孫曉坤　胡粲彬　項德良　馬飛

摘? 要：該文針對人工智能及應用課程存在的問題，提出相應的課堂改革方式。首先分析當前課程存在的問題，包括理論與實踐脫節(jié)、課堂互動不足以及考核方式偏重理論知識等方面。然后針對這些問題提出改革方式，包括注重專業(yè)發(fā)展方向、調(diào)整實驗課時關系、革新互動環(huán)節(jié)設計以及開展線上課堂輔導等措施。最后指出，通過這些改革措施，可以更好地激發(fā)學生的學習興趣，提高課堂的互動效果，培養(yǎng)學生的實踐能力和創(chuàng)新意識，為其未來的學習和職業(yè)發(fā)展打下堅實的基礎。

關鍵詞：人工智能；教學改革；課程設置；高等學校；工程實踐能力

中圖分類號：G642? ? ? ? 文獻標志碼：A? ? ? ? ? 文章編號：2096-000X（2024）13-0130-05

Abstract： This article proposes methods for classroom reform in response to the problems in the course of Artificial Intelligence and Its Applications. Firstly， it analyzes the current problems in the course， including the disconnect between theory and practice， insufficient classroom interaction， and an assessment system overly focused on theoretical knowledge. Then， it suggests reform measures such as emphasizing professional development direction， adjusting the relationship between theory and practical classes， innovating interactive session designs， and conducting online classroom tutoring. It concludes that through these reform measures， students' interest in learning can be better stimulated， classroom interaction can be enhanced， and students' practical skills and innovation awareness can be cultivated， laying a solid foundation for their future learning and career development.

Keywords： artificial intelligence; educational reform; curriculum setting; higher education institutions; engineering practice capabilities

人工智能在當代社會中扮演著至關重要的角色，其影響涵蓋了提升生產(chǎn)效率、優(yōu)化資源利用、改善生活品質(zhì)以及推動科技創(chuàng)新等多個方面。通過解決各種復雜問題和挑戰(zhàn)，人工智能不僅促進了經(jīng)濟增長，還創(chuàng)造了更多的就業(yè)機會[1]。在這一背景下，對于電子信息工程專業(yè)的學生而言，學習人工智能技術至關重要。掌握人工智能技能不僅可以使他們跟上技術發(fā)展的步伐，拓展更廣泛的就業(yè)機會，提升競爭力，還能夠推動該領域的創(chuàng)新與發(fā)展，進一步增強解決復雜問題的能力。隨著技術的不斷演進，人工智能的重要性將進一步凸顯，為電子信息工程領域的未來發(fā)展提供強勁動力[2-3]。

在高等教育領域，構建與時代接軌、符合實際需求的人工智能課程體系至關重要[4]。項目式實驗課程是一種具有很強實踐性和針對性的教學模式，能夠有效地促進學生的主動學習和創(chuàng)新能力的培養(yǎng)[5]。本文旨在探討如何通過項目式實驗課程建設與教學改革，推動人工智能教育的深化與發(fā)展，培養(yǎng)具有扎實理論基礎和豐富實踐經(jīng)驗的人才。

一? 人工智能及應用課堂教學現(xiàn)狀

（一）? 教學目標整體規(guī)劃

1? 課程目標

人工智能及應用是北京化工大學電子信息工程專業(yè)學生的專業(yè)選修課程，旨在全面培養(yǎng)他們在人工智能領域的專業(yè)能力。學習本課程將使學生掌握人工智能領域的基礎知識，并深入了解電子信息工程智能化發(fā)展的趨勢和需求。他們將學會靈活運用各種工具進行智能算法的分析、設計和研究開發(fā)，為電子信息工程領域的智能化提供技術支持和解決方案。此外，本課程還著重培養(yǎng)學生在人工智能領域進行科學研究的能力，鼓勵他們大膽探索和創(chuàng)新，為該領域的發(fā)展貢獻智慧和力量。

