前言:一篇好文章的誕生,需要你不斷地搜集資料、整理思路,本站小編為你收集了豐富的人工智能的教育方式主題范文,僅供參考,歡迎閱讀并收藏。
自1956年人工智能概念在達特茅斯會議提出以來, 人工智能的發(fā)展超出了人們的想象:1997年, IBM超級電腦深藍擊敗國際象棋世界冠軍卡斯帕羅夫;2016年, 由Google旗下的深度學習公司Deep Mind開發(fā)的人工智能圍棋程序Alpha Go戰(zhàn)勝了世界圍棋冠軍李世石, 這件事轟動了全世界[1]。隨后有關人工智能的熱點應用不斷推出, 比如無人駕駛、智能醫(yī)生、語音與人臉識別等, 讓我們認識到人工智能的應用已與生活息息相關。在教育領域, 人工智能應用也取得了重大突破, 比如2017年高考期間, 機器人艾達挑戰(zhàn)高考數學, 10分鐘就答完, 獲得134分, 激發(fā)了教育領域對人工智能的巨大熱情, 同時也引發(fā)了人們對教育的憂慮與反思[2]。2017年7月國務院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》, 提出人工智能產業(yè)競爭力在2030年要達到國際領先水平。目前世界主要發(fā)達國家先后從國家層面人工智能政策規(guī)劃, 將人工智能作為國家經濟發(fā)展、社會變革和國際競爭的新動力[1]。
1 人工智能定義和發(fā)展階段
人工智能的英文是Artificial Intelligence, 簡稱AI, 人工智能的內容不斷豐富和發(fā)展, 至今還沒有統一的定義。比較權威的說法認為[3]:人工智能是關于人造物的智能行為, 主要包括知覺、推理、學習、交流和在復雜環(huán)境中的行為。人工智能的長期目標是發(fā)明出可以像人類一樣或能更好地完成以上行為的機器, 短期目標是理解這種智能行為是否存在于機器、人類或其他動物中, 所以它包含了科學和工程雙重目標。根據其功能強弱, 人工智能分為三類, 即弱人工智能、強人工智能還有超級人工智能。人工智能的發(fā)展大體上經歷了三個階段, 第一階段是20世紀50~60年代, 提出人工智能的概念。主要以命題邏輯、謂詞邏輯等知識表達和啟發(fā)式搜索算法為代表;第二階段是20世紀70~80年代, 提出了專家系統, 同時基于人工神經網絡的算法研究發(fā)展迅猛, 伴隨著半導體技術計算硬件能力的逐步提高, 人工智能逐漸開始突破;第三階段是自20世紀末以來, 尤其是2006年開始進入了大數據和自主學習的認知智能時代。隨著移動互聯網的快速發(fā)展, 人工智能的應用場景也開始增多, 特別是深度學習算法在語音和視覺識別上實現了巨大的突破[4,5]。人工智能的技術體系主要分為四個方面, 即機器學習、自然語言處理、圖像識別以及人機交互等。當今擊敗世界圍棋冠軍李世石的Alpha GO主要應用了機器學習中的深度學習算法。
2 人工智能應用狀況與反思
2017年, 阿里的無人超市落地杭州, 進店、挑選商品、付款支付一氣呵成, 消費者幾乎在完全自主的狀態(tài)下完成購物。與此類似, 昆山富士康公司裁員6萬名工人, 全用機器人代替。京東、淘寶引入的智能機器人替代了原來的倉庫管理、人工客服等崗位。因此有學者悲觀地斷言:在人工智能時代, 因為很多職業(yè)崗位或技能將被智能機器人所代替, 職業(yè)院校畢業(yè)生很有可能面臨畢業(yè)就失業(yè)的窘境。筆者認為, 我們不應該重蹈歷史上英國制定的限制汽車推廣使用的《紅旗法案》的悲劇。正是這個在今天看來毫無道理的, 但卻持續(xù)了三十年的法案讓德國和美國的汽車工業(yè)完全趕上來, 最終遠超英國。人工智能應用必將淘汰或替代很多現有就業(yè)崗位, 但同時又會創(chuàng)造新的就業(yè)崗位, 這是一個伴隨著產業(yè)智能升級的、長期的艱難過程, 對于職業(yè)教育來說, 這既是一個嚴峻的挑戰(zhàn), 也是一個難得的機遇。
3 人工智能時代職業(yè)教育的發(fā)展策略
為了更積極地適應人工智能時代, 除了國家層面的統籌規(guī)劃、科學指導和政策、經費支持之外, 建議還要做好以下幾個方面的發(fā)展規(guī)劃。
3.1 解放思想, 更新理念與制度
中國工程院院士潘云鶴提出, 人工智能走向2.0階段的真正原因是世界正從原來由人類社會與物理空間構成的二元空間, 向著由物理空間、人類社會與信息空間構成的新三元空間演變[6]。因此, 職業(yè)教育在教學和管理過程中應該加入人工智能等相關理念和技術, 同時其辦學定位、人才培養(yǎng)方案、專業(yè)建設、課程內容、考核評價標準等方面都需要做出相應的改進。比如當前大多數職業(yè)院校非計算機類專業(yè)的課程安排中, 信息技術類課程課時偏少, 數據處理、編程類或人工智能課程幾乎沒有, 這樣的安排不利于提升學生的信息素養(yǎng), 必須做出相應的調整, 同時適當減少將來可被人工智能應用替代的技能課程的課時, 比如電算會計、環(huán)境監(jiān)測等。
3.2 善用人工智能, 提升教學與管理
在人工智能背景下, 教師們現有的重復性工作和大量數據積淀的教學任務, 比如批改作業(yè)或閱卷或課堂考勤都可能被人工智能取代, 因此, 教師能騰出更多的時間, 更充分地關注學生的個性差異, 從而為學習者提供更精確的個性化學習服務, 教師也能夠及時調整教學方法和手段, 優(yōu)化教學評價方式, 補充教學資源, 減少備課重復性工作, 提升教學效率, 真正地做得因材施教, 同時學生們的學習方法和方式將不同程度地得到重構, 基于大數據的智能在線學習平臺大量出現, 不同的學校、學科及專業(yè)課程不再封閉, 學習時時處處都可以進行, 碎片化與個性化學習將日益普遍。教師能完整地跟蹤學生的整個學習過程, 比如學生上課是否睡覺、是否玩手機、是否在教室里與其他同學合作學習等, 都能夠根據監(jiān)測數據進行智能解析, 有利于更有效、更全面地對學生進行過程性評價。大部分課程考試將全部自動化, 考生資格審查利用人臉識別、監(jiān)考與閱卷都由智能機器來完成。上述人工智能給教學帶來的這些變化既需要網絡硬件設施和相關軟件系統來支撐, 更需要職業(yè)教育的教師們繼續(xù)提升信息技能、深化和加強信息素養(yǎng)。
3.3 深化產教融合、優(yōu)化實訓筑牢就業(yè)
在人工智能時代, 職業(yè)院校應與相關行業(yè)統籌發(fā)展, 深化產教融合, 拓寬企業(yè)參與的途徑, 深化引企入教改革, 支持引導企業(yè)深度參與職業(yè)院校的教育教學改革, 多種方式參與學校專業(yè)規(guī)劃、教材開發(fā)、教學設計、課程設置、實習實訓, 促進企業(yè)需求融入人才培養(yǎng)環(huán)節(jié);鼓勵以引企駐校、引校進企、校企一體等方式吸引優(yōu)勢企業(yè)與學校共建共享生產性實訓基地;全面推行現代學徒制和企業(yè)新型學徒制, 推動學校就業(yè)與企業(yè)招工無縫銜接。比如職業(yè)教育將出現新師徒制, 行業(yè)領域的行家里手將通過互聯網以VR或者AR技術言傳身教的方式, 帶領規(guī)模龐大的徒弟用碎片時間進行學習與實踐。
3.4 完善終身學習的職業(yè)教育體系
隨著人工智能應用的深入推廣, 職業(yè)院校培養(yǎng)的技能型人才所掌握的技能如果不及時進行充電升級, 中低端的重復性強的工作將面臨被智能機器人不同程度進行替代的危險。所以對于不少技能崗位, 守著一門技術吃一輩子老本的時代將一去不復返。因此, 職業(yè)教育要繼續(xù)完善終身教育體系, 為職業(yè)教育學生的充電升級鋪就一條縱深的通道。
3.5 人文教育為道, 智能教育為用
在人工智能的幫助下, 簡單重復性的工作將被機器替代, 人們將從重復繁瑣的事務中解脫出來, 轉去從事更具有創(chuàng)造性、創(chuàng)新性或者更具有情感類的工作, 這些工作需要人與人之間的合作與溝通, 因此, 職業(yè)教育更需要注重學生思想道德水平、人文綜合素質的培養(yǎng), 這是做人之道, 在此基礎之上激發(fā)學生們的學習主動性和創(chuàng)造力, 促進跨界思維的形成, 更好地掌握人工智能時代的相關職業(yè)崗位知識和相應的智能技能。著名理論物理學家霍金曾說:完全人工智能的研發(fā)可能意味著人類的末日。Tesla汽車和Space X公司創(chuàng)始人馬斯克說:我們必須非常小心人工智能。如果必須預測我們面臨的最大現實威脅, 恐怕就是人工智能了[7]。一群沒有良好道德水平的, 但掌握了智能技術或設備的人們是危險的, 所以職業(yè)教育應該從學生入學起就開始, 不斷提升學生的思想道德水平, 熱愛社會、熱愛生活、樂于助人、與人為善。只有這樣, 人工智能應用才能更好地服務人們、造福社會。
4 結論
人工智能正在快速又深刻地改變我們的教學、生活和工作方式, 也對職業(yè)教育提出了嚴峻的挑戰(zhàn), 同時也是一個巨大的機遇。職業(yè)教育在面對人工智能時代的變革時, 須要從國家政策、理念與制度、教學管理、產教融合、終身學習等方面做好應對, 切實地把握人文教育之道對智能教育之用的統領原則, 培養(yǎng)能很好地掌控人工智能技術和應用的人才。
參考文獻
[1]謝青松.人工智能時代職業(yè)教育的轉型和發(fā)展[J].教育與職業(yè), 2018 (8) :50-56.
[2]蘇令.人工智能來了, 教育當未雨綢繆[EB/OL].[2018-05-15].
[3]Nils J.Nilsson.人工智能[M].鄭扣根, 莊越挺, 譯.北京:機械工業(yè)出版社, 2000.
[4]王璐菲.美國制定人工智能研發(fā)戰(zhàn)略規(guī)劃[J].防務視點, 2017 (3) :59-61.
[5]賀倩.人工智能技術在移動互聯網發(fā)展中的應用[J].電信網技術, 2017 (2) :1-4.
