基于OBE理念的《人工智能》教学模式改革与研究

摘要：人工智能是目前研究和应用领域的热点和焦点，人工智能系列课程是信息类相关专业开设的必修专业课。该文重点探讨基于OBE理念的人工智能课程创新教学模式改革问题，树立课程目标，重构课程内容，探讨教学环节的实施，制定课程评价标准，规范考核方式等，构建一系列的多维度改革措施。实践证明教学效果良好，具有推广应用价值。

关键词：成果导向（OBE）;工程教育;人工智能

中图分类号：G642.4文献标识码：A

文章编号：1009-3044（2021）34-0167-03

1概述

我国高等教育中占用重要地位的即是高等工程教育[1]。2017年9月，中共中央办公厅、国务院办公厅印发的《关于深化教育体制机制改革的意见》中指出：“坚持扎根中国与融通中外相结合”“坚持目标导向与问题导向相结合”，强调高等教育“要创新人才培养机制”。以学生为本的新型教学关系是目前教育改革的热点。随着社会的不断进步，高等教育的改革与创新受到社会的高度重视。为了培养高水平的学术型与应用型创新型人才，教育部全面实施“新工科”“新医科”“新农科”“新文科”建设计划。“新工科”建设作为首要计划，注重协调共享，在继承的基础之上加入创新交叉与融合的元素，从而致力于培养出多元化、创新型的卓越工程人才，为未来的发展提供智力和支撑[2]。对于高等院校，理应抓住机遇，深思如何引入新理念、采取新举措，培养出高质量的符合社会发展需求的创新型人才。

成果导向教育（Outcome-based education）亦称能力导向教育、目标导向教育或需求导向教育，简称OBE。1981年美国学者Spady等人率先提出该教育理念，源于美国和澳大利亚的基础教育改革，紧接着在美国、英国、加拿大等国家成了教育改革的主流理念。特别是近几十年，国外诸多国家着手对OBE教育理念进行了较为系统的研究。AnetFulks[3]提出学习成果对于教师和学生的双重含义，对于学生是知识和技能，对于教师是能衡量的目标所在。Suskie重点研究了评估学习成效的标准和评估工具及对评估结果的分析[4]。博格重点研究了评估学习成果的方法[5]。国内学者对成果导向教育理念也慢慢兴起。文献[6]重新建本科院校角度明晰了专业改革与工程教育模式的关联，以贵州理工学院为例，从四个方面实施了基于OBE体制的教育模式改革。杨毅刚等人从企业的角度分析了OBE 模式的教育对高校培养创新人才的影响[7]。巩建闵等从专业人才培养方案制定的角度讨论了合理使用课程矩阵确定课程培养目标，以及如何制订课程大纲[8]。初红艳等人从以学生为中心的学习效果评价体系的角度探讨了OBE理论评价考核的优势所在，采用量规评价方法全面分析学生学习效果，总结学生能力与素养方面的优势与不足[9]。虽然众多学者对成果导向教育进行了系统研究，但对于新工科背景下基于 OBE 理念的工程教育模式研究还是少数，尤其是以课程体系建设子课题为切入点具体研究和探讨，并把该教育模式实践运用于新型交叉学科的情况少之又少。

人工智能作为一种新型交叉学科，发展迅速，融合率高，人才缺口大。在高等院校，人工智能课程教学尚处于初步阶段。鉴于课程本身具有前沿性、时代性、广泛性和应用型等特点，目前该课程的教学不断涌现出新的理论和新的问题。《人工智能》课程在教学改革和时代变迁的风口浪尖上，必须进行课程改革。

在新工科和转型发展的背景下，高素质的应用型人才是推动社会经济发展的关键所在，课程改革是人才培养的载体。本文立足于高等工程教育，主要研究新工科背景下应用型本科教学《人工智能》课程教学改革与实践研究。针对传统教学重理论、轻实践、考核方式单一、缺乏能力培养等诸多问题，借鉴基于成果导向的教育理念，提出基于OBE理念的《人工智能》课程教学模式改革与研究。

