基于产教融合的混合式教学改革探究——以上海交通大学人工智能实践课程为例

肖雄子彦，陈江平，仝月荣，楚朋志

（上海交通大学a.学生创新中心；b.教务处，上海 200240）

0 引言

人工智能发展已上升为国家战略，成为推动社会智能化发展的决定性力量［1］，而有效开展人工智能人才培养也正成为各国竞争的关键与现阶段高等教育的重要使命［2］。

2017 年教育部新工科建设中对工科人才培养提出新要求［3-4］，以学科交叉、产教融合背景下的学生工程能力培养为目标［5］。2017 年底，国务院办公厅出台《关于深化产教融合的若干意见》（国办发［2017］95号），明确指出“深化产教融合，促进教育链、人才链与产业链、创新链有机衔接”“充分调动企业参与产教融合的积极性和主动性，构建校企合作长效机制”［6］。

教学模式的改革创新正不断提升着高校教学质量［7-9］，智慧教学工具［10］与混合式教学设计［11］的方法与手段为教学改革拓展了新思路。混合式教学通过传统教学形式与数字化工具的有机结合［12］，巩固基础打造差异化学习，提高学生学习的主动性和参与度。

现有人工智能课程大多存在重理论而轻实战、缺乏专业的实践平台与计算资源［13］、教学模式单一、与行业需求脱离等问题，一定程度上限制了学生工程能力的发展。因此，为了更好把握新工科建设的内涵，落实校企协同与教学模式创新，我校学生创新中心引入多种信息化手段和产业资源，对人工智能实践课程——“深度学习算法与实践”进行了混合式教学改革，提出了基于产教融合创新设计的循环混合式教学方法。

1 课程背景与学情分析

1.1 课程简介与学习目标

深度学习算法与实践课程为我校学生创新中心开设的校企公共选修课（32 学时，2 学分）。课程面向全校各专业本科生，内容覆盖计算机视觉与自然语言处理基础理论，引入了华为云人工智能开发平台与智能硬件拓展实践场景、与行业相接轨。通过项目式学习、以赛促学等教学设计，提升学生批判性思维与工程实践等综合能力，促进人工智能与多学科交叉融合。

课程围绕知识单元，在价值引领、知识探究、能力建设与人格养成方面，树立了相应的学习目标，如图1所示。

图1 深度学习算法与实践课程目标

1.2 学情分析与重点问题

人工智能作为一个由多学科交叉渗透发展起来的学科，其突出特点是知识面广、概念抽象，同时对学生的数学基础、逻辑思维及计算机编程水平要求较高［14］。秉持着以学生为中心的教学理念，对课程重点学情进行调研与分析，充分剖析、挖掘学生需求，提出教学改革的思路与解决方案。

根据选课数据与课前调研，该课程学生来自电子信息、机械动力、船舶海洋、经济管理、生命科学等不同专业，大部分学生具备了Python 编程、微积分与线性代数等前置知识，但仍有部分同学基础较为薄弱。于是，针对学生基础参差不齐的问题，需要重组线上线下资源，通过教学环节的精心设计来加强对基础的补充，同时进行合理化的分层教学以满足不同学生的需求。因此引入了信息化程度更高、教学形式更丰富的线上线下混合式教学方法。

此外，工程性缺失和实践教学薄弱是我国高等工程教育长期存在的问题［15］，工程实践能力通常被认为是解决实际问题必备的综合能力［16］。问卷调查显示，有83%的学生表示“希望有更多项目实践机会”“想了解产业平台”等需求。反映出学生工程实践经验较少，对行业案例探索的意愿较强烈。于是，针对学生动手能力薄弱的问题，需要有选择性、有针对性地融入产业平台与教学资源。基于学生创新中心与华为公司的深厚合作基础，课程引入华为人工智能开发平台来拓展课程的实践场景，促进高校与企业的良性互动。同时，通过“课赛结合”的设计与项目式学习，进一步提升学生的工程能力与团队协作能力。

2 产教融合的循环混合式教学模式分析

2.1 产教资源的融合与重塑

深化产教融合是培养面向行业创新型人才的重要途径。在此过程中，行业和高校需要建立一种资源共享、优势互补的合作模式，以达到发展共赢的目的。校企融合，首先是资源细分，然后是资源重组，最后是融合创新。