人工智能技術的誕生,為人類探索計算機科技、便捷生活展望了美好的前景,提供了豐富的想象空間,在社會科學中的應用廣泛。教育手段革新,需要一種新的技術作為保障和支持。人工智能技術應用的普遍性和網絡教育技術發(fā)展的需求性一拍即合,成為一種新的教育發(fā)展模式。本文將對人工智能在網絡教育中的應用進行探究。
【關鍵詞】人工智能 網絡教育 具體應用
1 網絡教育模式的發(fā)展現狀
1.1 網絡教育的優(yōu)勢
網絡教育模式是對傳統課堂教育模式的更新與演進,傳統課堂教育模式具有交流便捷、課堂管理方便的優(yōu)勢,但是也受到空間和時間的雙重限制,需要繳納昂貴的場地和設施費用,難以追趕新時期人們快捷的工作步伐。網絡教育通過互聯網遠程傳遞,在繼承和發(fā)展了傳統課堂優(yōu)勢的同時,彌補了缺點和不足,在虛擬的網絡環(huán)境,擺脫了有關時間、空間、身份等諸多限制,促進了教育手段的創(chuàng)新,為人們提供了更多接受教育的機會,促進了國民教育水平的提高。
1.2 網絡教育存在的問題
網絡教育的問題主要體現在以下方面:
1.2.1 操作平臺的局限性
網絡教育登錄界面的首頁,一般包含著課程選擇、成績查詢、習題演練、師資介紹等基本內容,這容易導致眾多網絡教育平臺具有相同的首頁模板和計算機程序,不同平臺、不同學科、不同專業(yè)沒能充分體現出其獨一無二的課程特色。操作平臺具有局限性,無法充分體現人性化特色和該課程的特殊化要求。
1.2.2 教學方式的一致性
網絡教學中,一般采用計算機程序設定好的流程,授課、復習、習題演練、期末考試、綜合評估為基本程序,流程化操作,無法根據學生的學習特點和成績要求制定相應的教學方式。教學評價流程過于死板,無法像教師一樣考慮其他綜合因素進行分析,這就容易導致考試系統的公平性、評分的合理性受到質疑,無法體現教學權威性。
1.2.3 服務系統的落后性
網絡教育是以計算機的軟件程序為表現載體,將教學課程和學習方式相融合。隨著知識體系更新換代的不斷加快,學術糾錯的發(fā)生,課程及時更新也是十分重要的。但是網絡教育服務系統具有一定的落后性和延時性,傳遞的知識和答疑手段相對落后,影響著網絡教育的準確性和科學性。
2 人工智能在網絡教育中的具體應用
網絡教育缺陷的存在,其重要原因是教育流程系統的“剛性”無法符合學習者不同的教學需求,不懂得如何具體因人而異、因材施教;而人工智能“柔性”的工作特點,可以有綜合考慮各種影響因素,并及時調節(jié),恰好是對缺陷的補充。事實證明,人工智能在網絡教育中的具體應用也取得了較好的效果,主要體現在以下方面:
2.1 專家系統的應用
專家系統是對智能教學系統、決策系統、導學系統以及先進的智能化硬件設備的總稱。傳統的網絡教育是流程化、規(guī)范化的,智能化教學系統是對每個流程應用智能化手段,促進教學過程的科學性。
2.1.1 智能決策系統。
在課程開始之前,增設智能決策功能即智能決策系統,類似于學校的入學考試,對學生的學習能力、成績水平、智力狀況進行基本的分析和了解,以學生能力而不是教師要求為教學依據,制定合理的教學計劃和學習方案;通過智能化設計,確定學習成績分階段測試計劃、智力開發(fā)方案和考試模擬系統等,通過這些方式,實現對學生能力的充分開發(fā)。
2.1.2 智能導學系統
這是通過對學生一定時期學習環(huán)境的營造,通過對環(huán)境內各影響因素施加措施,為學生的學習提供優(yōu)質條件。影響因素包括教師、學習資源、外部因素等,一旦學生學習沒有達到預定的目標,教師模塊就會對學生的動態(tài)行為做出科學正確的指導,并向正確的學習軌跡糾正;學生學習所需要的參考資料、試卷分析、時事熱點等,會根據學生的學習進展情況及時更新資料庫;學生在學習中遭遇困境,系統會根據智能化發(fā)揮引導和提醒功能。
2.1.3 智能教學系統和智能化硬件設備
智能教學系統和智能化硬件設備分別是智能學習系統的軟件和硬件載體。智能教學系統是智能決策和智能導學子系統的綜合,是幾種不同模式的組合與搭配,最終出現適合學生自身的學習模式,并且讓系統關系更加穩(wěn)固;硬件系統是網絡學習的基礎和載體,包括傳輸設備中的路由器、交換機設備,終端的打印機、攝像頭等。
2.2 其他人工智能系統的應用
2.2.1 語言處理系統
語言處理系統在人工智能領域是一種應用較為廣泛的技術,系統內部擁有錄音模塊、語言識別模塊、轉換模塊和輸出模塊。學生向錄音系統發(fā)出聲音,語言識別和轉換模塊將語言轉化為文字顯示在計算機界面上。就目前的技術來說,語言處理系統可以處理簡單口語和書面語言,局限在普通話,隨著語言庫的升級,語言處理系統的功能會越來越強大。這一功能的出現,對學生學習語言口語和減少文字任務有很大的幫助。
2.2.2 知識庫系統
知識庫系統是對知識和數據的整合、匯總和儲存,學生僅依靠記憶中對知識的只言片語和殘損記憶,發(fā)揮知識庫強大搜索功能,自動分辨出關鍵詞,并提供完整的數據。這對學生學習記錄的查找和知識的復習有很大幫助,也有助于系統的升級和完善。
3 促進人工智能在網絡教育中應用的具體措施
3.1 加大資金支持
資金支持是發(fā)展新科技的堅實保證,政府和相關機構應該重視人工智能在網絡教育發(fā)展中的巨大作用,提供政策的優(yōu)惠和資金撥款,給予場地和設備的支持。有了資金的支持,可以吸引優(yōu)秀人才開展系統研發(fā)和技術升級工作,可以為人工智能的應用提供高性能、高水平、先進的硬件設施保障。
3.2 開展教學實施
應該積極促進人工智能在網絡教育中的教學實施活動,通過一線學習的監(jiān)測和實驗,推動新技術的普及與應用。在相關專業(yè)院校安裝人工智能軟件,也是促進教學實施的有效途徑。
4 結束語
綜上所述,人工智能是一項應用廣泛,可研究性強的計算機前沿技術。通過人工智能相關技術的研究,能夠解決網絡教育中存在的諸多問題,提高學生的學習質量和效率,方便老師的教學管理,以及對教育教學模式將產生深刻影響。
參考文獻
[1]馮佳.虛擬機技術在計算機網絡課程教學中的應用[J].計算機光盤軟件與應用,2011(17).
[2]王世剛,王紀鳳,尚玉蓮,趙學軍.計算機網絡課程教學中的虛擬機技術應用[J].中國現代教育裝備,2011(01).
[3]劉健.人工智能在網絡教育中的應用探索[J]. 計算機光盤軟件與應用,2014(06).
[4]陳建鋒.人工智能及其在計算機網絡技術中的應用[J].城市建設理論研究.2015(03).
作者簡介
侯燕(1981-),女,山東省濟寧市人。碩士學歷?,F為齊魯師范學院講師。研究方向為計算機應用。
關鍵詞:新工科;人工智能導論;實踐教學;校企合作;案例庫
隨著物聯網、大數據、5G及人工智能等信息技術的發(fā)展,為了應對中國產業(yè)變革及新一輪的科技革命,適應“中國制造2025”國家戰(zhàn)略需要及產業(yè)經濟創(chuàng)新發(fā)展,同時將國際工程教育思想本土化,“新工科”應運而生[1]。信息技術發(fā)展催生出了人工智能相關的專業(yè),國內高校紛紛設立了智能科學與技術專業(yè)。近年來,人工智能技術的發(fā)展引領著人類社會正逐漸走進智能社會,人工智能將深刻影響人類社會。隨著人工智能的進一步發(fā)展,高等教育的價值也將進一步提高[2]。因此,各高校應盡快建立與新工科相一致的智能科學與技術專業(yè),并深入研究我國人工智能的人才培養(yǎng)體系、課程設置、實驗平臺及成果轉化等方法,改革傳統人工智能的教育教學方法,形成有新工科特色的智能科學與技術專業(yè)工程教育方法。由于傳統的專業(yè)是按學科劃分的,因此,目前的智能科學與技術專業(yè)課程體系以理論為主,強調學科知識的系統性和完備性[3]。人工智能導論作為智能科學與技術專業(yè)的核心課程,同時也是人工智能“入門性”和“引導性”的課程。但是,目前人工智能導論的課程設置上主要存在課程內容陳舊、實踐課程不足、教材理論過強、教學模式老舊及實踐教學與企業(yè)需求不適應等問題。尤其是人工智能導論課程,缺乏實踐教學將會降低學生學習人工智能的興趣和積極性。因此,為了解決這些問題,并使高校跟上人工智能時代的腳步,抓住高等教育發(fā)展的新機遇,進行面向新工科的人工智能導論實踐教學模式探索具有重要的現實意義。
1人工智能對新工科人才的新要求
1.1具備多學科交叉知識。人工智能導論是一個多個學科交叉而成的一門課程。人工智能導論主要包括知識系統、智能搜索技術、腦科學、機器學習、神經網絡、支持向量機、專家系統、智能計算及分布式智能等內容[4]。因此,一個合格人工智能專業(yè)人才需要具備多學科知識。1.2具備多領域應用能力。人工智能導論的應用領域廣泛,基本包含工業(yè)、農業(yè)及社會生活的各個行業(yè)(如工業(yè)生產、通信、醫(yī)療、金融、社會治安、交通領域及服務業(yè)等)[5]。人工智能導論課程要求學生在學好理論前提下也應該掌握各行業(yè)的相關知識,只有這樣才能提高人工智能技術在各領域的應用。1.3具備人工智能創(chuàng)新創(chuàng)業(yè)精神。目前,創(chuàng)新驅動發(fā)展成為了我國現階段發(fā)展的重要力量,人工智能成為經濟發(fā)展的新引擎[5]。在大眾創(chuàng)業(yè)、萬眾創(chuàng)新的號角下,人工智能技術作為創(chuàng)新創(chuàng)業(yè)過程中的一個大趨勢。因此,當今新形勢下培養(yǎng)具有創(chuàng)新創(chuàng)業(yè)精神的人工智能專業(yè)人才對我國經濟發(fā)展及大學畢業(yè)生創(chuàng)新創(chuàng)業(yè)具有重要意義。1.4具備人工智能人文素養(yǎng)。人的內在品質就是人文素養(yǎng),人文科學的知識水平和研究能力是人文素養(yǎng)的重要組成部分,人文素養(yǎng)是人文科學體現出來的以人為研究對象和中心的精神[6]。人工智能對人類社會帶來的是便利還是帶來災難,關鍵是使用者的思想道德和人文素養(yǎng)。因此,培養(yǎng)具有人文精神的人工智能專業(yè)人才具有重要的意義。
2人工智能導論課程教學現狀