2课程教学存在的问题

2.1 课程体系内容过于依赖教材，缺乏特色

《人工智能》课程学习之前首先要具备较“厚”的计算机相关知识作为基础，其先修课包含《数据结构》《程序设计》《操作系统》《数据库原理》等课程。该门课程难度系数大，原理性知识多，实践要求高。如何通过理论教学和实践锻炼切实提高学生问题求解的能力是教学设计难度所在。学生往往知其然不知其所以然，理论上大概明白是怎么回事，实践上却难以理解和实现。就现有教学来讲，大部分教师尊重教材编排，遵循章节布局讲解，过多依赖于教材，丧失了课程本身的特色，缺失了时代化。现有教材侧重理论内容讲解，尚未体现工学结合、目标导向，导致教师在讲授过程只能照本宣科，学生学习有一定盲目性。

2.2实践教学内容不全面，培养学生开发创新能力有欠缺

《人工智能》课程授课对象是高年级本科生或者是研究生，足以见课程对学生专业知识的要求是较高的。实践课旨在培养学生的问题求解能力和开发设计能力。目前实践教学方法仍然沿用传统方法，实践内容依赖于教材限定课题，不够灵活，缺少与现在实际问题的衔接。这样一来，学生缺乏主动性、系统性和完整性，实践课往往没有发挥其本来的作用。特别是本科生群体非常具有创新潜力，需要指导教师积极引导。如何通过科学合理的课程设计或者实验项目，让学生能学到技术、提升创新能力是挑战。现有的教学设计中，过分注重课程原理性知识的传输和讲解，忽略了学生能力的培养和提高。

2.3教学评价标准不够完善和科学

现有教学，教师以期末考试作为课程结束的标志，少了“回头看”的过程。完整的教学过程理应形成闭环，科学、合理、客观的教学评价标准对学生的学习效果有极大的促进作用，督促学生形成“反思”，进而再反向指导教学过程。目前的教学评价仍然侧重在教师的考核方式。近些年虽然也提出多元化的考核方式，增加了过程性考核，但是仍不能够恰当地科学评价学生的学习效果达到一个什么样的水平，学生的能力是否达到预期目标，这样也就无法进一步地精准指导教学过程。

3课程教学改革举措

人工智能是一门交叉学科，课程内容涉及数学、哲学、心理学、生物学、计算机科学等多个学科。该课程一方面作为专业课被诸多高校在计算机相关专业开设，另一方面被高校选为通识选修课。如何以该门课程为切入点培养创新型、高素质的人工智能人才是亟待解决的问题。

3.1 基于OBE理念的教育模式

探讨课程改革要点紧密结合OBE理念的四个特点。第一，通过明确学生学习成果从而确定培养目标的定位;第二，通过分析社会人才需求确定学生学习成果;第三，依据学习成果指导教学实施过程;第四，根据学生是否达到预期学习成果进行教学评价。上述过程始终围绕一个中心即“以学生为中心”，无论是教学目标的定位还是教学过程的实施，甚至是教学效果评价，均从学生角度出发，突出了课程的主体思想表现在教会学生学，尤其是主动学。针对《人工智能》这门课的课程体系构架图如图1所示。

课程体系体现两个循环，一是课程环节构建外循环，另一个是课程内容基础模块与进阶模块之间的内循环。教学过程要求全员参与、全程培育、全方位辅导。整个课程教育理念摒弃传统的教师、教材和课堂三个中心点，而是侧重“以学生为中心”，具体地，以学生学习、学生能力、学生发展为三个中心点。

3.2课程内容的优化与重构

教学设计以学生为中心，从学生角度出发，打造高阶性、创新型、挑战性的课程体系。“高阶性”指知识能力素质有机融合，培养学生解决复杂问题的综合能力和高级思维;“创新性”课程内容反映前沿性和时代性，教学形式体现先进性和互动性，学习结果具有探究性和个性化;“挑战性”依据学生兴趣课程内容设定一定挑战性，在必知必会的基础上设置高一层台阶，引导学生通过努力获得。

