摘" 要：人工智能課程由于其內(nèi)容廣泛、知識更新較快，面臨著諸多挑戰(zhàn)。文章針對物流專業(yè)的學(xué)科特點，從分析人工智能課程的特點入手，探討了當(dāng)前物流專業(yè)人工智能課程所面臨的挑戰(zhàn)。隨后，將案例教學(xué)法引入物流專業(yè)的人工智能課程教學(xué)，并詳細(xì)闡述了案例教學(xué)法的實施過程，同時將課程組設(shè)計的案例運用到實際教學(xué)中。通過實驗班與對照班的教學(xué)對比，驗證了案例教學(xué)法在人工智能教學(xué)中的有效性。教學(xué)實踐顯示，案例教學(xué)法可以提高學(xué)生的學(xué)習(xí)興趣，鼓勵學(xué)生積極參與教學(xué)的各個環(huán)節(jié)，從而提高了學(xué)生的綜合能力。

" 關(guān)鍵詞：人工智能；物流專業(yè)；教學(xué)改革

" 中圖分類號：G642" " "文獻標(biāo)志碼：A" " DOI：10.13714/j.cnki.1002-3100.2024.21.045

Abstract： The artificial intelligence course faces many challenges due to its wide-ranging content and rapidly evolving knowledge. This paper addresses the specific characteristics of the logistics discipline and begins by analyzing the features of the artificial intelligence course in logistics. It explores the challenges currently faced by artificial intelligence courses in the logistics field. Subsequently， the case-based teaching method is introduced into the teaching of artificial intelligence in the logistics discipline. The implementation process of the case-based teaching method is detailed， and the designed cases are applied in practical instruction. The effectiveness of the case-based teaching method in artificial intelligence education is validated through a teaching comparison between the experimental and control classes. Teaching practice shows that case teaching method can improve students' interest in learning， encourage students to actively participate in all aspects of teaching， and thus improve students' comprehensive ability.

Key words： artificial intelligence; logistics major; teaching reform

0" 引" 言

" 如今，人工智能已經(jīng)滲透到生活的各個方面，且我們正在從中受益。可以舉一些例子來說明人工智能帶來的便利，如基于人臉識別的智能門禁系統(tǒng)[1]、智能停車系統(tǒng)[2]、智能導(dǎo)航機器人[3]、智能物流系統(tǒng)[4]等。隨著人工智能產(chǎn)業(yè)的發(fā)展，人工智能教育受到了越來越多的關(guān)注，多數(shù)國家的高等教育機構(gòu)開設(shè)了人工智能專業(yè)或相近的本科專業(yè)。除了人工智能有關(guān)的本科專業(yè)開設(shè)了全面系統(tǒng)的人工智能課程群以外，數(shù)學(xué)、物理、工程和藝術(shù)等其他專業(yè)也提供了人工智能課程[5]。對于非人工智能相關(guān)專業(yè)的人工智能課程，人工智能基礎(chǔ)或?qū)д撌撬麄兊闹饕n程。

" 人工智能基礎(chǔ)課程的學(xué)習(xí)目標(biāo)是理解人工智能的基本概念和原理，熟悉機器學(xué)習(xí)的基本概念，掌握常用的機器學(xué)習(xí)算法；學(xué)會使用相關(guān)工具和庫，能夠處理和分析數(shù)據(jù)，了解模型評估和選擇的方法；了解常見的人工智能倫理和法律問題，具備解決實際問題的能力，有能力繼續(xù)深入學(xué)習(xí)。針對物流專業(yè)的人工智能教育，一些教學(xué)人員和研究人員進行了教育改革實踐，以試圖獲得更好的教育效果。例如，季秋等[6]對人工智能背景下的物流管理課程進行了教學(xué)改革研究。針對物流專業(yè)當(dāng)前所處的數(shù)字化和智慧化時代，王暉[7]對智能物流技術(shù)新專業(yè)人才培養(yǎng)路徑進行了深入研究。人工智能已廣泛應(yīng)用于理工大學(xué)的物流專業(yè)，楊維新等[8]研究了人工智能在理工大學(xué)中物流專業(yè)教學(xué)中的應(yīng)用。人工智能時代下，對高職院校的物流專業(yè)人才培養(yǎng)提出較高的要求，張利梅等[9]研究了人工智能環(huán)境下的高職院校物流專業(yè)教育教學(xué)方法。以上這些教育教學(xué)改革提高了教學(xué)效果，進一步增強了學(xué)生在人工智能方面的綜合能力。

