基于“翻转课堂”的应用型本科人工智能课程教学探究

张鹏鹏

（上海电机学院 网络工程系，上海）

一 引言

翻转课程的理念最早是由强纳森·柏格曼和艾伦·山姆所提出[1]。翻转课堂通过线上学习与课堂学习的线上线下混合教学方式，满足学生学习的个性化需求激发学生学习的兴趣，提高学生学习活动的参与度。翻转课堂转变了传统课堂的教学模式，重新调整了课堂内外的学习时间，将传统教学模式中的课上知识学习与课下知识内化进行翻转。在线上学习中，教师通过教学平台建设线上课程，提供线上学习资源；学生根据教学安排和自身能力，在课前完成新知识的自主学习，并记录自学中的问题等。在课堂学习中，不再以知识讲授为主，而采用知识脉络总结、作业辅导答疑、讨论话题互动等教学形式，以达到知识内化的目的。翻转课堂变“以教为主”为“以学为主”，使教育活动回归其本质。因此，在当前亟需培养个性化创新人才的大学教育中，基于翻转课堂的教学模式不失为一个合适的选择。

1956年，人工智能的概念在达特茅斯会议上第一次正式提出。65年来，人工智能理论和技术研究从未停歇。近年来，随着深度学习的提出，人工智能的应用领域得到了广泛扩展。因此，面向应用型本科学生的人工智能课程不应只停留在传统理论技术的讲授上，而应考虑其独具的工程实践性，帮助学生掌握人工智能技术在领域应用中的作用，为其今后发展提供更多的可能性。人工智能所涉内容丰富，跨越学科众多，是一个典型的多学科交叉领域[2]。《人工智能原理》作为众多专业开设的一门专业选修课程，旨在通过该课程普及人工智能知识，建立人工智能思想，拓展人工智能应用，为该专业的智能化发展提供解决思路。因此，需要梳理人工智能所涉全部知识点，重构知识结构，并予以全面、系统性地讲授。

鉴于人工智能课程内容繁多，但实际教学课时有限，翻转课堂已成为解决这一矛盾的有效方法。罗定生等以北京大学开展的教学为例，梳理总结多年教学探索和实践经验，具体阐述了大学本科人工智能课程的教学改革与实践，提出了将人工智能课程开设在大学一年级的培养方案[2]。党建宁探讨了采用移动社交网络进行大学翻转课堂的教学模式，构建了三阶段的S-ICM翻转课堂教学模式，并将其用于创新创业实训课程[3]。李丹将翻转课堂引入人工智能课堂教学，精化了教学内容，设计了综合性教学实验，以期达到优化人工智能教学，激发学生学习主动性的目的[4]。李云亮提出了基于创新型教学观的人工智能课程教学改革，通过创设良好的教学情境，采用案例和任务驱动教学法，改革人工智能课程教学改革[5]。戴玉从问题解决相关理论解读信息技术问题解决型教学模式，剖析了信息技术教学问题类型维度，给出了信息技术问题解决型教学模式，并应用于中学的“人工智能及应用”课程[6]。张敏等以新工科为导向，提出了基于开源课程的教学方式和“做中学”的理念，运用项目沉浸式教学和校企合作方式，实现了人工智能课程体系、课程内容、教学模式和教学测评等方面的改革与实践[7]。贵向泉等将新工科的建设理念与人工智能教学实践相结合，紧跟技术发展趋势，摒弃单一的教学方式和模式，根据教学情况，实时修改和更新课程内容[8]。王亮亮等提出了基于工作过程的高职院校《人工智能》通识课程教学体系，采用理论与实验相结合的教学方式和线上与线下互补的授课模式提升课程内容的趣味性及学生学习的自主性[9]。

以上皆为翻转课堂在人工智能课程中的有益尝试，但大多集中在中学、职业院校或一流本科高校，鲜少探讨翻转课堂在应用型本科高校人工智能课程中的教学改革与应用。本文将根据翻转课堂在上海电机学院物联网工程专业的《人工智能原理》课程中的教学实践，探讨基于翻转课堂的应用型本科人工智能课程教学改革。

二 教学中存在的问题

为了适应社会发展需求，培养能解决复杂工程问题的专业技术人才，应用型本科院校的多个工科专业都开设有人工智能普及性基础课程，但在课程内容、实验内容、教学方法和考核评测中普遍会出现以下问题。

（一） 课程内容配置落后，缺乏高阶性

教学内容的选择是一门课程的基础，也是课程教学首要考虑的问题，适宜的教学内容可以取得事半功倍的教学效果[8]。但目前的人工智能基础课程主要以传统理论知识教学为主，缺乏前沿知识，无法体现人工智能的先进性和高阶性。此外，由于人工智能课程涉及的内容众多、概念抽象、公式复杂、算法较难理解，对学生的课程基础要求较高，使得学生的学习困难度加大，学习效果大打折扣。

