人工智能实验研究性教学模式探索*

2016-03-18李圣君尚军亮雷玉霞孙燕王斯锋曲阜师范大学信息科学与工程学院山东日照276826

高教学刊 2016年3期

李圣君　尚军亮　雷玉霞　孙燕　王斯锋（曲阜师范大学　信息科学与工程学院，山东　日照　276826）

人工智能实验研究性教学模式探索*

李圣君尚军亮雷玉霞孙燕王斯锋
（曲阜师范大学信息科学与工程学院，山东日照276826）

摘要：针对人工智能实验教学的现状和存在的问题，积极探索研究性教学模式，以加强人工智能课程的实验教学。在教学实践中，将兴趣教学、分组教学、分层次教学与教研相长相结合，形成“多层次循序渐进式研究性教学模式”和“多元化发展式学习评价体系”，激发了学生兴趣，培养了学生的创新能力，从而起到良好的教学效果，对其他课程的研究性教学实践也有很好的参考价值。

关键词：人工智能；实验教学；研究性教学；分层次教学；分组教学；教研相长

尚军亮，男，讲师，研究方向为智能信息处理、大数据挖掘和生物信息学。

雷玉霞，男，副教授，研究方向为智能信息处理、大数据挖掘和概念格的应用。

Abstract:In terms of the current situation and defects of Artificial Intelligence experiment teaching, we explore the research-based teaching mode to reform it. We combine the interest-oriented teaching, group teaching, stratified teaching and teaching along with scientific research, and construct "multilevel and progressive research-based teaching mode" and "diversified development learning evaluation system", so as to improve learning interest and innovation a-bility of students, and provide reference for the research-based teaching of other courses.

Keywords:artificial intelligence; experiment teaching; research-based teaching; stratified teaching; group teaching; teaching along with scientific research

一、概述

人工智能课程是信息与计算机类专业的核心课程之一，也是自动化、信息处理及相关专业的重要课程。该课程是一门前沿和交叉学科，内容广泛，应用性和创新性较强。而人工智能课程实验，可以帮助学生探讨人工智能算法和系统的运行和实现过程，从而更好地掌握知识，对培养学生研究能力和创新能力很有必要。

目前高校在人工智能的教学过程中，实验所占的学时比较少，也有的并没有安排实验学时。大部分实验的开展都是相同的题目和进度，“一刀切”的教学方式没有考虑学生的个性化差异，很容易出现学生缺乏学习兴趣，自主分析问题，解决问题能力差，创新精神不强，教学质量难以发生根本性变化的问题。因此改革教师的教学方法和学生的学习方式很有必要，而研究性教学就是一种很好的改革方式。即教师从传统的单纯讲授式向探究式研究性教学转变，学生从传统的被动接受向主动探究、研究性学习转变。这样，学生真正参与到整个教学过程，主动思考，从而提高学习能力和创新能力。

二、研究性教学简介

研究性教学是教师以培养学生的研究意识、研究能力和创新能力为目标，从学科领域、课程内容或现实生活中选择和确定专题进行研究，通过教学过程的研究性（教学与研究的有机结合）引导学生进行研究性学习（学习与研究的有机结合）的教学[1]。

国内外很多高校纷纷倡导研究性教学。通过提供更多的科研和实践机会、增设讨论课、开设跨学科课程、提倡基于问题的学习法、实施大学生研究训练计划等方式，实现教学和科研的融合。这些都是我们实施研究性教学可以借鉴的宝贵经验。研究性教学重视培养学生对大量信息的搜集、分析、判断、反思和应用能力，强调合作学习等方式，鼓励学生开拓思维，重视团队合作。

三、人工智能实验教学改革思路

人工智能是一门前沿课程，内容繁多、理论性强、难度较大。为了让学生更好地理解抽象的概念和算法，重视实验教学是个很好的捷径。而研究性教学强调通过问题来进行学习，强调亲自实践、亲自体验发现科学真理的认识过程。因此，在实验教学中引入研究性教学，无疑会大大提升教学质量。

在人工智能实验研究性教学探索中，我们将兴趣教学、分组教学、分层次教学与教研相长相结合，充分发挥学生的主观能动性，从而起到良好的教学效果。

1.兴趣教学法：教师自己或者直接让学生查阅资料，查阅人工智能实验课程相关的演示动画和实验，鼓励学生通过使用这些资源，主动进行人工智能程序设计，设计出更好的作品，从而激发学生学习兴趣。

2.分组教学法：各个小组可以根据自己的兴趣选择实验题目，小组成员在规定的时间内合作完成实验题目，锻炼学生的团队合作精神。分组教学法是研究性教学在现有教学条件下比较理想的教学形式，后面将重点阐述。

