问题驱动的教学方法研究与实现

[摘 要]培养创新精神、鼓励和倡导创新型教育模式是当前我国教育体系和方法研究中的重大课题。问题驱动是科学研究的原动力和推动力，基于问题驱动研究态度和研究能力是可以逐步培养的。本文以自动控制理论和人工神经网络课程为例，研究将问题驱动的研究应用型教学模式应用于其中的具体方法，分别给出了以自动控制理论和人工神经网络课为示例的“问题引导”和“问题驱动”的设计，总结了信息与控制类课程中，设计适合课堂教学的“问题引导”和“问题驱动”题目的一般方法。

[关键词]问题驱动 研究型教学 PBL 构建主义

[中图分类号] G642 [文献标识码] A [文章编号] 2095-3437（2014）04-0001-03

一、引言

尽管教育部及广大有识之士大力呼吁并积极倡导应用性、研究性教学与学习模式，但是以往的中国高等教育，实质上也是以“满堂灌”的教学模式为主，其主要原因在于，不论是教师还是学生，人们习惯于“满堂灌”，认为研究型或者是应用性教学模式必定会加重老师和学生的负担。到目前为止，人们还不清楚怎样的教学和学习形式属于研究应用型教学，怎样操作才会在不加重学生学习负担的条件下，达到好的研究应用型教学模式。因此，研究应用型教学模式是当今教学改革中的一个热点研究问题，其核心问题是如何引导和激发出学生的学习和探索热情。研究应用型教学模式的中心问题是采用什么方式和方法来激发学生学习和探索的欲望和热情，使学生能创造性地运用所学过的知识，研究应用型教学模式是始于问题、基于发现、凸显创造性特色的一种教学模式。张奠宙教授和张荫南教授于2004年提出了新概念教学的理念，并以数学教学为例，深入浅出地介绍了这种教育和具体的教学方式，提出了“问题驱动”式教学方法。

自动控制原理是自动化相关专业的一门十分重要的专业基础课，其特点是理论性强、数学要求高、工程背景强，直接关系到自动化相关专业学生能否顺利并高效学习其他专业课。采用问题驱动式的研究应用型教学方法，培养学生良好的学习习惯，传授如何对研究对象和目标进行缜密严谨的思考，如何提出具有实际意义或理论研究意义的课题（或问题），分析和解决之，采用问题驱动式的研究应用型教学方法，将对深入学习其它后续课程大有裨益。

人工神经网络课程具有理论性和工程应用背景强的特点，这门课程所讲授的内容仍在不断更新和发展，因此本课程内容繁多，总体上来说系统性差，关键的是其课时往往十分有限。为了达到以点带面的、示范引导的作用，我们采用了问题驱动式的应用研究型教学方法，较好地将该门课程的体系框架和基本内容介绍给了学生。

二、问题驱动和研究应用教学模式的理论基础

问题驱动式教学模式强调以问题解决为主线，以学生为中心，以问题为驱动力，将培养学习者问题意识、批判性的思维技巧，以及解决问题的实践能力设定为主要目标的教育教学方法。需要说明的是，问题驱动中的问题并非就是普通的习题，而是那些能够改变学生思维模式，帮助学生重建知识结构，并愿意对问题进行深入思考的具有启发性、引导性和探究性的问题。

皮亚杰的建构主义为研究型教学模式提供了理论支持，他认为“儿童对新知识的理解和接受，及其智力的发展，最终都要依赖于儿童这个主体与知识载体环境的互动中。建构主义强调教师在教学中应该主要起到指引促进作用，教学过程的主体是学生自己，学生借助学习资料（自找或老师确定），在老师指导和帮助下，通过建构主义的方式，即 “已知—未知—新的已知”的循环渐进的模式来学习新内容、获取新知识。研究型教学就是在教学过程中体现研究的本质特点，以“已知—未知—新的已知”循环渐进的方式去发现问题、提出问题、研究问题和解决问题。

三、研究问题的设计

科学研究的第一步，也是最关键的一步是提出恰当而准确的科学问题，这通常是学生们感到无从下手、十分困难的事情。一般来说，提出科学问题有两种常用方法：首先，经过缜密观察与研究，识别出已有理论或技术的局限性，并据此提出新的研究问题和研究目标；其次，经过考察钻研新的研究对象的特点提出新问题。