目前,許多高校已經認識到傳統的人工智能導論課程已經不能適應社會和學生發(fā)展的需要。尤其是地方普通高校在師資、科研及學科力量薄弱情況下進行人工智能導論的實踐教學。目前人工智能導論的課程設置上主要存在的問題如下:⑴本科生課程內容陳舊。近年來,隨著云計算、大數據、5G等信息技術的快速發(fā)展,也帶動人工智能技術發(fā)展日新月異。對于高校來說,要緊跟人工智能技術前沿,傳授學生的知識也要緊跟人工智能的發(fā)展。目前,雖然也出現了不少新的人工智能導論教材,但在課堂上能夠教學的新內容仍然不多,教材內容仍然集中在傳統的人工智能技術(如問題求解、知識表示、歸結原理及經典推理等技術)上。⑵研究生課程內容重疊。研究生的人工智能導論課程應作為本科生課程的一個延續(xù),但部分高校對研究生人工智能導論課程的教學重視不夠。很多本科生已經學過的內容在研究生階段又進行了重復。因此,在新工科背景下培養(yǎng)高層次的人工智能人才,就必須要在研究生階段加強新工科人才實踐能力的培養(yǎng),選擇合理的人工智能導論課程,改革研究生階段人工智能導論的教學理念和教學模式。⑶實踐課程不足。實踐教學是提高人工智能新工科人才能力的重要路徑。目前,大多數院校的人工智能導論課程理論與實踐聯系不夠緊密,對學生實踐能力的培養(yǎng)不夠,只知道理論,而不進行實際的實踐應用就不能成為合格的人工智能新工科人才。另外,大多數地方高校的人工智能實驗室建設投入不足,實驗條件差,驗證性的實驗較多,實驗課時不足,學生對人工智能新技術的接觸不夠。⑷人工智能導論教材理論性過強。目前,現有的人工智能導論教材以理論為主,缺乏人工智能實踐內容。在課程教學過程中學生經常會感覺索然無味,當實踐課程開設不足時,這種情況會非常明顯。學生會漸漸的對人工智能導論課程失去興趣和熱情,最終會導致課程的教學質量和效果下降,不能達到新工科人工智能專業(yè)人才培養(yǎng)的預期。⑸教學模式老舊。人工智能導論是多學科交叉的課程,課程內容理論性強、抽象、多知識點是新工科的特點。然而,大多數地方高校仍然采用過去的課堂教學模式(即“教師講、學生聽”的教學模式),這種單向灌輸的教學方式以教師為主,學生的主動性不夠,只是在被動接收知識。學校這種重視理論不重視實踐的教學模式,在一定程度上影響了新工科人才的實踐能力,從而導致教學內容與企業(yè)社會需求脫節(jié)。
3人工智能導論實踐教學初探
3.1人工智能導論課程實踐平臺建設。為了提高學生對實踐教學的興趣,南陽師范學院計算機科學與技術學院在人工智能導論授課過程中廣泛應用多種計算機實驗教學平臺,如采用開源的PaddlePaddle百度飛槳深度學習平臺,希冀一體化人工智能實踐教學平臺及大數據綜合實驗平臺。教師可以在實踐教學過程中方便的使用這些平臺進行授課,學生也可以在課堂中跟隨老師完成相關實驗,并能夠在課下進行相關實驗練習及提交作業(yè)。3.2人工智能導論課程實驗內容優(yōu)化。在人工智能導論實踐教學過程中,以學生興趣為導向,開展相關應用課程實驗,南陽師范學院計算機科學與技術學院對人工智能導論實驗課程內容進行優(yōu)化。優(yōu)化后的主要實驗課程包括搜索優(yōu)化算法實現、智能計算實現、貝葉斯分類實驗、最近鄰算法實驗、機器學習實驗及神經網絡實驗。最后,通過期末課程設計進一步提高學生解決實際問題及創(chuàng)新創(chuàng)業(yè)的能力。3.3人工智能導論實踐教學模式改革。⑴校企合作為使人工智能導論實踐教學不與企業(yè)脫節(jié),校企合作是關鍵。應積極派遣教師進企業(yè)進修,了解企業(yè)需求,并提高教師的工程能力。從2018年以來,南陽師范學院計算機科學與技術學院每年暑假期間累積派遣教師58人/次前往百度、中興、科大訊飛、神舟數碼及江蘇傳智播客公司等進修培訓。同時已經在固定時間邀請相關企業(yè)講師到學校進行人工智能方面的項目教學。建立起了具有地方區(qū)域特色的師資隊伍及校企協調的實踐教學模式,從而避免人工智能導論課程實踐與企業(yè)實際脫節(jié)。⑵“雙導師”負責制人工智能導論實踐課程實行“雙導師”制,邀請企業(yè)中實踐經驗豐富的人才任教或任職,校企合作建立實踐教師指導團隊,改革教學策略及教學方法,以項目為牽引,將人工智能導論實踐課程作為第二課堂學分。還要積極制定人工智能相關的科技作品競賽的獎勵機制,積極引導學生參加各種人工智能相關的比賽,從而進一步提高學生在創(chuàng)新實踐方面的能力。⑶采用案例教學法以案例導入進行教學,提高學生興趣。首先,從人工智能競賽的部分賽事中、(如百度的人工智能大賽,“2020年全國人工智能大賽”,“2020中國高校計算機大賽人工智能創(chuàng)意賽”等)中選取貼近實際問題的案例作為人工智能導論實踐課程的案例來源。然后,采用目前主流的人工智能開發(fā)軟件進行算法代碼的編寫,引導學生采用Python語言調用第三方接口庫進行算法的實現。最后,讓學生使用主流的編程語言(如C++、Java等)開發(fā)完善算法或進行系統設計與實現。
4結束語
在新工科背景下,人工智能導論作為智能科學與技術專業(yè)的基礎核心課程,人工智能人才培養(yǎng)應注重提高學生解決問題的能力。在這種背景下,筆者結合近年來了解到的企業(yè)需求和上課的實際,對人工智能導論實踐教學模式進行初探,具體如下:①校企合作,構建人工智能實踐平臺;②建立案例庫,優(yōu)化實踐的內容;③校企“雙導師”制,采用案例教學,從而進一步提高學生在創(chuàng)新實踐方面的能力。
參考文獻:
[1]楊晴,王曉墨,成曉北等.新工科背景下的新能源科學與工程專業(yè)——哈佛大學工科教育在學科交叉方面的啟示[J].高等工程教育研究,2019.S1:23-24,33
[2]李明媚,成希,羅娟.人工智能時代的高等教育之變與不變[J].黑龍江高教研究,2020.2:41-44
[3]陳義明,劉桂波,張林峰等.智能科學與技術專業(yè)課程體系建設的理論思考[J].計算機教育,2020.309(9):103-107
[4]劉永,胡欽曉.論人工智能教育的未來發(fā)展:基于學科建設的視角[J].中國電化教育,2020.2:37-42
[5]姚琳,石志國.人工智能課程體系與教學方法研究[J].中國大學教學,2019.10:19-22
>> 引入深度學習的人工智能類課程 中西合璧的人工智能課程雙語教學模式 可調戲的人工智能 生活中的人工智能 不斷超越的人工智能 逐漸靠近的人工智能 正在落地的人工智能 2035年的人工智能 航天類專業(yè)“人工智能”課程的教學探索 林業(yè)院校人工智能課程教學的思考 人工智能導論課程的興趣教學法 人工智能概論課程的教學思考 “人工智能”課程教學的實踐與探索 游戲開發(fā)應用中的“人工智能”課程教學方法探討 人工智能的應用研究 人工智能的日常應用 人工智能的應用和發(fā)展 淺析電氣自動化控制中的人工智能應用 分析繼電保護中的人工智能技術及其應用 電氣自動化控制中的人工智能應用分析 常見問題解答 當前所在位置:l)。在情境創(chuàng)設時,教師根據學生特點提出了多種應用需求,例如化妝品銷售咨詢等。學生利用該工具,興趣盎然地開發(fā)了自己的小型專家系統,不僅理解了專家系統的特點、作用、運行方式等,還具有強烈的成就感。
2.2面向研究的情境創(chuàng)設
蘇霍姆林斯基認為,研究型教學法應該充分體現學生的主體地位,激勵、引導和幫助學生去主動發(fā)現問題、分析問題和解決問題,激發(fā)學生學習的內在興趣和成就動機[4]。人工智能課程中包含了大量的前沿問題,研究型課題比比皆是,如何平衡這些研究課題與興趣、實用的關系,是教學設計中重點考慮的內容。
下面以“規(guī)劃”中的路徑規(guī)劃內容為例,詳細分析以研究為導向的情境創(chuàng)設過程。表2給出了整個教學設計。
綜合幾次研究課題完成情況,班級中有1/3的學生通過廣泛查閱資料和多次與教師討論,提交了質量尚可的標準格式論文,并因此獲得了學院的科研學分。除此之外,教師還組織這部分具備一定科研潛力的學生參加科研項目,進一步磨練科研技能,極大提高了學生的學習興趣和能力。
3DBR驅動的教學過程
人工智能課程各單元內容相對獨立,難以形成統一的聯系,怎樣驗證各單元的學習效果?從提出問題到任務解決,每個單元的學習通常要跨越幾節(jié)課甚至幾周,怎樣在此期間保持學生的興趣和關注?
DBR是情境設計、實施、評價、再設計、理論形成等環(huán)節(jié)多次迭代循環(huán)的過程,柯林斯稱之為“不斷進步的修正”(Progressive Refinement),以檢測設計的價值。因此,評價是教學過程中非常重要的一環(huán)。本課程教學主要做好兩個環(huán)節(jié),以驅動整個教學過程的推進。
1) 實踐環(huán)節(jié)。
通常的實踐環(huán)節(jié)是課程結束后固定時間的實際任務,而本課程的實踐卻貫穿整個教學過程,是單元教學、教師、學生之間的粘合劑。實踐包括應用型實踐和研究型實踐,一般在每個單元教學開始,提出問題后,實踐任務就被布置下去,例如前面所述的“黑白棋”、“路徑規(guī)劃算法研究”等。學生接受任務后,帶著問題搜索解決途徑,在此期間需要教師提供方法指導及答疑(既可固定時間,也可通過E-mail等形式)。及時地交流,特別是針對實際問題的交流,不僅有效率,而且便于教師及時調整教學設計。
2) 教學評價。
除了課程考核以外,每個教學單元結束時都有反饋和評價環(huán)節(jié)。評價方式包括單元測試、編寫軟件測試、研討會等。具體采用何種形式,要根據前一階段的反饋信息決定。這些來自學生反饋信息包括前一階段學習的接受情況、興趣點、其他課業(yè)繁忙情況等。在學期的不同時間點采用合適的評價方式,有助于加強學習刺激,總結和發(fā)現教學設計中的問題,及時調整。
通過上述兩個環(huán)節(jié)的推動,精心設計的教學內容得以順利實施并被學生欣然接受。2/3的學生在整個學期教學中都保持了積極的態(tài)度和充分的關注度,確實感受到人工智能的魅力,并能夠從技術角度看待人工智能,消除了未學或初學時的神秘感。
4教學實施效果分析
1) 正效果分析。
中原工學院計算機學院作為普通工科院校,以培養(yǎng)實用型人才為主,人工智能并非主干課程,學生重視程度不足。兩年來,經過教師與學生的共同努力,教學改革成果逐步體現。人工智能類學生人數從過去的5%上升到15%,科研論文數量從1%上升到20%。有20%的學生接觸過或正在從事人工智能類項目的研究與開發(fā),考研選擇人工智能科目的學生比例從0上升到15%,考研成功人數占畢業(yè)生總人數的20%。
人工智能教學中采用的應用型與研究型情境創(chuàng)設,不僅促進了學生理解接受知識,而且鍛煉提高了學生獨立分析、解決問題及開發(fā)能力。學習也不再局限于課堂,而是拓展到圖書館、互聯網等更廣闊的空間。學生在學習期間保持了高度的關注,充分發(fā)揮了主動性和主體意識,為持續(xù)發(fā)展奠定了良好的基礎。
2) 不足分析。
DBR的方法論能夠促使教師在教學過程中不斷完善教學設計,融合先進的教學理論及工具,逐步加深學習的理解和設計的提升,切實提高教學效果。然而,仍然存在一些DBR無法解決或完善的問題。具體表現在:
(1) 缺乏合適的教材。目前大多數教材的示例以解答式或推證式為主,設計型或實際項目案例較少。
(2) 投入時間限制。盡管上述教學設計和教學過程都經過精心準備與實施,但是要取得好的成效,還需要教師和學生都投入大量時間交流、研究或開發(fā)。而學生課業(yè)繁忙造成了實施的瓶頸。
這些不足制約了上述教學方法的實際實施效果,需要今后不斷改進。
5小結
本文針對普通工科院校學生特點,將DBR研究成果應用于人工智能課程。教學效果表明,精心設計的應用型與研究型情境有助于維持學生長時間的關注度、主動性和興趣;強調基于評價的修正使教學過程可調節(jié),學生的學習效果更可靠。希望本文研究能夠對人工智能教學及學生培養(yǎng)起到一定的參考作用,下一階段的主要工作是進行適合的教材建設。
參考文獻:
[1] 楊南昌. 基于設計的研究:正在興起的學習研究新范式[J]. 中國電化教育,2007(5):6-10.
[2] 曾安,余永權,曾碧. 人工智能課程教學模式的探討[J]. 江西教育學院學報:綜合版,2006,27(6):40-43.
