高职院校智能制造专业群《人工智能》通识课程教学设计与实施探索

王亮亮 王家敏 苏蕤

摘   要：文章旨在提出一种面向高职院校智能制造专业群、可推广性较强的《人工智能》通识课程教学设计与实施方案，通过理论与实验相结合的教学方法、线上与线下相互补的授课模式来提升课程内容的趣味性及学生学习的自主性。文章所提出的基于工作过程的高职院校《人工智能》通识课程教学体系，已在作者学院推广两年，受益学生数众多，正在逐步推广。

关键词：智能制造;专业群;人工智能;教学设计;实施

中图分类号：G423 文献标志码：A 文章编号：1673-8454（2020）11-0067-04

一、引言

21世纪20年代，物品将会进入全智能时代，人、物、服务网络将实现全面融合，人工智能时代将正式到来。[1]和人工智能密切相关的智能制造类相关专业的高职学生，除了需要掌握智能设备的使用以外，还需要从更深的层面去理解人工智能技术和具备人工智能素养，进而系统地学习相关专业理论知识，开设人工智能课程势在必然。国外人工智能课程开发较早，始于20世纪90年代，目前大部分欧洲国家的人工智能课程教学已覆盖各个年龄层次。国内相关研究起步较晚，从最初集中在少数相关专业的博硕研究生培养阶段，到目前一些本科院校逐步设立了人工智能（系列）课程（学院），甚至国内一些中小学也相继设置了人工智能相关课程，人工智能被提升到了一个新的历史高度，而反观高职阶段教育似乎成了人工智能教育发展的空档，为了进一步提升高职人才适应未来产业需求的能力，团队依托于省级教改课题“高职院校智能制造专业群《人工智能》通识课程教学设计与实施的研究”的平台，致力于开发《人工智能》精品通识课程，本文将完整细致地阐释该课程体系的教学思路及教学内容。

二、《人工智能》课程在高校层面开设所面临的主要问题

近几年，虽然人工智能课程在高校中的开设形成了如雨后春笋般的发展态势，但是其覆盖面仍然有限，大部分学校《人工智能》课程的开设仅集中在计算机类或控制类专业，无法满足人工智能新时代背景下对全体工科学生的培养要求，同时在现有的学科体系下，《人工智能》课程相关的教学和科研活动目前仍较零散，中国人工智能学会常务副理事长、北京邮电大学教授杨放春曾指出，目前高校的人工智能课程“不是重点学习内容，学时占比也较少，存在高开低走、碎片化、低水平重复的问题，严重阻碍了我国智能科学与技术的发展和智能技术人才的培养”。

加快发展智能制造，是培育我国经济增长新动能的必由之路，是抢占未来经济和科技发展制高点的战略选择，对推动我国制造业供给侧结构性改革、打造我国制造业竞争新优势、实现制造强国具有重要战略意义。[2]了解人工智能技术对提升信息安全意识、认识并遵循信息社会的行为与道德规范，具有重要的指导意义。[3]故《人工智能》课程开设过程中，内容实用化、形式规范化、资源合理化的问题亟待解决。

三、《人工智能》通识课程教学体系建设思路

1.将《人工智能》课程定位为通识课程

因我国人工智能技术起步较晚，前期《人工智能》课程的内容设置偏重于理论知识，又因其具有知识点多、牵涉面广等特点，需要学习者有较好的数学基础和较强的逻辑思维能力，对数学类和计算机类基础知识储备要求较高，致使无法对其他专业进行通识化教学。针对目前课程开设所面临的问题，同时，为了达成高职院校应用型、创新型人才培养目标，打造符合专科层次人才培养要求的优质课程，我们将《人工智能》定位为通识课程。

2.搭建简明清晰的《人工智能》課程教学体系

充分考虑到专科层次学生的基础，结合智能制造领域内专业群的课程特点及建设需求，我们从人工智能技术领域内应用层面的具体问题出发，通过全方位、多角度、多层次的教学设计，构建通俗易懂的课程教学体系，以期将复杂高深的人工智能技术及典型算法以简明清晰的形式呈现至课堂，来降低学生学习该课程的难度系数并提高其学习兴趣。同时，通过《人工智能》课程与信息化教学的深度融合，借助职教云教学平台，搭建一套完善的教学体系，从而丰富课程资源，优化课程设计，将人工智能教学内容模块化，结合开发的实训项目将抽象理论形象化，增加学生在学习《人工智能》通识课程过程中的获得感。同时，为后续智能制造专业群的相关专业课程的学习奠定了基础，也为其他院校的智能制造专业群提供《人工智能》通识课程教学资源。

