人工智能课程范文10篇

人工智能课程范文篇1

关键词：开源模式；人才培养；人工智能；课程建设

引言:2020年3月，教育部、国家发展改革委、财政部联合印发《关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见》提出，要加强人工智能领域研究生培养方式的融合与创新，在课程体系建设中强调“精密耦合”，以“全链条”“开放式”“个性化”为目标，打造人工智能核心知识课程体系和应用模块课程［1］。我国在“十四五”规划和2035年远景目标纲要中明确提出，要瞄准人工智能领域加强原创性引领性的科技攻关，要在新一代人工智能的理论与工程应用上有所突破、创新，还提出要在深度学习框架等开源算法、平台构建上有所贡献［2］。人工智能的创新与发展需要人才，研究型高校作为人才培养的主力军，担负着为国家培养研究型人才的重任。为了适应新时代对人工智能领域人才的要求，对传统人工智能课程进行改革建设便成为了人工智能教育领域的重要课题。开源社区的兴起为人工智能课程建设提供了新的方向，其自身就具有巨大的优质教学与研究资源，在人工智能技术发展中起到了重要的推动作用，目前人工智能已进入一个全新阶段，开源开放已成为推动技术持续进步的行业共识和重要驱动力量。人工智能是一门实践性很强的课程，大部分人工智能框架与模型均已开源，为人工智能课程建设带来了机遇。本次改革基于研究生的课程——高级人工智能，重点培养学生的开源意识、开源能力、团队合作精神、创新思维、研究能力。在课程改革建设过程中，首先分析传统人工智能课程存在的问题与开源背景下课程建设面临的挑战，从课程内容设置的前沿性、教学方法的高效性等方面进行分析，提出开源模式下人工智能课程建设思路与评价方法。通过开源软件、在线资源、社区协作等方式，为学生提供全方位的学习支持与实践体验，旨在培养学生的实践能力和创新意识。

1相关研究

研究生人工智能课程改革研究，目前存在“人工智能+X”的模式助力人工智能融合其他专业［3-5］，在研究生阶段开设人工智能课程，以学科交叉、跨界融合、精准培育方式赋能专业创新，为培养复合研究型人才起到重要作用。从人工智能赋能交叉学科人才培养的制度建设与培养研究中可见，人工智能课程对其他学科的创新发展和研究型人才培养赋能起到了至关重要的作用，能有效提高复合型研究人才的培养质量［6-7］。在课程建设研究方面，基于人工智能课程的实践改革取得了较好的效果，在课程体系建设过程中通过加强教学实验、项目驱动、课题研究等方面创新教学模式，提高了研究生的动手能力、独立思考能力、研究与探索意识［8-10］。在开源教育模式方面，目前软件工程教育已进行多种探索，从软件人才的培养模式进行改革，建立了培养方法与评价标准［11］。例如，国防科技大学软件工程课程引入开源模式，学生在软件开发课程中采用开源教学模式，通过阅读开源项目代码、参与开源项目提升学生的软件开发能力［12］。目前，通过分析人工智能与开源模式的研究发现，大部分主要关注融合人工智能专业的交叉建设与课程，在课程建设研究上仍采用传统实验课程资源进行教学，与开源项目的对接还不够深入。开源提供了海量资源、优秀的学习案例，使学生能更好地融入前沿项目，对培养人工智能研究型人才具有一定的促进作用。虽然，开源模式在软件工程中取得了一定的成果，但软件工程侧重于参与开源软件的编写与阅读，人工智能课程的开源模式仍侧重于构建数据集和模型、优化人工智能算法等方面。为此，本文基于开源模式的研究生人工智能课程建设原则、路径与评价方法，为研究生人工智能课程建设提供了框架参考。

2开源背景下人工智能课程建设挑战

2.1　开源社区发展对人才培养提出新要求

根据OpenLogic和开源组织OSI的《2022StateofOpenSourceReport（全球开源趋势报告）》调查发现，在企业与开发者对开源技术的采用情况显示，人工智能开源框架与工具的使用排在第4位，占比27.69%［13］。行业技术领袖均在持续行动，推动企业积极采用、贡献开源技术，并使人工智能与机器学习开源项目不断发展。企业与开发者使用人工智能开源框架的数量在持续增长，在2022年人工智能开源大事件中，AIGC（AI-Gener⁃atedContent）相关技术引发了全球关注，OpenAI也上线升级版文本生成图像模型DALLE2，还组织GPT-3模型的交互式变体ChatGPT。其中，英伟达开源了LinuxGPU内核模块，这些人工智能开源社区的标志性事件将对未来人工智能开源发展产生深远影响。目前，开源发展使企业需要大量理解开源、熟练掌握开源的人工智能高级人才。高校在开源教育上有所行动，例如开展“开放原子校源行”公益项目为学校、企业、行业提供生态社区，使开源文化在校园生根发芽。武汉大学积极开展开源教学模式，倡导开源融入课程建设，成立了武汉大学OpenHarmony技术俱乐部，是国内第二家、华中地区首家OpenHarmony技术高校俱乐部。综上，人工智能教育拥抱开源已成为人才培养的时代要求。

2.2　人工智能课程的内容建设应持续更新

目前人工智能课程建设主要关注人工智能的基础理论、应用场景和案例、编程实践、伦理和社会问题及跨学科合作等方面，这些内容可帮助学生全面了解人工智能的基础知识与最新进展，使其掌握实际应用能力。人工智能课程知识模块如表1所示。面向研究生的人工智能课程需要更深入、更全面的学习课程知识，结合研究性与先进性，关注人工智能领域的发展方向，在课程建设中应重点突出建设以下方面：

（1）深入理解机器学习算法和模型。研究生更应深入学习机器学习算法和模型，包括深度学习、强化学习、贝叶斯网络等。如此，才能深入理解算法原理、特点和应用场景，并能应用这些算法解决实际问题。

（2）掌握自然语言处理和计算机视觉技术。自然语言处理、计算机视觉是人工智能的重要应用领域。研究生应掌握自然语言处理与计算机视觉的技术和算法，并能应用该技术解决实际问题。

（3）深入了解人工智能的伦理和社会问题。人工智能的发展和应用会引发部分伦理和社会问题，包括隐私保护、数据安全、公平性和透明度等。研究生应深入了解该问题，学会如何解决这些问题。

（4）学习最新研究进展和前沿技术。人工智能发展非常迅速，研究生应了解最新研究进展，学习前沿技术，掌握当前研究热点与趋势，并能进行科学研究。此外，在课程建设和升级中应持续保持前沿性，采用开源课程形式。例如，中国人民大学朝乐门［14］在数据科学导论课程的建设中使用开源课程模式，并进行教学改革，实践表明该方法能复用教学资源，提高备课效率与质量。采用开源课程模式，师生共建课程需将课程开放，形成开源课程。同时，在GitHub或Gitee等开源平台进行，不断积累优秀经验和案例，持续迭代更新以保持课程内容的前沿性。，开源资源内容结构如图1所示。

2.3　人工智能课程教学方法应与时俱进

人工智能是一门复杂的学科，涵盖了多个领域和技术。为了使学生更好理解、掌握人工智能的知识和技能，一般采用理论教学方法讲解人工智能相关算法，例如搜索算法、机器学习算法、神经网络算法等。在实验教学中，通过编写代码和实现人工智能算法，使学生更好地理解、掌握人工智能的基础知识和技术。课程上，结合机器学习、自然语言处理、图像识别等领域的项目实践，帮助学生提升实践能力，采用项目教学方式提升学生综合能力，通过小组合作方式开发项目，让学生选择自身感兴趣的领域，例如智能问答、机器翻译、自动驾驶等，通过深入了解项目，掌握人工智能应用。为满足学生个性化需求，开展学科交叉教学。人工智能课程涉及多个学科领域，例如计算机科学、数学、统计学等，通过学科交叉教学帮助学生更好地了解不同领域的知识与技能，并在人工智能学习中获得更全面的视野和能力。教学过程可通过讨论、辩论展开人工智能的伦理与社会问题，让学生充分锻炼独立思考和表达能力。除了基础教学方法外，研究生课程还需着重以研究型课程教学方式开展，增加文献阅读与研究、参加学术会议和研讨会，实现课程开展与课题研究并行，充分提升学生的科研能力。传统课程实践一般通过教师指定项目和作业任务，但通常情况下项目来源较为匮乏，并未考虑学生的主体需求。目前，学生学习的课程案例代码，并未参与企业级项目开发，对项目架构、编码规范、文档编写接触较少，但这些内容是学生未来进入企业所必须掌握的。然而，新技术与工具难以在课程中全部讲解，创新课程设计和优秀项目也难以持续更新，并作为课程资源加以利用。开源作为一种开放的社交化编程模式，学生需要具有代码分析能力、编码规范意识、团队合作精神、文档编写能力等，特别在大规模人工智能程序开发中尤为重要。因此，应在教学过程中拥抱开源，培养学生开源能力，开展开源模式，例如阅读优秀开源项目代码、参与开源项目、复现论文、将自己研究开源并持续维护。此外，开源平台自身也具有许多优秀的学习资源，学生在校期间就能快速接触各种企业级项目，学习优秀的项目架构思想和代码，了解开源社区生态，引入这些教学方式、内容对提升学生能力具有积极意义。

3开源模式下人工智能课程建设实践

课程建设离不开资源，开源平台为人工智能教育提供了丰富的免费工具和资源，包括深度学习框架、数据集、代码示例等。这些资源能帮助学生更好地了解、掌握人工智能的基础知识和技能，并在实践中不断提升自身能力和技术水平。开源模式下的人工智能课程建设需要转变思路，利用好开源平台，使用平台资源赋能人工智能课程建设。

3.1　建设原则

开源模式下的人工智能课程建设应该遵循以下原则：

（1）共建共享。采用开源模式下的人工智能课程建设应倡导共建共享理念。在建设过程中，应充分利用社区资源和社会力量，广泛征集意见、建议，以实现优化课程内容和质量的目的。

（2）多样性。开源模式下的人工智能课程建设应鼓励多样性，以满足不同学生需求，提供初学者版、高级版、专业版等多版本课程满足不同层次、领域学生的需求。

（3）开放式课程设计。开源模式下的人工智能课程应采用开放式课程设计，鼓励学生自主选择学习内容和学习路径。课程应以项目为核心，设计具有挑战性的项目任务，以激发学生创新能力和实践能力。

（4）开放式评价。开源模式下，人工智能课程应采用开放式评价方式，鼓励学生自评、互评。评价方式应包括考试、作业、项目、论文等方面，以全面评价学生的综合能力。

（5）课程持续更新。开源模式下，人工智能课程应采用课程持续更新方式，及时反映最新研究成果和实际应用情况，应充分利用社区力量不断改进课程内容和教学方法，以满足学生需求。综上，在开源模式下的人工智能课程建设中，需要建立完善的课程管理和质量控制机制，既确保课程内容和质量的稳定和持续改进，还需培养、引进具有实践经验和研究背景的教师和专家，确保课程的专业性和权威性。

