人工智能實驗課程從“線下”向“線上”的轉變實踐

顧佼佼 孫濤 陳健 劉克

[摘 要] 課堂教學方式的變革推動課程逐步“線上化”，配合多樣化的教學模式引入多種多樣的教學創新內容。在這個過程中，強實踐類課程由于硬件限制及交互性等多種原因，多數仍以線下的形式開展。在當前新冠肺炎疫情期間，通過“人工智能”課程理論與實驗內容“線上”開展的過程，探索將線下實驗課程轉變為線上實驗的建設思路，探討實驗類課程“線上化”的應用方式?？捎行жS富教學手段，調動學員學習的主動性和積極性，對學員自主學習能力、問題分析與解決能力的培養起到促進作用。

[關鍵詞] 線上學習;人工智能;實驗課程;反饋閉環;自主養成

[基金項目] 2019年度海軍航空大學教學改革項目“‘人工智能’類課程開展在線教學的模式與方法研究”（2020-424-32）

[作者簡介] 顧佼佼（1986—），男，山東青島人，博士，海軍航空大學岸防兵學院講師，主要從事人工智能技術應用、火力指揮與控制研究;孫 濤（1980—），男，山東煙臺人，博士，海軍航空大學岸防兵學院副教授，主要從事火力指揮與控制研究;陳 健（1985—），男，山東青州人，博士，海軍航空大學岸防兵學院講師，主要從事裝備體系發展論證研究。

[中圖分類號] G643.0;TP18 [文獻標識碼] A [文章編號] 1674-9324（2022）24-0029-04 [收稿日期] 2021-07-29

引言

近些年線上教學發展勢頭迅猛，形成了一批成熟的高等教育課程平臺，教師利用線上教學平臺開展課程內容教學，積極探索混合式教學改革及教學管理模式創新實踐，極大促進了教學方式的改革與發展。推動課堂教學方式從“以教為中心”向“以學為中心”轉變，涌現出翻轉式、混合式、等多種教學模式。教育部提出“停課不停教、停課不停學”的要求[1]，多數院校進一步推出線上或線上線下混合式教學改革。但課程實驗實踐內容無法上線進行[2]。以研究生“人工智能”課程為例，主要講解深度學習與計算機視覺方面內容，理論與實驗各占50%，屬于理實一體化類課程。實驗部分需要基于GPU等高并行性的計算資源才能順暢運行。

一、實驗課程線上化的主要考慮

線上學習的有效性不僅取決于課程內容的設計，還依賴于平臺的支撐[3-7]。實驗部分的教學相比理論部分有一定的特殊性，需要配備相應的實驗資源，目的是用實踐來驗證理論。在將實驗部分線上化時主要考慮以下四個方面。

（一）便于學員操作實踐

“人工智能”課程實驗的特點是需要多次嘗試不同方法，用實踐印證理論，從而內化和應用學習內容。學員端在大多數情況下不具備GPU等高性能計算資源，而且實驗環境的配置會牽扯大量時間。實驗不需要學員自己安裝實驗依賴項，并能夠在需要時恢復至初始狀態。

（二）真正掌握應用能力

在線下教學的過程中發現，在結合個性化應用的測試中，學員對具體知識點的細節掌握不夠準確，結合具體問題后的分析能力不足。這種情況的主要原因是學員對操作過程的思考較少，并沒有真正提高理解與分析能力[8，9]。

（三）注重交流互動

在線下實驗課教學過程中，教員可以根據學員的狀態及時調整教學設計，或者直接指導。在線上實驗中，教員無法實時監控學員狀態，這種情況下課堂的引導性會弱化。這種交流互動既包括教員與學員之間的互動，也包括學員與學員之間的互動。需要結合實驗流程進一步改善教學設計，如學員間“實驗桌面”的共享與互動，直播聊天室的答疑組織。

（四）增強過程性評價的比重

傳統的評價方式僅能反映學員對基本知識、概念的掌握情況，教員無法完全掌控學員的實驗狀態。學員在基于平臺的學習過程中會留下全程的學習數據，這些過程性數據客觀反映了學員對知識點的掌握情況，加以積累可以通過數據分析發現教學過程所隱含的規律和行為模式，作為對教學過程的反饋支撐教員評價學員的實驗過程[10]。

二、課程體系構建

研究生階段“人工智能”課程的特點是實操性與技巧性較強，注重知識應用能力。課程采取理論講授與實驗實踐穿插進行的方式，學員預習錄播視頻，帶著疑問到直播間與教員和同學一起討論;另外，有以直播形式的線上理論教學。

