基于内容分析法的人工智能慕课优化路径研究：以北京大学为例

钱小龙 仇江燕

2015年，国务院颁布了《国务院关于积极推进“互联网+”行动的指导意见》(国发〔2015〕4号)，提出利用互联网作为基础设施和创新要素，探索在线教育领域的新教育服务供给方式。[1]其中，慕课(massive online open courses，简称MOOC)由于规模大、开放性强、个性化的特点与突破时间、空间的优势，成为目前最受瞩目的在线教育模式。[2]

基于应用的需求，人工智能已深入到学习、生活等各个领域，成为日常话语实践的重要要素[3]，人工智能相关学科的发展成为引领未来的战略性技术和推动产业变革的核心驱动力[4],发展人工智能技术、培养人工智能人才迫在眉睫。2017年，国务院发布的《新一代人工智能发展规划》文件中明确指出，我国需要加强人工智能学科建设，选择试点院校以建立人工智能学院，另还需要增加人工智能专业的博士和硕士招生数量。在不到一年的时间里，许多知名大学都集中了其资源，响应了国家建立人工智能学院的号召。[5]2017年5月，中国科学院大学发文成立人工智能技术学院。人工智能技术学院是一个新型学院，在我国人工智能领域，这个学院是首个全面开展教育和科研工作的学院。

2018年1月，湖南工业大学和上海交通大学的人工智能学院分别成立。同年3月，南京大学人工智能学院宣布成立。人工智能学院如雨后春笋般在各地崛起。与此同时，中国大学MOOC、学堂在线等知名慕课平台上的人工智能慕课也大量涌现。如无特别说明，本研究所指的人工智能慕课是指上述的人工智能专业课程以慕课的形式在慕课平台上开设的课程。为了解人工智能慕课的现状，促进人工智能慕课的改革，本文以北京大学为例，选取北京大学人工智能慕课为研究对象，进行系统的内容分析。

一、人工智能慕课研究现状

(一)国内现状

国内人工智能慕课迅速崛起，但关于人工智能慕课教育方面研究较少且存在一些问题，以北京大学开设的人工智能慕课为例，该课程重点介绍关于人工智能的核心思想、基本理论、基本方法和一些应用，并在原版英语教材的基础上，根据人工智能的发展和变化，尤其是机器学习领域，编写和丰富了大量内容。然而美中不足的是：首先，课程中的概念较为复杂，学生理解较为困难；其次，授课内容以PPT为主，讲述的方式与传统教育方式一般无二，PPT的内容则与书本的内容基本一致，缺乏趣味性。

不过，人工智能慕课的教学目标与方法都值得探究。以高中人工智能教学目标为例，黄秉刚作为中学信息技术一线教师，认为教师应在教学中增加实质性内容，让学生在实践的过程中领悟人工智能技术的思想方法，培养勤于思索、乐于钻研的良好学习习惯，创造良好的人工智能学习氛围，促进人工智能技术在基础教育中普及。[6]郑俏根据高中人工智能课程的教学目标、人工智能研究的特殊性以及高中生的认知特点，提出高中人工智能的教学宜采用基于问题学习的信息化教学模式，他认为，在实际教学中，信息技术作为学生问题求解的工具应整合于PBL实施的全过程中。[7]

(二)国外现状

国外的人工智能教育通过慕课平台的普及已相当全面。美国更是走在世界前列，美国在中学教育阶段就加强学生信息技术学科的学习，为人工智能领域的进一步学习打下了良好基础。美国三大慕课平台上的人工智能课程更加倾向于实际场景的应用以及如何用人工智能技术去解决问题。教师在教学过程中也更多会用实例来详细说明人工智能技术的应用，使学生的兴趣得到极大开发。

