高职院校人工智能技术教育教学模式研究

朱 玲

重庆安全技术职业学院 重庆 404100

一、概述

人工智能作为新一轮科技革命和产业革命的重要驱动力量,正在深刻改变人们的生活、工作和教育学习方式[2],而人工智能人才的培养是其中的关键环节。继2018年,浙江大学等35所本科院校新增人工智能专业后,紧接着2019年教育部就发布了《普通高等学校高等职业教育(专科)专业设置管理办法》,正式将人工智能专业加入高校职业教育中,说明我国的AI人才缺口是相当大的,社会急需储备相关人才。人工智能,是研究、开发用于模拟、延伸和拓展人的智能的理论、方法及应用系统的一门新的技术科学[5],解决现实的人工智能应用任务往往同时涉及多种专业知识,需进行有效的融合发挥[6-7]。因此,高水平的人工智能人才,必须具备全面的人工智能专业知识。那么对于前期知识储备不足的高职院校如何去培养社会所需要的人工智能方向人才,这点是值得深思的。至少从近几年来看,从事人工智能方向工作的大多是研究生学历,因此高职院校应该结合市场需求,有针对性地进行培养,才能促进毕业生的精准就业。

二、人工智能专业教育概念

人工智能技术服务专业是教育部于2019年公布、2020年正式开展实施的新增专业,全国共有171所高职院校获批开设。2021年年初,教育部印发《职业教育专业目录(2021年)》中,将原“人工智能技术服务(610217)”变更为“人工智能技术应用(510209)”。越来越多的院校积极响应社会发展趋势和市场需求,踊跃申请人工智能领域相关专业,致力于培养具有相应的算法、深度学习等多种技术知识,能从事与人工智能相关技术工作的高素质技术技能型人才。

从人工智能产业结构来看,人工智能相关技术和行业可划分为基础层、技术层和应用层三个层次。基础层以大数据与云计算、AI芯片、机器学习平台等研发为主;技术层以计算机视觉、智能语音、自然语言处理等应用算法研发为主;应用层以AI技术与各行业领域集成和应用开发为主。庞大的产业链上存在着数以万计的上下游企业,在不同领域上的企业需求更是千差万别。高职院校如何从海量的企业需求中甄别出既符合企业人才需求,又适应学校培养目标,还能较好地服务于当地经济发展的人才培养体系呢?这一问题值得我们深思,现如今,高职院校在建设人工智能技术专业人才培养方案通常会遇到以下难题:

(一)专业过新,无从下手

其一,人工智能技术应用作为2020年进入目录的新专业,缺乏国家层面的统一教学标准作为院校参考,因此难以形成一个较为规范的人培方案。其二,具有相应人工智能技术的专业教师也比较匮乏。

(二)领域广,考虑不全

前面提到过人工智能是一门综合性学科,应用在各行各业。不同行业乃至同行业的不同企业对人才的要求都不能一概而论,难以简单地放进一份人培方案中。

(三)实践少,不接地气

院校受限于所服务区域范围及区域内行业发展水平,难以开展有效的人才需求调研,缺少来自企业内真实需求,导致人才培养目标设定与市场需求不一致,课程体系设置难以衔接岗位工作实践。了解市场需求后,我们会发现大多从事人工智能技术的职员的学历都是研究生,所以高职院校的学生难以真正上手实践。

(四)缺专课,系统性弱

现有高职院校教师多来自其他信息技术专业,单纯地将相关专业的知识直接迁移到人工智能专业中,人才培养方案中课程体系与内容缺少系统性重构,无法突出人工智能专业的独特要求。

三、高职院校人工智能专业教育教学模式

随着网络技术的飞快发展,可以看到更多高科技产品开始应用到高校教育教学中,用于辅助教师更好地教学,同时也增加学生的学习兴趣。那么高职院校如何发展好人工智能技术专业,为市场输出相关的合格AI人才,成为高校一个重点的思考问题。下面分点罗列出了目前常见的教育教学模式,分析他们的优缺点。

