地方高校“人工智能”本科课程教学实践

曹卫 薛煜阳 刘战东

摘 要 随着人工智能技术的飞速发展及该技术在各行各业的不断渗透，人工智能相关技术人才的需求量持续增长，国内众多高校纷纷开始设立人工智能课程。文章对人工智能本科课程的特点及所面临的教学挑战进行了总结，并针对地方高校在该课程的教学过程中所遇到的一些问题进行了深入探究，同时提出了人工智能本科课程教学和实践方面的一些建议。

关键词 人工智能课程；交叉；前沿；实践能力；自主创新

中图分类号：G642                           文献标识码：A    DOI：10.16400/j.cnki.kjdk.2024.8.008

Teaching Practice of Undergraduate Courses of "Artificial Intelligence"

in Local Universities

CAO Wei1， XUE Yuyang2， LIU Zhandong1

（1. College of Computer Science and Technology， Xinjiang Normal University， Urumqi， Xinjiang 830054;

2. College of Information and Management， Xinjiang University of Finance & Economics， Urumqi， Xinjiang 830012）

Abstract With the rapid development of artificial intelligence technology and its continuous penetration in various industries， the demand for AI related technical talents continues to grow， and many domestic universities have begun to establish AI courses. The article summarizes the characteristics and teaching challenges faced by the undergraduate course of artificial intelligence， and conducts in-depth exploration of some problems encountered by local universities in the teaching process of this course. At the same time， some suggestions for the teaching and practice of the undergraduate course of artificial intelligence are proposed.

Keywords artificial intelligence course; intersection; frontier; practical ability; independent innovation

近年來，人工智能技术作为新一轮科技革命和产业变革的核心力量，已成为引领社会变革的技术热点。为把握时代发展的浪潮，各国都开始大力发展人工智能技术。我国政府也高度重视该领域的发展，国务院在2017年印发了《新一代人工智能发展规划》[1]，将人工智能定义为“重大战略机遇”，要“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”。为适应国家发展战略，教育部及相关部门发文并出台各种措施，促进人工智能人才的培养，国内很多高校也陆续开设人工智能课程，以满足国家对新兴产业发展的人才需求。作为一门新兴课程，人工智能课程教学研究可为我国人工智能教育和产业发展提供较好的人才基础。基于此背景，本文深入分析了地方高校“人工智能”本科课程的特点及其开设过程中所遇到的问题，并进行了一系列教学和实践方面的探究。

1  人工智能的课程特点及所带来的教学挑战

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新兴交叉科学[2]，其区别于传统计算机课程的特点，给其教学带来一定的挑战。

①知识体系偏技术，课程内容与思政元素的关联不够直接。《关于深化新时代学校思想政治理论课改革创新的若干意见》提出，将各类课程与思政课深入结合，形成协同效应，承担教书育人的责任[3]。然而，人工智能课程技术性强，涉及较多抽象理论和算法模型，如随机森林、神经网络等，导致其教学设计中人文元素较少，与思政元素的关联不够紧密、融合不够深入。

②内容逻辑性强，技术前沿、多学科交叉，本科层次的授课难度较大。人工智能是机器执行与人类思维相关的认知功能的能力，如感知、推理、学习、交互等。因此，该课程内容交叉、抽象，含较多公式推演，需要学生有较好的研究背景和理解能力，熟悉数学知识和基础算法流程。然而，本科学生的专业知识和学科素养还处于初步积累阶段，对人工智能的很多相关前导知识和研究背景较缺乏。因此，本科层次的人工智能课程的授课难度较大。

③实验内容实践性强、综合性高，实验难度较大。计算机科学是一门以应用为导向的学科，作为该学科的重要分支之一，人工智能课程应用范围极广、与产业界联系紧密。因此，学习该课程需大量的动手实践。此外，人工智能课程属于交叉学科，涉及许多现实中的复杂问题，其实践内容综合性较强。对于本科生来讲，实践动手能力还处于培养和锻炼阶段，对人工智能课程的跨学科实验往往感觉难度较大。

④平台要求高、算力需求大，现有实验平台和算力资源经常不太充足。人工智能基于算法、算力和大数据三大基石[4]，通过对算力、算法和数据等数字资源的创造、加工和整合，用机器为传统行业赋能[5]。因此，人工智能相关技术实践对算力有较高要求。加之当前人工智能领域处于高速发展期，以深度学习、AI大模型为代表的各项技术和应用对算力的依赖性极大。然而，即使在一些部属高校，算力等基础设施也常常无法满足师生的现实需求[6]，进而限制了人工智能课程实验的开展。

