基于產教融合的混合式教學改革探究
——以上海交通大學人工智能實踐課程為例

肖雄子彥，陳江平，仝月榮，楚朋志

（上海交通大學a.學生創新中心；b.教務處，上海 200240）

0 引言

人工智能發展已上升為國家戰略，成為推動社會智能化發展的決定性力量［1］，而有效開展人工智能人才培養也正成為各國競爭的關鍵與現階段高等教育的重要使命［2］。

2017 年教育部新工科建設中對工科人才培養提出新要求［3-4］，以學科交叉、產教融合背景下的學生工程能力培養為目標［5］。2017 年底，國務院辦公廳出臺《關于深化產教融合的若干意見》（國辦發［2017］95號），明確指出“深化產教融合，促進教育鏈、人才鏈與產業鏈、創新鏈有機銜接”“充分調動企業參與產教融合的積極性和主動性，構建校企合作長效機制”［6］。

教學模式的改革創新正不斷提升著高校教學質量［7-9］，智慧教學工具［10］與混合式教學設計［11］的方法與手段為教學改革拓展了新思路。混合式教學通過傳統教學形式與數字化工具的有機結合［12］，鞏固基礎打造差異化學習，提高學生學習的主動性和參與度。

現有人工智能課程大多存在重理論而輕實戰、缺乏專業的實踐平臺與計算資源［13］、教學模式單一、與行業需求脫離等問題，一定程度上限制了學生工程能力的發展。因此，為了更好把握新工科建設的內涵，落實校企協同與教學模式創新，我校學生創新中心引入多種信息化手段和產業資源，對人工智能實踐課程——“深度學習算法與實踐”進行了混合式教學改革，提出了基于產教融合創新設計的循環混合式教學方法。

1 課程背景與學情分析

1.1 課程簡介與學習目標

深度學習算法與實踐課程為我校學生創新中心開設的校企公共選修課（32 學時，2 學分）。課程面向全校各專業本科生，內容覆蓋計算機視覺與自然語言處理基礎理論，引入了華為云人工智能開發平臺與智能硬件拓展實踐場景、與行業相接軌。通過項目式學習、以賽促學等教學設計，提升學生批判性思維與工程實踐等綜合能力，促進人工智能與多學科交叉融合。

課程圍繞知識單元，在價值引領、知識探究、能力建設與人格養成方面，樹立了相應的學習目標，如圖1所示。

圖1 深度學習算法與實踐課程目標

1.2 學情分析與重點問題

人工智能作為一個由多學科交叉滲透發展起來的學科，其突出特點是知識面廣、概念抽象，同時對學生的數學基礎、邏輯思維及計算機編程水平要求較高［14］。秉持著以學生為中心的教學理念，對課程重點學情進行調研與分析，充分剖析、挖掘學生需求，提出教學改革的思路與解決方案。

根據選課數據與課前調研，該課程學生來自電子信息、機械動力、船舶海洋、經濟管理、生命科學等不同專業，大部分學生具備了Python 編程、微積分與線性代數等前置知識，但仍有部分同學基礎較為薄弱。于是，針對學生基礎參差不齊的問題，需要重組線上線下資源，通過教學環節的精心設計來加強對基礎的補充，同時進行合理化的分層教學以滿足不同學生的需求。因此引入了信息化程度更高、教學形式更豐富的線上線下混合式教學方法。

此外，工程性缺失和實踐教學薄弱是我國高等工程教育長期存在的問題［15］，工程實踐能力通常被認為是解決實際問題必備的綜合能力［16］。問卷調查顯示，有83%的學生表示“希望有更多項目實踐機會”“想了解產業平臺”等需求。反映出學生工程實踐經驗較少，對行業案例探索的意愿較強烈。于是，針對學生動手能力薄弱的問題，需要有選擇性、有針對性地融入產業平臺與教學資源。基于學生創新中心與華為公司的深厚合作基礎，課程引入華為人工智能開發平臺來拓展課程的實踐場景，促進高校與企業的良性互動。同時，通過“課賽結合”的設計與項目式學習，進一步提升學生的工程能力與團隊協作能力。

2 產教融合的循環混合式教學模式分析

2.1 產教資源的融合與重塑

深化產教融合是培養面向行業創新型人才的重要途徑。在此過程中，行業和高校需要建立一種資源共享、優勢互補的合作模式，以達到發展共贏的目的。校企融合，首先是資源細分，然后是資源重組，最后是融合創新。