（一）實驗部分建設內容

1.課程內容建設。針對線上學習特點，以專題形式對教學內容進行重組，增強教學內容的針對性，圍繞典型案例設定實驗主題，利用動畫、視頻等多媒體手段提高可理解性。部分實驗以專題形式錄制演示視頻，配合在線實驗教程同步使用，主要講解先導知識、實驗流程、可能遇到的問題等內容。視頻演示提前上線，學員可以在課外自主學習。

2.課程管理平臺建設。增加實驗管理模塊，課程管理平臺結構如圖1所示，管理課程涉及的資料和教學環節的實施，包括教學資源、學習跟蹤、作業提交等模塊。結合線上教學經驗，對管理平臺中的統計分析模塊進行了加強，記錄和統計學習時間、視頻反芻比、互動指數、操作準確率等在線上學習數據，是學員學習狀態最直接的體現。

3.實驗平臺建設。“人工智能”課程實驗主要使用Python語言，使用TensorFlow深度學習框架，涉及的軟件包括Jupyter、Docker等。實驗平臺結構框架如圖2所示，學員也可直接將特定實驗的docker鏡像下載到本地執行。基于Docker系統的實驗構建方式可以為學員提供一個統一的程序運行平臺，無須配置環境即可直接開展實驗。

（二）教學模式設計

通過實驗過程培養學生的工程實踐能力、創新意識，養成良好的科學工作態度和習慣，為后續課程學習和專業培養打下基礎。為此主要著重以下三個方面設計教學模式。

1.進一步分解教學目標，提高自主獲取性。依據布魯姆認知分類目標理念，將學員分析解決問題能力無法有效提高歸因于沒有循序漸進地展開認知過程，導致無法內化成自身能力[6]。對理論內容進行了知識點的分割和細化，并設計了具備軍事背景的案例式實驗體系，重在激發學員的探索興趣;在實驗設計時給出循序漸進的目標。這樣也有助于學員根據個體學習差異順序或跳躍式前進，提高了知識的可自主獲取性。

2.具備反饋閉環的內容組織。課程中理論與實驗部分是相互銜接的，教員結合學員在各個教學環節中的反饋，適當調整課程與實驗內容。例如通過統計分析模塊中的視頻反芻比確定學習難點;通過翻轉課堂中的討論內容針對性地設計實驗驗證內容;根據實驗情況設計有針對性的課后作業;等等。對教學設計進行調整，形成閉環，有的放矢地進行教學，實現線上線下同質等效的教學效果。

3.貫穿式互動環節設計。教員可以了解學員的掌握程度，如可以隨處穿插的課堂討論等?；舆€發生在學員之間，學員間的互動會起到互幫互助的作用。在實際授課過程中，課代表在互動中起到了非常好的“助教”作用，督促同學學習，而且雙重身份使他在幫助他人的同時也激發了自身的主動性。

三、線上實驗課程實施及成效

在理論講授部分結束后直接開始實驗，依托實驗平臺及直播平臺實施，學員自學為主，可通過問答系統提交問題，也可由課代表組織討論，教員進行統一講解。實驗結束后，學員需自主完成拓展實驗，并在作業系統內提交。考核方面加強過程管理的比重，實驗部分以在線完成的形式進行考核，并參考課程管理平臺上提交的實驗作業，平時成績以課堂小作業、研討、出勤等情況綜合計算。這種方式的好處是將考核實施在整個教學過程中，考核學員的綜合能力，提高學員的學習積極性。課程實施成效總結如下。

1.相對加強了理論知識的掌握與理解。通過實驗教學模式的合理設計，激發了學員的探究心理，從而更加主動地學習，加深對理論知識的理解。

2.培養了自主學習能力。通過課程學習提升學員的主動性，增加對工程實踐的興趣，增強自主學習能力。實驗部分是對理論知識的實際應用，也為學員進行自己的應用提供了借鑒。線上開展的實驗內容能夠提高學員自我學習的積極性，從實驗平臺的過程數據分析可知，學員能夠通過實驗平臺完成實驗內容，并通過與師生交流深化理解，最終提高自主學習能力。

3.培養了分析、解決實際問題的能力。人工智能是一門實踐性極強的學科，具體開展實踐應用時需要運用理論知識解決實際問題。分解明確的教學目標、交互討論的機制有效促進了學員的理解和掌握，養成分析問題的思路和解決問題的能力。

四、提高線上實驗課的有效性

實驗課程重點培養學生的動手實踐能力，通過實驗過程培養學生的工程實踐能力、創新意識，在線上實驗課程的開展過程中發現線上實驗開展的有效性可進一步提高，具體涉及以下四個方面。

