人工智能背景下统计学课程教学改革探讨

张娟娟 朱芳芳

（广州华商学院，广东 广州 511300）

一、引言

人工智能作为新一代信息技术的代表，已广泛应用于各行各业。特别关注人工智能时代，统计学教学改革具有重要的现实意义，人工智能的发展离不开大数据，而人工智能技术主要靠算法所驱动，它的模型、计算和分析都依托与统计学。可以看出，数据是基础，算法是核心，因而，如何高效处理数据显得非常重要，统计学作为数据分析的工具，在数据的清洗和整理方面发挥举足轻重的作用，紧跟时代发展步伐，各高效经管类专业逐步改革传统统计学的课程设置、教学内容、教学方法和手段，培养学生解决实际问题的能力，主要侧重提高大数据分析实践能力，以应对大数据和人工智能对统计学带来的冲击和挑战。

近几年来国内学者对人工智能时代的教育改革问题，从理论分析的角度做了大量研究，如朱建平等（2014）[1]阐述了大数据背景下，传统统计学在一些概念、数据结构、和统计思维方式等方面发生的变化，深入剖析了统计学在大数据时代面临的机遇和挑战，大数据时代有助于推动统计学学科的向前发展，统计学的发展有助于提高人们的数据分析和问题解决能力，这反映了统计学课程教学改革是必要和迫切的。徐宗本（2021）[2]研究了人工智能时代，国内外学者重点关注的几个重要的数理基础问题，人工智能的发展对传统的数理统计方法和思维模式产生了一定的冲击，解决这些数理基础问题有助于推动人工智能技术的发展，人工智能的发展也有助于促进统计学科的进步和发展。蒲菊华,熊璋（2021）[3]研究了人工智能与教育的融合在促进高等教育的改革方面的作用，从教师、学生和伦理三方面阐述了人工智能发展对高等教育带来的冲击，和人工智能对高等教育的促进作用，该研究也说明人工智能时代，教育改革是大势所趋，必须紧跟时代发展，才能培养出符合时代要求的人才，研究认为：线下和线上混合教育方式是教育改革的大势所趋，这种教育模式可以为学生提供多元化的学习需求，而不是局限于单一的课堂教育，同时，也能够丰富学习资源。唐小媚,刘第红（2021）[4]阐述了第十五届海峡两岸（粤台）高等教育论坛上，关于人工智能时代下的高等教育变革与发展的主要观点，既包括宏观层面的人才培养、产教融合和学科建设等，也包括微观层面的教育价值和教育投资策略等，人工智能是引领科技革命和产业变革的重要驱动力，推进高等教育改革和高等教育现代化是未来10 年高等教育发展的重要议题，加强粤台两岸在高等教育领域的合作，为培养掌握现代信息技术的专业人员提供了广阔的平台。冯路（2021）[5]研究中也提到，人工智能、工业机器人等现代科技是一把双刃剑，对经济社会的发展既有利也有弊，一方面有助于优化我国的经济结构，也是应对人口老龄化的重要手段；但是人工智能技术的发展会增加失业和不平等问题，因此，要不断改革现有的教育体系，才能与时俱进，培养出灵活运用自动化技术的专业人员。学者们对人工智能背景下的统计学教学改革做了初步的探讨，并提出了教学改革的意见和建议，在上述学者研究的基础上，重点总结人工智能发展对统计学教学带来的一些重要影响，并结合当前实际的教学情况，总结统计学教学中存在的一些不足，提出统计学课程教学改革的一些思考和建议。

二、人工智能对统计学带来的影响

（一）统计思想的变化

在大数据、人工智能时代背景下，传统的“以小见大”的统计思想将被取代，而主要是从“大数据”中去挖掘经济社会的规律和特点。传统的统计学解决实际问题的基本环节是：（1）根据所要研究问题的性质，在有关学科理论指导下，制定统计指标、指标体系和统计分类；（2）通过抽样调查获取数据，即数据收集；（3）对采集的数据进行登记、审核、整理、归类，利用一定方法根据样本数据去估计或检验总体的数量特征；（4）结合相关实质性学科的理论知识去进行分析和利用。遵循先“问题”，后“数据”的模式；而在大数据时代，却变成了先“数据”，后“问题”的模式，研究思维的改变，也使传统统计学研究方法、研究对象和相关概念产生了改变。