而且，国外的人工智能慕课也相对丰富许多，在人工智能研究领域具有一定优势，国外慕课平台推出的课程侧重于对学生实践能力的锻炼。加州大学伯克利分校在edX平台推出《人工智能》MOOC课程，由Dan Klein和Pieter Abbeel主讲，此课程对智能计算机系统设计中的基本思想和技术进行介绍，对统计与决策理论建模范例进行重点讲解。在课程中学到的技术可以让学生有能力制造出能够在随机和敌对环境中做出有效决策的自主智能体，给学生在应用程序领域深造奠定良好基础。[8]哥伦比亚大学是人工智能专业领域的杰出代表[9]，于2018年9月在edX平台推出《人工智能》课程，由Ansaf Salleb-Aouissi主讲，课程侧重于对构建智能计算机系统的基本技术的广泛理解以及对人工智能如何应用场景的理解。这些场景包括自动驾驶汽车、人脸识别、网络搜索、工业机器人等，讲解人工智能与智能代理导论，人工智能史让学生了解AI的发展历史，构建智能代理体系讲解如何解决未知和启发式搜索、游戏玩法、逻辑代理和约束满足等问题，同时教学生运用Python编程解决实际人工智能问题。[10]

(三)综合评价

通过上述研究梳理发现，可以得出以下结论：

第一，相比较与国外人工智能慕课的全面普及且侧重于实际场景应用，国内人工智能慕课资源虽已丰富，但讲述缺乏趣味、教学方法单一、侧重于理论。因此，研究人工智能慕课教学的现状，找出其具体问题并提出有效措施是国内人工智能慕课发展的关键。

第二，国内人工智能慕课的研究仍侧重于理论方面，高中阶段研究人工智能课程教学目标较多，而国外一般大学就侧重于研究人工智能慕课的实际场景应用。

第三，基于人工智能慕课的研究现状和发展动态，研究北京大学人工智能慕课现状，能为广大慕课参与者指引方向，进而加快以慕课为平台的人工智能课程改革进程。

二、北京大学人工智能慕课研究方法与研究过程介绍

本文以北京大学人工智能慕课为研究对象，利用内容分析法得出北京大学人工智能慕课内容的量化结果，通过对结果的比较，还原人工智能慕课的现状并分析，在此基础上对慕课平台上人工智能课程的建设提出建议，促进国内人工智能慕课的改革。

(一)内容分析法的应用

内容分析法是以客观、系统的方式对一般信息内容进行数量化描述的研究方法[11]，它对于明显的传播内容做客观而有系统的量化并加以描述。研究者根据量化的统计结果，找出反映慕课内容本质的特性，克服纯文本定性研究中存在的主观性与不确定性。[12]目前，内容分析法已广泛应用在政治学、新闻学、心理学等领域。

本文从北京大学人工智能慕课教学目标、教学内容、教学方法、教学评价这四个方面对北京大学人工智能慕课进行内容分析，有助于了解北京大学人工智能慕课情况并透彻分析现状，为慕课的质量问题提供建议，为慕课管理者和教师带来经验启示，以便于更好的推进以慕课为平台的教育信息化改革，并为学生提供高质量的教学。

(二)研究过程介绍

运用内容分析法进行北京大学的人工智能慕课内容研究，一般过程包括研究对象的选择、研究内容的类目设计以及统计信度分析环节。

1.内容抽样

北京大学有关人工智能类的慕课共30门，包含人工智能、计算机基础知识、程序设计与算法、数据结构、操作系统等类型课程，其中人工智能基础知识类5门、数据结构类3门、操作系统类2门，计算机基础知识类6门、程序设计算法类14门，笔者大致按比例抽出10门课程，如下表：

表1 北京大学人工智能慕课抽样课程

2.类目设计

本文将从慕课的教学目标、教学内容、教学策略与教学评价四个方面进行类目设计与概念解释。

(1)教学目标的类目设计。教学目标类目分析依据布鲁姆教学目标分类理论分为认知、动作技能和情感三大领域。其中认知领域参照布鲁姆认知领域目标分类分为六类，动作技能领域参照辛普森动作技能领域目标分类分为五类，情感领域参照克拉斯沃尔情感领域目标分类分为七类。制作表2进行类目设计，即对类目分类及解释：

表2 教学目标类目设计表

(2)教学内容的类目设计。布鲁姆将教学活动的整体目标分为知识、技能、情感领域，参照这一理论，将教学内容分为知识类、技能类以及情感类3类，并细分知识类与技能类类目，制作表3进行类目设计，即对类目分类及解释：

