人工智能背景下“Python程序设计”课程改革

李莉 李冬 杨海迎 张永萍

摘  要：人工智能背景下“Python程序设计”课程以典型工作项目为载体，结合人工智能技术应用专业特点，构建五大课程模块；以学生为中心，运用PBOPPSE教学模式，采用联想教学高尔夫、任务驱动、情境化教学、游戏教学法等教学方法，制定“模块化、协同化、立体化”教学策略，实施“三维度、五要素、四优化”的教学评价，解决实践项目缺乏、教学方法陈旧、学习动力不足、考核方式单一等课程教学问题，学生学习成果显著提升。

关键词：人工智能；Python；课程改革

中图分类号：TP39；G434    文献标识码：A 文章编号：2096-4706（2023）17-0178-06

Curriculum Reform of“Python Programming”in the Context of AI

LI Li， LI Dong， YANG Haiying， ZHANG Yongping

（Yunnan Vocational College of Mechanical and Electrical Technology， Kunming  650201， China）

Abstract： In the context of AI， the course of “Python Programming” takes typical work projects as the carrier， combined with the characteristics of AI technology application specialty， and builds five curriculum modules. It takes students as the center， uses PBOPPSE teaching mode， and adopts teaching methods such as association teaching golf， task-driven， situational teaching and game teaching method. It formulates “modular， collaborative and three-dimensional” teaching strategies， implements the teaching evaluation of “three-dimension， five-element and four-optimization”， and solves the curriculum teaching problems such as lack of practical projects， outdated teaching methods， insufficient learning motivation， and single assessment mode. The students' learning achievements has significant improvement.

Keyword： Artificial Intelligence; Python; curriculum reform

0  引  言

2017年，國务院印发《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。在此背景下，“Python程序设计”课程原有的教学方法过于陈旧，导致了学生的基础知识吸收程度不够，深层次的学习难以实现。课程改革是学习方式和教学方式的转变，改变课程过于注重知识传授的倾向，强调形成积极主动的学习态度，使学生获得知识与技能的过程同时成为学会学习和形成正确价值观的过程，即传统学习方式的“被动性、依赖性、统一性、虚拟性、认同性”向现代学习方式的“主动性、独立性、独特性、体验性与问题性”转变过程。

1  “Python程序设计”课程教学存在的问题

1.1  实践项目缺乏

目前理论教学主要针对知识点的介绍以及结合知识点的小案例，以for循环语句为例，案例是计算数值和、有理数除法的精确计算等数学类编程，虽然可通过小案例对知识进行一定补充，但是理论与实践结合不紧密。知识的深度和应用型不足，缺少贴近生活及工程应用的具体案例。上机实验、课程设计等实践教学往往以编程“填空”为主，需要在给出提示或者部分编程语句的情况下，让学生补齐缺失语句。这种实践教学模式难以让学生真正地完成一段代码的编写，对学生“工程思想”的培养不够，许多学生在没有提示的情况下无从下手，不利于培养“应用型人才”。

1.2  教学方法陈旧

传统的教学方法强调以教学进程为导向，不能满足教学实践改革的需要，主要体现在以下方面：教师在教学过程中往往采用“填鸭式”教学，授课过程以理论知识的讲授为主，学生被动地接受知识而缺乏对知识点的深刻理解，即“知其然而不知其所以然”。整个教学过程以完成教学内容为目标，强调学生按既定的时间和进度进行课程学习，难以达到高质量的课堂。传统的教学方法不能兼顾到每一位学生，不利于学业基础本就参差不齐的学生技能水平的个性化成长。

1.3  学习动力不足

传统的教学注重教师知识的教授，学生被动接收知识，对枯燥的理论知识缺乏兴趣，未充分发挥其主观能动性。教师在课堂上心有余而力不足，课时的限制导致无法拓展知识点，最终导致学生的启发性不强，无法提高学生自主学习能力，课堂参与度不高，导致学生动力不足。

1.4  考核方式单一

面对“00后”的学生，他们思维活跃，创新意识较强，尤其是他们在互联网+时代中成长，获取信息速度快。单一的考核方式不能满足学生的需求，不能激发学生对课程的认同感，不能激发学生的主动性。此外，传统的课程教学以教学内容驱动教学过程，缺乏对学生学习结果的考核评价，导致难以对学生的学习结果给予正确有效的评价。因此，在人工智能背景下，考核方式需要运用现代信息技术不断优化，才能适应学生和课程的需求。