(一)传统教育模式

由于人工智能技术专业在高职院校还处于发展阶段,还未形成一套切实可行的成熟教学体系[5],因此大多数高职院校在这个专业还是延续着其他相近专业的教学模式,即以书本知识内容为主,加上相应的实践。对于一个新兴专业来说,初期用保守方式去进行教育教学是相当保险的一种选择[3],但是人工智能更新换代非常快,每时每刻可能都有新的技术出来,同时也会淘汰落后的技术,因此对人工智能技术专业教师要求可能会比较高,需要及时接收一些前沿知识,然后将方法教给学生,才能真正培养出社会所需要的对口人才。比如,目前引起热烈讨论的ChatGPT,如果顺利落地,那么势必会对各行各业产生一定的冲击,那么作为高职院校又该如何思考这个问题呢?也许我们的教学培养策略应该有所改变,不应该让学生局限于停留在机械地会做,而是要更多地培养学生的创新思维,自主学习,以及综合分析问题的能力等,这个才是永远不会被机器人替代的核心竞争力。

(二)基于成果导向教育理念的人工智能专业教学模式

基于成果导向教育理念是一个以学习产出驱动整个课程环节,并对学生学习产出做出评价的结构与系统[1,4]。这种理念的教学注重目标、过程和成果一体化,侧重培养学生的能动性,鼓励学生自主学习前沿知识,更重要的是培养学生的人工智能思维,学会用此思维解决人工智能场景中的现实问题。与传统教学模式不同,基于成果导向的教学理念不再把整个教学过程封闭在一个空间,而是从社会对这类人才的需求出发,指定教学培养目标,从而制定整门课的课程体系,并且根据社会的需求不断进行教学目标和内容的更新。

人工智能是一个综合性学科,涉及的知识非常多,比如英语、数学、计算机、物理等学科,因此该课程具有足够的开放性和包容性等特色。对于课堂教学可以做适当的调整,要以学生为中心,强调学生的学习效果、学生的接受度。其一,培养学生的自学能力。计算机技术更新换代很快,要想适应这个时代就需要不断学习,因此在大学期间就拥有一个好的自学能力,为未来更加适应这个行业做准备。其二,弹性教学。每个学生自身基础不一样,接受知识的能力也不一样,针对性地制定相应的教学目标,有条不紊,稳步进行,更加利于学生整体水平的提高。其三,团队合作。公司的项目不是凭借一人之力就可以完成的,背后需要有个配合默契的团队,因此我们在教学过程中,适度通过分组,让他们共同去完成一个项目,其中涉及分工合作是否协调,团队成员是否有凝聚力等。最大程度地培养每个人的团队意识,弱化个人的英雄梦,同时增强一些基础薄弱学生的自信心。

(三)基于问题驱动的研究性教学模式

众所周知,人工智能的理论课程涉及的数学推导很多,理论性强,对于高职院校的学生来说,一味地听理论会觉得乏味、枯燥。而基于问题驱动的研究性教学模式就是以我们日常生活中的热点为基础,引申到我们实际的教学当中,从而激发学生的兴趣,让学生切实体会到自己所学的技术可以应用的场景。例如,我们可以就ChatGPT这一技术热点展开讨论,分解里面的知识,从而更好地学习。学习Web开发相关知识的时候,可以以学生使用最多的应用软件举例,最大程度地提高学生的兴趣。学习爬虫的时候,可以通过社会上出现的热点话题,吸引学生去完成项目任务。

(四)基于以科研项目为驱动的研讨教学模式

虽然基于科研项目为驱动的研讨教学模式一般是针对研究生阶段,据调查我们发现一些高校,通过科研项目的方式来提升学生的技能水平。对于高职院校的学生虽然前期基础不足,但是后期主动学习也是能够弥补的。以科研项目为驱动不仅可以实实在在体验课堂上知识的应用,而且可以极大增加学生的积极性和兴趣,促使学生往上攀升。基于以科研项目为驱动的研讨教学模式分为以下步骤:第一,阅读前言论文,充分考验和锻炼学生的语言水平以及查阅浏览资料的能力;第二,开启会议讨论,锻炼学生表达的能力以及分析问题的能力;第三,分析问题的能力,一篇论文肯定要分析这篇论文的优缺点,才能找到突破口去改进它;第四,培养科研能力,为后续的学习提供养料。

