王興梅　趙一旭　戰(zhàn)歌

摘? 要：在新工科背景下，機器學習作為人工智能領域人才培養(yǎng)的核心課程，如何融入思政元素，已經(jīng)成為一項重要的課程教學任務。文章系統(tǒng)分析新工科背景下機器學習教學模式和課程思政一體化建設的切入點，豐富課程思政實踐案例，逐步探索形成新工科背景下適合人才培養(yǎng)目標的機器學習課程思政教學內容、教學方式和課程考核等環(huán)節(jié)的設計、實施模式，為我國高校工科類課程開展課程思政提供借鑒和重要參考。

關鍵詞：新工科;機器學習;課程思政;實施策略

中圖分類號：G641? ? ? ?文獻標志碼：A? ? ? ? ? 文章編號：2096-000X（2022）05-0193-04

Abstract： Under the new engineering， Machine Learning， as the core course of talent cultivation in the field of artificial intelligence. How to integrate ideological and political elements has become an important course teaching task. This paper systematically analyzes the entry point of Machine Learning course teaching mode and the integrated construction of ideological and political courses under the new engineering discipline， enriches the practice cases of the course ideological and political practice， and gradually explores the formation of a Machine Learning course suitable for talent training objectives under the new engineering discipline. The design and implementation mode of ideological and political teaching content， teaching methods， course assessment and other links provide reference for the development of ideological and political courses in engineering courses in Chinese universities.

Keywords： new engineering; Machine Learning; curriculum ideology; implementation strategy

2017年2月開始，教育部積極推進新工科建設[1]，新工科建設已經(jīng)成為我國工程教育改革的重要體現(xiàn)，是高校深化工程教育改革的方向，更是未來贏得國際競爭的重要途徑。而隨著互聯(lián)網(wǎng)、大數(shù)據(jù)和云計算等技術的不斷演進迭代，人工智能已經(jīng)成為第四次工業(yè)革命的主要推動力。作為人工智能的核心技術和實現(xiàn)手段，機器學習理論是人工智能領域人才培養(yǎng)的重要課程[2]。如何在機器學習課程教學中有效融入思想政治教育元素，需要從立德樹人這一根本任務出發(fā)去思考、去設計、去融入、去落實。

習近平總書記在高校思想政治工作會議、全國教育大會上強調“要堅持黨對教育事業(yè)的全面領導”“把思想政治工作貫穿教學全過程[3]”。育人先育德，在機器學習課程中有效融入社會主義核心價值觀元素，潛移默化地對學生的思想意識、行為舉止產(chǎn)生影響，升華其思想和精神，自然而然地承載思想政治教育功能，已然成為高等教育界必須關注探索的實踐熱點問題之一。因此，在新工科下，正確看待機器學習課程與課程思政中的主體與載體、整體與部分之間的關系，推動課程思政教學模式的本質內涵、基本特點以及實施步驟進行全方位的變革[4]。在機器學習課程教學中融入課程思政的新模式，使得學生打牢人工智能理論基礎的同時，信念堅定、德才兼?zhèn)?、胸懷家國情懷，擁有民族自信、自尊和自豪感，擔當民族復興大任的時代新人。

開展新工科背景下機器學習課程思政建設的研究與實踐具有重要的理論價值和實踐價值。（1）理論價值。新工科背景下機器學習課程思政建設，著眼于人的價值和知識的一體化建設，重點在于“融”，通過課程講授建立起人的核心價值觀和知識內涵的關聯(lián)，突破單一的、線性的知識與人的核心價值觀之間的阻礙，構建社會主義核心價值觀融入知識體系的內在系統(tǒng)。（2）實踐價值。通過研究與實踐，可以促進高校按照國家的教育方針、市場需求和學校人才培養(yǎng)標準，審視自己的人才培養(yǎng)目標，確保教學工作滿足國家的需要，實現(xiàn)培養(yǎng)的人才能程夠與社會接軌;建立新工科背景下機器學習課程思政元素融入機制，使學生在知識儲備、技術技能、學習能力和綜合素質等方面得到提升，培育學生踐行社會主義核心價值觀的意識和能力。