" 考慮到人工智能與現(xiàn)實生活的密切聯(lián)系，已經(jīng)深入滲透到物流專業(yè)的應(yīng)用領(lǐng)域中，我們將案例教學(xué)法引入人工智能課程中，以物流專業(yè)的實際案例來提升教學(xué)效果。我們的想法是利用物流領(lǐng)域與人工智能關(guān)系密切的實際案例來激發(fā)學(xué)生的學(xué)習(xí)興趣，讓學(xué)生積極參與課程學(xué)習(xí)的各個方面。我們進行了兩個班級的教學(xué)實踐比較，以驗證案例教學(xué)法在人工智能課程中的有效性。

1" 物流專業(yè)人工智能課程教學(xué)面臨的挑戰(zhàn)

對物流專業(yè)的人工智能課程來說，通常在第二學(xué)年或第三學(xué)年初開設(shè)。目前的人工智能課程存在以下方面的挑戰(zhàn)。首先，人工智能涉及到許多不同領(lǐng)域的知識，如數(shù)學(xué)、統(tǒng)計學(xué)、計算機科學(xué)等，如何整合這些知識以確保學(xué)生獲得全面的理解是一個挑戰(zhàn)；特別是人工智能涉及到許多復(fù)雜的數(shù)學(xué)和編程概念，對學(xué)生的數(shù)學(xué)基礎(chǔ)和編程能力提出了較高的要求。其次，人工智能是一個高度動態(tài)的領(lǐng)域，新的技術(shù)、模型和方法不斷涌現(xiàn)，課程內(nèi)容需要不斷更新以跟上最新的發(fā)展。而且人工智能是一個具有挑戰(zhàn)性但也高度吸引人的領(lǐng)域，如何在教學(xué)中保持學(xué)生的興趣和動力是一個重要的考慮因素。最后，目前的人工智能課程普遍缺乏實踐教學(xué)。由于課時安排有限，學(xué)生參與實際項目的機會很少，導(dǎo)致學(xué)生難以理解人工智能的應(yīng)用。在一些情況下，實施人工智能項目可能需要大量的時間、數(shù)據(jù)和硬件資源，這可能不易在學(xué)校環(huán)境中實現(xiàn)。

" 人工智能正以突飛猛進的速度發(fā)展，推動了人工智能產(chǎn)業(yè)的蓬勃發(fā)展。然而，目前的人工智能課程無法跟上時代發(fā)展和需求的步伐。鑒于人工智能課程的上述挑戰(zhàn)，考慮到物流專業(yè)具有很強的實踐性，我們將案例法引入人工智能教學(xué)中，試圖用物流專業(yè)有關(guān)的案例來提升人工智能教學(xué)效果。

2" 方" 法

" 案例教學(xué)法利用實際案例來引導(dǎo)教學(xué)，最初被應(yīng)用于商業(yè)教學(xué)[10]。后來，這種方法被應(yīng)用到了包括計算機科目在內(nèi)的許多學(xué)科的教學(xué)中[11]。根據(jù)教學(xué)目標(biāo)和物流專業(yè)的特點，我們提出了選擇案例的以下要點：

" （1）案例應(yīng)與物流專業(yè)密切相關(guān)。特別是那些深刻影響我們生活的案例，這將增加學(xué)生的興趣，提升學(xué)生的參與度和熱情；

" （2）案例應(yīng)當(dāng)能夠被大多數(shù)學(xué)生接受。過于困難或過于簡單的案例不僅在輔助教學(xué)方面起不到作用，還會影響學(xué)生的學(xué)習(xí)興趣。因此，需要考慮符合大多數(shù)學(xué)生接受度的案例；

" （3）案例應(yīng)具有明確的方向性。與教學(xué)目標(biāo)密切相關(guān)的案例將有助于理解課程知識，而目標(biāo)不明確的案例會降低學(xué)習(xí)效果。

" 在確定好了案例內(nèi)容以后，就需要考慮如何實施案例教學(xué)。通常來說，實施案例教學(xué)的主要步驟如圖1所示。接下來，我們詳細(xì)說明這些主要步驟：

（1）案例展示：學(xué)生閱讀案例材料，全面了解案例，對案例中的問題有初步了解，并熟悉案例活動的步驟。教師應(yīng)指出問題，也就是在案例情境中需要完成的任務(wù)，并對問題進行定位以及解釋問題的實質(zhì)；

" （2）分組討論：學(xué)生嘗試合作探討并解決案例中的問題。在此過程中，學(xué)生將了解到解決問題所需的知識和技能，并主動學(xué)習(xí)這些知識和技能。在分組討論階段，教師可以根據(jù)問題的難度決定是否提供指導(dǎo)和幫助；

（3）知識提?。褐R提取可以在討論之前或之后進行，具體取決于案例情況。如果在分析和討論案例之前必須理解某些內(nèi)容，就在討論之前學(xué)習(xí)它。將知識提取放在討論之后可以幫助學(xué)生認(rèn)識到理論知識的支持作用，使案例討論為理論知識的提取鋪平道路；

