MOOC的教學模式對人工智能課堂教學的啟示

蔣雪玲

（廣西師范學院計算機與信息工程學院，廣西 南寧530023）

0 引言

近年社會對計算機專業人才能力的要求越來越高，而學生所學與實際需求存在不少差距，高校計算機專業課程教學因而遭遇詬病。依托信息與網絡技術支撐的大規模網絡開放課程（massive online open course，MOOC）較好貫徹了以學為中心的理念，其翻轉教學模式與靈活有效的交互極大提升了學習興趣[1]。搭建MOOC平臺的計算機技術既是技術基礎，也是熱門MOOC課程。在此浪潮下傳統高校計算機專業的教學首當其沖受到沖擊，遇到前所未有的挑戰。縱觀國際三大MOOC巨頭的課程建設均始于計算機類專業課程，同時也是所占比例較大的課程系列，其中人工智能 （Artificial Intelligence，AI）課程在Coursera、Udacity[1]兩個平臺上均是最早開設的課程之一。采用何種教學模式更適應社會對人才的需求呢？這是應對挑戰的關鍵問題。

1 人工智能課程的課堂教學困境

人工智能是研究模擬、延伸和擴展人類智能的理論、方法、技術及應用的前沿交叉學科，涉及面廣、研究性強，還不斷產生新的理論和方法。課程難度大理論強實踐難，也是公認難講的課程之一，該課程具有如下特點：

1.1 先導課多，知識抽象，涉及面廣，更新快

前期知識包括：數據結構、離散數學、程序設計、圖像處理等。如果前期知識不扎實，很難理解內容并融會貫通。傳統內容包括：知識表示和推理、搜索策略、模糊理論、神經網絡、機器學習、專家系統、遺傳算法等，涉及大量抽象理論和復雜算法。教材普遍特點是：內容滯后，枯燥深奧的理論和解決現實問題的實踐聯系不緊密。

1.2 研究性強

該領域很多內容仍是科研熱點，并不斷涌現出新的研究方向、新內容、新方法、新技術和新應用。

1.3 教學方式單調

技術和管理的局限也制約了教學方式，教學方式基本以教為中心，停留在講授、問答等簡單互動上，教學方法單一。很少能提供學生自學、討論、合作和實踐的一整套互動實踐機會，難以真正體現以學為中心的理念。

1.4 學生缺乏興趣

一方面，課程本身特點使得課程容易陷入枯燥的紙上談兵的尷尬。另一方面，即將畢業的高年級本科生對未來規劃明確，抽象的人工智能課程無論從職業發展還是繼續深造對學生并沒有立竿見影的效果，進一步拉低興趣。此外，教材滯后，教學方法單一等也會影響興趣。

如火如荼發展的MOOC的課程，尤其Udacity的課程設計之初就立足于解決實際問題的導向，做法上的獨特之處成功吸引了大批學生。課堂教學中借鑒在MOOC上被證明有效的教學模式和方法，不啻為一種嘗試，以期擺脫教學困境，提高學習興趣，最終提升教學質量。

2 MOOC的教學模式

MOOC的教學模式分為三種：cMOOC、xMOOC和tMOOC[2]。早期的cMOOC的教學模式特點是學習者完全做主，但復雜的網絡互動產生龐大而混雜的知識網，缺乏識別主次和歸納總結能力學生常因信息過載陷入茫然無措的境地。2011年Udacity創始人之一在網上開設的“人工智能導論”課程改變了表現風格，把互聯網作為教學媒體的呈現潛力發揮到極致，按知識點分割內容成短小視頻，其間插入現場對問題的解決，突出了Udacity有別于傳統教育機構及其先行者的地方：注重發現并解決問題。這就是xMOOC的教學模式，沿襲并創新了熟悉的學習風格，使得MOOC如魚得水漸漸發展壯大。隨著MOOC逐步成熟，為了適合具有專業基礎的職業技能培訓，發展培養針對具體任務的探究學習教學模式，即tMOOC模式，這是Udacity網站課程的另一個設計目標。表1顯示了MOOC的三種模式的對比。

表1 MOOC的三種教學模式的對比

以Udacity的人工智能導論課程為例，只要高中畢業具有概率論和數理統計基礎的學生就可以學習，該課程適合入門，但難度較低，內容較少。清華大學的馬少平編寫的人工智能教材是很多大學，包括我院人工智能課程的教材，清華大學的人工智能課程經過多年發展已經形成了一個系列教學資源庫，包括教材、課程視頻、教學課件、作業及答案和實驗設計等。根據Udacity網站的人工智能導論課程的展示，表2從幾方面對比了Udacity人工智能課程與清華大學馬少平版的人工智能課程情況：

