人工智能专业“项目制”教学人才培养模式探索与实践

汪步云，程 军，梁 艺

（安徽工程大学a人工智能学院；b，机械工程学院，安徽 芜湖 241000）

“新工科”是为应对国家新一轮科技变革与产业升级，结合新兴技术与传统工科融合的新教育发展战略，复合型和创新型人才是目前制造业亟需的人才资源。为践行“知识传授、能力培养、价值塑造”三位一体的培养理念，选取“项目制”实践教学作为“新工科”模式下高校人工智能等专业的切入点，建设该模式下人工智能专业实践教学的具体改革方案。“项目制”教学从顶层设计，贯穿本科大学四年，重视学生的个性化发展，培养学生综合运用知识的能力和解决问题的能力。

新工科背景下，人工智能专业“项目制”教学人才培养模式建设具有积极意义。[1]2017年2月以来，教育部积极推进新工科建设，先后形成了“复旦共识”“天大行动”和“北京指南”，并发布了《关于开展新工科研究与实践的通知》，2018年4月，根据《国务院关于印发新一代人工智能发展规划通知》，教育部制定了《高等学校人工智能创新行动计划》，全力探索形成领跑全球工程教育的中国模式、中国经验，助力高等教育强国建设。同时，根据《教育部办公厅关于公布首批“新工科”研究与实践项目的通知》，教育部认定612个项目为国家级“新工科”研究与实践项目，推动“项目制”教学在专业人才培养过程。[2]-[3]

依托作者所在团队形成独特的科研和人才培养优势，本文讨论了项目制教学的设计思路、实施方法和评价反馈，通过知识-能力-价值三位一体的理念，[4]建设新工科背景下贯通式“项目制”综合实践教学新模式，探索切合“新工科”视域下人工智能等专业应用型人才培养模式改革与实践道路，探讨这一有效的产教融合教学方法在人工智能专业过程中实施效果，为教育模式创新和教学质量提供思路借鉴。

1 “项目制”教学目标与内容设定

1.1 “项目制”教学目标

针对上述项目制教学内容达和目标，解决问题的关键是培养目标的定位、能力之间关系如何合理设置。具体内容如下：

（1）确定“项目制”教学新的人才培养范式

工程认证教学理念下，与日常教学相结合，形成以学生为中心的教学方法，形成启发式、讨论式、研究式教学模式，增加实践、自学和创新机会，实现教学相长，建立科学的“项目制”教学形式、具体实施课程和考核方法以及能力考核的分层模型。

（2）拓展团队科研项目的协同育人模式

发挥科研项目真实应用场景和先进的工程实践条件的优势，激发学生学习热情，将产学研作用扩散到课程内部，打通“项目制”教学的各个环节，探索工程实践能力、工程设计能力和工程创新能力培养的新路径，实现“教学相长”，为快速提高人才培养质量、提高师资队伍对人才培养水平奠定基础。

1.2 “项目制”教学内容设定

通过产教融合、科教融合、赛教融合构建“项目制”教学新模式，打通课程群知识关联点，培养学生工程实践能力。在专业建设和教学过程中，推动产学研的优质项目研发内容、成果和经验的课程转化。在教学过程中，针对“项目制”教学体系构建，相关主干课程及实践环节设置如图1所示。

1.3 “项目制”教学组织

以“机器人工作站”和“云制造智能生产线”为线索，描绘人工智能类专业实践教学体系的轮廓。依据学生工程能力培养规律，在完成“人工智能”任务开展前，逐一完成“工程设计”“机械结构”认知和设计，以及“嵌入式控制系统”“深度学习”实验和设计等教学任务。在完成“云制造生产线”设计前，确认完成“工业机器人”“智能制造系统”操作实训以及“机器视觉”“机器学习”等分科目训练，再在“智能生产线”设计过程中，融入“MES系统”“移动导航与控制”“作业调度系统”等体现智能制造方面的内容。

充分调动学生“动脑”和“动手”是确保教学目标达成的基本手段。涉及“动脑”的教学环节包括理论讲授、作业、设计、实验和实习；涉及“动脑”的教学环节包括作业、设计、实验和实习。除理论讲授外，“动脑”和“动手”基本重叠。因此，需要从学生知识和能力构成的整体角度，合理规划设计、实验、实习和实训等实践性教学环节。

基于专业实践与专业理论课程相剥离的原则，按知识或能力模块划分，设置综合实验、讨论课、课程设计、实习和实训等形式，实践教学科目以周为单位编入教学计划进程表，单独设置学分。图1清晰地刻画了我校人工智能专业实践教学计划进程。其中，“工作站装调”、“机器人拆装”和“智能制造系统”设置成《项目讨论课》，采用实验室现场教学方式，讲解、操作或设计、讨论和主题发言交替安排，学生口头表达能力与操作技能、设计等思维能力培养相融合。[5]-[6]

