“人工智能基礎及應用”課程教學改革探索與實踐

摘" 要：文章針對機械類專業“人工智能基礎及應用”課程傳統教學中存在的內容抽象難以理解、實踐環節不足、缺乏針對機械類專業的實際案例、評估方式不夠全面等問題，提出“思政育人為引導、多形態教學為基礎、項目式教學為依托、多維評價方式為輔助”的課程建設與改革思路。以思政育人開拓人才培養新陣地，培養堪當民族復興大任的高層次時代新人；以多形態教學提升教學效果，使學生了解人工智能的基本原理、技術及其應用；以項目式教學環節結合機械行業現狀講解基礎理論，以行業背景為基礎設計教學案例，將理論知識和實踐操作相結合，提高學生的實踐能力和創新能力；以多維評價方式為輔助，過程結果并重，提升學生學習興趣與課程參與度，全面評估學生綜合能力。期望該課程建設方案能提升機械類專業“人工智能基礎及應用”課程的教學效果，為培養具備實踐能力和創新精神的機械行業人才，為現代化建設做貢獻。

關鍵詞：課程教學改革；思政育人；人工智能

中圖分類號：G416" " 文獻標識碼：A" " 文章編號：1673-7164（2024）28-0062-04

推動科學技術高質量發展是“十四五”規劃的主題之一，以人工智能為代表的新一代信息技術，將成為推動經濟高質量發展、建設創新型國家，實現新型工業化、信息化、城鎮化和農業現代化的重要技術保障和核心驅動力之一。［1］北京化工大學努力構建“強工、厚理、興文、重交叉”學科體系，其中機電工程學院是國家級一流本科專業建設點，擁有國家級一流課程、國家精品課程、國家級資源共享課等優質課程，建有國家級虛擬仿真實驗教學中心、北京市級機械工程實驗教學中心等實踐創新基地。人工智能技術已經逐漸融入機械工程行業多個領域。機械類專業的學生掌握一定的人工智能技術，有助于更好地理解和應用機械工程相關知識，為未來機械工程領域的研究和應用打下堅實的基礎。

一、課程教學現狀與挑戰

隨著工業互聯網技術發展，人工智能與機械專業學科交叉已成為當代專業建設與學科改革熱點，多所院校新開設人工智能制造等交叉專業和大量優質配套課程，［2］而各行各業對人工智能人才的專業能力要求也越來越高。［3］

（一）學科交叉導致理論難度上升

具體而言，這一課程所涉及的知識體系廣泛且較為深入，要求學生在掌握機械工程與信息技術專業部分基本理論基礎上，還需對機械行業背景及應用有一定了解。但在實際教學過程中，由于知識體系的復雜性和跨學科性所帶來的挑戰，學生對人工智能算法基礎理論的掌握較為困難。

（二）編程基礎薄弱降低選課積極性

由于機械類專業學生的編程能力稍遜色于信息專業學生，人工智能普遍基于Python語言實現編程，對學生前置課程要求較高；對于機械類專業，“人工智能基礎及應用”課程在培養計劃中多設為專業選修課，導致選課人數較少。這是由于部分學生雖然對人工智能技術感興趣，但擔心課程難度過大，且可能由于編程基礎薄弱對所教授內容理解不透徹，難以獲取理想分數等原因，不愿意選修該課程。

（三）傳統教學手段效果不理想

目前開設“人工智能基礎及應用”課程的高校數量眾多，可選擇的教材也較多，但由于課程的特殊性，應更注重實踐環節的建設。對于機械類專業的學生而言，講授教材或配套電子課件的教學方式過于抽象，大多數學生對人工智能方法的理論理解較為淺層，對算法機理公式理解較為模糊，難以理解所學方法可解決何種問題，更毋論如何運用于機械工程領域。

二、課程建設與改革思路

黨的二十大報告提出：“全面貫徹黨的教育方針，落實立德樹人根本任務，培養德智體美勞全面發展的社會主義建設者和接班人。”［4］培養擔當民族復興大任的時代新人，育人育心是首要方向。［5］本研究針對機械類專業“人工智能基礎及應用”課程教學現狀提出“思政育人為引導，多形態教學為基礎，項目式教學為依托，多維評價方式為輔助”的課程建設與改革思路，如圖1所示。