" （4）二次討論：在二次討論中，總結(jié)每個小組的結(jié)果，并進一步討論案例的內(nèi)容。任何不同的觀點和無法解決的問題都可以在此討論和解決。小組討論中問題的解決是一個初步討論，二次討論應(yīng)對問題的解決給予反饋，并得到科學(xué)的解決方案。二次討論使學(xué)生能夠在深度和廣度上對案例有進一步了解，從而深入理解其中包含的理論知識；

" （5）總結(jié)評估：在這個階段，教師應(yīng)總結(jié)之前的討論，拓展案例中包含的理論知識和技術(shù)，并加強對案例中問題的解決方案。這個階段需要再次提出問題并擴展，使知識抽象化和系統(tǒng)化。此外，教師需要根據(jù)各種評估指標(biāo)全面評估學(xué)生的表現(xiàn)。

3" 課程教學(xué)效果評價

3.1" 案例設(shè)計

" 根據(jù)前面的分析，本文為物流專業(yè)的人工智能課程設(shè)計了如表1所示的案例，這些案例都與物流專業(yè)十分密切，偏向于物流專業(yè)的具體應(yīng)用，有利于學(xué)生的理解。

3.2" 案例教學(xué)

本文以“包裹自動化分揀”為例來展示案例教學(xué)的過程。第一，教師在課堂向?qū)W生展示了“包裹自動化分揀”的案例，需要詳細(xì)介紹包裹自動化分揀的流程，最后要實現(xiàn)的目標(biāo)，在介紹這個案例時，可以介紹一些企業(yè)正在應(yīng)用的自動化分揀案例。在老師介紹完該案例后，學(xué)生可以離線查詢資料，全面了解任務(wù)。第二，將學(xué)生分成小組，讓他們討論各自的方法和想法，老師給予指導(dǎo)以糾正錯誤的解決方案。分組可以是自由組隊也可以是教師指定的形式，但是要控制好小組的規(guī)模，小組人數(shù)既不能過少也不能過多。在這一階段，學(xué)生需要給出相對完整的包裹自動化分揀解決方案，即包裹自動化分揀系統(tǒng)實施步驟。第三，學(xué)生需要從包裹自動化分揀系統(tǒng)中提取主要的技術(shù)，以及該項技術(shù)背后涉及的人工智能知識模塊——計算機視覺技術(shù)。在該階段，學(xué)生需要總結(jié)匯報該案例的關(guān)鍵知識和技術(shù)，老師給予評論并總結(jié)主要的知識要點。第四，根據(jù)之前的步驟，學(xué)生再次討論，并為任務(wù)提供更具體和更好的解決方案。在二次討論階段，學(xué)生需要給出科學(xué)完整的解決方案，即如何用人工智能技術(shù)實現(xiàn)包裹自動化分揀，特別是計算機視覺技術(shù)在包裹自動化分揀中的具體實施過程。第五，學(xué)生需要報告總結(jié)好的包裹自動化分揀系統(tǒng)解決方案，老師對解決方案給與總結(jié)點評，指出方案中存在的問題，并抽取其中的關(guān)鍵知識點進行講解。

3.3" 結(jié)果評估

" 本文選擇了兩個班級作為研究對象，其中一個采用了案例教學(xué)法，另一個采用了傳統(tǒng)教學(xué)法作為對照組。在課程學(xué)習(xí)結(jié)束時，對兩個班級之間的差異進行了評估。兩個班級的考試成績以及統(tǒng)計結(jié)果如表2所示。

由表2可知，實驗班的平均分高于對照班。實驗班的z分?jǐn)?shù)為0.127。漸進顯著性為0.094，大于0.05，即原假設(shè)被接受，實驗班的分?jǐn)?shù)符合正態(tài)分布。對照班的z分?jǐn)?shù)為0.112。漸進顯著性為0.187，大于0.05，即對照班的分?jǐn)?shù)也符合正態(tài)分布。

" 本文還采用了t檢驗進行統(tǒng)計測試。對于32個樣本，統(tǒng)計量具有31個自由度的t分布。如果tgt;t=2.04，可以拒絕原假設(shè)。表2顯示，t檢驗值為2.75，大于2.04。換句話說，實驗班和對照班之間的差異在統(tǒng)計上是顯著的。

為了量化教學(xué)效果，本文繪制了學(xué)生在案例教學(xué)模式和傳統(tǒng)教學(xué)模式下的反饋表格。圖2描述了實驗班和對照班之間在學(xué)習(xí)興趣和學(xué)習(xí)習(xí)慣方面的比較。

