成果導向的“自然語言處理技術”課程教學改革

關志廣

(南寧職業技術學院,廣西 南寧 530008)

0 引言

自然語言處理(Natural Language Processing,NLP)是最近熱門的ChatGPT(Chat Generative Pre-trained Transformer)等眾多人工智能產品的核心技術,是計算機科學與人工智能交叉領域的一個重要發展方向,被譽為“人工智能領域皇冠上的明珠”。國內很多高校已經開始注重此類技術人才的培養,將“自然語言處理技術”課程作為人工智能類、計算機類等相關專業的主干課程[1]。這是一門融合了語言學、數學、計算機科學等內容的交叉學科[2],具有較強的理論性、實踐性、綜合性和創新性。固有的教學模式不能很好地激發學生自主學習的興趣,學生難以將理論知識靈活運用于實際問題的解決。為培養出創新能力強、適應經濟社會發展需要的高素質工程技術人才,迫切需要探索與課程相適應的教學方法。

成果導向教育(Outcome-based Education,OBE)是20世紀80年代由Spady等[3]提出的一種目標導向的教育模式,已經成為歐美等主流國家教育改革的主流理念。OBE理念認為教育者必須能夠清楚預期學生畢業時所達到的能力水平,進而組織實施并評價教學各環節,教學計劃與課程安排構成以“定義預期學習成果—落實預期學習成果—評估學習成果”為主線的教育質量持續改進的閉環[4]。近些年,我國也把這種先進的教育理念逐步應用到工程教育各領域,其所遵循的以學生為中心、成果導向、持續改進3個基本理念,對促進人才培養目標的達成起到了重要的作用。

1 教學現狀分析

南寧職業技術學院的人工智能技術應用專業,在二年級下學期開設了“自然語言處理技術”這門80學時的專業核心課程,其理論教學與實踐教學的學時比例約為1∶1。本文結合學校、二級學院教學資源配置情況、前期的教學情況以及對學生學習能力與學習成果產出的評定,總結出以往的課程教學中存在如下幾點問題:

1.1 教學內容與內外部需求聯系不緊密

內部需求主要由學校的辦學思想和定位、教育教學規律和教學主體來決定,是傳統教學設計的主要依據;外部需求主要以國家、社會、行業等的需要為主,是制定課程培養目標的重要依據。以往的教學內容設計以學科為導向,教師更注重知識體系的系統性和完備性,忽略了學生將來需要有效對接實際工作任務和服務社會的能力,沒有做到從內外部需求出發,由需求決定課程培養目標。例如,依據教材授課的自然語言處理算法、工具和應用場景落后于最新行業發展,缺乏與行業實踐相關的案例和項目,無法滿足學生未來在行業中的實際需求。同時,課程教學中還存在教學內容對學習主體能力的具體支撐關系不清晰的情況。

1.2 課堂教學沒有充分發揮學生的主體作用

教師過度主導教學過程,忽視了學生主動參與學習,課堂上學生的角色更像是被動的接收者,缺乏思考和表達的機會;教學過程中師生、生生之間的互動不足,學生的交流和合作能力得不到有效鍛煉,限制了學生的思維碰撞和知識交流,缺少對求解問題更多的思考和感悟。例如,課堂教學形式單一,限制了學生的參與度和學習體驗:要么課堂上鋪陳理論講解,枯燥且晦澀難懂的內容會打擊學生學習積極性;要么過于簡化理論講解只關注實訓操練,如此淺層次的練習無法讓學生真正理解其中的科學內涵,更無法將知識變通,靈活應對遇到的各種問題。

1.3 課程目標達成情況評價及持續改進機制探索不足

1.3.1 目標達成情況評價不夠全面

課程教學實施中,大部分都是通過平時成績+期末筆試或大作業考核的方式來評定最終的學習效果。此種學習評價缺乏對學習主體形成校內、校外多元化的評價,仍然局限在傳統課堂學習效果。

1.3.2 學生意見反饋機制不健全

學生意見反饋是持續改進的重要依據之一,存在學生反饋渠道不暢、反饋內容不具體或不及時等問題。這導致教師無法準確獲取學生對課程的意見和建議,從而難以有效地改進教學方法和內容。

1.3.3 跟蹤評估機制不夠完善

針對課程目標的達成情況評價缺乏長期跟蹤和定期評估,無法全面了解學生在課程學習過程中的進展情況和問題反饋,缺乏及時有效地發現和解決問題的機制。

2 教學改革實踐

將OBE理念運用到課程的教學實施中,實際是對其核心問題[5]做出解答:一是怎樣制定學生的預期學習成果;二是如何有效地幫助學生取得預期學習成果;三是如怎樣評價學生取得的學習成果。筆者在“自然語言處理技術”課程的教學改革中遵循OBE理念,注重強化學生的主體作用;在定義預期學習產出的基礎上“反向設計”教學內容,通過“正向實施”教學方法的改革推進學習產出;構建多元化的學習評價體系并建立教學評估和反饋機制促成課程培養目標的達成,建立起如圖1所示的課程持續改進機制。