目前，人工智能专业培养方案修订方面，已有三个方面的研究实践基础。

（1）基于国家标准和工程教育认证理念，“新工科”视域下不断修订专业培养方案。对标毕业要求12条，控制总学分，增减课程数目达10%，强调“使用现代工具”的应用，充实先进技术、人工智能等课程，初步构建了符合“新工科”建设理念的课程体系，如图1所示。

（2）设立移动机器人导航与控制实验室、云制造实验室和机器人实验室，形成以科研为核心动力、产学研互动的平台。

（3）充分利用教研团队机器人与高端智能装备的项目研发经验，在专业课和实践环节积极开展“项目制”教学，以《移动机器人导航》为例，制定教学课程教案，如图2所示。核与评价是重要的反馈环节，如何全方位、细致深入地评价学生的毕业能力达成，深入贯彻以学生为中心，以能力培养达成为目标的OBE理念，构建以评价为反馈的教学质量闭环显得尤为重要，亦是持续改进的重要抓手。[7]

图2 移动机器人导航为“项目制”教学案例

针对人工智能专业的“项目制”教学，除了传统的以课程+实践环节考核之外，组织多种形式的考核与评价，包括科研育人模式、赛教融合培育模式、职业技能操作和实习实训综合考核等，在此基础上，探索评价系数构成，形成学分认定、互换与综合评价，构建毕业能力达成效果的评价闭环，这也是项目制教学下协同综合育人的路径探索，具体措施如下。

（1）课程考核

基础知识能力学习、课程设计与综合实训是构建大学能力达成的基本环节，落实课程考核是基础，在此环节加强课程建设，落实线上线下相结合，以学生反馈为重点的课程持续改进，强化基础知识学习和能力达成。

（2）科研项目协同育人

通过开展本科生导师遴选制度，组织学生分批进科研项目，进实验室，根据学生专业方向、兴趣爱好等分组进本科生导师的科研项目组。由导师组根据科研课题，“量体裁衣”提出科研方向课题，分学期、分步骤实施，具体与每一学期的课程安排同步，如在大二阶段开展机械原理与机械设计专题，大三开展机器视觉专题……形成以学生科研作品评价为主、导师考核为辅的评价方法。

（3）校外实习基地综合评定

针对大三校外实践环节和大四本科毕业设计校外实习环节，分批组织学生进校外合作的实习单位，安排校外实习单位的高级工程师以上职称担任企业导师，开展实习课题的综合考核，如智慧城市、语音智能、智能制造、云平台信息、大数据分析等，以专业方向为划分，实行校企双导师制，设计以用人单位为导向的能力达成评价的考核表，形成学生能力达成评价。这也是落实我校服务地方战略性新兴产业的办学理念。

（4）实训机构的职业技能认定

形成校外实训基地，构建职业技能操作评定与学分认定。通过在实践环节设置1-2周的教学环节，在校外实训基地设置项目考核（芜湖安普机器人产业技术研究院、安徽埃夫特智能装备有限公司等），设置如机器人拆装、PLC控制系统构建、AGV导航、虚拟装配与数字孪生等考核科目，构建职业技能操作认定，颁发企业的联名认证证书，为学生工程实践能力打下坚实的基础。

（5）赛教融合下的学分互换

通过设立人工智能协会等学生社团组织，吸引一部分学有余力与饶有兴趣的同学，通过参加全国智能车、程序设计等课外科技竞赛，将学生“动手与动脑”完美结合，同时组织相关同学参加相关培训和课外科技实践活动，如百度AI培训、科大讯飞语音智能培训等，以及相关的夏令营活动，所获得的学分可作为培养方案中的学分替换和认定。上述措施，为这一部分同学奠定坚实的专业能力，也为部分同学深造和高水平就业提供良好的竞争条件。

“项目制”教学将其组织形式、研究模式、关键共性技术攻关过程融入到本科生和研究生培养过程中，为学生讲解专业理论知识、理论应用、软件工具实操和实验验证等完成的项目开发流程。同时，为本科毕业设计和研究生提供课题，为科研实践提供平台和研究对象，有效解决学生理论知识碎片化的问题，为学生们构筑专业知识体系打下坚实基础。

2 “项目制”教学培养方案与教学路径探索

为了深入落实“新工科”项目制教学，组织科研团队进课堂，全程参与开放性教学环节和实践教学环节；深化校企合作协同育人模式，根据项目制教学的目标要求，“项目制”教学人才培养模式完成如下的研究方案与教学路径如图3所示，针对人工智能领域内，综合了智能感知、算法、检测与决策系统等复杂工程问题，设计了具体的项目制教学环节。

