高校非计算机专业人工智能通识课程教学模式探析

魏 爽

(三亚学院信息与智能工程学院，海南三亚572022)

1 掌握人工智能知识的必要性

人工智能技术[1]，具有与其他学科交叉融合的秉性。掌握人工智能技术，是现代大学生成为智能时代复合型人才的必要条件。人工智能正成为新一轮科技变革的核心驱动力。2017年7月国务院发布的《新一代人工智能发展规划》提出了构建人工智能科技创新体系、把握人工智能技术属性和社会属性高度融合、“三位一体”推进和支撑国家经济社会健康发展四项任务[2]，对人工智能领域复合型人才培养和人工智能通识教育倾注了高度关注，在战略态势、重点任务与保障措施三个方面出现多次教育字眼，明确提出了“设立人工智能专业”和“在原有基础上拓宽人工智能专业教育内容，形成人工智能+X复合专业培养新模式”等要求[3]。2018年4月，教育部印发了《高等学校人工智能创新行动计划》[4]，将完善人工智能领域人才培养体系作为三大任务之一，并且提出“加强人工智能领域专业建设、加强人工智能领域人才培养、构建人工智能多层次教育体系”。另外，该行动计划指出应加快人工智能在教育领域的创新应用，利用智能技术支撑人才培养模式的创新、教学方法的改革、教育治理能力的提升，构建智能化、网络化、个性化、终身化的教育体系。2018年10月31日，中共中央政治局就人工智能发展现状和趋势举行第九次集体学习，提出要以更大的决心、更有力的措施，打造多种形式的高层次人才培养平台，加强后备人才培养力度，为科技和产业发展提供更加充分的人才支撑。

2 非计算机专业学生学习人工智能知识面临的问题

当前科技高速发展，各种先进的科技日新月异，生活中处处可以看到智能应用的影子，比如智慧城市、智慧农业、智慧医疗等。在这样的现状和趋势下，高校学生只有具备人工智能知识才能更好地胜任未来的工作。尤其是以培养应用型人才为目标的民办高校和职业学校，更应注重社会需求的满足。人工智能系列通识课程应该成为所有高校各个专业学生的必修课程，但是由于人工智能与数学、计算机等知识领域密切相关，对于非计算机专业学生而言，掌握人工智能基本知识存在以下几方面的问题。

2.1 基础知识储备薄弱

非计算机专业学生开设的理工类课程，基本就是计算机基本常识和办公软件的基本操作，高等数学课程的函数、微积分等。而人工智能，还要与数理统计、矩阵变换、优化求解等复杂的数学知识以及算法设计、程序设计、逻辑推理、机器学习、控制与博弈论等计算机知识息息相关[5]。

2.2 学习需求和学习欲望较低

非计算机专业学生面对稍微复杂的操作时，往往表现出回避的态度。究其根本，就是因为他们认为计算机方面的应用，都应该是理工科，尤其是计算机专业学生的学习任务，与他们关系不大，即便不掌握，对未来的工作影响也不大，学习需求和学习欲望很低，不愿意花费时间和精力去学习。

2.3 学习方式缺乏灵活性

由于大多数高校对课程知识的考核，都是采用期末考试方式，考查学生对理论知识的掌握情况。因此非计算机专业学生尤其是文科类专业学生，他们即便没有理解知识，但是仍然可以用死记硬背的方式通过考核，这样一来，知识就不能融会贯通，举一反三，当案例是他们学习过的，那么他们能解决这类问题，但是当应用情景发生变化时，他们就很难解决此问题。

3 人工智能通识课程教学模式

针对上述问题，从人工智能通识课程资源建设、教学方法、课程综合测评方式等方面对人工智能通识课程教学模式进行探讨分析，以期寻找更适合非计算专业学生学习人工智能知识的方法。

