人工智能技術賦能民辦高校模式識別課程改革的研究

摘要：隨著教育部出臺《高等學校人工智能創新行動計劃》，人工智能正在促進教育變革創新。文章探討人工智能技術如何賦能民辦高校模式識別課程改革，重點分析其在教學內容、實踐教學和考核評價方面的應用，并提出相應的改革思路和方法。

關鍵詞：人工智能技術；模式識別；課程改革

中圖分類號：G642" " " 文獻標識碼：A

文章編號：1009-3044（2025）19-0166-03

開放科學（資源服務） 標識碼（OSID）

0 引言

人工智能發展被譽為全球第四次工業革命的關鍵動力，它不僅改變了人類的工作方式，還在醫療、教育等多個領域展現了巨大的應用潛力。本文以民辦高校模式識別課程為研究對象，探討人工智能技術對其賦能作用及改革方法。模式識別作為人工智能領域的核心課程，它不僅涉及數據的分類與識別，更是實現智能化決策的基石[1]，對提升學生科研實力，豐富學科課程體系，增強學生就業競爭力等都有著重要意義。在新工科背景下，構建與時俱進的課程體系尤為重要。在民辦高校中，由于資源分配等條件的限制，模式識別課程的教學面臨著一系列的挑戰。人工智能技術的發展為民辦高校的教學改革帶來了新的機遇和不同的思路，運用人工智能技術對課程教學進行改進與優化，可以助力學生更有效地掌握知識，提升技能[2]。

1 現狀綜述

人工智能模型在教學改革中的應用正在逐步改變傳統的教育理念、教學模式以及管理方式，為教育領域帶來了前所未有的創新與發展。王敏[3]等人在人工智能技術背景下，主要對智慧化教學的硬件條件和軟件條件等方面進行探索，該方法主要針對民辦高校創新教學方法進行研究，為模式識別課程改革提供了新的方向。貴向泉[4]提出將新工科的建設理念與人工智能教學實踐相結合，根據實時教學情況修改和更新課程內容，使課程內容在貼合學情的基礎上更新內容。劉國利[5]等以某學院為例，對模式識別課程的評價體系等進行改革，此項改革主要針對高職院校不同知識背景和需求的學生提出了個性化的評價方法，更好地幫助老師了解學情，為模式識別課程個性化評價提供了新的思路。李兆飛[6]通過對模式識別相關課程思政建設現狀的分析，對課程教學大綱進行了改革，對如何在教學內容中切入思政元素等進行了設計，但課程思政應具有創新性，應該不斷地以新案例探索新的元素，及時更新的課程思政內容。基于人工智能技術的教育改革正逐漸成為全球范圍內的共識和行動。但現有的文獻和改革方法沒有考慮民辦高校特殊的辦學性質及學生情況，同時模式識別課程又是一門理論偏多、算法復雜、與項目聯系密切的課程，本文主要探討在民辦高校的背景下，如何利用人工智能手段來優化模式識別課程的教學，為模式識別的教學改革賦能。

2 模式識別課程教學存在的問題

連續四年的教學實踐表明模式識別課程對于培養學生的創新思維和實踐能力具有顯著的效果。在人才培養過程中，民辦高校傾向于強調應用型人才的培養。其教育目標不僅在于知識的傳授，更在于培養學生將所學知識應用于解決現實問題的能力。模式識別課程內容涉及面寬、知識面廣、算法較多，是一門綜合性很強的課程。經過課程總結和課后反饋，發現在課程教學中存在一些問題還需要改進。

2.1 教學內容更新滯后

目前模式識別課程內容存在更新滯后的問題，教材內容更新周期往往較長，難以跟上快速發展的科技步伐，無法充分反映行業內的最新動態和趨勢，這就導致了教學內容與實際應用之間存在一定的脫節。大多數模式識別教材中都是基礎內容，例如在學習動態聚類算法時，多以C均值聚類為主，但隨著科技的創新，出現了很多優化策略，近年來更是將神經網絡也與聚類算法相結合，因此教師必須時刻關注最新的研究進展和技術發展，這無疑給教師的教學工作帶來了極大的挑戰和壓力。教師不僅要深入理解課程內容，還要將最新的研究成果和行業動態融入教學中，確保學生能夠接觸到前沿的知識體系。如何有效地解決這一問題，使得學生在學習過程中接觸到前沿的知識和技能，增加學習效果和提高未來的職業競爭力，成為民辦高校教師亟待解決的重要課題。