2  地方高校“人工智能”本科课程的教学现状

2.1  思政融入过于生硬

新工科背景下，人工智能课程强调对学生科学思维和创新能力的培养[7]。加之人工智能的课程知识偏技术、较抽象，教师在组织教学的过程中，难免会侧重于对晦涩难懂的专业知识的讲授等教学环节，对思政的融合有所忽视。因此，人工智能课程融入思政元素往往内涵不足。

2.2  课程内容滞后于现实前沿技术

人工智能技术与产业实践联系紧密，相关技术发展迅速，新的算法、技术和应用层出不穷，但其课程内容一般涉及经典人工智能理论或模型，不太能及时融入最新的技术应用，经常无法与产业界前沿技术与时俱进。而且，一些西部地方高校远离京津冀、长三角等人工智能技术落地的前沿阵地，其人工智能教学内容与现实产业界的前沿技术存在一定的脱离，不利于其人工智能课程授课目标的顺利实现。

2.3  课程配套体系不太完善

图灵奖得主姚期智曾提出：人工智能绝对是一个跨学科行业[8]。人工智能涉及计算机、数学、认知科学等多学科的知识。这些学科之间知识关联性强，存在较强的支撑关系，通常情况下，一门学科需要一门或多门相关学科的支撑 [9]。因此，人工智能课程的学习中学生要具备相关领域的研究背景和相关先导课程的学科基础。然而，现有人工智能本科课程一般是高校为适应国家发展战略和满足社会人才需求而开设的。与研究生相比，本科学生较欠缺相关先导课程的学科基础，如机器学习、优化理论等。而本科课程的设置受诸多因素的影响，与人工智能相关的本科课程配套体系还不太完善。

2.4  教学模式和实验资源亟须更新

人工智能技术发展迅猛，相关理论和创新持续推进和涌现，不断引发链式突破和经济结构的变革。因此，该课程教学需要教师更新教学模式，在夯实专业知识储备的同时，及时跟进新兴技术，注重学生自主探究和可持续创新能力的培养。此外，人工智能相关实践对硬件配置和算力要求较高。尤其是在当今时代，以ChatGPT为代表的AI大模型技术席卷全球，催生了人工智能领域的新业态[10]。在此背景下，地方高校人工智能课程实验资源紧缺的现实亟须改变，以推动该课程實践教学的开展。

3  人工智能课程教学设计与探究

针对人工智能的课程特点及面临的挑战，笔者深入研究其课程内容，基于自身在该课程教学过程中所遇到的实际问题，开展了以下教学和实践方面的探究。

3.1  深挖专业领域的人文社科元素以实现思政教学

为了更好地实现人工智能课程的课程思政教学，授课教师在授课过程中仔细研究人工智能的学科内容和研究热点，深挖该课程蕴含的思政教育信息，促进思政教学元素与课程教学内容的结合，寓价值观引导于知识传授之中[11]，推动“思政育人”与人工智能课程建设的有机融合。具体来说，教师在讲授人工智能的学科发展和未来趋势时，结合社会现实需求和科研发展环境来进行讲授，启迪学生对社会发展进程的思考；在讲授人工智能应用技术时，穿插学者的学术经历、产业实践落地的社会背景等进行讲授，增强学生作为未来人工智能应用的设计者、推动者和研究者的责任意识；从人工智能与社会学的交叉研究热点（如大模型价值观对齐、大数据隐私保护与可信公平等）为切入点，促进理工科学生对人文社会的关注和思考。教师通过上述努力，强化该课程思政融入的针对性和实效性，促进全方位育人[12]。

3.2  借助网络资源和开展专题讲座以保证课程的前沿性

人工智能技术发展迅猛，授课教师需在掌握与其相关知识内容的同时，及时跟踪领域内前沿技术动态，缩小课本知识与现实产业技术之间的差距，向学生传授更切合现实的专业知识。因此，为体现该课程内容的前沿性，授课教师可以从以下方面开展教学：

①教师充分利用现有网络资源，将这些课程资源以微视频的方式融入授课过程，高效、自然地帮助学生补充相关研究背景和领域知识等，如大型开放式网络课程（MOOC）上的优质课程资源、Bilibili视频网站的前沿技术分享等；

②教师及时跟踪最新技术，结合自身研究领域向学生介绍人工智能研究的最新动态，强调人工智能技术持续发展、不断更新，并将持续给社会带来重大变革的趋势，以启发学生主动学习、终身学习的意识；

③教师结合自身研究方向和课题，开展论文导读和专题讲座，鼓励学生参与课题研究，提高学生的科学素养，培养学生的创新思维和自学能力，为学生后续职业生涯和终身成长打好基础。