表2 Udacity的AI課程與一般課堂講授的AI課程比較

從表2可以發現Udacity的人工智能視頻采用了按知識塊分割成短小視頻，在期間和完畢之后都準備了測試，細節上體現了以學為主的理念。縱觀類似人工智能的國家精品課程[3]，學習資源多為文本類，重用難，對教學重難點沒有拓展和轉化。這種以內容共享為中心的呈現模式，缺乏與學習者充分交互，難以體現以學為中心的教學理念。

在MOOC的教學設計中，調動學習者極大熱情的是翻轉課堂，在學習環境中引入了自主協作[4-5]，在交流機制中融入了多元互動，給學習者帶來積極、主動、高效的學習，翻轉課堂和傳統課堂的區別如表3所示：

表3 翻轉課堂與傳統課堂的區別

3 MOOC的教學模式對人工智能課堂教學的啟示

3.1 教學內容的優化與調整

MOOC的教學通過把理論抽象的知識點分割成小段錄制的微課視頻，時長不超過15分鐘，內容銜接處具有一定交互性，講解形象化，提供給學生反復觀看，這種用技術處理分解知識點和把難點從抽象變成具象的過程降低了理解難度。

課堂教學也可以通過分而治之的方式對教學內容優化調整。人工智能涉及內容與范圍多而雜，作為入門課程并不要面面俱到，根據學生層次，可以區分重點掌握和一般介紹的內容，以點帶面鋪開，因此，根據學生特點，把成熟的基礎理論和這些理論的實際應用整合，輔以其他新技術的穿插介紹，主要分三塊：

①人工智能的概念和發展，熟悉人工智能的研究和應用領域；

②人工智能的基本技術，包括知識表示，邏輯推理、搜索策略、模糊理論等；

③涉及現實應用，如：機器學習，模式識別，自然語言理解，智能控制等。

為了反映人工智能領域最新進展，教師還可以收集學生感興趣的最新成果專題信息，及時更新、調整教學內容，通過與實際更緊密的融合接軌，對課堂上沒時間介紹而又較熱點的新知識，通過提供方向和資料解決，注重提高興趣的同時，也展示出課程學科特點、主流技術及發展趨勢。

3.2 緊密結合實際

Udacity的開設之初的目的就是學習為了解決現實問題，其人工智能課程設計也不例外，包含有實際遇到問題的解決，這種立竿見影的好處就是極大激發了興趣。

考慮到高年級學生對解決實際問題技術的興趣遠遠大于技術理論等細節，不想花太多時間去理解復雜而難以看到實踐效果的理論上，更想通過實際體驗解決問題增強成就感。教學內容的設計尤其緊密結合實際運用。

傳統人工智能講授通過實例解答或推證式講述理論，如知識表示和搜索推理技術，該部分理論強，應用實例少，往往學生感覺枯燥乏味，教師也感覺晦澀抽象，學生對所講內容基本靠死記方法和步驟，這種僵化的教與學影響了教學效果。

因此，設計教學時尤其注重內容的實用性。除了講授至今仍沿用和有效的基本原理和方法外，引入近年發展起來的方法和技術，如智能算法等，對這些內容重點在技術的具體實現上，強調與實際的融合貫通。教學過程中加入與課程內容對應又可以用計算機實現的試用內容。如模式識別應用于手寫數字識別，通過仿真軟件模擬實現算法，獲得立竿見影的效果體驗，加深對算法的認識，引起學生濃厚的興趣。同時也對某些很有發展前景的技術興趣導入，如目前人工智能研究側重人類理性邏輯功能的模擬，而如果把情感智能考慮進去，才更有人性化的智能決策。這就是經過了將近20年發展的情感計算，隨著可穿戴技術漸漸滲透進生活，引起更多關注，這些接地氣的內容提升了興趣。

3.3 實踐能力的培養

Udacity創始人史蒂芬斯博士的說過，“即使是最好的大學，其計算機課程所傳授的技能也是浮于理論的”。學習的目的是為了解決實際問題，帶著問題學習和思考，有利于主動學習的激發。這些方面，可以參考Udacity人工智能課程的實驗內容修正。強調學習是為了解決實際問題服務的目標。