[3] 李鳴華. 案例教學法在高中人工智能課程中的運用研究[J]. 中國電化教育,2008(2):99-102.
[4] 楊種學. 研究型教學法在數據結構課程中的應用研究[J]. 計算機教育,2007(1):55-56.
DBR Utilized Teaching Method for Artificial Intelligence
WANG Lu, LU Xiao-xia
(School of Computer, Zhongyuan University of Technology, Zhengzhou 450007, China)
Abstract: In view of the characteristics of artificial intelligence curriculum, including abstract content and complex algorithm, and the actual needs of undergraduate teaching, combined with teaching practice, this paper discusses and sums up the teaching reform and innovation of undergraduate artificial intelligence curriculum from the teaching system, teaching content, teaching methods and assessment methods.
P鍵詞: 人工智能;創(chuàng)新;本科
Key words: artificial intelligence;innovation;undergraduate
中圖分類號:G642 文獻標識碼:A 文章編號:1006-4311(2017)22-0230-02
0 引言
人工智能是計算機科學的一個分支,是當前科學技術中正在迅速發(fā)展、新思想、新觀點、新理論、新技術不斷涌現的一個學科,其屬于一門邊緣學科,同時也是多個學科交叉而成的一門學科,包括語言學、哲學、心理學、神經生理學、系統論、信息論、控制論、計算機科學、數學等[1]。當前人工智能已經是很多高校計算機相關專業(yè)的必修課程,它是計算機科學與技術學科類各專業(yè)重要的基礎課程,其教學內容主要包括自然語言理解、計算智能技術、問題求解和搜索算法、知識表示和推理機制、專家系統和機器學習等,國內外很多大學都意識到了其重要性,紛紛對其展開了教學和研究。人工智能課程包含多個學科,具有內容抽象、理論性強、知識點多等特點,且算法復雜,但是多數高校采用的教學方式仍是傳統的課堂教學方式,即“教師講、學生聽”的教學模式,這種信息單向傳輸教學模式以教師為主體,學生只是在被動的接收知識;存在過分重視理論教學,忽視實踐活動教學的問題,導致教育內容無法和社會接軌;人工智能教材理論性過強,學生在學習過程中常常感到枯燥乏味,進而對學習該課程失去熱情[2],久而久之,不僅人工智能課程的教學質量和效果無法達到預期,甚至學生還會產生厭學心理。針對人工智能課程中現有的各項問題,本文作者結合自身豐富人工智能教學實踐經驗,參考人工智能課程特點和教學目標,從多個方面探討和總結了人工智能,包括教學內容、教材選擇、教學方法和考核形式等。
1 教學內容優(yōu)化與更新
人工智能是一門嶄新的學科。開設本課程首先是確定教學內容。通常來講,人工智能學科的內容包括兩個部分,具體:一是知識表示和推理;二是人工智能的應用。前者是人工智能的重要基礎,后者主要介紹了幾種人工智能應用系統,包括自動規(guī)劃和機器視覺、機器學習、專家系統等。另外,課程內容中還包括了一些人工智能應用的實例,將實踐和理論緊密結合起來[3]。
隨著時代的發(fā)展和科技的進步,人工智能學科也取得了較大發(fā)展。基于此,人工智能學科也應該與時俱進,更新人工智能教學大綱,進一步完善其教學內容。修訂后的人工智能教學大綱將人工智能分成兩個部分,即基礎部分和擴展應用部分。前者包括計算智能、搜索原理、知識表示等,后者包括智能機器人、智能控制、多智能體、自然語言理解、自動規(guī)劃、機器學習、知識工程等。
教學內容的選擇和確定應綜合考慮多項因素,不僅要重視基礎知識,也應注意推陳出新,隨著科技的進步做到與時俱進,同時教學內容應符合現實的需求,能夠與社會接軌,將理論和實踐緊密結合起來,只有這樣人工智能課程的教學質量和效果才能事半功倍。
2 教學策略及教學方法的改革創(chuàng)新
由于人工智能課程具有算法復雜、內容抽象、理論性強、 知識點多的特點,傳統的教學模式已經無法滿足人工智能課程的需求,教師應探索更加有效的教學模式和方法,確保人工智能課程能夠取得良好的教學質量和教學效果。具體的改革和創(chuàng)新人工智能課程的手段和方法主要包括以下幾個方面:
2.1 激發(fā)學生的學習興趣 無論是經驗還是常識都在告訴我們每個人最好的老師就是興趣,學生只有對某門學科存在興趣,才會更加主動積極的學習該門課程,從而獲得良好的教學效果。比如,作者在課程的一開始先播放了一段著名導演斯蒂文?斯皮爾伯格的《Artificial Intelligence》的相關片段,由這個電影學生知道了世上存在人工智能的機器人,學生們隨著電影情節(jié)的發(fā)展而深深感動,與此同時教師讓學生思考和談論人工智能是什么?研究人工智能的意義在哪里?實踐發(fā)現,在課堂中加入電影因素,能夠大大提升學生們的注意力,讓學生更加專注在教學任務中,有效提高了學生探索人工智能的積極性和主動性。此外,在教學中還可以用動畫、視頻、圖片等手段將反映人工智能最新研究和應用的成果展示出來,讓學生更直觀的感受人工智能的奧妙,從而投入更多熱情學習人工智能課程。
2.2 面向問題的案例教學法 案例教學法是一種以案例為基礎、以能力培養(yǎng)為核心的一種教學方法[11]。針對學校學生特點,我們采取了以下幾種教學形式實施案例教學。①講解式案例教學:這種案例通過教師的講解,幫助學生理解抽象的理論知識點。案例的呈現有兩種基本形式:一是“案例―理論”,即先給出教學案例,然后再講解理論知識;二是“理論―案例”,即教師先講解理論知識,再給出教學案例;通過情境體驗與案例剖析激發(fā)學生認知的興趣,引導學生對將要學習的內容產生注意,有利于教師導入新課。②討論式案例教學:在課程初期將學生分成若干學習小組,每小組3~4人;教師將提前設計好的一題多解的教學案例以及收集的相關資料分配給每個小組,要求學生在課余時間通過自學和組內討論的方式給出問題的不同解決方案。③辯論式案例教學:在課程后期,采取專題辯論的方式對綜合應用案例進行討論,能有效地啟發(fā)學生全方位地思考和探索問題的解決方法,加深學生對人工智能的理解。
2.3 個性化學習與因材施教 在開展課程教育過程中應注意對學生進行個性化教學,結合學生特點因材施教。比如,在日常教學中多觀察學生情況,鼓勵那些應對教學任務后仍存在余力的W生深入探索較深層次的課程及相關知識,同時友善面對學習較差的學生,分析其學習過程中面對的困難,有的放矢地采取應對措施,幫助其不斷進步;在教學過程中讓學生以讀書報告的形式多多思考,鼓勵學生發(fā)散性思考問題,鼓勵優(yōu)秀學生進行深一步的探討,并且教師應幫助具有新穎思想或論點的學生將其智慧以科技論文和發(fā)表文章的形式轉化為成果。
2.4 注重綜合能力培養(yǎng) 在研究型教學中任務驅動是一種常用的教學方法,其中心導向是任務,學生在完成任務的同時也在吸收和掌握知識。通常來講,該教學方法的步驟是:教師提出任務師生共同分析以得出完成任務的方法和步驟適當講解或自學、協作學習完成任務交流和總結?!盵3]該教學模式不僅有利于培養(yǎng)學生的創(chuàng)新能力和創(chuàng)新意識,還能夠培養(yǎng)學生解決實際問題的能力,提高其綜合實力。不僅如此,由于該教學模式通常是以小組協作的方式進行,教師給出研究范圍,學生自愿結組并選擇具體的題目,經過分析和討論后以程序設計或者論文的形式協作完成研究。由此可知,學生是在以團隊的力量解決問題,這十分考驗學生的團隊協作能力,對于學生團隊合作精神的培養(yǎng)至關重要,且在完成任務的過程中學生需要查閱大量的資料,久而久之學生收集資料和創(chuàng)新能力勢必會得到提升。
2.5 采用啟發(fā)式教學 人工智能的很多問題都較為抽象,對學生理解力的要求較高,因此,在實際的教學過程中教師應有意識的就課程內容提出相關問題,讓學生自己獨立思考,鼓勵學生提出自己的想法和解決方案。然后回歸到課程上,對比分析教材上的解決方案和學生自己的解決方案,如此不僅培養(yǎng)了學生獨立思考的能力,也增加了學生參與教學活動的意識,提高了學生的學習熱情。比如,在講到較為抽象的“遺傳算法”時,先提出一個問題,即“遺傳算法如何用于優(yōu)化計算?”,然后從“達爾文的生物進化論”入手,討論“遺傳”、“變異”和“選擇”作用,之后舉例分析,啟發(fā)學生思考“遺傳”、“變異”和“選擇”的實現,最后師生一起導出遺傳算法用于優(yōu)化計算的基本步驟。如此既完成了教授遺傳算法的目的,也鍛煉了學生邏輯思維的能力,教學效果良好[4]。
3 作業(yè)和考核方式的改革創(chuàng)新
過去的課程作業(yè)都是單一書面習題作業(yè),發(fā)展至今,課程作業(yè)形式已經發(fā)生了變化,更加豐富多樣,包括必須交給教師評閱的書面家庭作業(yè)和不必交給教師的課外思考題目、口頭布置的思考題或閱讀材料以及大型作業(yè)等。其中通過網絡就可以完成上交作業(yè),并且教師批閱作業(yè)后也可以通過網絡返回給學生,實現了網絡化。課程的考核方式較之以前也發(fā)生了較大變化,加強了平時思維能力的考核,更加注重學生實驗能力和動手能力的培養(yǎng),不再是絕對的一次考試定成績,而是在總評成績中加入30%的平時成績,如此不僅減輕了學生的期末負擔,也迫使學生更加重視平時的學習思考,有利于課程教學質量的提升。
4 結束語
本文是以提高教學質量為目標,結合教學實踐,從教學體系、教學內容、教學方法、考核方式等方面對本科人工智能課程的教學改革進行了探討,總結了該課程在教學和實踐方面的一些教改舉措。這些舉措符合二十一世紀高校教學的要求,可以支持教師提高教學手段現代化的水平,同時更貼合學生的學習需求。作為該課程的授課教師應始終保持對教學內容的不斷更新、教學方法的多樣化,才能激發(fā)學生的學習興趣,培養(yǎng)他們的思維創(chuàng)新和技術創(chuàng)新的能力,最終提高本課程的教學質量。從學生的反饋來看,作者所總結的教學實踐具有明顯的教學效果。但仍有許多方面做得不夠,今后將繼續(xù)在教學過程中不斷總結成功的經驗,吸取失敗的教訓。
參考文獻:
[1]蔡自興.人工智能及其應用[M].三版.北京:清華大學出版社,2007.
[2]謝榕,李霞.人工智能課程教學案例庫建設及案例教學實踐[J].計算機教育,2014(19):92-97.
[3]蔡自興,肖曉明,蒙祖強.樹立精品意識搞好人工智能課程建設[J].中國大學教學,2004(1):28-29.
