人工智能实验课程从“线下”向“线上”的转变实践

顾佼佼 孙涛 陈健 刘克

[摘 要] 课堂教学方式的变革推动课程逐步“线上化”，配合多样化的教学模式引入多种多样的教学创新内容。在这个过程中，强实践类课程由于硬件限制及交互性等多种原因，多数仍以线下的形式开展。在当前新冠肺炎疫情期间，通过“人工智能”课程理论与实验内容“线上”开展的过程，探索将线下实验课程转变为线上实验的建设思路，探讨实验类课程“线上化”的应用方式。可有效丰富教学手段，调动学员学习的主动性和积极性，对学员自主学习能力、问题分析与解决能力的培养起到促进作用。

[关键词] 线上学习;人工智能;实验课程;反馈闭环;自主养成

[基金项目] 2019年度海军航空大学教学改革项目“‘人工智能’类课程开展在线教学的模式与方法研究”（2020-424-32）

[作者简介] 顾佼佼（1986—），男，山东青岛人，博士，海军航空大学岸防兵学院讲师，主要从事人工智能技术应用、火力指挥与控制研究;孙 涛（1980—），男，山东烟台人，博士，海军航空大学岸防兵学院副教授，主要从事火力指挥与控制研究;陈 健（1985—），男，山东青州人，博士，海军航空大学岸防兵学院讲师，主要从事装备体系发展论证研究。

[中图分类号] G643.0;TP18 [文献标识码] A [文章编号] 1674-9324（2022）24-0029-04 [收稿日期] 2021-07-29

引言

近些年线上教学发展势头迅猛，形成了一批成熟的高等教育课程平台，教师利用线上教学平台开展课程内容教学，积极探索混合式教学改革及教学管理模式创新实践，极大促进了教学方式的改革与发展。推动课堂教学方式从“以教为中心”向“以学为中心”转变，涌现出翻转式、混合式、等多种教学模式。教育部提出“停课不停教、停课不停学”的要求[1]，多数院校进一步推出线上或线上线下混合式教学改革。但课程实验实践内容无法上线进行[2]。以研究生“人工智能”课程为例，主要讲解深度学习与计算机视觉方面内容，理论与实验各占50%，属于理实一体化类课程。实验部分需要基于GPU等高并行性的计算资源才能顺畅运行。

一、实验课程线上化的主要考虑

线上学习的有效性不僅取决于课程内容的设计，还依赖于平台的支撑[3-7]。实验部分的教学相比理论部分有一定的特殊性，需要配备相应的实验资源，目的是用实践来验证理论。在将实验部分线上化时主要考虑以下四个方面。

（一）便于学员操作实践

“人工智能”课程实验的特点是需要多次尝试不同方法，用实践印证理论，从而内化和应用学习内容。学员端在大多数情况下不具备GPU等高性能计算资源，而且实验环境的配置会牵扯大量时间。实验不需要学员自己安装实验依赖项，并能够在需要时恢复至初始状态。

（二）真正掌握应用能力

在线下教学的过程中发现，在结合个性化应用的测试中，学员对具体知识点的细节掌握不够准确，结合具体问题后的分析能力不足。这种情况的主要原因是学员对操作过程的思考较少，并没有真正提高理解与分析能力[8，9]。

（三）注重交流互动

在线下实验课教学过程中，教员可以根据学员的状态及时调整教学设计，或者直接指导。在线上实验中，教员无法实时监控学员状态，这种情况下课堂的引导性会弱化。这种交流互动既包括教员与学员之间的互动，也包括学员与学员之间的互动。需要结合实验流程进一步改善教学设计，如学员间“实验桌面”的共享与互动，直播聊天室的答疑组织。

（四）增强过程性评价的比重

传统的评价方式仅能反映学员对基本知识、概念的掌握情况，教员无法完全掌控学员的实验状态。学员在基于平台的学习过程中会留下全程的学习数据，这些过程性数据客观反映了学员对知识点的掌握情况，加以积累可以通过数据分析发现教学过程所隐含的规律和行为模式，作为对教学过程的反馈支撑教员评价学员的实验过程[10]。

二、课程体系构建

研究生阶段“人工智能”课程的特点是实操性与技巧性较强，注重知识应用能力。课程采取理论讲授与实验实践穿插进行的方式，学员预习录播视频，带着疑问到直播间与教员和同学一起讨论;另外，有以直播形式的线上理论教学。

