面向计算思维培养的PBL教学模式设计——以模式识别课程为例

郑彩侠，葛莹莹，石艳娇，张 洁，孔 俊

（1.东北师范大学信息科学与技术学院，吉林长春 130117；2.吉林动画学院游戏学院，吉林长春 130013；3.上海应用技术大学计算机科学与信息工程学院，上海 201418）

0 引言

随着计算机、互联网以及人工智能技术的不断发展，信息化和智能化已成为当今社会的基本形态。计算思维是一种科学的思维方式，是人们在信息化、智能化社会中生存与发展所必备的一种核心素养。

计算思维的概念最早由卡耐基梅隆大学周以真教授于2006 年提出，是指“利用计算机科学的基本理念解决问题、设计系统和理解人类行为”的一种方法［1-2］。我国九所“985 工程”建设高等学校在2010 年发布的《九校联盟（C9）计算机基础教学发展战略联合声明》中将培养学生计算思维作为计算机专业教学工作的一项核心任务［3］；英国的CAS（Computing at School Working Group）组织在2012 年提出要将计算思维培养作为学校信息技术和计算机课程的关键内容之一［4-5］；我国教育部高等学校大学计算机课程教学指导委员会在2016 年指出“计算思维能力培养要成为今后大学计算机基础教学的新常态”［6］；2017 年，首届计算思维教育国际会议在香港召开［4］。由此可见，在过去十几年中，计算思维受到了科学界和教育界的广泛关注，计算思维培养已成为大学计算机专业相关课程教学改革的关注重点。

近年来，各大高校纷纷为计算机科学与技术、信息与通信工程等专业本科生开设了模式识别课程。模式识别课程理论性较强，涉及的数学知识较多，同时又对学生的实践能力要求较高，使得该课程的教学工作面临诸多挑战。因此，如果仅采用传统的课堂讲授法进行教学，会导致学生对该课程的学习兴趣不高，学生仅能掌握一些基础概念和知识，很难学会如何运用模式识别技术解决实际问题。此外，传统的讲授法也忽视了对学生计算思维的培养。因此，应构建一种理论联系实际、面向计算思维培养的新型教学模式，以提高模式识别课程教学质量，培养学生成为人工智能时代所需、具有计算思维的创新型人才。

为实现上述目标，笔者构建一种面向计算思维培养的PBL（Project-Based Learning）教学模式。该教学模式以项目为主线，在计算思维培养目标的导向下，教师有针对性地设计实践项目，并指导学生进行自主学习和协作探究，学生则根据教师的监督和指导对项目进行深入分析、探索与实践，并展示、总结与评价所取得的项目成果，从而实现知识的深度整合与迁移。

1 计算思维内涵

计算思维是21 世纪中人人需要必备的一种科学素养，其本质是抽象化和自动化［7-8］。计算思维方法包括关注点分离、抽象、分解、递归、转化、嵌入、约减、并行、保护、冗余、容错、纠错、恢复、折中和启发式推理等［3，9］。英国南安普敦大学的两位博士Cynthia Selby 和John Woollard 认为计算思维可划分为分解思维、抽象思维、算法思维、评估思维和概括思维［1，10］。胡科等［11］指出计算思维具有如下特点：①严谨的逻辑性，包括算法思维、批判性和合作性思维，以及创造力等内容；②其是以问题为导向的学习方式和以问题解决为导向的教学方式的产物，是人类认知学习活动的过程；③其是一种利用计算工具和计算方法解决问题的能力。在信息化、智能化时代，计算思维有利于个体发展多领域的综合能力，提高自身在社会中的竞争力［12］。因此，培养学生的计算思维是每个教育工作者的责任和义务［11］。

2 PBL教学模式内涵

目前，在教育领域存在两种创新的教学模式：基于问题的学习（Problem-based Learning）和基于项目的学习（Project-based Learning）［13］。这两种教学模式可分别称为问题式PBL 教学法和项目式PBL 教学法。问题式PBL 是Howard Barrows 教授于1969 年在加拿大麦克马斯特大学提出的，该模式侧重于让学生通过寻求实际问题的答案形成对知识的理解［14］。项目式PBL 是由著名教育家John Dewey 先生所倡导的“做中学”理念发展而来的，该模式强调采用工程的方法激励学生学习，并让学生通过规划和实施项目来理解与掌握所学知识［13，15］。

问题式PBL 和项目式PBL 均是以建构主义和情景学习为理论基础的实践性教学活动，即以问题或项目为中心，通过设置有意义的情景实施教学活动，引导学生发现问题（呈现项目）、分析问题（分析项目）、解决问题（实施项目）和汇报总结等，并促使学生进行自主式、协作式、开放式和探究式学习，在实践中构建知识体系，从而提高其解决实际问题的能力［13］。在项目式PBL 和问题式PBL 教学过程中，学生是认知的主体，教师围绕学生构建教学资源、组织教学过程，并通过承担主导者甚至是合作者的角色，让学生充分参与项目实施或问题解决过程，从而促进教师的有效教学和学生的深度学习。