【關鍵字】人工智能;課程改革;高中;信息技術;課程實施
【中圖分類號】G420 【文獻標識碼】A 【論文編號】1009―8097 (2008) 10―0043―04
教育部在2003年頒布的高中信息技術新課程標準中,首次把“人工智能初步”設置為選修模塊,與多媒體、網絡、程序設計、數據庫技術等一起列入信息技術課程體系[1]。此舉曾被視作信息技術課程改革的亮點之一。然而,在如今高中信息技術新課改已經全面鋪開之際,人工智能選修課程的推進仍然舉步維艱,面臨諸多困難和問題。
一 高中人工智能課程的現狀分析
自2004年我國部分省級實驗區(qū)開始推進高中新課程改革以來,信息技術課程改革已經開展了四年之久。從目前的總體情況來看,信息技術課程的基礎模塊與多媒體技術、網絡技術、算法與程序設計三個選修模塊的實施情況較好,而數據庫技術與人工智能初步兩個選修模塊的推進情況相對不佳。特別是人工智能課程,至今在全國范圍內正式開設該課程的學校寥寥可數,少數高中展開了一定的探索和實驗,而大多數學校仍持有觀望態(tài)度。以下分別從實施取向和實施層次的角度分析該課程的現狀:
(1) 課程實施的取向
由于我國長期以來實行的是全國統一的課程與教材,按照統一規(guī)定執(zhí)行教學計劃,對學校和學生的評價也是按照統一標準與方式實施的,因此我國以往的課程實施基本上都采用了忠實觀的取向[2]。本次新課改中信息技術課程的實施過程難免受到這種取向的影響。然而,新課程標準中對信息技術技術各個模塊的具體實施并沒有明確而詳細的規(guī)定,從而使教師對包括人工智能模塊在內的課程實施缺乏長期慣于依賴的參照和依據,增加了課程實施的難度,造成部分模塊的課程難以開設的情況。
(2) 課程實施的層次
課程實施包括五個層面的變化,即教材的改變、組織方式的改變、角色和行為的改變、知識與理解的改變、價值的內化[3]。目前高中人工智能課程在教材改變的層面已經做出了一定的努力。在課程標準的指導下,現已出版的五套教材在體例、版面、學習活動、評價等方面進行了多樣化的設計,基本上貫徹了新課標所倡導的課程目標和理念。在組織方式的層次,少數已經開設人工智能課程的學校結合學生的興趣與學校的實際情況,有針對性地開展了課程的組織。然而,仍然有一些地區(qū)或學校不愿或不習慣打破原有的課程組織方式,而是采用硬性規(guī)定的方式,人為指定兩三門課程,將選修變?yōu)楸匦蓿拗茖W生的自由選擇,依然維持原有的固定班級授課的形式。教材的改變僅僅是課程實施的開始,在組織方式、角色或行為、知識與理解、價值等層次,大部分學校還未發(fā)生變化或變化還很小。
(3) 課程實施的典型個案
目前國內開展人工智能課程教學或實驗的典型學校如表1所示??傮w來看,這兩所學校都地處東南沿海地區(qū),且學校本身比較積極參與高中新課改的實踐探索,屬于“敢于吃螃蟹”的類型??紤]到課程本身的要求較高,兩所學校都選取了基礎較好的學生開展教學。到目前為止,兩所學校均已開展了三期的教學或實驗探索,任課教師及時總結教學心得體會,并在相關教學刊物或課程研修活動中與廣大一線教師分享教學經驗。
二 高中人工智能課程的影響因素
根據Snyder的研究,可以把課程實施的影響因素歸納為四個方面:課程改革自身的性質、校區(qū)的整體情況、學校的水平以及外部環(huán)境[4]。結合高中人工智能課程的現狀,本文分別從以上四個方面來探討影響該課程的主要因素。
(1) 課改自身的性質
課程改革本身的性質是影響課程實施的第一要素。它包括課程改革的必要性及其相關性、改革方案的清晰程度、改革內容的復雜性以及改革方案的質量與實用性。結合信息技術新課程改革的相關調查研究,廣大信息技術教師和教研人員對課改的必要性應該認識得比較到位,然而他們對信息技術課程中是否有必要單獨開設人工智能模塊存有疑惑。其次,不少教師對課程改革方案(課程標準)的認識并不是非常清晰。他們認為新課程標準中的教學理念、實施建議等內容相對抽象,不易把握和理解,缺乏具體的針對性,可操作性不強。再次,人工智能課程的實用性相比其他模塊并不明顯,課程內容也相對難度較高。這些因素造成課程設置的必要性不強、實施難度大、實用性不高,直接影響人工智能課程在學校的順利設置。
(2) 校區(qū)的整體情況
校區(qū)的整體情況主要包括地區(qū)的適應性、地方管理部門的支持、教學隊伍的培養(yǎng)、教學研討和交流等等。各地區(qū)對課程改革的需要程度會直接影響人們實施課程的積極性和主動性。我國東西部地區(qū)的學校對課程改革的需求程度不同,從而造成了課程實施的地區(qū)差別。從目前開設人工智能課程或教學實驗的學校來看,均分布于東南沿海較為發(fā)達的地區(qū)。這些學校的共同特點是基礎條件較好,對課程改革的積極性高,敢于進行教學嘗試和革新。此外,地方管理部分的支持對課程實施也有很大影響,如廣東省為了推動信息技術課程改革,專門出臺了關于課程標準的教學指導意見[5]。其中強調“要特別注意人工智能初步”,并針對人工智能課程提供了較為具體的教學建議,從而促使該省出現了全國最早正式開設人工智能課程的學校。師資隊伍也是影響課程的因素之一。目前大多數高中缺乏熟悉人工智能課程內容和教學方法的專業(yè)教師,使得學校無法開設該課程。因此,有關人工智能課程的研討和學習交流顯得尤為重要,然而目前這些方面的活動總體上相對缺乏。
(3) 學校的水平
學校水平對課程實施的影響因素包括校長的作用、教師的個人特征和教師集體的行為取向。學校是課程改革的基本單位,校長和教師是學校課程改革的動因。校長對課改理念的理解,以及對課改的支持、參與程度都會影響課程的順利實施。校長通常會根據上級主管部門的意見,結合本校的實際情況,權衡課程改革可能對學校形成的各種影響。在高考的影響下,信息技術課程在高中各科中長期存在地位“低人一等”的現象,甚至出現課時常被“侵占”的現象。如果校長對信息技術課程本身不重視,那么要求學校開設人工智能選修課無疑是一種奢望。此外,一所學校教師個人和集體的改革意識的強弱也會影響課程的實施。從人工智能課程的現狀來看,恰好印證了這一點:改革意識強的教師個人或教研組即使沒有上級的硬性指令,也能積極展開各選修模塊的教學嘗試和探索,并自覺地從教學者成長為研究者,而思想保守的學校即使具備了課程實施的基本條件,也不愿積極開設相關的選修課程,長期停留于課程的“忠實執(zhí)行者”的層次。
(4) 外部環(huán)境
外部環(huán)境因素主要包括政府部門的重視、外部機構的支持以及社區(qū)與家長的協助。各國課程改革的經驗表明,教育行政部門和相關機構的態(tài)度在很大程度上影響到新課程的順利實施。特別是我國長期以來受到前蘇聯教育模式的影響,課程改革通常是自上而下的模式,新課程的實施主要依靠各級政府教育行政部門的政策和指令的推動。本次新課程改革同樣繼承了這一模式,但是整個教育體制和評價體系未能及時進行相應的調整,因此在某些方面造成各級教育部門的政策抵觸,出現“上有政策、下有對策”的情況。此外,社區(qū)與家長對新課改的認識和態(tài)度也影響到人工智能課程的實施。研究表明,社區(qū)與家長更加關心的是新課改是否有助于提高學生的學業(yè)成績,是否會給學生造成更大的負擔,而對學生能力的全面發(fā)展和個性的培養(yǎng)則是其次的考慮。因此,要使社區(qū)與家長認識和了解課程改革的意義和目標,引導其關心新課程、支持新課程才能更好的促進新課改的健康發(fā)展,進而才可能使得包括人工智能在內的高中各科選修模塊得以全面開設與實施。
三 高中人工智能課程的反思
通過調查訪談以及與相關授課教師的交流,筆者了解到高中人工智能課程的教學情況和教師的經驗體會??傮w來說,該課程的推進情況不如預期理想,需要從課程的設計、管理、教學以及評價等方面進行反思。
(1) 課程設計
本次高中信息技術課程改革將原來的一門課程分解為1個必修模塊和5個選修模塊,從而給學生提供多樣化的選擇。“人工智能初步”選修模塊是作為智能信息技術處理專題設置的,以反映信息技術學科的發(fā)展趨勢,體現教育的時代性要求。課程設置的目的在于使學生在技術掌握與使用的過程中,逐漸領會信息技術在現代社會中的應用以及對科學技術和人類發(fā)展的深遠意義[6]。然而,以上的描述更多是該模塊的隱性價值,相比其他模塊該課程的顯性價值并不是很直觀。而一線的信息技術教師較多關注的是該課程的顯性價值:課程能給學生帶來些什么?學生的實踐能力能否有較大提高?教師們在沒有找到一個合理的價值依托之前,一般不會貿然開課。這一點值得課程設計者和教研人員的深刻思考。
通過網絡問卷調查,不少教師認為人工智能課程在高中開設是有一定必要性的[7],但并不意味著所有的學生都需要學習該課程。課程應面向對人工智能有一定興趣的學習者,且最好有一定的基礎。事實上,相對于其他選修模塊,選擇人工智能課程的學生并不是很多。因此,結合我國目前的情況,可以考慮優(yōu)先在發(fā)達地區(qū)條件較好的部分學校開設,再進一步利用其示范作用,以點帶面,逐步鋪開培訓、指導、交流的規(guī)模和影響面,積極穩(wěn)妥地推進高中人工智能課程的建設。
(2) 課程管理
課程的有效管理有助于提高課程實施的質量。上個世紀90年代以來,我國的中小學課程由原來的中央集權管理體制逐步轉變?yōu)閲?、地方、學校的三級管理體制。國家負責課程的總體規(guī)劃,省級教育部門結合本地區(qū)實際制定課程計劃或實施方案,而學校也將有權根據學校傳統或學生興趣開發(fā)適合本校的課程。目前人工智能課程雖然已被列入國家課程標準,但在地方管理層面并未得到應有的認可。部分地區(qū)考慮到高考因素,直接將人工智能模塊排除在學生的選擇范圍之外,無疑成為阻礙該課程順利實施的一個重要原因。
目前我國高中了解熟悉人工智能教學內容、方法的教師十分缺乏,相關教育主管部門需加強該課程的師資培養(yǎng),邀請教材編寫人員和相關專家,積極開展各級培訓、研討和交流活動,以務實的態(tài)度來聽取學科教師的意見,為他們提供一些明確的、可操作的指導和建議。也可以開展優(yōu)秀教學案例的征集和評獎,通過公開課的觀摩和點評活動,或吸納中學教師參與有關課程改革和教學研究的課題,以此提高教師參與改革的積極性。此外,國內高等師范院校信息技術相關專業(yè)應該對新課改作出及時的反應,針對高中信息技術各選修模塊為師范生開設相關的課程,為課改的成功實施提供后備師資力量的支持。
(3) 課程教學
從已開展的人工智能課程教學或實驗情況來看,主要的教學體會包括:教學對象選取時要有針對性,不宜硬性指定,應結合學習者自己的興趣和學習基礎供其自由選擇;由于課程的理論和技術的要求較高,不宜大量采用“講授法”進行教學,應設計一些有挑戰(zhàn)性的活動供學生實踐;為保證教學進度有序進行,可通過課堂小測及時鞏固所學內容;應提供良好的網絡條件和計算機設備以支持課程教學和實踐的順利開展。
國外一些高校通過遠程網絡的手段與中學合作開展人工智能教學,加快了課程建設的步伐,并提高了教學質量。大學負責教學網站的建設維護,主持與中小學的討論答疑,中學則負責課程教學的具體實施。文中個案也印證了這種做法的有效性:讓一些致力于高中人工智能課程研究的高校和部分條件較好的中學建立共同體,協作推動課程的實施。一方面,高校研究人員能為中學提供教學指導建議、技術和資源的支持;另一方面,中學的教學實踐也為高校進行課程教學研究提供了材料和依據。
(4) 課程評價
研究表明,評價目前已成為影響高中信息技術新課程實施的一個重要問題[8]。從本次課改的動因來看,針對我國現行教育體制下的高考選拔制度在很多方面呈現的弊端,新課改力圖在一定程度上改變這一局面,努力使學習者能夠真正獲得全面的發(fā)展。但是,在目前情況下以高考為“指揮棒”的評價體系短期內仍然無法發(fā)生質的變化。高中新課改實施以來,部分省份相繼將信息技術課程納入了高考的范疇,以往信息技術課程不受重視的情況逐漸得到了一些改善。然而,高考是否解決信息技術課程評價問題的一劑良藥,進而為人工智能課程的實施及其評價帶來新的希望,目前仍是值得懷疑和思考的問題。特別是當前高考科目已經較多,再增加科目無疑會加重學習者的負擔,且很容易回到應試教育的老路上。
其次,雖然新課程標準中提供了關于課程評價的建議,但是其中的內容仍然比較抽象,可操作性不夠。如在信息技術課程標準的評價建議中,提倡評價主體的多元化,關注學生的個別差異,綜合應用多種過程性評價方式,適當滲透表現性評價的理念,等等。這些內容從理念上來講都是很好的,但是如何在教學實踐中加以操作實施,對一線教師而言仍是不夠明確和難以把握的問題。而且,信息技術課程的每個模塊各有特色,然而課程標準并未就此提供專門的評價建議。因此,一套科學合理、適合人工智能課程的評價體系和方法仍需要教研人員在實踐中不斷摸索總結。
參考文獻
[1] 教育部. 普通高中技術課程標準(實驗) [S].北京:人民教育出版社,2003:9.
