基于混合式教学的数据挖掘课程思政建设探索

作者: 赵灿 吕嘉 公徐路

摘要:针对数据挖掘课程的思政教学问题,基于“线上-线下混合式”教学方法进行改革探索。通过分析课程思政教学问题以及课程思政目标,从教学过程和结果评估两个方面进行具体探索设计,提出一套数据挖掘课程思政的改革方案,最后说明改革方案的成效与评价。

关键词:混合式教学;课程思政;数据挖掘

中图分类号:TP311      文献标识码:A

文章编号:1009-3044(2024)22-0174-04

开放科学(资源服务)标识码(OSID)

0 引言

课程思政是指把思想政治教育元素,包括精神理念、价值追求、思想政治理论融入各种各样的专业课、通识课中。在学习各门课程的过程中能潜移默化地影响学生的思想、行为,帮助学生树立正确的世界观、人生观、价值观[1]。自2014年上海市教育综合改革中提出课程思政,到2020年教育部印发的《高等学校课程思政建设指导纲要》要求把思想政治教育贯穿人才培养体系,全面推进高校课程思政建设,发挥好每门课程的育人作用。数据挖掘作为大数据人工智能领域重要的必修课程,积极探索如何更好地在课程中融入思政很有必要。

随着信息科技的发展和疫情影响,混合式教学方法已经在高等教育中逐渐成为一种常态。“混合式教学”强调充分使线上数字化资源与线下教学有机结合,充分发挥线上资源优势,能打破时间与空间上的壁垒、优化传统教育方法。它的核心是以学生为中心,教师扮演的角色主要是组织者、监督者[2]。数据挖掘属于大数据人工智能方向中专业性很强的一门课程,在进行思政融入时会面临很多问题。比如高校思想政治教育存在“孤岛”困境,思政教育与专业教学“两张皮”现象未能根本改变[3]、如何解决融入思政内容后的课时不足问题等。针对这些问题本文将针对数据挖掘课程,对使用“混合式教学”方法来融入思政教育进行探索。

1 数据挖掘课程思政建设中的主要问题

1) 作为计算机专业课,融入思政元素时如何不突兀。思政建设不是简单的“课程”与“思政”的拼凑叠加,也不是课程的“去知识化”,而是要做到把思政看作“盐”溶解到各门课程“食物”中[4]。数据挖掘课程主要介绍数据挖掘的理论知识、数据挖掘过程以及数据挖掘的各种算法。具体讲解如何从海量、形式各样的数据中获取人们所需要的知识和规律,该课程可涉及各个行业,包括文化、医疗、教育、科学研究等。所以从课程内容来说,数据挖掘有很多可发掘的案例来支持课程思政建设。但是目前在思政建设方面深度不够,有时会存在思政案例和专业知识脱节、融入思政时牵强生硬的问题。

2) 加入思政内容后,对课时量的影响。数据挖掘的教学安排一般为2学分,共48课时。在48课时中有一部分课时为实验课时,用于学生们实践练习,课时量比较紧张。所以,在不影响专业知识学习的情况下,如何科学有效地融入课程思政也是一个需要解决的问题。

3) 融入课程思政后课程评价体系的制定。数据挖掘课程传统评价体系多为对考勤、作业、课堂互动、实验报告和期末考试进行评价。在加入课程思政后,传统的教学评估方式对思政学习效果的评估不够充分,无法准确评估课程思政效果,需要改善评价体系,对课程学习效果进行全方位立体评价[5]。一方面可以得到学生真实的思政学习情况,另一方面可以帮助教师进一步改善思政融入策略,提高课程思政改革质量。