表3 教学内容类目设计表

(3)教学策略的类目设计。教学策略一般是体现在教与学的活动中，在不同教学环境下，为了获得不同的教学结果，采用不同方法的总和。结合慕课视频中出现的各种具体的教学策略，将教学策略分为6类，并细分知识呈现为6类。制作表4进行类目设计，即对类目分类及解释：

表4 教学策略类目设计表

表5 教学评价类目分析表

3.信度分析

(1)教学目标的信度分析与数据解释。接下来对类目进行信度分析，选择三名评判员对教学目标的类目进行评判，评判员认为符合的打“”，不符合的“×”。将评判结果记录制作表6如下：

表6 教学目标信度分析表

从上述的信度分析结果来看，教学目标的类目设计得到大家的一致认可，类目设计的结果科学正确且合理。

(2)教学内容的信度分析与数据解释。接下来对类目进行信度分析，选择三名评判员对教学内容的类目进行评判，评判员认为符合的打“”，不符合的“×”。将评判结果记录制作表7如下：

表7 教学内容信度分析表

1.建立Logistic模型。对客户是否逾期的预测同样符合参数模型的原理。Logistic模型的可解释性较强，预测效果也较好，在个人信用评估的应用上具有一定优势，因此本文建立Logistic模型，并将其与SVM模型的输出结果进行比较。

从上述信度分析的结果来看，教学内容的类目设计大部分还是被大家认同的，认同度高。

(3)教学策略的信度分析与数据解释。接下来对类目进行信度分析，选择三名评判员对教学目标的类目进行评判，评判员认为符合的打“”，不符合的“×”。将评判结果记录制作表8如下：

表8 教学策略信度分析表

从上述信度分析的结果来看，教学策略的类目设计科学合理，一致性比较高，关于教学策略内容分析的可信度也比较高。

(4)教学评价的信度分析与数据解释。接下来对类目进行信度分析，选择三名评判员对教学目标的类目进行评判，评判员认为符合的打“”，不符合的“×”。将评判结果记录制作表9如下：

表9 教学评价信度分析表

从上述信度分析的结果来看，教学评价类目设计的信度是最低的，仅0.61，表明这个类目设计得基本合理，尽管有一部分人对一小部分有其它看法，总体而言，还是具有一定可信度的。

三、基于内容分析法的北京大学人工智能慕课量化分析

(一)北京大学人工智能慕课教学目标的统计结果与现状分析

1.教学目标的统计结果

先将课程编号制作成课程编号表，学习课程，在表中符合的类目打“”，制成评判记录表。将每门课每项类目打“”的数目统计，计算10门课程每项类目总和。制作表10如下：

表10 教学目标类目分析评判记录表

2.教学目标的现状分析

从上述的结果来看，课程的教学目标都集中在认知领域，没有关于动作技能以及情感类的教学目标，这是因为动作技能涉及骨骼和肌肉的发展和协调，动作技能领域的教学目标常用在实验室、体育课、职业培训、军事训练等科目，在人工智能慕课中很少见。情感的学习和形成与态度、价值观念密切关系，而人的情感反应更多的是一种内部心理过程，具有内隐性、抽象性，在人工智能慕课中不常见。

在认知领域教学目标中，领会和分析的总数最多(分别为674个和570个)，基本上大多数课的教学目标都包含领会和分析两部分，要求学生可以用自己的话表述上课的知识、对知识加以说明和概述、了解材料的内容同时又理解其结构。此外，运用的总数也比较多，由于人工智能慕课的特殊性(程序设计的课程占大多数，需要学会运用各种编程语言)，要求学生必须能将学到的知识运用到新环境中，解决实际问题。课程中的教学目标关于识记、综合和评价较少(其中识记和评价最少，还不到50个)，由于有些人工智能慕课视频时长较短，因此较少回忆先前学习过的知识材料，也不需要对材料进行价值判断这个高要求，仅需要领会、运用、分析则可。

