城市數字治理創新班人工智能概論課程實踐

摘 要 針對浙大城市學院城市數字治理創新班學生專業分散，缺乏計算機專業相關背景知識，而傳統的人工智能課程需要較強的算法基礎和實際開發能力，實驗環境搭建復雜，實驗教學內容針對性不強等問題，開展人工智能概論課程實踐，幫助學生建立人工智能的基本概念，理解人工智能的應用步驟和需要完成的工作，引導學生利用人工智能知識來解決城市數字治理中存在的問題。

關鍵詞 人工智能概論；城市數字治理創新班；混合式教

學；非計算機相關專業；課程思政

中圖分類號：G642.0 文獻標識碼：B

文章編號：1671-489X（2024）18-0067-04

0 引言

隨著城市的快速擴張和城區人口的增加，城市管理變得越來越復雜。浙大城市學院為適應地方經濟和社會發展需要，協助解決城市數字治理方面的問題，特開設了城市數字治理創新班，以數字技術賦能城市治理，打破理工科、文科之間的隔閡，融合人工智能（AI）、大數據、云計算、物聯網、區塊鏈等前沿技術和城市治理先進理念，培養具備數字治理思維和基本技能，能夠滿足未來城市治理需求的應用型、復合型和創新型人才[1]。

城市數字治理是一個大系統，包含了智慧社會治理、智慧城管等內容，也涉及作為更基層單位的智慧街道、智慧社區等主題。目前數字城市存在數據資源不完整、突發事件不協同、形勢研判不智慧、決策分析不宏觀、應急響應不及時等挑戰，迫切需要引入智能化技術，因此，在城市數字治理創新班培養方案中加入人工智能相關課程十分必要。

城市數字治理創新班學生每學年第一學期面向全校大二本科生選拔產生，人數不超過30人，文理兼收，專業不限，除了理工類專業外，還涉及中文、金融學、財務管理、工商管理、廣告學、資產評估、廣電、法學、行政管理等專業。該班實現定制化培養，融會貫通信息技術、公共管理、法學等學科，著力培養具有解決復雜城市數字治理工程問題能力的復合型人才[2]。完成創新班課程修讀并符合相應條件的學生，畢業時可獲得輔修證書和城市數字治理創新班榮譽證書。

1 課程現狀分析

人工智能的發展在工業制造和交通運輸等領域發揮了非常顯著的作用。城市數字治理作為城市管理的一門新興學科，面對大量的城市數據，城市治理的方方面面工作內容多，各項工作之間又相互影響，對管理人員的要求變得越來越高，也讓相關的管理人員越來越力不從心。人工智能的快速發展和城市數據的大量積累，為城市數字治理提供了更多、更有效的手段。如何利用人工智能技術來促進城市治理的數字化和智能化，通過人工智能提高執行的效率和管理質量，顯得尤為迫切。

在特色班培養方案中，人工智能概論就是一門介紹如何結合應用人工智能技術加強城市數字治理方面的課程。課程的主要內容包括人工智能基礎知識介紹，機器學習算法闡述，機器學習算法在圖像識別、自然語言處理、推薦系統、金融分析和城市數字治理等領域的應用。學生能夠搭建人工智能應用環境，在具體的場景中引入人工智能技術來解決問題，為以后從事行業應用研發時更好地融入人工智能技術打下堅實的基礎。通過課程學習，學生實現培養團隊合作精神和社會責任感等價值目標。

城市數字治理創新班的學生的專業背景分布分散，文科專業居多，大部分學生沒有計算機專業方面的基礎知識。面對這樣一批基本素質良好但缺乏專業知識的學生，如何進行人工智能概論課程的教學，成為擺在教學工作者面前的一道難題。課程組通過兩年的摸索，探索出比較有效的教學方法，取得了良好的效果。

2 人工智能概論課程實踐

2.1 建立校政企教師團隊

為了使教學內容更加貼近現實，組建由政府部門專業人員、人工智能領域行業專家和學校專業教師組成的教學團隊。在制度上，學校和相關的政府部門、企業分別簽訂合作協議，保證合作的長久性和穩定性[3]。為了保證課程有序開展，政校企三方共同制定課程管理制度。教師團隊建立定期會議制度，三方教師相互合作，定期開展教學研討，確保課程的科學性、先進性和適合性，增強課程效果。不管是邀請政府人員上專題課還是校外行業專家上課，學校教師全程協助管理課堂，確保課程的規范。教師通過隨堂上課，增強對政府和企業實際應用場景的理解，有利于后續課程的開展，也利于三方在科研項目上的合作。

2.2 優化課程教學內容

傳統的人工智能重視基礎知識的講解，如知識表示、搜索和算法的實現，課程非常強調基礎知識和算法的實現，涉及很多數學優化問題。非計算機相關專業學生對這些算法和數學方面的知識學習存在一定困難，如果課程還是按照現有模式進行，學生的興趣會大幅下降，不利于教學開展。因此，有必要進行相關課程內容改革。