2? 理論教學內(nèi)容與要求

本課程系統(tǒng)地介紹了人工智能領域的核心概念、原理和方法。通過緒論部分，學生深入了解了人工智能的基本概念、研究目標、發(fā)展歷程和應用水平。在確定性知識系統(tǒng)、搜索策略和智能優(yōu)化算法等內(nèi)容的學習中，學生掌握了解決問題的關鍵技術。進一步學習了專家系統(tǒng)和人工神經(jīng)網(wǎng)絡，了解了智能化方法和工具。最后，學生討論了人工智能的未來發(fā)展和社會影響。通過本課程的學習，學生將具備在人工智能領域進行科學研究和創(chuàng)新的能力，為其未來的學術和職業(yè)發(fā)展奠定堅實基礎。接下來將詳細介紹各個部分的理論教學內(nèi)容與實際要求。

本課程的第一部分是緒論，旨在為學生提供人工智能領域的基礎認識。在兩個學時的學習中，學生將深入探討人工智能的概念基礎、研究目標、發(fā)展歷程以及應用與水平等方面。這一部分的教學目標是培養(yǎng)學生對人工智能專業(yè)基礎知識的理解，為后續(xù)學習打下堅實基礎。

第二部分是確定性知識系統(tǒng)的學習，這部分共占據(jù)四個學時。學生將系統(tǒng)地學習確定性知識系統(tǒng)的概述、表示方法、推理方法以及通過簡單示例來加深理解。通過學習，他們將理解并掌握確定性知識系統(tǒng)的基本概念，為后續(xù)學習智能算法打下重要基礎。

第三部分是搜索策略的學習，涵蓋三個學時。學生將深入探索搜索策略的基本概念，包括盲目搜索和啟發(fā)式搜索，以及博弈樹的應用。通過學習，他們將掌握搜索策略的核心原理和方法，為解決實際問題提供有效的搜索策略。

緊接著是智能優(yōu)化算法的學習，共計三個學時。學生將深入了解智能優(yōu)化算法的基本概念和分類，并能夠靈活運用模擬退火算法和遺傳算法等進行問題求解。通過學習，他們將掌握智能優(yōu)化算法的核心思想和應用技巧，為解決實際問題提供高效的優(yōu)化方案。在專家系統(tǒng)部分，學生將學習產(chǎn)生式系統(tǒng)和專家系統(tǒng)的基本理論，以及基于規(guī)則和神經(jīng)網(wǎng)絡的專家系統(tǒng)的設計和應用方法。通過學習，他們將深入了解專家系統(tǒng)的原理和構建技術，為解決復雜問題提供智能化的解決方案。接下來，學生將深入學習人工神經(jīng)網(wǎng)絡，了解其基本概念、典型模型參數(shù)學習方法以及深度學習的基本原理。通過學習，他們將掌握神經(jīng)網(wǎng)絡的核心概念和訓練方法，為解決現(xiàn)實世界中的復雜問題提供強大的學習和預測能力。

最后，學生將探討人工智能領域的爭論與展望，了解人工智能對人類生活的影響和未來發(fā)展趨勢。通過學習，他們將深入思考人工智能領域的倫理、社會和技術問題，為推動人工智能領域的持續(xù)發(fā)展提供重要思考和建議。

3? 實踐教學內(nèi)容與要求

在這門課程中，學生將通過實驗來深入學習和應用基于遺傳算法和神經(jīng)網(wǎng)絡算法的分類器設計。在基于遺傳算法的分類器設計實驗中，學生將系統(tǒng)地探究遺傳算法的基本原理，并通過實際操作，設計和優(yōu)化適用于分類任務的遺傳算法模型。這包括了種群初始化、遺傳操作（如交叉、變異）、適應度函數(shù)設計等關鍵步驟。通過深入實踐，學生將提高對遺傳算法設計分類器的理解和掌握，為解決實際分類問題提供有效的方案。而在基于神經(jīng)網(wǎng)絡算法的分類器設計實驗中，學生將深入學習神經(jīng)網(wǎng)絡算法的基本理論，并通過實驗，實踐神經(jīng)網(wǎng)絡模型的構建、參數(shù)調(diào)整和訓練過程。這涵蓋了選擇合適的神經(jīng)網(wǎng)絡結構、調(diào)整神經(jīng)網(wǎng)絡參數(shù)以及使用有效的訓練算法等關鍵步驟。通過這些實驗，學生將培養(yǎng)具備分析和解決分類問題的能力，掌握智能算法在分類器設計中的具體應用方法，并具備調(diào)整參數(shù)和優(yōu)化設計的能力，以提高分類器性能和效率。