3.2　建设路径

在开源模式下的人工智能课程建设需要作到资源开放、多方评价、持续改进、师生合作，课程建设的路径如图2所示。由图2可见，课程建设围绕开源平台展开，课程资源建设开源从开源平台获取资源，也可将资源存放至开源平台。教学活动的开展依赖于开源资源，例如学生阅读开源代码、参与开源项目、创建开源项目，因此在教学评价上要变革评价方式，引入学生在开源上的贡献进行评估。课程建设是一个持续改进的工作，需要依赖社区合作，通过社区引入专业教师团队、学生、工程师等优化课程资源，作到课程迭代和反哺开源平台。人工智能课程在开源模式下的建设路径如下：

（1）明确课程目标。首先要明确人工智能课程教学目标，例如学生应掌握的基本知识、技能和实践能力，基于目标分析确定课程内容与教学方式，满足学生需求。

（2）利用开源资源。在开源模式下利用丰富的开源资源，包括课程教材、代码、工具和案例等。在社区中搜索收集相关资源，并进行筛选和整合，形成完整的课程内容与教学资料。

（3）多元化教学。针对不同学生的需求和学习层次，采用多元化教学方式，例如在线视频、实验、项目、论文等，利用GitHub、JupyterNotebook等开源工具和平台，实现课程在线教学与交互式学习。

（4）开放评价。在开源模式下应采用开放式评价方式，鼓励学生自评、互评，利用PeerScholar、GitHub、Kaggle等开源评价工具和平台，实现课程在线评价与反馈。

（5）持续改进。开源模式下人工智能课程应持续改进，及时反映最新研究成果与实际应用情况，利用社区资源和学生反馈优化、升级课程内容和教学方式。

（6）社区合作。在开源模式下借助社区力量进行课程建设和教学管理，可与其他教师、专家和学生合作，共同建设、完善课程内容与教学方式，利用GitHub、StackOverflow等社区平台进行交流与协作。总之，开源模式下的人工智能课程建设应注重多元化教学、开放式评价和持续改进，满足学生和社会需求，需建立完善的课程管理和质量控制机制，确保课程内容和教学质量稳定、持续提升。

4面向开源能力的课程评价

课程评价是教学的一个重要环节，与传统课程考试或课程设计的不同之处在于，基于开源模式的课程容易获得开源代码。学生参与开源项目的过程数据是评价学生开源能力的重要指标，从考查研究生的研究报告这个角度而言，开源能力评价是其有效补充，能从学生参与开源的过程、开源成果、团队合作、文档编写等方面进行综合评价，引入开源能力的评价能引导学生进入开源领域，为国家培养开源项目的核心贡献者提供人才支撑。

4.1　开源能力评价流程

在开展面向开源能力的人工智能课程评价时，需要明确评价的对象是学生的开源能力，应考虑学生是否掌握开源工具和技术，是否具有开源项目经历及在开源社区中的贡献等，并根据不同评价目标制定相应的评价指标。具体评价指标可从以下方面考虑：

（1）开源项目参与情况。考察学生是否在开源项目中有过贡献，并能具体说明自身贡献。

（2）开源工具与技术掌握情况。考察学生是否熟悉常用的开源工具和技术，能否熟练使用。

（3）开源课程设计和实现情况。考察学生是否设计并实现开源项目，并考虑了开源社区的需求与反馈。

（4）开源社区交互情况。考察学生是否积极参与开源社区交流、互动，并能给出自身观点与建议。

（5）项目管理能力。考察学生在开源项目中的协作与管理能力，能否高效完成任务，并与团队成员进行有效沟通与协作。在评价中要采集学生的特征数据，设计相应的评价流程和标准，确保评价结果客观、公正、可比较。在实施评价时，需考虑评价的时机、频次及评价结果的反馈和应用，要充分考虑学生的意见、建议，确保评价的有效性和可信度。在课程迭代过程中，由于评价体系的建设和实施是一个不断迭代和改进的过程，需要定期对评价指标和流程进行评估和改进，以提高评价的准确性和有效性。此外，还需从课程内容、教学方法、项目实践等方面培养学生的开源意识和能力，让学生能主动参与开源项目和社区，具备设计、开发和管理开源项目的能力。总之，开展面向开源能力的人工智能课程评价体系建设与实施需全面考虑评价目标、指标、工具、流程和反馈等方面，要与课程内容、教学方法和实践相结合，共同促进学生开源能力，提升开源意识。

4.2　开源能力评价体系

学生在参与开源项目中会执行提交代码、团队管理、代码审查、文档维护、issue管理、版本、分支合并等活动。根据学生活动和能力要求构建评价指标并设计评价模型，从开源编码能力、开源项目管理能力、开源社交能力出发构建开源能力评价体系。学生在参与开源项目时会在开源平台中产生数据，根据该特征对学生开源能力进行建模［14］，开源能力评估特征如表2所示。根据上述指标构建评价模型，然后评价学生开源能力，将学生开源能力评价成绩作为课程评价的重要部分，通过开源评价提升学生的开源能力，培养懂开源、会开源的研究型人才。实践表明，在采用开源模式前，学生课程设计提交开源地址占总人数的9%，提交的文档与电子材料无法记录学生开发过程和数据，学生合作开发能力和基于开源项目的创新无法得到锻炼。在武汉大学国家网络安全学院21、22级研究生的高级人工智能课程中采用开源模式后，98%的学生在Github、gitee等平台为课程设计创建了开源项目库，提供了开源代码。通过开源能力评估体系评估开源项目表明，80分以上的项目占总项目的52%，相较于传统教学模式在开源项目率、项目优秀率方面具有显著提升。

5结语

开源背景下的人工智能课程建设是迎合人工智能产业发展举措，是一项具有挑战性的工作，本文旨在探讨如何在开源模式下，构建符合研究生人工智能课程建设的路径。通过分析当前研究生人工智能课程建设的问题和挑战，提出开源模式下人工智能课程建设方法和路径。首先，分析开源与人工智能背景，结合当前研究生人工智能课程建设的问题和挑战，提出开源模式下课程建设的原则和路径，指出开源模式能促进课程的开放性、协作性和共享性，有利于培养学生开源意识和能力。然后，基于课程建设原则指导开源模式下人工智能课程建设，包括课程内容设计、教学方法创新、项目实践和开源社区参与等方面，强调在开源模式下应注重研究与实践相结合，通过项目实践和开源社区参与等方式，让学生深入理解人工智能技术原理，创新人工智能算法和模型，提升学生的实践与创新能力。最后，探讨开源模式下人工智能课程建设的评价体系，提出面向开源能力的课程评价思路和方法，包括明确评价目标和指标、设计评价工具和流程、开展评价实施、定期评估和改进、培养学生的开源意识和能力等方面。综上所述，本文系统阐述了开源模式下人工智能课程建设的重要性、建设路径和评价体系，对推动研究生人工智能课程建设的改革和创新具有一定的参考价值。

参考文献：

［1］教育部.关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意［EB/OL］.

［2］新华社.中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要［EB/OL］.

［3］鲁鸣鸣，王建新.“人工智能+X”交叉学科科研创新能力培养模式探索［J］.工业和信息化教育，2021，106（10）：1-5.

［4］王建新，段桂华，刘锦.“人工智能+X”研究生创新人才培养模式探索与实践［J］.工业和信息化教育，2021，106（10）：6-9，30.

［5］韩珂，陆建峰.面向国防的高层次智能人才培养探索与实践［J］.软件导刊，2021，20（12）：240-246.

［6］蒋思，苏菲，肖波.人工智能赋能下的交叉学科研究生培养机制建设研究［J］.工业和信息化教育，2022，117（9）：36-40，47.

［7］韩士元，陈月辉，吴鹏，等.人工智能领域研究生多学科交叉培养研究与实践［J］.软件导刊，2021，20（12）：247-252.

［8］王超，庄东晔，于清华.“人工智能”研究生课程实验的实践与探索［J］.教育教学论坛，2021，534（35）：100-103.

［9］张小明，李舟军.研究生人工智能课程研究性教学探索［J］.计算机教育，2017，274（10）：71-74.

［10］何静媛，向涛.人工智能时代计算机学科研究生实践改革探索［J］.教育教学论坛，2020，482（36）：221-222.

［11］陈丽，赵斌，倪超，等.开源模式下我国软件人才培养的挑战和对策［J］.高等工程教育研究，2022，195（4）：102-109.

［12］尹良泽，毛新军，尹刚等.基于高质量开源软件的阅读维护培养软件工程能力［J］.计算机教育，2018，283（7）：9-13.

人工智能课程范文篇2

关键词：人工智能；课程设计；高职院校

《中国新一代人工智能科技产业发展报告2020》指出，我国已成为继美国后拥有人工智能企业数量最多的国家，从技术发展、数据平台到市场，我国的人工智能产业生态逐渐丰富和完善[1]。当前人工智能技术被认为是第四次工业革命的“引擎”[2]，在政府工作报告中指出要加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合，到2030年在人工智能领域达到世界领先水平[3]。教育是实现这一目标的根本途径，必须大力培养人工智能领域的研发和应用人才。

1高职人工智能人才培养的背景

随着人工智能应用的落地，人工智能市场人才需求逐步明朗，高职阶段的人工智能人才培养也逐渐展开，当前诸多职业院校正在积极探索人工智能专业建设。在人工智能时代，众多院校都在谋划与人工智能技术的结合[4]。而与人工智能技术关系最为紧密的信息技术类专业，尤其需要进行课程升级，培养更多人工智能技术应用方向的人才，以满足当前市场对人才的需求。高职信息技术类专业人才该如何在人工智能浪潮中进行定位，如何优化高职信息技术类专业人才培养课程体系设计，使得人才培养能够满足人工智能时代市场对人才的需求，拓宽学生的就业方向，提升学生的未来职业发展水平，是专业发展必须面临和解决的一个问题。

2人工智能课程设计面临的挑战

2.1产业人才需求与高职教育的对接。目前，国内众多院校都成立了人工智能学院，从其技术课程体系来看，多集中于数学、算法研究、机器学习等基础研发类课程[5]，这类课程从课程难度和目标定位上不适应于高职阶段的教学。高职教育人工智能教学课程体系尚未统一，市面教材普遍偏重理论，内容深奥较为枯燥，与实践联系不足，课程体系、知识体系仍处于探索阶段。另外，相比本科院校，高职院校在人工智能领域的师资严重不足。从就业需求来看，当前人工智能从业者多集中于各种算法、开发框架等研发方面，对从业者的素质要求很高，较多招聘岗位都以研究生学历起步，在算法和技术研发领域并不适合高职学生，高职学生在人工智能产业链的定位还需要再明确。2.2技术应用领域选择。高职教育侧重培养学生的工程实践和技术应用能力，因此在课程设计中必须将理论教学融入项目实践，以项目带动理论知识学习。当前我国拥有数量庞大的网民，产生了海量的数据资源，丰富的产业环境为人工智能提供了各种应用场景，不同应用场景下所使用的算法、技术、工具各有侧重。目前，人工智能技术领域有计算机视觉、机器学习、自然语言处理、认知科学和机器人学，如何确立一个应用领域，并基于该领域进行工具、技术、算法、语言等的选择，是设计人工智能课程时需要解决的问题。2.3人工智能技术框架选择。人工智能的相关技术众多，开源人工智能深度学习框架也有很多，如谷歌的TensorFlow、百度的PaddlePaddle、脸书的Caff、微软的CognitiveToolkit等，开发语言有Python、Lisp、Prolog、Java等。这些人工智能深度学习平台为开发者提供了工具和模型，使开发者不用重新构建基础模型，极大减少工作量，是人工智能技术研发人员必备的利器。高职人工智能技术课程以项目案例为导向，课程设计必然会涉及深度学习平台的使用，那么采用哪种开发语言、基于哪种开源框架，就需要确立和统一。

