工農融合背景下“人工智能”課程教學設計與實踐

摘"要：人工智能技術的發展使其在工業及農業領域的應用愈加廣泛，當前“人工智能”專業課程教學存在理論與實踐脫節、學生興趣不足和實踐機會缺乏等問題，且針對不同專業的學生難以做到知識點的不同側重。因此，本文在工農融合背景下對農業智能裝備專業的課程教學內容策略進行了深入探討和優化，提出串聯課程理論體系框架、多模態案例式教學教師水平提升、產教融合持續反饋教學基礎建設等優化措施，以提高課程的實用性和吸引力。通過這些措施，旨在培養具備創新能力和實踐能力的人才，進一步提升課程教學水平。

關鍵詞：人工智能；工農融合；教學改革

中圖分類號：G642""文獻標識碼：A

隨著新一代電子技術與信息技術的快速發展以及深入響應實施國家《關于做好2024年降成本重點工作的通知》，通過機械代替人工進行智能化作業成為當下各個行業的發展趨勢，人工智能技術作為機械智能化操作過程中的關鍵環節，在新工科類專業人才教育中占有核心地位［1］。作為特種汽車的一種，通過人工智能技術提升農業移動底盤的機械化、智能化是農業的現代化實施的主要方式［2］。安徽科技學院自1950年建校以來，將工科、農科作為主要抓手，以“立足皖北、服務安徽、輻射長三角、工農融合服務地方經濟”為辦學理念，目前形成了以優勢農科和新興工科為重點，多學科相互支撐、協調發展的應用型學科專業體系，并凝練出一批具有工農融合背景的特色專業［3］。農業智能裝備工程專業作為其中最具代表性的專業，在碩士點申報、專業認證、更名大學等多層級學院提升工作上起到了有力的推動和支撐作用。

一、課程教學現狀與問題

“人工智能”作為農業智能裝備工程專業大二上學期的專業核心課程，涉及計算機學、運動控制學、信息感知學、邏輯學、心理學、神經生理學等多方面［4］。通過近年來對該課程的教學實踐，總結了在教學過程中出現的一些問題。首先，該課程的知識點涉及領域廣，涵蓋了機器學習、深度學習、神經網絡等多個領域，從基礎概念到深度學習這一知識層級的躍變，導致對于剛學習了一些基礎學科的大二農業智能裝備專業的學生來說，理解并掌握這些知識點具有一定的難度［5］。其次，作為一門最具前沿科技屬性的新興學科，飛速發展的科技時刻影響著人工智能技術的發展，但在實際教學時教學內容陳舊，教學方式單調。最后，作為學院工農融合的特色專業，該門課程的教學應充分體現智慧農業特色。然而，目前的教學往往缺乏具有該類特色的教學內容和實踐環節，課程實踐環節較為依賴書本的既定內容，如傳統的濾波、聚類算法以及一些簡單的編程操作，內容陳舊且不夠靈活，與實際工程問題脫軌。

為了解決以上問題，本論文結合負責人在農業裝備無人駕駛、環節感知領域豐富的案例知識，以及企業的工作經歷，將農業裝備路徑規劃、北斗導航、相機雷達融合感知以及相應算法以案例的形式引入該課程的教育教學中，對人工智能的實際教學開展相關改革創新，并提出實際改革方案。

二、工農融合背景下課程教學改革探索

基于以上“人工智能”課程教學中存在的幾點問題，結合當前應用型本科高校對新工科、新農科專業的培養目標，針對農業智能裝備專業的特色開展“人工智能”課程的教學與實踐改革探索，確定該課程教學改革提升的總體實施方案：將整合的工農融合案例作為知識導向，梳理出體現專業特色和社會需求的課程內容，串聯出人工智能的課程理論體系框架→多模態案例式教學教師水平提升→產教融合持續反饋教學基礎建設。

根據總體建設方案提出持續教學提升的技術路線，如圖1所示，包括課程理論體系串聯、教師教學水平提升、產教融合新模式等三個主要改革方面，而工農融合的實際案例貫穿于整個課程升級改造的流程中，作為系統中的實踐基礎并持續反饋提升理論知識和教師教學水平。