（一）思政育人為引導

把思政教育與專業知識、領域前沿相融合，深入挖掘機電信息技術發展歷程中的思政元素，實現課程育人，培養創新能力。如在講述深度學習算法時，引入人工智能科學家何愷明及其團隊2015年在ImageNet圖像識別大賽中憑借深度殘差網絡（ResNets）擊敗谷歌、英特爾、高通等業界團隊奪冠。以此思政案例激勵學生潛心鉆研、追求卓越、積極進取，培養創新精神，錘煉奮斗精神。在講述人工智能算法發展歷程時，介紹IEEE國際計算機視覺與模式識別會議（CVPR）國際頂會上獲獎的典型算法，引入上海AI實驗室、武漢大學、商湯科技聯合開發自動駕駛通用大模型斬獲CVPR2023最佳論文獎，展現華人科研團隊原創AI實力，以激發學生民族自豪感和使命感。

（二）多形態混合教學

針對上文所提到的課程教學現狀與挑戰，在基礎理論講解中，除利用傳統教材課件講解的方式外，采用多種教學手段激活云端力量，建立“重點線上、難點線下、知識講授、程序演示、研討沙龍、分組實驗”的多形態混合式教學路徑。結合機械與信息專業的行業需求與科研進展講解領域前沿，挖掘工程實例講解人工智能技術的應用實例。例如作為制造業大國，我國在許多產品質量檢測環節中嘗試引入人工智能技術，［6］幫助學生將所學的理論知識與實際情境結合，深入理解人工智能的應用前景和技術挑戰，鞏固所學知識并增強對課程內容的理解。

1. 線上與線下結合

依托線上教學平臺建設包括電子課件、教學視頻、程序樣例等內容的線上教學資源，以供學生自主預習和復習。通過國內外高校“在線課程”“慕課”等優質教學資源共享的方式，以提升理論教學效果。線下授課可采用翻轉課堂等形式，增加學生參與感與自學積極性，提高教師授課中與學生互動的頻率，豐富互動方式。

2. 講授與演示結合

由于該課程的獨特性，講授與演示結合的教學方式有助于提升學生的理解程度，在講解典型算法理論公式后，結合程序演示與可視化結果，幫助學生理解基本理論、熟悉編程語言。例如在線演示人工智能模型參數調整過程中準確率、召回率、F1分數等變化過程，使學生可以直觀了解不同參數對模型性能的影響程度，從而更好地理解模型優化過程。

3. 研討沙龍

擬定開放性題目，開展研討沙龍，例如“自動駕駛技術中的關鍵問題與人工智能解決方案”“人工智能在教育領域中的創新實踐及挑戰”等，讓學生結合所學理論開展頭腦風暴。研討過程有助于學生理解記憶所學知識，了解其他學生的學習狀態和學習效果。

4. 分組實驗

在理論講解過程中，除教師演示外，還應設置分組實驗環節，該環節與項目式項目方法結合，目的是讓每一位同學都能近距離了解理論基礎如何與編程語言結合，如何通過人工智能算法讓計算機完成指定的任務。學生可根據自身興趣與基礎選擇合適的任務，更好地達成提升創新實踐能力的課程目標。

（三）項目式教學方法

1. 項目設計

如前所述，由于機械類專業學生的信息技術學科理論基礎較為薄弱，且學生基礎不同，在項目式教學方案設計中，按照難易度等級設定不同項目主題，表1列舉了難、中、易各類主題示例。項目式教學方案中的案例主題應涵蓋課程基本概念和主要知識點，從簡單的線性回歸到復雜的深度學習模型。學生可以根據自己的興趣和能力選擇適合的項目和任務，通過實踐加深對人工智能技術的理解與應用能力。

2. 團隊合作

項目式教學方式鼓勵學生通過團隊合作完成項目，由于在“人工智能基礎及應用”課程中設置了不同難度的主題案例，學生可以根據自身興趣和基礎，選擇適合自己題目和任務，如數據收集、算法設計、實驗驗證等。通過團隊合作，學生可以相互學習、共同進步，也可提升團隊協作和溝通能力。

3. 創新能力提升

項目式教學注重培養學生的創新能力。除將理論與實際相結合完成所設主題案例外，在實踐環節中，也鼓勵學生根據自學內容或其他課程內容提出新的思路、算法和應用場景，通過編寫程序實現自己的想法，并基于案例數據驗證其可行性。