数据是统计学的研究对象，但是总体数据很难获取，因此通过抽样，利用样本信息来推断总体的特征，在统计学教材中，“样本”是指按照一定的概率从总体中抽取的部分单位的集合。而在大数据时代，我们有时候得到的数据不再是样本数据，而是总体数据，这显然有助于解决样本统计带来的误差大的缺点；另外，如果我们要获取的数据是随着时间而变化的，对于这样的动态数据而言，总体就是过去、当前和未来很长时间段中所有的数据，样本可以是过去、当前时间可以获取得到的数据，此时，样本并不是随机抽取的，这就和传统意义上的“样本”概念有一定的区别，如何分析大数据时代样本的代表性问题？将是统计学专业教学过程中面临的新问题。

（二）数据结构的变化

统计学上我们根据所研究的问题收集的数据都是结构型的数据，对于结构型的数据已有一套完善的数据处理标准和流程，通过统计图表可以显示数据，通过构建基本的描述性统计指标可以研究数据的集中趋势、离散程度和数据的分布形态。

大数据时代，随着人工智能技术的快速发展，我们得到的数据大多数是非结构型的数据、半结构型数据和异构数据，诸如图像和声音等复杂的数据，对于这种非结构型的数据很难使用传统的统计图表、统计指标来显示。这些变化对各高校统计学教学也带来了新的挑战，如何处理非结构型数据？是一个重要的研究话题。

（三）数据收集思路的变化

传统的统计学课本中，数据收集的基本思路是：先确定研究目的，然后确定要收集的数据，最后根据要收集的数据，设计调查方案。这种思维模式的优势是：带着问题进行数据收集的，具有很强的针对性，另外，数据的出处比较明确，在后续数据处理过程中，也方便检查；传统思维模式的缺点也很明确，一方面，耗时耗力，另一方面，得到的数据量有限。

在大数据时代，人工智能技术的快速发展使得数据收集变得相对容易了，数据收集的整个流程为：识别——整理——提炼——汲取——分配和存储。大数据时代，数据的获取相对容易，但是也为教学研究带来了新的挑战，我们得到的数据通常来源于一些特定的网站和数据库，这些数据通常不是为了我们研究特定的问题产生的，而是一切可记录的数据，我们如何甄别、提炼、分析和利用？如何核验数据的有效性？这些都将是统计学专业教学过程中面临的新的问题。

通过以上分析可以看出，人工智能技术主要从统计研究过程、方法、目的和思想几个方面对统计研究和统计工作带来了转变。目前，高校统计学教学存在着与现实脱离的问题，不能与时俱进，人工智能时代，诞生了海量的数据，如何提升学生对海量数据的处理和分析能力，同时，为学生提供锻炼的机会和平台，这些都是统计学教学过程中需要思考和改革的问题。

三、人工智能时代统计学课程教学改革的几点思考

（一）教学内容改革

人工智能的发展对统计学的影响还是很大的，因此改革统计学课程的教学内容是迫在眉睫的，统计学教学要与时俱进。

首先，在教材教学内容讲解安排上，应该结合学生特点安排，不同高校、不同专业的学生的学习能力、已储备的知识量不同，如果学生的学习基础统一比较差，就应该多注重培养学生的应用能力，对于理论知识的论证推导可以弱化，让学生掌握基本的原理、方法即可；其次，教师要紧跟时代发展的需要，调整教学内容，增加实践环节的教学内容，可以增加一些案例，向学生展示在大数据时代背景下，数据分析和挖掘的方式方法，也能够引起学生学习的兴趣，培养学生的数据分析和解决实际问题的能力；再次，教学过程要引入一些统计分析软件的应用，目前统计学教学中，大部分时间都安排的理论知识的讲解，这就不利于培养学生的软件应用能力。最后，增加大数据的教学内容，人工智能的快速发展，对统计学课程的要求也快速提升，特别重视大数据的分析与挖掘能力，对学生的软件应用和解决问题的能力也在提高，教师在讲课过程中可以将大数据理论、方法和应用穿插在各章节的讲解中，增加统计分析软件的应用，在教学过程中，增加统计分析软件的应用是不可缺少的环节，如SPSS、SAS、Python 等；通过具体的经济社会中的案例讲解来学习这些软件的应用，让学生自己去利用这些软件来解决经济社会中的实际问题，可以调动学生的参与度和积极性，拓展学生的知识面。

