人工智能专业的课程思政探索

臧睦君，柳婵娟，刘 通，邹海林

（鲁东大学 信息与电气工程学院，山东 烟台 264025）

0 引 言

习近平总书记在全国高校思想政治工作会议上强调，要坚持把立德树人作为中心环节，把思想政治工作贯穿教育教学全过程，实现全程育人、全方位育人[1]。人工智能专业课程包括计算机视觉、图像理解、模式识别、语音信号处理、自然语言处理等前沿科学技术内容，呈现出学科交叉融合知识点更迭快、面临的关键科学问题多、与应用场景结合紧密等特点，人工智能还具有技术属性、产品属性与社会属性高度融合的特征。因此，如何将思想政治贯彻教学全过程，使思政知识与专业知识同向同行具有重要意义，也是教学中的一大难点。

所谓“课程思政”，是指思想政治教育施教主体在各类课程教学过程中有意识、有计划、有目的地设计教学环节，创造教育情景，以间接、内隐的方式将施教主体认可、倡导的道德规范、思想认识和政治观点有机融入教学过程，并最终传递给思想政治教育的受教主体，使后者成为符合国家发展要求的合格人才的教育教学理念。“课程思政”最为突出的特点在于它的“融合性”[1]。所谓“融合性”是指“课程思政”本身并不是一种独立的课程存在，它必须与具体的学科教学内容、环节相融合，才能体现它的人生教化和价值引领意义[2]。

从教学理念上，课程思政与专业课教学并不是非此即彼的对立关系。专业课教学为课程思政提供了发展的广阔背景和深厚的学科基础,赋予思想政治教育坚挺的科学力量[3]。思政知识与专业知识的同向同行，协同是关键，正如习近平总书记强调“使各类课程与思想政治理论课同向同行，形成协同效应”是课程思政的核心理念。

1 人工智能专业的思政协同内涵

与高校专门的思想政治理论课即“显性思政”不同，“课程思政”不是一门或一类特定课程，并不改变专业课程本身属性，而是一种教育教学理念，属于“隐形思政”，需要教师通过提炼专业课程中蕴含的文化基因和价值范式，将其转化为具体化、生动化的有效教学载体[4]。

思政协同，核心在协同，出发点是在思政角度对本领域知识形成新的认识，落脚点在时政、自然辩证法、马克思主义原理与本领域知识点的有机融合，统筹兼顾人格塑造、思维训练和学术认知的提升，其教学目标主要包括3 个维度。

（1）践行人格塑造，面对新课题带来的新挑战，使学生能够领会人工智能领域的工程技术人员或科技工作者的初心是什么，以及如何坚守初心。建立坚毅的学术人格，勇于承担有挑战的学术方向，攻克前沿的学术问题。

（2）进行思维训练，使学生对科学真理的普遍发展规律形成深刻印象，结合自然辩证法与科学史，对人工智能技术的核心概念、基本理论、应用场景及存在问题、未来发展等有比较深刻的理解和认识。

（3）开展认知提升，使学生能够结合马克思主义的基本原理对人工智能技术的变迁进行深入分析，从事物发展的最本质、最普遍规律的角度形成深刻见解，更牢固地掌握本领域的基础知识和前沿进展。

2 人工智能专业的思政协同教学方法

随着机器学习领域的高速发展，当前的大学生是伴随着互联网成长的新生代,非常关注身边具有鲜活生命力的人与事。因此，教师在课堂教学过程中可以将社会热点问题和专业知识相结合，并注重挖掘学生兴趣点，以小见大、见微知著[4]。

在教学实践中，将思政协同教学环节设置在本章节基础知识点讲解完成后，可以采用一套三段式问题驱动的思政协同教学方法，将习近平新时代中国特色社会主义思想、自然辩证法与科学史、马克思主义基本原理有机融合到专业课教学中，形成人工智能专业思政同向同行的教学方式。

