大數據與人工智能背景下的信息技術基礎教育探究

李瑞昌 朱紅磊 廖 璠

（河南中醫藥大學信息技術學院，河南 鄭州 450046）

1 國家的政策指導

信息技術基礎教育主要是面對非計算機專業開展的一門計算機相關的基礎課程，其目的是培養學生的計算思維素養和基本的操作技能，便于其在后期的專業學習當中具有利用相關的信息技術解決實際問題的能力。在2008年提出大數據概念以來，教育界并沒有多少行動。2013年3月，教育部撤銷258個專業[1]，眾多的高校感覺到了壓力。2015年8月，國務院曾印發《關于印發促進大數據發展行動綱要的通知》（國發〔2015〕50號），明確鼓勵高校設立數據科學和數據工程相關專業[2]。2017年12月工業和信息化部發布了《促進新一代人工智能產業發展行動計劃（2018—2020年）》（工信部科[2017]315號）[3]。教育部2018年3月的文件顯示，2017年全國總計有200多個高校255個大數據相關專業獲批[4]。在國家政策的指導下，國內高等院校普遍認識到大數據和人工智能的重要性，紛紛對相應的教學策略進行了探討[5]。

2 教學思路探究

對于非計算機專業的學生來說，他們接觸到的與大數據和人工智能先關的信息主要集中在應用領域。例如，對于管理類或醫學類等非理工類學生，接觸到的是統計學數據分析，如采用SAPSS分析等。他們對大數據和人工智能的認識僅僅停留在字面或概念上，缺少如計算機相關專業學生那樣的系統訓練和對數據的本能思考。對此，對于非計算機專業的學生需要加強計算思維[6]和數據素養[7]的培養。計算思維的本質是對問題的抽象歸納和自動處理[8]。數據素養的核心是數據意識、獲取數據、分析數據和利用數據的能力[9]。從計算思維和數據素養的本質可以看出，在大數據和人工智能的背景下，信息技術基礎教育需要利用合適的手段和素材，通過邏輯訓練來加強學生的計算思維，并且需要結合程序對數據的處理操作訓練來提升學生的數據素養。

3 信息技術基礎教學設計

基礎信息技術基礎教學目標是培養學生的計算思維和數據素養，掌握基本的信息分析流程，使得學生能夠結合本專業的需求，采用合適的數據分析工具解決日常學習和未來工作中碰到的問題。要實現這個目標，就要制定合適的教學模式和教學方法，同時還要有合適的考核方式對教學效果進行檢驗。

3.1 Python基礎知識與數據分析結合

大數據背景下的信息技術基礎教育注重認識信息、獲取信息、分析信息和科學地利用信息，核心是掌握駕馭信息化的技術。

當前，信息化技術是一個宏觀的概念，所以信息化基礎教育需要讓學生明白什么是信息化、為什么要推廣信息化，以及怎么利用信息化。面對這個具體的需求，教學方案采用的是編程基礎知識與具體的數據分析相結合的方式，期望基于這種理論加實操的教學方式來實現信息化基礎教育目的。具體內容構成如表1所示。期望通過采用Python基礎知識與數據分析結合的方式，讓學生對數據挖掘的作用有個直觀的認識，提高數據分析的素養。

表1 課程內容

3.2 “導+練+仿”的教學方法

要進行數據分析，就必須掌握基本的分析工具和分析技能。最終目的是讓學生能夠自己設計分析邏輯，并用可用的代碼實現數據分析功能。考慮到教學的可操作性，在教師指導、學生練習的基礎上追加一個“仿”環節。具體來說，就是利用練習中的數據，提出一個類似的分析問題，要求學生在練習的基礎上，通過知識遷移和代碼的移植，設計和實現數據分析的代碼。綜上，教學方法就是教師指導、教師引導學生練習和學生模仿相結合的“導+練+仿”。結合課程特點，從理論角度來說，采用的是LBL、CBL和PBL相結合的教學模式[10]，全部采用機房上課的方式開展教學。