圖1"工農融合背景下“人工智能”課程教學設計與實踐技術路線圖

（一）以案例方式串聯課程理論體系

在工農融合的背景下，秉持以工補農、以農特工的學科專業建設理念，突出新工科和新農科融合發展的特色，系統分析并確定符合農業智能裝備專業的“人工智能”課程工程實際案例，并將實際案例與教學內容相融合。通過項目組成員在平時教學科研中的梳理總結，系統分析并確定符合農業智能裝備專業的“人工智能”課程的工程實際案例，如高地隙植保機田間自動駕駛系統設計案例。自動駕駛技術是人工智能行業當前最為熱門的話題，而在農業領域為了降低勞動強度同樣需要對農機裝備進行無人化改造，使其在田間能夠自動駕駛和工作。那么在這一任務過程中，需要使用到此課程內容中的編程知識、理論知識和專業基礎知識。在教學過程中可以運用講解雷達采集到作物行信息，從而通過KMeans等聚類方式學習無監督學習知識，通過講解作物行聚類出的特征點來擬合導航線的知識，從而學習無監督學習中的線性回歸算法，通過Faster"RCNN訓練模型對作物的圖像信息進行特征提取和目標檢測，從而學習深度學習算法，以及A*算法在農機導航中的應用等。這樣教師通過一個案例中各個模塊的使用，能夠讓學生在課程中實實在在地感受到書本上內容在實際工程上的應用，并且通過實際智能農業案例與教學內容相融合，可以直觀地串聯出人工智能的課程理論體系框架，學生學習起來更為省力。最后，收集到一定數量的案例后，開發人工智能案例庫管理系統平臺，將人工智能案例進行歸類、整理，實現對案例的精確調配。

（二）多模態案例式教學提升教師水平

基于工農融合的人工智能案例庫不僅僅可以作為在教學過程中讓學生梳理知識體系、提高學習效率的有效方式，同時也能夠提升教師的專業水平，且案例式的教學方法與教學活動相結合，可以提升教學過程的靈活性，這種案例式、啟發式、問題導向的多模態教學使學生將被動聽課變為主動討論，充分調動學習的興趣和積極性。

1.提升教師對專業知識面的提升

工農融合案例式教學提供了豐富的實際案例，這些案例展示了人工智能在智能農業、精準農業和農機裝備等領域的廣泛應用，教師及課程組在教學前的學習和磨課過程中也將通過案例庫建立對該門課程更深一步的理解。例如，通過課前分析某智能溫室的案例，教師可以探討如何利用傳感器和數據分析來優化作物生長環境，從而提高產量和資源利用效率。在這個過程中，教師及課程組通過深入討論和研究，主動構建對人工智能應用的理解。并且通過案例分析，不僅關注技術本身，還理解了這些技術在解決實際農業問題中的潛在價值，如提高農作物的抗逆性、減少農藥的使用、實現成本的控制等。這種背景知識的掌握，使教師在授課時能夠以更貼近學生實際生活的方式，將復雜的人工智能技術簡單易懂地傳達給學生，從而激發他們的學習興趣和積極性。

2.翻轉課堂提升教學效果

在課堂教學過程前，利用在線教學資源，如視頻教程、網絡課程等，讓學生在線上平臺先進行課前預習自學，通過在線資源的學習，學生可以提前了解課程內容，為課堂討論打下基礎，且在有限的授課時間內，教師需要精心設計教學內容，以便有效復習難以理解的知識點，并將不同學科的內容有機結合，同時確保覆蓋教學大綱的要求，從而提升學生聽課質量。在課堂教學過程中，將傳統課堂轉變為多模態的翻轉課堂，采用小組討論與案例分析相結合的方式，引導學生深入討論智能農業裝備項目案例，引導學生自主學習，充分發揮學生的主動性。比如，介紹對農業圖像或者點云信息進行濾波算法學習時，可以先介紹其中的一種濾波方式，然后通過提問的方式讓學生自主思考，并根據學生的回答給予適當啟發，引發學生更深層次的思考，最終引出不同的算法及對于圖像及點云處理的異同點。