3需求调研

3.1市场调研。第四届世界智能大会报告指出，人工智能技术与实体经济企业的融合正在逐渐深入，两者融合共同构建产业智能化创新生态，为企业创造新的活力和发展。最为典型的应用有智能安防产业，围绕视频数据结构化、终端和边缘计算，形成了富有活力的创新模式。腾讯2020人工智能白皮书中指出，在人工智能技术应用场景中，计算机视觉、语言技术、自然语言处理3个市场的规模占比较大，其中计算机视觉方向、人脸识别、工业识别方向深度融合场景需求和应用占比最大，因此在课程中可以偏重计算视觉方面进行项目案例设计。3.2竞赛调研。在网络公布的2019年全国职业院校技能大赛的赛项申报方案中，赛题以人工智能计算机视觉技术在安保场景中的应用为基础，重点考查选手在使用人工智能技术处理业务时所需要的技术技能，主要包括系统运维、数据分析、算法应用和软件编程4方面的能力。竞赛内容将人工智能技术与相关行业需求结合起来，力图解决行业面临的实际问题，使参赛选手能够了解、掌握并充分训练在人工智能计算机视觉方向中的多种技术技能，包括人工智能平台搭建、视频数据处理、数据标注、图像数据集构建、训练数据预处理和人工智能模型训练等。2019年，河北、山东、辽宁、四川、广东等省份举办了高职组的人工智能技术赛事，综合各省赛项规程，高职组的人工智能技术大赛面向职业岗位技能，以实际工程项目为依托，围绕人工智能环境搭建与运维、人工智能建模、人工智能应用案例开发等不同目标岗位能力，涵盖了丰富的专业知识与专业技能点，有利于增强参赛学生的团队意识。3.3专业调研。教育部在2019年新增了高职人工智能技术服务专业，并在2020年执行，人工智能技术服务专业以培养具备人工智能技术应用开发、系统管理与维护等能力，从事人工智能相关的应用开发、系统集成与运维、产品销售与咨询、售前售后技术支持等工作的高素质技能人才为目标。人才培养课程体系围绕培养目标展开，专业设置包含人工智能数学基础课、编程语言课、算法课、大数据处理课、云计算基础课程、人工智能技术框架课，以及包含诸如图像处理技术的综合实训课等一整套涵盖人工智能技术产品开发、运维、技术支持等岗位的课程体系。不同于人工智能应用技术专业完全重建课程体系，传统的信息类专业各自有专业核心课程和技术方向，因此需要合理嵌入人工智能技术课程，删减较为陈旧的课程，并优化课程体系。

4嵌入式人工智能课程设计

4.1课程定位。基于上述人工智能技术市场和教育背景分析，将人工智能课程的培养目标定位为：了解人工智能技术背景，了解若干算法和工具，能使用一套主流框架技术，能搭建一个完整的人工智能技术应用项目，具备人工智能行业从业基础知识素养。4.2课程内容设计。课程选取TensorFlow作为主要的人工智能技术平台，以图像处理为案例应用方向，将人工智能课程分为基础和高级两个阶段，分两个学期开展，并嵌入当前的课程体系中。基础课程有64学时，主要讲授人工智能机器学习的基础概念、Python基础语法、Python数据处理库、典型人工智能深度学习算法及其应用，并使用TensorFlow机器学习框架完成3个预测案例。高级课程的40学时面向图像识别，以OpenCV为工具讲解视频处理、图像处理、数据标注，基于基础课程知识技能，使用深度学习算法进行模型训练，完成一个人体行为识别模型应用案例。整体课程侧重案例和技术应用，在理论方面，尤其在数学和算法方面，以需求为引导、以够用为原则，降低人工智能技术课程在理论和算法方面的难度，激发高职阶段学生对人工智能技术的兴趣。4.3翻转课堂设计。课程开展形式参考Udacity人工智能技术导论课程，融合翻转课堂要素，在学习环境中增加与学生的多元互动，将知识点模块化，降低难度。在讲解理论知识点后，及时通过课堂测验、小组作业、头脑风暴等互动方式激发学生的学习兴趣。此外，借鉴国家精品课程资源库等网络资源，融入教学过程，提前部署预习任务，通过预习让学生提前了解课堂知识脉络，在课堂上重点讲解知识难点和重点，结合案例操作和应用实践强化学生的学习效果。

5结语

在软件技术、计算机应用专业进行了课程实践，增加了人工智能应用技术基础和高级两门课程，分别开设在第四学期和第五学期。课程充分利用网络资源，融入翻转课堂要素，将课程理论与实践结合起来，获得了较好的教学效果。学生在课程学习的基础上参加了多项与大数据、人工智能相关的比赛，并获得市级奖项，锻炼和提升了专业技能水平。专业教师结合课程改革申请了课题项目，后续将根据技术和市场发展趋势不断调整课程内容和教学方式，对课程教学模式和效果进行不断总结、修正和完善，打造更加适应高职信息技术类专业的特色人工智能应用技术课程。

参考文献

[1]南开大学新闻网.《中国新一代人工智能科技产业发展报告2020》[EB/OL].(2020-06-24)[2020-09-15].

[2]高奇琦.人工智能发展正迎来第三波浪潮[J].智慧中国,2019(8):36-40.

[3]谭铁牛.人工智能的发展趋势及对策[N].中华工商时报,2019-02-25(003).

[4]杨冬.人工智能时代的大学教学变革[J].高等理科教育,2020(3):79-81,94.

人工智能课程范文篇3

一、基于人工智能学科的学习环境构建

人工智能教学环境的构建主要有两种，一种是通过现实中真实存在的人工智能应用环境来构建，比如小米音箱使用了语音识别等；另外一种是通过体验人工智能学习设备来构建，如图形化编程平台。在构建真实学习环境的过程中，需要注意两点：一是真实环境的构建需要符合学生心理特征；二是真实环境的构建不宜过于复杂，需要紧扣学科核心知识点。例如，笔者设计了一个会唱歌跳舞的智能分类垃圾桶，告诉学生这是利用超声波传感器的原理来识别各类垃圾。这些知识与社会生活紧密相关，让学生兴致盎然地投入学习之中。

二、项目分组合作探究

在项目式教学中，项目的选取十分重要，需要教师了解学生的生活经验，依据学生的身心特点和兴趣爱好设计合适的学习项目。例如，笔者在“敲编钟的机器人”项目中，首先让学生对该项目进行评估，然后根据要求撰写项目实施计划，最后确定项目。项目确定后，需要有计划地实施，才能确保项目目标的实现。项目学习计划的制定主要包括学生的学习内容、学习进度和过程管理。我根据学生的特长进行了分组。分组合作学习可以使每个学生各显其长，有助于他们在小组学习中赢得同伴的尊重，提高人际交往能力。学生通过分组合作学习、调查研究、动手操作、表达和交流等探究活动，有效提升设计、合作、思考解决问题的能力。

三、成果交流及活动评价

人工智能课程范文篇4

关键词:民办高校;人工智能;通识课程

教育有多种形式，而通识教育就是其中的一种［1］。这一类教育旨在培养多元社会中不同需求下的教育，为那些受教育的人群提供各个层面的知识和价值观。这一教育模式在之前并没有被热衷讨论，直到19世纪美国博德学院的帕卡德教授［2］首次将其与大学教育进行一定的联系才被研究，通过这次研究成果将其定义为通识教育。这一教育的最重要职能就是希望通过这一教育克服只针对专业方向的狭隘性教育，凝聚成社会共识，形成新的价值观教育，便于表达交流，成为人们终身学习［3］，丰富人生的重要途径，这些方面的需求是其他教育所不能或者较难实现的愿景。中学教育与大学教育存在较大不同，与大学的通识教育进行对比研究，前者更加侧重于教育的广度和深度，后者则是对于知识进行定位解惑的过程性学习，对比中学教育是一种“三位一体”的全面培养体系［4］，即能力养成、核心知识学习、价值观形成这一过程。交叉性的学科展示是人工智能的特征，也在一定意义上促进了多重学科的互动，进而重塑了人才培养的通识课程。就人工智能的特性来说，这一技术具有交叉性、迁移性和普适性。教育部在2018年4月，曾就该方向的学科建设颁布《高等学校人工智能创新行动计划》［5］，对培养模式提出了探索性的想法———“人工智能+X”，这一技术对于未来具有极其重要的意义，可以将这一课程下放到计算机基础教育内容中开设。在大学开设的各类通识课中，会面临很多的课程实践问题，如师资教学、培养能力与标准、课程实践等，尤其民办学院开设这类课程时，对于课程体系和教学的困扰会更加凸显［6］。

1人工智能通识人才培养的需求分析

复合型人才在当今社会被多方所需要，应认真探索分析人工智能这一新型知识的技术体系，有针对性地建立人工智能人才培养目标，为后期课程内容建设提供指导。在《高等学校人工智能创新行动计划》［7］中，教育部明确指出应尽快实现具体培养计划的创新模式，相关人才的引进和培养，人工智能在教育领域的创新应用，构建个性化、有序化、智能化、终身化的教育体系，实现实际教育工作中的方法创新和改革实施，满足教育中治理能力的新要求。在实际授课中，还应关注学生的学习兴趣和社会需求，融合各个交叉学科的知识互嵌，如物理学、生物学、社会学、数学、统计学、法学、心理学等专业性知识结构，结合人工智能知识的普适性和技术的智能性［8］，创新制定“人工智能+X”的创新培养方案。人工智能得到广泛运用将会成为整个社会的必然趋势，这项技术被较好使用后，一些岗位的工作将会由机器人完成，进而会创造出一些新的工作岗位来适应新的社会需求［9］。我国高校以往的教育中将学生学习的知识限定在一个范围内，不利于创新学习，阻碍了学生接受新知识。应加强通识教育在我国的推行，以更好地适应社会的需求和创新型人才培养的要求［10］。通识教育首先是价值塑造，涉及公平正义、民主法制、自由平等等公民意识，养成诚实正直的品格，建立远大的目标等。其次是能力培养。不论学生学习什么专业，将会从事什么工作，若要做好工作都离不开坚韧、想象力、批判思维以及勤奋这些优良的品质，而这些也正是现代学生在学习过程中需要培养形成的。当前计算机技术已经不仅仅是高校的一门专业课程，更多的是一种解决问题的技术工具，由此形成的计算机思维也是人们解决问题的重要方式之一。因此，人工智能对于现代社会而言具有极其重要的地位，必须将其置于通识教育中学习［11］。