那么怎样设计出操作性强、便于课堂教学的研究与应用性问题？这是应用研究型教学模式中的关键所在。这类问题主要包含两大特点：首先，所设计出的问题能够自然引导课堂教学内容的深入推进。具有这一特点的问题可能具有一定的研究深度和广度，也可能研究内容和深度是循序渐进的、逻辑性强的，而非跳跃性的。其二，所设计的“驱动问题”应尽可能具有研究引导作用，即能够引导学习者通过多角度思考或实验验证、理论推导，就能够更全面深入地认识所研究的事物的本质。这类问题通常具有跳跃和挑战性，需要采用演算、论证、分析和实验等多种手段，有时甚至需要通过多门课程的学习和把握才能够得到有效解决。一般将具有第一个特点的问题称为“问题引导”的问题，将符合第二个特征的问题称为“问题驱动研究”的问题。显然严格区分“问题引导”的问题和“问题驱动”的问题是比较困难的，因为两者之间并无明显界限。

我们在实际操作中通常将那些从学习者了解的知识出发，在某个教学段落，或者某个作业、实验中可以得到解决的，归结到“问题引导”类中。这类问题往往有如下某个或几个特征：

1.学习者已经掌握的某个知识点的反问题；

2.学习者已经掌握的某个知识点简单的扩展问题；

3.有理想工程背景和简单数学模型应用性问题；

4.学习者已经掌握的某项知识在另一种不同情况或者背景下具体应用；

5.通常是为单目标和单参数研究设计的一个或一系列问题等。

设计驱动型研究题目是一个更复杂的过程，这是由于如果问题设计的太深太难，学生难于在短时间内自我解答或得到解答，有可能导致学生失去学习兴趣和信心的不良后果。但是，问题设计得太简单则会失去驱动作用。在设计“问题驱动”的问题时，我们主要注意了以下几点：endprint

1.设计成综合系列问题，该综合系列问题包含了一系列的简单问题；

2.设计成综合研究问题，该综合研究问题需要学生通过作业、实验、理论推导和计算比较获得结果；

3.针对某个实际工程背景，经过必要的简化和抽象，设计成具有明确的工程实际应用背景的研究型问题。

四、设计示例

（一） 自动控制理论课程的问题设计

自动控制原理是自动化相关专业的专业基础课，这门课程中引入问题驱动的教学方法目的在于：在大学生们正式接触各类专业课之前，从专业基础的角度培养和发掘学生发现问题、提出问题和解决问题的能力。但是应该注意到的是，在这个阶段学生的知识面，特别是专业知识面还相当空缺，因此，在课程初期和中期以“问题引导”为主，在课程后期逐步过渡到“问题驱动”。

例如在学生掌握了一般情况下的劳斯判据以后，针对劳斯表计算过程中需要将上一行第一个元素作为分母的情况，首先提出：“如果这个元素为零怎么办？”进一步提出：“如果某一行元素全为零又怎么办？”这两个问题是比较容易解决并容易理解，能够促使学生们积极思考，加强对劳斯判据的全面把握。又如，在清楚交代幅值条件、相角条件以及180°根轨迹绘制规则的基础上，先提出一个简单的扩展性问题——有没有其他角度条件的根轨迹绘制规则？然后再给出一系列带有启发性和引导性的询问：“是什么角度？这个角度代表了什么含义？这个角度代表的含义与180°根轨迹代表的含义有什么不同？这种含义的不同在数学上的表现是怎样的？从这些不同以及180°根轨迹绘制规则中可以总结出这种根轨迹的绘制规则吗？”以这样的方式讲授0°轨迹的绘制规则只需要半节课，而且学生们接受起来很快，还能够加深对根轨迹幅值条件和相角条件概念的理解。

在学习后期，我们会提出诸如“研究并总结出PID参数对控制系统稳定性、稳态误差和动态特性的影响”，“如何利用Bode图对控制系统性能进行分析与设计？”等这样具有一定研究空间的问题。