[2] 鐘啟泉. 課程論[M].北京:教育科學出版社,2007:207-214.
[3] Fullan, M. & Pomfret, A. Research on curriculum and instruction implementation [J]. Review of education research, 1997, 47(1).
[4] Snyder J.B. & Zumwalt K. Curriculum implementation [M]. In Jackson P. W. (Ed).Handbook of Research on Curriculum. New York: Macmillan Publishing Company, 1992.
[5] 珠海教育信息網. 廣東省普通高中信息技術課程標準教學指導意見 [DB/OL].
[6] 顧建軍等.技術課程標準(實驗)解讀[M].武漢:北教育出版社,004:9.
1 引言
能夠透徹地了解人類智能行為產生的機理并制造出可以模擬智能行為的智能機,是人類長久以來一個美好而強烈的愿望。從世界各國的古老傳說到近代科學的不斷嘗試,都表明了人類希望征服自然進而征服自己的決心。人工智能學科的出現及迅速發(fā)展,為這一愿望的實現帶來了希望的曙光。它的研究延長了人腦的功能,深化與拓展了人類的智能勞動,使科學技術革命的發(fā)展速度空前。目前,人工智能(Artifical Intelligence,簡稱AI)已被應用到社會生活的各個方面并已取得了令人矚目的成就。
雖然體育實用計算機科學在短短十幾年中已經取得了迅猛的發(fā)展并有力地促進了體育事業(yè)的進步,但是,我們也不得不冷靜地看到,體育實用計算機技術還遠遠滯后于計算機科學的發(fā)展,在以“知識工程”為主的人工智能諸學科取得巨大成功的時候,體育實用計算機技術還在堅持“數據結構+算法=程序”的傳統程序設計方式,顯然已是大大落后于時代了。怎樣在系統分析的基礎上有步驟、有順序地將計算機科學的最新發(fā)展成果應用到體育領域中來,從更大程度上挖掘計算機科學的潛能從而促進體育科學再上新臺階,就成了體育科研工作者一個重要的課題。本文分析了體育實用人工智能的現狀,展望了體育實用人工智能的未來。目的是引發(fā)廣大體育工作者對體育實用人工智能的興趣,吸引更多的人參與到這項工作中來。
2 人工智能及其解題思路
人工智能是一門前沿學科,是在計算機科學、控制論、信息論、系統科學、哲學等多種學科基礎上發(fā)展起來的。它的出現及所取得的成就引起了人們的高度重視,從而被稱為是繼第三次產業(yè)革命之后的又一次革命。盡管如此,目前還沒有一個關于人工智能的確切定義。我們可以這樣理解:人工智能是一門研究如何構造智能機器(智能計算機)或智能系統,使它能夠模擬、延伸、擴展人類智能的學科。通俗地講,人工智能就是要研究如何使機器具有能聽、會說、會看、會寫、可思維、會學習等人類思維能力的一門科學。
人工智能的研制者通過知識獲取過程將專家知識變成計算機可以識別的代碼(知識庫),然后通過計算機程序設計使計算機模擬人類所特有的推理思維過程(挑選知識的過程),從而完成只有人類才能解決的智能問題。由于人工智能可以融合多個專家的知識并吸取了人類的直覺和經驗,所以,人工智能更適合于解決現實中需要人的思維判斷而難以量化的問題。對于體育領域而言,不論是運動員的選材、訓練計劃的安排、運動處方的制訂還是運動技術的診斷,體育專家的知識和經驗都有著舉足輕重的作用,如果智能系統可以完成這些工作,對體育科學的發(fā)展將產生深遠的影響。
3 體育實用人工智能的現狀
象所有處于發(fā)展之初的學科與研究方向一樣,人工智能與體育科學的完全交匯融合還有相當長的路要走,還需要我們保持清醒的頭腦,采取實事求是的系統分析方法來對待它。惟有如此,我們才會既能發(fā)現不利因素而不至于盲目樂觀,又能看到有利條件而不至于悲觀失望,才能有的放矢地把握體育實用人工智能的發(fā)展進程。
3.1 體育實用人工智能發(fā)展過程中的問題
1.對大多數體育工作者而言,人工智能技術還相當高深,它需要開發(fā)者不僅具備專項知識,還必須具備系統工程、軟件開發(fā)等多個領域的綜合素養(yǎng)。這些條件不僅對缺乏計算機操作能力的許多工作者來說十分苛刻,即便是具有一定計算機應用水平的科研人員,對知識工程理論與方法的缺乏也會使其成為人工智能的門外漢。智能系統的核心和基礎是人類的知識和經驗,要想開發(fā)智能系統,就必須從傳統的以數值計算為中心的程序設計轉變到以知識符號處理為中心的程序設計上來。這種思維與觀念的轉變顯然不是輕而易舉的。此外,智能系統的開發(fā)是一個復雜的、曠日持久的系統工程,不僅需要相當的技術和足夠的軟、硬件支持,而且需要開發(fā)人員長期、艱苦的努力。與那些更易在短期內取得成果的研究方向相比,體育實用人工智能技術的研究可能更容易被人們所忽略。
2.人工智能與體育科學兩學科發(fā)展的相對獨立性阻礙著兩者的交匯融合。掌握人工智能技術的科研人員還沒有看到其在體育領域應用的廣闊天地,人工智能的應用成果還集中在工業(yè)控制領域、社會經濟系統或軍事決策過程——相對來說,這些領域更易取得明顯的經濟效益和社會效益。體育實用人工智能研究的巨大潛力還沒有被挖掘出來。與此同時,相當一部分體育工作者還在沿襲著傳統的以“經驗技能”為主的教學、訓練模式,保守的思想也使他們看不到或是輕視或是不愿接受科技發(fā)展的新成果,這就加大了體育實用人工智能普及的難度。總的來說,相互滲透、相互吸引是兩者的必然趨勢,但目前人工智能與體育科學仍處于若即若離的境地,兩者的交叉還需要一個強有力的橋梁和紐帶。
3.人工智能技術本身的不完備性。盡管自80年代以來,對機器學習、分布式人工智能、知識表示、常識推理等基礎性研究取得了可喜的成果,特別是人工智能的重要分支——專家系統的應用研究成果已取得了重大突破,但是從總體上來看,人工智能距其完善還有相當長的路要走。我們不得不看到,人工智能的大部分分支,如自然語言理解、模式匹配、可視化研究等等都還不完善、不成熟,許多研究成果還僅僅停留在實驗室和書面報告里,并沒有轉化到應用上來,即使是在專家系統中,專家知識獲取這一“瓶頸”技術也阻礙了它的進一步發(fā)展。
此外,我們也不得不考慮一下計算機軟、硬件和資金方面的限制。一般一個大型的智能系統的開發(fā)需要強有力的計算機軟、硬件支持和足夠的資金投入,基本上以個人微機為主的體育科研及捉襟見肘的體育科研經費可能會從很大程度上限制著體育實用人工智能的發(fā)展。
3.2 體育實用人工智能發(fā)展的有利條件
盡管一系列理論與實際問題阻礙了體育實用人工智能的發(fā)展,但是我們也沒有理由對體育實用人工智能產生悲觀情緒,更多、更有利的條件則為人工智能技術在體育領域的應用開辟了道路。
1.計算機技術在體育領域的廣泛應用以及它對運動成績的巨大推動力,已經使越來越多的人們認識到程序設計的美妙前景。顯然,體育實用計算機程序的設計就是對體育工作者腦力勞動的解脫。這不僅僅是已嘗到程序設計甜頭的教練員和運動員的迫切要求,也是廣大體育科研人員的努力方向。
2.近年來,我國的體育教育,特別是高層次的體育教育取得了很大的進展,培養(yǎng)出一大批年富力強、有很強科研能力的碩士和博士研究生。他們大都具有較強的計算機應用能力和學習能力,對他們來說,掌握人工智能技術也并不是遙不可及。青年體育科技工作者的不斷發(fā)展與壯大,為體育實用人工智能的發(fā)展提供了必要的人才支持。
3.“全民健身計劃”的推廣與實施,不僅使我國的群眾體育走上了正規(guī)化的道路,而且吸引著越來越多的人參與到體育活動中來。這其中當然包括人工智能領域的研究人員,他們會在鍛煉中逐漸認識體育、了解體育、發(fā)現體育中的問題并不斷嘗試用本領域的技術方法來解決它(事實上,許多行之有效的體育實用方法和技術都是非體育專業(yè)科研人員引進到體育領域中來的)。人工智能會象現在已經在體育領域得到廣泛應用的灰色理論、模糊數學、系統工程一樣,逐漸地被廣大體育工作者所承認、理解和接受,進而逐漸滲透到訓練、選材、規(guī)劃、教學等日常的體育工作中。因此,“全民健身計劃”的出臺與推廣,又為體育實用人工智能的發(fā)展創(chuàng)造了有利的外部環(huán)境。
此外,體育科研觸角的不斷伸展、體育科技投入的逐漸增加、體育科研人員素質的不斷提高和人工智能技術的不斷完善,都會在一定程度上加快體育實用人工智能的步伐。
4 體育實用人工智能的發(fā)展方向
就目前人工智能領域而言,人工神經網絡技術與集成分布式智能系統是研究的熱點。前者是以研究大腦的結構和認知模型為主,用以對智力活動進行模擬或處理海量信息。后者是一種大規(guī)模的集成環(huán)境,即把各種不同的專家系統、神經網絡、數據庫、數值計算軟件包和圖形處理程序進行有機集成,以解決復雜問題,是“大成智慧工程”。雖然這兩者也可作為體育實用人工智能的研究方向,但對當前體育領域而言,應用性研究,即將各種已經成熟的智能技術應用到體育實踐中來,有著更加重大的現實意義。
4.1 各種體育實用專家系統的開發(fā)與研制
專家系統是利用具有相當數量的權威性知識來解決特定領域實際問題的計算機程序系統。它根據用戶提供的信息、數據或事實進行自動推理判斷,最后給出結論及結論的可信度以供用戶決策之用。之所以選擇專家系統做為體育實用人工智能研究的突破口,是因為不論從理論上、技術上,還是從應用上,專家系統都可以算得上是人工智能最成熟的一個分支。一些成功的專家系統開發(fā)實例(包括已開發(fā)的體育實用專家系統)可以提供技術支持,各種理論研究又使開發(fā)過程有章可循。體育實用專家系統的開發(fā),能夠促使體育實用人工智能不斷地從抽象走向具體,引導體育工作者循序漸進地了解和掌握智能技術,逐漸開發(fā)出智能化程度更高的智能系統來。惟有如此,才能符合事物發(fā)展的客觀規(guī)律,才能保證體育實用人工智能健康、有序地發(fā)展。
4.2 體育領域自身智能技術研究人員的培養(yǎng)
由于受知識和技術的限制,在很長的一段時間內,體育實用人工智能的發(fā)展還必須依靠人工智能領域人員的引導。然而,只有培養(yǎng)出體育領域自身的智能技術研究人員,體育實用人工智能才會有光明的前途。新一代的開發(fā)人員,我們可以稱其為智能工程師,應該首先是一個體育工作者,并已具有相當程度的體育專業(yè)知識和體育運動實踐,再通過人工智能技術的學習和訓練,就可以單獨開發(fā)出自身領域高質量的智能系統。智能工程師及其工作,為人工智能技術向體育領域的滲透提供了必要的前提條件。
