思政引領下人工智能時代機器學習課程產教融合教學改革研究

摘 "要：機器學習課程是人工智能方向的核心課程之一，在為國家培養人工智能領域高層次人才方面具有至關重要的作用。該文針對當前機器學習課程思政引領體現不足、教學方式方法落后以及課程評價體系單一等問題，提出“思政引領，產教融合”的教學理念，從產教融合模式下的課程思政融合路徑、教學方式改革、課程評價體系改革三方面入手，深入探索課程教學新方法與新途徑，以滿足培養價值引領、具有家國情懷、技術精專的高層次創新型人工智能人才的課程建設需求，并為應用實踐提供參考。

關鍵詞：人工智能；機器學習；課程思政；產教融合；改革對策

中圖分類號：G642 " " "文獻標志碼：A " " " " "文章編號：2096-000X（2025）08-0021-04

Abstract： Machine Learning course is one of the core courses in the field of artificial intelligence， which plays a crucial role in cultivating high-level talents in the field of artificial intelligence for the country. This article proposes a teaching philosophy of \"ideological and political guidance and integration of industry and education\" to address the current problems of insufficient ideological and political guidance， outdated teaching methods， and a single course evaluation system in machine learning courses. The article explores new teaching methods and approaches from three aspects： the integration path of ideological and political elements in industry-university cooperation models， teaching method reforms， and course evaluation system reforms. The aim is to meet the needs of cultivating high-level innovative AI talents with leading values， national feelings， and technical expertise， and to provide reference for practical applications.

Keywords： artificial intelligence; machine learning; ideological and political education in curriculum; integration of industry and education; reform measures

隨著智能時代的到來，人工智能技術已經成為國家重要發展戰略，人工智能高級人才的培養也得到了高等院校的廣泛關注[1-2]。機器學習作為人工智能的研究熱點，主要研究如何使用計算機來模擬人類學習活動并不斷改善自身的性能，由此可見，機器學習是使計算機具有智能的根本途徑[3]。隨著機器學習理論的快速發展，其已廣泛應用于工業生產和生活服務的各個方面，相關的課程建設也得到了高等院校和科研機構的重點研究[4-5]。目前，機器學習課程已成為人工智能相關方向的核心課程之一，擔負著為國家培養人工智能領域高層次人才的使命[6]。

教育部印發的《高等學校課程思政建設指導綱要》提出“圍繞全面提高人才培養能力這個核心點，圍繞政治認同、家國情懷、文化素養、憲法法治意識、道德修養等重點優化課程思政內容供給，提升教師課程思政建設的意識和能力”[7]。機器學習課程中很多經典算法源自國外，學生在學習過程中缺乏思政供給，為貫徹課程思政精神，落實立德樹人根本任務，本文著力構建“知識教育”“能力培養”“價值引導”的人才培養模式，探討在人工智能應用型人才培養的背景下，如何通過課程承載的思政元素不斷拓展思政教育邊界和課程教學內涵，幫助學生樹立正確的世界觀、人生觀和價值觀，培養學生自主學習和創新能力，逐步構建起全員、全程、全方位的思政育人格局，達到在專業知識傳授的同時，強化價值觀層面的感化與引導，達到思政引領目的。

在知識教育層面，機器學習課程綜合了統計學、微積分、線性代數、信息論、控制論和計算機程序設計等多學科知識，并且其發展仍在不斷地吸納其他學科的知識，因而需要學生具有良好的數學理論基礎和計算機程序實踐能力。由于機器學習課程具有知識點分布廣泛、內容抽象等特點，在教學中應提倡理論聯系實踐，傳統的課程教學模式存在很多問題，如強調經典算法理論，忽視最新成果，實踐脫離實際，背離行業發展需要，缺少因地制宜的本土軟件工具等，容易導致該課程教學效果不佳。近年來，我國擁有自主知識產權的高科技公司逐漸發展壯大，在人工智能、機器學習、深度學習等領域開發出了一批優秀的軟件框架工具，如MindSpore[8]、PaddlePaddle[9]等，因此基于國產人工智能新技術資源進行產教融合研究，探索符合我國國情的機器學習課程教學模式是一個重要的課題，同時其突破國際封鎖、打破技術壁壘的先進事跡也為課程教學提供了優秀的思政案例供給。鑒于此，本文面向培養價值引領，具有家國情懷，技術精專的高層次創新型人工智能人才需求，提出“思政引領、產教融合”的教學理念，深入探索課程教學新方法與新途徑，相關研究具有重要的現實意義。