（二）人工神经网络课程的问题设计

人工神经网络课是面向本科高年级或研究生的课程。问题的设计目的不但要推进课程的讲解和学习，更重要的是培养和推动学生的研究能力和热情。

在课堂上讲述了了生物神经元的基本构造和功能，重点讨论了著名的阈值加权M_P模型，详细介绍了单层离散感知器人工神经网络的模型结构、计算、学习算法、表达能力、实际应用等内容。由于单层离散感知器人工神经网络的结构和算法都比较易于理解，而它所具有的功能实际意义和十分明确，因此容易使学生产生学习兴趣。在这样的条件下，我们采用不断加深所需要解决问题难度的方法，循序渐进地提出了一些能够推动学生深入思考，并且理论联系实际的问题。

例如，在网络模型方面，针对“单层离散感知器网络只能解决线性可分问题”这样一个局限性，我们自然给出“应该怎么做才能够实现非线性分类？”这样到目前为止仍需要不断深入研究和解答的研究问题。对于这个问题，首先启发学生观察和思考多层离散感知器神经网络具有的结构和模型特点，然后考虑改变感知器模型形式来实现之。由这个问题出发，可以很自然地引出BP网络和RBF网络等许多常见人工神经网络。进一步BP或RBF网络可以自然解决这个为题，我们又接着提出：“为什么这个网络可以解决？可否试图用数学方法来解答？”这样的理论性研究问题。

在研究生学习阶段，为达到事半功倍的教学效果，教学中可以注意三个方面：首先，通过设计“问题引导”问题来讲解人工神经网络课程当中的基本概念和基本方法；其次，针对人工神经网络课程当中的理论和算法方面的学习，可以分别设计出“问题引导”和“问题驱动”两类问题；最后，为较快地将学生引入实际应用，可以设计一些具有“问题驱动”特点的实际课题供学生研究，可能的话，还可以提供研究范例。如果是本科生课程，笔者认为应侧重于第一和第三个方面。

例如，人工网络算法方面，在单层离散感知器学习算法基础上，提出研究题目“线性自适应人工神经网络学习算法的研究和开发”。在应用研究方面，目前适合教学的可借鉴的资料比较多，例如，“基于BP网络算法的多层前馈网络在大气环境质量评价中的应用”，可以提出下面的问题：“这个研究问题属于分类还是属于拟合，怎样具体实现？还可以采用什么神经网络解决此问题？如何实现？请说明不同的人工神经网络在解决分类问题时的不同特点。”原有的资料上提供的不过是一个例子，通过研究问题的引导和推动，可以使学生通过一个简单的例子，更全面地理解人工神经网络的特点和功能，并大大加强学生的仿真和对比研究能力。

需要说明的是，为实现因材施教的教学理念，这类“问题驱动研究”的问题设计是可以超越教学大纲的，也可以是有针对性地专为少部分特别有能力的同学设计的。

五、结束语

我国目前的教育方式仍存在着较严重的“满堂灌”的现象，限制了学生们的想象力和创造性， “标准化”考试更加剧了这一弊端。学生们不愿提问题、提不出问题，能够提问题的学生越来越少，提出好问题的学生更是凤毛麟角，学生们大多习惯于索要 “标准答案”。 问题驱动的研究应用型教学方法能够有效地活跃课堂气氛，提高学生的学习兴趣，培养学生质疑、提问和自我研究的良好习惯。

需要补充的一点是，只有通过全方位教学环节的相互配合，问题驱动的研究应用型教学才能够有效实行，这其中包括有针对性地设计引导问题和驱动问题、科学地设计课后练习与实验、巧妙地设计和安排课程讲解顺序与进度、有时间和质量保证的质疑与答疑等许多教学环节必须充分配合。也需要相关课程的大力协助和配合。总之，问题驱动的研究应用型教学方式，对任课教师、实验室老师和学生本人都提出了非常高的要求。

[ 参 考 文 献 ]

[1] 张奠宙，张荫南.新概念：用问题驱动的数学教学[J].高等数学研究，2004，5（7）.

[2] 张建伟.基于问题解决的知识建构[J].教育研究，2000，（10）.

[3] 籍建东.研究型教学模式与传统教学模式的比较[J].职教论坛，2011，5（18）.

[4] 付冬梅，董洁，李擎.问题驱动的应用研究型人工神经网络教学模式探索[C].第5届教育教学改革与管理工程学术年会论文集，2012.

[5] 邓彬等.工科博士生科研创新的技巧与创新能力培养[J].高等教育研究学报，2011，1（34）.

[责任编辑：雷 艳]endprint