一、機器學習課程融入課程思政元素的基本思路

構建新工科下機器學習課程教學模式和課程思政一體化建設，需要充分借鑒國內外現(xiàn)代大學機器學習課程教學過程的成功經(jīng)驗，探索適合我國高校開設的機器學習課程融入課程思政元素的教學模式，為提高教學質量和課程思政效果提供切實可行的策略和舉措，更好地滿足黨對高校的人才培養(yǎng)要求和人工智能產(chǎn)業(yè)發(fā)展對人才素質的需求。在充分分析新工科下人工智能領域對人才培養(yǎng)要求的基礎上，在機器學習課程講授全過程中潤物無聲地融入思政元素。

1. 以時事熱點和領域最新發(fā)展動態(tài)為切入點，開展國際大勢和國內大勢比較，引導學生正確認知國情、了解行業(yè)發(fā)展趨勢。

2. 以科學家事跡和身邊典型事例為融入點，提高學生自我認知能力，確定遠大目標，激發(fā)科技報國斗志，厚植家國情懷。

3. 以“卡脖子難題”和國家所需所盼為技術需求點，將學生自身的價值融入到國家發(fā)展戰(zhàn)略、民族振興事業(yè)中，著力解決好為誰培養(yǎng)人、培養(yǎng)什么人的問題。

具體融入模式，著重以國際國內熱點時事、與機器學習專業(yè)相關的實際問題為切入點，挖掘課程的思政元素，將實際案例與思政元素有機結合，不僅能夠豐富課程內容，讓學生更好地理解知識內涵，還能對思想政治教育元素的融入進行系統(tǒng)化、再造性的設計和實踐。例如：無人駕駛汽車——百度Apollo新石器無人車的設計和實踐，餐食從上車到取用的全過程都獨自完成，避免新冠肺炎疫情期間人與人的接觸，減小了疫情傳播風險。把這些相關的思政元素從課程的導論開始貫穿到整個課程的講授過程中，增加同學們的民族自豪感。要教育學生關鍵的核心技術是要不來、買不來、求不來的，教育學生唯有勇者勝、唯有創(chuàng)新者強，每個人必須努力學習努力創(chuàng)造，才能做人工智能領域的引領者。機器學習課程中的思政建設對學生未來發(fā)展必將起到良好的教育效果。

二、機器學習課程融入課程思政元素的教學實踐

機器學習是人工智能領域學科專業(yè)人才培養(yǎng)的基礎課， 也是受理工科學生廣泛重視歡迎的一門課程，受眾面非常廣。以機器學習課程具體實踐為例，圍繞立德樹人挖掘與融入思政元素，為提高課程思政效果、教學質量和人才培養(yǎng)能力提供切實可行的策略和舉措，更好地滿足黨對高校人才培養(yǎng)的要求、國家發(fā)展戰(zhàn)略對人才素質的需求。

（一）聚焦國家戰(zhàn)略，凝聚托舉民族的力量

機器學習是支撐人工智能國家發(fā)展戰(zhàn)略的核心課程。在講述機器學習引論部分，結合國家間的競爭和人工智能領域的發(fā)展態(tài)勢，對機器學習在人工智能領域的關鍵作用和巨大影響展開討論，為學生展現(xiàn)我國近些年來在機器學習領域的前瞻性研究以及突破性進展[5]，比如人臉檢測、人臉支付、腦機科學、智能城市、智慧醫(yī)療和無人駕駛等，向學生傳達國家對建設人工智能強國的決心，提高學生的愛國熱情和民族自豪感。

結合當前國家抗擊疫情的形勢，列舉機器學習在疫情態(tài)勢研判、傳播路徑分析、精準防空和有效治療及后續(xù)治理等各個環(huán)節(jié)都承擔著關鍵作用，為戰(zhàn)勝疫情提供了堅實支撐，引導學生更加深刻地體會機器學習不僅存在于理論的研究，也真真實實地服務于平常百姓家，正在潛移默化地影響和提高我們的生活質量，調動學生的學習積極性，學以致用，用自身所學專業(yè)知識更好地服務于社會。同時也要為學生指出，雖然機器學習在我國各領域大顯身手，但仍存在諸多尚未解決的問題等待著學生們去鉆研，比如我國整體算力基礎設施不足，對外依賴較大，數(shù)據(jù)標準化和互聯(lián)互通水平嚴重不足和國內算法框架還未被廣泛認可等，引導學生深知自身的時代責任感，發(fā)揮“三?！本瘢瑸閲夜浴翱ú弊印彪y題奉獻自己的一份力量。