问题式PBL 和项目式PBL 具有统一的基本教学理念，但其应用的侧重点稍有不同。问题式PBL 侧重于让学生基于问题情境进行知识理论建构，从而加深对知识的理解；而项目式PBL 更注重锻炼学生的动手实践能力，让学生在实施项目过程中实现对知识的整合与迁移。因此，问题式PBL 通常适用于心理学、医学、法律和经济等学科，而项目式PBL 通常适用于计算机和工程学等学科［13］。

3 面向计算思维培养的PBL教学模式构建

近年来，已有越来越多教育工作者开始关注PBL 教学模式，并将其应用于许多不同课程的教学过程中，取得了不错的效果。然而，现有研究在对PBL 教学模式进行设计与实施的过程中，较少考虑如何将具体计算思维方法融入到PBL 教学的各个阶段中［16］。尤其是针对模式识别课程，目前很少有研究依据该课程特点设计有效的面向计算思维培养的PBL 教学模式。鉴于此，笔者基于前人研究成果和自身在模式识别教学过程中积累的经验，以计算机科学与技术专业本科三年级的模式识别课程为例，构建一种面向计算思维培养的项目式PBL 教学模式，以激发学生的学习兴趣，并将对学生计算思维的培养渗透到教学过程各个环节中，从而提高学生解决问题的能力，并充分培养学生的计算思维（本文后续部分出现的“PBL”，若无特殊说明，均指“项目式PBL”）。

PBL 是一种基于建构主义学习理论的教学模式［3］。建构主义学习理论认为学习是学习者在原有经验基础上，在一定社会文化情境中，主动对信息进行加工处理、建构知识意义的过程。其核心是学习者是知识意义的主动建构者，而教学者是学习者在学习过程中主动建构知识意义的辅助者［17-18］。PBL 教学模式的主要特点是以学生为中心，以实践项目为主线，且注重让学习者通过协作交流来探求答案和建构知识，从而提高学习者解决问题的能力。因此，采用PBL 教学模式培养计算思维，可让学生基于启发和推理寻求解决问题的答案，这与建构主义学习理论的思想是基本统一的［17］。

3.1 教学流程设计

模式识别是一门具有前沿性和应用性的学科，其内容涉及计算机、统计学和心理学等众多学科。模式识别教学的主要目标是让学生不仅能掌握理论知识，而且能运用所学知识解决人工智能领域的实际问题，同时培养其计算思维和创新思维。因此，教师需采用一种以学生为主体、以实践为主线，且能同时兼顾计算思维培养的教学模式，才能真正实现模式识别课程的教学目标。PBL 是基于建构主义理论提出的一种创新型教学模式，建构主义的核心思想是“在实践中学习”，即学生应在实际的情境中实现对新知识的构建。因此，将计算思维培养融入到PBL 教学过程中，可有效实现模式识别的教学目标。综上，笔者针对模式识别课程构建一种面向计算思维培养的PBL 教学模式，具体教学流程如图1所示。

Fig.1 Process of PBL teaching for computational thinking cultivation图1 面向计算思维培养的PBL教学流程

该教学模式的主要特色和创新是在设计项目时，主要以笔者所主持的计算机视觉领域的科研项目为基础，即充分利用科研引导教学，使学生不仅能掌握模式识别的基础知识，也能了解模式识别的最新技术及发展动态。此外，在引导学生对项目进行实践时，注重让学生理解计算思维的内涵和具体方法，并将计算思维培养融入到项目实施的各个环节中。

笔者所设计的面向计算思维培养的PBL 教学模式基本思想是在计算思维培养的导向下，以学生为主体、教师为主导，围绕所设置的项目逐阶段开展教学活动。具体来说，将PBL 教学过程分为“创设情境、呈现项目”“分析项目、制定计划”“协作探究、实施项目”和“交流成果、评价总结”4 个主要阶段。在每个阶段中，教师主要负责对学生进行恰当的引导与监督，学生则进行自主学习与协作探究，同时需运用具体的计算思维方法对项目进行实施。例如，在“创设情境、呈现项目”阶段主要利用计算思维方法中的“关注点分离”，在“交流成果、评价总结”阶段主要利用计算思维方法中的“归纳”和“纠错”等。

3.2 教学活动实施

本节以计算机视觉领域的“基于图像的人脸自动识别”项目为例，基于图1 所示的教学流程，给出具体的教学活动实施过程。该教学活动旨在让学生掌握模式识别课程中的“特征提取与选择”和“人工神经网络”相关理论和技术，真正理解各个算法的原理和流程，并能灵活运用计算思维及所学算法解决实际问题。

（1）创设情境、呈现项目。教师首先在课前进行学情分析，主要分析学生的知识基础及课程特点，以及学生需要掌握的重难点知识；然后选择、设置合适的实践项目，并制定项目目标、规划项目预期成果，同时进行课前资料准备。在引出项目主题“基于图像的人脸自动识别”时，注重利用多媒体视频资源来激发学生的学习兴趣，如教师可利用火车站刷脸进站和人脸签到等视频引出项目主题，介绍项目内容和目标以及计算思维相关概念，并引导学生基于抽象和分解的计算思维方法对项目进行初步理解。