2 数据挖掘课程思政目标

数据挖掘课程的思政目标就是要培养具有大国工匠精神、爱国精神,三观正、专业强,能为国家发展做贡献的高素质专业人才。具体培养目标包括以下几个方面:第一,培养学生的职业责任感,在数据挖掘课程教学过程中需要处理的数据常与国计民生紧密相关。通过数据挖掘课程的学习,引导学生对党的二十大提出的“加快建设数字中国”“科技强国”“人才兴国”等内容的深度思考。积极思考如何用专业知识去为国家发展做贡献,既能让学生产生共鸣,又可以提高学生的职业责任感[6];第二,帮助学生建立正确的价值观。在课程学习的过程中,通过算法的应用场景举例、案例分析、随堂讨论等方式去引导学生思考工程伦理、职业理想、社会责任以及集体利益与个人利益等,进一步帮助学生理解社会主义核心价值观,能够建立正确的世界观、人生观、价值观;第三,培养学生的爱国精神,在学习过程中通过列举国家的科技先进案例,以及先进科技工作者的先进事迹,增强学生的爱国思想;第四,提高批判性思维和创新能力,通过案例分析、项目实践等教学方法,激发学生的批判性思维。教育学生在数据分析中如何识别偏见、错误和不准确的信息,并提倡创新思维和方法,鼓励学生探索新的数据挖掘技术应用;第五,促进国家意识和文化自信,在教学内容中融入国家大数据战略、数据安全法律法规等元素,让学生了解国家在数据挖掘和人工智能领域的发展方向和政策导向,增强国家意识和文化自信。

3 基于混合式教学方式的数据挖掘课程思政改革方案

根据以上问题及目标,本文提出一套数据挖掘的课程思政改革方案。该方案从教学过程及结果评估两个方面,分别基于线上线下“混合式教学”方式进行改革。两者相辅相成、相互影响,方案逻辑结构如图1所示。

教学过程可以分为线上教学和线下教学,结果评估也可以分为线上的量化评估和线下的质化评估。教学过程与结果评估相互影响,教学过程影响评估的结果,评估的结果可以进一步优化教学过程。

3.1 教学过程

对于线下教学,要先对课程大纲、教案进行课程思政改革。首先根据课程内容,深度发掘与专业知识连接紧密的思政案例。为此要通过了解课程历史渊源、时政信息,用心抽取思政案例。挑选出与时政相连紧密、与生活息息相关、能引发学生深度思考、产生正向影响的思政案例,以增强学生的“四个自信”、坚定中国特色社会主义理想。数据挖掘针对每章内容分别从职业责任感、大国工匠、工程伦理、深化职业理想、科技报国以及社会主义核心价值观6个方面进行了思政案例的发掘,具体例子如表1所示。

线上教学是指利用线上建立丰富的资源,为学生在课下随时随地进行自主学习提供平台。该方式可以解决线下课时量紧张的问题,把一部分课程思政内容转移至线上。在课程思政改革中要充分利用线上数字资源,为学生建立多通道、形式丰富的线上课程思政学习互动平台。数据挖掘课程使用超星学习通平台建立了多种形式的课程思政教育方式。

1) 通过超星学习通平台发布思政话题讨论。该方式可以在多种场景下应用,首先上课期间发布讨论,传统上课提问每次只能个别学生参与,而且花费时间较多。使用线上平台发布讨论或随堂练习可以让所有学生都参与线上讨论中来,这样不仅可以深化思政教育,还能让所有学生都能参与其中。

2) 在线上平台建立内容丰富、形式多样的短视频、文字、图片等资料并设置浏览任务,要求学生在课下完成浏览任务。通过多种通道、多种方式让学生接触到课程思政内容,不仅可以让思政教育更加形象生动,引发学生学习兴趣和思考积极性,还可以利用课后时间加强课程思政的融入。

3) 鼓励学生在平台发布精华帖、笔记等输出,根据学生输出情况进行课程互动成绩考核。主动地总结与输出可以让学生进一步加深对思政内容的理解。所以,通过这种方式可以鼓励学生主动在班级公共平台互动;其次,以章节为单位在学习通上发布主题讨论,作为任务让学生在课下复习时进行输出,总结表达自己的观点或者分享一些课下自主学习到的新内容,这样不仅可以提高学生的主动学习能力,也可以逐渐丰富课程的思政内容,加强课程思政建设。