從而達到課程思政的效果：一是增強學生的危機意識，認識到自身的不足;二是增強擔當意識，學習好機器學習算法，擔當起人工智能發(fā)展戰(zhàn)略的時代使命;三是提升學生的愛國熱情和民族自豪感。

（二）聚焦事物發(fā)展規(guī)律，堅定理想信念

機器學習演進歷程和核心作用闡釋了事物在曲折中前進的發(fā)展規(guī)律。講述發(fā)展歷程和應用領域知識點，介紹機器學習發(fā)展歷程高潮與低谷交叉演進、小步慢走與大步快跑交替前進的發(fā)展進程。機器學習的發(fā)展大致經(jīng)歷了起步發(fā)展時期、反思發(fā)展時期、應用發(fā)展時期和蓬勃發(fā)展時期。早在1943年，美國神經(jīng)生理學家Warren McCulloch和邏輯學家Walter Pitts一起提出了一種簡單的計算模型來模擬神經(jīng)元，這個模型就是M-P模型[6]，這也是人類歷史上第一次對人工神經(jīng)網(wǎng)絡的系統(tǒng)性研究，從此開啟了機器學習的發(fā)展時代。1956年，美國心理學家Frank Rosenblatt提出著名的感知機，這種模型不僅在M-P模型基礎上加入了權值，并跳出了二值限制，在當時那個年代足以振奮人心。然而在1969年，推崇符號主義的代表人物Marvin Lee Minsky在出版的《感知機：計算幾何學》書中，詳細指出了感知機的限制，機器學習迎來了第一次寒冬。沉寂了十年之后，機器學習的研究又開始慢慢復蘇。1982年，加州理工的生物物理學家John Hopfield提出了一種反饋型神經(jīng)網(wǎng)絡，這種網(wǎng)絡解決了一些識別和約束優(yōu)化的問題，引起了很大的反響。這讓機器學習領域的聯(lián)結主義研究者們非常振奮，漸漸地許多研究者又將目光再次轉向了機器學習，這其中就有后來的深度學習“祖師爺”之一的Geoffrey Hinton。在祭出了復興的“大殺器”反向傳播算法后，Hinton于1987年到多倫多大學任教授，同另一位深度學習的奠基人Yann LeCun一起，研究出了目前深度學習中應用最廣的神經(jīng)網(wǎng)絡結構——卷積神經(jīng)網(wǎng)絡。進入20世紀90年代中期，機器學習領域的另一個代表性模型橫空出世，它就是深度置信網(wǎng)絡[7]，這個模型顛覆了之前被學術界大部分人默認的深度網(wǎng)絡不能被訓練的觀點，從此機器學習一躍而上，成為了越來越火的研究方向。機器學習這些算法背后科學家的故事和所蘊含的科學精神充分闡釋了事物的發(fā)展并不會一帆風順，人的成長歷程也不會一帆風順，但只要方向對了，終會獲得成長。

在講述機器學習應用領域時，以學術界和工業(yè)界在爭奪深度學習開發(fā)平臺上的戰(zhàn)略部署和激烈競爭為切入點，結合華為事件，引出自主科技創(chuàng)新的重要性。隨著近年來國際背景復雜而深刻的變化，引導學生認識到關鍵核心技術是國之重器，拿不來、買不來、討不來，我們沒有別的出路，唯有堅定走自主創(chuàng)新之路，把國家發(fā)展命脈牢牢掌握在自己手中。在這方面，我們必須保持恒心和韌勁，持之以恒、接力攻關。要讓學生知道我們比歷史上任何時期都更需要建設世界科技強國。同時向學生介紹機器學習領域目前仍需攻克的難關，了解我國目前在硬件與AI基礎開發(fā)框架上與國外的差距，讓學生明確奮斗方向。未來，算法將成為未來人工智能中的關鍵問題，尤其是目前進入瓶頸期的人工智能芯片。人工智能芯片需要中國芯片產(chǎn)業(yè)更好地整合和應用，而算法就成為了擺在中國芯片產(chǎn)業(yè)面前的一道看不見的難題。然而這個難題也不是一朝一夕就能解決的，需要“十年磨一劍”的精神。要讓學生通過對平臺代碼的學習，建立起知識體系認知，同時明確研究方向，針對性地進行知識拓展，讓個人發(fā)展和國家發(fā)展相結合，利用所學知識更好地造福社會，從而打牢支撐起中華民族偉大復興的科技基礎。