(二)北京大学人工智能慕课教学内容的统计结果与现状分析

1.教学内容的统计结果

表11 教学内容类目分析评判记录表

2.教学内容的现状分析

从上述结果来看，北京大学的人工智能慕课还是以知识类形式内容为主(知识类平均有326.4次，远超于技能类内容与情感类内容之和)，其中陈述性知识又超于程序性知识，这意味着大多数慕课中的内容还只是描述客观事物特点及关系的认识。当然也包含着一套关于某项任务的行为或者解决某个问题的操作步骤和过程(做什么和怎么做)的知识点，这是人工智能类慕课(这种包含计算机程序设计课程)必须要有的，类似于各种算法各种语言都需要讲授解决问题的操作步骤和过程。

在陈述性知识中又以事实以及有组织的论述为主，以此来厘清知识点中各个事物的关系以及整体情况。在程序性知识中又以动作步骤学习为主，即完成一项活动或任务的一系列操作，符合计算机课程的要求。技能类内容相对来说就比较少，因为技能类注重示范模仿和操练，需要设计应用情境，但技能类知识也不会太少，因为技能类内容与知识类、情感类整合在一起，往往在动作步骤学习的同时就需要学生对照示范进行模仿操练。最后，情感类内容非常少，仅15个，对于人工智能慕课这种非文科类慕课而言，比较正常。

(三)北京大学人工智能慕课教学策略的统计结果与现状分析

1.教学策略的统计结果

表12 教学策略类目分析评判记录表

2.教学策略的现状分析

从上述的结果来看，几乎所有慕课都是采用观看视频的形式来讲解课程内容(观看视频的总数最多，到达697个)，其中在观看视频的形式下，又大多以演示文稿的形式来呈现课堂的知识点(演示文稿的总数仅次于观看视频)，根据观看的经验，偶尔不是用演示文稿的形式呈现的几节课，要么是讲述程序软件的安装过程，以录屏的形式呈现，要么是关于课程的介绍、引言之类。其次，补充材料(总数排第三，次于观看视频与演示文稿)作为观看视频后的补充，常常包括课上的PPT、其他知识点的提要或整合、课上所用到的代码及素材等用来补充上课没听清或没听懂的不足。案例分析、图形图片动画以及教材出现的频次也比较高，有四百多节课在讲述知识点时运用案例、图片、图表或动画形象生动地表现内容。

做练习的次数也超过一半，有三百九十多节课在课后或课上会提供练习给学生巩固知识。论坛交流、师生互动以及做笔记就比较少(总数低于300，不到课程的一半)，因为华文慕课中很少有学生交流或师生互动的记录，在中国大学慕课中也没有做线上课堂笔记的渠道，因此，在交流以及做笔记方面建设慕课需要注意，注意上课或课后多与学生交流。最后，我们发现，小组互助是次数最少的(仅有18个)，这表明北京大学人工智能慕课几乎很少让学生一起协作，完成任务。一部分原因可能是因为大家都来自不同地方，互不认识，上线时间也不相同，不太方便一起完成作品。

(四)北京大学人工智能慕课教学评价的统计结果与现状分析

1.教学评价的统计结果

表13 教学评价类目分析评判记录表

2.教学评价的现状分析

从上述的结果来看，学习时长的总数最多(总数有716个，是抽样视频的总个数)，所有课程都会有学习的时长的提示，这归功于慕课平台都设有这个功能。考试的总数也比较多(总数有579个，仅次于学习时长)，这里的考试只包括期末考试，这说明，基本上课程都具有期末考试(除了抽样的最后两门课程中将某节课设置为期末考试，因此只各打了一个勾)，以评价这门课程学生学习的效果。作业的总数(有378个居第三位)也比较多，一般人工智能慕课课程都包含作业或练习，以巩固上课学到的知识，很符合人工智能慕课的要求(人工智能慕课中有许多教师上课示范的编程例子或问题解法，只有课后不断练习，才能更好运用领会问题的解法。)