（一）实验部分建设内容

1.课程内容建设。针对线上学习特点，以专题形式对教学内容进行重组，增强教学内容的针对性，围绕典型案例设定实验主题，利用动画、视频等多媒体手段提高可理解性。部分实验以专题形式录制演示视频，配合在线实验教程同步使用，主要讲解先导知识、实验流程、可能遇到的问题等内容。视频演示提前上线，学员可以在课外自主学习。

2.课程管理平台建设。增加实验管理模块，课程管理平台结构如图1所示，管理课程涉及的资料和教学环节的实施，包括教学资源、学习跟踪、作业提交等模块。结合线上教学经验，对管理平台中的统计分析模块进行了加强，记录和统计学习时间、视频反刍比、互动指数、操作准确率等在线上学习数据，是学员学习状态最直接的体现。

3.实验平台建设。“人工智能”课程实验主要使用Python语言，使用TensorFlow深度学习框架，涉及的软件包括Jupyter、Docker等。实验平台结构框架如图2所示，学员也可直接将特定实验的docker镜像下载到本地执行。基于Docker系统的实验构建方式可以为学员提供一个统一的程序运行平台，无须配置环境即可直接开展实验。

（二）教学模式设计

通过实验过程培养学生的工程实践能力、创新意识，养成良好的科学工作态度和习惯，为后续课程学习和专业培养打下基础。为此主要着重以下三个方面设计教学模式。

1.进一步分解教学目标，提高自主获取性。依据布鲁姆认知分类目标理念，将学员分析解决问题能力无法有效提高归因于没有循序渐进地展开认知过程，导致无法内化成自身能力[6]。对理论内容进行了知识点的分割和细化，并设计了具备军事背景的案例式实验体系，重在激发学员的探索兴趣;在实验设计时给出循序渐进的目标。这样也有助于学员根据个体学习差异顺序或跳跃式前进，提高了知识的可自主获取性。

2.具备反馈闭环的内容组织。课程中理论与实验部分是相互衔接的，教员结合学员在各个教学环节中的反馈，适当调整课程与实验内容。例如通过统计分析模块中的视频反刍比确定学习难点;通过翻转课堂中的讨论内容针对性地设计实验验证内容;根据实验情况设计有针对性的课后作业;等等。对教学设计进行调整，形成闭环，有的放矢地进行教学，实现线上线下同质等效的教学效果。

3.贯穿式互动环节设计。教员可以了解学员的掌握程度，如可以随处穿插的课堂讨论等。互动还发生在学员之间，学员间的互动会起到互帮互助的作用。在实际授课过程中，课代表在互动中起到了非常好的“助教”作用，督促同学学习，而且双重身份使他在帮助他人的同时也激发了自身的主动性。

三、线上实验课程实施及成效

在理论讲授部分结束后直接开始实验，依托实验平台及直播平台实施，学员自学为主，可通过问答系统提交问题，也可由课代表组织讨论，教员进行统一讲解。实验结束后，学员需自主完成拓展实验，并在作业系统内提交。考核方面加强过程管理的比重，实验部分以在线完成的形式进行考核，并参考课程管理平台上提交的实验作业，平时成绩以课堂小作業、研讨、出勤等情况综合计算。这种方式的好处是将考核实施在整个教学过程中，考核学员的综合能力，提高学员的学习积极性。课程实施成效总结如下。

1.相对加强了理论知识的掌握与理解。通过实验教学模式的合理设计，激发了学员的探究心理，从而更加主动地学习，加深对理论知识的理解。

2.培养了自主学习能力。通过课程学习提升学员的主动性，增加对工程实践的兴趣，增强自主学习能力。实验部分是对理论知识的实际应用，也为学员进行自己的应用提供了借鉴。线上开展的实验内容能够提高学员自我学习的积极性，从实验平台的过程数据分析可知，学员能够通过实验平台完成实验内容，并通过与师生交流深化理解，最终提高自主学习能力。

3.培养了分析、解决实际问题的能力。人工智能是一门实践性极强的学科，具体开展实践应用时需要运用理论知识解决实际问题。分解明确的教学目标、交互讨论的机制有效促进了学员的理解和掌握，养成分析问题的思路和解决问题的能力。

四、提高线上实验课的有效性

实验课程重点培养学生的动手实践能力，通过实验过程培养学生的工程实践能力、创新意识，在线上实验课程的开展过程中发现线上实验开展的有效性可进一步提高，具体涉及以下四个方面。