（三）產教融合反饋教學

在傳統產教融合的基礎上，通過創新項目式產教融合的新模式，以及學生在教育全過程中的實時反饋，解決傳統教學模式下學校和企業由于信息溝通不順暢導致教學過程中的課程設置和市場需求匹配度不足等情況。在這一新模式下，學校與企業在課程設計、教學實施和評價體系等方面更加緊密合作，形成共建共享的教育生態。例如，在教學過程中，組織具有優秀技能和工匠精神的企業導師進入講堂，教師與企業導師可以聯合授課，提供案例研究和實戰演練，不僅幫助學生理解理論知識，更激發他們的創新思維和解決實際問題的能力，并且在教學過程中適宜地注入工匠精神，培養學生嚴謹的工作作風。在課程設計的擬題階段可以與企業聯合發布難度適中且能夠幫助企業解決一部分問題的課題，引導企業在課程設計階段積極參與，隨后組織學生深入企業相應的崗位進行實踐鍛煉，在此過程中，通過教師的帶領開展不同職責、不同崗位學生之間的相互配合，使課程設計在企業的學習鍛煉過程中得到完善。在此過程中，不僅學生得到了具有實際項目經驗的鍛煉，教師在組織學生配合的過程中也將獲得更多具有實際意義的教學手段，因此可以將實際項目和行業需求融入教學大綱，使課程內容緊跟市場動態。并且通過和企業的合作，可以不斷輸出具有專業特色的工農融合的案例，進一步反饋基礎教學，從而形成閉環。

通過以上幾點對課程教學的深入探索，并通過特色教學案例收集及先進教學案例庫建設、多模態翻轉課堂提升教學水平和運用產教融合新路徑反饋教學等幾種措施，對當前課程在教學過程中的問題進行創新解決，使學生在真正意義上了解所學知識的用途，建立學生主動學習的能力和模塊化設計的思維模式，調動學生學習的積極性和學習興趣。

三、教學改革成效

為驗證提出的基于工農融合的“人工智能”課程教學改革在智能農業裝備專業教學過程中的施行成效，通過同一教師對2022級、2023級學生在兩學年的課程教學進行了試驗，其中2022級學生采用傳統的授課方式進行教學，2023級學生則采用本文設計的教學改革方法進行教學，在課程結束后，通過綜合學生的平時情況和期末考試獲得最終的成績結果，如下表所示。

從表1可以看出，在教師相同的情況下，2022級和2023級學生的成績分布區間有較大變化，其中90～100分（優秀）區間，2022級占比為1.88%，2023級占比為7.14%；80～90分（良好）區間，2022級占比為15.09%，2023級占比為26.78%；70～80（中等）區間，2022級占比為24.52%，2023級占比為37.50%；60～70（及格）區間，2022級占比為54.71%，2023級占比為23.21%。通過以上兩級學生的對比可以看出，2022級未教學改革前，學生成績整體較低，及格和中等占比較大，區分度較低，反映學生對知識的吸收度較低。而2023級教學改革后，學生相對于2022級學生整體上升幅度較為明顯，且成績分數以中等為軸線呈正態分布樣式，區分度較為明顯，反映出學生在學習過程中能夠較好地接受知識。因此，根據以上數據結果可以得出，工農融合案例式的教學方式對提升學生的學習效果和培養學生實踐能力有顯著作用。

結語

為了提升“人工智能”課程的教學效果，進一步推進本科教育過程中關于新工科、新農科等理念，在安徽科技學院工農融合的大背景下，以農業智能裝備為改造提升對象，開展針對該門課程的教學改革建設，不僅是教育工作的必要創新，也是滿足社會需求的必然選擇。通過整合實際案例、增強實踐環節、引入跨學科知識、提升教師素質及建立有效的評價機制，能夠顯著提高課程的實際價值與學生的學習效果。未來，隨著工農融合的深入推進，我們需要不斷反思和改進課程教學內容，以培養更多適應新興產業需求的創新型人才。

參考文獻：

［1］井文倩，霍憲起，金太花，等.基于產教融合的“三個結合、八鏈對接”涉農專業雙創人才協同育人機制構建與實踐［J］.高教學刊，2022，8（27）：5861.

［2］緱瑞賓，鮑官培，于敏，等.傳統工科專業的OBE+工農融合改造提升路徑研究：以機械設計制造及其自動化專業為例［J］.黑河學院學報，2022，13（08）：7678.

［3］樊超，楊鐵軍，侯慧芳，等.“新工科”背景下人工智能專業核心實驗教學項目設計［J］.實驗技術與管理，2021，38（08）：183189.

［4］王衍學，楊銀銀，馮劍波.車輛工程專業人工智能課程教學改革與探索［J］.高教學刊，2023，9（07）：3336.

［5］曾曉嵐，崔福義，時文歆，等.人工智能+給排水科學與工程專業復合型人才的行業需求調研［J］.中國給水排水，2021，37（24）：1116.

項目基金：安徽科技學院教研項目：工農融合背景下機械相關專業《人工智能》教學內容優化（Xj2023154）；省級大學生創新訓練計劃項目（S202310879128）

作者簡介：張剛（1997—"），男，安徽蚌埠人，碩士研究生，助教，研究方向：高等職業教育、智能農業裝備。