3.分层次教学法：在实验教学内容的设计上，实验项目应具备研究性和综合性。实验项目目标明确，要求学生带着问题和任务进行实验，但实验过程又要有一定的灵活性和开放性，学生可以根据自己的认知和思考进行适当的调整。教师对一些实验题目进行分层设计，有区别地设计教学环节，遵循因材施教原则，有针对性地实施对不同类别学生的学习指导。分层实验设计的较高层次可以参考教师的研究课题设计。

4.教研相长：对于学有专长或者有兴趣参与研究工作的学生，可以鼓励他们完成分层教学中较高层次的任务，适当布置一些研究性的课题，让学生参与到老师的实际科研工作中来。学生不但可以深入理解人工智能的基本理论及其实现，而且可以学习科研方法，为以后的毕业设计和研究生期间的学习打下坚实的基础。而教师也可以在指导学生的过程中拓宽教学和科研的视野。

四、人工智能实验改革研究性教学模式

基于以上分析，我们在人工智能实验教学实践中，融合兴趣教学、分组教学、分层次教学与教研相长等，形成“多层次循序渐进式研究性教学模式”和“多元化发展式学习评价体系”，从而充分发挥了学生的主观能动性，提高了教学质量。

（一）兴趣教学法

在实验教学中，教师应该在人工智能的课堂上提前讲授实验相关内容，以让学生了解实验内容和要求，并能够调动起学生的学习热情和学习兴趣[2]。在课堂上，教师应该将人工智能的趣味性、前沿性和理论性结合起来，通过多种教学手段的不断融合，从多方位、多角度调动学生学习的积极性，加深课堂教学的感染性，使学生由被动接受转换到主动学习、主动思考、主动探索中来。

人工智能是一门前沿交叉学科，教师应该及时跟踪人工智能发展，关注人工智能领域的最新案例，特别是有趣的实例。比如，播放Kinect应用实例，比如虚拟试衣在衣服销售中的应用，让学生领略虚拟现实技术的魅力，激发学生探索背后原理的兴趣。淘宝的“扫脸”支付，涉及到人脸识别等多方面技术，引起了学生的热烈讨论，从而引出神经网络等学习方法。机器人是人工智能的重要领域之一。有关机器人的视频也有很多，适当选择，及时更新，从精彩的机器人足球赛到栩栩如生的美女机器人，从“手机机器人”到南京市琅琊路小学的“机器人大厨”，让学生欣赏技术发展的同时，适时引导学生关注机器人背后的原理。并穿插介绍机器人世界杯（FIRA）、飞思卡尔杯全国大学生智能车竞赛等，鼓励学生参加。

在人工智能实验教学中，学生可以根据自己的思考和兴趣对实验课题和任务进行适当的调整，灵活的选题方式可以进一步激发学生的研究兴趣，达到更好的实验学习效果。

（二）分层次教学

在实验教学中，考虑到学生的个体差异，教师制订统一的实验大纲，但是设定具有很大发挥空间的实验题目，对每个实验题目都进行适当的层次设计，这样学生就可以在动手实践中不断探索并不断提高自己的目标。这种模式有利于教师统一管理，以便不同层次的学生都有热情参与，最后根据学生的最终结果进行考评。分层实验设计的较高层次可以参考教师的研究课题。参考各类实际项目中的子课题、各类竞赛中的课题也是个不错的选择[3]。

比如，针对人工智能课程中的BP神经网络，我们设计了如下六个层次的实验：

由于BP神经网络应用很广，而且一直在发展中。我们希望学生在理解基本原理的基础上，可以在某一项具体应用上应用算法，学有余力的同学可以对基本的BP算法进行改进。鉴于此，项目要求设计层次如下：

（1）理解基本的BP算法。（2）实现基本的BP算法，建议使用Matlab语言。（3）对BP算法中的参数讨论分析。（4）将BP算法应用到具体的问题上，比如用于图像压缩、分类等。（5）尝试改进基本的BP算法。（6）在理解BP神经网络原理及应用的基础上，拓展学习深度学习等新的研究热点方法。

以上六个层次中，前四项是必做，最后两项可以供有兴趣的同学在教师的指导下利用课余时间开展研究，或者在后续的毕业论文中选题完成。

（三）分组教学法

分组教学法是我们人工智能实验教学实施的主要模式[4]。

分组教学即小组合作学习。小组合作可以培养学生收集和利用信息的能力，通过探索性、研究性的学习和实践，提高学生综合运用所学知识解决问题的能力，培养创新精神和实践能力。