2人工智能通识课程建设探索

近年来，在云计算、大数据、人工智能领域中广东工业大学计算机与信息工程学院已经进行了多年的研究，在这些领域内已经形成了一大批具有一定教学资质、教学经验和科研能力的教师团队，并且在授课中也形成了一套完善的教学体系。在其他相近专业中也陆续开设了一系列相关课程，辅助相近专业的学生学习和掌握先进知识。设立的“大数据与人工智能专业方向”，在2019年制定的培养方案中也得到了学生的认可和支持，各项学科建设项目也在逐步推进，如相关讲座和论坛的开设。人工智能技术算法较之前的技术更为复杂，模型结构也更加多变，学科内容覆盖面也更广，普及性强，应用广，对于课程内容的广度、深度，学生的实践能力都要进行反复多次的调查和研究。梅隆大学的教授卡内基［12］曾经在谈及教育问题时，做出相关论述:“这类课程的开设，其核心意义不只是要培养一代又一代具有编程能力和技术开发技能的人才，而是希望通过这一教育使学生从青少年时期就具有智能化思考的思维习惯，将来不断提出具有思辨性的建设方案”。这种教育过程是为将来社会培养复合型的思考人才［13］，这样的人才不仅仅可以完成技术工作，还具有一定的创造力和团队协作能力，每一个人都是具有独特性、创造性特质的人才，学生对于人工智能的学习从被动转变为主动。通识教育的意义是从技术方面完成人才培养的目标，建立复合型人才整合体系，从智能思维的锻炼上、技术的应用上完成获得性的学习，平衡各学科的差异性，运用例子启发思维，掌握相关技术的实现过程。

3课程概况

广东工业大学华立学院本科阶段设计的课程涵盖理工哲经管艺这几个大类，具有一定的办学特色，在此基础上增加一门人工智能通识课。学生对于这门课程的掌握基于讲座的形式，从其基本概念、理论体系、主要研究领域以及前沿技术等方面展开，便于学生掌握相关知识，学会建模，分析探究，搜集资料，推理研究进而学会该领域内的典型方法和应用技术。具体的设立方向是以过程为导向，建立通识课体系［14］。横向设置四个技术模块———感知机制、深度学习、聚类算法、自然语言处理，根据知识的难易程度进行学习，层层展开。纵向设置三个步骤———基础知识详解、原理阐述、模型展示，步步推进。第一，人工智能起源模块。教学内容主要从整个课程的发源历程开始，对神经元结构和信号传递过程做阐述，从而引入ANN(人工神经网络)模型［15］。通过这一授课方向，基本讲清工作原理，对于线性分类器的应用、原理做深度讲解将会更为容易，在进入到最后一步“人脸识别”时，将会巩固知识内容，进行知识串联。第二，机器学习和深度学习模块。神经网络与该模块建立联系后，成为其切入点，详细诠释卷积神经网络(CNN)的理论知识，讲解机器学习和深度学习的历经过程，阐述图像处理的现实状况，卷积运算中的意义概念，演示数据学习和模型训练的过程，进而对知识进行复习。第三，聚类算法模块。回顾算法知识，对那些有监督学习的算法进行复习。以“猫狗分类”为例，对比分类整理，总结算法学习的原理概念。将K均值聚类算法引入其中，并进行原理和用法的介绍，使学生更好地理解无监督学习的特性，加深知识的掌握程度。第四，计算机视觉模块。该模块的发展历程可以通过阐述相关概念进行呈现，在概念解析中掌握基本原理和流程，也可以运用图像的成像处理技能进行运动跟踪和识别判定，处理好传播中的数据化问题，“残差网络”和“迁移学习”等计算机视觉原理的意义可以通过相关技术进行处理［16］。

4结语

人工智能课程范文篇5

关键词：人工智能；大学英语教学；后现代课程观

一、引言

人工智能与各领域的深度融合和创新，正在颠覆我们的生活，改变世界的面貌[1]。世界各大经济强国为抢占人工智能技术发展制高点，争先研制了各种人工智能发展战略和行动方案，试图占住未来科技发展先机。我国在继2016年5月发改委和科技部联合推出《“互联网+”人工智能三年行动实施方案》后，次年7月国务院印发《新一代人工智能发展规划》（以下简称《规划》）[2]，全面部署了我国人工智能发展战略。2017年9月，教育部长陈宝生提出“课堂革命”的信息化时代教育改革新命题，人工智能驱动和赋能的课堂革命序幕从此拉开。2018年4月，教育部了《高等学校人工智能创新行动计划》，明确了高校在培养创新人才及科技创新等领域的目标和任务。人工智能与教育进入了融合创新阶段，正在迅猛地颠覆人类几千年沉淀的教育理念和方式，重构教育生态。智能语音技术、英语语言测评系统、语言翻译、智能口语陪练等技术，以及自适应系统、个性化学习中心和智能导师系统等广泛应用于大学英语教学领域，为大学英语教学带来了前所未有的机遇，为破解大学英语教学领域几十年来教学资源不足、“因材施教”难以践行、课程评估不科学等难题提供解决方案。显而易见，传统的教学目标、课程体系及教学模式、教师的专业知识不足以应对新一代人工智能技术的需求，我们必须积极求变，寻找人工智能与大学英语教育的契合点，方能在这场革命浪潮中幸存。

二、人工智能2.0和教育

人工智能被认为是迄今为止最具有颠覆性的技术[3]，它正在加速落地，深刻地改变世界和人类生产、生活方式[1]。人工智能自诞生之日起就与教育休戚相关，对教育的变革也将是彻底的、全方位的。因此，我们必须充分认识它，方能抓住人工智能技术给教育带来的机遇，方能乘风破浪应对挑战。

（一）人工智能的内涵、发展及核心技术

人工智能（ArtificialIntelligence，简称AI）这个名词，早在1956年由美国达特茅斯学院（DartmouthCollege）的一群年轻科学家提出，但是到目前为止没有一个科学、全面、准确的定义。学界公认的定义是，人工智能这门科学主要研究、模拟、延伸和扩展人的智能理论及相关方法与应用技术，通过计算机模拟人的智能，最终使之能像人一样思考、学习和认知，并能够有效地处理过去由人才能处理的问题[4]。人工智能，作为一门新兴的交叉学科，涉及的面十分广泛，涵盖多个大学科和技术领域，如计算机视觉、自然语言理解与交流、认知与推理、机器人学、博弈与伦理、机器学习、统计学、脑神经学等[1]。学界认为人工智能经历了三大发展浪潮。第一次是20世纪50至60年代以图灵测试为标志的启蒙期。20世纪80至90年代随着语音识别技术取得突破性进展，人工智能发展迎来了第二次发展浪潮。近年来，由于互联网技术、大数据技术、深度学习算法等技术的飞速发展，人工智能开启了第三次发展浪潮。大数据技术、深度学习和机器学习是人工智能第三次发展浪潮的标志性技术。人工智能的核心技术包括三个层面：基础技术、通用技术和应用技术[1]。在基础技术层面，机器学习被认为是其最重要的支撑技术，研究计算机如何模拟或实现人类行为，获取新的知识或技能，重新组织已有的知识结构使之不断改善自身性能的科学[1]。被广泛应用于图像识别、语音识别、机器翻译等领域的深度学习则是机器学习的一个重要分支，它加速了人工智能的发展。人工智能的通用技术层面内涵丰富，主要包括语音识别、计算机视觉、自然语言处理、决策和规划、运动与控制等。人工智能应用技术现在深入渗透各个行业领域，人类进入了人工智能时代，未来的一切将出现无限可能。

（二）人工智能赋能教育

人工智能与教育息息相关。新一代人工智能技术在政策驱动、消费者需求升级驱动以及新技术迭代升级突飞猛进驱动下，已经迈入了与教育教学融合创新阶段，迈入了为变革课堂教学，实现教育创新赋能加力的阶段。自2015年至2019年，国家先后出台了《中国制造2025》（2015年）、《“互联网+”人工智能三年行动实施方案》（2016年）、《新一代人工智能发展规划》（2017年）、《高等学校人工智能创新行动计划》（2018年）、《中国教育现代化2035》（2019年）五项政策，加速了人工智能与教育的深度融合的进程。目前，我国居民生活水平整体提高，教育消费需求升级，家庭对教育的重视及投入大幅增加，对教师的要求、学习环境和条件的要求更高，在线学习需求旺盛，这在很大程度上也加速了人工智能技术在教育行业的广泛应用。人工智能三大核心应用技术即计算机视觉技术、智能语音技术和自然语言处理已经广泛开发应用于在线教育、智慧课堂、为智慧教学和智慧学习赋能加力[5]。目前，从基于语音识别的英语语音测评到基于图像识别的智能情绪分析，人工智能已经在教育领域已经实现十余种产品类型[6]。国外像Google,Alpha,Facebook等走在技术前列的知名公司，研发了各具竞争优势的AI教育软件，进军教育行业；国内的腾讯、科大讯飞、百度等也研发了各类学习软件和教学软件，并拥有海量用户。人工智能引领下的教育正朝智慧教育、智慧学步迈进。

三、人工智能给大学英语教学带来了机遇

大学英语教学改革的步伐从未停歇过，但是不管怎么努力都被冠以“费时低效”的罪名，教学资源不足、“因材施教”教育理念贯彻不到位、评价无法及时科学反哺教学等问题一直是大学英语教学改革中的顽固问题。人工智能时代，随着大数据技术、计算机视觉、智能语音技术和自然语言处理技术所催生的慕课、自适应学习系统、个人学习中心、智能导师等的广泛应用，这些问题将迎刃而解。

（一）慕课的蓬勃发展，海量教学资源得以共享

慕课（MOOC），即大规模开放在线课程，是大数据时代的产物。2013年，中国迎来了慕课元年，从此中国大地掀起了一股慕课建设的热潮。从教育主管部门、高校、教材出版商、IT企业、教育培训机构到普通教师，都在共同致力于开发慕课平台，共建优质教学资源。短短的六年时间里，中国慕课在信息技术尤其是人工智能技术的驱动下实现了跨越式发展，目前，我国共有12500门慕课上线，超过2亿人次在校大学生和社会学习者学习慕课，6500万人次大学生获得慕课学分[7]。已经上线的慕课中，大学英语慕课的份额十分可观，为大学英语教学提供了海量教学资源。目前，中国大学MOOC，共有468所合作高校共推出了1291门国家精品慕课，其中包括60余门大学英语通识类课程、28门专门用途英语课程和21门跨文化类课程；中国高校外语慕课平台（UMOOCs），我国首个以外语学科特色为主的国际化慕课平台，自2018年3月23日正式启动以来共上线大学英语类课程40余门；国内外语类三大出版社也创建了特色课程平台：外语教育与研究出版社推出了U校园教学云平台、上海外语教育出版社创建了“WELearn课程中心”、高等教育出版社推出了i-Smart外语智能学习平台；清华大学研发的学堂在线上也有将近50门大学英语类课程。这些平台所推出的海量优质外语教学资源，学习者可以像逛超市一般按照自己的喜好和需求在平台上挑选课程，这较好地解决了大学英语过去一直教学资源不足的问题。除此以外，随着人工智能技术的迭代升级，机器人教师和虚拟教师的广泛应用，他们都将成为最好的老师时时陪伴，“同一个世界，同一个课堂”的愿景在不久的将来得以实现，大学英语教学改革路上教学资源不足不公的问题不再是制约大学英语教学发展的问题。

