融合OBE 理念的人工智能课程教学体系探究
作者: 周琼
摘要:针对传统人工智能课程教学体系存在的问题,本研究对该课程的教学实践过程进行记录,总结分析存在的问题及现状,融合OBE理念及人工智能课程特点,提出了一系列的改革措施。从知识掌握、能力提升及思维训练等方面进行教学内容的持续改进,并利用信息技术平台丰富教学方法。最后对学生的学习结果进行评估,制定有效的评估机制,在学生的适应能力、学习能力、沟通能力、创新能力、解决问题的能力及个人效能等标准上形成目标,为社会培养出更多具备创新能力、应用能力及职业竞争力的高素质人才。
关键词:OBE理念;人工智能;教学体系;评估机制;结果导向
中图分类号:G642 文献标识码:A
文章编号:1009-3044(2024)19-0053-04
0 引言
人工智能(Artificial Intelligence, AI) 作为一项不断演进和革新的技术,已成为当今各领域及学术界炙手可热的话题之一。新一代的人工智能技术例如百度的文心一言、ChatGPT、科大讯飞的星火认知等已广泛进入生活、学习及工作中[1],对未来的教育、经济、研究等都将产生深远的影响。在过去几年里,智能科技的快速发展和广泛应用已经改变了人们的生活方式,并给产业和职业带来了巨大的变革。人工智能技术在医疗、交通、金融、制造等各个行业中都展现出巨大的潜力和优势,从而引发了各领域对人工智能技术及其应用的广泛学习,同时,AI技术领域也需要更多专业人才的加入和支持。因此,为了适应这个全新的时代,教育改革亟须重视人工智能课程的更新和改革。
然而,传统的人工智能课程普遍存在一些问题,如知识传授模式过于单一、课程内容与实际应用不够紧密、课程枯燥、学生成就感不足、师资队伍建设不够全面等。针对这些问题,本文开展对人工智能课程教学体系的改革探究,并致力于构建具有OBE理念的人工智能课程体系。
OBE(Outcome-based Education) 理念强调将学习结果作为教育的核心,以学生为中心,注重培养学生的能力和素质。将OBE理念应用到课程设计方案中,通过学生的学习成果反映学习情况,更好地满足学生和社会的需求。当下,众多的教育工作者正积极投身于基于OBE理念下的教学课程改革研究,如敬超等人基于OBE理念下对人工智能课程进行改革[2]、李勇等人在OBE理念下探析人工智能基础课程方案建设[3]、范永全等人基于OBE理念下探析自然语言处理课程的教学改革[4]、寒冰等人研究Java程序设计课程的改革时也融入OBE理念[5]。除此,一些教育工作者把研究方向转向于人工智能专业的教学体系,如李玉洁等人基于OBE 理念下对人工智能进行项目式教学研究[6]、张志伟等人融入OBE理念探究人工智能专业课程体系的建设[7]。并且,自教育部提出课程思政以来,融合课程思政和OBE理念的研究也受到更多的关注,如蒋海蛟等人在人工智能背景下基于OBE理念探析高校思想政治教育路径[8]、郭雷基于OBE理念反向构建课程思政育人途径[9],因此,OBE融入课程是趋势也是需求。基于OBE理念下对人工智能课程设定清晰的学习目标、重视实践操作及实施综合性评价,学生将能够在课程中获得更全面而系统的知识,并运用到实际应用场景中。
人工智能在未来发展中将继续作为一项重要技能。因此,作为人才培养源地的高校,加强对人工智能课程教学内容、方法、策略等改革研究的探索和实践显得尤为重要。本文将深入探讨融合OBE理念的人工智能课程教学体系改革的方式、方法和效果评估。通过对课程内容培养效果的探究和对教学方法的改进优化,旨在培养具备创新思维能力、沟通交流能力、问题解决能力、团队合作意识及职业竞争力的学生,为学生未来踏入社会打下坚实的基础,为人工智能教育提供新的教学思路及革新基础,为培养符合社会需求的高素质人才做出积极贡献。
1 融合OBE 理念优势