首先对在人工智能实验教学中，分组教学法的各个要素及其关系进行描述分析。

1.分组教学法基本要素

研究性教学的分组教学法的最基本要素包括：小组、课题、量规。

（1）小组

在分组教学法中，分组基本是学生自愿自由组合，但是要有明确的分工。因为在跟学生的交流中发现，在一些比赛的分组中，有学生“挂名”，工作量很少但是可以坐享成果的情况也是存在的。组长可以推选产生，也可以毛遂自荐。组长应能够营造轻松快乐的学习氛围，提高组员的学习兴趣和学习效率。在开展课题研究过程中，课题研究小组成员既有分工，也有合作；各展所长，协作互补。

（2）课题

教师在人工智能基本理论的教学中，可以把课程实施研究性教学的内容以问题的形式呈现，提出与课程内容直接相关的研究问题指引，以激发学生的探究欲望和引导学生选择合适的研究课题。也可以在教学中引导学生去发现问题和提出问题，进而鼓励学生去解决问题。接着，师生一起共同讨论并确定研究课题。这种选题方式能够促使教师努力做好学生选择研究课题的指导工作，还能够激发学生的创造想象，使学生真实掌握教师所传授的选题知识和选择合适的实验课题。课题的选择鼓励进行开放式选题。在讨论中，教师也可以集思广益，在预先设定的大框架下，对实验课题进行适当调整，以便于更好的因材施教。

（3）量规

为了评价和督促学生顺利开展研究性学习活动，需要制定相应的量规，也就是研究性学习的规则。一般以表格的形式呈现。比如小组活动记录表、课题研究方案、互评表等是最基本的量规。

三个基本要素中，课题是核心，小组是主体，量规是保证。在三要素共同作用下，研究性学习才能最终完成。

2.分组教学法开展模式

小组合作的具体模式可以灵活多样，比如小组可以通过组建群来进行网上的讨论和交流，也可以利用实验课或者其他时间进行集中讨论。在制定小组的课题研究方案的基础上，查找文献、确定方案、编程实现、设计优化、研究总结，由学生协作完成。组长应该根据组员特点，进行合理分工，组员集中完成自己的任务，并且与其他成员及时沟通讨论。

小组课题完成后，可以进行课堂的展示评价，即以小组为单位展示课题的研究方法、主要技术及成果、特色，并且客观评价存在的问题和收获；也可以将研究成果上传到网上，小组之间进行互评。互评表可以从课题基本完成情况、创新点、成果展示评价等多方面构建。学生通过研究成果的展示，能够分享研究成果，可以学会客观地分析和辩证地思考，并且可以在同学评价的基础上进一步完善成果。

3.多元化发展式学习评价体系

在研究性教学中，学生的学习评价要重视形成性评价，学生如何进行知识建构要比评价单纯的研究结果更为重要。因此，必须把评价与研究性学习过程整合在一起，注重过程的评价，对研究过程的客观评价会激发学生进一步学习的热情。

因此，评价规范应该能够正确评价小组成员个人的贡献，注重阶段性评价、多次评价，也要正确对待非预期学习结果，形成“多元化发展式学习评价体系”。在该体系下，小组自我评价、组组互评以及教师评价相融合，全方位多角度的对小组成员及其作品进行综合评分。教师要对非预期的学习效果进行及时评价，对整个班级的研究性活动进行总结，鼓励学生开展下一步的工作，并对研究性教学模式进行及时的反思调整，做好记录。

（四）教研相长

在高校中，科研是为教学服务的。研究性教学要求教师有较好的科研基础，教师把握学科前沿动态，从而及时更新教学内容，也能在潜移默化中向学生传授科学研究的基本方法，进而激发学生的研究兴趣，训练学生的研究能力。

此外，研究性教学要求教师经常反思教学中存在的问题，从潜力无限的学生身上集思广益，获取灵感，从而进一步提升自身的科研能力及综合素质。

近几年陆续有学有所长的学生加入我们的科研团队，帮助课题组做了不少工作，而学生自己也得到了基本的科研训练，在如何查找、阅读文献，发现问题，熟悉论文的写作，提高表达能力等方面都得到了提高。有同学在本科阶段就发表了较高水平的学术论文，有多个同学在已开展研究工作的基础上获得大学生创新创业计划训练项目等各种立项。这些同学利用与老师共同科研的机会，独立的主动的进行思考和研究，培养了科学素养，提高了创新能力。

在研究性教学中，我们鼓励学生参与各种比赛或者项目开发；对参加比赛的同学进行各种实战培训，培养学生的自主思考和自主创新的能力，从而提升了学生的综合素质。