四、高职院校人工智能技术教育探索

分析了人工智能技术教育教学模式后,我们发现简单改变教学模式并不能从根源上提升学生的质量,达到企业的要求。因此从以下几个方面来探索如何更好地培养人工智能技术专业的学生。

(一)确定人培方案

首先,高职院校是根据制订的人才培养方案来落实国家的培养要求。而人工智能技术专业从2020年才开始在高职院校建立,还没有形成一套成熟可行的方案,大多院校延续的是其他类似专业的一个培养方案。其次,人工智能技术相关教师还比较匮乏。那么该怎么制订一套切实可行的方案呢?第一,高职院校需要去市场多做调研,与需求企业正向沟通,清楚企业需要的相关专业的技术人才,落实培养目标,并需要定时去更新需求。第二,加强校企合作,共同培养学生。以重庆安全技术职业学院为例,目前这个专业是校企共建,校内教师上基础课程,企业教师上专业核心课程,更好地将理论与实践融合在一起,同时立足于企业需求,真正培养企业所需要的人才。不过,高职院校学生前期的文化基础薄弱,而人工智能专业涉及的学科多。因此,目前来看,人工智能技术专业在高职院校实现对口就业难度颇大,需要院校和企业多方面沟通,探讨出一条适合高职院校人工智能专业技术的发展之道。显然,高职院校的上游中职以及高中也应该发力,才能真正将人工智能技术这个专业发展起来,在企业有立足之地。

(二)完善人工智能课程体系

首先,高校应该制定一个完整的人工智能课程体系。具体而言,首先可以从公共基础课程开始,如思想政治教育、大学英语、高等数学、职业规划等,用于培养学生的基础人文知识以及基础的数理化知识,使学生能够树立正确的人生观、价值观,熟练掌握英语的基础知识,将高中的知识进行一个延展扩增。其次,从计算机基础课程开始,如计算机基础、Python程序设计基础、软件开发理论、数据库基础等,培养学生掌握基本的计算机操作,熏陶专业素养。再次,设置人工智能专业课程,也就是区别于其他计算机专业的课程,比如Python高阶数据分析、Python网络爬虫、Python机器学习、Python深度学习、计算机视觉等。学生只有掌握核心课程,才能真正走进人工智能行业,为毕业以后从事这个行业做充足准备。最后还应该增加专业实践课,真正模拟企业工作模式,培养学生的动手实践能力,创新思维,为未来打好基础。

建立一个完善的教学体系,仅仅是课程体系架构的一个方面,我们还需要去进行实施。第一,从学校层面来说,需要提供人工智能专业所需要的设备环境。第二,从教师层面来说,人工智能不是一门单纯的学科,而是错综复杂、交叉性的学科。需要教师提升丰富教学能力,开阔思维,用创新的方式来开展我们的教学,加强各学科之间的联系。

(三)教师队伍素质建设

“师者,所以传道授业解惑也”,教师的职业水平直接影响培养的人才质量。而人工智能专业技术的相关专业教师是非常稀缺的,特别是小城市的一些学校。因此高校需要加大对该专业教师的招聘,并且加快该专业队伍的建设。第一,高职院校应该结合学校的一些专业特色以及地方优势、学校的总体定位方向等多方面制定关于人工智能技术专业的发展规划、发展目标,以及对教师的职业规划等。第二,深入企业,了解人工智能技术专业在企业的定位、技术需求等,加强教师与企业关于培育学生的交流。通过企业实践的方式,让教师深入企业深度调研学习,进而提升并保持教师对该专业技术的能力,全面提升教师的技能水平。

结语

综上所述,人工智能技术的发展已经成为我国教育的发展的重要内容之一,同时社会也急需相关人才,高校应积极响应国家和社会的号召,加强人工智能专业建设,通过明确人才培养目标、构建课程体系架构、加强教师队伍建设等方式来提高人才培养质量,同时积极探究如何更好地实施人工智能技术教育教学,为我国人工智能发展贡献力量。