深度学习视域下高职物联网专业教学研究与实践——以自动识别技术及应用课程为例

苏春芳，李艳华，屠 莉

（1.江阴职业技术学院 计算机科学系，江苏 江阴 214405；2.国际商用机器公司（IBM），上海 201203）

0 引 言

近年来，物联网技术得到了迅猛发展,广泛应用在各个应用领域，一方面为高职物联网专业的学生提供了广泛的就业机会，另一方面又对高职学生提出了更高的要求。物联网是一个综合性的学科，涵盖了电子技术、计算机科学、通信技术、控制科学、软件工程等多个学科的专业知识，在三年时间内掌握物联网专业的所有知识，对于高职学生来说是一个挑战。物联网技术应用领域广泛，但是目前在物联网专业的教学过程中，仅仅侧重于部分理论知识和部分应用领域。如何培养适应不同行业、不同岗位需求的物联网应用型人才，积极探索如何在教学过程中培养学生深度学习的能力，成为目前教学研究的热点。

1 基于深度学习理论的教学模式

深度学习理论是美国学者Ference Marton和Roger Saljo 在《学习的本质区别：结果和过程》中提出的，他们将学习区分为深层学习和浅层学习[1]。其后，Eric Jensen 在《深度学习的7种有力策略》中阐述深度学习周期（The Deeper Learning Cycle，DELC），提出教师如何帮助学生达到深入理解，从而提升学生深度学习的能力，主要分为7 个步骤，包括设计标准与课程、预评估、营造积极的学习文化、预备与激活先期知识、获取新知识、深度加工知识、评价学生的学习[2]。DELC 充分体现了以学生为主体，以能力培养为核心，通过学生主动参与，从而获取知识，进而认识问题和解决问题。

自动识别技术是信息技术的一个重要分支，主要包括自动识别与数据采集，将物理世界与信息世界融为一体[3]。依据自动识别技术的种类，课程教学分为三大专题，分别是条码识别技术、射频识别技术、生物特征识别技术。从理论层面上来说，涵盖了绝大多数主流的自动识别技术，能够满足不同应用领域的需求，但是从应用的角度来说，不同的应用领域有不同的功能需求，对应的解决方案也不尽相同，如在物流管理、智慧超市等领域，即使所应用的技术都是条形码识别技术，但是在实现上还存在很大的差异。

鉴于以上原因，自动识别技术及应用课程应侧重对学生学习方法、学习能力的培养，提高学习者深度学习的能力，按照“理论共性，实践个性”的思路设计教学内容、教学方法，并进行教学改革。

2 提高学习者深度学习能力的策略

由于学习者存在个体差异性，所具备的先期知识也不尽相同，因此对新知识的理解、应用也存在差异性，从某种意义上来讲，学生的先期知识影响新知识的学习效果，因此在课前补充、激发学生的先期知识是很必要的。鉴于以上原因，笔者构建以学生为主体，以培养学生深度学习能力为核心，以发现为目标，以解决问题为手段的课程体系[4]，主要分为课前体验、课中新知识学习、课后个性化实践3 个环节，如图1 所示。

图1 基于DELC 的课程改革方案

在课前体验阶段，搭建沉浸式的体验环境，让学习者在操作、体验中积累、储备预备知识，并在小组讨论中进行思想的碰撞，从而激发、唤醒学习者的先期知识，为新知识的学习做前期的准备，为学习者建立新、旧知识之间的联系打下基础。

在预备、激活先期知识的基础上，再进行课中新知识的学习，学习者的学习不再是被动地接受知识，而是主动的学习过程，在此过程中学习者一方面会对自己的先期知识进行重构，另一方面建立新的方法论并发现自己的兴趣点，针对自己感兴趣的实践项目进行深入的研究。

在实践环节采用个性化的实践方案，通过构建多个实践项目，为学习者搭建课后个性化实践平台，学习者会依据自己的兴趣点，参与到不同的项目中，自主开展相关研究。在个性化实践环节，教师针对问题，进行个性化的指导，引导学生发现问题、分析问题、应用所学知识解决问题，最终对项目进行实现。在此过程中，学习者不仅验证并重构了自己的知识体系，还获得了问题解决后的成就感，从而提升学习者的学习兴趣。

2.1 构建体验式学习情景

构建课前沉浸体验环境，营造积极的学习氛围，学习者在亲身体验、操作、使用中自我获知本次课的教学任务，将课堂教学中的“任务引入”环节中移置课前，让学习者理解本次课的教学任务以及学习后自己可以完成什么样的任务，能够解决什么样的实际问题。

在学习者对本次课教学任务有所了解的前提下，增加讨论、研讨的环节，引导学生指出体验项目中设计不完善、实现不合理之处，以问题为导向，引导学生带着问题开始新知识的学习；以激发学习者学习动力为导向，对课堂环节进行改革，构建从问题提出到问题解决、任务实践，最终重构学习者的方法论这样一个闭环的课堂学习过程，如图2 所示。在新知识的学习过程中，学习者将不是被动的获取知识，不是单纯的记忆、学习相应的理论知识；取而代之的是批判性的、有针对性的获取新知识，并主动重构自己的知识结构[5]。

图2 课堂学习过程

2.2 构建个性化实践任务

为了提升学习者知识迁移与应用的能力，课程构建了个性化的实践任务，为学生提供了一个可以依据兴趣选择不同的实践任务的平台。兴趣是最好的老师，能够参与到自己感兴趣的项目中，学习者的学习动力、积极性相对较高，因此会克服各种困难，发挥项目小组的作用，通过讨论最终找到问题解决的方案，并分工实施，最终完成实践任务[6]。在问题解决的过程中，一方面提升学习者的学习能力，另一方面培养了团队协作意识，提升学习者团队协作、沟通交流的能力。

