卢 涛,张彦铎
(1.武汉工程大学 计算机科学与工程学院,湖北 武汉 430205;2.武汉工程大学 人工智能学院,湖北 武汉 430205)
近年来,借助通讯网络共享教学资源的教学模式日益风靡,特别是以慕课(MOOC)为代表的线上教学模式极大促进了优质教学资源的共享。2011 年斯坦福大学推出的人工智能导论免费线上课程吸引了全世界近16 万人注册学习,线上课程无论是参与学习人数的规模还是广度都是传统教学方法难以企及的。Coursera 和可汗学院等开放性课程教学平台的出现,进一步推动了慕课教育的发展[1-2]。从2012 年开始,我国也逐步推进慕课平台和内容的建设,2013 年清华大学推出了学堂在线平台。2018 年,教育部建成了490门“国家精品在线开放课程”,使得我国的慕课数量处于世界第一。毋庸置疑,慕课教学模式极大提高了课堂教学的受众面,促进了知识的传播和教学资源的共享。然而,随着终生学习观点的普及,单纯的线上教学模式已不能满足越来越多的学习者对实时互动的需求。因此,近年来,结合线上教学与线下互动的新教学模式日益受到了重视[3]。
受到Web2.0 技术的影响,新一代的社交网络提供了更为便捷的交互模式,例如微博、微信、抖音等进一步提供了课堂教学交互的平台和手段。利用社交网络教学也成为一种新的尝试。法国南特商学院成功使用Facebook、Twitter 和Scoop.it 等社交平台搭建教学辅助平台,增加学生的参与性和互动性。微课利用碎片时间提供学习资源,将知识点离散化地呈现给读者,进一步提高了教学的实效性。另一方面翻转课堂利用交互手段,提高了学生的参与度,获得较好的教学效果[4-5]。在微课的基础上,本团队提出了微知识点的教学模式,并提出了课程教学组织、评估考核等环节的展开模式,在实际的教学中取得了较好的效果[6]。
微知识点教学模式是一种新教学方法的尝试,其主要的组织形式按照图1 所示的5 个步骤展开。围绕课堂教学,从优化课程教学的内容开始,使用多样化的教学手段,充分利用网络教学资源,开展社交媒体交互并进行教学效果的评估和考核,最后根据考核结果优化课堂教学内容,形成微知识点的教学闭环。通过图1 可以循环迭代更新教学内容,进一步提升教学效果。
图1 微知识点教学模式结构图
2.1.1 优化课堂教学内容
数字图像处理是智能科学与技术专业的基础课程,近年来受益于机器视觉理论与实践的快速发展,课堂教学内容需要与时俱进[7]。例如,传统的颜色空间理论是数字图像处理课程中的必备内容,无论是课堂教学还是实验环节均设置了相关的内容。在保留这些经典教学内容的基础上,笔者所在课题组还结合图像处理的发展,引入基于学习的图像超分辨率重建、图像去模糊等应用内容,帮助学生理解数字图像的成像过程和数字图像处理的一般范式。这是从课程教学内容的广度出发优化课堂教学内容。另一方面,考虑到学生对教学内容的掌握程度,对教学内容的难度进行纵深方向调整,使得课堂教学内容能够更好地符合培养目标。
2.1.2 多样化教学手段
数字图像处理课程理论性强,数学推导和公式较多,一味推导数学公式会使得学生觉得学习内容晦涩难懂。可以采用多种教学方法,增强理论教学效果,如启发式教学和可视化教学两者结合。启发式教学可以调动学生的积极性,由浅入深、由近及远、由表及里、由易到难地逐步提出问题、分析问题并解决问题 。另一方面则可以利用可视化教学,适当引入Flash 动画,讲课过程中可以用Matlab 软件对算法过程进行编程和演示,把复杂的处理过程、繁琐的数学公式和实际的代码操作联系起来,加强学生对算法原理的认知与理解等。此外,引入了微知识点教学模式本身也是对教学手段的一种补充,采用更让学生喜闻乐见的教学模式。
2.1.3 利用网络教学资源
利用网络教学资源主要是引导学生开展自主性的学习和探索。从课堂布置的知识点出发,引导学生利用网络资源进行知识点学习和提高动手能力。网络资源主要集中在慕课教学视频、源代码、网络技术帖、论坛讨论内容等。在此基础上,要求学生系统掌握绘图、信息检索等基本技能,便于学生充分了解知识点的内涵、外延与应用场景,构建开发性和启发性学习模式。
2.1.4 社交交互
社交网络交互是微知识点教学模式的主要手段,也是核心。学生可利用社交平台增加多方互动,适当解决网络教学中师生间、同学间互动不足的问题,如在该平台上进行点赞、评价、打分甚至参与排名。事实上,准备微知识点的过程也是学生对核心知识点内容理解贯通应用过程,对于知识点的背景、用途、发展进行全方位的剖析,有利于学生养成分析问题的能力;分组模式使得交互过程中贯穿了团队协作,从选题、讨论内容等环节都需要队员之间配合默契,有效提高了团队协作能力的培养;社交网络上获得的点评,点赞分享等模式是建立学生专业自信的有效途径。
2.1.5 考核评估