（二） 教学方法使用单调，缺乏多样性

“以教师为中心”的传统教学方法常常陷入“满堂灌”的困境，难以调动学生学习的积极性。传统课堂中，习惯性沉默的学生很难给予教师及时有效反馈，导致教师无法判断学生的学习进度和掌握程度。功利化的教育思想促使学生只注重卷面成绩，严重忽视了语言组织、语言表达和归纳总结能力的培养和锻炼。单调且沉默的课堂教学无法达到培养满足社会需求人才的目标。

（三） 实验内容设置单一，缺乏挑战度

一般课程通常针对单一知识点设置实验内容，但人工智能是多学科交叉性课程，如果仍然依照一般课程设置实验，则实验内容无法体现人工智能的综合性和复杂性，不具有挑战度。脱离实际工程项目的实验内容，无法满足培养解决复杂工程问题的应用型技术人才的需要。因此，在设计实验内容时，应在满足课程知识点需求的同时，与实际工程问题相联系，优先选取综合性强且具有挑战度的课题项目。

（四） 考核评测重结果轻过程，缺乏连续性

课程考核通常包括考勤、课堂表现、实验报告和期末成绩等方面。虽然这种考核方式已经较“唯结果论”的期末成绩考核有所改进，但还是无法避免重结果轻过程的最终成绩评定方式，且考核缺乏连续性和可靠性。此种考核方式中主要用考勤、课堂表现和实验报告作为过程考核的部分，但其缺乏合理性。其一，作为学生，按时上课是基本要求，所以考勤作为考核的一部分不太合理。其二，沉默的课堂使得大部分学生不主动参与课堂活动，课堂表现难以界定和量化，很难覆盖全体学生。其三，单一传统的实验难以调动学生的主观能动性，甚至会出现“蹭实验”现象，导致实验报告不能准确反映学生的学习情况。

三 基于“翻转课堂”的人工智能课程改革

针对目前人工智能课程教学中存在的问题，我们主要从优化课程内容、转变教学方式、重设实验内容、改进考核方式等四个方面对人工智能课程的教学进行改革，采用翻转课堂的教学模式，激励师生共同参与课程教学，从而提高人工智能课程的“两性一度”，使学生养成自主学习和终身学习的习惯，培养学生解决实际工程应用问题的能力。

（一） 融合人工智能特点，优化课程内容

融合人工智能课程理论性强、知识面广、实践要求高等特点，并注重课程的基础性、系统性、启发性和前沿性，以培养学生具有应用型复合人才能力为目标，我们梳理了课程设置，优化了课程内容。

在理论课程方面，主要按照人工智能技术的关系，将其划分为四个板块，即概念与应用、搜索技术、知识表示与处理和机器学习。概念与应用包括第一章和最后一章，主要介绍人工智能概念的提出、发展、应用领域等，鼓励学生参与课堂，以小组为单位介绍人工智能的最新应用。考虑学生前期课程和学习储备，将搜索技术作为第二板块进行介绍。这一板块中的内容与学生前期学习的数据结构等课程联系相对紧密，可以减轻学生学习人工智能课程畏难情绪，同时，该板块的学习中不免要涉及知识表示的问题，又能为后续板块的学习打下基础。在知识表示与处理板块学习中，考虑学生的学习基础和实际应用，尽量避免复杂的数学公式推导和证明，以“能懂会用”为目标，将各知识点案例化，通过头脑风暴方式启发学生根据应用选择技术的能力。机器学习是学生最感兴趣也是与实际应用联系最紧密的板块，以代表性常用技术作为该板块主要课程内容，将机器学习的理论思想和应用流程讲清讲细，并辅以深度学习基础知识和最新技术发展，为学生后续自学、深造、应用等提供知识铺垫。在实验课程方面，采用递进式实验模式，在三个技术板块中各选一个代表性实验作为独立实验，再提供3~5个综合性实验作为合作实验。这种模式既能阶段性检验学生学习效果，又能培养学生综合应用理论知识的能力。

（二） 以学生为中心，转变教学方式

教育应以学生为中心，学生是教育活动的主体和中心，教师在其中应起到主导作用。以学生为中心的教育理念的转变要落实的教育活动中，就需要转变教学方式。人工智能的课程性质决定了其非常适宜“翻转课堂”，新颖而丰富的教学手段更能吸引学生，激发学生的学习兴趣。