2  教学整体设计

2.1  构建以典型工作项目为载体的模块化教学

本课程依据人工智能技术应用专業人才培养方案、课程标准，融入“1+X”Python程序开发职业技能等级标准、全国计算机等级考试（NCRE）二级Python语言程序设计考纲，对接Python开发工程师岗位要求，以典型工作项目为载体，与行业企业共同构建模块化、能力递进式的课程体系；以行业认证、技能竞赛的能力和素养要求为目标整合教学内容，将本课程重构为Python编程基础、无人配送机器人开发、智能系统开发、网络爬虫初探、数据可视化初探五大模块，取得了显著成效，提高了专业技能人才培养质量。

2.2  制定“模块化、协同化、立体化”教学策略

针对“实践项目缺乏、教学方法陈旧、学习动力不足、考核方式单一”的四大问题，打造一支专兼结合的教师队伍，形成一套精准施教的有效教法，建设一批内容形式精良的教材，切实有效解决问题。

2.2.1  实施模块化教学

为有效营造真实工作情境教学环境，解决实践项目缺乏问题，组建学历结构、年龄结构、职称结构和学缘结构合理的“企业导师+校内教师”结构化教学团队，采用“一课双师”的联合施教方式，共同完成授课任务。企业导师引入无人配送机器人开发、智能系统开发等企业真实项目，提供企业案例，学生感受真实工作情境。校内教师依托企业项目和岗位需求，基于工作任务，进行课程分析，构建模块化方向，分块分类建设课程资源。

2.2.2  打造协同化课堂

为有效提高教学质量和学习效果，解决教学方法陈旧问题，教学法采用基于“责任到组、授技到人”组长负责制的联想教学高尔夫，如图1所示，打造教师、组长、组员三者协同教学环境，开展项目式、案例式教学，使项目组成员高效掌握新技能。教师根据各组出勤、课堂表现、任务完成等情况以抽牌形式确定积分奖惩标准。

2.2.3  搭建立体化资源

为形象呈现项目案例运行结果，解决学习动力不足问题，教学团队在整合虚拟实训平台资源、公开出版规划教材、工作手册式任务单，智慧职教MOOC、职教云等文字或电子网络教材基础上，不断挖掘实物教材资源，引进智能机器人实训设备，搭建立体化教材资源，如图2所示，创设直观教学情境和形象思维教学空间，项目案例运行结果由抽象显示转为直观呈现，激发学生学习兴趣，使学生在学习过程中，领悟快、理解透、记得牢。

2.3  挖掘思政资源有机融入课程教学

教学团队挖掘本项目各个任务所蕴含的思政教育元素，精选高契合度的思政案例和育人资源，把工程思维、劳动精神、劳模精神、工匠精神、创新意识等融入各个技术要点的学习过程，实现思想政治教育与技术技能教育的有机统一。在模块二无人配送机器人开发项目一功能初探的声效实现任务环节，通过《我和我的祖国》曲目的音调和节拍设计频率和时长，将爱国情怀融入知识学习过程；课堂活动中采用联想教学高尔夫，充分利用游戏、奖励、分享等教学手段，强化学生、项目组、师生间的有效沟通、配合协作及共同奋斗的劳动精神；展示评价环节注重细节的把控，充分强调硬件组装的工艺性，音调节拍设计的精准性，机器人路径设计的规范性，操作过程的严谨性，进而强化学生严谨细致、精益求精的工匠精神。

通过将思政融入到课堂教学中，真正做到将思政元素适时渗透于理论、实践、课程设计的教学全过程，实现教育模式的创新，实现了爱国主义教育、职业素养教育和课程内容的有机结合。

2.4  实施“三维度、四优化、五要素”教学评价

为了检验学生的学习效果，解决考核方式单一问题，教学团队不断探索，优化教学评价，实施“三维度、四优化、五要素”教学评价体系，如图3所示。针对不同的教学模块，优化考核方式；对于理论部分，采用客观题考核方式；对于实操部分，以分组团队合作的方式完成任务，按照参考完成、独立完成、熟练完成三个等级进行考核。优化评价要素，探索增值评价；项目成绩侧重学生个体成绩增值，学生本次项目成绩与前一次成绩对比进行相应加减分。优化教学环节，实施分层教学；项目任务分第一梯度和第二梯度任务，实操考核分数为项目组自选梯度任务成绩乘以相应难度系数，体现差异化评价。优化评价主体，采用四方评价；项目组自评、互评、企业导师和授课老师评价的多元多角度评价力求实现以评促教和以评促学的良好育人效果，