图3 “项目制”教学模式构建与人才培养路径总体方案

2.1 “项目制”教学方案与途径

根据人工智能专业培养方案、目标和人才培养定位，分解能力培养达成和课题体系支撑目标，从以下四个方面制定了项目制教学的研究方案和教学途径。

（1）依据项目制教学课程培养方案，构建贯通式“项目制”教学课程

依据“项目制”教学课程培养方案，构建以机器人为载体的机械本体、控制系统、调度系统、综合实践等一体化“项目制”教学课程内容，完成《机器人前沿知识讲座》《机器人文献检索与更新》《面向云制造的智能作业系统》（针对人工智能赋能制造业）《面向巡检应用的智能移动机器人》（针对移动机器人）《面向智慧酒厂的智能机器人解决方案》（针对复合型机器人）等“项目制”教学课程。

（2）依据“项目制”教学课程内容，构建四层次的教学课程训练模式

适合人工智能专业实践教学特点的“项目基础训练、项目应用训练、项目综合训练、项目开发训练”四层次的教学课程训练。项目基础训练和应用训练，向学生直观展示移动机器人本体结构、运动原理、底层驱动控制技术和常用元器件，提高学生对移动机器人的整体认知。为学生划分实际任务，根据任务实际需求，学生自主选择相应扩展模块，快速搭建实验平台，完成硬件选型、运动控制、程序编写和软硬件调试，从而提高学生创新意识和实践动手能力。项目综合训练，向学生展示移动机器人传感器应用技术、环境建模技术、路径规划技术和机器人控制技术，提高学生对移动机器人导航与控制平台关键技术的认知与理解，提升学习的主动性和探索性。项目开发训练，让学生利用现有ROS机器人，完成基于云架构的任务调度、无线网络数据传输、远程串口通信等功能的多机协同作业任务，培养学生的系统搭建和实践能力，加强学生对云架构和移动机器人控制技术的理解和认知。

（3）完善基于典型应用场景的“项目制”教学人才培养模式

以典型场景应用和案例形成“项目制”教学载体，包括教师团队组织、教材编写、学生合作团队组织、项目教学课程设计、项目课程考核和管理办法制订等。学生可参与到教师项目的各个环节，真正投入到项目的技术方案调研、技术方案实施、研发生产、安装调试等过程，深刻理解校企合作企业生产流程、项目开发、岗位职责等基本要求，培养学生自主学习意识，提高学生的编程能力、搭建软硬件架构以及解决复杂工程问题的能力。

2.2 “项目制”教学的人才培养路径探索

为配合上述“项目制”教学方案设计，将教学过程与教学模式、人才培养路径探索深入结合，将教学环节设计与教学模式、协同育人的培养模式深入融合，为这一人才培养路途实施的具体效果、评价闭环构建和学生学习能力达成等开展具体探索。

（1）以智能机器人为载体，构建贯通式“项目制”教学体系

依托项目团队在移动机器人整体设计和开发、自主设计步态算法、高精度电机驱动器、姿态传感器、移动机器人控制器和多种通信传输的核心技术和项目实施经验，构建以机器人为载体的机械本体、控制系统、调度系统、综合实践等一体化“项目制”教学课程内容。构建适合人工智能专业实践教学特点的“项目基础训练、项目应用训练、项目综合训练、项目开发训练”四层次的“项目制”教学课程训练。编写“项目制”相关课程的教学大纲、教案、教学案例。学生可参与项目团队科研项目的各个环节，真实体验企业研发和商业过程。通过一系列的实践模块和个人学习后，能够设计、建模和制造自己独立完成的机器人，培养学生解决实际问题的能力、较强的自学能力和创新（创业）能力。

图5 工业机器人拆装

图6 课程研讨

图7 机器人实训基地

（2）深化产教融合，探索“项目制”教学人才培养新机制

通过校企合作教育，聚焦工程实践资源，丰富工程实践教学形式。在大学四年的实践教学阶段，采用项目制教学模式，以移动机器人开发项目为主要载体，完成智能工厂应用场景下的智慧物流系统（无人叉车及调度系统）的科研项目实施，探索“项目制”教学实践下的学生能力提升路径，通过确立项目任务、制定工作计划、组织项目实施、项目考核评估、总结评比归档项目培养过程，实现“在做中学”和“基于工程实践项目的教育和学习”，如图4-7为相关项目制教学过程，在此过程中，充分发挥学生的主观能动性，培养学生的自主能力、团队合作能力、实践能力以及职业素养，从而提升其就业竞争力。

