面向新農(nóng)科專業(yè)的“人工智能”課程教學(xué)改革研究

摘"要：人工智能技術(shù)快速發(fā)展導(dǎo)致“人工智能”課程更迭得越來越快，傳統(tǒng)的“人工智能”課程教授體系難以滿足當前多元化專業(yè)能力發(fā)展的需求。本文針對新農(nóng)科專業(yè)下農(nóng)業(yè)智能裝備專業(yè)的學(xué)科特性，分析當前人工智能的行業(yè)背景以及課程的教學(xué)現(xiàn)狀，提出以“理論—應(yīng)用”知識線路為導(dǎo)向下的課程知識體系框架重構(gòu)、培養(yǎng)具有企業(yè)經(jīng)歷和實際項目研發(fā)經(jīng)驗的“雙師雙能型”教學(xué)團隊、建設(shè)和完善實習(xí)時間體系等多種教學(xué)改革模式。通過在實際的教學(xué)過程中對此教學(xué)改革方式進行實踐，兩個學(xué)年度的教學(xué)結(jié)果對比驗證了該方式從多個方面提升了學(xué)生的綜合能力，滿足新農(nóng)科專業(yè)培養(yǎng)具有實踐和創(chuàng)新能力人才的需求。

關(guān)鍵詞：人工智能；新農(nóng)科；教學(xué)改革

中圖分類號：G642""文獻標識碼：A

人工智能的持續(xù)研究與探索給我們的社會發(fā)展帶來了巨大的改變［1］。目前各個高校已經(jīng)在不同的專業(yè)設(shè)立“人工智能”課程，通過“人工智能+”的方式改變其專業(yè)在傳統(tǒng)課程培養(yǎng)方式下教育教學(xué)的局限性，提升學(xué)生看待問題的多角度、多層級能力［2］。很多研究人員通過不同的教學(xué)方式來對該門課程進行系統(tǒng)性的改革，激發(fā)學(xué)生的學(xué)習(xí)興趣和思維能力，但對于“人工智能”課程與一些以農(nóng)業(yè)為特色的本科院校在新農(nóng)科專業(yè)建設(shè)時的結(jié)合則研究較少［3］。相對于傳統(tǒng)農(nóng)科專業(yè)，新農(nóng)科專業(yè)通過“農(nóng)科+”與其他專業(yè)進行交叉融合從而形成新的農(nóng)業(yè)形態(tài)［4］。安徽科技學(xué)院將農(nóng)業(yè)作為特色并有機融合進學(xué)校專業(yè)建設(shè)過程中，在工農(nóng)融合的背景下持續(xù)優(yōu)化改革，形成以農(nóng)業(yè)智能裝備專業(yè)為主要載體的新農(nóng)科教育體系。其中，“人工智能”課程為該新農(nóng)科教育過程中的專業(yè)核心課程，是實現(xiàn)農(nóng)業(yè)現(xiàn)代化、智能化建設(shè)中的重要組成部分，在對于學(xué)生知識層級的提升和理論與實踐的結(jié)合起到承上啟下的作用。

