以“三平臺、三結合”行業實踐為引領的教學創新研究

廖寧 陳怡然 楊倩 李華平

摘要 機器學習是人工智能專業的核心課程，也是一門多學科交叉融合的前沿課程。當前，機器學習課程教學尚存在一些困境，主要體現在：教學模式單一，無法滿足學生的個性化發展需求；學生缺乏創新勇氣；教學案例簡單，實際應用難，導致學生能力與企業用人需求之間有較大差距。對此，文章提出了機器學習課程教學改革，結合“三平臺、三結合”科教相融、和諧共長改革理念，提倡課程從實踐中來，到實踐中去，使實踐進目標、進內容、進活動、進評價。通過改革，學生對課程的滿意度、知識的掌握程度提升，教師的科研能力進一步提高，真正實現科教相融、和諧共長。

關鍵詞 多學科交叉融合；科教相融；實踐

中圖分類號：G642文獻標識碼：ADOI：10.16400/j.cnki.kjdk.2023.14.008

2017年，國家發布了《新一代人工智能發展規劃》和《新一代人工智能產業三年行動計劃（2018-2020）》，人工智能產業已上升為國家戰略。在當前全球科技競爭激烈的背景下，人工智能在國防、經濟和社會領域的應用和發展都具有重要意義。2018年，教育部印發了《高等學校人工智能創新行動計劃》，提出高校要不斷推動人工智能和實體經濟深度融合，鼓勵建立人工智能學院，以多種方式開展各種層次的人才培養。這對人工智能專業人才培養提出了挑戰，也帶來了新的發展機遇。

高校培養人工智能人才時常面臨一些問題，包括教學內容落后、師資力量不足、產學研合作不夠等。如何加深高校和企業合作，進一步提高人工智能人才的培養質量，以滿足產業發展需要，是廣大教育工作者需要思考的問題。機器學習作為人工智能、大數據等專業的核心課程，綜合了數學、統計學、軟件工程等多學科的知識，需要解決人工智能行業的實際問題，是一門典型的多學科交叉融合的前沿課程，它呼喚著基于行業實踐的教學改革與創新[1]。

1機器學習課程教學現狀分析

1.1課程內容現狀分析

本課程內容要求跨學科融合，綜合性強、內容新[2]。不同于其他計算機課程，該課程內容包含模型選擇與劃分、回歸模型算法、分類模型算法、聚類模型算法、神經網絡等，是一門多學科交叉的綜合性學科，其課程具有先修課程多、內容豐富抽象、涉及知識面較廣、理論方法更新快、應用實踐領域寬、實踐動手能力要求高等特點，如果學生的前期課程體系不完善或缺少實踐，則難以深刻體會課程中所涉及的抽象的原理和方法，無法把前面的知識點串聯起來，造成該課程學習難度增加，學生對該課程失去信心。

1.2教學模式現狀分析

傳統教學模式單一，繁重的理論內容無法滿足學生的個性化發展，學生缺乏創新。傳統的集中授課形式下，教師單向講解，學生通過聽課、作業和考試來掌握相關知識與技能。這種模式缺乏互動與實踐，無法滿足不同層次學生的個性化需求，無法實現綜合能力培養的目標[3]。

大數據行業是一個交叉融合了互聯網、云計算、人工智能等多個領域的新興產業，以機器學習算法工程師崗位為例，要求學生掌握機器學習常見算法的理論知識，并將算法進行編碼，需要了解行業的具體需求，能選擇與使用恰當的機器學習算法、工具，或對已有算法和模型進行優化與創新，對行業具體問題形成有效解決方案。

在傳統“理論+案例”的教學模式下，學生對行業認知不足，所學知識與行業應用需求有強烈的距離感；學生往往滿足于對教材中的算法在教學案例上進行復現，對算法的行業應用場景和局限性不求甚解；學生對人工智能、大數據前沿專業知識的學習有畏難情緒，缺乏創新的精神和勇氣。上述問題在一定程度上影響了大數據、人工智能專業人才的培養質量。