而該課程實驗課的優(yōu)勢在于提供了學生深入學習人工智能領域核心算法和方法的機會，通過實踐操作加深對理論知識的理解。學生在實驗中將掌握并應用基于遺傳算法和神經(jīng)網(wǎng)絡算法的分類器設計方法，培養(yǎng)了解決實際問題的能力，并提高了問題分析、算法設計和優(yōu)化的技能水平。通過實驗設計和實踐操作，學生將面對實際問題并嘗試設計和優(yōu)化算法模型，培養(yǎng)了解決問題的創(chuàng)新意識和能力。同時，實驗課程以小組形式進行，促進了學生之間的合作與交流，培養(yǎng)了團隊合作精神和溝通能力。這些實踐經(jīng)驗將有助于學生將所學理論知識應用到實際項目中，為未來的學術和職業(yè)發(fā)展打下堅實基礎。

（二）? 考核方式和評分標準

1? 畢業(yè)指標

為了全面培養(yǎng)學生對人工智能全方位的理解和掌握，本課程從知識目標和能力目標兩方面對學生進行培養(yǎng)。其中，畢業(yè)指標分為工程知識、問題分析和研究三方面，分別對應課程在知識和能力方面的課程目標。課程目標與畢業(yè)指標之間的具體聯(lián)系如圖 1所示。

工程知識：要求學生能掌握人工智能相關基礎知識，了解當前人工智能領域的前沿技術并能夠用于表述電子信息工程領域的復雜工程問題。

問題分析：要求學生能夠了解智能優(yōu)化算法、確定性知識系統(tǒng)、搜索策略和神經(jīng)網(wǎng)絡等人工智能算法，并應用這些算法實現(xiàn)對電子信息工程的復雜工程問題的分析和解決。在分析和解決過程中要求學生能夠使用對應工具軟件進行處理。

研究：要求學生具有一定自主學習和探索的能力。針對需要解決的問題能自主探索并找到合適的解決策略，并合理利用學習到的人工智能相關知識設計解決方案和算法。要求學生在根據(jù)方案完成實驗的同時能夠對實驗結果進行分析、解釋，并通過信息綜合得到合理有效的結論。

2? 考核方式

對于電子信息工程專業(yè)的學生而言，人工智能不僅是存在于課堂中的理論知識，更是日后學習研究中重要的應用工具。為了兼顧學生在課程中的日常表現(xiàn)、理論知識掌握程度和上機實操能力，本門課程從課堂表現(xiàn)、期末考試和實驗報告三方面進行考核。具體考核內(nèi)容及其與課程目標對應關系見表1。

3? 評分標準

課程考核內(nèi)容中課堂表現(xiàn)部分分數(shù)分為兩部分：課堂出勤和隨機測驗。課堂表現(xiàn)部分評分標準及其占比見表2。

上機實驗部分有兩個設計實驗需要學生獨立完成：基于遺傳算法的分類器設計和基于神經(jīng)網(wǎng)絡的分類器設計。兩次實驗報告的評分標準和占比見表3。

二? 人工智能及應用課堂改革方式

（一）問題現(xiàn)狀

在現(xiàn)有課程設置中，雖然該課程在理論與實踐結合方面取得了一定成績，但仍然存在一些值得關注的問題。首先，課程對特定專業(yè)應用的討論相對不足，導致了理論與實踐之間的脫節(jié)現(xiàn)象。此外，在課堂教學中，學生的參與度不高，缺乏足夠的互動和思考空間。最后，在考核方式上，過分偏重理論知識的考查，而對實踐能力的評估不足。