圖1 OBE理念下的課程持續改進機制

2.1 以學習成果為導向,反向設計教學內容

成果導向教育理念要求“需求”即是起點也是終點,要以始為終地進行反向設計。教學的出發點不再是“想教什么”,而是要從培養目標反向設計以確定所有邁向培養目標的教學的適切性,從而最大程度地保證了教育目標與結果的一致性[6]。

2.1.1 明確培養目標,構建學習成果

內外部需求是確定培養目標的依據,培養目標要與內外部需求相適應。培養目標是對畢業生在畢業5年左右能夠達到的職業和專業成就的總體描述[7]。在明確課程培養目標的時候,筆者除了梳理傳統教育教學設計關注的內部需求,還對容易忽視的外部需求重點關注。例如,人力資源社會保障部聯合工業和信息化部編撰下發的《人工智能工程技術人員國家職業技術技能標準(2021 年版)》針對從事與人工智能相關算法、深度學習等多種技術的分析、研究、開發,并對人工智能系統進行設計、優化、運維、管理和應用的工程技術人員,明確了各等級專業技術人員的工作領域、工作內容、知識水平、專業能力要求,是制定培養目標的主要依據。

培養目標是確定學習成果的依據,學習成果支撐培養目標的達成。在確定學習成果的時候,筆者綜合了學生對課程的期望、用人單位對從業者的要求、校企專家的研判等多方面的訴求。例如,利用評教系統了解在校生及畢業生的學習、實習和工作后的情況對學校的教學課程作出評價,分析教學課程與市場需要的吻合度。隨后,為了使學習成果更加具體明晰,便于評估對培養目標的支撐情況,還需要將學習成果分解為若干個對應的指標點?；贠BE理念,“自然語言處理技術”課程培養目標、學習成果和對應的指標點確定如表1所示。

表1 課程培養目標、學習成果和對應的指標點

2.1.2 根據成果要求,設計教學內容

傳統教學設計的課程教學大綱主要是按照教材章節順序安排講授時間,規定每章、每節的講授內容,但未明確教學內容與學習成果的關系,導致教學效果不佳。成果導向的教學內容設計,使得課程教學能夠有效支撐學習成果搭建的能力結構,并且內容設置要科學合理。

如前所述,為了使每條學習成果更加準確地與某個或某幾個教學內容對應,本文將每條學習成果分解成了若干個指標點。因此,學習成果與教學內容的對應關系其實就是其指標點與教學內容的對應關系。學習成果與教學內容之間的對應關系可以使用表2的形式進行描述,這樣不僅能一目了然地表明教學內容對學習成果的支撐情況,還可以分析每項教學內容對達到的學習成果的貢獻,也可以研究教學內容之間的關系進而優化教學內容。

表2 教學內容對學習成果的支撐情況

筆者主要從詞法分析、句法分析、語義分析3個層面進行梳理得到一系列與成果要求關聯的課程知識點,隨后對課程知識點進行整合、重構,設計出具體的課程大綱,進而明確了教學內容。在此過程中,一方面需要對國內外高校類似課程進行參考借鑒,例如斯坦福大學的CS124和CS224 n課程、中國科學院宗成慶老師的“自然語言處理”課程等,從優質課程中繼承并改進以提升效率;另一方面,需要注意課程內容與前沿技術和行業需求緊密結合,到相關企業走訪調研,了解產業需求,培養符合市場需要的創新型人才,這也是教育部印發的《高等學校人工智能創新行動計劃》的要求?；贠BE理念,課程的成果要求和教學內容的關聯如表2所示,至此完成了較為科學合理的教學內容設計。

2.2 以學生為中心,促進學習成果產出

筆者按照成果導向教育以學生為中心的理念,改進了教學內容和教學方法,強調學生在學習過程中的主動性和創造性,使得學生能更好地獲得學習成果——教師的角色也從傳統的傳授知識者轉變為啟發學生探究、促進理解和培養智慧的引導者。

2.2.1 教學內容改進

(1)對教學內容有側重和取舍。

由于人工智能技術類專業學生在自然語言處理技術方面的基礎知識有限,教學內容需要涵蓋自然語言處理的基礎理論、常用技術和實際應用。筆者以Christopher D. Manning等人主編的《自然語言處理》為基礎,注重理論與實踐相結合,強調自然語言處理技術在不同領域的應用。為此,筆者加強了教材中關于文本預處理基礎、統計方法和機器學習算法等內容,以幫助學生建立扎實的理論基礎,并新增自然語言處理技術在智能系統設計、對話系統開發等方面的應用。同時,引入最新的研究成果和前沿技術,例如基于深度學習的模型和預訓練語言表示,以幫助學生將所學知識更好地轉化為實際能力,為未來的工作和研究打下堅實基礎。此外,筆者弱化了教材中較為專業或抽象的部分,如形式語言理論等,以確保學生能夠更好地理解和掌握核心概念。通過理論學習與案例實踐相結合,學生能夠更好地理解和應用自然語言處理技術,從而提升在人工智能領域的應用能力和創新能力。