（二）自适应学习广泛应用，“因材施教”教育理念得以践行

早在孔子时代就提倡“因材施教”的教学理念，要求教师在教学中应该根据学生的认知水平、学习能力及自身素质有的放矢地进行差别教学。大学英语教学改革几十年来，也一直致力于“因材施教”个性化的教学改革，但是劳而无功，究其因，主要是课堂人数多，教师无法每次课前准确掌握学生学习程度、课中和课后不能即时跟踪学生的学习情况，因此很难做到适时调整教学策略实施“因材施教”。2016年美国自适应学习平台Knewton及我国自主研制的智能自适应学习系统的投入使用，为教师、学生自己，甚至家长了解学生的学习状态，依据学生的学习兴趣、学习风格、学习需求选择适合的学习资源和途径提供了便捷。人工智能在自适应学习过程中所起的作用显而易见，主要体现在：科学而又高效的学习状态诊断；精准学习资源的推送；全过程学习数据的收集、分析与整合。因此，人工智能技术与大数据应用使得量化自我和定制学习的个性化教育成为可能[3]，“因材施教”问题也将得以践行。

（三）大数据护航，精准多维的课程评价得以实现

课程学习评价是教学中的重要环节。大学英语课程学习评估经历了过去的以终结性评估为主到终结性评估与形成性评估相结合的课程学习评价方式，但是不管怎样，过去评估形式的改变并没有改变评估重结果、轻过程、重整体、轻个体的结局。此外，由于技术的原因，课程考核根本无法顾及学生的情感因素。因此，这种单一的评价模式始终没法全面科学精准地反哺教学。人工智能通过即时摄录大数据分析使传统评价发生了根本性变化，所有学生的学习记录将被人工智能综合收集起来，互相参照、优化、聚合后分发，从而提高总体水平，彻底升级“教学相长”的含义[8]。尤其是智能导师系统及智能评测系统的开发利用，可以凭借人脸识别、语音识别、机器学习、自然语言处理等技术，不仅能全过程精准收集学习的学习数据，还能即时对学生的学习状态、情感感知等多种学习因素作出即时的诊断和评价。大数据保驾护航收集全过程学习数据、智能导师和智能评测提供多维即时诊断和评价，这才是具有实际意义和现实价值的课程学习评估。

四、大学英语教学面临新挑战

人工智能技术给大学英语带来无限机遇的同时，也倒逼大学英语教学必然积极识变、应变、求变，朝着教学目标高阶化、课程体系后现代化、教学模式智慧化、教师角色精细化方向发展，主动服务国家战略发展和学生的“学以成人”。

（一）教学目标高阶化

新时代高要求。近两年，教育部罕见多次发文呼吁大学英语教学改革。2018年9月17日，教育部召开加强高校公共外语教学改革工作会议，提出要“实施面向非外语专业的公共外语教学改革”“培养高素质国际化复合型人才”[9]。“推进公共外语教学改革”也被列入2019年教育部“十大事件”之一。2019年3月29日教育部和中组部又联合召开“推进公共外语教学改革，大力培养高素质国际化专门人才”会议，重点讨论如何培养学生的“专业+外语”综合应用能力，为国家战略培养和储备“一精多会、一专多能”的国际化复合型人才[9]。教育部高等教育司吴岩司长在2019年第四届全国高等学校外语教育改革与发展高端论坛上提出高等外语教育要主动服务国家发展战略，要积极迎接新科技革命挑战，要全面融入高等教育强国建设，大力培养具有全球视野、通晓国际规则、熟练运用外语、精通中外谈判和沟通的高素质国际化人才[10]。新技术新要求。2018年4月，博鳌亚洲论坛上，大屏幕即时将嘉宾语音转换成中文又即时译成英文；2018年11月的第五届互联网大会上，不但有中文，还有英文的首个AI合成新闻主播的出现。翻译软件、智能机器人等日新月异，给人类教育提出了新的要求。在人工智能时代，人类几千年积累下来的知识，瞬间可以从智能机器人和资源库平台获取，使得人类靠知识传授的课程即将被淘汰。课程教学的重心不得不从曾经的知识传授转移到通过学生的个性化学习和自适应学习，培养信息获取和分析处理能力、终身学习能力、批判性思维能力和创新能力[5]，以及人工智能所难以拥有的精神能力，包括情感能力、价值追求能力、美感能力和创新能力[3]。在这种高要求、新要求下，大学英语教学的目的就不再是简单的培养学生的英语应用能力，提高综合文化素养了。而是迈向更高阶的利用英语汲取和交流专业信息能力的培养；使用英语解决专业问题的学科思辨能力和创新能力的培养；同时发展其自主学习能力、提高其智能素养，使他们在各自的专业学习、研究和未来工作中有效地使用英语，满足国家、社会、学校和个人发展的需要。按照布鲁姆教育目标分类法，认知领域的教育目标按知识与认知过程两个维度分类[11]。在知识维度，知识被分为事实性知识、概念性知识、程序性知识和反省知识4种类型。在认知过程维度，认知过程维度，认知过程由低级到高级被分为记忆、理解、运用、分析、评价和创造6种水平[11]。人工智能时代的大学英语教学目标高阶性主要体现在：在知识维度，大学英语教学目标设立从事实性知识、概念性知识、程序性知识向反省认知知识迈进；在认知过程维度，从记忆、理解、运用向高阶的分析、评介、创造迈进。

（二）课程体系后现代化

人工智能时代将迎来学校平台化、传统课堂网络化、课程市场化，人工智能技术随时从云端、海量资源库中为学生提取知识，并经由结构化推送给学生，经过学生深度学习之后进一步提炼加工，再次结构化。此外，人工智能超强的学习能力随时产生大量人类无法理解的暗知识（所谓暗知识，就是指那些人类根本无法感受到无法表达出来的，然而却能够发挥重要作用的知识）。“人类将进入一个知识大航海时代，我们将每天发现新的大陆和无数金银财宝”[12]。正如Schwab,J在Thepractical:Alanguageforcurriculum中所言：课程领域已步入穷途末日，按照现行的方法和原则已不能继续运行，也无以增进教育的发展[13]。现在需要的是适合于解决问题的新原则.....新的观点......新的方法。因此，大学英语目前线性的、统一的、封闭的现代课程体系必然受到冲击，取而代之的是非线性的、建构的、开放的小威廉.E.多尔所倡导的后现代课程模体[14]。人工智能时代，大学英语课程体系应该朝小威廉.E.多尔所提出的具有四R特点的后现代课程模体建构，即课程具有丰富性（rich）、回归性(recursive)、关联性(relational)和严密性(rigorous)。所谓丰富性，是指课程的深度、意义的层次、多种可能性或多重解释[14]。在人工智能时代，学生与教师、学生与同伴之间是学习伙伴的关系，他们随时都可以能产生新的疑问或知识，因此为了促使学生和教师产生转变和被转变，课程应具有“适量”的不确定性、异常性、无效性、模糊性、不平衡性、耗散性与生动的经验[14]。课程具有回归性是指课程的片段、组成部分和序列应该是任意组合的，不应该设置为孤立的单元，而应视其为反思的机会。也就是说在设置课程体系的时候，每一个知识，包括作业、测验等都应该提供对话和反思的余地，避免课程的重复性。关联性指建立教育与文化之间的关联。具有关联性的课程模体将摆脱过去课程体系仅仅由课程内容或教师来决定，课程模体处于一种不断建构的过程，它的内容和体系远远超越原有的课程内容。严密性是四个标准中最重要的[14]。自发组织建立的丰富的具有回归性的课程并非任意、无序的，而是具有学术逻辑和符合课程发展规律的，可以用数学思维准确度量的。只有这种非线性的、开放的、不断建构的课程模体才满足海量资源，优势整合的特点，才能有效解决学生日益增长的对英语能力提升的需求与优质英语资源分布不平衡直接的矛盾。

（三）教学模式智慧化

人工智能赋能的课堂将首先是网络化、数字化、智能化的课堂，是实施个性化教学的创新能力培养课堂，是基于项目式学习的自主、合作、探究的课堂，是线上线下无缝衔接的混合式和翻转课堂，是平等交互、自适应学习、快乐幸福并追求个性全面和谐发展的高效课堂[5]。因此，大学英语教学应当遵循语言学习“输出驱动、输入优化、产出评价”和以“学生为中心”理念，从英语学科教学方法与移动新媒体技术相结合的视角，引入自适应学习系统、智能导师系统加强过程监控与评估，充分利用慕课、微课等建立具有可视化、可听化、协作化、互动化的大学英语“金课”教学模式，充分发挥线上线下教学互促和互补的优势，构建线上线下教学环节，形成课前预备、课中教学、课后巩固、课外丰富及教学反馈五个教学环节为一体的螺旋上升模式，实现知识从传递到知识提升，如图1。

（四）教师角色精细化

智能语音、智能批改、智能翻译、教育机器人等人工智能技术广泛应用于英语教育，过去教学中一切重复性劳动和大部分管理工作都将被人工智能所取代，教师角色将发生重大改变。过去衡量优秀教师的素质体系：扎实的外语基本功、完善的知识理论体系、较强的外语教学能力[15]，已经无法完全满足人工智能时代对大学英语教师的需求。未来的人工智能智慧课堂不需要教师，教师的角色将转型为课程的咨询师、学习的引导者、数据分析师、情感呵护者等，角色将越来越精细。除此以外，由于角色的精细分工，将来教师不可能再孤军奋战，而是走向团队合作[16]。今天的教育形势下，我们教师要引领学生提升自己的核心素养，引领学生学会认知（learntoknow），学会做事（learntodo），学会合作（learntoliveandworkto-gether），学会做人（learntobe）。

五、结语

人工智能课程范文篇6

关键词:卫生化学;人工智能;教学改革

21世纪以来，全世界开始进入信息化与大数据时代，人工智能在医疗、计算机科学、金融贸易、通讯、法律、游戏及周边产品开发等诸多方面应用广泛［1－3］。由于教育本身的独特性，人工智能在教育中的应用尚处于起步阶段。然而课程改革必须要适应时代潮流，将先进的信息技术与教学紧密结合，进而培养时代所需的高科技全方位人才。应急型公共卫生人才极度缺乏，因此加快培养高水平应急型公共卫生人才十分必要。卫生化学是预防医学专业学生必修的专业基础课，主要教授分析化学相关知识与实验技能。时代在不断变化，预防医学要求不断更新研究手段及新兴技术，为及时迅速的发现、控制和预防疾病流行提供科学可靠的数据、信息和方法。因此，卫生化学课程的不断更新发展是十分必要的。人工智能时代的到来，卫生化学课程随之变革，这样方能培养时代所需的人才。本文基于当今人工智能的发展趋势，从理论教学、实验教学、教学评价、教学反思四个方面对卫生化学课程进行改革，顺应时代变革，改变学生的学习方式及教师的教学方法，培养应急型、全方位、高层次的公共卫生人才，助力“互联网+”全民预防新时代的到来。