三段式问题驱动的教学方法是指以本章节主要知识点为思政材料，在思政环节中将材料按照中国特色社会主义思想、自然辩证法与科学史、马克思主义基本原理3 个维度展开，这3 个维度是由浅到深地从上层建筑到经济基础对专业知识进行剖析。教学过程中，在每个维度上各设置具备一定导向性的半开放问题，让学生在讨论中逐步寻求答案。教师在教学环节中充当主持人，采用苏格拉底诘问法为主要教学方法，发挥讨论方向的引导作用，并根据学生在三个维度思政基础的实际情况，在必要时穿插思政知识的部分讲解。3 个维度通常按照以下方向设置问题。

维度一，什么是工程技术科技工作者和技术从业人员的初心与使命。涉及的思政知识点是当代大学生和人工智能从业者的使命与担当，教学目标为践行人格塑造、建立坚毅人格，使学生走在时代发展的前列，成为符合经济、科技、教育、文化发展要求的现代人才，为建成富强民主文明和谐的社会主义现代化国家贡献力量。诘问的导向为“追求真理，为改变人类的生活方式，使全社会更加美好而努力”。

维度二，本章节涉及的新科学理论如何替代旧科学理论。涉及的思政知识点是自然辩证法、科学史与创新方法。教学目标为进行思维训练，使学生具备高屋建瓴的分析能力。诘问的导向为观测到新现象不能用旧理论阐释，旧科学真理转化为谬误，因此提出新科学假说，新科学假说经过实践能够解释并预测新科学现象，从而转化为新科学真理。在分析过程中，应注重总结人们正确认识世界、改造世界的根本方法，将学术发展的手段归纳为对称方法、公理方法、典型分析方法等科学方法论的普遍性方法。

维度三，本章节涉及的新旧科学理论更替的主要矛盾或关键科学问题是什么，新理论如何扬弃地继承旧理论，新理论量变引发质变的拐点是什么。涉及的思政知识点是马克思主义原理的三大规律。教学目标是开展认知提升，使学生更深刻理解本领域的关键知识点。诘问的导向是对本章节知识点的总体把握。在讨论过程中，应注重通过否定之否定规律深刻理解学术发展的曲折性，通过对立统一规律体会学术发展的两面性，通过质变量变规律把握学术发展的阶段性。

3 人工智能专业的思政协同教学案例

课程思政需要从教学设计上梳理课程蕴含的思政教育元素，使课程思政贯穿在教学设计和实施全过程，实现思想政治教育与知识体系教育的有机统一[5]，然而课程思政教育一般没有通用模式，需要教师在专业课程教学中结合课程的具体实际不断探索融合[6]。结合课程实践的案例，在践行思政协同教学理念的过程中形成的三段式问题驱动的思政协同教学方法如下。

材料一：深度学习研究引起热潮的标志性事件是，2012 年底，Geoff Hinton 的博士生Alex Krizhevsky、Ilya Sutskever 在图片分类的ImageNet 竞赛上，识别结果拿了第一名。两个“小毛孩”在竞赛中用深度学习打败了Google 团队，工业界为之振奋。但是，工业界对深度学习的追捧传递回学术界发生在一年以后，在此期间学术界对深度学习并不认可。原因是大部分学术界教授并没有公开渠道及时获取工业界信息，但这些教授却是学术评审的主力，因此深度学习的文章难以得到发表。Yann Lecun 像战士一样对抗着学术界的“庸俗”和“传统”，在不同场合讨伐从业人员的态度、标准和品味，公开发文抵制拒绝大量发表深度学习文章的计算机视觉顶级会议CVPR。仅仅不到两年的时间，视觉文章没用上深度学习反而很难发表。

