陳宇琪
(江蘇警官學院 計算機信息與網絡安全系,南京 210031)
數據是數字世界的核心,大數據已成為經濟發展的戰略資源。2021 年9 月,國家主席習近平向可持續發展大數據國際研究中心成立大會暨2021 年可持續發展大數據國際論壇致賀信,“科技創新和大數據應用將有利于推動國際社會克服困難”。公安大數據逐漸圍繞犯罪偵查、社會治理與服務群眾等公安主業提供支撐服務,部分省、市組建了管理大數據資源和平臺的大數據中心,以“科技興警”為理念,夯實大數據智能警務的基礎,促進公安大數據應用跨越式發展。
然而大數據帶來的挑戰之一就是人才的短缺,面對培養公安急迫需求的大數據人才的現狀,江蘇警官學院增設了數據警務技術專業,旨在培養具備將大數據、人工智能等技術與公安業務融合創新的能力,能夠從事公安大數據平臺構建與維護、公安大數據分析、預測、決策與指揮的高素質應用型警務技術人才。數據警務技術作為一門新的專業,其課程建設在摸索中前進,隨著實踐的深入我們對數據警務技術專業課程建設路徑作了一些思考和探索。
課程是人才培養的核心要素,課程質量直接決定人才培養質量。加強課程建設是有效落實教學計劃、提高教學水平和人才培養質量的重要保證。數據警務技術作為一門新的專業,無論是公安實戰的數據思維,還是數據技術都是新事物,人們對其探索和研究還處于不斷完善和更新的過程。新專業的課程體系的建設必須依據新目標、新要求,重新規劃發展思路、發展定位和發展方向。需要整體優化專業發展布局和教學資源配置,促進專業資源優化與整合,激發專業建設的創新活力。
從江蘇警官學院自身建設來看,以建設世界一流警察院校、打造國際一流警察學科建設為目標,深入推進大數據條件下實戰化教學改革,大力推進一流專業的建設,培養滿足經濟社會發展和公安工作需求的專門人才。建設高質量的一流專業課程和教學體系,是一流專業的基礎保障之一,也是新工科教育改革的根本途徑。作為一門新專業,必須做好課程建設工作,將大數據理念與知識、方法與手段有機融入人才培養目標和培養要求,提高人才培養質量。
課程建設是一個體系,各個課程之間需邏輯合理、內容相互支撐。在頂層設計方面,需要梳理好課程之間的關系。
一要梳理好各個專業課程之間的關系。上下游課程的銜接需科學合理,比如數據采集、數據預處理、數據挖掘技術和數據可視化等課程涉及的技術之間存在著先后次序關系。部分專業課程之間存在交叉互補,比如深度學習是數據挖掘中的神經網絡的進階,數據庫與分布式數據存儲。
二要梳理好專業課程和基礎課程之間的關系,新專業除了新增加了專業課程,其涉及的基礎課程教學內容重難點、教學課時也會發生很多變化,比如降低了操作系統等計算機基礎課要求,但是提高了概率論等數學基礎課的要求。具體教學過程中,基礎課和專業課往往都是獨立授課,授課教師分布于各個院系,缺少溝通,造成了課程的互相獨立。
三要梳理好理論課程和實訓實戰課程之間的關系。公安院校的教學要貼近基層、貼近一線和貼近實戰,例如如何利用數據預處理分析研判嫌疑人的逃跑路線,如何用數據挖掘技術預防電信詐騙。需要構建融合課程體系,借助畢業實習、綜合實訓等方式,將理論課融入實訓實戰課中,實現人才培養和教學內容的有機結合。因此必須從整體的角度出發合理地安排課程的內容,對所有課程要進行統籌的規劃安排。