1）城市數字治理實驗班的培養目標讓學生能掌握使用人工智能技術來解決城市治理中各領域的社會問題，而不是去解決人工智能建模的優化問題，且考慮到學生來源廣泛，有不同的專業背景，課程設計中特別關注如何讓學生把人工智能知識和專業知識結合。

2）人工智能概論中傳統的實驗內容大部分是利用國際上一些典型的數據集和算法來實現，如鳶尾花品種預測、波士頓房價預測等，這些內容和城市治理的背景知識差別較大，難以引起學生的興趣和共鳴，學生按部就班地做完實驗，但不明白應用場景，對知識的理解不夠深刻，實踐能力培養效果不好。為此，課程設置適合不同專業特點的學生的實驗內容，重點是與解決城市問題密切相關的案例。

2.3 完善項目案例

傳統的人工智能概論課程重點放在人工智能原理方面，實驗內容主要驗證原理和對底層算法的掌握。為了切合城市數字治理人才培養的要求，對課程實驗內容進行優化，總體原則是適合非計算機相關專業學生并且有利于培養城市數字治理理念。本課程對實驗內容進行完善和調整，在經典實驗的基礎上，擴展學生易于理解又和城市數字治理方面密切相關的內容。

以綜合實踐項目為例，課程設置的綜合實驗題目為“基于剩飯剩菜AI識別技術研究——浙大城市學院大學生糧食浪費情況研究”，該項目是以學校食堂剩菜剩飯智能識別作為研究內容展開。因為城市數字治理人才非常需要具有團隊合作精神，所以實驗以項目組的形式開展，組成六個項目組，每個項目組由不同專業的五名學生組合而成，文理專業結合。人員隨機組隊更加具有挑戰性，更貼近實際工作情況。很多時候合作人員不是由項目組成員自由選擇，這樣容易增加項目實現的難度。

在數字化校園背景下，利用所學人工智能知識來分析糧食浪費情況成為本課程綜合實踐項目的內容，項目從原始數據采集、樣本標記、測試數據的訓練到創建模型訓練，最后得出結論的完整過程。項目的原始數據采集和樣本數據的標記都需要學生自行采集完成，改變了以往人工智能實驗內容大部分采用現有的數據集進行訓練的，有利于非計算機相關專業學生對人工智能項目整個流程的理解。此外，通過對學生的調研問卷分析食堂浪費的原因和改進措施，全面增強學生解決實際問題的應用能力。

2.4 選擇合適技術框架和開發平臺

本實驗基于百度飛槳EasyDL平臺實現，EasyDL是百度大腦推出的定制化AI訓練及服務平臺，支持面向各行各業有定制AI需求的企業用戶及開發者使用，使用相對簡單，對基礎知識的要求較低，有利于非計算機相關專業背景的學生學習[4]。EasyDL AI開發平臺支持任務類型較為完整，包含對項目方案的設計、數據的預處理、模型訓練、項目部署和實施等一站式功能的支持。開發過程主要使用Jupyter Notebook，該工具基于網頁的交互式應用程序，可以在瀏覽器實現開發、文檔編寫、運行代碼和展示等功能。項目用到的庫主要包括base64、cv2、json、PIL、numpy等。

數據的采集由項目組成員去學校幾個食堂現場拍照完成，為保證樣本數據的全面性，選擇早餐、中餐和晚餐不同時段的餐盤照片數據，同時采集學校不同食堂的餐盤數據，并要求每組采集的照片樣本數量不少于500張，文件格式為*.jpg格式。

2.5 融入課程思政

為更好地在人工智能課程中發揮育人功能，通過多途徑挖掘思政元素，充分利用實踐教學的課程思政是很重要的方面[5]。民以食為天，糧食安全是民生問題非常重要的內容，特別是廣大學生缺乏缺衣少食的相關經歷，存在一定的浪費糧食現象，節約糧食方面的教育顯得尤為重要。利用大作業實踐作為研究課題，發現身邊存在的糧食浪費現象，結合《中華人民共和國反食品浪費法》，引導學生愛惜糧食、節約糧食、反對浪費。通過課程實踐，學生對食堂浪費糧食的現象有了更深的體會，也體會到利用技術手段可以更好地發現城市治理中存在的不合理現象。根據模型訓練結果，讓每個項目組給出相關合理化建議。項目組學生從不同角度進行深入思考，有對學生增強節約糧食的意識方面的建議，也有對食堂提出米飯自助方式的建議，或者采用菜品和米飯稱重的方式計價，通過按需取用來增強節約效果。通過這些建議的輸出，培養學生參與社會治理的意識，樹立社會治理人人有責、人人盡責的理念。

項目采用團隊合作的形式進行，整個過程都需要項目組成員同心協力、密切配合。從項目的分工到需求分析和方案設計，從數據采集到數據庫清洗和數據預處理，從模型選擇到模型訓練，再到模型評估、項目發布和部署，都需要大家通力合作。通過在項目研發工作中的密切配合，讓學生提前感受工作中的場景，培養團隊的合作精神。

