基于布魯姆教育認知過程維度的人工智能課程實踐

周 麗

成都錦城學院，四川 成都 611731

隨著當今社會科技革命與產業變革的加速演進，大數據、人工智能和虛擬現實等新工科領域專業人才需求量激增，因此國家在高等學校的工程教育領域積極地開展了新工科教育。自2017年我國教育部大力推進新工科建設以來，各個高校相繼開始積極探索新工科專業的建設、模式和體系。新工科專業的建設也在改變高校的教學、人才培養和教學評價方式。

新工科不同于傳統工科，新工科以工業智能為核心，實用性更強，需要實踐能力與創新能力兼備的跨學科復合型人才。新工科人才培養依靠交叉學科知識，社會需求貫通整個專業建設和人才培養過程。現有傳統工科專業課程的教學目標多為掌握單個基礎知識點，對所有知識點的復合應用與實際工程化涉及較少，多數學生在課程結束后仍停留在理論知識層面，而很難利用所學知識去解決實際工程問題。而新工科專業的目標是培養能適應各種應用領域的復合型人才，知識體系交叉而復雜，對教師和學生都有較高的要求，因此不能再復用傳統工科課程的教學方式。

一、布魯姆教育目標分類法

20世紀60年代，教育學家布魯姆等人提出了教育目標分類理論，該理論被廣泛地應用在教育領域，提供評價學生學習結果的標準，以指導教師的教學工作。在舊版理論中，將教育目標分為認知、情感和動作技能三個領域，其中，又把認知領域分成六個層次，從低級到高級分別是知識、理解、應用、分析、綜合和評價［1］。第一層的知識指認識和記憶，這一層僅僅是對知識的記憶和陳述；第二層理解是對知識的領會，包括對知識的解釋和歸納；第三層應用是對所學習概念、原理和運用，能進行初步的直接應用；第四層分析是從工程解決問題的角度，能分解問題，明確各概念之間的關系；第五層綜合是在分析的基礎上，將問題分解的結果重新組合以便綜合性地解決問題；第六層評價則是根據量化的信息，作出更客觀的評判，而不是憑主觀的感受。

2001年，在學科的發展和對布魯姆分類體系的不斷實踐研究后，安德森等人整合了心理學界對學習認知心理的科學研究成果，經過多年的討論終于推出了新版理論。不同于舊版的單維度分類體系，新版提出了教育目標分類的二維框架，即知識維度和認知過程維度［2］。新版理論將舊版認知領域的六個層次轉換為認知過程，從“知識”到“評價”分別對應從低級認識到高級認知的發展過程（如圖1所示）。新版理論整合并突出了學習、教學和評價的一致性，不僅剖析了學習的過程性，還將學習過程與教學的階段性目標相對應，層層遞進，也為教師教學設計提供了廣闊的空間。

圖1 布魯姆認知過程維度

本文旨在研究和探索布魯姆認知過程維度與人工智能課程的融合方式，將教學目標從單一的知識維度提升到帶認知過程的二維維度，合理規劃教學內容和方法，重新制定教學評估方式，以使得人工智能課程能達到培養應用型復合人才的目的。

二、人工智能課程現狀分析

人工智能專業包括有Python編程語言設計、計算機圖像處理、機器學習、深度學習等專業核心課程，課程覆蓋知識面廣，涉及數學、心理學、哲學和認知科學等。以深度學習課程為例，學習該門課程不僅需要具備數理統計和機器學習算法理論基礎，有python語言編程經驗，還要掌握圖像處理或自然語言處理方法等，在課程中要大量運用到前期其他課程所儲備的知識，是一門以理論結合應用的綜合性課程，對學生和教師要求較高。如果仍照搬舊的教學方式，那么學生很難掌握如此龐大且復雜的知識結構體系，導致學生只是“記住了”知識，而不能熟練地掌握和應用。