1理論與實踐缺乏結合

人工智能及應用課程在結合理論和實踐方面確實做得不錯，但對于特定專業(yè)的應用缺乏深入探討，這導致了一種理論與實踐脫節(jié)的現(xiàn)象。在學習的過程中，學生往往難以將課堂上學到的理論知識與實際工作中的具體應用場景相聯(lián)系，為了彌補這一不足，課程應該更加注重將人工智能理論與實際專業(yè)領域相結合。這可以通過引入更多的案例研究、實踐項目或行業(yè)導師來實現(xiàn)。

2? 課堂互動機會欠缺

課堂互動環(huán)節(jié)不夠豐富，導致學生主動應答的情況相當消極。特別是在基礎章節(jié)的教學中，由于課堂內(nèi)容通常較為抽象，缺乏與學生互動的機會，因此學生對課程的興趣不高，參與度也不夠。課堂互動在促進學生學習方面扮演著重要角色，然而在當前的教學環(huán)境下，互動環(huán)節(jié)相對單一，缺乏足夠的創(chuàng)新性和靈活性。學生往往只是被動地接受知識，而沒有足夠的機會進行積極思考和討論。這種情況下，學生的學習效果和興趣都難以得到有效提升。

3? 考核方式不夠豐富

考核方式偏重理論，需要進一步平衡理論知識與實踐應用的結合，全面評估學生成績。目前課程的考核方式主要集中在理論知識的測試上，而對于實踐能力的考核較少，導致學生在實際應用能力上的培養(yǎng)不足。尤其在重點章節(jié)的考核內(nèi)容設計上，目前只有基于遺傳算法的分類器設計和基于神經(jīng)網(wǎng)絡算法的分類器設計兩項實驗內(nèi)容，不能很好地將理論知識全部應用，需要設計更多的實驗內(nèi)容來加強學生的實踐能力。當前的考核方式主要集中在對學生理論知識的掌握程度的評估上，而對于實踐能力的考核相對較少。這種情況下，學生可能會出現(xiàn)“考試學習“的現(xiàn)象，只注重理論知識的死記硬背，而忽略了理論知識與實際應用相結合的重要性。

（二）? 改革方式

課程改革是為了解決當前人工智能課程中存在的問題。重新設計課程結構將專業(yè)知識與課程內(nèi)容相融合，提高學生的學習針對性和實用性，以培養(yǎng)適應社會需求的人才為目標。增加實驗課時比例，設計開放性實驗項目，以及引導學生積極參與，有助于平衡基礎知識與實踐能力的培養(yǎng)。創(chuàng)新設計課堂互動環(huán)節(jié)，如小組討論、案例分析等，可以激發(fā)學生的興趣，促進學生與教師之間的有效交流。同時，通過在線預習課程，學生能夠提前了解課程內(nèi)容，增強自主學習能力，提高學習效率。這些改革措施將課堂變得更加生動有趣，促進學生全面發(fā)展，為未來的學習和職業(yè)發(fā)展打下堅實基礎[6]。

1? 注重專業(yè)發(fā)展方向

重新設計課程結構是改善課堂互動不足的重要舉措。通過重新審視課程架構，可以更好地將專業(yè)知識與課程內(nèi)容相對應，從而更好地滿足學生的學習需求，培養(yǎng)符合社會發(fā)展需求的人才[7]。

首先，將課程內(nèi)容進行分層設計，根據(jù)不同專業(yè)的學生特點和需求，將人工智能理論和實踐知識有機地結合起來。適當增加人工智能在化工生產(chǎn)過程優(yōu)化、安全控制等方面的應用。其次，可以調(diào)整課程內(nèi)容和教學方法，使之更貼近其專業(yè)需求。例如，可以增加專業(yè)案例分析、行業(yè)研究等內(nèi)容，讓學生通過真實案例了解人工智能技術在實際工作中的應用情況。同時，可以引入專業(yè)導師或行業(yè)專家，進行實地考察或工作坊，讓學生與實際工作場景接觸，加深對人工智能技術在專業(yè)領域中的理解和應用能力。提高學習的針對性和實用性，從而更好地培養(yǎng)適應社會發(fā)展需求的人才。這樣的課程設計不僅能夠激發(fā)學生的學習興趣和參與度，也能夠更好地促進學生的專業(yè)發(fā)展和職業(yè)規(guī)劃，為他們未來的就業(yè)和創(chuàng)業(yè)打下堅實的基礎。