4.3 體育實用人工智能的基礎理論研究
雖然體育實用人工智能技術和方法研究十分重要,而且往往能夠在較短的時間內取得明顯的效益,但是它們卻根植于基礎理論的研究,脫離了基礎理論,技術和方法就會變成無源之水、無本之木。體育實用人工智能也只是曇花一現。知識只有形成體系,才能成為科學,一系列的技術只有被理論所串接和揉合,才會具有持久的生命力。因此,加強體育實用人工智能的基礎理論研究(包括運動智能和競技心理的形成、發(fā)展規(guī)律、技能知識的表達方式、體育專家的思維推理過程研究、技能知識的傳遞方式研究等),是這一新生學科存在和發(fā)展的根基所在。
5 結束語
體育實用人工智能離成熟還有很長的距離,還存在著一系列的問題,但同時又充滿著希望,為迎接這一機遇與希望共存的挑戰(zhàn),廣大體育工作者需要沿著正確的方向做出艱苦的努力。
主要參考文獻
1 劉泉寶,等.關于人工智能的哲學思考.計算機科學,1995(2)
2 石純一,等.人工智能原理.北京:清華大學出版社,1993
3 陸汝鈐.專家系統開發(fā)環(huán)境.北京:科學出版社,1994
4 王永慶.人工智能—原理*方法*應用.西安:西安交通大學出版社,1995
5 劉有才,等.模糊專家系統原理與設計.北京:北京航空航天大學出版社,1995
6 Ming Rao,等.智能工程與控制技術:歷史、發(fā)展與未來.控制與決策,1994(1)
7 高揚.體育院校課表計算機輔助編排系統的開發(fā)與應用.體育數學與體育.系統工程,1995(1~2)
8 程勇民,等.射擊運動員膚紋特征及計算機選材模型的研究.體育科學,1995(5)
9 邵桂華,等.體育領域專家系統外殼的開發(fā)與研制.體育科學,1997(3)
10 邵桂華,等.賽艇項目技術診斷專家系統的開發(fā)與研制.系統工程,1997(4)
關鍵詞:人工智能;全英文教學;教學內容改革;教學模式改革
1 實施全英文教學的必要性
隨著國際學術交流的日益活躍以及國際化辦學的趨勢發(fā)展,借鑒國外著名大學的辦學理念和管理模式,利用世界優(yōu)質教育資源,提升教育教學水平,造就具有國際競爭能力的復合型創(chuàng)新人才,正成為我國教育改革與發(fā)展的新方向。
智能化是人類社會技術發(fā)展的必然趨勢。作為計算機科學與技術專業(yè)課程體系中的核心課程之一,人工智能的地位正隨著該學科的不斷發(fā)展和其技術的廣泛應用迅速提高,而且在非計算機領域,具有不同專業(yè)背景的學者也通過這個年輕的領域發(fā)現新思想和新方法。由于人工智能課程內容涉及計算機科學以及邊緣學科的新理論、新方法與新技術,因此在該課程中開展全英文教學不僅可以讓學生充分了解人工智能日新月異的發(fā)展,還可以促進本科教學與國際接軌,在培養(yǎng)國際化創(chuàng)新人才方面具有十分積極的現實意義。
2 當前國內全英文教學存在的主要問題
筆者對當前國內高校人工智能課程全英文教學的現狀進行調查分析,調查對象為軟件工程專業(yè)本科三年級學生,調研問卷共58份。調查項目、內容及結果見表1。
從項目1和2的調查結果看,大部分學生認為開展全英文教學有必要,其在提高英語應用能力、增強自己的就業(yè)競爭力以及了解國際前沿等方面有很大幫助。然而,由于全英語教學在我國尚處于起步階段,進行全英語教學的效果并不十分理想,其教學試點與實踐尚存在一些亟待解決的問題,主要表現在如下幾個方面。
(1)對全英文教學的理解存在偏差。從項目3~5的調查結果看,教師不能正確處理好全英文教學與專業(yè)英語課教學的關系,使全英文教學變?yōu)榧冇⒄Z課教學或專業(yè)英語課的翻版。大部分學生還是希望教學授課語言以雙語為主或以中文為主、英文為輔,多媒體課件形式為中英文相結合。
(2)全英文教學達不到預期的教學效果。從項目6和7的調查結果看,雖然一些大學花了很大代價邀請國外一流教授專家講授課程,但由于人工智能課程理論性強、難度大,學生很難適應全英文課程教學。
(3)缺乏內容全面和難度適中的教材。從項目8和9的調查結果看,一些大學在實施人工智能課程全英語教學時直接引進原版英文教材,但這對本科生來說,原版英文教材內容偏多、難度較大,學生學習時不免有諸多畏難情緒。
(4)師資匱乏。從項目10的調查結果看,學生對承擔全英文教學教師的滿意程度普遍不高。實際上,全英文教學對承擔課程教學的教師要求很高,他們不僅需要具備專業(yè)知識,而且還要掌握英語應用技能,而現階段國內高校中能承擔全英語教學的師資仍然十分匱乏。
綜上所述,如何改革全英文教學模式,講授哪些教學內容,采用何種科學的教學方法與手段,是值得我們思考和關注的教學改革重點和難點。
針對以上這些問題,我們深入研究人工智能課程的特點,對現有教學模式、內容及方法進行全方位探索和改革,制訂全英文教學計劃,對促進教學工作、提高教學質量、培養(yǎng)國際創(chuàng)新型人才起重要作用,其重要意義具體體現在以下3個方面。
(1)探索如何將理論知識傳授、綜合能力培養(yǎng)與英語交流運用三者有機結合,建立全英文教學的新型模式,這將對更新教學理念和探索適合于計算機軟件人才培養(yǎng)的教學方法產生深遠影響。
(2)全英文課程教學能夠讓學生掌握最先進的人工智能國際前沿技術,開闊國際視野,有利于培養(yǎng)復合型、實用型、具有國際競爭力的高層次創(chuàng)新人才。
(3)全英文教學改革的探索與實踐能夠促進國內教育向國際教育邁進。
3 全英文教學內容改革
建立完善的全英語教學體系,需要有系統而完整的教學內容。我國計算機科學與技術本科專業(yè)人工智能課程課時一般只有36學時,因此我們需要考慮從什么角度組織教學內容,才能讓學生比較容易地理解、熟悉和掌握人工智能的原理、方法與技術,從而顯著提高教學效果。
與國內教學內容相比,國外教學更注重分析問題的思維方法和解決問題的應用能力,對提高學生的學習興趣以及培養(yǎng)學生的創(chuàng)新能力十分有益,但是原版內容過多,且大多以國外政治、經濟、文化、社會和生活為背景,對于我國學生來說,理解某些內容和背景比較困難。因此直接套用原版教學內容往往存在一定問題,我們需要在引進、消化和吸收國外經典教材內容的基礎上,有選擇性地挑選合適內容。國外經典教材編寫思路不盡相同,一些經典人工智能教材及主要內容見表2。
人工智能的基本思想和主要內容是研究人類智能活動規(guī)律和用于模擬人類某些智能行為的基本理論、方法和技術。從表2中可以看出它們的共同點,即人工智能應圍繞“智能”這個核心,但由于智能本身非常復雜,難以用單一的理論與方法描述,需要從不同的抽象層次刻畫智能這個主題。我們認為,人工智能的主要內容可按圖1所示劃分為不同層次并確定講授順序。
在最底層,神經網絡與演化計算(適應性原理與仿生機制等)輔助感知以及與物理世界的交互;抽象層反映知識在智能中的角色和創(chuàng)建以及圍繞問題求解的知識的抽象、表示和理解;更高層則提出學習、規(guī)劃、推理的模型和方式;應用層構造智能化智能體以及具有一定智能的人工系統,讓計算機實現以往需要人的智力才能完成的工作。除了將人工智能課程的教學內容劃分為這4個層次,為保證教學內容的循序漸進性,還可按照抽象層更高層最底層應用層順序安排教學內容。
4 全英文教學模式改革的實施關鍵
針對以上國內全英文教學中存在的主要問題,我們提出人工智能課程全英文教學模式改革的實施關鍵,包括全英文課堂教學模式的重定位,“二三二”模式教學方法的改革,集先進性、前沿性和實用性為一體的教學內容創(chuàng)新以及全專業(yè)英語教學團隊的打造。
4.1 全英文課堂教學模式的重定位
人工智能課程教學以培養(yǎng)學生掌握專業(yè)基礎知識、培養(yǎng)實踐動手與應用能力以及提高英語交流水平三者相結合為主要目標,分兩個階段進行,國內教師與國外教師共同授課。首先,國內主講教師講授人工智能課程的基礎原理、模型和方法,可采用集中授課、案例教學和課堂實踐等教學方式,使學生掌握人工智能的一般基礎知識;在此基礎上,再邀請國際知名外籍教師為學生講授人工智能國際前沿技術,包括集中授課和專題研討。經過基礎學習,學生一般已掌握人工智能基礎知識,因此對于外籍教師所講授的學科前沿等內容能夠準確理解和把握。與單純采用全英文教學或單純邀請外籍教師授課相比,該模式能收到較好的預期效果?!?+1”全英文雙課堂教學模式如圖2所示。
4.2 “二三二”模式教學方法的改革
實行全英語教學后,由于使用英文教材及中外教育背景存在差異等因素,我們在教學過程中對教學方法進行一定程度的調整和改進,包括全英文授課形式、案例教學、教學內容以及教學手段等方面;配合“1+1”全英文雙課堂教學模式,提出圖3所示的“二三二”模式教學方法,培養(yǎng)學生成為具有綜合能力、創(chuàng)新能力、國際視野和英語技能的復合型人才。
該教學方法模式包括:(1)過渡式全英文與沉浸式全英語兩大英語教學方式;(2)激勵自主式、啟發(fā)互動式、體驗學習式三大學習法,激發(fā)學生學習興趣,使學生牢固掌握人工智能基礎理論與方法;(3)參與學習式和自我展示式兩大學習法,培養(yǎng)學生綜合運用知識的能力和創(chuàng)新能力。
在全英文課堂授課過程中,我們需要注重把握英語與專業(yè)的比例。首先,不能一味地追求全英文授課的形式而忽視教學效果;其次,還需要為學生提供一個良好的語言學習環(huán)境,在實際教學中注重培養(yǎng)學生良好的英語思維習慣,從根本上提高學生的英語水平。
人工智能課程包含大量概念,內容抽象,算法復雜,學生往往難以理解與掌握。將案例教學方法引入課程教學能有效提高學生的學習興趣,獲得較好的預期教學效果,但要達到理想的教學目標,僅僅靠課堂教學遠遠不夠,還需要拓展第二課堂。有計劃地邀請國外人工智能專家和教授到大學進行專題講座,鼓勵學生參加相關的課外科研/科技活動,使得學生能夠體驗式地、自主地學習,更好地了解人工智能新技術,從而進一步激發(fā)學生的學習熱情。構建案例教學和課堂實踐的雙課堂教學模式,不僅能夠豐富教學內涵,而且可以充實學科前沿知識并拓寬學生的國際視野。
4.3 集先進性、前沿性和實用性為一體的教學內容創(chuàng)新
除了引進、消化和吸收國外經典教材內容以外,我們還需要逐步建立起具有自身特色的教學內容,以保證教學內容集先進性、前沿性和實用性為一體。