3.3  通过混合式教学方式和虚实结合的实践平台达成课程目标

人工智能课程较偏向理论教学，与其应用特点不太相符，不利于学生创新思维的培养，较难适应未来人工智能产业的发展需求。加之地域限制，许多地方高校与人工智能相关企业的合作交流不太深入，导致学生较难真正接触人工智能前沿技术的应用。这些现实因素加大了人工智能课程教学理论与实践的差距。因此，授课教师应结合人工智能的课程特点采取体验式与探究式相结合的教学模式，理论教学和实验教学两手抓，同时训练学生的实践动手能力和自主探究能力，具体包括三方面：

①理论教学方面，教师通过“雨课堂”线上平台，开展线上和线下相结合的混合式教学[13]，保证人工智能课程的教学质量。课前，向学生推送课程重难点，引导学生预习；课中，借助雨课堂进行学生考勤管理和知识点练习，提高学生上课的参与度；课后，利用雨课堂督促学生进行知识回顾和复习；

②实践教学方面，教师充分利用现有实验资源和网络资源等虚实结合的实践平台开展实验教学，如借助百度AI开放平台等设计体验式实验、探究式实验等，引导学生体验人工智能领域的应用场景，辅助讲授人工智能典型应用；借助头歌教学平台等辅助开展深度神经网络章节的教学等；

③学生创新能力的培养方面，考虑到人工智能课程的实验内容综合性较高，教师可采取分组方式开展综合性实验，由教师进行案例讲解、由实践动手能力强的学生担任项目组长来主导实验，启发学生的自主探究思维，锻炼学生的团队协作和动手能力。

4  结语

当前，人工智能技术飞速发展，并渗透于各行各业，各大高校陆续开设人工智能课程。本文分析了该课程区别于传统计算机课程的学科特点及面临的教学挑战，基于自身在该课程实际教学中所遇到的问题，提出深挖该课程的人文社科元素、借助网络资源和专题讲座、使用混合式教学和虚实结合的实践平台等手段，改善该课程的思政育人实效性，保证该课程的技术前沿性，提高该课程的教学效果，促进其课程目标的实现，为地方高校人工智能课程的教学改革和课程建设提供思路。当然，人工智能课程教学的开展离不开学校层面的支持，学校可增设相关先导课程来优化人工智能配套的学科体系，并通过师资引进和学科培训等方式补充本校在人工智能学科的人才储备。

参考文献

[1] 中华人民共和国中央人民政府国务院.国务院关于印发《新一代人工智能发展规划》的通知[EB/OL].（2017-07-20）.https：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm？gs_ws=weixin_636592529320993774&isappinstalled=0.

[2] 眭依凡，幸泰杞.挑戰与应对：人工智能时代的高等教育创新发展逻辑[J].科教发展研究，2023，3（01）：76-95.

[3] 中共中央办公厅、国务院办公厅印发《关于深化新时代学校思想政治理论课改革创新的若干意见》[J].中华人民共和国教育部公报，2019（9）：2-7.

[4] 聂明.人工智能技术应用导论[M].北京：电子工业出版社，2019.

[5] 李沐华，陈筱，齐佳宏.人工智能深度报告：AI大模型赋能千行百业[DB/OL].https：//www.vzkoo.com/document/202307176e9a514

e9c07ae9b16fd6bed.html？keyword=人工智能深度报告.

[6] 项阳，陈荣.众议：如何推动高校算力服务发展？[J].中国教育网络，2023（4）：16-21.

[7] 顾理，徐栋哲，刘勇，等.本硕贯通的人工智能专业人才培养研究[J].电气电子教学学报，2022，44（4）：11-17.

[8] 姚艳玲，开滨.近五十年国际上人工智能领域跨学科演变研究[J].计算机工程与应用，2017，53（19）：8-16.

[9] 刘雪丽，王慧娟，李广阔.应用型本科高校计算机专业实践教学改革探究[J].北华航天工业学院学报，2021，31（6）：54-56.

[10] 刘宝存，苟鸣瀚.ChatGPT等新一代人工智能工具对教育科研的影响及对策[J].苏州大学学报（教育科学版），2023，11（3）：54-62.

[11] 张所娟，陈刚，宋金玉，等.面向计算机类课程的思政建设探索与研究[J].软件导刊，2023，22（6）：244-248.

[12] 刘俊阳.课程思政既要旗帜鲜明也要润物无声[J].北京教育（高教），2021（10）：48-50.

[13] 刘洋洋，张雅檬.基于雨课堂的“人工智能导论”教学案例分析[J].科教导刊，2023（20）：153-155.