OBE以学生的学习成果作为评估教学质量高低的标准,关注学生学习后的认知能力、终身学习能力、问题解决能力等的培养,以应对现实生活及学习工作中的挑战。OBE明确学习目标,既强调明确定义学生应该达到的学习目标和预期结果,以确保学生具备必要的知识、技能和能力,又强调学生学习的积极性及主动性,鼓励学生主动参与学习,培养学生自主学习和解决问题的能力。除此,OBE理念要求丰富的评估机制,采用多种评估方法,包括测试、作业、项目、竞赛等,以全面评估学生的学习成果和发展。
融合OBE理念的教学模式聚焦应用能力,关注学生在学习过程中的实践应用能力,注重学科知识和解决实际问题的连接,关注学生的个体需求和发展,有助于培养学生的自我管理。同时OBE注重学生学习的可持续性,培养学生终身学习的意识和自我学习能力,以适应未来不断变化的社会需求。并且OBE关注学生在真实场景中的实践能力,培养学生在学习过程中将学到的知识和技能应用于解决实际问题,有助于实践引导。
2 教学现状分析
随着人工智能技术的快速发展,相关领域的专业人才需求日益加大,并且人工智能专业人才的需求将会持续增加,这意味着学校需要加大力度培养人工智能技术方面的人才,因此人工智能课程教学模式的改革和创新势在必行。然而,传统的人工智能课程教授方式主要以课堂讲授为主,教学模式单一,依赖教材情况过重,与社会实际需求贴合度不高,缺乏特色,课堂氛围枯燥等。本文对传统教学模式进行分析,并结合在担任该门课程过程中分析记录出现的问题,整理如下。
1) 实践课时量不够,内容不够丰富。人工智能课程是一门操作性极强的课程,涉及领域广,课程内容涵盖机器学习、深度学习、自然语言处理、计算机视觉等内容,每个领域的算法学习难度大。学生需要掌握算法的基本含义、理解算法的应用场景及操作步骤,而课时量的不足难以深入覆盖所掌握的知识,特别是实际应用方面,只学习知识不懂如何应用。
2) 学生基础相对薄弱,且参差不齐。由于人工智能课程的专业性极强,以贵州商学院当前人工智能课程为例,人工智能课程是计算机科学与技术专业的专业主干课,作为计科的本科学生,前期的学习内容主要是计算机方面的基础知识,如语言课程、数据结构、SQL数据库等。然而在大三学期,学生忽然接触复杂的算法知识,学生对算法设计的推理能力及算法实际应用的常识比较缺乏,并且还有转专业的学生对计算机专业一年级的部分课程不了解 ,因此要求学生在短时间内掌握并应用人工智能课程中的算法,难度极高。
3) 师资要求高。人工智能涉及领域广,汇聚了众多学科和技术,相关领域的知识体系庞大而复杂。担任该门课程的教师极需具有研究人工智能方向背景的教师,并且需具备丰富的实践经验和研究能力,能够深入了解人工智能技术的最新发展和应用,有效把握本科学生学习知识的深度和广度。
4) 教学方法过于单一,与企业要求匹配度不高。传统教授方法常常以教师教授为主,过度依赖教师,而教师未能真正参与企业的工作模式,授课内容以教材为主,因此授课目标导向不够明确,学生具有一定的盲目性。
随着人工智能课程的发展迅速,许多学校和机构更加高度重视人工智能课程的推出,以满足学生和社会的需求。而人工智能技术的进一步发展要求人工智能课程不断更新教学内容及教学方法,跟上社会技术的发展。当然,这也将在理论、方法和实践能力上推动教学的创新,以适应发展迅速的人工智能领域的需求。因此,人工智能课程在教育领域的不断革新能够为学生提供更多的学习机会、资源和技术。
3 融合OBE 理念的人工智能课程教学体系建设
OBE教学模式通过成果反馈学生的学习情况,能够更好地培养学生的自主学习能力及个人发展,提供有效评估和反馈,并与社会需求对接,为学生在职场提供更好的竞争优势。融合OBE理念的人工智能教学模式是大势所趋,根据OBE理念与人工智能课程特点,提出以下融合OBE理念的人工智能课程教学体系建设策略。
3.1 确定学习目标与学习成果
本科学生的人工智能课程主要培养学生对该门课程基础知识的掌握及相关领域技能的应用,帮助学生快速适应人工智能时代社会科技发展的速度,并为其未来的学习和就业奠定坚实的基础,同时也在为社会培养具备扎实能力的符合社会当前发展的复合型人才。本文根据以往担任该门课程的教学过程总结和分析,通过对学生实际情况及学习效果的记录,不断更新教学方式和方法。整个培养体系重点关注学生的算法理解能力及设计能力、项目实战技能及个人素养能力提升,具体如图1所示,重点从以下几个阶段进行。