2018 年設立數據警務技術專業以來[1],全國只有極少數公安院校開設了相關專業和課程,已開設的院校相關專業課程建設都處于摸索初探階段,公開的材料成果非常少,專業課程的目標、標準和規范尚未取得廣泛共識。數據警務技術專業性比較強,不僅需要傳統計算機和數學基礎知識,還涉及大數據、機器學習和公安業務等專業知識。同一門課程,專業的不同要求也會發生變化,以微積分、線性代數和概率論數理統計等基礎數學課程為例,數據警務技術的機器學習等專業課對數學基礎能力要求明顯高于網絡安全執法的電子數字取證等專業課。知識的廣度和深度要求較高,各門課程教學內容需要進一步銜接,師生在教和學雙方面要進行磨合,這些特點決定了專業建設過程中很難短時間內形成一個非常完善的課程體系,目前只能結合教學實踐過程,根據當前課堂教學和學生學習效果,公安實戰單位的反饋,適時積極地調整和摸索專業課程方案。
一方面,大數據和機器學習新技術發展速度非常之快,以目標檢測領域典型代表YOLO 系列算法發展為例,YOLO 在2015 年發布第一個版本,截至2022 年已經發布第5 個版本,平均每年都要進行一次算法方面大的改進。另一方面,隨著大數據在公安實戰部門縱向和橫向的推進,大數據在越來越多的公安決策和行動場景中開始發揮作用。大數據的應用處處在創新,從教學方面也很難預測公安實戰的大數據應用場景。公安實戰單位的警綜平臺、智能平臺等大數據應用更新迭代層出不窮。兩方面的快速變化與發展,使得當前的專業課程建設很難完全跟得上形勢的快速發展,使得課程體系與公安實際需求可能出現脫節現象。
實驗課程是數據警務技術專業一項非常重要的教學內容,實驗需要大量的真實數據作為學習研究的樣本,比如道路流量智能監控模型訓練需要大量的道路監控圖片。公安實戰數據雖然數量豐富,種類繁多,但是缺乏數據敏感和安全分類標準,很難對實戰數據進行脫敏等處理后用于實驗教學。隨著深度學習的發展,神經網絡訓練的參數量早已突破了千億,實驗中計算機硬件要求越來越高,使得數據警務相關實驗室的成本高出普通實驗室不少。隨著部分實驗算力要求的不斷提高,顯卡等硬件也會存在過時的問題。
師資隊伍是課程建設的重要保證。2016 年北京大學等高校開設了我國第一批大數據相關專業,目前招聘市場中畢業生數量少,部分大數據專業畢業生更愿意在企業就業,使得完全對口專業的教師人才很緊缺。目前教師團隊成員中,對數據相關技術領域都有所了解,熟悉實戰單位各種大數據應用,能夠高屋建瓴掌握全部課程體系的教師很少。數學等基礎課程的教師還需要一段時間以適應數據相關專業課對數學等方面技能要求的提高。
面向實戰的實訓課程是公安院校各個專業一項重要的教學內容,雖然江蘇警官學院從公安機關聘請了一線工作人員作為實戰教官,但是教官大多數更側重于自身的工作內容,講授在大數據應用下某個具體的公安業務,教學內容有時缺乏全局性和系統化的考慮,理論分析深度不夠,技術本身的內容偏少,教學效果受到了一定影響。實際上同時具備數據思維、業務思維和算法思維,能夠充分運用大數據技術,熟練進行公安大數據處理、業務建模、數據分析與預測和公安大數據決策與指揮的高素質復合型警務人才本身就比較匱乏。未來一段時間內,以大數據應用賦能公安實戰,助力智慧警務建設本身也將是實戰單位和公安院校共同探討的話題。
專業課程建設過程中應當構建課程建設質量監控閉環,如圖1 所示,對課程教學、課程建設、學習考試、實戰機關實習和畢業論文等各環節進行評價,通過多層監督和反饋實現課程建設內容及其相關管理制度的動態調整。通過教師學生對課程評價、專家對課程督導評估和同行課程交流聽課等形式,對課程教學和內容質量進行監督,發現存在的不足,取長補短,促進課程建設質量的提高。定期全面梳理各門專業課程的教學內容,增加課程難度和深度,刪減過時的章節內容,淘汰學生評價低、知識含金量不高的課程,鼓勵教師根據自身優勢多拓展課程內容,開“金課”,講“干貨”,滿足學生高質量多樣化學習需求。緊密聯系實戰機關,了解其對本專業畢業生和實習生的知識技能評價,形成完善的畢業實習生質量跟蹤反饋機制。