課程理論部分將以高校教師為主體，開發較為系統、完善的理論內容，以企業專家為輔助延伸，探索行業前沿應用案例；而實踐部分將以企業平臺為載體，校企協同開發適應學生需求的行業案例，幫助學生學以致用，提升工程能力。因此，課程聯合華為云專家，協調校企雙方教學資源，探討提出了產教融合背景下的實踐環節創新設計策略，如圖2 所示。

圖2 人工智能實踐課程中產教融合實踐創新策略

（1）穩固基礎。由點到面引入產業平臺，利用線上導學做好實驗準備，在線下課堂配合理論教學內容進行產學融合案例實踐。

（2）項目式學習。在教師引導下發揮各自學科背景優勢，以華為云平臺為載體進行項目研究，探索人工智能的社會行業價值，促進多學科交叉融合。

（3）以賽促學，課賽結合。校企協同組織校內賽，學生基于產業平臺進行打榜競技，探究解決該社會問題的最優策略，全面鍛煉學生的綜合能力。

2.2 循環混合式教學設計

作為混合式教學的基礎，線上學習不是錦上添花而是必備的教學活動。線上資源應主要由學生通過自主學習、思考可以順利掌握的內容構成，如：低階的算法基礎、初級的產學實驗、課堂知識的回顧梳理、課后的知識鞏固與拓展閱讀等。

而線下教學亦不是傳統課堂的照搬，以教師精心設計的教學活動為載體，對線上內容進一步拓展延伸，形成完整的知識體系，并在實踐中靈活運用。線下課堂應由需要教師引導的、學生靠自主學習難以達到最佳效果的教學內容構成，如知識體系梳理、高階算法難點、復雜的產學拓展實踐、小組團隊項目等。

基于上述討論，結合課程實際情況，提出了基于產學融合的循環混合式教學設計方法，如圖3 所示。

圖3 產教融合的混合式教學改革過程設計

通過從線上到線下再到線上的循環學習過程，將產與學有機融入課前、課中、課后的每一個教學環節中。激發學生主動思考，形成學習閉環，做到課前有準備，課中有收獲，課后有拓展。最后通過項目式學習貫穿課前、課中、課后全過程，促進課堂從以教為中心轉變成以學為中心。

3 教學實施過程

課程改革的實施過程融入了多種智能化、信息化手段，包括上海交通大學CANVAS 線上平臺、數字化“雨課堂”、華為云實踐平臺來豐富教學場景，提升教學效率，如圖4 所示。同時，基于小規模專有在線課程（Small Private Online Courses，SPOC）模式，通過在線學習的方式拓展教學場景，提高教育的靈活性，構建了課前、課中、課后的3 個主要階段教學過程［17］。

圖4 教學實施過程中的多種信息化手段

3.1 課前：基于CANVAS 平臺的SPOC 建設，增強互動提升效率

教師整合線上產學資源，進行了基于CANVAS 平臺上的課前導學內容建設，主要包括：國內外精品名師MOOC相關知識、產業平臺實踐手冊與視頻、教師補充視頻講解與課件、話題討論與課前練習等。學生通過對線上資源的自主學習，完成練習作業與討論，教師進行在線評分與交流互動。

一方面，學生在討論區能查看其他同學對當下問題的理解，形成更好的“社交式”學習氛圍，激發學生主動思考、提升課程參與感，讓學生帶著思考走入線下課堂。另一方面，通過基礎內容的前置，盡量將學生基礎拉至同一“起跑線”，也幫助教師提前了解學生課前學習效果與知識盲區，適時調整線下內容，進行有針對性的知識延伸與補充。

3.2 課中：數字化雨課堂夯實理論，產業平臺助力實踐

課中采取線下課堂面授的形式，將理論與實踐相結合。

（1）銜接課前導學內容，從學生體驗出發設計動畫課件拆解知識重難點，幫助基礎薄弱的同學更好掌握知識原理，培養學生的學習興趣。同時，通過數字化“雨課堂”記錄學生學習的全過程，學生通過掃碼可在手機端對課件進行標記、收藏，并收到老師發送的各類習題（單選、投票題、填空、主觀題）進行作答、思考。教師可在移動端跟蹤學生課堂學習效果、對知識盲區及時答疑解惑，根據雨課堂生成的數據對課堂學習效果進行總結。