2? 調(diào)整實驗課時關系

為了更好地培養(yǎng)學生對人工智能學科的新思考習慣，并使其能夠在生活中產(chǎn)生和應用所學知識，需要重新平衡課程結構，將基礎章節(jié)課時與實驗課時之間的關系調(diào)整得更為合理[8]。

課程設計可以增加實驗課時的比例，讓學生在實踐中深入理解理論知識，并掌握實際應用能力。通過實驗課，學生將有機會親自動手操作，實踐所學知識，從而加深對人工智能技術的理解和掌握程度。通過設計一系列的實驗項目，涵蓋人工智能算法的實現(xiàn)、數(shù)據(jù)處理與分析、機器學習模型的訓練與評估等方面，讓學生親自動手實踐，從中學習并體會到理論知識在實踐中的具體應用。其次，實驗課的設計也應該注重啟發(fā)學生的思考和創(chuàng)新能力。除了簡單地模仿和實踐，還可以設計一些開放性的實驗項目，讓學生在實踐中遇到問題，思考解決方案，并嘗試進行改進和創(chuàng)新。通過這樣的實驗活動，學生將不僅能夠掌握基本的技術操作，還能夠培養(yǎng)解決問題的能力和創(chuàng)新意識，從而更好地適應未來的學習和工作需求。另外，還可以通過實驗課的組織形式和教學方法，引導學生積極參與到實驗過程中來。

3? 革新互動環(huán)節(jié)設計

研究課堂互動環(huán)節(jié)創(chuàng)新性設計是改善課堂氛圍、增加學生參與度的重要舉措。通過引入多樣化的互動形式，如小組討論、案例分析、實踐操作等，可以激發(fā)學生的學習興趣，提高課堂互動效果，促進師生之間的有效溝通和交流，進而提升整個教學過程的質(zhì)量[9]。

小組討論是一種有效的課堂互動形式，可以激發(fā)學生的思維和探索欲望。通過分組討論，學生可以就特定話題展開深入的交流和探討，分享彼此的見解和觀點。這不僅有助于學生從多個角度理解問題，還能培養(yǎng)團隊合作和協(xié)作能力。此外，教師可以設定一些引導性問題，引導學生思考和討論，從而引發(fā)更深層次的思考和學習。其次，案例分析是將理論知識與實際情況相結合的重要方式，可以幫助學生將所學知識應用于實際問題的解決。通過分析真實或模擬的案例，學生可以理解課程知識在實際情境中的應用，培養(yǎng)問題解決和分析能力。教師可以選擇與課程內(nèi)容相關的案例，引導學生分析案例中的問題和挑戰(zhàn)，探討解決方案，從而加深學生對課程內(nèi)容的理解和掌握。此外，實踐操作是鞏固理論知識、提高技能水平的重要途徑。通過設計一些實踐性的任務或活動，如編程實踐、模擬實驗等，可以讓學生動手操作，加深對理論知識的理解，并培養(yǎng)實際應用能力。在實踐操作過程中，學生不僅可以鞏固所學知識，還能夠發(fā)現(xiàn)問題、解決問題，提高自主學習和問題解決能力。

4? 開展線上課堂輔導

開展線上課堂是一種適應現(xiàn)代教育發(fā)展趨勢的重要舉措，而預習性課程則是在線上課堂中的一個重要環(huán)節(jié)。通過預習性課程，學生可以在課堂之前自主學習，快速掌握基礎知識，為課堂工作做好鋪墊。這種教學模式的推廣不僅可以提高學生的學習效率，還可以充分利用線上資源，實現(xiàn)學生在課堂之外隨時隨進行學習的便利[10]。