3  教学过程实施

3.1  整体安排

以模块二无人配送机器人开发模块为例。本模块以无人配送机器人承担快递运输任务为情景导入，基于工作任务由浅入深实施无人配送机器人功能初探、复杂路线运动、避障设计与实现、无接触配送编程与运行四个项目。每个项目以任务为驱动，结合学生的认知特点，分为第一、第二阶梯任务，课后实施分层拓展任务，对应两个梯度任务。项目组根据自身情况，选择符合自己的梯度任务，促进全体学生主动发展。通过缩进连连看、随机抽取项目组，组员接龙讲解代码等解决策略有效解决重难点，达成教学目标。

3.2  实施过程

借助OBE成果导向教学理念，优化BOPPPS教学模式，采用PBOPPSE教学模式，覆盖前测、导入、目标、参与、后测、总结、拓展七环节，体现以学习者为中心的教育生态，在任务难度递进的过程中培养学生综合实操能力。

每个项目按照PBOPPSE教学模式组织教学活动，以项目三避障设计与实现为例，分躲避障碍物、绕行障碍物两个任务，如图4所示。其中，任务一教学内容包括：机器人超声波传感器安装及工作原理、函数的定义及调用、躲避障碍物，任务二教学内容包括：函数的参数传递、绕行障碍物，根据难易程度，将任务一划分为单方位躲避和多方位躲避两个梯度任务，任务二划分为单方位绕行和多方位绕行两个梯度任务，学生根据自身知识掌握情况选择不同梯度任务完成。通过学习本次课的内容，学生能够掌握机器人超声波传感器避障原理，并能使用函数的定义及调用、多分支选择结构编写代码解决现实生活中的具体问题。

P：前测环节。教师将职教云上自建课程资源《函数的定义与调用》推送给学生，并发布预习任务及课前测试题，推荐学生通过虚拟仿真实训平台、课程视频、PPT等了解项目所涉及的知识。结合课前测试情况和学习情况，明确教学重点难点，对资源浏览率低和测试成绩不理想的学生提出预警，为课中教学干预做好准备。

B：导入环节。以无人配送机器人在社区、学校、办公园区配送快递，打通物流“最后一公里”为情景导入，激发学生学习动机，引导学生思考机器人在实际的运行中，运行环境是复杂多变的，从而引出机器人躲避障碍物。通过自制超声波传感器避障原理视频介绍避障原理，示范安装超声波传感器。通过项目组PK方式发布超声波传感器安装任务。导入环节概览如图5所示。

O：目标环节。企业导师发布发布项目三避障设计与实现任务一躲避障碍物梯度任务，展示机器人单方位躲避和第二梯度多方位躲避运行效果。任务运行结果直观化展示，项目组明确学习目标，选取梯度任务。目标环节概览如图6所示。

P：参与环节，细分为精讲留白、项目组讨论、任务实施三个环节。环节概览如图7所示。

精彩留白环节：利用智能课堂的选人和抢答功能，检查学生的课前预习情况，对回答正确的学生给予抽牌奖励并讲解难点；结合任务一躲避障碍物讲解机器人前进函数的定义和调用以及注意事项。

项目组讨论环节：教师发布任务单，引导学生解析任务，分析要点。项目组接收任务单，通过“亮、考、帮”解决任务疑难点。项目组解析梯度任务，分析关键点并填写在任务单上。全员参与讨论，相互提问，解决难点。个别学生有不清楚的知识点，勇于提出問题，项目组成员帮助答疑。

任务实施环节：项目组对接项目经理、架构师、开发人员、测试员、记录员五个岗位，分工合作，高质高效完成任务，解决新技难教问题。项目经理对项目过程进行监控；架构师进行方案的架构设计；开发人员完成代码的编写；测试员测试机器人遇到障碍物行驶情况，并调试代码；记录员记录机器人每次行驶情况。教师解决项目组在流程图绘制过程中的疑难点，编写代码出现的共性问题统一讲解，并进行示范操作。