（2）由淺入深引入產業平臺和學習資源，本課程中使用了華為云（ModelArts 開發平臺）、對象存儲服務、智能硬件（華為Hilens Kit）。教師結合課程主要知識單元開發產學融合的實踐案例，學生基于產業平臺，完成從基礎到進階的綜合實驗，同時展開期中項目式學習與期末打榜競賽，逐步提升工程能力、動手實踐能力與團隊協作等綜合技能。

3.3 課后：線上鞏固與拓展提升，打造差異化學習

課后，學生根據自身學習情況再次回到線上進行知識鞏固與拓展學習。教師以CANVAS 平臺為載體，錄制了產學實踐的詳細視頻供基礎薄弱的學生查漏補缺，加強鞏固。同時，整合拓展閱讀資料、進階實踐與相關話題討論，供能力較強的學生進一步學習與探究。教師、助教團隊協同企業專家，三方共同支持學生課后的學習成長與進一步交流探索。

3.4 項目式學習貫穿教學全過程，促進多學科交叉

項目式學習（Project-Based Learning，PBL）模式在研究和實踐中推陳出新，不斷被賦予新的內容［18-19］。如圖5 所示，課程融入PBL 項目式學習，以學生為主體、教師為引導、產業平臺為依托，結合所學知識單元與專業背景，完成小組項目探究與實踐，培養學生理解人工智能的社會價值，將技術與行業（機械、經濟、醫學、美學設計等）相結合。在此過程中，學生將發揮主觀能動性，獲得較大的自主學習空間。項目式學習充分檢驗了學生對知識的深度理解，也鍛煉了學生解決復雜問題的綜合能力。

圖5 PBL項目式學習引導學生將技術與行業相結合

4 多元化評價與改革成效

課程采取了多元化的評價機制，如圖6 所示。綜合考慮了線上學習與線下課堂的表現，項目學習使用了教師點評與學生互評相結合的模式，期末考核采用了校企協同以賽促學。

圖6 課程考核方案與成績構成

4.1 線上＋線下：多種信息化手段考查學生學習效果

如圖7 所示，線上成績主要由CANVAS 平臺的練習、討論、作業評分數據組成，線下成績主要由“雨課堂”中記錄的線下答題數據、課堂表現得分組成。從線上與線下的學習數據與評價分析得出：學生線上學習參與度高達88%，學習心得較以往更加豐富；“雨課堂”數據顯示，學生對知識掌握程度普遍提高，課堂互動性增強，學生的提問從廣度和深度上相較以往都有所提升。

圖7 多元化評價，“線上+線下”綜合考量

4.2 教師點評＋學生互評：項目式學習互促成長

課程中期采用項目式學習，各小組對項目成果進行展示、匯報。學生將轉變為“教師角色”登上講臺，分享本組的項目探究成果，各組同學進行廣泛的交流與討論，教師進行點評與補充。

評價方式采取學生互評與教師綜合統籌的形式，如圖8 所示，學生將從算法講解、邏輯思路、行業價值、團隊分工等方面進行互評。最后，由教師對各組所選擇的項目難度進行加權評分，得到最終的項目成績。從學生項目匯報成果來看，42%的學生團隊選擇了挑戰難度較高的算法，實驗完成度較往屆更高，項目展示效果更加精彩。

圖8 項目考評標準

4.3 產業＋高校：以賽促學，基于產業平臺的能力提升

課程期末，教師團隊聯合華為云專家組織校內賽。由高校教師進行競賽規則培訓，由企業專家提供技術支持與保障。學生將基于企業提供的平臺與數據，針對所給定的社會問題（如城市垃圾檢測、國防衛星遙感數據分割等），探究最優策略，進行打榜競技。在真實應用場景中提升學生工程實踐能力。

從學生競賽成績分析，近30%的學生團隊，超過了企業專家樹立的“標桿分數”，獲得的評分較往屆有了明顯的提升，課賽結合模式充分激發了學生主動學習與創新活力。并且在“華為云杯2021 人工智能應用創新大賽”中，本課程學生團隊榮獲全國三等獎。

5 結語

在新工科建設內涵的指導下，我校學生創新中心以深度學習算法與實踐選修課為例，探索校企協同與教學模式創新，依托多種信息化手段，進行了基于產教融合的循環混合式教學改革與創新設計。積極探索校企合作協同育人，將企業優秀技術平臺引入高校課堂，“以課為基，以賽促學”，通過線上與線下混合式教學的有機聯動，促進產業與高校的深度融合，以項目式學習貫穿教學全過程，促進學生工程實踐等綜合能力的提升，有利于人工智能技術與多學科的交叉融合，本課程改革構建了具有一定普適價值的產學合作模式。