基于项目实践与慕课的人工智能与工科交叉课程教学探讨

李俊芳

摘 要 在人工智能+时代，高校开设人工智能与工科交叉课程是大势所趋。本文阐述了借助慕课，结合项目实践实现交叉课程良好授课的方法。以《人工智能与轨道交通》课程为例，对课程目标，内容与实际授课设计进行了说明，对比采用与未用项目实践获取的教学效果论证了基于项目实践与慕课的交叉课程教学的优越性。

关键词 项目实践 慕课 人工智能与工科交叉课程 课程教学

中图分类号：G642文献标识码：A

1研究背景与问题提出

1.1人工智能+时代

随着互联网技术的发展与计算机硬件系统的提升，人工智能成为引领第四次产业革命的关键学科。2019年全国两会提出，人工智能要能赋能其它专业领域，促进其它专业领域的改造升级。因此，促进人工智能技术与传统工科专业的深度融合，培养具有人工智能意识和能力的工程科技人才，是当前最为紧迫的战略任务。因此，开设人工智能课程成为本科院校的必然趋势。

1.2慕课的教学方式

慕课（MOOC）是大规模开放的在线课程（Massive Open Online Course），其课程特点是“短而精” ，时长约3-5分钟，是对课程重难点的总结与强调，具有解决长时间“满堂灌”模式下学生注意力不集中的优势。该特点对于自学能力强的学生较适用，但于自学能力较差未进行课程系统学习的学生，其相当于碎片化知识，难以理解，效果与传统课程相比较差。此外，慕课在以师为范，与人交流，合作沟通方面相比传统课程几乎没有优势。所以，有很多学者采用慕课+翻转课堂的混合式教学方法进行授课，线下通过分组讨论使学生对重难点知识进行深入剖析与讨论，使教学取得良好的效果。

1.3问题的提出

慕课+翻转课堂的形式对理科与文科的学习是适用的，但对于需要工程实践的的工科学习是欠缺的。如何对人工智能与工科交叉学科的慕课课程的混合式教学方式进行改进以弥补工程实践环节的缺失从而取得较好的教学效果是亟待解决的问题。

2基于项目实践的教学方式

CDIO工程教育模式是由麻省理工学院与瑞典皇家工学院于2000年发起，是全球积极推进工程教育改革，探索创新型工程人才的培养模式的最新成果。CDIO代表构思（Conceive）、设计（Design）、实现（Implement）和运作（Operate），它以产品研发到产品运行的生命周期为载体，让学生以主动的、实践的、课程之间有机联系的方式学习工程。CDIO培养大纲将工程毕业生的能力分为工程基础知识、个人能力、人际团队能力和工程系统能力四个层面，大纲要求以综合的培养方式使学生在这四个层面达到预定目标。

基于CDIO“做中学”的实践理念，设计基于项目实践与慕课相结合的交叉课程教学方案。将慕课+翻转课堂的混合式教学方式中翻转课堂的内容进一步提升与改进，在课堂上除了对重难点知识的探讨与深入剖析外，加入人工智能在工程项目中的应用等实际项目的设计、预案、实施与评价或优化等问题的探讨与研究，并针对学生在实际项目操作中的反馈，在线下课堂中或群策群力解决疑难问题，或就问题反映的理论进一步巩固与理解，或探讨多种方案引发思考，或提供参考使学生深入钻研寻求最优化方案。

3案例分析

笔者所在的上海工程技术大学城市轨道交通学院运营管理系于2018年9月通过教育部交通运输专业工程认证标准，既是对本专业交通运输工程教育的肯定，也是工程教育改革的开始。在此背景下，为营造轨道交通学子信息技术处理背景，实现轨道交通的智慧化运营与管理，针对人工智能与轨道交通工程的交叉学科学习开设的《人工智能与轨道交通》课程更应该在教学中紧抓工程实践的重要环节，课程理论讲解做到精与简，摒弃纯理论灌输的枯燥乏味授课方式，加大实践环节课时，实现学生“做中学”的目的。