4. 跨學科融合

“人工智能基礎與應用”是一門跨學科的課程，需要和計算機科學、數學、工程學等多個學科進行融合。在面向機械類學生開展項目式教學時，應注意引入機械工程相關案例，例如表1中主題案例設置中引入機械工程領域數據集，促使學生在項目中跨學科學習，加深對機械學科知識的理解和應用。

（四）多維評價方式

針對機械類專業“人工智能基礎及應用”課程現狀中提及的基礎理論抽象、學生基礎不同、整體基礎偏弱的問題，建立多維評價方式，因材施教，注重過程考核，并建立激勵機制，具體包括以下五個方面。

1. 因材施教

采用因材施教的教學方法，對于基礎較弱的學生，提供自愿參加的編程輔導和實踐機會，結合網絡資源，快速補足基礎理論、提升編程技能。在項目式教學環節，學生可根據自身基礎，選擇難度適宜的主題案例，根據自身興趣選擇任務。

2. 過程考核

在課程開始時，使學生明確過程考核的標準和方式，包括考核的指標、權重以及評分的規則等。課程以提升學生創新能力為目標，注重過程考核，結合學生的基礎理論學習與項目實踐情況，對項目的設計、實施、結果等環節進行評估。將學生的項目完成情況、課堂表現、小組討論等方面的表現納入考核體系，全面評價學生的學習情況和成果。

3. 多維評價

過程與結果相結合，建立相應的多維評價方式，包括項目報告、課堂互動、組內打分等部分，根據項目完成度、代碼質量、報告深度等方面進行多維度評估。可以結合學生的參與度、積極性、解決問題的能力等方面進行評估，對在課程學習中表現積極主動、能力不斷提升的學生應給予較高評價，充分激發學生的學習興趣。

4. 激勵機制

考慮到存在基礎較好的學生，因此可以在因材施教與多維評價方式基礎上，結合項目式教學方式設立激勵機制，對于主題案例完成程度較高的團隊或團隊中的承擔了主要任務的同學應給予額外獎勵。鼓勵學生積極參與各類創新項目和競賽，適當提供輔導，激發學生的學習動力和創新精神。

5. 反饋指導

為了幫助學生及時發現自身的不足和問題，也為了不斷提升教學效果，應注重反饋式教學與教學質量的過程性評價與記錄，通過及時反饋與記錄發現學生在學習中遇到的問題，指導學生改進和提高。

三、結語

本研究針對機械類專業“人工智能基礎及應用”課程傳統教學中存在的內容抽象難以理解、實踐環節不足、缺乏針對機械類專業的實際案例、評估方式不夠全面等問題，進行了思政育人為引導、多形態教學為基礎、項目式教學為依托、多維評價方式為輔助的課程建設與改革。通過深度挖掘提煉課程蘊含的思政元素，培養學生的家國情懷和奮斗精神；通過多形態教學方法使學生了解人工智能的基本原理、技術及其應用；通過項目式教學環節結合機械行業現狀講解基礎理論，提高學生的實踐能力和創新能力；通過項目式教學，學生將能夠運用所學知識解決實際問題，提高創新能力和實踐能力。通過多維評價方式為輔助，提升學生學習興趣與課程參與度，全面評估學生綜合能力。未來仍需繼續深化教育教學改革，不斷探索更加科學、有效的教學模式和方法，全面貫徹落實黨的教育方針，為培養既具備理論知識又具有實踐經驗的高質量人才而努力。

參考文獻：

［1］ 武迪，戴瓊海. 高校人工智能人才培育戰略的道與路［J］. 中國高等教育，2021（20）：13-15.

［2］ 付明磊，張文安. 人工智能原理及應用課程思政的探索與實踐［J］. 高教學刊，2023，9（27）：193-196.

［3］ 南玉龍，盧倩，曾勇. 機械工程測試技術課程中融入人工智能教育的探索［J］. 物聯網技術，2023，13（10）：152-154.

［4］ 全面貫徹黨的教育方針落實立德樹人根本任務（專題深思）［N］. 人民日報，2023-06-21（09）.

［5］ 劉小彩，陳鵬，郭漫玉，等. “三教”改革背景下電工基礎課程思政改革研究［J］. 當代教研論叢，2022，8（09）：98-101.

［6］ 楊文旭. 人工智能在制造業智能檢測中的應用研究［J］. 智能制造，2023（05）：45-48.

（責任編輯：楊毅恒）