一、新農(nóng)科專業(yè)“人工智能”課程教學(xué)現(xiàn)狀

“人工智能”課程理論性較強且與工程技術(shù)結(jié)合緊密，能夠解決實際工程問題，在本科階段對學(xué)生的工程能力及創(chuàng)新能力的建成有著承上啟下的作用［5］。但在實際教學(xué)過程中存在一些問題：首先，通過在課程教學(xué)過程中為學(xué)生教授較為全面的Python語言編程、機器學(xué)習(xí)、深度學(xué)習(xí)、圖像處理等多個層級的知識，但由于內(nèi)容的專業(yè)性和復(fù)雜性，導(dǎo)致許多學(xué)生在學(xué)習(xí)過程中感覺到理論知識的繁雜與困難，存在課程基礎(chǔ)理論知識繁雜。其次，新農(nóng)科專業(yè)是為了應(yīng)對現(xiàn)代農(nóng)業(yè)的變化而設(shè)立的一個新興學(xué)科領(lǐng)域，其核心在于利用新一代人工智能技術(shù)提高農(nóng)業(yè)生產(chǎn)效率和可持續(xù)性，但在當前的“人工智能”課程中，新農(nóng)科特色的體現(xiàn)不夠清晰，未能將其與農(nóng)業(yè)領(lǐng)域的具體問題相結(jié)合。最后，在新農(nóng)科專業(yè)的“人工智能”課程授課中，許多高校在課程設(shè)置方面重理論輕實踐，學(xué)生在課堂上學(xué)習(xí)到的知識，往往無法直接應(yīng)用到實習(xí)、項目開發(fā)等實際環(huán)節(jié)中，存在教學(xué)與實踐結(jié)合不緊密的問題。為解決以上問題，通過課程知識體系框架重構(gòu)、“雙師雙能型”教學(xué)團隊建設(shè)和完善實習(xí)實踐體系等方式，來優(yōu)化當前“人工智能”課程在新農(nóng)科專業(yè)的教學(xué)現(xiàn)狀。

二、課程教學(xué)改革方法

（一）課程知識體系框架重構(gòu)

針對當前人工智能在農(nóng)業(yè)現(xiàn)代化發(fā)展背景下的熱點和趨勢，確保課程內(nèi)容的先進性和實用性，深度整合優(yōu)化課程內(nèi)容，在對整個人工智能發(fā)展現(xiàn)狀的框架下梳理針對新農(nóng)科專業(yè)的人工智能理論體系，提出“理論—應(yīng)用”知識線路，將書本理論深度與實踐應(yīng)用案例進行串聯(lián)，進而搭建更為清晰化、系統(tǒng)化的課程體系。

1.“理論—應(yīng)用”知識線路設(shè)計

“理論—應(yīng)用”知識線路設(shè)計如圖1所示，主要包含理論框架及農(nóng)業(yè)實際應(yīng)用案例，旨在通過理論知識與案例的相互結(jié)合與印證讓學(xué)生建立更加明確的知識圖譜，降低人工智能理論繁雜的特點，提升該課程的教學(xué)效果。理論部分作為“人工智能”課程教學(xué)的基礎(chǔ)，對整個人工智能系統(tǒng)框架進行系統(tǒng)梳理并考慮到農(nóng)業(yè)智能裝備專業(yè)在實際應(yīng)用過程主要是對農(nóng)田圖像、雷達等信息進行處理，因此形成以Python編程基礎(chǔ)、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)4個關(guān)鍵模塊以在教學(xué)過程中進行教授。學(xué)習(xí)順序從Python編程開始，讓學(xué)生能夠掌握該編程語言以便于后面進行實際的算法試驗，先從最基礎(chǔ)的機器學(xué)習(xí)算法進行入門，比如簡單的線性回歸、聚類等算法讓學(xué)生大致了解該門課程的內(nèi)容，然后對于常見的機器學(xué)習(xí)算法解決不了的問題我們又引入神經(jīng)網(wǎng)絡(luò)和概念，讓計算機像人一樣去學(xué)習(xí)，進而可以對復(fù)雜的數(shù)據(jù)和信息進行分析，最后我們將神經(jīng)網(wǎng)絡(luò)從二維轉(zhuǎn)到三維層面，講解更深層次的深度學(xué)習(xí)知識。根據(jù)以上難度逐層遞進、深度逐級遞增的方式將人工智能的理論知識進行串聯(lián)，讓學(xué)生搭建對該門課程的整體框架。