2.2 課堂教學模式單一

模式識別課程教學使用傳統的教師講學生聽的方法，不能做到真正以學生為主體，且民辦高校教學資源的單一性限制了教學模式的多樣化。現有的授課方式可以幫助學生理解課程基本內容，但也只是口耳之學，學生對知識的掌握浮于表面，例如在學習概率密度函數估計時，傳統的教學方法下窗口大小的改變對估計結果產生的影響過程依賴教師口述和學生想象，如果能夠讓變化過程動態化，就能幫助學生更加理解課程內容。傳統的課程教學缺乏實踐過程，使學生在實際工作中難以應用所學知識解決實際項目，最重要的是課程本身公式較多、內容晦澀，使學生并不能體會到課程學習中的樂趣，因此激發學生興趣，增強學生解決實際項目問題的能力是目前民辦高校模式識別課程需要解決的重要問題。

2.3 學生評價機制需優化

傳統的模式識別課程的評價方法具有很大的局限性，現有的課程評價方式為平時成績和期末考試，加偏重于理論知識的考核，忽略了學生解決項目的能力。對于民辦高校來說，學生基礎薄弱，注意力集中度不足，且每個學生的基礎各不相同，側重理論的固定考核模式往往不能有效地評估每一個學生的學習情況，無法全面評估學生的實踐能力和創新能力，因此需要探索完善的評價機制，考核學生實際項目的操練能力，并且針對不同學情的學生制定不同的評價方案，以更好地反映學生的綜合能力和發展潛力[7]。

2.4 專業教育缺乏思政元素

在當前工科生的教育教學中，大多數專業課教師對思政教育不夠重視，這導致了專業課程與思政教育的脫節，使得學生在接受專業知識的同時，缺乏對于思政理念的理解和認同。模式識別課程應用涉及工程倫理，因此在課程教學中進行思政教育尤為重要，專業課教師往往專注于知識的傳授，不知道如何以恰當的方式將思政融入專業教學中、不知道如何以學生感興趣的方式進行思政教學等問題，這使得思政教育在專業課程中的融入變得困難，限制了學生綜合素質的提升。因此，如何在專業課程中有效地融入思政元素，成當前工科教育教學改革中的一個重要問題。

3 改革措施

人工智能技術在教育領域的應用已成為必然趨勢，對傳統五段教學法的授課模式構成了重大挑戰。模式識別課程通常以教師為中心，學生主要是被動接受知識的傳授，很少能積極主動地學習。應用人工智能技術可以讓學生通過探索和應用進行學習，培養應用能力和創新能力，也可以助力民辦高校構建“教學—評估—反饋—調整—教學”的全新反饋體系，幫助教師及時了解學情并進行調整，提升教師教學能力與學生學習成效，培養出更具競爭力的創新應用型人才[8]。

3.1 運用人工智能大模型拓展教學內容的深度與廣度

在科技迅速發展的當下，人工智能技術為傳統教學模式的改革帶來了革命性的突破，在模式識別課程中利用人工智能大模型不僅能夠豐富教學內容，還能有效提升學生的學習興趣與理解深度。當前的模式識別課程教材更新緩慢，制約了學生專業素養的提升，人工智能大模型可以為模式識別課程提供其最新發展趨勢，能夠實時獲取并整合最新的研究成果與技術進展，為教師提供國內外最新的研究論文、技術報告、實際案例等，使課程內容更加前沿、豐富和實用。

模式識別作為計算機科學、人工智能等多個工程領域的重要基礎課程，其核心在于教授學生如何從復雜多變的數據中自動發現規律，識別模式。傳統的教學方式往往側重理論講解與算法推導，而人工智能大模型的引入，則為這一課程增添了生動、直觀的實踐環節。教師可以利用文心一言、訊飛星火等AI大模型展示最新的研究成果與實際應用案例，如人臉識別、語音識別、圖像檢索等，利用模型可以得到人臉識別等項目的原理和框架。教師可以帶領學生通過集成大量數據預處理、特征提取、分類與聚類等訓練課程中的人工智能模型，讓學生親眼見證模式識別技術的強大魅力的同時通過實際操作相關技能，這將為他們未來從事相關行業工作做好充分準備，提高其實踐應用能力和行業競爭力。

3.2 運用人工智能大型模型對教學模式進行優化

針對模式識別課程的特性和學生學習需求，探索線上線下混合教學模式，課程將采用互動式、探究式、項目式等多種教學方法，在課前階段，教師利用在線學習平臺發布本節課程相關任務，涵蓋學習目標、要求、重點內容等。為充分調動學生的積極性與自主性，教師提供相關理論知識、實踐項目和相關任務，激勵學生在課前主動學習，預習相關資料，了解實際項目需求，參與討論并提出問題。

在課堂教學中，教師依據學生預習情況設計探究式學習活動，引導學生深入探討，講授相關理論知識后及時與項目結合。教師可以設置實踐題目，以利用貝葉斯決策的方法進行手寫字體數據集分類為例，引導學生運用人工智能大模型進行實際操作。學生根據老師的題目，向人工智能模型提問（文心一言等） ，例如：生成一個基于Matlab的利用貝葉斯決策對手寫字體數據集進行分類的程序，模型會給出一個先進且基礎的算法程序，利用該程序完成題目中的基礎部分，隨后教師通過調整問題，促使學生對程序進行修改，深入理解程序的運行機制，并掌握編程技能。在運用人工智能大型模型輔助教學的過程中，教學目標并非僅僅讓學生獲得問題的解答，更重要的是讓學生理解答案的由來，以及學會評估答案的正確性、探究答案的多樣性，通過這一過程學生不僅能夠認識到人工智能技術的局限性，還能培養學生自主思考和應用能力，提高學生的就業率。