從而達到課程思政效果：一是提升學生的抗挫折能力，面對逆境堅定初心使命;二是堅定理想信念，腳下才有力量，路才會越走越寬;三是掌握事物發(fā)展規(guī)律，做好自身成長成才規(guī)劃;四是提升自主科技創(chuàng)新意識和能力，服務國家發(fā)展和民族復興。

（三）聚焦人的全面發(fā)展，成就民族復興大任的時代新人

機器學習知識的交叉融合表征了人的綜合素質提升的重要性。在講述機器學習的特點及分類部分，介紹機器學習知識涉及計算機、認知心理學、神經(jīng)科學等各方面，講述人工智能時代人才的“才”是通專結合、博精并重的復合型人才，錢學森認為系統(tǒng)觀是科學技術的最高概括和最普適規(guī)律，機器學習就是系統(tǒng)觀人才培養(yǎng)的最好詮釋，系統(tǒng)闡釋學好機器學習課程應具備的基本素養(yǎng)，有助于提升人才培養(yǎng)改革的指向性、重構性和效能性，表征對未來人才的素養(yǎng)要求。

隨著智能化時代的開啟，人類重復的腦力勞動必將被人工智能所取代，那么機器學習領域知識的膨脹、技術的演進和需求的增長將不斷加速，依靠教師課堂授課獲取的知識儲備，顯然已經(jīng)遠不能適應人工智能快速發(fā)展的需要，學生必須更加積極主動進取、善于獨立思考、勤于終身學習、富于工程實踐創(chuàng)新;與此同時無論對于技術端還是應用端來說，機器學習算法演進必然帶來人工智能的發(fā)展，帶來的問題不僅是技術的問題，更重要的是安全風險、倫理風險和法律風險等的問題，解決這些問題需要人文科學知識、法律制度規(guī)范、倫理道德約束等知識。所以學好機器學習的同時，還要思考社會問題、倫理問題和法律問題等一系列和人類生存相關的問題。

在講述機器學習分類部分，通過講解科學家成長經(jīng)歷和研究過程，以科學家事跡為融入點，傳遞機器學習算法分類背后所蘊含的科學精神，比如講有監(jiān)督學習、無監(jiān)督學習重點講述阿里云創(chuàng)始人、中國工程院院士王堅掌握核心技術的決心和勇氣，比如講殘差神經(jīng)網(wǎng)絡（ResNet）重點介紹其創(chuàng)立者，中國青年科學家何愷明追求科學前沿，勇于突破創(chuàng)新的科學精神，等等。以此引導和教育學生在了解科學家身上特有的精神特質和成長軌跡中，樹立正確的世界觀、人生觀和價值觀，執(zhí)著追求，攻堅克難，勇于創(chuàng)新，成就事業(yè)，貢獻國家發(fā)展和人類社會。

以此達到課程思政效果：一是要成為通專結合、博精并重的復合型人才;二是學生只有具備堅定的科學精神、較強的自主學習能力和優(yōu)秀的工程實踐能力，才能不斷適應因人工智能發(fā)展和社會快速前進所帶來的挑戰(zhàn)。

三、機器學習課程思政的實施策略

推進新工科背景下機器學習課程思政建設，培育學生社會主義核心價值觀，是實現(xiàn)人工智能人才培養(yǎng)的育人與育才相統(tǒng)一、思想教育與專業(yè)教育相統(tǒng)一、專業(yè)課與思政課同向同行的一個重要課題。

（一）探索與時俱進的課程內容建設機制，增強學生科技報國的志氣

在新工科背景下，以繼承創(chuàng)新、交叉融合、共建共享為主要渠道，探索課程思政元素融入機器學習課程內容的渠道，逐步實現(xiàn)從學科導向轉向以社會需求為導向的課程建設機制，從被動適應服務向主動價值引領的轉變。在課程內容講授過程中使學生不斷地提高國家戰(zhàn)略意識和了解科技發(fā)展動態(tài)，更好地服務科技報國的使命。