1.3崗位需求現狀分析

教學案例簡單，實際應用難，人才培養與企業用人需求存在較大的差距。應某企業人才需求，重慶工程學院與該企業聯合開展大數據人工智能人才的訂單式培養工作，其中包含機器學習課程內容，教學采用常規的“學校教師+企業工程師”“理論+實戰”的方式進行。以往行之有效的培養方式在此出現了新的問題：①大數據重視業務場景、業務需求，專任教師則看重知識原理及應用手段。②大數據、人工智能技術的發展依托于行業數據，所以在行業中的應用遠遠領先于校內的科學研究，但企業工程師不了解學生和教學，影響了工程師的授課效果。校內人才培養和校外產業需求之間產生了脫節，直接影響了此次訂單培養的效果。因此，我們努力探索能滿足行業崗位需求的人才培養模式，為了激發學生對機器學習課程的學習熱情和興趣，以學生為中心探索和研究新的教學方式勢在必行。

2機器學習課程教學創新理念

本課程的理念是：“三平臺三結合”科教相融、和諧共長。

三平臺：常規教學平臺、工作室應用平臺、研究所創新平臺，共同構成學生的學習平臺。以“解決工程問題”為主要目標，強化課程應用能力，重視學生的自主學習能力，從根源處打破市場與學校之間的鴻溝。三結合：通過教師工作室的橫向項目、縱向科研課題、結合技能大賽獲獎項目，整合課程內容，將行業認知融入每一堂課?？平滔嗳冢捍蚱啤敖淌摇钡木窒?，構建“教室實驗室教師工作室競賽/項目”多層遞進的課程形式。課程迭代升級、教科研層層凝練、反哺教學。和諧共長：以成果導向融入行業評價的方式評價學生。以學生收獲自身技能成長評價教師，實現師生共同成長。

3創新方法及途徑

3.1實踐進目標

針對大數據、人工智能行業對業務領域的需求，本課程的教學目標確定為：

知識目標：理解機器學習常用算法；

能力目標：識別、表達和分析具體行業應用需求，選擇與使用恰當的算法、工具形成有效解決方案；

素養目標：學生在學習過程中提升自主學習能力，訓練勇于開拓創新的精神。

特別是在能力目標方面，明確提出基于具體行業應用需求的識別、表達和分析，算法的選擇和有效解決方案的制訂。這必須結合行業應用，組建團隊共同研討完成。

3.2實踐進內容

3.2.1構建基于企業真實數據的實踐案例庫

騰訊云創擁有大量的視頻、交通、天氣、社交等數據，也有一些較成熟的應用。本課程引入其相關源數據，再根據課程需求，結合教師團隊的科研方向，將其打造為本課程的實踐案例庫。在云創提供的三百多個實驗資源和騰訊提供的四十幾個實驗資源的基礎上，本課程組自主研發了7個實踐案例庫，主要涉及交通和金融領域。

3.2.2整合來自教師工作室、研究所、技能大賽項目的課程內容

教師創新工作室以橫向項目為主，在企業方的項目需求下，有意識地為學生提供專項技術培訓，以達到促使學生快速進入項目的目的。研究所則以某一應用的研發為主，結合學生基礎技能培訓，以某個具體的點進行深入研究、分析。通過創新工作室和研究所，學校目前已孵化出一些競賽作品，獲得一定的成效。結合工作室的專項培訓及研究所的基礎技能培訓，將橫向項目、縱向科研、競賽成果進行“復盤”，融入本課程教學內容中，拓展了本課程的“應用性”。

3.3實踐進活動

3.3.1構建線上“必修+選修”，線下“精講+討論”的混合式理論教學活動

課堂中，針對學生數理推理能力不足的問題，課程組以機器學習算法的應用為主線，將機器學習算法原理等理論部分拆分為“獨學”和“精講”兩部分，使用線上視頻將抽象理論形象化、生動化。再采用“對分課堂”教學模式，強調教師的精講與生生、師生之間的討論，采用“BOPPPS”教學方法，通過超星學習通教學平臺，利用“前測”與“后測”讓學生對自己當前的能力和水平、后續的查補方向有更清晰的認識。