3.3 運用人工智能大模型構建多元化與個性化評價體系

構建多元化和個性化的評價體系對于實現民辦高校模式識別課程的人才培養目標具有至關重要的作用。在明確評價目標和內容的基礎上利用人工智能技術開展線上評價，利用人工智能平臺創建與學生興趣和專業背景相關的項目主題，提高學生的參與度和學習動力。例如，可以選擇圖像識別、語音識別或自然語言處理等方向的項目。根據學生的知識水平和技能水平，設計不同難度的項目。從簡單的數據集和基本的算法開始，指導學生按照標準的模式識別流程進行模型訓練，包括數據預處理、特征提取、模型選擇、參數調優等步驟。鼓勵學生在項目中嘗試新的算法和技術，培養他們的創新思維和解決問題的能力。

利用人工智能技術平臺為學生定制考核方式，平臺首先收集并分析學生的學習數據，通過對學生數據的深入分析，了解學生的學習習慣、興趣和能力，為制定個性化的評價標準和方法提供依據。對于理論知識評價，可以采用在線考試系統，根據學生的學習進度和水平智能生成試卷；對于實踐能力評價，可以設立實驗課程或項目式學習，讓學生在模擬或真實的環境中進行實踐操作，并通過智能實驗平臺對學生的實驗過程進行實時監控和記錄。通過理論與實踐考核結合的方式幫助學生進行自我評估、實時反饋和個性化學習，根據評價結果和反饋意見，不斷優化評價體系，確保評價體系能夠更好地適應學生的學習需求和發展趨勢。

3.4 利用人工智能大模型探索更適合的思政元素

課程思政在工科專業中的重要性不容忽視，它不僅是培養學生綜合素質的關鍵環節，也是實現全面育人目標的重要途徑。模式識別課程往往涉及機器人工程等與人工智能發展密切相關的領域，機器倫理對此門課程尤為重要。在課程當中要“潤物細無聲”地幫助學生樹立正確的價值觀，理解個人行為對社會和人文的深遠影響，幫助學生建立職業道德觀念。人工智能大模型可以根據社會熱點和時事政治為課堂提供最新的思政案例，使思政內容更加貼近現實、具有時代感。例如在聚類的內容講解時，需要引入大數據會對人進行“聚類”的案例，告誡學生在網絡中要注意保護個人隱私，教師可以利用人工智能大模型獲得最新的信息泄露的案例。在實踐教學環節，可以構建虛擬模式識別的工程項目，讓學生在模擬環境中進行設計和決策，同時引導其思考工程項目的社會影響和環境影響，從而培養其社會責任感。最后，通過人工智能技術實現思政教育的持續跟蹤和評估，及時發現學生的問題和需求，為教師提供有針對性的教學建議，不斷優化思政課程的教學效果，為培養具備人本思維和科技倫理的人才奠定基礎。

4 結束語

隨著人工智能從概念到應用的普及，模式識別課程教學被賦予了新的要求和使命。本文在教學內容、教學方法、評價機制及課程思政等方面，為民辦高校利用人工智能技術賦能模式識別專業課程的改革提供了新的思路，該方案有助于培養具有跨學科知識和創新能力的高素質人才和新型實踐型人才。隨著人工智能技術的發展，其在模式識別課程改革中的應用會越來越深入且全面，這是一個復雜而重要的任務，還需要教師們不斷探索和努力。

參考文獻：

[1]劉步實，陳伯倫.“新工科”建設背景下模式識別課程的教學改革研究[J].大學，2024（29）：105-108.

[2] 高婷.民辦高校數據挖掘課程改革研究[J].信息與電腦（理論版），2024，36（12）：226-228.

[3]王敏，陳蕊，黃莉.人工智能背景下民辦高校創新教學培養模式研究[J].大學，2022（34）：31-34.

[4] 貴向泉，高禎，李立，等.“新工科” 背景下人工智能教學改革研究[J].教育教學論壇，2020（15）：129-131.

[5] 劉國利，何啟健.人工智能背景下模式識別課程的教學實踐與改革[J].時代汽車，2023（14）：39-41.

[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）：41-44，69.

[7] 任鴻儒，馬慧，周琪，等.多元化教學促進“模式識別” 課程教學改革的探討[J].中國信息技術教育，2024（22）：109-112.

[8] 高洪皓，陳章進.人工智能賦能程序設計課程教學改革[J].計算機教育，2024（7）：41-43，48.

【通聯編輯：光文玲】