一 "問題分析

當前，人工智能大背景下的機器學習課程建設存在著以下問題亟待解決。

（一） "思政引領體現不足

課程教學中存在重知識、輕思政，思政教育簡單說教，與知識點以及實踐環節融合度不高，對學生價值觀引導不足等問題。

（二） "教學內容與教學方式相對落后

高校受限于與企業合作的廣度與深度，理論授課多為紙上談兵，聯系產業實際較少，不能培養順應工業需求的人才；同時，課程教學中實踐案例與產業實際結合不足，學生對技術前沿缺乏了解，企業在實踐教學中參與度較低，資源開發利用不足，研討與實踐脫節，研討效果差。

（三） "課程評價體系單一

由于以往課程教學重理論、輕實踐的慣性思維，導致在課程考核中重公式推導與理論計算，而忽視了對實踐能力的考核，這也進一步導致思政元素難以融入。

針對以上問題，本課程組經過廣泛調研與深入討論，以人工智能領域的核心課程機器學習為研究對象，提出了“思政引領，產教融合”的課程建設思想，探索在案例教學中進行潛移默化的思政育人模式。

二 "“思政引領，產教融合”式課程改革創新設計與實踐

在國家“十四五”規劃大力發展人工智能產業及產教融合、協同育人的大背景下，以深入推進新工科課程建設為目標，構建以思政教育為引領，產教融合的機器學習課程育人體系。本文針對哈爾濱工程大學信息與通信工程學院機器學習課程進行創新改革，以教育部“智能基座”合作單位華為公司為例進行實踐，通過在課程教學中引入華為公司具有自主知識產權的人工智能開發框架MindSpore進行案例實踐，增強學生動手創新能力；通過中外技術工具對比，在案例中融入思政元素引導學生樹立正確的價值觀，不斷增強學生對祖國的政治認同、思想認同和情感認同。深入探索產教融合的教學新方法與新途徑，培養理論扎實、技術過硬又具有家國情懷的高層次創新型人工智能人才。

本文以機器學習課程為核心研究對象，按照圖1所示的途徑與方法開展研究。總體思路是從培養人工智能領域高層次創新型人才的目標出發，在OBE（Outcome-based Education）成果（能力）導向理念下進行反向教學設計，從教學改革、思政育人、評價體系改革三方面進行課程教學模式改革。在教學內容上以產業需求為主線，以問題為導向，結合產業先進技術重構實驗課程體系；將思政元素融入課程全過程，以華為公司艱苦創業、突破技術封鎖的奮斗精神為思政引領，激發學生的愛國熱情與學習熱情；搭建以思政教育、知識內化、實踐能力三個維度考察學習效果的考核評價體系，并基于評價反饋對課程進行持續改進。

（一） "以“三全育人”為引領，打造產教融合下的思政育人新模式

思政育人上，以“三全育人”為引領[10]，將合作企業華為公司的奮斗精神作為課程總體的思政主線貫穿教學全過程，激發學生愛國情與學習熱情，同時將具體的思政元素與知識點和實踐案例有機融合，體現科學研究中必備的工匠精神、務實精神、探索精神等；在實踐過程中，通過將MindSpore、Pytorch、Tensorflow等中外人工智能框架進行對比應用，令學生體會到技術差距及我國在高科技領域的追趕態勢，進而樹立為科學獻身，為國鑄劍的堅定理想信念。不斷加強思政建設與協同育人機制的結合，將“興趣+能力+使命”的培養路徑向縱深發展，從而實現全過程育人、全方位育人。

（二） "以產業需求為目標，創新實踐能力為主線，構建產教融合教學模式

教學內容上，以產業需求為導向，以培養目標為引領，以行業企業參與為支撐，與華為公司構建產學育人模式，利用其產業背景與技術支持進行知識體系的梳理和知識點重新布局，如圖2所示。

知識點分布上主要分為機器學習初級、進階及高階部分，初階部分知識點快速回顧機器學習領域基礎知識，進階和高階知識點主要通過案例分析、課程研討等方式深入講授相對復雜的知識點及深度學習的相關內容。梳理知識體系后，在課堂授課中采用基于問題的學習PBL（Problem-based Learning）方式，逐知識點融入貼近產業應用的案例分析，并以華為公司具有自主知識產權的人工智能框架MindSpore為開發工具進行案例實驗，幫助學生理解知識點的應用場景，實現課程與產業的對接，構建新的產教融合協同育人模式，并在潛移默化中進行思政教育。