3.3.2形成“行業競賽+橫向項目+縱向科研”三結合的課外實踐教學活動

打破以教室為教學活動中心的傳統教學模式，以教師工作室、研究所為第二課堂，進行不同層別的項目訓練。如：鉆研能力強的學生進入研究所，業務處理能力較強的學生進入教師工作室，能力一般的學生通過課程案例庫進行項目訓練。

通過參加行業競賽、橫向項目、縱向科研項目的形式，促進學生對機器學習理論和概念的融會貫通。讓學生在“學習中創新，創新中學習”，以提高學生分析和解決實際問題的能力。引導學生參加各種創新科研項目，鼓勵學生參加各類相關競賽，培養學生的創新能力和發現問題、解決問題的能力。

3.4實踐進評價

3.4.1以多層次成果為導向評價學生

在實踐過程中，針對學生對知識不求甚解，滿足于完成任務的情況，我們參照行業實踐的評價方式對學生不同層級的成果分別進行評價，以解決行業實踐問題、滿足行業目標的程度而給予不同的評分，使得不同層次的學生都有機會挑戰自我，提高動手能力。

3.4.2以激勵性原則評價學生

在每個層級的實驗中可定期組織幾次對抗賽，充分發揮比賽對抗性、趣味性的優點，學生通過比賽可互相切磋，互相鼓勵，互相促進。

3.4.3以學生收獲、自身成長評價教師

通過問卷、教學質量分析等方式評價教師的教學，通過教師參加課程實施后自身的成長評價教師的自我收獲，結合學生評價數據、課程教學質量及教師的成長評價整門課程。

4教學創新實踐的普適性

4.1對同一課程教師的適用性

科教融合需要一個特定的切入口，打通橫向項目、科研項目、競賽項目和教學實踐之間的界限，共同提煉項目成果，進而改善教學。所以對于本門課程的一般教師，能通過參與教學，了解科研、競賽、橫向，促使其能力提升，進一步改善課程。對于本門課程的核心教師，通過學生能力的訓練，擴充其研究團隊、助教團隊實力，實現科教相長的目的。

4.2對本學科領域其他課程的適用性

大數據人工智能作為新興的前沿技術領域，本身就是行業應用先于科學研究、先于教育教學的。將企業數據、企業資源引入，再借“優勢兵力”鉆研，再以“以點帶面”“層層遞進”的形式不斷凝練，形成自己的優勢。目前，該教學模式已在本校的“數據分析與挖掘技術”“大數據綜合實訓”等課程中推廣。

4.3對于其他學科領域的適用性

目前，重慶工程學院已在各個二級學院成立相應領域的研究所，組建教師創新工作室和校企合作項目工作室，項目導向、科研聚焦、教學傳承的教學方式已在本校進行推廣。

*通訊作者：陳怡然

基金項目：重慶市教研教改項目“基于‘三平臺、三結合的應用型本科智能科學與技術專業建設研究”（213411）；重慶市教研教改項目“基于人工智能的課堂質量量化評價體系研究”（223454）；重慶市教研教改項目“應用型本科二級學院教學質量保障體系構建探索與實踐”（213407）；重慶市教育規劃課題“專業教育與行業實踐相融合的應用型本科人工智能類專業建設研究”（K22YG219236）。

參考文獻

[1]李祥霞，賀敏偉，張莉，等.大數據背景下人工智能專業課程教學改革研究[J].中國管理信息化，2020，23（23）：212-215.

[2]肖雄，韋茜妤，王萌.“新工科”背景下“數據科學導論”課程教學研究[J].工業和信息化教育，2020（3）：54-59.

[3]王艷霞，段正杰，孫廣華.“人工智能”課程實踐教學改革探索[J].中國信息技術教育，2015（8）：107-108.