應(yīng)用案例層為“人工智能”課程組教師在平時科研或者學(xué)習(xí)過程中積累的一個個項目，并通過篩選出大小不等、難易程度適中的一些項目編寫人工智能案例，從而將理論知識在每一個案例內(nèi)進行實際應(yīng)用，在“教—學(xué)—做”一體化的教授過程中，讓學(xué)生加深理論知識的理解，真正意義上學(xué)到知識。例如，課程組總結(jié)的農(nóng)業(yè)車輛在田間進行苗帶對行自動駕駛的案例中，包含了數(shù)據(jù)采集與處理，其中圖像數(shù)據(jù)、雷達數(shù)據(jù)、北斗數(shù)據(jù)的融合用到了多模態(tài)大模型的知識，在對融合數(shù)據(jù)進行特征提取則用到了理論層面的神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的知識，最后對特征提取后的導(dǎo)航線進行擬合則用到理論層面的機器學(xué)習(xí)的聚類和最小二乘法的知識，而在這整個數(shù)據(jù)處理的過程則都是采用Python語言進行完成的。此一個案例即可將理論部分的所有模塊均進行復(fù)習(xí)和應(yīng)用一遍，而通過多個案例的試驗，將理論與應(yīng)用一一映射，最終實現(xiàn)學(xué)生知識與技能的整體提升。在此應(yīng)用案例的驅(qū)動下，通過農(nóng)機—農(nóng)藝—農(nóng)信的三維融合，探索“人工智能”課程內(nèi)容體系結(jié)構(gòu)的多元化、多模態(tài)，并持續(xù)及時地評價與改進課程教學(xué)效果，以提高農(nóng)業(yè)智能裝備工程專業(yè)的教學(xué)效果。

圖1"“理論—應(yīng)用”知識線路

2.先進教學(xué)案例庫建設(shè)

在積累到一定的具有專業(yè)特色的課程教學(xué)案例后，可以根據(jù)實際教學(xué)過程的路線，對該案例進行相應(yīng)的排序和歸類，并開發(fā)智能先進的教學(xué)案例庫，在教學(xué)過程中通過自動匹配章節(jié)知識點從而達到針對性教學(xué)。先進案例庫的建設(shè)不僅是課程教學(xué)設(shè)計與改革的重要環(huán)節(jié)，也是提升教育質(zhì)量、培養(yǎng)高素質(zhì)人才的有效途徑，旨在為教師和學(xué)生提供豐富的實踐學(xué)習(xí)資源，促進理論與實踐的深度結(jié)合。案例庫的建設(shè)能夠為教師提供實踐教學(xué)的指導(dǎo)和參考，通過收集和整理的案例庫，在教學(xué)過程中能夠針對不同的專業(yè)和教學(xué)的課程目標，將案例庫內(nèi)案例進行排列組合，這種多樣化的教學(xué)資源，能夠幫助教師更好地設(shè)計課堂教學(xué)，提高教學(xué)的針對性和有效性。

（二）“雙師雙能型”教學(xué)團隊建設(shè)