（一）及時更新課程內容

人工智能技術發展迅速，日新月異，課程組需結合科研、教學等研究，結合具有軍事背景的實際案例，及時更新課程內容，讓科研成果、作戰成果走進課堂。

（二）進一步提高教員崗位認知能力素質

線上開展理論與實驗課程對教員提出了較高要求，教員團隊需要取長補短，不斷提高在線教學能力。對此，在疫情期間，各主流在線平臺專項邀請相關領域專家推出了專題直播課程，開通相關課程為開展線上教學的教員提供了參考，提高崗位任職能力素質，進一步充實教學訓練儲備。

（三）加強教學管理

有效的學習主動性一方面取決于學員的自我激勵和教員、同學的激勵，另一方面可以從考核形式、教學管理平臺方面采取多種形式帶動學員積極性，督促學員完成在線學習任務。軍校學員在校期間管控較嚴，而在家期間的自律性、自覺性卻暴露出明顯問題，這是一開始開展線上教學時出現的挑戰，需要在課前進行更充分的準備。

（四）增加課程內容與模式的彈性

在線上開展的實驗實踐證明，具備反饋閉環的實驗內容組織方式有助于學員對實驗內容的掌握，能夠反饋出問題所在，教員可有針對性地開展答疑或設計拓展實驗等。后續將引入需多人合作完成的大作業，考核學員的團隊協作能力。

結語

此次疫情考驗，給未來線上教學帶來深刻變化和發展契機，極大促進教育理念的更新與在線開放課程等網絡資源的加速建設。在此期間，課題組完成了“人工智能”課程理論與實驗部分的線上授課，線上教學已基本成型，豐富了教學手段，而且調動了學員學習的主動性、積極性，教學效果良好，對學員自主學習能力、分析解決問題能力的培養具有促進作用，對教學改革具有積極作用。下一步將繼續改進和創新實驗類課程教學方法，促進課程教學質量的提高。

參考文獻

[1]教育部.應對新型冠狀病毒感染肺炎疫情工作領導小組辦公室關于在疫情防控期間做好普通高等學校在線教學組織與管理工作的指導意見：教高廳〔2020〕2號[A/OL].（2020-02-04）[2021-06-30]. http：//www.moe.gov.cn/srcsite/A08/s7056/202002/t20200205_418138.html.

[2]孫莉，郎明非.線上線下教學模式在生理學教學中的探索與思考[J].醫學教育研究與實踐，2020，28（1）：76-80.

[3]陳建鋒，羅家兵，黃福春.物聯網虛擬仿真實驗教學平臺：網絡和嵌入式網關層[J].實驗室研究與探索，2019，38（12）：122-126.

[4]薛小榮，李曉峰，李韋泓，等.基于Unity3D的微波暗室環境下天線測量虛擬實驗系統設計與實現[J].實驗室研究與探索，2019，38（12）：108-112.

[5]劉闖.電類導論實驗課程創新培養模式探索[J].實驗室研究與探索，2019，38（12）：245-247.

[6]郭志芳，田新翠.基于移動教學平臺的高級統計學課程線上教學模式設計[J].中國多媒體與網絡教學學報（上旬刊），2020（4）：1-2.

[7]陳友媛，辛佳，楊世迎，等.混合式實驗教學提高學生主動學習能力的探討[J].實驗室研究與探索，2019，38（4）：205-208.

[8]朱小艷，劉俊男.線上線下混合式教學模式在C語言課程中的應用[J].信息與電腦（理論版），2019，31（24）：250-251.

[9]馬藝，張偉強，薛東旭，等.多維度構建和實施線上實驗課堂的探索與實踐[J].大學化學，2020，35（5）：229-235.

[10]潘薛波，向錚，蔡躍飄，等.線上學習模式在藥物分析實驗教學中的應用[J].廣州化工，2019，47（6）：156-157.

Practice of the Transformation of AI Experiment Course from “Offline” to “Online”

GU Jiao-jiaoa， SUN Taoa， CHEN Jiana， LIU Keb

（a. Coastal Defense Academy， b. Graduate Management Team， Naval Aviation University， Yantai， Shandong 264001， China）

Abstract： The change of classroom teaching mode promotes the gradual development of online courses， and a variety of teaching innovation contents are introduced with the diversified teaching models. In this process， most of the practice courses are still carried out in the offline way due to the hardware limitations and the necessity of interaction. During the current COVID-19 period， and in the process of the theory and experiment teaching of the Artificial Intelligence course， which has been changed from offline teaching to online teaching， the construction ideas of changing offline experiment courses into online experiment courses are explored， and the application mode of online of experiment courses is explored. It can effectively enrich the teaching means， mobilize the initiative and enthusiasm of students in learning， and promote the cultivation of students’ independent learning ability， problem-analysis ability， and problem-solving ability.

Key words： online learning; Artificial Intelligence; experiment course; closed-loop feedback; self cultivation