2.6 實施“線上線下+項目驅動+團隊合作+校企合作”混合式教學

為了增強教學效果，課程采用線上線下混合式教學模式。課程提供多個知識點的線上學習材料，讓學生在課前進行學習，方便基礎知識相對較少的非計算機相關專業學生了解更多知識。通過課程開始時的課堂測試，既可以確保學生上課不遲到，也能較好地督促學生在課前認真學習網上在線課程，同時能較好地檢查學生知識的掌握情況，更有利于教學工作的開展，上課的重點可以放在學生能力的培養上。通過課前的線上學習，課堂上對基礎知識的講解可以適當減少，把更多的時間留出來實施課堂討論、項目方案設計交流等。課堂上選擇一個項目案例，讓學生根據學過的知識去設計項目方案并分組討論，選派代表進行講解，再由教師和其他學生提問交流，最后教師進行點評，并提供一個相對更合理的解決方案。課程重點放在讓學生更好地理解如何應用人工智能知識到具體項目中，而比較少強調具體的技術實現細節。在實驗部分，讓學生盡量能夠建立起人工智能的應用場景，理順在某個場景中要如何融入人工智能技術，如何調用現有的接口來提高應用系統的智能化水平。項目分組兼顧文理學生，有利于專業交叉融合，學生的思維更加開闊，更利于培養應用型、復合型人才。

通過實施“線上線下+項目驅動+團隊合作+校企合作”四位一體的混合式教學，以“MOOC預習、師生討論、項目實踐”作為課前、課中、課后教學重點，達成學生知識、能力、素質和價值目標，最終實現應用型、復合型人才培養。通過采用四位一體的混合教學模式，將“自助學習、互動交流、團隊協作”貫穿課前、課中、課后整個教學過程，線上充分利用優秀的MOOC，線下互動翻轉課堂，促進教師和學生之間、學生和學生之間的協作學習與互動交流，通過學生本來具有的跨專業特性，更加有利于不同專業人才的思維碰撞，收到良好的效果。

2.7 多維度評價學習效果

總評成績按照平時成績30%、課后作業情況30%、期末87d46dc0484eee5a43394ddfc3a90624大作業40%的比例組成。為加強對平時學習的督促，增加過程性評價內容，除了用于檢查課前在線課程的學習效果的小測驗，還增加課堂交流和討論環節作為平時成績的一部分，鼓勵學生積極參加課堂討論，提高課程的參與度。在進行項目實訓時，需要在項目開始前編制項目開發計劃，繪制項目甘特圖，邀請項目組成員定期匯報項目的進展情況。教師對項目相關內容進行檢查和提問，掌握項目的總體進展情況，了解每位學生在項目組中的作用，進行打分和記錄，作為成績的組成部分。經過課程學習，學生對人工智能技術有了較全面的理解，實現從開發平臺的搭建到樣本數據采集和標注、數據處理和模型設計及模型訓練，并最終完成完整的項目。

大作業成績評價主要從項目組整體項目完成度、每位學生在項目組中的貢獻度、項目的創新性、團隊合作過程以及輸出的合理化建議等多個維度進行評價。在項目結束時，通過項目組作品展示和答辯，六個項目組都完成項目的主要功能，得到有效的結論和合理化建議，項目完成質量總體較高，達到了預期的效果。

3 結束語

通過對課程內容的調整和實驗內容的重新設計，人工智能課程更加適應城市數字治理創新班非計算機專業學生的實際情況，入門難度降低，大作業實踐項目學生的投入度大幅提高，達到預期效果，課程評價良好。通過實施“線上線下+項目驅動+團隊合作+校企合作”四位一體的混合式教學，學生跨專業組隊建立項目組，可以更好地發揮各自專業的優勢，多學科交叉碰撞，思維更加發散，項目束縛更小，大大提高了項目的創新性。學生的團隊合作能力得到有效的鍛煉，社會責任感得到進一步強化，同時，運用人工智能技術解決城市數字治理中的復雜工程問題的能力也得到很好的培養。

4 參考文獻

[1] 羅娟，王純，劉璇，等.計算與人工智能概論課程教學 改革與實踐[J].計算機教育，2022（5）：136-140.

[2] 夏立新，張雨萌，李卿，等.“人工智能+教育”復合型 高水平人才培養的模式創新：華中師范大學人工智能教 育學部的實踐探索[J].科教發展研究，2022，2（3）：36-54.

[3] 陳華平，胡建華，鐘小林.“校、政、企”協同育人模 式的構建與實踐：以江西理工大學行政管理專業為例 [J].教育教學論壇，2022（33）：85-90.

[4] 蘆碧波，陳艷麗，張建春.人工智能通識課的教學設計 與實踐探討：以河南理工大學為例[J].科技視界， 2023（7）：79-82.

[5] 李小英，谷長龍，羅娟.計算與人工智能概論課程思政 探索與實踐[J].軟件導刊，2023，22（6）：224-228.