（一）教學方式

在深度學習課程舊的教學方式中，采用一個理論知識點配一個或多個實踐練習，主要以教師教授為主，學生被動接受，缺少主動提問和思考，不能舉一反三和創新創造。雖然學生也能較好地理解和運用理論知識點，但是一旦遇到復雜的工程問題，卻會無從下手。因為在實際工程應用中，解決問題不會只涉及一個知識點，往往是跨領域的多個理論知識點的綜合應用，需要學生不僅能融會貫通所學理論知識，還能運用遷移思維解決相似問題。

（二）教學目標

以往的深度學習課程教學目標不明確，普遍為熟練掌握理論算法即可，脫離了社會對新工科人才的培養需求。在新工科教育背景下，深度學習課程不能僅僅是讓學生掌握理論算法知識，而是要應用這些理論知識解決復雜工程問題。雖然課程教學目標也在逐步改進，更強調工程實踐和解決實際問題的能力，但因為缺少培養考評目標，從而導致教學目標也不具體，教師在設置教學目標時差異也較大。

三、認知過程維度結合課程實際應用

根據新的布魯姆教育目標分類體系，可以將認知過程劃分成初級認識和高級認知，其中初級認知對應知識的記憶和理解，而高級認知則對應問題的分析和解決，是對初級知識的綜合應用。在深度學習課程以往的教學中，教學過程與認知維度脫離，教學重點主要放在初級知識中，對高階能力的培養涉及較少，因而導致學生在解決復雜工程問題時才發現高維度認知的極度缺乏。本文將教育目標認知過程進一步細化為三個階段，然后針對各個階段進行了教學目標和方法的設計。

（一）三階遞進的教學模式

將布魯姆教育目標認知維度進一步細化為低、中、高三個階段，同時從知識、思維和能力三個維度去分析每個階段的特征，如圖2所示。其中，知識是思維和能力的基礎，沒有知識，思維空而無形；而沒有思維，知識無用武之地。低階段對應知識的記憶，大部分是被動地學習和吸收，思維還停留在接受性思維和邏輯思維層面；中階階段對應知識的理解，開始主動學習和思考問題，能舉一反三，思維呈現關聯性和遷移性特征；高階階段對應知識的綜合應用，進入深度學習狀態，能分析復雜問題并提出解決方案，具有批判性和創造性思維。

圖2 三階遞進的教育目標認知維度

三個階段層層遞進，每個階段涵蓋不同的教學內容，采用不同的教學方式，同時設定不同的教學目標。教學整體目標以高階為主，但是不忽視低、中階教學，按低、中、高階順序遞進完成教學任務。教學以課程為單元，每節課執行一個階層的教學任務，最終達到促使學生思維和能力從低階提升到高階的目標，

（二）教學目標和方法設計

深度學習是人工智能方向的專業課，是人工智能基礎知識與專業綜合實踐之間的銜接課程。本課程教學目標和方法設計（如表1所示）是從深度學習應用出發，自上而下反推出需要掌握的知識，再進一步開展詳細的教學設計而來，做到了“知行合一”。課程講授重點在于計算機圖像處理算法、神經網絡結構、梯度下降、網絡結構優化等基礎算法，在此基礎上再通過實驗案例引導學生將基礎知識融會貫通，然后再帶領學生專注于深度學習的一個具體應用領域，去進行更深入地學習，最終能創造性地獨立開發相關應用。

表1 深度學習課程教學設計

四、結語

在大數據和人工智能飛速發展的今天，高階思維能力是適應未來社會發展的必要能力之一。深度學習作為新工科教育背景下的一門人工智能專業核心課程，其教學目標是讓學生具備解決復雜工程問題的高階思維和能力。本文采用的基于布魯姆認知維度的“三階三維”遞進教學模式更能滿足課程培養目標需求，以所學知識為基礎，將學生的思維、能力分為低、中、高三個階段，按照課程內容為單位，逐步地完成各個階段的課堂教學任務，促進了學生的思維和能力向更高階段的提升。經過一個學期的課堂教學和實踐，三階遞進的課堂教學模型已經達到了我們所預期的課堂教學效果，不僅可以促使學生由被動學習逐漸轉向主動和更加深度的學習，還可以培養學生的思維，具備自己解決實際問題的意識和創造性能力。