圖2（a）的結(jié)果顯示，案例教學(xué)方法在激發(fā)學(xué)生學(xué)習(xí)興趣方面起到了明顯的作用。特別是在“不感興趣”和“非常感興趣”的情況下，實驗班和對照班之間存在明顯差異。圖2（b）的結(jié)果顯示，在學(xué)習(xí)習(xí)慣方面，實驗班和對照班之間存在明顯差異，特別是在“熱情參與”和“積極完成任務(wù)”方面?？偟膩碚f，案例教學(xué)方法在提高學(xué)習(xí)興趣和學(xué)習(xí)習(xí)慣方面具有顯著而有效的作用。

" 我們對實驗班的學(xué)生做了統(tǒng)計調(diào)查。問卷題目與統(tǒng)計結(jié)果如表3所示。

表3的結(jié)果表明，從各個方面來看，大多數(shù)學(xué)生更喜歡案例教學(xué)法。此外，案例教學(xué)法不僅可以增加學(xué)習(xí)興趣，還可以全面提升學(xué)生的能力。

4" 結(jié)" 論

" 本文將案例教學(xué)法引入了人工智能課程。從實踐教學(xué)中可以得出以下幾點結(jié)論：（1）使用案例教學(xué)法可以顯著提高課程成績；（2）案例教學(xué)法有效地增加了學(xué)生的學(xué)習(xí)興趣；（3）案例教學(xué)法在改善學(xué)習(xí)習(xí)慣方面起到了明顯的作用；（4）學(xué)生更喜歡案例法而非傳統(tǒng)課堂教學(xué)。

案例教學(xué)法只是眾多教學(xué)方法中的一種，教師應(yīng)根據(jù)不同的教學(xué)目標(biāo)、不同的教學(xué)內(nèi)容和不同的學(xué)生情況選擇一種或幾種教學(xué)方法，以便因材施教。在未來的教學(xué)實踐中，需要選擇和設(shè)計符合新事物發(fā)展的案例。此外，可以考慮將案例法與其他教學(xué)方法結(jié)合使用。

參考文獻：

[1] 王麗君，路一平. 基于人臉識別技術(shù)的智能圖書館門禁系統(tǒng)研究[J]. 信息與電腦（理論版），2023，35（1）：159-161.

[2] 譚冰清，屈挺，徐素秀，等. 物聯(lián)網(wǎng)驅(qū)動的停車位共享云平臺[J]. 物流科技，2018，41（6）：55-58.

[3] 王全，陳學(xué)海，干熊，等. 基于ROS的智能割草機器人導(dǎo)航控制系統(tǒng)設(shè)計[J]. 湖北工業(yè)大學(xué)學(xué)報，2023，38（4）：49-54.

[4] 王玉. 智能工廠與智能物流系統(tǒng)規(guī)劃建設(shè)要點與建議[J]. 物流技術(shù)與應(yīng)用，2023，28（9）：114-116.

[5]" FU W， LIU S. The problems and analysis of artificial intelligence specialty construction in universities under the present situation of artificial intelligence development[C] // International Conference on E-Learning， E-Education， and Online Training， 2022：423-435.

[6] 季秋，李煒卓. 人工智能背景下物流管理課程的教學(xué)改革研究[J]. 物流工程與管理，2022，44（7）：171-174.

[7] 王暉. 數(shù)智化轉(zhuǎn)型升級下智能物流技術(shù)新專業(yè)人才培養(yǎng)路徑研究[J]. 物流科技，2023，46（18）：167-170.

[8] 楊維新，王云娟. 人工智能在物流專業(yè)教學(xué)中的應(yīng)用研究——以理工類大學(xué)為例[J]. 物流科技，2023，46（6）：175-177.

[9] 張利梅，葛翠翠，馮玉俠. 人工智能環(huán)境下高職院校物流專業(yè)教育教學(xué)方法改革研究[J]. 中國航務(wù)周刊，2022（2）：66-67.

[10]" REFICCO E， JAéN M H. Case method use in shaping well-rounded Latin American MBAs[J]. Journal of Business Research， 2015，68（12）：2540-2551.

[11]" CHARAN R. Classroom techniques in teaching by the case method[J]. Academy of Management Review， 1976，1（3）：116-123.

收稿日期：2023-10-25

基金項目：南京郵電大學(xué)教學(xué)改革研究項目（JG01621JX45）

作者簡介：張友強（1990—），男，陜西漢中人，南京郵電大學(xué)物聯(lián)網(wǎng)學(xué)院，講師，博士，研究方向：機器學(xué)習(xí)、模式識別。

引文格式：張友強，馬亞靜. 面向物流專業(yè)的人工智能課程教學(xué)改革與實踐[J]. 物流科技，2024，47（21）：182-184.