《人工智能与轨道交通》课程目标是（1）记忆并理解人工智能内涵、算法、模型与技术（原理、步骤、使用方法）;（2）分析人工智能解决轨道交通规划与管理专业实际问题的思维与模式;（3）应用所学人工智能方法解决轨道交通规划与管理专业的实际问题;（4）根据人工智能综合知识，针对轨道交通实际问题，提出创新方案。目标1通过学生预习与慕课课程的学习实现，目标2～4通过实践环节实现，其中2主要在翻转课堂中通过学生讨论进行深入剖析获取，3通过查阅资料，算法演算与代码编写在实验课时中进行项目实操，4是针对学生实践的反馈问题，在教师的引导下通过查阅文献，观摩案例，钻研代码语句进行深入或超前学习。

《人工智能与轨道交通》包含三个项目实践内容，通过应用人工智能算法与模型解决轨道交通实际问题。搜索算法实践对应实际轨道交通乘客出行最短路径问题，在起始点间寻找可行路径（绕开障碍物）并求解最短路径，要求学生分别用深度优先、广度优先、迭代加深三种无信息搜索算法以及A*有信息搜索算法进行实训。贝叶斯与效用模型（下转第4页）（上接第1页）实践对应轨道交通客流受多种因素影响下如何进行有效预测，要求学生构建轨道交通车站与线路客流预测贝叶斯网络模型并根据实际数据对模型进行拟合，获取参数用于预测。决策树以及机器学习实践对应轨道交通乘客的出行行为，在乘客多特征及出行特征约束下，（1）构建决策树预测乘客的出行决策;（2）构建神经网络预测乘客的出行行为;（3）构建支持向量机预测乘客的出行行为。以上项目的完成需要对算法进行深入理解，并结合轨道交通实际问题构建模型，进行求解算法代码编写。经过项目实操，学生获取知识由被动记忆理解变为主动理解与吸收。该课程实际授课两学期，第一学期按照项目式教学方法，较好地贯彻了“做中学”的理念。第二次授课由于疫情影响，视频讨论效果没有现场授课好，仅将项目实践作为课后作业发布给学生。以贝叶斯项目为例，第一次授课学生59名中54名均较好实现轨道交通客流的预测，在私下聊天以及学生反馈中，均反映经项目实操后，对知识的理解更加深刻，记忆更加牢固，应用起来更加得心应手，对于新的实际问题能较快构建模型，但二次授课由于讨论效果打折扣，项目进展缓慢，问题也没有及时进行反馈，实际“做中学”的理念没有贯彻到位。最后10名学生实际提交完整项目报告的学生人数仅有2，教学效果较差。

4结论

本文阐述了借助慕课，结合项目实践实现人工智能与工科交叉课程良好授课的方法。以《人工智能与轨道交通》课程为例，设计了记忆理解-分析-应用-创新逐步递进的课程目标，包含轨道交通实际问题的实践课程内容与基于项目实践与慕课的实际授课方法，对比采用与未用项目实践教学方法背景下学生项目任务的完成度证了该教学方法的优越性。

参考文献

[1] 吴婧姗，朱凌，施锦诚等.未来工程师的核心能力——基于智能技术驱动型企业实证研究的内容分析[J].高等工程教育研究，2019（06）.

[2] 吉永兵，胡晓玲.美国高校慕课的发展现状及趋势——基于斯隆联盟系列报告的分析[J].数字教育，2016（04）：33-37.

[3] 丁度坤.关于慕课教学的几点思考[J].教育教学论坛，2019.

[4] 王珮，何爱玲，刘思睿，等. "慕课+翻转课堂"教学模式探索与改革[J].国际商务财会，2019（03）：63-65+68.

[5] 刘进.人工智能为播音与主持艺术专业带来的机遇与挑战分析[J].西部广播电视，2019（11）：188-189.

[6] 彭周皖.慕课环境下工科课程混合式教学模式的探究[D].南昌：南昌大学，2017.

[7] 汪訓洋，马成业.工科院校“线性代数”MOOC（慕课）教学模式探究[J].课程教育研究，2018（01）.

[8] 俞姝.基于胜任力模型的S高校中层干部培训项目设计[D].杭州：浙江工业大学，2012.

[9] 宋丹，刘洞波，丰霞.基于多源数据分析的课程成绩预测与课程预警研究[J]. 高等工程教育研究，2020.