3.1 人工智能通识课程教学资源

根据人工智能理论和技术具备的普适性、迁移性和渗透性的秉性，人工智能通识课程教学资源应该主动结合学生的学习兴趣和社会需求，积极开展新工科研究与实践，重视人工智能与计算机、数学、控制、统计学、物理学、生物学，以及文科类专业如心理学、社会学、法学等学科专业教育的交叉融合，探索“人工智能+X”的人才培养模式。比如，对于法学专业学生而言，可以在人工智能通识课程讨论当人工智能与实体经济结合可能对社会带来的一些新的挑战与冲击，如“隐私泄露、数据欺骗等现象出现，给社会治理、法律规范等带来的严峻挑战”。学生看到了与他们专业息息相关的人工智能知识，学习兴趣与学习欲望提高，就会运用他们的专业知识来分析和解决此类问题，站在专业角度学习人工智能知识。

3.2 人工智能通识课程教学方法

人工智能通识课程，应该在尊重人工智能基础理论和核心技术的同时，打通文、理、社科和艺术等学科，激发学生创新思想，引导学生打开脑洞，超前思考深层次问题。在教学内容方面，人工智能通识课程内容设计中要有思想要素。人工智能领域的基础知识高深复杂，而作为通识课，修读对象可能是是零基础学生，课程不必强调概念、原理等知识点的获得，而是着眼挖掘其背后的思想，给学生留有想象与发挥的余地，给不同专业不同起点的学生留有各种不同的发展空间。让学生不仅看到智能技术的“智”，更悟出技术背后的“理”。但是教学不能简单地进行原理的介绍和解释，而应该结合学生学习特点，采用案例方式启发，用跳出知识的意义引导学生思考，破除传统学科领域的壁垒，贯通中西、融汇古今，帮助学生建构知识关联。注重培养学生的计算思维，让多学科思维整合到具体问题的处理中。让各个专业的学生都有可能从不同视角了解人工智能场景研究、应用开发等。另外引导学生回应人类对重大技术发展及其带来挑战的关切，启发学生正面看待人工智能技术发展，增强学生迎接未来职场挑战的能力。课程设计既对接教学目标又必须考虑学生学习需求，应该设计容易入耳入脑入心的内容。把理论融入故事，用故事讲道理，以道理赢得认同与理解，从而掌握知识。同时还要注重思维能力的培养，在现代学科的框架中，呈现传统思维的生命力，用学科整合给学生思考索引。每次课程的专题都以问题形式呈现，督促学生看到问题，发现问题，思考问题，尝试习得解决问题的本领。

3.3 人工智能通识课程考核方式

人工智能通识课程应该采取提升学生创新思想和方法的考核，把学生从死记硬背的知识点测试中解放出来，重点考查学生迎战人工智能时代的分析能力、创新思想和思考方法。因此，不能用一次期末考试决定整门课程的成绩，而应该采取多元评价，鼓励学生知行合一，勇于实践，实践可以以学术研讨、听相关学术讲座的形式进行。比如系列通识课程要求学生阅读与智能相关的前沿著作，或旁听智能相关的前沿科学讲座，写出收获,每次课后完成“收获及思考”的反馈。教师从学生提出的具有普遍性的问题中选择一二，分析指正。学生从老师环环相扣、层层递进的问答交流中获得思维拓展和见解更新，这些过程均作为考核学生该门课程成绩的要素。

综上分析，针对非计算机专业学生的学习特点，初步探讨人工智能通识课程教学模式如图1所示。

图1 教学模式

4 结语

智能时代，社会生产的发展日新月异，一些简单重复的工作岗位将会被机器取代，而一些新的、更适合于人的工作岗位则会被创造出来。传统的专业化教育模式不利于学生全面发展，因此迫切需要增加人工智能通识教育，培养人工智能+X复合型人才，以应对未来工作岗位的变化。

建立和完善人工智能领域人才培养体系已成为高校学科和专业建设的迫切任务，在高校各个专业，结合专业特点，开设人工智能通识课程，是非常有必要的，也是当前各个高校所面临的一个具有挑战性的任务。因此，期待更多同仁积极开展研究和实践，以推动人工智能通识教育走上新的台阶，促进新工科学科专业的融合发展，为社会培育更多优秀的人工智能+X复合型人才。