课程理论部分将以高校教师为主体，开发较为系统、完善的理论内容，以企业专家为辅助延伸，探索行业前沿应用案例；而实践部分将以企业平台为载体，校企协同开发适应学生需求的行业案例，帮助学生学以致用，提升工程能力。因此，课程联合华为云专家，协调校企双方教学资源，探讨提出了产教融合背景下的实践环节创新设计策略，如图2 所示。

图2 人工智能实践课程中产教融合实践创新策略

（1）稳固基础。由点到面引入产业平台，利用线上导学做好实验准备，在线下课堂配合理论教学内容进行产学融合案例实践。

（2）项目式学习。在教师引导下发挥各自学科背景优势，以华为云平台为载体进行项目研究，探索人工智能的社会行业价值，促进多学科交叉融合。

（3）以赛促学，课赛结合。校企协同组织校内赛，学生基于产业平台进行打榜竞技，探究解决该社会问题的最优策略，全面锻炼学生的综合能力。

2.2 循环混合式教学设计

作为混合式教学的基础，线上学习不是锦上添花而是必备的教学活动。线上资源应主要由学生通过自主学习、思考可以顺利掌握的内容构成，如：低阶的算法基础、初级的产学实验、课堂知识的回顾梳理、课后的知识巩固与拓展阅读等。

而线下教学亦不是传统课堂的照搬，以教师精心设计的教学活动为载体，对线上内容进一步拓展延伸，形成完整的知识体系，并在实践中灵活运用。线下课堂应由需要教师引导的、学生靠自主学习难以达到最佳效果的教学内容构成，如知识体系梳理、高阶算法难点、复杂的产学拓展实践、小组团队项目等。

基于上述讨论，结合课程实际情况，提出了基于产学融合的循环混合式教学设计方法，如图3 所示。

图3 产教融合的混合式教学改革过程设计

通过从线上到线下再到线上的循环学习过程，将产与学有机融入课前、课中、课后的每一个教学环节中。激发学生主动思考，形成学习闭环，做到课前有准备，课中有收获，课后有拓展。最后通过项目式学习贯穿课前、课中、课后全过程，促进课堂从以教为中心转变成以学为中心。

3 教学实施过程

课程改革的实施过程融入了多种智能化、信息化手段，包括上海交通大学CANVAS 线上平台、数字化“雨课堂”、华为云实践平台来丰富教学场景，提升教学效率，如图4 所示。同时，基于小规模专有在线课程（Small Private Online Courses，SPOC）模式，通过在线学习的方式拓展教学场景，提高教育的灵活性，构建了课前、课中、课后的3 个主要阶段教学过程［17］。

图4 教学实施过程中的多种信息化手段

3.1 课前：基于CANVAS 平台的SPOC 建设，增强互动提升效率

教师整合线上产学资源，进行了基于CANVAS 平台上的课前导学内容建设，主要包括：国内外精品名师MOOC相关知识、产业平台实践手册与视频、教师补充视频讲解与课件、话题讨论与课前练习等。学生通过对线上资源的自主学习，完成练习作业与讨论，教师进行在线评分与交流互动。

一方面，学生在讨论区能查看其他同学对当下问题的理解，形成更好的“社交式”学习氛围，激发学生主动思考、提升课程参与感，让学生带着思考走入线下课堂。另一方面，通过基础内容的前置，尽量将学生基础拉至同一“起跑线”，也帮助教师提前了解学生课前学习效果与知识盲区，适时调整线下内容，进行有针对性的知识延伸与补充。

3.2 课中：数字化雨课堂夯实理论，产业平台助力实践

课中采取线下课堂面授的形式，将理论与实践相结合。

（1）衔接课前导学内容，从学生体验出发设计动画课件拆解知识重难点，帮助基础薄弱的同学更好掌握知识原理，培养学生的学习兴趣。同时，通过数字化“雨课堂”记录学生学习的全过程，学生通过扫码可在手机端对课件进行标记、收藏，并收到老师发送的各类习题（单选、投票题、填空、主观题）进行作答、思考。教师可在移动端跟踪学生课堂学习效果、对知识盲区及时答疑解惑，根据雨课堂生成的数据对课堂学习效果进行总结。