3.实现教学任务体系建设由简到繁的迭代

本课程体系以培养学生学习兴趣、提升学生专业素养为目标，结合《人工智能》通识课程的定位及高职院校学生特点，合理设置教学内容。拟以工作过程为导向，借助职教云教学平台，利用信息化技术手段，将感知机、深度学习、聚类算法、文本处理共4个教学模块，横向按照知识点由易到难、层层递进的原则，纵向按照由浅入深、由基础向应用、由易到难、由简及繁的迭代关系构建教学体系，可有效地激发学生的学习热情及兴趣，培养学生的实际工作能力和创新能力，切实改善教学效果。

4.促进人工智能技术与专科层次人才走上工作岗位后应用方面有效衔接

在过去，专科层次的学生就业岗位大部分为，在诸如生产线之类的工作环境下从事简单重复的劳动，而如今面对全要素生产率的提高、劳动升级换代的推进、人工智能技术的应用，简单重复劳动的岗位逐渐减少，这给专科层次学生的就业带来了前所未有的挑战。

我们期望通过该课程教学体系的系统实施，可以为高职智能制造专业群的学生提供良好的了解科技前沿的机会，帮助他们结合自己所学专业，了解人工智能在无人工厂、无人驾驶、无人值守、无人物流等无人系统新工作模式及环境中的应用，并引导学生大胆畅想人工智能未来在本专业的应用前景，做到了解科技前沿、把握科技动向，从而明确努力目标。

四、《人工智能》通识课程教学内容的设置

本课程的教学目标是培养学生的人工智能和信息技术素养、计算思维能力和人工智能技术应用能力，帮助学生提升信息化时代背景下的职业适应能力，学会利用人工智能技术与思维解决专业行业的各种复杂任务，为今后从事相关行业的工作打下坚实的基础。同时，加强学生对课堂所学知识的理解，拓宽学生的知识面，培养学生科学严谨的工作作风。

1.本课程理论教学内容的设置

课程内容设置拟以工作过程为导向，构建高职院校《人工智能》通识课程教学体系。横向按照知识点由易到难、层层递进的原则，设置四个技术模块——感知机、深度学习、聚类算法、文本处理;纵向按照由浅入深、由基础向应用的迭代关系，设置三个教学步骤——基础知识讲解、原理简介及模型应用。基于工作过程的高职院校《人工智能》通识课程教学体系如图1所示。

该体系共分为四个模块，分别为感知机模块、深度学习模块、聚类算法模块和自然语言处理模块，每个模块横向均可实现理实一体教学过程，纵向满足由理论基础向模型应用、由易到难的教学迭代过程。

（1）感知机模块

该模块的教学以人工智能的起源及发展历程为切入点，以生物神经元的结构及信号传递过程的讲解引入M-P神经元模型的构建，进一步阐述感知机的工作原理，并通过深度讲解支持向量机算法，阐释线性分类器的原理及应用，最后通过“人脸分类”实验验证并帮学生巩固本模块所学知识。

（2）深度学习模块

该模块从神经网络和深度学习的关系引入，介绍了深度学习的发展历程，并通过详解深度卷积神经网络的概念，阐述了卷积运算的原理和在图像处理技术中的实际意义，最后通过“人脸识别”实验中的“数据学习和模型训练”部分验证并帮学生巩固了本模块所学知识。

（3）聚类算法模块

该模块通过对典型监督学习算法的知识回顾，结合“鸢尾花分类”的经典案例，对比归纳出无监督学习算法的基本原理;通过阐释聚类算法和分类算法的区别，引入K均值聚类算法，引导学生进一步理解无监督学习的特点;最后利用“人脸识别”实验验证本模块所学知识，加深学生对知识点的理解。

（4）自然语言处理模块

该模块以自然语言的概念为切入点，列举了自然语言处理的发展历程;通过分词、句法分析、语义分析、语言认知模型和知识图谱构建等，阐述了自然语言处理技术的基本原理和工作过程，并讲解利用“词袋模型”、“主题模型”实现自然语言处理技术的原理及该项技术在机器翻译、信息检索、情感分析、社会媒体处理等领域的应用。

此外，我们还设置了综合应用与综合实验模块（包括智能机器人、自动驾驶和无人机、智慧城市、基于人脸识别的车载情绪检测报警系统实验项目）及考核模块。各模块具体教学内容与要求如表1所示。