人工智能课程的翻转课堂主要采用自主式学习、讨论式教学和项目化实验的教学方式。鼓励学生积极参与教学活动，拓宽师生沟通的渠道，便于教师及时掌握教学中的问题和学生的学习状态，从而提高学习效果和教学效率。课程网站为学生提供了自主学习的平台，学生可根据学习任务清单，自主完成视频学习和课前作业，在此过程中记录问题，并以小组为单位准备讨论话题所需材料。线下理论课堂采用讨论式教学方式，将教学班划分为若干学习小组，通过总结、答题和讨论环节对自学知识进行检测、巩固、释疑、应用和拓展。讨论式教学与合作式教学的结合，小组成员间的互动促进了个体学习的积极性，为学生想发言、能发言且言之有物提供了机会，变“沉默课堂”为“活跃课堂”，激发学生学习的热情和动力。项目化的实验教学将实际工程项目引入课堂，以具体项目的解决为目标，将人工智能的知识点进行串联，以培养学生解决复杂工程问题的能力。

（三） 从独立到合作，设置递进式实验

为了避免“蹭实验”现象，增强学生学习的自主性和积极性，培养团队合作能力，人工智能课程的实验环节设置了从个人基础实验到小组项目实验的递进式实验内容。个人基础实验主要以理论课程的三大技术模块为核心，设置3个单知识点基础实验，帮助学生在理解理论知识的同时，学以致用。每个基础实验对应一个核心技术模块，解决方法不唯一，可在该技术模块中的多个方法中选用其一实现，既有利于学生掌握技术的实现方法，又有利于学生了解各技术的适用范围和局限性，培养学生针对具体问题选择合适技术的能力。在个人基础实验中，要求学生独立完成，体现个人解决问题和动手编程的能力。由于可选技术的多样性和个人编程能力的不同，每个人的实验报告都不可能完全一样，避免了千篇一律的实验报告。小组项目实验以课程报告的形式进行，学生以小组为单位，在教师布置的多个综合性实验项目中任选其一，或者自拟题目，进行项目合作开发。综合性实验项目多选择具有实际应用背景的问题，体现高阶性和挑战度，培养学生分析解决问题，以及综合运用知识的能力。在项目合作过程中，小组成员要合理分工，共担责任，培养学生的团队合作能力。项目完成后，以小组为单位提交项目进度和总结报告，并进行项目汇报，讲解项目完成的核心思想、实现过程、实验结果和个人体会。项目汇报中，要求组长介绍整体项目，每个人讲解个人完成部分，教师和同学根据讲解内容进行提问。递进式的实验设置，从易到难，将知识点进行串联，既满足了知识点理解和实现的要求，又能让学生体悟到实际问题与知识之间的关系，以实现培养学生解决复杂工程问题能力的目的。

（四） 注重过程性考核，改进评价模式

考核是手段而不是目的，考核的目的是了解学生掌握知识的程度，改进教学方式，提高知识的接受程度。基于翻转课堂的人工智能课程在考核方式上注重过程性考核，灵活应用线上资源，将线上作业/测试成绩和讨论话题参与度作为课程考核的一部分，关注学生平时学习的积极性和有效性，督促学生按时保质保量完成线上线下理论学习。此外，综合个人基础实验报告（30%）、小组项目报告（50%）和项目汇报情况（20%）作为实验成绩，纳入总成绩。小组项目报告和汇报成绩以项目总体完成度和个人贡献度合并组成，促使学生积极参与项目实验。以上过程性成绩占总成绩的60%，期末成绩占总成绩的40%，且每一项过程性成绩都可量化、可追踪，这就要求学生从始至终都要保持积极向上的学习态度，避免了“临时抱佛脚”的现象，成绩也更真实、可靠。

四 结语

本文分析了人工智能课程教学中存在的问题，探讨了翻转课堂在人工智能课程中的应用。采用翻转课堂形式改革人工智能课程，不仅需要对课程教学本身进行改革，更需要教师在思想认识和知识结构等方面不断提升。在教学活动中，学生是主体，教师是主导。教师要主动适应角色变化，变讲授者为引导者，充分体现以学生为中心的教改思想。而随着人工智能技术的不断发展和落地应用的增多，教师不仅需要持续跟踪领域发展，加强自身理论知识和最新进展的学习，拓宽知识的广度与深度，更需要加强产学研的结合，通过与企业专家的面对面交流，并充分利用网上的现有资源，提升自身综合素养，建立完整的知识能力结构。通过翻转课堂的使用和教师素质的提高，使得人工智能课程内容具有高阶性、创新性和挑战度，以达到培养能解决复杂工程问题能力的工程师人才的目的。