（2）由浅入深引入产业平台和学习资源，本课程中使用了华为云（ModelArts 开发平台）、对象存储服务、智能硬件（华为Hilens Kit）。教师结合课程主要知识单元开发产学融合的实践案例，学生基于产业平台，完成从基础到进阶的综合实验，同时展开期中项目式学习与期末打榜竞赛，逐步提升工程能力、动手实践能力与团队协作等综合技能。

3.3 课后：线上巩固与拓展提升，打造差异化学习

课后，学生根据自身学习情况再次回到线上进行知识巩固与拓展学习。教师以CANVAS 平台为载体，录制了产学实践的详细视频供基础薄弱的学生查漏补缺，加强巩固。同时，整合拓展阅读资料、进阶实践与相关话题讨论，供能力较强的学生进一步学习与探究。教师、助教团队协同企业专家，三方共同支持学生课后的学习成长与进一步交流探索。

3.4 项目式学习贯穿教学全过程，促进多学科交叉

项目式学习（Project-Based Learning，PBL）模式在研究和实践中推陈出新，不断被赋予新的内容［18-19］。如图5 所示，课程融入PBL 项目式学习，以学生为主体、教师为引导、产业平台为依托，结合所学知识单元与专业背景，完成小组项目探究与实践，培养学生理解人工智能的社会价值，将技术与行业（机械、经济、医学、美学设计等）相结合。在此过程中，学生将发挥主观能动性，获得较大的自主学习空间。项目式学习充分检验了学生对知识的深度理解，也锻炼了学生解决复杂问题的综合能力。

图5 PBL项目式学习引导学生将技术与行业相结合

4 多元化评价与改革成效

课程采取了多元化的评价机制，如图6 所示。综合考虑了线上学习与线下课堂的表现，项目学习使用了教师点评与学生互评相结合的模式，期末考核采用了校企协同以赛促学。

图6 课程考核方案与成绩构成

4.1 线上＋线下：多种信息化手段考查学生学习效果

如图7 所示，线上成绩主要由CANVAS 平台的练习、讨论、作业评分数据组成，线下成绩主要由“雨课堂”中记录的线下答题数据、课堂表现得分组成。从线上与线下的学习数据与评价分析得出：学生线上学习参与度高达88%，学习心得较以往更加丰富；“雨课堂”数据显示，学生对知识掌握程度普遍提高，课堂互动性增强，学生的提问从广度和深度上相较以往都有所提升。

图7 多元化评价，“线上+线下”综合考量

4.2 教师点评＋学生互评：项目式学习互促成长

课程中期采用项目式学习，各小组对项目成果进行展示、汇报。学生将转变为“教师角色”登上讲台，分享本组的项目探究成果，各组同学进行广泛的交流与讨论，教师进行点评与补充。

评价方式采取学生互评与教师综合统筹的形式，如图8 所示，学生将从算法讲解、逻辑思路、行业价值、团队分工等方面进行互评。最后，由教师对各组所选择的项目难度进行加权评分，得到最终的项目成绩。从学生项目汇报成果来看，42%的学生团队选择了挑战难度较高的算法，实验完成度较往届更高，项目展示效果更加精彩。

图8 项目考评标准

4.3 产业＋高校：以赛促学，基于产业平台的能力提升

课程期末，教师团队联合华为云专家组织校内赛。由高校教师进行竞赛规则培训，由企业专家提供技术支持与保障。学生将基于企业提供的平台与数据，针对所给定的社会问题（如城市垃圾检测、国防卫星遥感数据分割等），探究最优策略，进行打榜竞技。在真实应用场景中提升学生工程实践能力。

从学生竞赛成绩分析，近30%的学生团队，超过了企业专家树立的“标杆分数”，获得的评分较往届有了明显的提升，课赛结合模式充分激发了学生主动学习与创新活力。并且在“华为云杯2021 人工智能应用创新大赛”中，本课程学生团队荣获全国三等奖。

5 结语

在新工科建设内涵的指导下，我校学生创新中心以深度学习算法与实践选修课为例，探索校企协同与教学模式创新，依托多种信息化手段，进行了基于产教融合的循环混合式教学改革与创新设计。积极探索校企合作协同育人，将企业优秀技术平台引入高校课堂，“以课为基，以赛促学”，通过线上与线下混合式教学的有机联动，促进产业与高校的深度融合，以项目式学习贯穿教学全过程，促进学生工程实践等综合能力的提升，有利于人工智能技术与多学科的交叉融合，本课程改革构建了具有一定普适价值的产学合作模式。