图4 电气装调操作

3 “项目制”教学评价与持续改进

针对上述“项目制”教学方案设计、模式组织和人才培养路径探索等，构建有效的评价机制，评价学生能力达成的教学效果，为持续改进提供具体量化结果，是“项目制”教学的核心，也是充分体现以学生为中心的教育教学理念。

3.1 OBE理念下的“项目制”教学效果评价

围绕工程教育OBE（Outcomes-based Education）理念，贯彻以学生为中心的教学思想，针对“项目制”教学开展的成果效益，评价学生能力达成情况。具体落实在“项目制”项目制教学课程培养方案、教师团队组织、项目教学课程设计、教材编写、学生合作团队组织、项目课程考核和管理办法制订，分析、评估建设的成果，探寻“项目制”教学人才培养建设对人才培养的提升效果。

3.2 “项目制”教学评价体系及持续改进

人才培养质量一定程度上取决于培养过程的质量，而培养过程的质量则取决于完善的教学过程质量监控体系和持续改进机制。根据OBE理念下，对专业学生毕业能力达成做出综合评价，如图8所示，可以看出，在专业中持续实施“项目制”教学理念，相关课程综合而成的毕业达成指标可持续得到改善，学生对专业学习的兴趣、对未知的探索和学以致用的效果得到持续加强，在学习能力达成指标中得到了体现。

图8 基于OBE理念的“项目制”教学的达成情况评价

（1）“科研项目”教学优化及持续改进

本科生导师通过缩减任务、量体裁衣，形成易操作、易评价、易实施的科研项目课题群，构建以创新评价、设计质量、标准化、理论计算表达、课题任务书撰写质量与规范性评价等多维度的持续优化，根据学生反馈、项目过程实施标准化等优化教学形式与方式，形成持续改进的良好措施。

（2）校外实习基地反馈与持续改进

校外合作实训基地，由聘请的校外导师、学生实习所在部门领导、同事评价形成主观评价，重点评价学生团队合作意识、终身学习理念；由学生完成的校外实习课题报告评价、职业技能操作等形成客观性评价，在此基础上，根据反馈优化评价组合模式和系数，形成以主观评价为主的动态调整及持续改进方向。

（3）毕业设计综合反馈及持续改进

针对毕业设计这一最终环节，可以更加量化、具体地评价学生解决复杂工程问题能力。由本科生导师或校外企业导师，在所设置考查课题的基础上，以毕业设计中论文撰写水平、问题论述思路及数学建模正确性、实验验证完成情况、设计、仿真与分析软件工具使用情况等，形成客观的综合性评价。根据学生反馈、本科生导师和企业导师等主观反馈，形成以课题适应性调整、考核环节与分数为主的持续改进方向。

通过创新实践、就业创业等实践环节，指导学生参加创新创业系列竞赛，邀请校外专家和企业高管来校为学生做创新创业指导，邀请优秀校友返校分享成功经验，让学生了解未来发展动向，树立职业理想，做出职业规划。通过在毕业设计、创新创业教育等环节，使学生意识到知识体系的不断更新，树立终身学习意识，鼓励学生树立伟大理想，让学生在毕业设计等环节中训练，培养学术探索、探求的能力素养，明确学生对文献搜集、文献综述、完成复杂工程问题设计、系统性能力培养，锻炼自主学习能力。[8]

综上，在传统课程+综合实验等传统考核基础上，增加了科研项目（本科生导师）、实习实训基地出课题（合作企业）、课外科技竞赛和创新创业教育等多种环节，构建了丰富的“项目制”教学资源并形成体系，实现了闭环评价和持续改进，提高了复合型人才培养质量。

4 结语

人工智能是我校面向地方战略性新兴产业对人才培养需求而设立的新工科专业。与测控技术与仪器等传统专业相比，具备多学科交叉特征，对学生面对新的应用场景下解决复杂工程问题的能力要求更高，对学生理论基础、专业素养和技能要求更高，复合型人才培养和毕业能力达成要求更高。[9]

学生的理论知识和专业素养得到充分融合，适度深化项目制教学难度，增强“对抗性”，克服以往能力达成评价的不足，将“动手训练”“动脑思考与设计”等紧密结合，引入实践结果评定、职业技能操作和实习单位评价相结合的办法，科学构建人才评价体系，有利于持续改进人才培养质量。将学生在大学期间求知、求真心理与专业学识相融合，有利于学生们的个性化培养。

在新工科建设项目的支持下，针对人工智能人才培养，我校以复合型特征人才培养为主线，按模块组织教学内容，按科目编排实施方案，形成了我校独具特色的科研实践服务教学体系。教学效果表明，“项目制”教学克服了以往碎片化、综合性差、学生参与度不足、训练不充分等等不足，经过人工智能专业部分学生近两年的教学实践验证，教学效果和方法得到学生们的充分认可，人才培养质量得到持续提高。