1理论教学

1．1教学资料

在新时代科技迅速发展的背景之下，预防医学专业学生不再要求只学习理论知识，还要求掌握新兴科学技术与高科技信息。为推进现代化高科技复合型人才的培养进程，教师必须在卫生化学教材中增添人工智能相关知识，如在分析数据处理与分析工作质量保证章节中加入人工智能知识。当今时代人工智能主要包括图像识别、语言识别等新型科学技术。该技术可更高效、智能地进行样品及数据处理工作，将该方面内容加入教材中，既可填补卫生化学教材中人工智能方面的空白，也为课程改革中教材改革迈出重要一步。教师将其他课外教学材料加入人工智能技术，如微信小程序和在线辅导平台，利用人工智能技术检测教学材料的不足并实时检测学生掌握情况，精确掌握学生的学习与复习情况。比如ContentTech-nologies，Inc(以下简称CTI)是一家根据人工智能技术开发定制教科书的公司，可根据教案及教学大纲的内容，发现更加适合教学的教科书及教学材料。CTI根据这项技术为多个中、高等教育机构提供教学材料。同时，为弥补预防医学学生应急知识及能力的缺乏，课外知识平台精准设置应急处理知识课程，使学生在课外智能平台学习知识，增强专业能力与预防应急能力，成为全方位、高层次的公共卫生人才。

1．2课堂

课堂教学是理论教学的重要一环。近年来，线上线下混合式教学成为常态，这样也加快了智能课堂的发展进程［4］。教师应顺应形势变化，提高智能化教学能力［5］。线上教学离不开人工智能技术，语音识别和图文识别功能的快速发展给教师和学生带来便利。教师应合理利用这种发展趋势，在线上教学过程中利用大数据人工智能技术了解学生对知识的理解程度。在线教育平台属于智能课堂的应用范围，例如iTutorGroup全球在线教育平台拥有全球最佳教学顾问，并根据人工智能技术分析适合学生个性的学习方式，学生从各个设备随时咨询最适合自身的教学顾问。线上人工智能技术实施因材施教，对于培养个性化预防医学人才发挥着重要作用。如今卫生化学线下课堂主要采用班级授课制。教师面对几十个人，根据多数学生对于卫生化学课程的掌握情况进行教学，因此会忽视了学生的独立性与自主性，对于学生的独立发展不利。而人工智能更加适合于个别教学，让因材施教的可行性极大提高。教师根据不同学生的个性，利用人工智能技术了解某一学生的学习情况，利用高科技数据采集技术收集学生疑问与难题，并在线上平台录制微课视频解答疑惑。课堂中，教师根据大数据调整教学计划，满足多数学生的课堂要求，并采用大数据手段收集学生疑惑，利于学生个性化的培养，更加助力卫生化学的课程改革。

2实验教学

实验教学在卫生化学教学中占有重要地位。卫生化学是一门以实验为基础的学科，实验原理和步骤的预习至关重要。现阶段学生对于实验的预习重视度不足，而网络上很少有完整流畅的实验教学视频，学生的实验预习效果不尽人意。如今人工智能与虚拟现实(virtualreality，VR)技术相辅相成，正好解决了这一问题［6，7］。部分实验采用人工智能与VR相结合技术。在正式实验开始前，学生作为模拟实验的主体先进行预习实验，将实验预先进行一遍，并用人工智能技术对预习实验部分进行数据收集和评价。这样不仅可以降低实验教学成本，还能让教师更加了解学生预习情况，提高实验教学课堂效率，利于学生创新能力的发展［8，9］。此外，卫生化学实验药品大多含有毒性及腐蚀性［10］，采用人工智能和VR技术有望避免实验过程中存在的安全问题，同时还能增强学生对于实验学习的兴趣，极大提高学生对实验学习的积极性。人工智能与VR技术结合参与卫生化学实验教学，有利于激发学生对于实验的兴趣，使学生在掌握理论知识的同时拥有扎实的实验操作能力，提高学生科研能力［11，12］，加快卫生化学的改革进程。

3课程评价

3．1过程评价

过程评价主要是通过描述实际过程来确定或预测课程计划本身或实施过程中存在的问题，需要对计划实施情况不断加以检查。当前大多院校采用人工评价的方式进行卫生化学课程评价，这种方法存在信息误差大、耗时长、评价标准不够规范、评价结果不够准确等问题［13］。基于当今评价方式与大数据时代的快速发展现状，以人工智能技术助力过程性评价，在卫生化学课程评价时对学生学习过程进行全程监测，各高校可以采用人工智能采集学生学习全程数据、课堂学习表现以及教师授课全程数据，高效进行课程统计，并采用智能科技进行数据统计，利于学生的个性化发展，培养高科技复合型人才［14］。改变传统方式，采用人工智能技术进行过程评价，不仅有效解决传统“唯分数”的倾向，提高课程评价的智能化、信息化，更进一步提高卫生化学的教学质量，加速推进卫生化学课程改革。

3．2成果评价

现今，成果评价大多是评价学生和教师的教学效果，即考试与测验。期末测试一般占据成果评价的70%，因此学生对于期末测试重视程度很高。学生在复习过程中利用人工智能技术中的图像识别和语音识别功能解决疑难问题，人工智能技术与成果评价结合，可以扩大人工智能技术在学生中的影响力，并且极大缩短复习时间，提高复习效率。同时，人工智能的图形识别功能与光学字符识别(opticalcharacterrecognition，OCR)功能相结合，帮助教师进行平时作业批改等繁杂琐碎的任务。因此，人工智能技术在成果评价方面应用范围广泛，增强学生和教师测试的效率，减少不必要的时间浪费，利于培养高科技预防医学人才，更在卫生化学的课程改革过程中发挥着重要作用。

4课程反思

人工智能课程范文篇7

人工智能与信息技术教育

人工智能的出现是人类发展史上的一个重要的转折点。2016年国家发改委联合科技部在共同制定并《“互联网+”人工智能三年行动实施方案》，将人工智能技术定位为国家实现信息技术强国的重要推动力量。由此可见，人工智能教育（AI教育）是当今人工智能时代最有发展潜力的教育内容。所以，推进中小学校学生学习人工智能信息技术教育，使学生形成相应的思维学习模式就是当今信息技术教育的首要任务。信息技术教育的培养目标、培养内容、培养方式与相应的评价模式都应该顺应人工智能技术发展的需求进行改变。

小学信息技术教育课程内容的演变

20世纪80年代初，国外学者提出“程序设计是第二文化”，以此为契机，国家教育部开始进行计算机选修课实验，我国中小学计算机技术教育开始出现。1994年国家教委文件《中小学计算机课程指导纲要（试行）》，三年后颁布实施《中小学计算机课程指导纲要（修订稿）》。文件中要求将计算机信息技术课程规划入从小学至高中的课程体系中。2000年年末国家教育部举行重大会议，会议主题围绕计算机教育，会议通过并颁布实施《关于中小学普及信息技术的通知》等一系列重要文件。与此同时，课程名称也正式确定为“计算机课程”，这表明我国计算机教育已被纳入国家正式基础教育之中，因为名称的确定，课程的定位也更加清晰，确定从小学起，正式开始普及计算机信息技术教育。同时，教育部也明确规定，争取在全国范围内的中小学校开设信息技术教育课程。从信息技术教育程内容的发展来看，20世纪80年代初，计算机信息技术教育课程被称为“计算机教育课程”，专业化教育占主要部分，大致分为计算机工作原理、编程语言、软硬件结构、数据库管理等几大板块。而算机课程内容也出现变化，课程内容由最初的偏重专业化教育教学逐步转向为大众化教育，具体是指计算机的基本操作使用，包括对文字表格的处理、如何制作幻灯片、如何进行信息的检索与收集等，培养学生掌握相应技术知识，形成实际操作能力，达到简单操作计算机的初级水平。进入21世纪之后，信息技术的发展更加迅速，所以在2003年提出的“信息素养”是当今学生甚至全体社会公民都必须具备的能力素养之一，同时，信息技术课程成为中小学生的必修课程。主要的教育教学目标是要求学生在中小学阶段掌握信息的收集、加工并管理的方法，使学生能在交流过程中有效解决问题，并引导学生进行实际探究和交流，使学生在实践活动中掌握解决问题的办法，形成解决问题的意识，认识信息技术对解决问题的重要性。近些年开始，教育部越来越重视中小学信息技术教育中的人工智能教育，提出并构建三好创智编程。三好创智编程具有五个全国首创特色：第一，“硬件+软件+情境+三好成长评价”的教学培养模式；第二，契合国家当今高考信息技术科目考试的知识点，使孩子具有强大的竞争力；第三，提供人工智能机器人，培养孩子学习计算机编程知识；第四，采用“老师+学生+家长”三者联合互动机制，从而保障课程的实施进行；第五，采用“三好（好习惯、好成绩、好素养）”的评价体系，属于全国首创。另一大突破是编写《三维创智编程校本课程》，《三维创智编程校本课程》的实施标志着我国人工智能教育逐步进入主流教育行列。

小学信息技术教育课程内容

对不同时期计算机信息技术教育课程进行比较后，可以清晰得出小学计算机技术课程的内容变化和与人工智能相关的课程内容的变化。右表显示的是人工智能教育相关内容。由右表可以看出人工智能教育的定位。人工智能相关课程内容的定位为“个性塑造”，课程设置为拓展选修课，满足不同学生的兴趣爱好需求，在使学生了解计算机技术的同时，找到学生个人的兴趣点所在，从而为之后的深入学习打下基础。在小学阶段，课程内容的深度和广度也有所涉及：在小学阶段，此类课程主要要求学生初步接触机器人和相关程序的设计，逐步形成感性经验，注重塑造培养思维逻辑能力。在机器人教育的相关领域内，小学阶段仅仅要求学生了解机器人及相关程序制作设定。

人工智能视域下的小学信息技术教育课程内容设置的特点

当今时代，人工智能发展迅速，而人工智能技术的发展要求学生在小学阶段就需要学习相关课程，所以学校开设信息技术教育课程就显得尤为重要。1.全面推进信息技术教育，主要培养学生的编程能力与感知思维在计算机教育初级阶段，信息技术教育单纯重视学生运用计算机的实际操作技能，计算机作为一种工具被学生使用。但是因为时代在发展进步，当今社会已经不仅仅满足于学生实际操作能力的培养，培养的重点已逐步转向对学生信息技术素养的培养，培养的目的也与之前不同，当下的培养目标在于培养出具有高水平的新时代公民。2015年，教育部颁布文件强调大力发展信息技术中的人工智能教育的培养，包括STEM教育、创客教育等，重视培养学生的创新能力与实际解决问题的能力。2.小学阶段的信息技术教育内容侧重在AI技术及其运用在2017版《义务教育小学科学课程标准》文件中，对小学科学课程内容做出明确说明，教育内容分为四部分，信息技术教育属于“技术与工程”部分内容。侧重培养学生的感性认识，使学生产生兴趣。人工智能技术的发展在小学阶段信息技术教育的内容中也有所体现，要求培养学生的编程能力与操作能力，小学阶段的主要教育内容是体验AI技术产品并学会操作。