第一阶段,人工智能课程知识点的导入。引导学生对基础知识的学习和掌握。帮助学生了解该门课程的背景和前沿,利用多媒体教室的科技感引入实际生活中的人工智能应用案例,再分享人工智能领域成功人士的经典事迹,从而激发学生学习该门课程的兴趣和动力。
第二阶段,项目驱动+竞赛成果。引导学生利用当前已有的人工智能平台和工具完成小型项目,如TensorFlow、Alibaba Cloud AI、PyTorch、Keras等工具。学生通过这些实践工具在教师的指导下完成实验,以此提高学生的参与度。并且,利用当前比较火热的竞赛作为激励,在教学过程中引入和竞赛相关的案例,让学生切实感受学习本门课程能够为学生参与当前大型的竞赛提供多方面的帮助,如挑战杯、中国机器人、人工智能大赛、中国高校智能机器人创意大赛、睿抗机器人开发者大赛CAIR赛道等,进一步增加学生对人工智能课程的兴趣度,同时也能让学生在实际操作中掌握知识和技能,进一步提升学生的实践能力。
第三阶段,算法引入。人工智能课程是一门涵盖多个学科领域的综合性课程,在算法学习阶段,难以急学现用。教师需要循序渐进加深课程知识的深度,讲解各领域相关算法,如神经网络、逻辑回归、TF-IDF 算法、CAMShift算法等,培养学生扎实的基本功和项目开发的技能,并且学生的逻辑思维能力也能得到较好的锻炼。
第四阶段,学生独立完成项目设计。通过前期的学习,学生已具备较好的知识储备,在这个阶段,学生利用所学知识及掌握的开发工具完成小型项目的设计与开发,如微信语音转文字、知识图谱问答系统等。教师引导学生提出问题、分析问题、解决问题,制定相应计划完成项目开发,培养学生的创新思维能力及解决实际问题的能力。
第五阶段,学生自主学习。引导学生选取自己感兴趣方向,主动查阅文献及资料,积极参加相关讲座,深入研究相应算法,持续关注科学技术的创新变化,为以后的就业及学历提升打下坚实基础,持续培养学生自主学习能力。
3.2 开展学生参与度高的项目实践
融合OBE理念的教学模式主要培养学生的实践操作能力和创新意识,在教学过程中倡导以学生为中心,教师为引导。作为人工智能课程,能够激发学生兴趣度及参与度的最好方式是项目实战,因此教师应该设计或引入学生参与度高的项目,带着学生体验人工智能带来的科技魅力。
项目实践环节的设计除了符合当前课程要求以外,还应从另外两方面考虑设计:一方面,产教融合,引进企业,邀请企业参与教学实验方案设计,实时了解社会人才需求方向;另一方面,实验方案中考虑学科竞赛内容,通过这种“以赛促教,以赛促学,以赛促改,以赛促建”的形式来培养学生的学习热情和创新意识[3],从而提高教学质量和效果。因此实验方案的设计应该是“课程内容”+“企业需求”+“竞赛内容”。针对学生的学习能力及学习结果进行不同的实验方案设计,以“实践-总结-设计-再实践”的环形模式帮助学生建立自信心,并不断激发学生的学习兴趣。实践过程中,注重考查学生发现、分析并解决现实问题能力以及价值观践行情况。
3.3 利用信息化平台助推教学改革
课程教学不能局限于教师课堂上的纯授课,师生的互动更有利于学生对知识点的加深,利用现代信息技术手段来辅助教学已成为教师授课的必选项,如学习通、Educoder等,利用辅助平台课前安排学生预习,发布预习任务及学习视频,通过课前的学习,学生初步认识课程内容。课堂上发布课堂讨论及课堂练习,现场检验学生对知识点的掌握情况,同时督促每一位学生参与教学,增加互动。课后发布作业及课堂教学资料供学生课后巩固,引导学生通过实践平台或实践工具在教师未参与的情况下独立完成实践,培养学生自主学习能力及实操能力,如Educoder提供多门课程的实践项目,有详细的实践任务及步骤,同时还针对每个项目提供实践相关的详细知识点,学生可以先学习项目相关的知识点,再进行实践。并且完成实践后,平台能快速进行自动批改,若实践失败,平台会给出失败的原因,因此学生能够在自学情况下完成项目实践。