（二）教学方法改革

随着人工智能的快速发展，对学生的自主学习能力、软件应用能力提出了更高的要求，但是，目前，大部分教师觉得统计学中的很多理论知识对于初学者来说是比较难理解的，在教学过程中习惯采用单一的讲授法，为学生逐一剖析和讲解知识点，但是这种教学方法对学生而言，学生会觉得上课没有任何压力，轻松自在，课后不再去关注这门课程的学习，甚至有的学生失去学习的兴趣和主动性，不积极参与到教学过程中。

因此，要改革传统的单一的教学方式，激发学生的学习兴趣，增强学生的动手能力，要是教师的教学方法灵活多样，教学内容也势必是丰富多样的，人工智能时代，兴起的线上线下混合式教学模式，是学校重点提倡的，由于这种教学模型优点凸出，既能克服传统教学方法的不足，又能充分利用互联网信息，实现有效教学。如以超星学习通为平台，建设统计学课程的相关学习资源，按照教学大纲要求，建设线上教学资源，包括各章节的教学视频、PPT 课件、章节练习题、思考题、课前预习任务等内容。通过这种线上线下教学改革，学生在上课之前就可以在学习通平台进行预习，观看视频，总结学习过程中遇到的难点，教师在课堂上，重点讲解学生遇到的重难点问题，实现“以学为中心”的教学模式转变，提升学生学习的主动性和学习兴趣，同时，也锻炼了学生发现问题和解决问题的实际能力。

（三）实践教学改革

传统的统计学教学过程中，部分老师只给学生讲解理论知识和方法，忽略的软件操作，学生在学习过程中注意力不集中，觉得统计学课程枯燥乏味，失去学习的兴趣。人工智能的发展，更强调学生的数据分析和处理能力，因此，统计学教学过程中要注重培养学生的统计软件应用能力。在讲解软件应用和操作时，可结合教材上的例题，教师先给学生演练一遍，然后学生自己动手练习，如在讲解数据收集这一章节时，要给学生演练问卷数据如何录入SPSS 等软件；在讲解数据的整理和显示这一章节时候，应该结合目前实用性较强的大数据分析软件（SPSS、SAS、Python）讲解数据预处理、定性数据、定量数据的整理和显示；在讲解相关与回归分析时，结合实际经济社会发展数据上机演练，然后让学生上机演练。课后布置相关的练习题，题目可以稍加调整难度，要能够引发思考，这样有助于提升学习效率，真正提升利用统计分析软件进行数据处理和分析问题的能力。

（四）课程考核方式改革

各高校要逐步改革统计学课程的考核方式，目前，大多数高校统计学课程是采用期末闭卷笔试的考核方式，主要考察统计学中的一些概念、理论、公式，这样的考核方式，会导致学生平时学习出现“考什么，学什么”的现象。在人工智能时代，社会更需要的是具有数据分析思维和解决实际问题能力的人才。因此，统计学课程考核应该注重理论和应用的结合，突出课程的应用性，改善学生学习过程中出现的“不考的知识不听不学”现象，考核成绩应该多元化，包括课堂提问、课后作业、上机练习、期中和期末考等环节，在期中和期末考试中，不能以单一的笔试为主，而要增加上机操作题型，如在学完了问卷设计知识点后，可以让学生设计问卷，收集数据，利用统计分析软件录入数据，并进一步作数据的清晰和数据整理工作，描述性统计分析和推断性统计分析等。我们都知道，统计学是一门应用性很强的学科，如果只是掌握了理论知识，而不懂得软件操作，就不能在实际工作中有效应用统计学知识解决问题，因此，增加软件应用能力的考核是必要的，理论和实践能力的双重考核制度更能够全面、科学的反映出学生对统计学专业知识的掌握程度，引导学生平时学习过程中要注重理论和实践的结合。

四、结语

在当前人工智能快速发展的时代背景下，人工智能时代，社会各界对学生的数据处理和统计分析能力要求是越来越高，随着海量数据的产生，传统的统计分析思维、数据收集思路要做调整，在教学过程中，应该引入具有大数据处理能力的软件，如SAS、Python 等，从而有助于培养学生的数据处理和统计分析能力。