人工智能专业课程思政建设方案探索

董永 李蓬勃 祝志奇

摘 要： 近年来 人工智能发展迅速 热点事件不时涌现 例如AIphaGo 先后在围棋对弈上战胜李世石 柯洁 在全世界范围内引起了轰动2023年年初chatCPT 更是在全世界掀起了AI热潮 在此浪潮下 很多国内高校争相设立人工智能专业 如何在人工智能这个新兴专业的教学中探索课程思政的实施方案 是人工智能专业的任课教师面临的一项挑战 对此 文章以 机器学习应用技术 课程为例提出了一种可行的方案

关键词 人工智能 课程思政 机器学习

中图法分类号TP181   文献标识码A

１ 人工智能专业课程思政建设面临的问题

自１９６５ 年达特茅斯会议提出“人工智能”的概念后，人工智能（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ， ＡＩ） 的发展经历了多次的低谷期和繁荣期。早期的人工智能主要研究传统的机器学习算法及其应用，并未受到太多的关注，直至杰弗里·辛顿先生和他的学生开始研究深度学习。以多层神经网络为核心的深度学习技术在图像识别、智能语音识别、自然语言处理等方面表现出了无与伦比的优势［１］ 。尤其是棋牌竞技引起全世界广泛的关注。２０１６ 年３ 月，由谷歌下属人工智能子公司ＤｅｅｐＭｉｎｄ 开发的计算机围棋程序ＡｌｐｈａＧｏ 战胜了前世界冠军韩国围棋选手李世石，此后在２０１７ 年５月的乌镇围棋峰会上，ＡｌｐｈａＧｏ 再次战胜世界围棋冠军中国选手柯洁，在全世界引起了不小的轰动［２］ ，并使得人工智能受到大量的讨论。在此浪潮下，近些年很多国内高校争相设立人工智能专业。

人工智能专业的核心课以机器学习和深度学习为代表。这些课程涉及大量数学、算法以及程序设计方面的知识，具有知识点多、技术性强、思政元素偏少等特点。例如机器学习，该课程主要研究ｋ 近邻、贝叶斯、决策树、逻辑回归、线性回归、支持向量机等传统机器学习算法的基本原理，以及如何用这些算法解决实际的问题，并通过编程将其实现。在这门课程中，客观的技术性知识贯穿整个教学过程，如何在其中融入主观的思政内容是很多人工智能专业课教师所面临的问题，本文以人工智能专业核心课之一的“机器学习应用技术”课程为例，探讨如何在人工智能各类专业课的教学中实施课程思政。

２ 人工智能专业课程思政建设的一种可行方案

本文提出了１ 种人工智能专业课程思政建设的可行方案，如图１ 所示。本方案认为，课程思政的建设应从国家期望和行业特色入手，仔细研读国家对高校育人的期望，并结合行业特色确定本专业的育人目标。然后结合具体课程的知识目标，确立课程目标。再结合课程思政重点，确定适合某一课程的课程思政目标。最终结合课程思政目标开展课程思政，以提升学生的思政素养，为社会主义现代化建设培养高质量的专门技术人才。

“机器学习应用技术”是人工智能专业的一门专业课程，具有典型的代表性，本文以该课程为例，具体阐述该思政建设方案的实施细节。

２．１ 根据国家期望、行业特色确定专业育人目标

２．１．１ 把握国家期望

在２０２０ 年，国家教育部印发了《高等学校课程思政建设指导纲要》，要求全面推进高等学校课程思政建设，培养学生的政治认同、家国情怀、文化素养、宪法法治意识、道德修养。

国家期望是全国所有高校培养人才的目标和方向，所有学科和所有专业的人才培养都应该首先把握国家的期望和要求，以明确正确的方向。此外，还要挖掘新兴科技的传统文化渊源，培养学生的文化自信；结合具体案例，培养学生的职业道德和工匠精神；持续培养高素质的技术技能人才，以不辜负国家的期望。