2.本课程实验教学内容的设置

针对该课程的教学内容，我们开发了4个实验项目，实验一为图像分类项目，实验二为图像识别项目，实验三为自然语言处理项目，实验四为综合项目实验项目，旨在以任务为驱动，培养学生分析问题、解决问题的能力，将理论知识与技能操作紧密结合，加深学生对理论知识的理解，提高学生实践动手能力。

3.本课程教学资源的建设

针对理论和实验教学内容，我们认真编写了16次课（32学时）的课程教案及学案，制作相应的教学课件，搜集、整理、制作与课程相关的音视频教学资源、案例、题库，上传平台以供教学与自学参考。针对每次教学，均完善设置三个环节，即课前平台自学、课中混合教学、课后任务拓展。实现以学生为主体、线上线下相结合的教学目的，激发学生的学习热情及兴趣，培养学生的实际工作能力和创新能力，切实改善教学效果。

（1）课程教案与学案设计

教案的设计重难点突出，结构紧凑;学案的设计针对智能制造专业群不同专业背景、不同学情的学生，有对应的任务导学单。教案、学案设计如图2、3所示。

（2）课件制作

配套课件的制作，要求逻辑清晰、深入浅出，符合学生的特点及接受能力。

（3）视频资源

教学资源、案例的整理及制作，紧贴课程内容，新颖、实用性强;科学原理化繁为简，微课视频、案例、动画等信息化教学资源，将抽象问题形象化，利于学生对相关知识的掌握，充分激发学生学习兴趣。

（4）题库建设

以职教云信息化教学平台为依托，完善《人工智能》课程教学体系的搭建及教学过程实施。横向各模块皆有测试题，覆盖到每个知识点;纵向由易到难，深入探知科学原理;目前题库还在建设和扩充中，单项选择、多项选择、判断题等客观题型可随机组合抽取测试题，配以答案解析，利于知识点的精准学习及巩固。

同时，线上教学平台的评价功能面向《人工智能》课程教学过程中的所有环节，可实现教师对学生学习效果及学生对教师授课情况的全过程全方位互评，激发学生学习积极性的同时，授课教师也可及时掌握学生学习动态并适当调整教学思路，有效提高整个课程教学过程中的师生沟通率。

我们充分利用职教云教学平台的优势，深入探讨有关信息化教学设计与实施的问题，为高职院校《人工智能》通识课程构建一套完善的教学流程体系，对包括如何导入、如何设计、如何创设情境、如何处理突发事件、如何组织学生等方面，进行多维度、多层次的设计与优化，鼓励学生独立思考，激发其学习的主动性，培养学生的科学精神和创新意识。

4.本课程教学实施成效

山东商业职业技术学院智能制造与服务学院于2018年9月面向本學院全体2018级学生开设了《人工智能》通识课程，这在全省高职院校中，应数首例。经过一年多的实践探索，课程体系也逐步完善与成熟，目前已面向我校智能制造与服务学院2018级和2019级机电一体化技术、电气自动化技术、物联网应用技术、应用电子技术、冷链物流技术与管理等12个专业共2000余名学生开设了《人工智能》通识课程。该课程不仅培养了学生学习的兴趣，提高了学生学习的主动性，储备了一定的就业创业本领，也在实践动手能力方面得到了一定的提升，自该课程开设以来，我院学生在各类相关大赛中取得了丰硕的成果，仅2019年度，我校智能制造专业群学生在各类创新创业大赛中获得一、二、三等奖共计62项。

五、结束语

本课程体系的构建从智能制造领域内应用层面的具体问题出发，合理设置教学内容，将复杂高深的人工智能技术及典型算法以简明清晰的形式呈现至课堂，降低了该专业群学生学习此课程的难度系数并提高其学习兴趣。此外，结合该课程在其他兄弟院校教学过程中遇到的问题、总结的经验，通过与信息化教学方法的深度融合，借助职教云教学平台，搭建了一套完善的教学体系，丰富课程资源，优化课程设计，进一步激发学生学习兴趣，增加了学生的获得感，有效突破了实际教学过程中的瓶颈，确保学生在本课程的学习过程中能够学有所得，学有所用。

参考文献：

[1]韩洁琼.《人工智能》课程教学探索与实践[J].福建电脑，2018（4）：95-96.

[2]工信部联规[2016]349号.工业和信息化部 财政部关于印发智能制造发展规划（2016—2020年）的通知[Z].

[3]王浩，吴共庆，胡学钢，姚宏亮，李培培.新工科背景下人工智能通识系列课程建设与实践[J].计算机教育，2019（2）：112.

（编辑：王天鹏）