3.4 教學模式及教學方法的變化

3.4.1 實例教學法

人工智能內容的抽象性決定了知識點的難度，Udacity人工智能課程教學中盡量把難懂的知識點結合現實中有趣實例，通過感性體驗提高理性理解，讓學生容易接受。筆者進行了一些化難為易的嘗試：如利用漢諾塔問題講解狀態空間的知識表示，通過野人過河的游戲程序步步領會理論精髓；結合下棋軟件體驗模擬人腦思考的計算機博弈的極大極小搜索思路，這些實例教學激起了興趣，擴展了學生思路，拓寬了視野。

3.4.2 翻轉教學法

整門課程錄制課程小視頻還有一定難度，作為嘗試，選擇少量知識點錄制視頻進行翻轉教學。如抽象的理論部分，借鑒網上已有視頻資源融入教學過程，分解知識點破解難點，形象化與短時間的重復講解，增加學生對抽象內容的理解，期間穿插核查對理解內容的核查，并留出思考時間，強化學習效果。

3.4.3 交互環境的營造，輔助教學過程完善

1）基于聯通主義的學習交互[6-7]

在MOOC課程中，提供在線交流論壇，學習者建立課程組，學習組等方式交流，這種教與學、學與學的交互不但是網狀進行的，而且是即時的。學生將互動產生的內容作為學習的中心，通過學習者不同認識的交互，建立新的認知結構，拓寬了視野，更有利于問題的有效解決。這種互動交流分成三種形式：

①教師對統一回答提問集中且意義較大的疑難問題；

②學習者分享學習感悟；

③學生間交流帶來不同認知的碰撞。

以上三種情況的互動在課堂教學中也可以運用于課堂教學：及時分析整理共同問題，集中回復；課堂教學的互動除了課堂上及時了解學生反饋的互動，還有對解決問題的互動。課下互動可以利用學者網建立課程組，提供了較好的師生交流形式與效果，同時利用學習組在小組中分享互助，小組成員的交流引起認知碰撞，這種實際參與的體驗加深了理解，并鞏固學到內容，這些資料的逐漸積累還可以復用。

2）基于行為主義的學習反饋[8]

MOOC遵循了程序教學的一般原則，尤其注重學生反饋，像游戲一樣關卡設置讓整個過程充滿挑戰性，一些機器評分實現了及時學習反饋，擺脫了單向提供課程資源的弊端。課堂教學可以借鑒這種借助技術手段互動了解學生學習的情況，促使有意義學習的發生。

4 教學改革的實施

利用以上措施在《人工智能》課程的教學中實踐，通過在xMOOC教學模式中部分適當內容引入翻轉教學法與利用學者網的課程交互，探索提高興趣，促進理論與實踐的融合，促進有意義學習的發生，提高學生實踐能力的途徑。通過觀察，調查與訪談等方式，了解學生在該教學模式中興趣與能力改善狀況，同時研究教師教學法轉變與教學水平變化的關系，根據追蹤研究效果，發現這種改善調動了學習興趣，促進了教學效果。實踐中通過建立實驗組(班)與對照組(班)、評價教學模式和教學效果等因素，不斷總結、修正和完善，期望建立適應當前形勢與環境的有效的該課程的教學模式與教學方法。

5 結束語

筆者結合人工智能課程的教學實踐，針對本科高年級的教學特點和人工智能課程學科特點，提出在設計人工智能教學時，通過MOOC的教學模式和教學方法完善課堂教學，注重內容的實用性和新穎性，適當穿插新方向的內容，目標是將難學、枯燥、難理解的問題,變得易學、有趣、易理解。從學生反饋來看，這些方法起到了積極的實際效果，有效地提高了學習積極性。

［1］udacity的人工智能導論課程網[EB/OL].https：//www.udacity.com/course/cs271.

［2］王萍.大規模在線開放課程的新發展與應用：從cMOOC到xMOOC[J].現代遠程教育研究，2013(03)：13-19.

［3］國家精品課程資源網[DB/OL].[2013-04-22].http：//www.jingpinke.com.

［4］徐明,龍軍.基于MOOC理念的網絡信息安全系列課程教學改革[J].高等教育研究學報,2013,36(03).

［5］王文禮.MOOC的發展及其對高等教育的影響[J].江蘇高教,2013(2)：53-57.

［6］李青,王濤.MOOC：一種基于連通主義的巨型開放課程模式[J].中國遠程教育,2012(3)：30-36.

［7］樊文強.基于關聯主義的大規模網絡開放課程(MOOC)及其學習支持[J].遠程教育雜志,2012(3)：31-36.

［8］劉禹,陳玲.基于網絡的大規模協作學習研究[J].遠程教育雜志,2013(2)：44-48.