(2)重構和動態更新教學內容。

筆者立足于學生的全面發展,突破了傳統的先理論、后實踐的教學模式,依循自然語言處理領域的真實工作任務、項目和流程,構建了難度逐漸遞進的項目化內容,包括基礎項目、進階項目和系統綜合項目。學生在完成這些項目的同時,將掌握文本處理技術、語言模型、情感分析等基礎技術開發知識,逐步積累自然語言處理領域所需的核心能力。通過這些項目化內容的重構,學生將在實踐中邊做邊學,實現知識與實踐的有機結合,使學生能夠在未來的工作和研究中靈活運用自然語言處理技術,創造出更具實際意義和創新性的成果。

2.2.2 教學方法改進

筆者采用以學生為中心的混合式教學模式,通過教學方法的改進促成預期學習成果的達成:在課前階段,學生通過在線平臺獲取學習計劃、查看學習任務單、觀看微課視頻,并在討論區進行互動交流,以明確每次課堂的任務;在課堂中,筆者增加了討論課、翻轉課堂等活動,以提高學生的課堂參與度。針對不同的教學內容,采用任務驅動式、案例式和分組探究等教學方法,引導學生突破教學的重難點。例如,采用案例式教學法講授自然語言處理技術在不同領域的應用,通過真實案例詳細描述技術應用場景和工程實踐,幫助學生更直觀地理解技術原理,并將所學知識與實際應用相結合;筆者設置了課堂知識外的拓展內容,學生課后可以查閱資料,制作PPT或短視頻并通過學習通平臺進行交流。此外,筆者建設了如智慧職教網、慕課網等數字課程資源,以便學生能碎片化自主學習。

2.3 以監控機制為抓手,促成實施質量持續改進

教學過程質量監控是持續改進的基礎,只有建立了合理的監控機制,才能精準識別教學過程中存在的問題,進而提出有針對性的改進措施?！白匀徽Z言處理技術”課程從課堂教學評估、學生意見調查、教學成果展示與交流、課程目標達成情況評價4個方面的監控制度落實,可以及時發現課程教學中存在的問題和不足,促進課程質量持續改進,確保教學目標的實現和學生學習效果的提升。

2.3.1 課堂教學評估

設立定期課堂觀察與評估機制,由教務處或專門的督導小組定期對教師的課堂教學進行觀察,評估教學效果、學生參與度和教學內容的實施情況。

2.3.2 學生意見調查

定期進行學生滿意度調查,收集學生對課程內容、教學方法、教師教學水平等方面的反饋意見以及他們對課程的改進建議,以此為基礎進行課程調整和改進。

2.3.3 教學成果展示與交流

定期組織課程成果展示與交流活動,鼓勵教師分享課程改革的實踐經驗和成果,促進教師之間的交流與合作,進一步推動課程教學的持續改進。

2.3.4 課程目標達成情況評價

為了分析課程對支撐學習成果的教學目標達成情況,筆者借鑒了OBE評價體系的規范,采用成績分析法對課程目標達成度進行評價。具體評估公式如下:

上式中,Ei為課程指標點i的實際達成情況評價值;ωij為課程指標點i的第j種考核方式的權重系數;Sij為課程指標點i的第j種考核方式的考核成績;Mij為課程指標點i的第j種考核方式的滿分值。

3 教學改革成效

筆者選取南寧職業技術學院2021級人工智能技術應用專業1班48名學生“自然語言處理技術”課程成績為研究樣本,分別計算每位學生課程指標值I1至I12的達成度,如表3所示。

表3 抽樣班級的課程指標值達成度

由表3可看出,通過將OBE理念引入該課堂并經過教學實踐,學生學習效果有了較大的提升,指標值達成度均值由2020級的0.65～0.80提高到2021級的0.75～0.88,2021級總體指標值達成度情況較2020級更高一些。學習效果的提升主要基于3個方面:(1)學生在學習過程中的主體作用得到突出,學習主動性大大增強,知識與技能掌握得更加牢固;

(2)基于成果導向的教學內容重構,課程需要達成的預期目標更加明晰、更加契合需求,課程教學對學生未來職業能力的支撐作用明顯增強;(3)基于評價體系的改革,評價趨于多元化與客觀性并且課程實施質量持續改進。

4 結語

“自然語言處理技術”課程作為專業核心課程,受到了學校、教師及學生的高度重視。本文基于OBE理念,介紹了在該課程的教學改革中如何以學生為中心進行課堂改革、如何確定教學目標以及如何監控課程質量等方面進行探索與實踐。教學改革實踐結果表明,本文基于OBE理念建立的新型教學關系提高了教學質量,為成果導向教育在相關課程中的應用提供了參考。后續,筆者還需要在教學中進一步完善對該門課程教材、教法、評價、平臺體系的建設,形成更好的可復制推廣的教學模式。