（三） "以課程評價為保障，健全產教融合下的持續改進機制

課程評價是驗證教學設計效果的重要環節，本課題結合“思政引領，產教融合”的設計，將知識內化、案例實踐與課堂研討、思政教育同時納入考評體系，通過平時成績與大作業考察學生對復雜工程問題的分析能力與方案對比選擇能力，以及在實踐中是否具備求真務實、勇于探索、團結協作等優秀品質，并針對考核中發現的問題進行持續改進。考核分值分配方面，將總分值的30%用于考核學生基于MindSpore的課程案例實現情況，重點體現課程基礎知識點的理解與實踐；將總分值的70%用于考核學生的綜合能力，該部分以綜合實驗及大作業的形式體現，要求學生針對特定問題設計綜合實驗完成分類或回歸任務，并對比國內外不同人工智能框架的實現效果，總結心得體會，進而在綜合考察學生實踐能力的同時評估思政教育效果。

三 "實施效果

機器學習課程是人工智能領域的核心課程。采用所提出的“思政引領，產教融合”培養模式已試行兩屆研究生，驗證了結合產業人才培養需求以及引入國產先進人工智能框架模式下學生的學習效果，并對所提出的培養模式進行評價。該教學模式每年覆蓋信息與通信工程的碩士與博士生、電子科學與技術碩士生約140人，施行后學生反響良好，課堂參與度及學生期末考核成績明顯提高。該教學模式下的機器學習領域相關教學內容、教學方式、思政元素等可供其他同類課程參考，具有較好的推廣和應用價值。

四 "結束語

機器學習作為人工智能方向的核心課程之一，對于高層次人才培養發揮著至關重要的作用。然而，當前的機器學習課程教學還存在著如思政引領體現不足、教學方式方法落后以及課程評價體系單一等問題。基于此，本文提出了“思政引領、產教融合”的教學理念，從思政引領下的產教融合路徑、教學方式改革、課程評價體系改革等方面入手，探索了課程教學新方法與新途徑。通過研究和實踐，在課程思政融合方面，將國內高科技典型企業創業歷程作為思政元素融入課程內容，培養學生的價值觀和社會責任感；在教學方式改革方面，結合典型企業的先進人工智能框架工具，采用案例式與項目式教學法提升學生的技術實踐能力和創新精神；在課程評價體系改革方面，引入多種評價方式，以客觀地評估學生的學習效果和綜合能力。本文的研究成果為應用實踐提供了參考，通過實施“思政引領，產教融合”的教學理念，可以培養出價值引領、具有家國情懷、技術精專的高層次創新型人工智能人才，為推動我國人工智能領域的發展作出貢獻。

參考文獻：

[1] 張樂飛，羅勇，杜博.機器學習教學改革與人工智能人才培養[J].中國大學教學，2023（5）：18-21.

[2] 廖軍，羅西，蔡斌，等.“新工科”背景下人工智能領域實驗教學改革研究[J].工業和信息化教育，2023（5）：85-89.

[3] 何清，李寧，羅文娟，等.大數據下的機器學習算法綜述[J].模式識別與人工智能，2014，27（4）：327-336.

[4] 董理，彭成斌，嚴迪群，等.基于層次化認知模型的本科機器學習課程教學改革[J].計算機教育，2023（5）：91-95.

[5] 廖寧，陳怡然，楊倩，等.以“三平臺，三結合”行業實踐為引領的教學創新研究——以機器學習課程為例[J].科教導刊，

2023（14）：22-24.

[6] 李兆飛，熊興中，丁菊容，等.“模式識別與機器學習”課程思政建設的探索與實踐[J].工業和信息化教育，2023（5）：41-44.

[7] 教育部.教育部關于印發《高等學校課程思政建設指導綱要》的通知[EB/OL].（2020-5-28）[2023-10-08].http：//www.moe.gov.cn/srcsite/A08/s7056/202006/t20200603_462437.html.

[8] 昇思MindSpore[EB/OL].https：//mindspore.cn.

[9] 飛槳PaddlePaddle[EB/OL].https：//www.paddlepaddle.org.cn/.

[10] 丁青苗，崔艷雨，吳九柱.“三全育人”視域下混合式“教-學-研-用”人才培養模式探索與實踐[J].高教學刊，2023（29）：

173-176.