问题一：Yann Lecun 敢为天下先，怒怼学术界的事迹代表着本领域科技工作者的哪种初心与使命？

讨论导向：科技工作者的初心与使命就是探索真理、坚持真理，敢于挑战传统学术观念。

问题二：如果你撰写这一段科学史，结合本章节学习的有关理论和模型，叙述特征学习是如何逐步取代特征提取，成为图像理解和计算机视觉最卓越的模型。

讨论导向：“小毛孩”利用深度学习模型打败工业界最强团队，标志着特征提取模型代表图像理解与计算机视觉最前沿（state of the art）的论断从真理转化为谬误，深度学习模型代表图像理解与计算机视觉领域未来成为新的科学假说。结合本章基础知识，引导学生认识到新科学真理的诞生过程。

问题三：特征提取和特征学习的主要矛盾是什么，在这一轮技术革命中，特征学习是如何扬弃地继承特征提取，特征学习在发展过程中有哪些量变和质变的技术。

讨论导向：特征提取和特征学习模型的主要矛盾在于机器学习应该由知识驱动还是数据驱动。引导学生讨论特征学习模型在发展过程中借鉴的知识驱动技术以及从深度置信网络到卷积神经网络发展过程中的技术变革。

材料二：清华大学人工智能研究院院长、中国科学院张钹院士在AI2000 发布会做出重要评论：“人工智能的四大基础是知识、数据、算法和算力，回顾历史，这4 个因素都在不断地发挥作用。第一代人工智能也叫符号人工智能，比较强调知识对智能的作用，因为那时算法和算力都还没有跟上。进入新世纪后，深度学习把大家的目标凝聚到了数据上，这时大数据的出现，再加上很好的算法，就形成了基于概念的深度学习，再加上云计算等手段，使以数据为基础的连接主义模型得到了极大推广和应用。数据主义喊了许多口号，导致了我们今天遇到一些困难，按照大数据建起人工智能系统似乎不可信、不可靠、不安全、不易推广，这都是目前用深度学习进行人工智能研究带来的问题，也可以说是大数据遇到的挑战。怎么解决这个挑战呢？唯一的办法，就是重新引入知识，把数据驱动和知识驱动结合起来，达成可信安全的第三代人工智能”。

问题一：当今学术界数据驱动模型大行其道，而知识和数据联合驱动的第三代人工智能可能代表学术的未来，选择代表未来的研究方向可能面临哪些挑战，你们准备好了吗？

讨论导向：研究第三代人工智能必然遭遇学术惯性、成果周期很长等挑战，作为人工智能从业者，应该不忘初心，牢记使命，为建成富强民主文明和谐的社会主义现代化国家贡献力量。

问题二：从2012 年数据驱动的特征学习模型逐渐取代知识驱动的特征提取模型，而今天张钹院士又在呼吁同行开展知识与数据联合驱动的模型研究，从唯物史观的角度分析科学真理与谬误的转化过程。

讨论导向：科学技术总是在实践中发展，当一个时代观察的现象不能用旧真理阐释时，真理就会转化为谬误，新科学假说和科学真理就会逐渐孕育。从知识驱动到数据驱动再到联合驱动，实际上是不同历史时期在实践中观察到新的科学现象，推动科学真理和谬误的不断转化过程。

问题三：从知识驱动到数据驱动再到联合驱动，是什么决定了这些变革的动力、方向和阶段？

讨论导向：知识驱动、数据驱动、联合驱动的对立与统一是变革的动力，正是这些科学假说的主要矛盾的对立与统一驱动了科学理论的变革；数据驱动否定知识驱动，联合驱动否定数据驱动，这种否定之否定的螺旋式上升和扬弃地继承决定了人工智能的发展方向；每一次重大变革总是由各领域的量变逐步积累，最终产生质变孕育出新的科学理论，量变质变规律决定了人工智能发展的阶段。

4 结 语

思政协同，核心在协同，目的是在思政角度对本领域知识形成新认识，在习近平新时代中国特色社会主义思想、自然辩证法与科学史、马克思主义基本原理3 个维度将思政知识有机融入专业课教学，形成人工智能专业课思政同向同行协同效应。在实践教学中，通过学生的反馈，思政协同教学环节不仅提高了学生思政知识水平，也促进了学生对专业知识的深刻理解，实现了学生人格塑造、思维训练和学术认知的提升。