测试、课程讨论、发帖量、投票数的总数比较少(都在300左右，不超过视频数的一半)，由于华文慕课平台上课程讨论比较少，仅仅几条留言，发帖量较少，同时也没有投票数这个功能，而大多数课程也只有华文慕课可以观看，所以最终课程讨论、发帖量、投票数较少。关于测试，它包含期中考试与测试，但许多课程是练习与作业，提交练习与作业以记作平时成绩，没有测试，因此测试较少。最后，出勤考核的总数为0却没有删掉的原因是出勤考核较为重要，不仅细化教学评价的考核维度，还能督促学生持续性学习。对于北京大学的人工智能慕课所在的几个平台上而言，没有进行专门出勤考核的功能，但是某些其他的慕课平台上包含这一功能，添加这一类目以期望北京大学的人工智能慕课所在的几个平台能够增加专门的出勤考核模块。

四、北京大学人工智能慕课分析结论与优化路径

通过对抽样的10门北京大学人工智能课程内容分析，了解北京大学人工智能慕课现状，发现北京大学人工智能慕课发展迅猛，建设管理得当，但也有一些方面略有瑕疵。针对研究发现的问题，笔者将从教学目标、教学内容、教学策略、教学评价四个方面对人工智能慕课的建设提供建议，为人工智能慕课建设发展添砖加瓦。

(一)制定合理的教学目标

教学目标对教学设计起到导向作用，对教学过程起到指引作用，对教学效果起到评价作用，是教学过程中的第一要素，是教师教学活动的出发点与归宿。[13]传统的教学目标存在说明不明确、不科学等缺点，以慕课为代表的在线教育虽然在一定层面突破并改善了传统教育，但还是没有解决教学目标不明确、不科学的问题。[14]而且慕课的学习较为依赖学生的自主性，使得教学目标的指向性起不到应有的作用，网上资源的混乱与繁杂导致教学目标的淡化，碎片化的教学内容与教学目标之间的矛盾更是高辍学率的主要原因。[15]因此，制定合理的教学目标必不可少。

整体而言，北京大学人工智能慕课的教学目标多集中在认知领域，认知领域也偏向“知道”“领会”两点在情感领域的目标相对来说很少，有也只是浮于“接受或注意”这一简单层面。尽管使用慕课的学习者在学习阶段会有交流与合作，然而在这过程中互相不见面，情感领域目标的实现效果具有虚幻性，不利于学生的成长发展；[16]对此，在明确并科学描述教学目标的基础上，必须强化教学目标，减小慕课对于教学目标的淡化作用，教师需要强化设置慕课的指向性内容，同时慕课平台需要建设反馈监控体制，提高课程教学效果。此外，必须强化情感领域目标，教师必须转变传统教育观念，重视情感促进认知的作用，调动一切资源来共同实现情感目标。人工智能知识的特点决定了，教学目标不应止于对知识的知道、领会，学习者应该学会自己分析应用相关知识，且教学目标应该更注重情感领域，让学习者能够形成自己的价值体系与性格化，从而能够主动地、积极地去学习人工智能知识。对于应用性实践性很强的学科，只有学习者个人对知识充满兴趣，才能够在该领域不断学习，不断创新，从而适应信息化社会的高要求。

(二)优化完善教学内容

教学内容是教师和学生开展教学活动的基本依据，是学校实现教育目的的重要保证。[17]教学内容的选择从宏观层面来讲需要保持课程内容与课程知识体系一脉相承，课程体系的设置一直是高校人才培养计划的重点，在学校设定的培养方案中，课程与课程是否衔接紧密，是否需要其他课程补充，都是需要深思熟虑的。[18]从微观层面来讲需要符合学习的逻辑顺序与结构逐级搭建。具有开放性的慕课往往没有固定的大纲，教学内容的选择自由度更大。由于慕课存在知识碎片化学习的特点，慕课更是抑制了教学内容完整性、系统性。[19]而且，慕课的教学内容不是一成不变的，每门课程的内容随着相关领域研究的不断深入，课程的内容也需不断更新与完善，因而如何安排合理的教学内容显得尤为重要。