在个性化实践环节，有助于培养学生自主学习的能力和社会适应能力。本环节由于任务的多样性，在任务实施过程中，学生遇到的问题也会各不相同，解决方案的可借鉴性并不大，因此团队成员只能发挥团队的力量，分析问题、解决问题，寻求解决方案，最终通过小组成员分工协作共同完成。“个性化实践任务”为学习者搭建一个独立思考、提高自主学习能力的平台。

3 基于深度学习理论的教学资源建设

本课程的教学资源主要包括4 个专题，分别为一维码识别及应用、二维码识别及应用、RFID识别及应用、人脸识别及应用。在每个教学专题中，一方面构建沉浸体验资源，用于激活学生的先期知识；另一方面精心设计课程实训案例，按照由浅入深的原则，以问题为导向，设计个性化的实训项目。

3.1 搭建沉浸体验环境

以一维码识别及应用为例，本课程沉浸体验资源的建设如下：在该专题中共设置3 个体验项目，这些体验项目来源于大家常见、熟知的领域，贴近学生的生活（见表1）。学生在体验的过程中，有一种熟悉感与亲切感，从而达到激发学生学习兴趣的目的。在体验的过程中，让学生直观感受到什么是一维条形码、有什么用处，以及用什么样的硬件设备能够识别一维条形码，从而达到补充、激发学生先期知识的目的，让学生在课前积累支撑知识，便于对新知识的学习。

表1 沉浸体验资源

在项目体验过程中，由于学生的知识背景不同，因此对项目的理解也不尽相同，提出的疑虑、问题也不相同。当学生带着问题，甚至猜测进入课堂，对新知识学习的过程就会变为批判、审视、重构知识结构的过程。学生在对新知识学习的同时，也会形成自己的方法论，产生一种想去验证自己方法、设计方案、实现方法是否可行的冲动。

3.2 设计个性化实训项目

实训项目是对体验项目的一个拓展、改编，通过合理设计问题，建立一个从易到难、逐步递进的体验项目。通过对高职学生的学情分析，设计3～5 个共性问题、1～2 个个性问题，将这些问题嵌入到实训项目中（见表2）。在实践环节，学生依据兴趣选择自己感兴趣的项目，进行课堂、课后的实训，即便选择同一个项目，也有多种方法或者多重规则，鼓励学生在实训环节大胆地进行尝试，验证自己的方法是否正确。在课堂中对于共性的问题，教师进行集中的分析、讲解，而对于个性的问题，教师给予个性化的指导。

表2 实训项目的问题设计

1）共性问题的集中讲解。

在资源建设中适当控制个性化实训项目的难度以及各个项目之间的关联性，即使学习者选择的项目不同，也会存在许多共性的问题。教师在课堂中对这些共性的问题集中进行分析、讲解、实施，指导学生建立知识与实际问题之间的联系，完成知识的迁移。

2）个性化问题的个别指导。

个性化的指导是培养学生自信心、收获成就感的一个重要途径。在项目实训过程中，学生会遇到一些综合性的问题，很可能涉及其他领域的知识，需要查阅相关资料，在这一过程中，个性化的指导是很有必要的。教师站在更高的立场指出问题的本质，指导学生设计、修正实现方案，从而实现问题的解决，保证实践项目如期完成。在问题的解决过程中，促使学生建立知识之间的联系，学会融会贯通，提升触类旁通的能力。

3）项目成果分享。

建立一种合理的竞争机制，通过项目组之间的项目分享、评比，一方面锻炼学生沟通交流的能力，另一方面建立良性的竞争机制。在项目分享中，学生收获了问题解决后的成就感，树立了信心，提升了学习兴趣。

个性化实训重在培养学生综合分析以及解决问题、举一反三的能力，通过建设个性化的实训资源，促使学生完成知识在新情境中的迁移，在这一过程中，完成学生知识结构、方法论的重构。

4 实践效果

为了检测教学效果，选择2019 级物联网专业1 个教学班的学生，进行教学改革试验，对自动识别技术及应用课程中的课前体验项目参与度、课堂实践项目完成质量、课后拓展作业完成情况等方面分别进行测试、评估。

任意抽取课程资源中的10 个体验项目，评估学生的参与度，如图3 所示，其中98.5%的学生积极、主动地进行课前体验项目。通过问卷调查，绝大多数学生能够带着问题进入课堂，并能对本次课的内容有所了解，有效地激活了学生的先期知识。

图3 课前体验项目参与情况

由于在教学过程中采用个性化实践项目，因此项目间可参考性、可借鉴性较小，从而加大了实训项目完成的难度。本课堂采用项目组内评审、个人答辩等形式评估实践项目完成的质量，任意选取项目中的4 个模块，实训成绩见表3，项目完成率平均为97.5%，其中66.2%的学生不仅能够按照项目要求，完成实践任务，还主动提出项目完善、优化的设计方案并实施。

表3 项目实训成绩比例 %

5 结 语

鉴于高职学生自身学习的特点，基于物联网专业的专业特点以提高学生深度学习能力为目标开展的自动识别技术及应用课程教学改革，一方面通过构建沉浸体验环境以及个性化实践实训平台，提升了学生的学习兴趣，变被动学习为主动学习；另一方面以“深度学习周期”DELC 为指导，开展课堂教学的改革，以学生为主体，引导学生重构知识并形成新的方法论，从而提升了学生深度学习的能力。