在任务实施过程中，善于思考的项目组发现机器人单方位躲避障碍物时，在随机左转或右转后，来到路面边缘，可能会跌落在地面上，这样会导致机器人损坏，他们组将已学的悬崖测试应用到本任务中，机器人来到路面边缘会自动停止，防止跌落损坏。教师对具有创新精神和实践能力的项目组给予充分的肯定，鼓励其他项目组学会在反思与实践中不断成长。优化后的关键代码如下：

while True：

if round（sonar（）） > 20：

Car_run（200）

else：

if random.randint（0，1）：

Car_right（150）

while True：

if pin1.read_digital（） == 1 and pin2.read_digital（） == 1：

Car_run（0）

else：

Car_run（80）

else：

Car_left（150）

while True：

if pin1.read_digital（） == 1 and pin2.read_digital（） == 1：

Car_run（0）

else：

Car_run（80）

sleep（800）

P：后测环节。项目组进行成果展示，项目组成员逐一讲解所承担的任务，并展示机器人躲避障碍物运行效果。企业教师在线点评任务达成情况，通过项目组自评、互评、企业教师、授课教师四方评价，检验学生是否达成教学目标。

S：总结环节，授课教师对各项目组任务完成情况进行点评，利用思维导图归纳总结知识点，布置拓展梯度任务。

E：拓展环节，课后学生完成拓展梯度任务，上传职教云平台。项目组成立学习小组，成绩优异的同学帮助基础薄弱的同学完成项目任务。

4  学习成效

4.1  知识目标有效达成

根据“模块化、协同化、立体化”教学策略，将分组实施、分岗合作合理应用到课程教学中，促进学生对知识的理解和掌握。通过教学平台数据分析模块一Python编程基础和模块二无人配送机器人开发的学习情况，学生前测环节均值从85.5提高到89.6，后测环节平均分从86.7提高到了90.1，课堂分层任务中选择第二梯度任务的学生人数明显增多。知识目标达成数据对比如图8所示。

4.2  实践技能逐步提升

以企业提供的典型工作任务导入教学，将知识点精确对接机器人的声效实现、循迹巡线行驶、绕行障碍物等典型场景。企业导师参与教学任务发布、展示评价及拓展任务布置等环节，实时掌握学生学习动态。与课程学习之初相比，学生在编程基础、团队协作、劳动意识等方面的能力明显增强，各项目实施成绩逐步提高。学生课后踊跃参加职业技能大赛、1+X职业技能等级证书考试、全国计算机等级考试，并取得较好成绩。

4.3  学习兴趣明显提高

课程教学结合真实企业任务，使学生从学习者变成了从业者，学生参与课堂讨论的积极性有了明显提高；教学平台课程资源访问人数和访问时长显著提升。学生在实岗实操训练中取得的成果，得到了授课教师和企业导师的高度认可，激发了学生的学习动机，提升了学生对人工智能技术应用专业的认同感。

5  结  论

探索人工智能背景下“Python程序设计”课程改革符合当今人工智能时代发展的趋势及专业的人才培养导向，对提高课程的教学质量，提升人工智能技术应用、大数据技术、计算机应用技术等计算机类专业学生解决复杂实际工程问题的能力，适应新工科建设的人才培养目标至关重要。

参看文献：

[1] 刘骄剑.抢抓战略机遇 构筑先发优势——国务院印发《新一代人工智能发展规划》 [J].网信军民融合，2017（3）：22-25.

[2] 唐满，郭东恩.BOPPPS教学模式在“Python程序开发”课堂教学中的应用研究 [J].电脑知识与技术，2022，18（28）：117-119.

[3] 沈翠新.“Python语言及其应用”项目化课程的改革与实践 [J].深圳职业技术学院学报，2022，21（5）：71-77.

[4] 邵雪梅，戴支祥.基于BOPPPS模式的计算机网络教学改革实践 [J].电脑与电信，2021（8）：6-9.

[5] 油晔.高职院校“Python语言”课程教学探讨 [J].无线互联科技，2021，18（4）：148-149.

作者简介：李莉（1980.12—），女，汉族，四川广安人，副教授，硕士，研究方向：计算机技术；李冬（1983.03—），男，汉族，河北沧州人，副教授，硕士，研究方向：软件工程；杨海迎（1986.11—），女，傈僳族，云南楚雄人，副教授，硕士，研究方向：计算机软件与理论；张永萍（1986.01—），女，汉族，云南楚雄人，讲师，硕士，研究方向：商业智能与数据仓库。