圖1 課程建設質量監控閉環框架圖
加強課程建設所必須的軟硬件保障條件。建設滿足深度學習硬件要求的大數據實驗室,保證專業課程實驗內容正常開展。充分挖掘身邊的大數據環境,豐富大數據教學資源,使用數據技術解決真實問題,培養學生使用大數據思維。比如江蘇警官學院的校園網絡中的態勢感知、日志審計等平臺有大量的網絡實時運行狀況數據,對數據進行清洗、建模和分析,通過大數據分析建模及時地識別網絡安全風險隱患,及時發出預警,為江蘇警官學院網絡安全管理人員決策提供依據,也鍛煉了學生的大數據技能。
以學生興趣為主,利用學生業余時間組織起來的第二課堂相對于第一課堂具有更多的靈活性,如圖2所示,第二課堂既能以比賽形式,通過“以賽促教、以賽促學、以賽促戰”等形式提升學生的實戰技能,也能依托公安行業資源優勢,積極主動與實戰單位開展科研教學合作,培養公安實戰應用型人才。有了第二課堂的有效補充,教師能夠更自由地發揮自己的特長,愿意嘗試更多樣的教學形式,如培訓班、討論班和興趣小組等。學生在以興趣愛好為前提下,主動學習的意愿更強烈,更愿意接受教師的指導,師生之間能夠有更多的互動。師生良性互動的增加可收集到更多的學生對課程的反饋與建議,讓我們更好適時調整課程建設方案,創新人才培養模式。師生共同努力過程中形成的各項成果,如數據分析實戰案例、為后續正式課程提供了更多的備選和素材。教師在指導學生舉辦的培訓班課程,廣受學生歡迎的,可以逐步成為面向所有學生開放的選修課程。

圖2 第二課堂的形式
實際上在國內公安院校中,江蘇警官學院率先以專班形式開展了“警務大數據應用”人才培養試點工作,2020 年開始招收數據警務技術專業學生,繼續探索以第二課堂的形式培養有專業特長和興趣愛好的學生。經過近幾年的努力和嘗試,通過第二課堂組織學生參加全國大學生數據建模競賽、“智警杯”大數據技能競賽等興趣小組并均獲得了不錯的成績,協助實戰單位進行緝毒數據分析等降低涉毒人員發現難度,為《數據采集與分析》《犯罪網絡分析》等教材編寫和課程開設積累了豐富的案例和素材。
思政教育是對公安人才培養極其重要的一個環節,課程思政也是數據警務技術專業課程建設中一項最重要的內容。在專業課程的學習過程中融入理想信念層面的精神指引,加強對學生數據強國、數據強警和數據賦能的意識引導,鼓勵學生學好警務大數據技術,不斷地進行技術創新,為警務大數據技術在公安工作中的深度應用和發展作出貢獻。通過實驗課程中動手實踐培養學生綜合實踐能力及創新意識,讓學生切實感受合作、責任、務實和誠信等職業素養的內涵,促進社會主義核心價值觀與實踐課程的融合,為學生成長奠定辯證唯物主義等馬克思主義科學觀的思想基礎。
課程應當善于挖掘課程知識點中的思政元素。比如通過對大數據存儲技術的學習,培養學生數據隱私保護意識,牢固樹立數據安全責任,同時也要讓學生明白數據需要共享才能實現數據價值利用最大化,團隊合作能夠實現1+1>2 的效能。數據隱私保護和共享利用的對立統一的辯證關系,只有把數據隱私保護做好了,才能安全地給特定對象使用。只有把共享利用的權限機制做好了,才能合理保護數據隱私。課程建設中,要讓課程思政的每個元素“潤物細無聲”般融入每個學生內心。