教師的教授過程是搭建學(xué)生與“人工智能”課程知識的橋梁，教師教學(xué)水平的高低將直接影響到學(xué)生獲取知識的效率，而具有企業(yè)經(jīng)歷和實際項目開發(fā)經(jīng)驗的教師是“人工智能”課程教學(xué)過程中的重要環(huán)節(jié)，因此開展“雙師雙能型”高水平師資隊伍的建設(shè)探索。主要有以下幾方面內(nèi)容：首先，采取引進與培養(yǎng)相結(jié)合的策略，引進具有現(xiàn)代農(nóng)機企業(yè)工作經(jīng)驗的人才加入教學(xué)團隊，通過帶入實際智能農(nóng)業(yè)項目提升教學(xué)團隊水平，同時選拔年輕或者在農(nóng)業(yè)領(lǐng)域研究較少的教師進行學(xué)習(xí)培養(yǎng)，和具有企業(yè)經(jīng)歷的教師建立導(dǎo)師關(guān)系，并設(shè)立教師案例培訓(xùn)機制，定期開展項目案例的培訓(xùn)，以案例的方式提高教師的人工智能和農(nóng)科知識水平。其次，為了提升教師的實踐能力和技術(shù)水平，安排教師到現(xiàn)代智能農(nóng)機企業(yè)進行實踐鍛煉，并與企業(yè)共同申報及承擔(dān)科研項目，將自己的科研與企業(yè)需求緊密聯(lián)合，形成以產(chǎn)促教、以科研項目促教的教學(xué)態(tài)勢，教師將在企業(yè)中進行一定時間的實踐，了解企業(yè)實際需求和項目運作流程，同時與企業(yè)技術(shù)人員合作，通過實際操作和問題解決，進一步提升教師的技術(shù)水平和科研能力。最后，持續(xù)組織教學(xué)團隊內(nèi)的交流和培訓(xùn)活動，定期開展人工智能研討會，確保團隊成員通過活動的交流能夠分享和了解人工智能前沿技術(shù)，并在教學(xué)團隊內(nèi)建立教學(xué)能力反饋機制，讓教師能夠?qū)⒆约旱慕虒W(xué)成效及結(jié)果及時反饋給教學(xué)團隊，通過團隊內(nèi)的評估及時調(diào)整教師的教學(xué)策略，以適應(yīng)不同項目案例下的“人工智能”教學(xué)需求。通過這些措施的實施，預(yù)期能夠建立一支既懂理論又能實踐、既具備教學(xué)能力又具備科研能力的“雙師雙能型”教師隊伍。這將為新農(nóng)科專業(yè)“人工智能”課程的創(chuàng)新發(fā)展提供強有力的支撐，提高人才培養(yǎng)質(zhì)量，推動現(xiàn)代農(nóng)業(yè)教學(xué)水平的提升。

（三）完善實習(xí)實踐體系

以引進的具有企業(yè)經(jīng)歷的人才為紐帶進一步聯(lián)系到相關(guān)智能農(nóng)機裝備企業(yè)，通過走訪調(diào)研與企業(yè)先建立初步的聯(lián)系，然后通過校企結(jié)合開展項目申報、項目研發(fā)等方面的具體合作，與企業(yè)建立深層次的戰(zhàn)略關(guān)系，并為學(xué)生在企業(yè)中建立實習(xí)實踐基地，提供實踐機會。在此基礎(chǔ)上，首先與企業(yè)聯(lián)合開展實踐課程設(shè)計、創(chuàng)新實踐項目、實踐成果評價等提升學(xué)生實踐能力的活動。其次與企業(yè)聯(lián)合開發(fā)創(chuàng)新實踐項目，如人工智能在現(xiàn)代農(nóng)業(yè)上應(yīng)用的科技競賽、課題研究等，并鼓勵學(xué)生參與此類創(chuàng)新實踐項目，通過實踐項目，培養(yǎng)學(xué)生的團隊協(xié)作能力和創(chuàng)新精神，進一步加深對該門課程的學(xué)習(xí)效果。最后通過建立完善的實踐成果評價體系，對學(xué)生的實踐成果進行客觀、公正的評價，通過評價結(jié)果來了解學(xué)生學(xué)習(xí)過程的薄弱環(huán)節(jié)和易錯點，并依據(jù)此結(jié)果持續(xù)反饋到課程體系框架構(gòu)建與師資團隊能力的提升，最終使得學(xué)生不斷提高實踐和應(yīng)用能力。

三、課程改革實施成果

為了評估本文提出的對新農(nóng)科專業(yè)“人工智能”課程教學(xué)改革的成效，對2022級和2023級農(nóng)業(yè)智能裝備專業(yè)的學(xué)生分別開展了傳統(tǒng)方式教學(xué)模式和在教學(xué)改革模式下的教學(xué)模式，為保證數(shù)據(jù)能夠真實反映出教學(xué)改革的成效，兩屆班級的教學(xué)過程為同一教師，作業(yè)和期末考核的難度相當，課程結(jié)束后采用同一評價體系對學(xué)生的綜合表現(xiàn)進行評價，最終結(jié)果如下表所示。