在具体实施过程中,把整个教学过程分为“课前-课中-课后”三个阶段,每个阶段根据实际情况分别融入线上教学与线下教学。首先在“课前”阶段,准备好数据挖掘课程加入思政设计后的课程大纲、课程教案以及所有的思政元素,并且在超星学习通平台上建立好所有在课程学习过程中需要用到的短视频、文字、图片资料以及主题讨论活动,从一开始就详细设计出如何在教学过程中实施课程思政;在“课中”阶段,根据设计的教案及思政元素,在课堂中使用教师讲解的方式融入思政以及使用线上平台发布思政话题讨论帮助学生进行课堂思政的互动;在“课后”阶段,发布线上学习任务,要求学生完成超星学习通平台上的视频、文字等各种资料的观看任务,以及完成发布的主题讨论。教师需要及时查看学生的观看情况及讨论内容,掌握学生思政学习的实际情况。

3.2 结果评估

为了能够科学系统的对课程思政的学习成果以及进行课程思政改革后专业课程学习成果进行评估,本文提出一套基于线上线下混合式教学的评估方案。首先需要在传统的课程评价体系中加入课程思政评价,即在平时成绩中加入课程思政考核,平时成绩中课堂互动占比50%、课程思政占比50%。

课程思政考核方式为线上的量化考核加线下的质化考核。线上的量化考核是指,通过超星学习通平台统计学生完成线上任务的情况,根据实际参与的情况进行考核评价;线下的质化评价是指,对学生在线下课堂中的课堂表现、学习态度进行评价,同时使用问卷调查的方式收集学生的思政学习情况以及反馈意见。问卷设计如表2所示。综合两种方式进行课程思政考核,不仅可以相对客观地对结果进行评估,教师还能及时获取到课程思政建设意见,进一步改善课程思政。

4 数据挖掘课程思政效果

2023—2024学年秋季学期数据挖掘课程全班98人,获取到98人有效反馈,匿名问卷调查结果如下:第一题与72.91%的学生选择“较多”;第二题83.33%的学生选择“较多”;第三题77.08%的学生选择“同意”,22.92%的学生选择“中立”,0%的学生选择“不同意”;第四题85.41%的学生选择“较多”;第五题79.16%的学生选择“较多”;第六题有学生提出“可以在课上更多增加相关案例,提升课程和生活的结合度”;第七题大部分同学都有对自己印象深刻的案例。

通过课程结果评估和问卷调查结果分析,可以看出经过思政改革后明显提高了学生的职业责任感、爱国意识,也促进了大家专业课学习过程中对国家发展、道德伦理等问题的思考,从而也提高了学习专业技术的兴趣。

5 结束语

本文基于“混合式教学”方法通过“教学过程”和“结果评估”两个方面对数据挖掘课程的课程思政改革进行了探索。提出了一套融合线上线下的数据挖掘课程思政改革方案。本方案对于相关课程思政建设具有促进意义。

但是在具体教学实践过程当中,仍然存在部分思政案例融入不自然、思政教育挖掘深度不够、思政考核不够全面等问题。后续会根据学生的反馈以及课程组任课教师的不断学习,进一步优化、具体数据挖掘课程思政教育的方式方法,紧跟国家建设要求,发挥好数据挖掘课程的育人作用,提高人才培养质量。

参考文献:

[1] 中华民共和国教育部. 教育部关于印发《高等学校课程思政建设指导纲要》的通知[EB/OL]. http://www.moe.gov.cn/srcsite/A08/s7056/202006/t20200603_462437.html.(2020-06-01)[2024-01-12]

[2] 何苏. 基于混合式教学模式的人工智能导论课程思政建设[J].计算机教育, 2024(1): 92-96.

[3] 高德毅,宗爱东.从思政课程到课程思政:从战略高度构建高校思想政治教育课程体系[J].中国高等教育,2017(1):43-46.

[4] 韩宪洲.课程思政:新时代中国特色社会主义高等教育的理论创新与实践创新[J].中国高等教育,2020(22):15-17.

[5] 张文彬,于健,赵满坤,等.数据挖掘课程中的思政教育探索与实践[J].软件导刊,2023,22(5):230-234.

[6] 秦华妮.数据分析与挖掘课程多维教学改革探讨[J].高教学刊,2023,9(32):111-115.

【通联编辑:王 力】

上一篇 点击页面呼出菜单 下一篇