人工智能课程范文篇8

关键词：高等教育；智能时代；挑战；应对

人类正处在智能时代的门槛上，互联网、大数据、云计算和物联网等技术不断发展，智能对话和推荐、智能穿戴设备、智能语言翻译、自动驾驶、自动导航等正快速进入实用阶段。新产品、新技术、新业态在改变人们工作、学习和生活方式，也变革着我们的高等教育。慕课和移动通讯使学生的泛在学习成为可能[1]，AR与VR提升了学习的体验性[2]，智能助教可以为学生提供24小时在线的答疑服务[3]，人脸识别门禁系统一定程度上利于校园的安全管理[4]等。高等教育在享受这些由技术进步所带来的智能成果的同时，也面临着挑战：智能时代的人才需求和技术变革需要人才培养做出怎样的调整？智能时代的到来需要学科建设做出怎样的回应？智慧的育人空间和管理形式需要教育治理做出怎样的应对？这些都是正在走向智能时代的高等教育必须回答的问题。

智能时代，高等教育所面临的挑战

1.高等教育人才培养的挑战。高等教育是培养社会发展所需人才的重要阵地。智能时代对多领域交叉人才、创新人才、尖端人才等各类人才的需求以及智能技术对教与学的方式的变革，都要求高等教育必须以新的理念和方式培养智能时代的人才。第一，培养观念与模式须转变。一方面，随着技术复杂度的提升，仅仅依靠单一学科的知识将越来越难以完成某项复杂的任务。不仅如此，单一学科的人才培养模式也会造成大学生知识面窄、创新能力弱，以致难以适应智能时代的发展要求。另一方面，随着我国高等教育由精英教育过渡到大众化阶段乃至普及化阶段，一些高校开始“工业化地批量生产”大学生，造成大学人才的同质化严重。然而，高等教育要培养具有健全人格、有创新思维、有全球视野、有社会责任感的新一代人才[5]，而不是同质化的“高等教育产品”。尤其是智能时代，更需要人才的个性化、独特性与全面发展。因此，单一学科、批量生产的工业化教学和管理模式将不再适应智能时代的人才培养，高等教育的人才培养观念必须做出转变。第二，高校师生所扮演的角色须转变。在传统的教与学的方式下，高校教学主要是课堂传授以及实践、论文指导等方式。这一方式下，教师主要承担了知识技能传授者的角色，而学生则是知识技能的被动接收者。智能时代的高等教育教学则是拥有良好的人机协作能力和信息素养的教师，在充分利用人工智能显著提高工作效率的基础上，师生间所进行的开放性、探索性的启发与学习。此时，教师将承担大学生核心素养的培养者、大学生道德情操的培育者、大学生职业生涯规划的引路者角色；大学生也将从知识被动接收者转变为知识探索者和知识主动获取者。高校师生所扮演角色的转变成为双方在智能时代所面临的挑战。对教师来说，角色的转变意味着知识结构、教学习惯和思维观念的转变。他们必须要学会使用人工智能，否则将会被使用人工智能的教师取代[6]。他们必须要思考哪些是人工智能做的，哪些是自己要做的，以证明自己价值的无可替代性。对学生来说，角色的转变意味着学习观念和学习方式的转变。他们要能够在教师指导和人工智能的协助下，以人机协作的方式，随时随地获取知识、参与活动、发展智慧，实现个性化和选择性的发展。第三，评价方式须转变。科学的人才培养评价为人才培养质量提供有效的监控与保障[7]。为了保证智能时代评价方式与智能时代的人才培养观念和教学方式相适应，传统的“经验主义”“宏观群体”“单一评价”[8]的评价方式必须做出改变。一是智能时代的人才培养更注重大学生的个体独特性与全面发展，因此“宏观群体”“单一评价”的传统评价方式难以适应全面发展的人才培养要求。二是智能化、个性化、开放性教学方式使大学生学习更多地融入了个性化和选择性的元素，因此“一刀切”的传统评价方式难以兼顾大学生的个性化发展。三是智能时代的大学生能够在教师指导和人工智能的协助下随时随地获取知识、发展智慧，因此传统的“经验主义”评价不能对大学生的学习全过程数据进行智能动态追踪。2.高等教育学科建设的挑战。第一，对多学科交叉的需求增多。智能时代人们的生产生活方式被彻底改变，同时也出现了一些技术之外的问题，如法律、伦理和道德问题。这些问题远不是单纯的技术问题，而是智能时代这个新场景中的全新问题。这些全新问题今天已经有人提出，但是目前很少看到这方面研究，而这些问题对人类的影响重大[9]。要解决这些问题，不能仅依靠单一学科，必须有赖于多学科协同，有赖于文科的内部融通、文理交叉来研究和解决。因此，智能时代对多学科交叉的需求将会增多，不仅仅是理工学科内部相近学科的交叉协同，还包括文科专业间的交叉融合、文科与理工科专业间的交叉融合。第二，人工智能相关学科的课程设置存在发力空间。近一两年人工智能相关学科发展迅猛，目前北京航空航天大学、北京理工大学等35所高校已经首批获得人工智能专业的建设资格[10]。但目前在人工智能相关学科的课程设置方面仍存在不少发力空间。一是专门用于人工智能的课程数量还远远不够。很多高校的人工智能专业仍使用计算机专业的课程，智能教育呈空心化。目前，能专门用于人工智能的课程数量还远远不能满足需求，这导致人工智能专业课程只能浓缩到“高级科普”程度[11]。二是当前人工智能教育相关专业课程混乱。针对目前信息时代与智能时代交叠融合的过渡状态，如何设置智能教育科学合理的专业课程还需要深入研究[12]。3.高等教育治理的挑战。第一，智能时代高等教育的治理方式须转变。当前，人工智能技术极大地丰富了产品、服务的内容与质量，变革了服务的形式和结构，创新了教育服务和产品的供给模式。在治理正在体现出智能化、自动化、个性化特征的智能时代，我们的高等教育治理方式也需要发生转变。如何依靠智能时代的相关技术，使我们的高等教育决策更科学、更精准；如何借助智能时代的相关产品，使我们的高等教育治理更智能、自动化程度更高；以及如何依托智能时代的相关产物实现精准的个性化管理，从而减少高等教育治理资源的投入……这些都是智能时代高等教育治理方式变革所面临的问题。第二，指导和引领高等教育治理的法律和政策进展缓慢。智能时代在给高等教育治理带来便利的同时，也引发了一系列伦理问题，如智能技术的应用边界、机器决策与人的决策的协调、学生信息泄露隐患等。由于缺乏相关法律和政策的指导和引领，当前基于智能技术的高等教育治理处于尚未起步或“摸石头过河”的尝试探索阶段，亟需理论的引领和制度的规范。但是因为问题的复杂性和相关研究的滞后性，能够指导并规范人工智能发展的法律和政策进展缓慢，能指导和引领智能时代高等教育治理的法律和政策进展则更是缓慢。倘若这一现状长期得不到解决，将很难保障高等教育治理的健康有序发展。

应对智能时代的挑战

人工智能课程范文篇9

开展体验式教研，探究人工智能辅助教学。技术是促进学前教育教学改革和发展的创新手段，能够促进教师的专业发展，而且以技术为工具深受孩子们喜爱。我园购置了与人工智能相关的机器人、幼儿编程课程等工具，调动教师使用人工智能的能动性，让教师积极利用人工智能设计并开展活动。我园通过体验式教研，以案例分享为依托，以观摩、研讨及深度反思为学习路径，以促进教师专业发展为主要目标，来构建人工智能教育背景下的课程体系，主要探讨人工智能在活动设计、活动组织与实施以及活动评价中的价值与应用。聚焦人工智能工具，全方位构建课程体系。

一是聚焦编程游戏，以发展创新性思维为目标，创新教师教育理念。编程游戏作为一种极具特点的创新思维培养方式，要求教师在活动设计中创新教育理念，发展幼儿创新性思维。教师在编程的课程设计中应把握三个重点：融合性，可以将编程游戏与五大领域深度融合，并在此基础上大胆创新；实践性，编程游戏的学习需要借助实践教学、活动开展等途径，来引导幼儿动脑思索、动手操作；时代性，即人工智能教育应当与人工智能技术变迁实现同步发展。

二是聚焦有价值的课程资源，丰富教育教学形式。教师通过体验式教研充分感受人工智能的教育功能，学会搜集与筛选有价值的课程资源。第一阶段引进了高质量的编程工具与软件，第二阶段引进了少儿编程课程。通过这两个阶段的实践，我园已能充分利用编程游戏为教育教学服务，且有效提升教育教学效率。

人工智能课程范文篇10

［关键词］人工智能；计算机网络；多元立体化

人工智能作为世界最先进的技术之一，为高校各门课程的教学带来了新的机遇与挑战。2017年7月，国务院了《新一代人工智能发展规划》，指出利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系，大幅提升就业人员专业技能，满足我国人工智能发展带来的高技能高质量就业岗位的需要，可见我国已从国家层面要求高校教育应将人工智能作为技术手段，提升教育信息化和智能化水平[1]。计算机网络课程作为计算机大类专业的核心课程，是迅速发展并在信息社会中得到广泛应用的一门综合性课程。作为一门具有鲜明时代特征的强调技术革新与应用的课程，该课程需要一直紧跟时代脉搏的跳动不断发展创新。计算机网络课程技术环境的变化和国家信息化建设的需求都要求我们跟踪国内外人工智能技术发展的前沿，调整与创新计算机网络课程教学。随着人工智能技术的飞速发展，计算机网络课程又具有较强的时代性、综合性、实践性、创造性、工具性等特点，人工智能可以成为计算机网络课程教学创新的新助力[2]，探索这门课程的多元立体化教学模式既是时代需求也是课程改革的需要。本文结合人工智能对人才能力的需求，探索人工智能支持下的计算机网络课程的多元立体化教学，即结合最新的人工智能技术开发计算机网络课程教学资源的立体化、教学过程的立体化、教学服务的立体化，三者是一个不可分割的统一整体。人工智能支持下的计算机网络课程的多元立体化教学模式是指充分利用最新的人工智能技术辅助教学，在教学中对计算机网络课程的教学内容、教学形式、教学平台、评价技术、分析技术等进行全方位的整体设计，立体化打造开发课程的多元教学模式，这对提升学生的创新实践能力，适应未来人工智能社会对人才能力的新需求有重要的时代意义。