在上表中，我們對“人工智能”課程中主要的編程水平、理論知識、實踐應(yīng)用等相關(guān)知識進行了考核，可以看出，在保證單因素差異條件下，2023級的學(xué)生成績在各個方面均有較大提升，其中在編程水平上，2022級最高分為86分，平均分為69分，整體分數(shù)偏低，且有不及格的，而2023級由于經(jīng)過到企業(yè)參與相關(guān)的設(shè)備操作與調(diào)試，編程水平得到較大提升，最高分為97分，平均分為83分，且沒有不及格的；由于理論知識較難理解，2022級最高分為82分，平均分為64分，且存在不及格的，通過教學(xué)改革后，2023級最高分為98分，平均分為78分，并有效提升低分學(xué)生成績；實踐應(yīng)用環(huán)節(jié)提升最大，平均分從72分提升至89分，這得益于學(xué)生通過創(chuàng)新實踐項目的鍛煉提升。綜上可以看出，在未進行課程改革之前，學(xué)生成績整體不高，且區(qū)分度較低，反映出學(xué)生對知識的理解和吸收度較低，而教學(xué)改革之后，成績提升較為明顯，體現(xiàn)了學(xué)生能夠更好地吸收知識。因此可以得出課程改革從編程水平、理論知識、實際應(yīng)用等多方面提升了“人工智能”課程的教學(xué)成效，全面提升學(xué)生能力。

結(jié)語

為深入探索新農(nóng)科專業(yè)“人工智能”課程教學(xué)改革，本文通過重構(gòu)課程知識體系框架，提出“理論—應(yīng)用”技術(shù)線路，以一個個案例為導(dǎo)向的方式梳理完善了理論知識，通過“雙師雙能型”教學(xué)團隊的建設(shè)，整合了理論與實踐教學(xué)的力量，提升了教師的專業(yè)素養(yǎng)和實踐能力，完善的實習(xí)實踐體系使學(xué)生能夠在企業(yè)實踐中深化理論知識，提升解決實際問題的能力。這些改革措施相互串聯(lián)融合，有效提升了教學(xué)成效，改革后整體成績提升明顯。實踐表明，通過本文提出的教學(xué)改革模式，能夠有效解決此門課程內(nèi)容繁雜、新農(nóng)科專業(yè)體現(xiàn)不突出、實踐環(huán)節(jié)薄弱的問題，培養(yǎng)更多具備高度專業(yè)素養(yǎng)和實踐能力的人工智能人才。

參考文獻：

［1］陳震.《新一代人工智能發(fā)展規(guī)劃》解讀［J］.科學(xué)中國人，2017（30）：6970.

［2］教育部印發(fā)《高等學(xué)校人工智能創(chuàng)新行動計劃》確定人工智能發(fā)展任務(wù)［J］.中國大學(xué)生就業(yè)，2018（09）：46.

［3］張友強，馬亞靜.面向物流專業(yè)的人工智能課程教學(xué)改革與實踐［J］.物流科技，2024，47（21）：182184.

［4］姚瑤.基于OBE理念的《人工智能》教學(xué)模式改革與研究［J］.電腦知識與技術(shù)，2021，17（34）：195197+208.

［5］李白楊，孫榕.基于“知識—技能”導(dǎo)航的人工智能素養(yǎng)通識教育課程構(gòu)建［J］.農(nóng)業(yè)圖書情報學(xué)報，2024，36（08）：3442.

項目基金：安徽科技學(xué)院教研項目：工農(nóng)融合背景下機械相關(guān)專業(yè)《人工智能》教學(xué)內(nèi)容優(yōu)化（Xj2023154）；省級大學(xué)生創(chuàng)新訓(xùn)練計劃項目（S202310879128）

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