在依据课程性质确立课程内容前提下，依据知识点难易度划分基础模块和进阶模块。基础模块内容旨在教授人工智能相关的基础概念、基本理论，要求必知必会的内容;高阶模块内容指在前期授课时发现培养学生的兴趣点，依据学生喜好选择下一步学习方向。具体的内容来源于聘请外销企业专家的讲座，或者是教师的科研项目，或者是大学生创新创业竞赛选题，或者是实验室开放项目等。另外，设置了延伸内容。教学内容体系的构建遵循工程教育理念，结合工程教育专业认证对学生提出的知识、能力和素质三方面共12点的能力要求，深度剖析课程体系内容，构建了课程体系内容与学生能力支撑关系矩阵。能力矩阵分为三级指标，一级指标对应学生具备能力的三方面，二级指标对应工程教育专业认证的能力要求点，三级指标对应人工智能专业人才培养体系规定的学生学习目标，细化到具体篇目。能力矩阵不仅为课程内容讲解指明方向，更可作为评价标准进行学习评价。参见图2，其中*表示延伸内容;H：高支撑程度 M：中等支撑程度 L：低支撑程度。

3.3教学实施过程的创新

创新教学模式，以学生发展为中心，从教学内容和教学组织方式革命着手促进学生学习革命。高校给予学生的应该是一种学习的方式和解决问题的方法，“授之以鱼，不如授之以渔”。

第一，教学环节设计以学生为中心。为了让学生学得明白、学得透彻、学得轻松，教学设计倡导以图例为切入点，秉承“绘好施工图、抓好关键点、打好全局战”的学习方法。首先，教学环节应向学生展示所学习内容在知识体系的哪个环节，是整个设计开发过程的具体哪个位置，位于支撑学习效果的具体哪个能力支撑点。其次，基础模块教学部分，以老师讲解为主，引入CBL（Case-Based Learing）教学法，即基于案例的教学活动设计方法，每一章节重点内容以典型案例作为引入，讲解案例贯穿讲解知识点。例如，讲解状态图搜索问题时，引入案例走迷宫和八数码难题，通过介绍状态图法完成“走迷宫”和“八数码”难题，为学生抛出新的难题，帮助学生设置兴趣点研究方向，例如当下流行的“数独游戏”的开发与设计。进而引导学生借助讲解案例寻求该方法的突破点。要求全部学生掌握求解数独游戏的基本方法，这也属于基础模块，对于部分学生可以以该兴趣点作为进一步的研究方向，利用所学程序设计并实现上述三个案例。

第二，教学内容来源实现两个结合——授课内容网络资源与教材资源相结合，课内课外相辅相成。例如，基础模块内容可选自教材的应知应会部分，也可以来源于MOOC或爱课程等网络课程资源，结合各教学平台提取共性部分作为基础知识;对于进阶模块内容，选自教材的选学或自学部分，参考部分网络资源的高级教程部分，结合部分实践环节，引进教师的科研课题或竞赛项目。

第三，教学手段采取理论教学与实践教学相结合。教学设计过程可以根据教学实施情况适当增加学习者主动加工的环节，利用生成效应鼓励学习者积极参与认知加工。适当增加实践比重，强化专业操作性。由于人工智能课程开设学期为高年级，学生已具备基本的编程能力，针对基于项目驱动的教学方法，为不同篇章设置相应项目案例，依据项目难度进行分层，设置基本型项目、创新型项目和综合型项目。综合型项目可以设置成开放性课题，选择自身喜好发挥自身特长，完成实践。对于难度系数大的实践课题，建议结合当下新技术，设置实验室开放题目，挑选队员，团结合作完成选题。

第四，教学设计把握四个原则。首先，减少无关认知加工。教学设计的三大核心目标在于减少无关认知加工、善用基础认知加工、促进生成认知加工。教学设计既要保证学习者进行适当的知识加工，又要保证知识加工不会造成认知负荷超载。其次，调节基础认知加工，具体是指教学过程中，注重基础知识认知的表现力，建议采用切块呈现原则。建议以案例引导学生时，可以通过视频或动画讲解流程，更为清晰直观。然后，增加实证教学原则，打通多重通道，“视、听、思、做”等多维度验证知识点。最后，促进“选择、组织和整合”教学策略。将OBE理念落实在每一节课、每一次教学过程。促进“选择”教学策略，让学生明白本节课能学会什么，以卡片、表格等多种形式设置前置问题和后置问题。促进“组织”教学策略，为学生梳理一个清晰条理的知识框架，提高思维力，建议采取鱼骨图、思维导图或树形图把散落的知识串起来，形成清晰的知识链条。“整合”过程属于学习的高级阶段，意义在学生将学习的新知识纳入自身的知识体系中，完成一个整合过程，也是深度学习阶段。