(1)先進性。我們提出教學與科研相結合,以科研帶動教學發(fā)展的新思路。教師可結合自己的人工智能及其相關領域的科研項目,將科研最新研究成果以及學科前沿知識進行梳理與優(yōu)化并有機融入課程教學中,確保教學內容的先進性,有效提高教學改革的質量。
(2)前沿性。對人工智能發(fā)展較快的領域,如智能計算、數據挖掘等,還需更新和補充全英文教學內容,同時可以邀請國際知名大學教授共同研究與探討教學內容,保證課程內容具有一定的前沿性,通過實現全英語教學保證課程與國際接軌。
(3)實用性。在講授基礎理論知識的基礎上,還應注重實踐的應用,增強學生的動手操作能力,以符合素質教育必須注重實踐的要求。教師可結合教學中的基本理論知識,適當補充案例與實例,使得教學內容與實際相聯系,豐富課程內涵并提高教學效果。
4.4 全專業(yè)英語教學團隊的打造
師資力量直接影響教學效果。師資的匱乏是現階段全英語教學面臨的主要問題之一。雖然一些教師具有較扎實的人工智能學科功底,但不能熟練地運用英語進行授課,而有些教師則知識結構單一,缺少人工智能及其相關學科間的交叉與融合,因此我們需要多渠道、多層次地打造既具備專業(yè)知識,又具有學科交叉與融合能力,同時掌握英語技能的全英語教師隊伍。將科研與教學相結合,利用與國外人工智能及相關領域學術帶頭人建立的合作關系優(yōu)勢加強交流與合作,爭取申請國際合作科研項目,利用科研提高教師的教學質量、專業(yè)水平和英語技能。
5 全英文教學的具體實施
我們在軟件工程專業(yè)本科三年級學生的人工智能課堂上實施全英文教學,具體實施過程如下。
(1)國際軟件學院成立教學主管部門領導小組、從事教學研究的骨干教師組成的全英文教學工作小組以及由教學督導組成的監(jiān)管小組,三者之間相互配合并共同促進,保障全英文教學工作的順利推進與落實。領導小組對全英文教學的師資培訓、人才引進、多媒體網絡資源開發(fā)、實驗室建設、教材編寫等予以政策支持;教學工作小組制訂全英文教學工作規(guī)劃和年度計劃;監(jiān)管小組定期對工作小組的教學完成情況進行評估。
(2)在課程教學中,打破國內常規(guī)教學方式,建立開放式全英文教學模式,教學形式多種多樣。教學方式以“1+1”雙課堂教學模式為核心,以講授與專題討論相結合的方式,圍繞基本原理、方法與技術展開教學,激發(fā)學生自主學習與創(chuàng)新學習的熱情。
(3)國際軟件學院在人工智能相關領域承擔并完成了一批國家與省部級科研課題,而且取得了一些有影響的研究成果,形成了自己的學科特色和優(yōu)勢。2006年,國際軟件學院聘請被譽為世界“人工大腦”領域先驅的美國猶他州州立大學計算機系Hugo de Gaffs教授擔任武漢大學全職教授和學院國際人工智能研究室主任。
(4)聘請與國際軟件學院有合作協議的國立首爾大學計算機科學與工程學院Bob McKay教授專職來校為本科生講授人工智能技術前沿。同時,利用國外學者來武漢大學順訪的機會,請其為學生作學術報告,使學生了解國際最新人工智能技術,如邀請曾經在麻省理工學院從事過7年博士后研究的宋森研究員進行“理解大腦與仿制大腦”的講座等。
(5)國際軟件學院在遴選教師到與學院有教學和科研合作的國外大學進修時,優(yōu)先考慮給本科生授課的全英文教師,并將全英文教學能力作為選拔條件,以教師的學術進修帶動全英文教學建設,使學科和專業(yè)建設與全英語教學隊伍打造相結合,全面推進全英語教學工作的開展。
6 結語
人工智能是計算機科學與技術專業(yè)的重要課程,目前正面臨著知識更新和教學改革的緊迫任務。筆者以實施全英文教學為契機,針對目前國內全英文教學中存在的亟待解決的主要問題,提出人工智能全英文教學內容與教學模式改革的新思路。
(1)以智能為核心,從不同抽象層次刻畫智能主題,構造人工智能最底層、抽象層、更高層以及應用層4大模塊內容。
(2)突破傳統教學模式,對全英文教學模式進行重定位,提出“1+1”全英文雙課堂教學模式。
(3)提出“二三二”模式教學方法的改革方案,培養(yǎng)具有綜合能力、創(chuàng)新能力、國際視野、英語技能的復合型人才。
(4)提出教學與科研相結合,以科研帶動教學發(fā)展的新思路,進行集先進性、前沿性和實用性為一體的教學內容創(chuàng)新。
當你用谷歌搜索東西、使用地圖軟件、在亞馬遜上購物,或者對智能手機中的語音識別軟件說話,其實都在使用人工智能。當你登錄到Facebook,欣賞那些可愛的嬰兒照片,人工智能都在塑造你的體驗。
所有這些應用的背后都使用了算法,算法本質上是形成分析過程的一組規(guī)則,能夠對變量輸入做出響應。如今的算法,尤其是來自亞馬遜和Facebook等巨頭的算法,響應速度快,還不斷學習。它們事先經過編程,可采集來自用戶的更準確的響應;也就是說,結果是為控制算法的那些廠商服務的。
了解和響應
當你在亞馬遜上購物時,算法在后臺基于一個包含眾多購買模式的龐大數據庫,執(zhí)行異常高級的運算,之后決定將什么產品展示在你面前。它實時響應你的點擊軌跡。
你可能覺得,有一個活生生的私人購物助手是最好不過的選擇;她了解潮流,對你本人很了解。可是人工智能技術廠商Ayasdi的首席營銷官丹尼爾?德魯克(Daniel Druker)表示,這樣的私人購物助手與亞馬遜沒法比。亞馬遜“利用人工智能,結合你之前的購買活動,從100萬件商品中推測眼下哪些商品最能吸引你的眼球。沒有哪個人能做到這一點?!?/p>
在Facebook上,出現在你個人動態(tài)(feed)中的朋友不多,那是因為Facebook的人工智能算法知道:你受不了個人動態(tài)內容太多的情況。于是,Facebook使用人工智能,對你關于私人關系圈的訊號做出敏感的反應,打造你的個人動態(tài),建立起一種更有效的情感聯系。要是你以為人工智能冷若冰霜、缺乏人情味,Facebook用它來窺視你的內心(以及Facebook另外12.3億日常用戶的內心)。它威力強大,說Facebook人工智能影響了美國總統大選毫不為過。
盡管人工智能目前具有巨大的影響力,但它仍被看作是太過遙遠的一項神奇技術。人工智能技術廠商Sentient Technologies的創(chuàng)始人兼首席科學家巴巴克?霍加特 (Babak Hodjat)說:“算法或應用有多誘人、多新潮、多強大,并不重要。我常常出去介紹這些系統時,人們總是會說‘是的,那很智能、那很酷,但這不是人工智能。’”
人們之所以會有這種懷疑,是因為“普通公眾而非從業(yè)人士常常誤以為人工智能是包含情感智能、創(chuàng)造力、自主性等一系列能力的人類級一般智能。”霍加特說,因而,人工智能“總是被認為是我們會發(fā)明的下一大技術。我認為,今后10年至15年還會是這種情況?!?/p>
他表示,在許多當前的應用中,人工智能比人類更強大?!澳阒灰f一個方面,我可以告訴你這個方面是如何實施的、如何比人類更強大。起碼,人工智能運行起來更快,所以當下人工智能的決策和行動周期要比人類響應世界的速度快得多。”
人工智能在過去幾年得到了突飛猛進的發(fā)展。百度硅谷人工智能實驗室主任亞當?科茨(Adam Coates)說:“這在10年前是很難實現的。當然,未來幾年,我們認為在人類非常擅長處理、但計算機向來不擅長的許多問題上,人工智能會取得巨大進展。比如說,識別圖像中的實體,或者理解語音、對口語做出響應,那些是深度學習和人工智能技術在未來幾年會持續(xù)改進的問題。”
推動與向前
什么功能在推動這些進展?人工智能必須獲得什么樣的功能才能向前發(fā)展?
皮特?阿貝爾(Pieter Abbeel)是加州大學伯克利分校的計算機科學系教授,也是人工智能教育初創(chuàng)公司Gradescope的聯合創(chuàng)始人。他表示,首先,人工智能系統需要能夠在沒有人類干預的情況下自主學習。此外,它還在被告知諸如“你從這個角度堆方塊,也許效果會更好”之類的信息時,應該有溝通和理解能力?!耙撬鼰o法領會這樣的信息,我們不會認為它具有真正的智能?!?/p>
人類(至少理論上)能夠利用過去的經驗來推斷和處理新環(huán)境,在這方面機器人則差的很遠。為機器人編程、以便它在有限的環(huán)境下提供輔助要容易得多。人工智能科學家們想為機器人編程,以便處理相關的變化。
阿貝爾說:“它們需要運用過去獲得的經驗,推廣到不一樣但相類似的新場景,了解這種關聯性。我對于機器人如何能真正從頭開始學會做事很感興趣?!睆念^開始學起是人類特有的能力;如果機器人能夠真正做到填補其空白,它有望成為獨立的個體。
但人工智能機器人的“學習能力”可能有許多不同的方式來定義,一些是很普通的“嘗試和獎勵”方式,類似于教狗學新花招。比如說,人工智能強化學習可編寫機器人的軟件,從試錯過程中學習。加州大學伯克利分校的BRETT機器人基于行動后獎勵的多少來使用強化學習技術。阿貝爾說:“獎勵的變化讓該機器人得以分辨什么是好的,什么是不好的,進而重點采用獲得獎勵多的策略?!?/p>
與之相仿,人工智能科學家使用監(jiān)督式學習,為計算機饋送標記輸入(這些是貓,這些是狗)的許多實例,并給出明確的目標輸出(這是貓還是狗?)。非監(jiān)督式學習給計算機饋送非標記數據(比如說許多動物的照片),計算機進行分類,或者以其他方式為該數據定義結構模型(這些動物身上的毛比其他這些動物多得多)。科茨表示,非監(jiān)督式學習是“非常重要的研究熱點,因為我們知道人類所做的在很大程度上是非監(jiān)督式學習?!?/p>
人工智能“學習”的核心是神經網絡,它類似人類大腦。跟大腦一樣,面對更多的輸入,神經網絡會自我調整。阿貝爾說:“你展示足夠多的那些實例,神經網絡就會自我調整,說‘針對那個輸入,我需要那個輸出’;所以,要做到這一點,唯一的途徑是,我需要調整聯系的部分強度,那樣我才能搞好那種對應。所以,在某種意義上,你在訓練神經網絡時,是讓計算機學習它的計算機程序,而不是將計算程序編入到里面?!?/p>
科茨解釋,不過打造神經網絡并非易事。“一大挑戰(zhàn)在于,我們不是非常清楚如何僅憑一些非標記、非結構化的數據來訓練神經網絡。我們不知道如何量化神經網絡在處理這些種類的任務中的好壞。等到我們在這方面有了發(fā)現,那將是一大進步。但我們還沒有到那一步。所以,這離人類智能相差甚遠?!?/p>
本站为第三方开放式学习交流平台,所有内容均为用户上传,仅供参考,不代表本站立场。若内容不实请联系在线客服删除,服务时间:8:00~21:00。