預習性課程的開展可以讓學生在課堂開始前就對所要學習的內(nèi)容有所了解，有助于激發(fā)學生的學習興趣和主動性。通過預習，學生可以先自主學習相關知識，弄清楚自己的疑惑和不足，從而更好地參與到課堂討論中來。這樣一來，課堂時間就可以更多地用于探討問題、解決問題和交流思想，提高課堂的教學效果。其次，線上資源的開發(fā)為預習性課程提供了便利條件。學生可以根據(jù)自己的學習進度和需求，在課堂之外隨時隨地進行學習，充分利用碎片化時間，提高學習的效率和靈活性。此外，預習性課程的開展也為教師提供了更多的教學資源和空間。教師可以根據(jù)學生的預習情況和學習需求，調(diào)整課堂內(nèi)容和教學方法，還可以利用預習性課程的結果，開展個性化指導和輔導，幫助學生解決學習中的困難和問題，提高學生的學習成績和綜合素質(zhì)。

開展線上課堂，倡導通過預習性課程快速掌握基礎知識，不僅有利于提高學生的學習效率和自主學習能力，還可以充分利用線上資源，實現(xiàn)學生在課堂之外隨時隨地進行學習，使課堂更多地用于探討問題、解決問題和交流思想，從而提高整個教學過程的質(zhì)量。

三? 結束語

本文通過對人工智能及其應用課堂改革方式的討論，可以看到針對課程存在的問題，提出了一系列的改革措施。這些改革旨在重新審視課程內(nèi)容和教學方法，使之更貼近學生的學習需求，更好地促進學生的學習效果和實踐能力的培養(yǎng)。通過重視專業(yè)發(fā)展方向、調(diào)整實驗課時關系、革新互動環(huán)節(jié)設計以及開展線上課堂輔導等舉措，此課程可以更好地激發(fā)學生的學習興趣，提高課堂的互動效果，培養(yǎng)學生的實踐能力和創(chuàng)新意識，為其未來的學習和職業(yè)發(fā)展打下堅實的基礎。在未來的教育實踐中，應該持續(xù)關注課程改革的進展，不斷總結經(jīng)驗，進一步完善課程內(nèi)容和教學方法，以適應不斷變化的社會需求和科技發(fā)展。

參考文獻：

[1] 付明磊，張文安.人工智能原理及應用課程思政的探索與實踐[J].高教學刊，2023，9（27）：193-196.

[2] 何會敏.人工智能在電子電工課程教學模式設計中的應用[J].電子技術，2023，52（12）：127-129.

[3] 孫書萍，唐振.“人工智能技術”融入應用型電子信息工程人才培養(yǎng)的實踐研究[J].互聯(lián)網(wǎng)周刊，2024（4）：77-79.

[4] 陳東岳，劉建昌，潘峰，等.人工智能驅動的自動化新工科專業(yè)建設探索與實踐[J].控制工程，2024，4（19）：1-9.

[5] 段江麗，胡新.高校人工智能導論公共課的教學改革探索[J].電腦與信息技術，2024，32（1）：141-142，146.

[6] 李成.基于OBE理念的研究生課程教學改革實踐——以數(shù)字支持設計理論及應用課程為例[J].高教學刊，2022，8（36）：142-145.

[7] 游俊慧，陳潔.3E教學模式在《人工智能與大數(shù)據(jù)導論》課程中的應用[J].辦公自動化，2024，29（2）：39-41，4.

[8] 胡銳，王成軍，李德權，等.人工智能類開放型實驗教學探究[J].中國現(xiàn)代教育裝備，2024（5）：59-61.

[9] 蔡艷寧，汪洪橋，范青剛，等.《人工智能及應用》研究生重點課程建設與實踐[J].高教學刊，2016（17）：185-186.

[10] 吳青林，王焱.基于“云計算+物聯(lián)網(wǎng)”的高校智慧實驗室探索與實踐[J].實驗室研究與探索，2024，43（2）：226-230.

基金項目：教育部產(chǎn)學合作協(xié)同育人項目“面向‘大化工+AI人才培養(yǎng)的實踐平臺建設”（202101327042）

第一作者簡介：孫曉坤（1979-），女，漢族，河北趙縣人，工學博士，副研究員，碩士研究生導師。研究方向為遙感信息處理。

*通信作者：胡粲彬（1985-），男，漢族，江西余干人，工學博士，講師，碩士研究生導師。研究方向為遙感信息處理。