２．１．２ 总结行业特色及对人才的素养要求

人工智能的行业特色如下。（１）人工智能是新兴龙头产業，是大国竞争的关键领域，是我国向高端产业链升级的核心技术，具有重要战略意义。（２）人工智能是知识、智力高度密集的产业，知识与知识型的劳动力是人工智能发展最核心的要素。（３）研究开发成本高、生产制造成本低，明显区别于传统制造业。（４）人工智能是信息技术的前沿分支，具有广泛的实用性和渗透性，借助人工智能技术，很多传统产业都可以降低成本、提升效益。（５）技术发展速度快，更新迭代周期短，创新性比较高，新技术、新方法层出不穷。

人工智能行业对人才素养要求如下。（１）具有坚定的民族情怀、国家意识和政治觉悟，具有爱国热情，能投身到国家需要的技术发展领域，为国家发展、社会进步贡献一份力。（２）具有扎实的理论基础、充分的科学素养和丰富的技术知识，具有足够的实践应用能力，能在具体问题中应用掌握的理论知识，从而产生价值。（３）具有成本意识，能用最高效的方案解决问题，为客户提升效益。（４）具有跨界思维，能融合不同领域、不同产业的知识，能解决多领域结合的问题。一专多能，综合解决多种问题。（５）具有终身学习意识，具备自学能力，及时跟进技术的发展，更新自己的知识，能适应日新月异的生产技术迭代［３～４］ 。

２．１．３ 确定人工智能专业的育人目标

根据以上总结的国家期望和行业特色及对人才素养的要求，可以确定各个专业特定的育人目标。通常，可以把专业育人目标分为素质目标和能力目标。例如人工智能专业中“机器学习应用技术”课程的育人目标可以细化为如下。

（１）素质目标：①具有坚定的政治信念、深厚的爱国情感和强烈的民族使命感、社会责任感；②具有优良的职业素养，具有诚实守信和爱岗敬业的态度，具备与时俱进的创新精神和信息素养，具有良好的人文素养；③德智体美劳全面发展，具有严谨规范、精益求精的工匠精神；④具有认真负责的工作态度、严格遵守行业标准规范的工作作风，为客户负责的成本意识和价值观；⑤具备较强的大局意识、团结协作意识、组织协调能力以及沟通能力。

（２）能力目标：①具有较强的自学能力、终生学习能力。具有良好的语言、文字表达能力和沟通能力以及一定的外语能力；②能够根据实际需要进行文献检索、资料查询，以及应用互联网等现代信息技术获取相关所需信息与资料，以完成相应的工作任务；③基本具备独立获取知识、跟踪新知识新技术的能力，以及创新实践能力。根据工作需要，能高效地与他人团队协作完成规定的任务，主动应用多种方式，维护团队和谐稳定，确保工作质量；④掌握常用的数据采集方法，能对海量数据进行采集、预处理、分析及可视化的开发，根据需求绘制多种图表，以辅助开发工作顺利达到验收标准。

２．２ 结合课程目标和思政重点确定课程思政目标

２．２．１ 明确课程目标

结合人才培养方案中具体课程的培养目标，选定合适的思政重点方向，从而划定思政建设的方向和边界，防止出现泛思政、过度思政。例如，人工智能专业中“机器学习应用技术”的课程目标主要如下。

（１）能说出人工智能的发展历史及现状，清楚我国在人工智能领域取得的成绩，树立民族自豪感。

（２）根据职业发展需求，能够自行检索并搜集人工智能、互联网和信息技术服务业等行业的发展情况、前沿技术，持续更新自己的知识储备，并能适应不同岗位的需要。

（３）根据开发要求，能搭建机器学习项目Ｐｙｔｈｏｎ语言项目环境，能够采用合适的方法将数据集导入到项目代码中，并采用合适的方法实施预处理，剔除其中的问题。

（４）能对数据进行可视化分析，能绘制各种图表，能从图表中发现数据的分布规律。能将结果进行可视化展示，以辅助团队成员及客户的理解。

（５）根据任务要求，能够利用常用的交叉验证方法小心細致地对算法进行交叉验证，以确定算法的性能，并筛选最优算法，辅助提升最终效果。

２．２．２ 确定课程思政目标

人工智能专业的核心课程都是技术类课程，以数学、算法和编程为主，因此课程思政的重点可以定为“工匠精神”“科学素养”“文化认同”“遵纪守法”等方向，确定课程思政目标时从这些方向入手能更好地融入课堂思政。例如，“机器学习应用技术”的课程思政目标包括如下。