雖然數據警務專業是一個相對較新的專業,但是數據技術相關專業比較多,包括人工智能專業,數據科學與大數據技術,大數據管理與應用,數據計算機應用,智能科學與技術等,開設相關專業的高校目前也相當普遍。以2021 年教育部公布的普通高等學校本科專業備案和審批結果為例,僅2020 一年就有兩百多個高校新增了數據相關專業[2]。普通高校在數據相關專業課程教育中積累了非常多的教學經驗和教學成果,值得借鑒和吸收的內容非常多。如《南京大學人工智能本科專業教育培養體系2019》對人工智能本科人才培養體系進行了梳理,匯集了周志華等對人工智能專業及其教育培養體系的深入思考,并共享了南京大學人工智能專業所有課程的教學大綱,對數據警務技術專業課程建設將起到很好的借鑒和示范作用[3]。
課程建設過程中還應當充分利用現有資源,加強外部協同開發合作,形成與人才培養目標、人才培養方案和創新人才培養模式相適應的優質教學課程資源。實戰單位既是人才需求的始發站,也是人才培養輸送的終點站,采用簽署合作框架協議等方式進行校局合作,課程建設和人才培養充分對接實戰單位。學生在學校學習的課程知識能夠在實戰的環境中靈活應用,更有利于培養實戰單位急需的技能業務人才,及時糾正可能存在的教學脫離實戰的問題。部分企業為實戰單位提供大數據技術支持,對大數據平臺底層架構和技術有著更深的理解,對大數據平臺未來發展方向更敏感。充分利用企業技術優勢,采用技術交流、項目合作等方式進行校企合作,能夠讓學生更了解大數據技術的具體實現,抽象的數據技術課程會有更直觀的具體形象。充分利用互聯網資源,中國大學MOOC、網易云課堂和嗶哩嗶哩等平臺有著非常豐富的學習資源,比如互聯網中吳恩達、李宏毅等人的機器學習、深度學習講課視頻和課件資源既可以作為學生自學的課程,也可以作為教學課程的重要素材。通過利用互聯網的課程資源,可以部分解決課程建設過程中開設課程種類不豐富、專業師資不足等問題。
課程建設效果最終依賴于教師隊伍的作用。關注青年教師發展需求,助力青年教師成長機制,對新進青年教師落實導師責任制,幫助青年教師盡快熟悉崗位工作。教師教學質量評價結果及時向教師反饋,并直接應用到評優、教師職稱評審等過程中,通過“壓擔子”方式給予青年教師更多的成長動力。建設一支高水平教師隊伍,鼓勵部分青年教師進入更高層次的學歷培養,引進了多名數據相關專業青年博士,有效緩解了高層次教師人才的短缺問題。目前青年教師是課程建設的骨干力量,一方面青年教師在數據警務技術專任教師數量上占據了大部分,另一方面青年教師在第二課堂學生培訓、人才培養模式創新、優秀學生發掘與培養和帶隊學生參加比賽等活動中起著主導作用。課程建設要走出去,還要引進來。
教研室是教學的基本單元,也是課程建設的直接責任組織。以教研室為單位進行課程建設,將課程建設任務分解之后合理分配給各個教師,教師之間相互取長補短,更好地發揮團隊的作用。教研室定期進行課程研討活動,討論課程教學進度,分析和改進課程建設過程中存在的不足。
江蘇警官學院鼓勵青年教師積極參加國內外教學論壇、進修交流等研討活動,舉辦了“首屆全國公安院校數據警務技術專業人才培養研討會”等會議,邀請了院士、公安機關業務專家來江蘇警官學院進行人才培養課程建設交流。幫助教師提高教學能力,并定期舉辦教學競賽和觀摩活動。
“課程是人才培養的核心要素,課程質量直接決定人才培養質量”[4],課程建設的重要性不言而喻。江蘇警官學院的數據警務技術專業課程建設在摸索中前進,專業課程體系也在逐步完善,以大數據處理基礎架構為基礎,瞄準當前深度學習、自然語言處理和計算機視覺專業技術發展前沿,面向公安輿情大數據、視頻偵查和智能交通等公安實戰發展需求,充分利用好現有的各項資源,借鑒國內外高校,特別是合作高校優秀課程成果,更新完善教學內容,優化課程設置,形成具有公安特色的數據警務技術核心課程群,努力爭取能夠打造數據警務技術專業的一流課程。