通过上述的研究发现，北京大学人工智能慕课的教学内容以知识类形式内容为主，其中陈述性知识又超于程序性知识，陈述性知识中又以事实以及有组织的论述为主，技能类内容相对较少，情感类内容微乎其微。技能类内容注重模仿示范与操练，需要设计应用情境；情感类内容一般作用于人文类慕课。但两者同时又与知识类内容整合在一起，相辅相成。此外，人工智能类慕课存在大量基础计算机科学课程，许多学者认为不应该在基础计算机科学中过分强调编程技能。[20]为了合理安排教学内容，教师组需要科学安排知识类、技能类与情感类内容三者比重，将三类内容相互整合，结合学生接受度，利用不同表现形式，优化教学内容。每门课程不是闭合的集合，慕课团队需要及时维护慕课，注意内容的补充与完善。

(三)增加互动讨论、优化教学策略

教学策略是为实现教学目标而制定的教学总体方案，主要内容包括合理选择和组织各种方法、材料，确定师生行为程序等。[21]具体到慕课教学上，包括知识呈现、交流互助、师生讨论等，观看视频、演示文稿、补充材料、案例分析、图形图片动画、教材都是知识呈现的一种方式。与传统的教学不同，慕课教学不仅关系教师与学生，而且涉及到平台与媒体，在呈现知识时如何发挥不同类型媒体的重要性是优化教学策略的重点。然而，目前慕课的建设主要是教授负责提供指导性建议，学生负责开发。[15](27)存在学生基础不牢导致部分画面无法通过正确的方式传达知识或知识呈现还是课本的电子化等问题。在教学过程中，增加协作、交流与互动，更能正向加强了学习动机、提高了学习效率。[22]因此，如何优化知识呈现方式、增加交流互动以优化教学策略迫在眉睫。

通过上述的研究发现，北京大学的几乎全部人工智能慕课都是采用观看视频的形式来输出课程内容，视频中经常以演示文稿的形式来呈现课堂的知识点。补充材料、案例分析、图形图片动画、教材与做练习这些知识呈现的方式也比较多，而论坛交流、师生互动、做笔记以及小组互助就相对较少了。因此，教师必须优化教学策略、增加互动讨论。具体而言，教师需要依据不同媒体的特性，针对不同教学内容呈现知识、不同知识点的表现形式也是多样的；教师需要提出可供探讨的问题或任务，交给学生通过讨论交流或小组互助来完成任务。慕课平台需要开设讨论区域供学习者讨论交流，并定时维护与管理；国家需要加大投资力度，给予教师与慕课团队足够的资金制作多媒体资源，丰富知识呈现方式，加强慕课平台讨论互动方面的建设。

(四)建立合理科学的评价机制

教学评价是教学活动中的重要环节，能有效保障教学质量、推动教学改革。[23]教学评价的主体包括教师和学生，它能对教师的教学情况与学生的学习情况进行及时了解，帮助教师调整教学内容、教学方法等，帮助学生及时调整学习状态、学习方式等，将促进社会进步和个体发展作为最终宗旨。[24]有学者认为科学合理的教学评价机制还能给教师教学的评价过程与方式带来准绳，避免教学评价中的弊端，促进评价的公平与公正。不仅如此，该学者还提出建立教师表现、学生表现与教学视频的慕课教学评价体系。[25]因此，优化教学评价，建立合理科学的评价机制刻不容缓。

通过上述的研究发现，北京大学人工智能慕课的所在平台都具有学习时长、测试、课程讨论、发帖量、投票数等功能，几乎所有北京大学人工智能慕课的所在平台都没有出勤考核的功能。北京大学人工智能慕课期末期中考试、作业练习比较多，测试较少。因此，需要相应建立科学的教学评价机制，相关部门需要重视并加强对慕课教学课程评价体系的构建；高校应当结合学生的实际情况以及教师的实际情况，建立具有针对性的教学评价体系；教师需要积极参加投入到慕课的设计与管理中，建立以慕课教学为主的课程考核体系，使学生自主评价慕课课程的教学成果，指出人工智能慕课中存在的不足并提出建议，从而使教师可以及时掌握学生的学习情况、发展状态与教师自身的教学情况，调整教学内容，融合信息化教学与慕课教学系统。学生也需要积极参与慕课学习，通过踊跃讨论、发帖投票、参与考试、勤加练习等来了解自身学习状况，调整状态，促进完善教师表现、学生表现与教学视频的三维慕课教学评价体系。