基于PBL 人工智能實踐類課程教學研究

李 超

浙江工業大學之江學院，浙江 紹興 312030

一、研究背景

機器學習、圖像處理、自然語言處理等人工智能及其相關技術是當今商業、娛樂、媒體和社會的重要組成部分［1］。將來在人與機器的交互方面人工智能技術會成為一個關鍵因素。有專家預測，雖然更多專業學習中開始增加人工智能方面的知識和技能，但在未來數年人工智能領域人才需求量激增的情況下，人才短缺的問題也會隨之而來。人工智能在眾多專業領域都有很多用途與應用。AI 將至少在如元宇宙、“物聯網”、虛擬現實、自動化、無人駕駛汽車、機器人、安全等方面帶來革命性變化［2］。專業課程與技能學習有助于學生學會運用這些技術以適應當今商業，娛樂，社會互動及媒體等方面的要求，為將來的革新做好準備。

計算機類的實踐課程［3］是計算機類、大數據類和人工智能專業的一門重要實踐課程，可以為未來實用型技術人才提供編程和項目實現的重要能力。人工智能類的理論實踐課程［4］涉及許多算法和原理。在傳統的教學模式下，教師是課堂教學的引領者。在課堂教學中，教師只能枯燥地解釋理論知識，這會脫離了實際的應用。很多傳統課堂教學都存在如下問題：（1）教師只注重算法的推導過程而忽視算法的具體運用，這使得算法變得比較抽象，學生難以理解；（2）教師對課程知識點獨立性思考較多，而對知識點間連貫性與連續性思考欠充分，造成學生知識綜合運用能力差；（3）教師單純強調老師的權威，對學生引導不夠，從而導致學生認同感不強，易喪失學習動力。

根據近期教學研究結果，技術理論教學中加入項目（project）或案例（case）教學能夠極大地提高學生的學習興趣、對知識的理解和應用技能。有研究指出，項目驅動的教學技術可以使學生在參與實際活動的同時，自主調查和完成學習任務。Tong 等人在研究中指出，基于項目的學習（PBL）是一種在全球被廣泛應用的教學范式，采用這種教學方法能夠讓學生更容易養成自我探究的習慣，也更有能力解決困難。

綜上所述，本文針對人工智能實踐類課程提出了一種“問題（或/和案例）驅動理論、理論指導應用”的拋錨式教學方法［5］，并采用了多步實踐內容和多維度的評估體系促進學生開展積極學習。

二、教學的實施過程

為了激發學生的學習主動性，我們采用PBL（Problem based learning）教學模式［6］，利用問題和案例來引導學生積極學習［7］。圖1 展示了教學的實施過程。

在基于PBL 的實踐課程教學模式的實施過程中，我們將引入實際案例，啟發學生探究問題，并通過對前置課程中新技術的綜合應用，它有助于學生進行深入學習，鼓勵學生批判性思考問題，利用已學知識來解決這些問題。

根據PBL 的教學風格，我們將教學過程分為三個環節：課前、課中、課后［8］。在課前，教師會分配要在課堂上討論的問題，學生應當在課前針對這些問題預覽并搜集資料；上課時，教師在課堂開始時通過介紹案例和問題，引導學生思考，并通過不斷提問指導學生開展案例實踐。接下來，教師提出新知識點并進行解釋，最終結合案例相對應的實際材料完成課題。課后，教師們將提供一些與該主題密切相關的前沿技術材料。學生們將通過實際材料來鞏固在課堂上獲得的知識和技能，思考新的方法，并通過使用前沿技術來掌握新技術，所有這些都將有助于學生整體項目能力的提升。

在課堂教學活動中，我們采用針對知識點的特點量身定制的教學活動，如教授與實踐相結合的講座式教學、促進合作學習的討論式教學，鼓勵學生從“等待依賴”的被動學習轉向“我想學習”的辯論式教學［9］。

三、多步驟的專題實踐內容

優質的實踐內容可以幫助學生更好地掌握理論知識。由于每個學生的學習能力都不同，我們建立了一個學習內容的階梯。本課程的實踐內容由實踐項目的主題所決定。每個主題分為基本問題和提升類問題兩部分。基本問題直接反映了課程的知識點，屬于項目實現、驗證問題，而提升類問題則是知識的綜合應用點，包含一些提高類的選做問題，一般結合實際工程應用進行設置。可選主題是指學生可以根據自己的興趣，確定與課程知識點相關的項目，并以項目的形式完成實際要求。圖2 顯示了基于“阿里云實踐平臺”人臉識別項目開展的全過程。

圖2 人臉識別項目開展的全過程

綜合實踐項目需要構建實驗教學平臺以及教學目標、評價體系等內容。以人臉識別項目為例，人臉識別項目主要涉及知識點，包括視頻解碼、圖像顏色空間轉換、圖像預處理、人臉檢測、圖像分割、多目標跟蹤，圖像特征描述和表達、特征比對等。學生通過對本案例的研究和實施，不僅可以復習前置課程中的基本理論，還可以全面了解課程知識的完整應用，這將為今后的新的應用場景提供有力的參考。備選案例除人臉識別外，還包括如客流量統計、字符識別、圖像分類、區域入侵檢測等，這些應用實例將在整個課程開展過程中，根據技術情況以及學情進行調整。案例選擇的目的是幫助學生理解和掌握所提供的內容，以及在隨后新的應用案例中使用這些知識。

四、多維考試分數評價系統

就高等教育而言，僅有少量標準化評估可用于對教學有效性進行直接評價［10］。筆試考試是傳統考試中最常用的方法。這種評價方法可以反映學生對一些基本概念、知識、理論的學習態度以及掌握情況，但它并不能充分反映學生對知識的綜合運用能力，還較少注重學生平時實踐能力的培養，因而造成了學生死記硬背習慣的形成。學生對于知識點理解不深入，缺乏實踐能力。本研究認為，教師應更重視學生各學習領域之表現及評估體系應兼顧學生多樣性的才能。

良好的課程評估［11］不僅可以客觀反映學生對課程的理解，還可以通過鼓勵他們參加課堂活動來培養學生對主動學習的興趣。本研究為考試評估提供了一種多維度的評估手段［12］。該評估體系除了對學生的日常實踐能力和自學能力進行評估外，還對學生的創新能力和知識應用能力進行評估。評估貫穿整個學習過程，尤其強調對學生的創新能力和知識應用能力的評估。學生課前預習、課堂表現、課后實踐以及最終項目作業的完成都包含在評估材料中。本文給出一個現有的粗略分解，回答預習的問題（10%），課堂表現以及討論（20%），實驗內容和擴展內容（40%），課后作業（30%）。每學期課程的開展都會根據教學實際情況作出相應的調整。

五、結語

人工智能的應用非常廣泛，很多本科專業（例如計算機科學與技術，數字媒體技術以及人工智能等）和研究生課程中，都開設了人工智能的理論和實踐課程。由于人工智能的理論知識高深隱晦，對許多學生而言學習起來有一定的難度。所以，本研究認為，當理論和實踐結合在一起的時候，學生的學習效果會更好。合理開設實踐課程可以提升學生學習興趣，也有利于學生在今后工作中更好把握發展技術應用和技術創新。

在高等教育改革領域中，混合教學方式屬于重要的研究方向，它融合了線下面對面教學與線上互聯網教學的優點。今后，我們將對基于問題學習（PBL）的混合式教學風格進行研究，以期為學習者提供更多的應用案例和情境。