在教師指導環節，采用高等教育出版社的Python語言程序設計基礎（第2版）作為參考教材，以在線網絡資料Python入門作為學生自學輔助資源；在教師引導練習部分，主要采用CBL。考慮到不同專業學生數學素養參差不齊，利用具體的數據分析例子，從背景分析、提出問題、問題抽象、數學分析、算法邏輯設計和編碼實現等方面，手把手地帶領學生完整地走一遍。期望通過引導練習，使學生能夠對數據挖掘和分析有一個具體的、客觀的認識。

學生模仿屬于數據分析拓展部分，采用與引導練習使用相同的數據集，引導學生參照前期練習的數據挖掘處理流程對問題進行歸納，進行算法邏輯設計，最終實現滿足問題需求的代碼。在實際編碼環節保持自主編程和參照編程輔助的模式，特別是涉及數據統計分析部分的核心代碼，保證學生能夠對原有代碼進行簡單修改并應用在拓展部分。

4 教學效果分析

從課程結構來看，教學計劃安排主要分為Python基礎和數據挖掘實際操作兩個大的模塊，主要的目的是既要掌握一定的編程基礎，又要掌握對數據進行分析處理的基本方法。在教學探索階段，在8個班316人中進行試驗教學。在教學效果考核方面，根據學生的作業完成情況，對編程基礎掌握程度、引導操作和拓展操作的效果進行考核。為了獲取學生對課程的真實看法，在問卷星上設置了匿名問卷，以獲取學生反饋。

在基本知識考核方面，主要通過學生對基本語法、邏輯分支、函數編寫和第三方庫導入及使用的運用程度進行度量。每節課課后布置作業，下次課開始前提交作業，通過作業完成效果實現基本知識考核。為了避免學生積極性受挫，在布置作業的時候，同時把本節課的代碼分發給學生，學生可以依據實例代碼進行修改來實現。在課程內容的設置上保持著連貫性，每次課的內容都是基于上次課和學生作業向前延伸，這樣每次課也是對上次課的分析和總結。通過最終的考核發現，在基礎部分結束后，學生基本上可以寫出簡單的循環分支、封裝函數和掌握導入第三方庫的操作。考核結果如表2所示，從表2可以看出，學生基本上掌握了Python基礎知識。

表2 基礎考核情況

引導操作部分主要是學生在教師的引導下進行實際操作，本部分主要考核學生針對具體問題的邏輯分析進行代碼轉換的掌握程度。在實際操作環節，把各個操作進行模塊化處理，方便學生實現抽象邏輯結構與具體代碼對應。對本部分的考核主要利用課下注釋代碼的方式來實現。每次課結束后，讓學生給本節課的代碼添加注釋，并在下次課開始前提交注釋結果文件。在實際操作最后的整體代碼注釋測試中，75%以上的學生可以實現把代碼塊切割成函數塊，80%以上的學生知道每行代碼的具體功能，如表3所示。

表3 引導操作考核情況

拓展操作考核部分主要查看學生在理解引導練習代碼的基礎上，利用同一數據進行數據挖掘和分析拓展操作的效果。拓展操作對數據挖掘和分析分為：數據分析、分析結果存儲和分析結果可視化三個部分，這三個部分之間是逐步遞進的關系。從表4可以看出，大部分學生能夠完成基本數據分析部分，但是隨著難度越來越大，完成率越來越低。

表4 拓展操作考核情況

5 結語

隨著大數據分析和應用的興起，信息化技術受到越來越多的關注。Python語言學習和應用的門檻比較低，眾多的第三方庫為它賦予了更加豐富的功能，促使它成為信息技術教育合適的載體。通過對教學實踐進行分析表明，采用Python基本知識與數據挖掘分析操作相結合的方式，結合教師指導教學、教師引導練習和學生模仿拓展操作的“導+練+仿”的教學模式進行信息技術基礎教學是可行的。如果能夠根據學生專業的不同，選取專業性強的數據挖掘素材和案例，就可以激發學生從本專業的應用需求出發，產生創造性思維和提升數據分析素養。在后續的教學過程中，需要根據學生反饋的信息對課程的內容和教學模式進行調整，以更加有效地提高教學效果，實現信息化教學培養目標。