（１）树立精益求精的工匠精神，养成诚信敬业、认真负责、严谨规范的态度。

（２）培育科技人文素养，提高文化自信。

（３）形成理性客观、实事求是、不懈探索的科学素养，以科学的态度面对问题、分析问题、处理问题。

（４）树立团结协作、顾全大局的集体意识。

（５）提升学生遵守国家法律法规的意识，形成尊重知识产权的观念。提升学生遵循国家及行业规范的意识，确保工作质量。

２．３ 根据课程思政目标实施课程思政

有了具体的课程思政目标，人工智能专业课任课教师便可以依据这些课程思政目标，搜集课程思政素材、设计课程思政案例，然后在教学时融入课程思政。针对具体的课程思政开展方式，本文认为可以从教学内容融入课程思政、教学过程融入课程思政、实践环节融入课程思政３ 方面入手，如图２所示。

首先，从教学内容方面入手融入课程思政。以“机器学习应用技术”课程为例，该课程涉及大量的程序设计内容，包括Ｐｙｔｈｏｎ 的基础语法、条件判断语句、循环语句、模块、类和对象等。在设计这部分的教学内容时，可以围绕家国情怀、文化素养、法律法规等方向融入思政元素，以顺畅自然、“悄无声息”的方式达到思政育人的目的。其次，在教学过程中融入课程思政。比如，在“机器学习应用技术”课程的教学过程中，适时向学生介绍人工智能方面的最新进展，并且重点介绍我们中国在人工智能方面取得的成就，这样在激发学生兴趣的同时，还可以培养学生的民族自豪感和爱国热情。最后，在实践环境中融入课程思政。人工智能专业课都是实践性很强的课程，“机器学习应用技术”课程同样如此。任课教师在带领学生进行课程实践时，以身作则、严谨细致地编写每一行代码，并做好必要的注释。任课教师可以以这种方式向学生展示工匠精神的内涵，以身示范，带动学生认可工匠精神，并自觉规范自己的行为。

３ 结束语

为更好地在人工智能专业的核心课程中融入课堂思政，本文探讨了一种可行的、模式化的课程思政建设方案，并以“机器学习应用技术”课程为例，讲解了该课程思政建设方案的具体应用方法。该思政建设方案的模式不仅适用于机器学习，还适用于深度学习、机器视觉、智能语音等各个人工智能专业核心课程。对于其他理工类专业课程的思政建设方案也能提供一定的借鉴。本文还探讨了课程思政具体实施的３ 个入手方向，这些都为课程思政的方案建设和具体实施提供了可行的借鉴。

参考文献：

［１］ 冯欣，张杰，石美凤，等．人工智能专业的课程思政建设［Ｊ］．计算机教育，２０２２（１１）：４３?４６．

［２］ 陈东焰，陆畅．从ＡｌｐｈａＧｏ 看机器学习［Ｊ］．科技创新导报，２０２０（１３），１４６?１４８．

［３］ 马铭含，宋辰阳，马苗．思政教育融入《机器学习》教学中的探索［Ｊ］．电脑知识与技术，２０２１（１４），１２０?１２１．

［４］ 商新娜，宏晨，田娥，等．“机器学习”课程思政教学改革与探究［Ｊ］．科教文汇，２０２１（２８）：９５?９７．

作者简介：

董永（１９８９—），硕士，助教，研究方向：计算机人工智能。