（一）及时更新课程内容

人工智能技术发展迅速，日新月异，课程组需结合科研、教学等研究，结合具有军事背景的实际案例，及时更新课程内容，让科研成果、作战成果走进课堂。

（二）进一步提高教员岗位认知能力素质

线上开展理论与实验课程对教员提出了较高要求，教员团队需要取长补短，不断提高在线教学能力。对此，在疫情期间，各主流在线平台专项邀请相关领域专家推出了专题直播课程，开通相关课程为开展线上教学的教员提供了参考，提高岗位任职能力素质，进一步充实教学训练储备。

（三）加强教学管理

有效的学习主动性一方面取决于学员的自我激励和教员、同学的激励，另一方面可以从考核形式、教学管理平台方面采取多种形式带动学员积极性，督促学员完成在线学习任务。军校学员在校期间管控较严，而在家期间的自律性、自觉性却暴露出明显问题，这是一开始开展线上教学时出现的挑战，需要在课前进行更充分的准备。

（四）增加课程内容与模式的弹性

在线上开展的实验实践证明，具备反馈闭环的实验内容组织方式有助于学员对实验内容的掌握，能够反馈出问题所在，教员可有针对性地开展答疑或设计拓展实验等。后续将引入需多人合作完成的大作业，考核学员的团队协作能力。

结语

此次疫情考验，给未来线上教学带来深刻变化和发展契机，极大促进教育理念的更新与在线开放课程等网络资源的加速建设。在此期间，课题组完成了“人工智能”课程理论与实验部分的线上授课，线上教学已基本成型，丰富了教学手段，而且调动了学员学习的主动性、积极性，教学效果良好，对学员自主学习能力、分析解决问题能力的培养具有促进作用，对教学改革具有积极作用。下一步将继续改进和创新实验类课程教学方法，促进课程教学质量的提高。

参考文献

[1]教育部.应对新型冠状病毒感染肺炎疫情工作领导小组办公室关于在疫情防控期间做好普通高等学校在线教学组织与管理工作的指导意见：教高厅〔2020〕2号[A/OL].（2020-02-04）[2021-06-30]. http：//www.moe.gov.cn/srcsite/A08/s7056/202002/t20200205_418138.html.

[2]孙莉，郎明非.线上线下教学模式在生理学教学中的探索与思考[J].医学教育研究与实践，2020，28（1）：76-80.

[3]陈建锋，罗家兵，黄福春.物联网虚拟仿真实验教学平台：网络和嵌入式网关层[J].实验室研究与探索，2019，38（12）：122-126.

[4]薛小荣，李晓峰，李韦泓，等.基于Unity3D的微波暗室环境下天线测量虚拟实验系统设计与实现[J].实验室研究与探索，2019，38（12）：108-112.

[5]刘闯.电类导论实验课程创新培养模式探索[J].实验室研究与探索，2019，38（12）：245-247.

[6]郭志芳，田新翠.基于移动教学平台的高级统计学课程线上教学模式设计[J].中国多媒体与网络教学学报（上旬刊），2020（4）：1-2.

[7]陈友媛，辛佳，杨世迎，等.混合式实验教学提高学生主动学习能力的探讨[J].实验室研究与探索，2019，38（4）：205-208.

[8]朱小艷，刘俊男.线上线下混合式教学模式在C语言课程中的应用[J].信息与电脑（理论版），2019，31（24）：250-251.

[9]马艺，张伟强，薛东旭，等.多维度构建和实施线上实验课堂的探索与实践[J].大学化学，2020，35（5）：229-235.

[10]潘薛波，向铮，蔡跃飘，等.线上学习模式在药物分析实验教学中的应用[J].广州化工，2019，47（6）：156-157.

Practice of the Transformation of AI Experiment Course from “Offline” to “Online”

GU Jiao-jiaoa， SUN Taoa， CHEN Jiana， LIU Keb

（a. Coastal Defense Academy， b. Graduate Management Team， Naval Aviation University， Yantai， Shandong 264001， China）

Abstract： The change of classroom teaching mode promotes the gradual development of online courses， and a variety of teaching innovation contents are introduced with the diversified teaching models. In this process， most of the practice courses are still carried out in the offline way due to the hardware limitations and the necessity of interaction. During the current COVID-19 period， and in the process of the theory and experiment teaching of the Artificial Intelligence course， which has been changed from offline teaching to online teaching， the construction ideas of changing offline experiment courses into online experiment courses are explored， and the application mode of online of experiment courses is explored. It can effectively enrich the teaching means， mobilize the initiative and enthusiasm of students in learning， and promote the cultivation of students’ independent learning ability， problem-analysis ability， and problem-solving ability.

Key words： online learning; Artificial Intelligence; experiment course; closed-loop feedback; self cultivation