考核评估是对教学效果的检验,也是对教学内容调整的线索来源。为了充分发挥微知识点教学模式的优势,将网络互动环节引入到考核评估中促进教学效果,巩固教学质量。同时,教师也会从考核环节中了解学生对课程教学组织、内容设置、进度安排等方面的意见,便于优化教学组织过程进而提高教学成效。课题组将试卷考试成绩的比例设置成为60%、微知识点内容质量设置为20%、传播性和科普接受度设置为20%,促使学生开展主动探索性学习。
数字图像处理课程提供了图像处理的基本知识和算法,是人工智能专业的学科基础课。由于该课程内容涵盖面大,理论性强,特别是实践操作具有一定的难度,因此学好这门基础课对学生树立良好的专业信心很有帮助。使用微知识点教学模式使得数字图像处理的课程具有以下几个方面的特点。
2.2.1 知识点覆盖面广
在原有涉及图像表示、变换、编码、增强、复原、分割、分类等基础上,引入了新的应用方法,如超分辨率重建、人脸识别、字符识别、去雾、图像补全等方面的知识点。这些知识点相对于前述基础而言更具有应用性,也是对覆盖知识点在面上的扩展,如原有25 个知识点,新增了10个知识点,延展了数字图像处理的知识点覆盖。
2.2.2 知识点渐进式演进
在教学进程中采用梯度渐进方式设置知识点,由易而难,由点及面,从基本概念入手逐步提高教学难度,在知识点掌握的基础上突出学生的系统思维能力。从课程内容的设计上更切合学生的认识规律。按照量化规则,课程设置难度从0.4~0.8 之间。同时,结课后对整体教学情况进行分析,依据反馈对教学内容和难度进行调整,构建了教学效果多次演进提升的途径。
2.2.3 知识性与趣味性融合
知识点经过学生的发布后在互联网上传播,增加了原有知识点的趣味性和科普性。为了保证知识点的合理性,知识点需经过教师审核后才能够发布,避免未经审核的信息在网路上传播,保证知识点传播源头的合理性。
数字图像处理是武汉工程大学智能科学与技术专业的专业基础课,在大三上学期开设课程,从2017 年开始,在课堂教学中引入微知识点模式,迄今为止进行了2 年的教学实践。在开课前,会对学生进行调查统计以获得学生对课程改革的认可度。其中2014 级智能科学与技术专业2 个班共43 人,2015 级智能科学与技术专业1 个班共32 人参与了调查。
由图2 数据可以看出学生参与新教学模式的意愿比较强烈,连续2 年都保持在93%以上,主要原因在于学生有超过70%的比例曾经使用过网络教学平台,因此对微知识点模式能够较快的接受,但是仅有不到30%的同学有在网上分享过学习内容,因此对新的教学模式具有一定的好奇感。从另一个方面看,学生对新考核模式的接受程度比愿意使用新教学模式比例稍低,表明学生对成绩考核仍然有所顾虑,特别是对增加的考核环节的不确定性担心。因此,团队加大了宣传力度,使得第2 届学生的接受度有所提升。
为了记录微知识点教学模式的交互性,团队记录连续2 年课程教学过程中的部分数据,用以探讨微知识点教学模式的交互性。笔者选取了结课前的一个月中的发表知识点人数、累计点赞次数、教师高评分知识点的条数3 个方面的数据(以周为单位进行统计)(见表1)。从表1 数据中可以看出,随着教学进度的展开学生参与知识点发布的数量和质量均呈现上升的趋势,同时累计的点赞次数超过了千次,说明微知识点教学模式的交互性较好。值得注意的是,教师给知识点评价的高分知识点数量也随着发表知识点的人数增长而增长,说明学生在经过训练后能够较好地掌握相关要求。
图2 微知识点参与模式意愿调查
表1 本科生社交平台发布学习成果情况表
为了便于说明课程建设的成效,论文仅仅选取考试成绩分析予以说明,尽管考试成绩并不能全部代表教学质量,仅仅从数据的角度开展说明(见表2)。笔者选取2013 级学生成绩作为对比基准,但是2013 级学生仅仅只有考试成绩,并未折算其他成绩。2014 级和2015 级学生考试的平均分和其他各项子项目分数均处于上升趋势,说明了教学内容的更新和宣传工作起到了作用,证实教学效果趋向正方向发展。粗略地看,和2013级学生相比,考试的平均分也是逐年提升,也证明了教学效果有相对明显的提升,初步证明了微知识点教学模式的有效性。
表2 智能科学与技术专业数字图像处理课程考试情况
微知识点教学模式能够优化课程内容、多样化教学手段、利用网络资源和社交平台分享成果,融知识性和趣味性一体,具有良好的实用性和可扩展性。微知识点巧妙地运用了社交平台的交互性,有效地弥补线上教学的不足,并且利用了社交网络的传播性,对知识点起到了良好的推广作用。特别是结合数字图像处理的教学特点,拓展教学知识点的覆盖面和适用性,并且在2 年的教学实践中进行应用,统计数据表明基于微知识点”的教学模式具有较好的教学实践效果。在今后的教学实践中应该加大推广力度,完善教学内容,进一步提升教学效果,切实做好智能科学与技术专业的专业课教学。