一、人工智能技术助力课程多元立体化教学模式框架开发

（一）人工智能时代重构课程多元立体化教学模式。是一种有益探索国内教学模式主要有研究型教学模式、基于任务驱动的教学模式以及基于虚拟仿真平台、微课、慕课的教学模式等。研究型教学模式力求培养学生的创新能力，但此模式对学生的学习基础要求偏高。基于任务驱动的教学模式，由于学生完成任务的能力参差不齐，教与学之间的互动也难以有效开展。基于虚拟仿真平台、微课、慕课的教学模式在目前越来越大的个性化教学需求面前会显现出它的不足之处。国外一些知名大学在计算机网络课程教学中，通过针对不同教学内容给学生提供相应的阅读文献，对某些经典知识点进行深层次的探讨以及在课堂教学中增加网络领域的前沿研究内容，从而增加课程教学的广度和深度；通过综合性的作业培养学生的动手实践能力。（学生的作业也可以通过SSH远程登录到实验室的机器上做，使得学生的学习时间及地点变得灵活，但在交互性和个性化方面依然有不足之处。）随着人工智能的发展，国外也有部分学校在计算机网络课程的教学中探索教学内容的智能呈现，但开展得还不够成熟。基于上述现状，以人工智能时代的能力为目标，针对该课程开展人工智能支持下的多元立体化教学是一种有益的探索。（二）智能技术赋能计算机网络课程教学。目前计算机网络课程的教材大都按照协议的体系结构组织内容，现以谢希仁老师编著的《计算机网络》（第7版）为例来论述。这部教材分为概述、物理层、数据链路层、网络层、运输层、应用层、网络安全、互联网上的音频/视频服务、无线网络和移动网络等九章内容。其概述部分主要包含了一些基本概念，有些概念如计算机网络的分类、性能指标等容易被学生接受，但有关网络体系结构的概念有些抽象，存在学生难以准确把握的问题。其物理层部分有多种传输媒体及多种信道复用技术，仅靠讲授学生一般难以透彻了解。数据链路层中有关帧的问题，如帧的定界、透明传输及差错检验等，对于这些概念的理解及其在主流的以太网中是如何实现的是这部分内容的难点，把握好抽象的概念和具体实现的多样性存在困难。网络层有关子网的划分、路由协议及其配置等内容都与实际应用的场景有关，相对灵活，学生掌握起来难度大。运输层中TCP协议的内容相对复杂，不容易熟练掌握。应用层的各种服务及其配置要求学生在掌握理论的基础上也要有较强的实际动手能力。这部教材的主要教学难点及存在的问题如表1所示。此外，传统以教师为中心的课堂在学生综合素质的培养方面存在不足，学生的主体性难以充分发挥，单纯改革教学内容难以培养出符合时展要求的大学生。基于上述现状，开展人工智能支持下的计算机网络课程多元立体化教学，注重人工智能背景下培养学生的创造力、沟通力、学习力以及智能工具在课程教学中的应用，可以在一定程度上弥补该课程现有的不足之处。

二、人工智能支持下的计算机网络课程的多元立体化教学模式构建

为了突破计算机网络课程教学中存在的一些教学难点，人工智能时代又需要提升人才培养质量，本文从课程教学资源的立体化、教学过程的立体化、教学服务的立体化三方面开展计算机网络课程的多元立体化教学建设。计算机网络课程多元立体化教学模式如图1所示。（一）教学资源立体化的配置。1.线上资源配置。线上资源配置需借助相应的平台，如网络辅助教学平台、研究型教学平台、精品课程建设平台等。大数据时代下教学资源的获取早已超越了国界，但有了丰富的资源并不意味着就可以达到课程的教学目标。首先，需要从海量的资源中甄别出合适的资源，教师有必要针对学生的特点自己制作某些特定资源。要分析课程的知识体系、重难点，每个知识点的支撑资源是什么，尤其是难点问题如何突破。其次，不同的能力目标需要的教学资源不同，需要解决教学资源的层次梯度问题。以WWW服务为例，即使同时获取到了万维网概述、http简介、http详解、仿真配置、真机配置等视频，也不能简单地将这些视频以列表的形式直接罗列在平台上，需先甄选出合适的资源，比如如果同时拥有仿真配置视频与真机配置视频则保留真机配置视频。多个同类别视频按层次梯度组织，http简介与http详解两个皆应保留，以满足不同层次的学习需求。此外，教师还可以自己制作有关信息检索、万维网文档制作等相关的资源。2.线下资源配置。计算机网络课程具有很强的实践性，线下需配置相应的实习实践基地。校外实践基地可以是开展各种网络理论或应用的研究所、公司等，校内的实习实验场所适合以虚拟结合实物的方式进行配置，虚拟情境下只需要有计算机并安装网络封包分析工具及虚拟仿真工具，比如常见的网络封包分析工具有Wireshark，网络仿真软件有Ensp、CiscoPacketTracer等，这样每位学生就可以独立开展实验了，其设备的种类及个数也能满足需求。实验室还应配置具体的物理网络设备，此时的实验适合分小组进行，每个小组配置一组设备，主要包括交换机、路由器、防火墙等，根据情况每种设备的个数最好有两个以上。开展此类实验需要给出具体的应用场景，由小组设计方案并共同完成组网、配置、测试等。为不同层次的学生考虑，可采取提供典型配置案例的方法。3.人工智能技术支持下的线上线下资源推荐服务。可以根据学生使用资源的习惯、学习轨迹、学习层次与学习效果，通过人工智能技术进行多维度分析，推荐合适的线上线下资源，实现平台内容推送的智能化、个性化。可以根据资源的使用频率推荐热门资源，制作热门资源使用排行榜，即做TopN推荐。这种方法需要学生参与资源好坏的评分，经过一段时间的评分数据收集，能在一定程度上推荐大家认可的资源。其缺点是缺乏个性化，刚更新的优质资源不能马上进入到推荐列表。也可以根据用户的协同过滤，先找到不同学生个体之间的相关性，然后做学生群组划分，根据该学生群组的历史资源访问情况推荐该学生群组所需的资源，以实现较好的个性化推荐。目前，深度神经网络技术越来越成熟，各种文本信息、图片信息等特征的萃取越来越容易，可将相应的模型应用到资源的推荐当中。教学资源的推荐方法要根据推荐结果进行评价分析，不断改进，综合多种方法，为学生学习提供多种学习方案。（二）教学服务立体化的构建。1.教师线上线下答疑。开展线上答疑需事先收集并了解每位学生的信息，以实现更好地与学生进行交互并提供个性化的服务。答疑时分析学生存在疑问的原因并记录总结，给予学生启发和学习上的鼓励等。教师当面答疑适合围绕教学内容设置主题，增强教学服务的目的性。例如：本周的教学内容为子网划分，则当面答疑主要围绕该主题展开，可以虚拟一个需要划分子网的情境，也可以从现实生产生活中寻找应用实例。当面答疑一般不宜直接给出答案，同样适合使用启发式引导，给学生更多的独立思考空间，激发其潜能。2.学生之间讨论互助。学生开展讨论互助也可参照教师当面答疑设置主题的做法，这样大家讨论的内容就会相对集中，也便于大家发表各自的看法。学生通过讨论互助可以培养其沟通力，同时让其了解彼此之间的差距，以及对所提出的解决方案进行优劣判断。3.在人工智能技术支持下开展个性化教学服务。学生在学习基础、学习能力以及学习偏好等方面存在着差异，不同的学生有不同的教学服务需求。采用人工智能技术，教师可以收集、分析学生的学习信息，明确哪些知识点学生已经掌握，哪些重难点还需要突破，以及收集学生的学习行为信息，以便于开展因材施教。采用认知诊断模型，对学生的计算机网络知识进行测试，根据测试数据确定每位学生的知识掌握情况，预测其应用技能及综合素质等。将计算机网络课程的知识点及其与创造力、沟通力、学习力等的关联融入教学平台，并将机器学习算法、分类数、逻辑法以及遗传基因算法等多种算法放在学习流程的不同组成部分，从而使学生的学习效率最大化，优化其学习效果。采用人工智能技术使得它本身的数据不断地适应各个学生的学习路径，有利于实现个性化教学[3]。（三）教学过程立体化的实现。1.教学形式多元化。授课之前应确定教学目标，除了知识目标，还应重视能力目标以及情感态度价值观目标等。要实现相应的教学目标，教学形式需多元化。有些教学内容在教学形式上可由“先教后学”转向“先学后教”，在线上学生可以完成部分课程知识的学习，突破课程学时数的限制，这样有助于培养学生的学习力。教学资源的立体配置也给“先学后教”提供了条件，单纯依靠教材自学难免枯燥，有些概念单靠文字介绍也难以理解掌握，有了教学资源的保障，其中的部分难点则得以突破。有些教学内容可以采取理论到实践再回到理论再实践的教学形式，如介绍TCP的连接和释放过程，适合教师先讲理论，然后由学生分小组动手抓包观察。在学生分小组抓包这部分，如何才能抓到合适的包从而观察到TCP的连接和释放过程，应由学生小组讨论方案后实施，然后再回到理论，这样学生对于教材中的一些表述自然就能体会了。在再实践环节，可以让学生思考如何设计自己的网络封包分析工具，提升创造力。另外，也可以采取师生共同设计的教学形式，由教师引导，学生自主设计学习方案，然后教师审核执行。多元化的教学形式，注重充分体现学生的自主性和有效激发学生的学习兴趣，让其突破学习重难点，有效达成能力目标。2.评价方式多元化。教学评价是教学中的一个非常重要的环节，恰当的评价方式对教学有积极的促进作用。多元化的评价方式首先要考虑评价指标的合理设置，采取动态与静态结合的评价体系。其次在评价主体上，学生自身也应是评价的主体之一，学生自评、学生互评都可以占一定的比例。通过多元化的评价让学生发现自己的不足及努力的方向。3.在人工智能技术支持下开展教学过程优化。教学过程中应凸显教师的主导性作用，但教师的精力是有限的，对于一些重复性的工作或者可以通过技术手段完成的工作，需要充分利用人工智能辅助教学手段进行教学过程的优化。教学过程中还应凸显学生的主体性作用。学生使用资源的情况、参与课程交互的程度等应纳入评价体系，教师设置好评价参数，由平台自动生成评价结果。在本课程的教学中，还应扩充目前人工智能技术在计算机网络应用的相关知识，比如利用人工智能技术实现对垃圾电子邮件的防御。通过构建在人工智能技术支持下计算机网络课程的多元立体化教学模式，在教学资源、教学服务、教学过程等方面进行设计及优化，解决教学过程中的难点问题，提高学生的创造力、沟通力、学习力，培养符合人工智能时代能力需求的学生。

三、结束语

人工智能技术正在不断发展，它促进了教学方式、教学工具以及教学环境的变革，为高校课程的教学提供了新的条件和机遇，本文探讨了计算机网络课程充分利用人工智能技术的优势，从人工智能助力课程教学模式创新的角度构建课程的多元立体化教学模式。该教学模式主要体现在教学资源的立体化、教学过程的立体化、教学服务的立体化三个层面。本文还探讨了针对该课程的线上线下资源配置方法、答疑及互助讨论形式、教学及评价方式，研究应用人工智能技术提取个性化的服务需求，以及实现课程资源的推荐，优化教学过程，适应不同层次的个性化学习需求。同时本文探讨了在人工智能新技术的支持下，全方位增强计算机网络课程教学过程中的个性化与精准化，突破课程的教学难点，提升学生的综合素质及能力。

［参考文献］

［1］王飞跃.如何培养人工智能人才:从平行教学到智慧教育［J］.科技导报,2018（11）:9-12.

［2］郑兰琴,张璇,曾海军.人工智能助力教与学的创新：访美国教育传播与技术协会主席EugeneG.Kowch教授［J］.电化教育研究,2018（7）：5-11.