学生首先基于自身知识基础，联想实际，理解项目内容和整体目标，以及计算思维的相关概念和方法；然后在教师引导下对项目进行关注点分离，初步分析项目包含几个部分，主要涉及哪些模式识别技术。例如，对于“基于图像的人脸自动识别”项目，学生需利用关注点分离的计算思维，将项目简化为数据收集、特征提取、分类识别和结果分析4个主要部分。

（2）分析项目、制定计划。教师引导学生基于分解、转化、并行、约减和折中等计算思维方法分析项目。具体来说，教师可通过设置问题引导学生进行深度思考，例如：如何对人脸图像进行特征提取？应该提取颜色特征还是纹理特征？哪些神经网络可实现对人脸图像数据的分类？在此过程中引导学生对项目进行拆解与简化，并在其中注重培养学生的计算思维。此外，需要协助学生进行项目小组划分，并指导每个小组制定相应的项目计划。

在教师的引导下，学生自主查找资料，并基于转化、分解、自动化和折中等计算思维方法对项目各个主要部分进行分析，分析各部分所需的模式识别理论和技术，以及相应的难点。例如，针对特征提取部分，首先需利用抽象的计算思维分析人脸图像的关键特征（即可有效区别不同人脸特征），然后采用转化和自动化的计算思维分析选取哪种算法可有效提取人脸关键特征。在选择算法过程中，需利用折中的计算思维同时兼顾算法的效率和性能。此外，在该过程中，学生主要通过自主学习和协作探究方式对项目各部分内容进行深入理解。最后合理划分项目小组，基于并行和折中的计算思维方法制定各小组的项目计划。

（3）协作探究、实施项目。在项目实施过程中，教师适当地为学生提供一些关键的参考资料，并实时监督项目进展。同时，引导学生进行主动探索和积极交流，并养成利用计算思维方法思考问题的习惯，最终引导学生完成项目内容，实现项目目标。

学生查找资料，进行自主学习和小组协作学习。首先针对项目各部分，基于抽象、分解、自动化、约减、并行和折中等计算思维方法收集数据，编程实现相关算法。例如，收集人脸数据时，需基于并行的计算思维分工收集不同数据，之后基于折中的思想将所收集到的数据进行整合，使整合后的人脸数据集规模适中，且具有多样性；在对特征提取和分类识别部分进行编程实现时，需利用分解与自动化、约减和并行等思想分别选取合适的特征提取算法将人脸关键特征转化为计算机可计算、具有较好判别性的特征向量，同时将特征向量作为输入，并行地利用不同神经网络对特征向量进行识别，然后选择识别效果较好的神经网络作为最终的分类器。最后，基于折中、容错、自动化和纠错的计算思维方法将特征提取和分类识别部分的算法程序进行整合与测试，使其可同时兼顾效率和性能，实现对人脸图像的自动识别，且具有一定的容错能力。

（4）交流成果、评价总结。教师组织学生对项目成果进行展示与交流，对每个小组的完成情况进行点评，并对项目整体完成情况、计算思维能力培养情况进行总结。在此过程中，需注重给予学生一定的肯定，以激励学生进一步努力完成未来的课程内容。此外，教师对此次面向计算思维培养的PBL 教学活动的成效进行总结与反思，并根据需要及时调整教学内容或手段。

学生在教师的组织和引导下，展示项目成果，交流项目经验及心得体会。小组之间对项目完成情况进行互评，在评价时要注重过程性评价、动手能力评价及计算思维能力评价，并基于评价结果，利用归纳和纠错的计算思维方法进行自我总结与反思。

通过实施上述PBL 教学活动，学生的学习兴趣显著提高，且更好地掌握了模式识别相关理论及技术，形成了较完整的知识体系，同时也提高了学生的主动学习、沟通协作、动手实操及创新能力，特别是极大地提高了学生的计算思维能力。计算思维能力的提高可使学生在面对各种任务时，能够更好地思考问题、挖掘规律，从而解决问题并总结经验，对于学生在未来社会中的生存与发展至关重要。

4 结语

基于PBL 教学模式培养学生的计算思维，可使学生基于其原有的知识和经验，在实施项目过程中构建新知识、提升自身的计算思维能力，符合建构主义学习理论基本思想。因此，笔者以模式识别课程为例，设计了一种面向计算思维培养的PBL 教学模式。该教学模式不再以传统的讲授法为主，而是通过设置合适的项目引导学生进行主动学习和协作探究，并将对学生计算思维的培养渗透到项目设计与实施的各个环节中。通过实施该教学模式，不仅可充分发挥科研对教学的促进作用，有效提高模式识别课程教学质量，而且可促使学生积极、主动地进行深入探索和学习，并在学习中不断拓展计算思维、提高动手实践能力，从而全面提高自身的综合素养。