（二）深入推進教學與科研緊密結合的教學方法，促進學生養(yǎng)成求真務實的作風

在授課過程中教學始終處于基礎和優(yōu)先的地位，而在實際教學過程中則主張教學與科研有機結合、相互融合，作為知識傳承者的教師，必須承擔起知識創(chuàng)新者的重任，在機器學習課程教學中充分展現(xiàn)自身勇于探索、求真務實的學者風范，既向學生傳授知識，又向學生傳授嚴謹嚴密嚴格的作風、追求真理的精神、矢志報國的家國情懷，做學生發(fā)展的引路人。

（三）構建理論實踐互動融合的彈性課程考核方式，夯實創(chuàng)新創(chuàng)業(yè)人才的底色

在新工科背景下，構建理論實踐互動融合的彈性課程考核方式，即理論知識考核（文獻的閱讀理解掌握程度）+團隊考核（設計成果的深度成效展示）+過程考核（教學環(huán)節(jié)的節(jié)點表現(xiàn)）。用扎實的理論基礎評價學生，采取多維角度評價學生對課程學習的能力，重點培養(yǎng)學生的創(chuàng)新能力和實踐能力，著力培育領軍人才和卓越工程師，增強學生創(chuàng)新創(chuàng)業(yè)精神能力的底色。

（四）建設SPOC微課堂助力課程教學，豐富課程思政的形式

在具體建設中遵循內容有重構、方法有特色、技術有運用和形式有創(chuàng)新的理念。適應新時代教育需求和互聯(lián)網(wǎng)+教學的教學模式，豐富課程思政開展的形式，加強與學生的互動交流，增強課程思政效果。

四、結束語

本文以實際教學案例為例，創(chuàng)新性地研究和實踐了新工科下機器學習課程教學模式和課程思政一體化建設。思政元素有機融入課程教學，需要對課程教學目標、教學內容、教學方法和考核方式進行全面地梳理和改革，教師對專業(yè)視野的廣度和深度、對國際國內形勢的了解程度和精度、對思政元素的理解和把握程度都提出了更高的要求，需要教師對課程教學付出更大的精力，具有更高的涵養(yǎng)、更新的知識儲備，以此實現(xiàn)對學生培育和踐行社會主義核心價值觀的引領，確保教學工作滿足國家的需要，適應日益發(fā)展的社會需求。因此，在新工科下探索在機器學習課程教學中實施課程思政，對于我國高校理工科特別是在人工智能領域系列課程中開展課程思政工作，實現(xiàn)全過程、全方位的教學育人模式，具有重要的價值和借鑒意義。

參考文獻：

[1]萬林艷，姚音竹.“思政課程”與“課程思政”教學內容的同向同行[J].中國大學教學，2018（12）：52-55.

[2]陸道坤.課程思政推行中若干核心問題及解決思路——基于專業(yè)課程思政的探討[J].思想理論教育，2018（3）：64-69.

[3]潘玲穎，何建佳，樊怡菁.新工科背景下的課程思政教學探索——以《人工智能與智能制造》課程為例[J].創(chuàng)新創(chuàng)業(yè)理論研究與實踐，2020，3（22）：55-56+59.

[4]孟憲生.新時代高校思想政治理論課高質量發(fā)展的重要部署——《新時代學校思想政治理論課改革創(chuàng)新實施方案》解讀[J].思想理論教育，2021（6）：12-18.

[5]趙楠，譚惠文.人工智能技術的發(fā)展及應用分析[J].中國電子科學研究院學報，2021，16（7）：737-740.

[6]周志華.機器學習[M].北京：清華大學出版社，2016.

[7]Hinton G E， Osindero S， Teh Y W. A Fast Learning Algorithm for Deep Belief Nets[J]. Neural Computation， 2014（187）：1527-1554.

基金項目：黑龍江省教育科學“十四五”規(guī)劃重點課題“新工科背景下機器學習課程思政建設的研究及推進策略”（GJB1422115）

作者簡介：王興梅（1978-），女，漢族，黑龍江尚志人，博士，副教授，博士研究生導師，研究方向為人工智能、教育教學。