新工科背景下机器学习课程思政建设的研究与实践

王兴梅　赵一旭　战歌

摘  要：在新工科背景下，机器学习作为人工智能领域人才培养的核心课程，如何融入思政元素，已经成为一项重要的课程教学任务。文章系统分析新工科背景下机器学习教学模式和课程思政一体化建设的切入点，丰富课程思政实践案例，逐步探索形成新工科背景下适合人才培养目标的机器学习课程思政教学内容、教学方式和课程考核等环节的设计、实施模式，为我国高校工科类课程开展课程思政提供借鉴和重要参考。

关键词：新工科;机器学习;课程思政;实施策略

中图分类号：G641       文献标志码：A          文章编号：2096-000X（2022）05-0193-04

Abstract： Under the new engineering， Machine Learning， as the core course of talent cultivation in the field of artificial intelligence. How to integrate ideological and political elements has become an important course teaching task. This paper systematically analyzes the entry point of Machine Learning course teaching mode and the integrated construction of ideological and political courses under the new engineering discipline， enriches the practice cases of the course ideological and political practice， and gradually explores the formation of a Machine Learning course suitable for talent training objectives under the new engineering discipline. The design and implementation mode of ideological and political teaching content， teaching methods， course assessment and other links provide reference for the development of ideological and political courses in engineering courses in Chinese universities.

Keywords： new engineering; Machine Learning; curriculum ideology; implementation strategy

2017年2月开始，教育部积极推进新工科建设[1]，新工科建设已经成为我国工程教育改革的重要体现，是高校深化工程教育改革的方向，更是未来赢得国际竞争的重要途径。而随着互联网、大数据和云计算等技术的不断演进迭代，人工智能已经成为第四次工业革命的主要推动力。作为人工智能的核心技术和实现手段，机器学习理论是人工智能领域人才培养的重要课程[2]。如何在机器学习课程教学中有效融入思想政治教育元素，需要从立德树人这一根本任务出发去思考、去设计、去融入、去落实。

习近平总书记在高校思想政治工作会议、全国教育大会上强调“要坚持党对教育事业的全面领导”“把思想政治工作贯穿教学全过程[3]”。育人先育德，在机器学习课程中有效融入社会主义核心价值观元素，潜移默化地对学生的思想意识、行为举止产生影响，升华其思想和精神，自然而然地承载思想政治教育功能，已然成为高等教育界必须关注探索的实践热点问题之一。因此，在新工科下，正确看待机器学习课程与课程思政中的主体与载体、整体与部分之间的关系，推动课程思政教学模式的本质内涵、基本特点以及实施步骤进行全方位的变革[4]。在机器学习课程教学中融入课程思政的新模式，使得学生打牢人工智能理論基础的同时，信念坚定、德才兼备、胸怀家国情怀，拥有民族自信、自尊和自豪感，担当民族复兴大任的时代新人。

开展新工科背景下机器学习课程思政建设的研究与实践具有重要的理论价值和实践价值。（1）理论价值。新工科背景下机器学习课程思政建设，着眼于人的价值和知识的一体化建设，重点在于“融”，通过课程讲授建立起人的核心价值观和知识内涵的关联，突破单一的、线性的知识与人的核心价值观之间的阻碍，构建社会主义核心价值观融入知识体系的内在系统。（2）实践价值。通过研究与实践，可以促进高校按照国家的教育方针、市场需求和学校人才培养标准，审视自己的人才培养目标，确保教学工作满足国家的需要，实现培养的人才能程够与社会接轨;建立新工科背景下机器学习课程思政元素融入机制，使学生在知识储备、技术技能、学习能力和综合素质等方面得到提升，培育学生践行社会主义核心价值观的意识和能力。

一、机器学习课程融入课程思政元素的基本思路

构建新工科下机器学习课程教学模式和课程思政一体化建设，需要充分借鉴国内外现代大学机器学习课程教学过程的成功经验，探索适合我国高校开设的机器学习课程融入课程思政元素的教学模式，为提高教学质量和课程思政效果提供切实可行的策略和举措，更好地满足党对高校的人才培养要求和人工智能产业发展对人才素质的需求。在充分分析新工科下人工智能领域对人才培养要求的基础上，在机器学习课程讲授全过程中润物无声地融入思政元素。

1. 以时事热点和领域最新发展动态为切入点，开展国际大势和国内大势比较，引导学生正确认知国情、了解行业发展趋势。

2. 以科学家事迹和身边典型事例为融入点，提高学生自我认知能力，确定远大目标，激发科技报国斗志，厚植家国情怀。

3. 以“卡脖子难题”和国家所需所盼为技术需求点，将学生自身的价值融入到国家发展战略、民族振兴事业中，着力解决好为谁培养人、培养什么人的问题。

具体融入模式，着重以国际国内热点时事、与机器学习专业相关的实际问题为切入点，挖掘课程的思政元素，将实际案例与思政元素有机结合，不仅能够丰富课程内容，让学生更好地理解知識内涵，还能对思想政治教育元素的融入进行系统化、再造性的设计和实践。例如：无人驾驶汽车——百度Apollo新石器无人车的设计和实践，餐食从上车到取用的全过程都独自完成，避免新冠肺炎疫情期间人与人的接触，减小了疫情传播风险。把这些相关的思政元素从课程的导论开始贯穿到整个课程的讲授过程中，增加同学们的民族自豪感。要教育学生关键的核心技术是要不来、买不来、求不来的，教育学生唯有勇者胜、唯有创新者强，每个人必须努力学习努力创造，才能做人工智能领域的引领者。机器学习课程中的思政建设对学生未来发展必将起到良好的教育效果。

二、机器学习课程融入课程思政元素的教学实践

机器学习是人工智能领域学科专业人才培养的基础课， 也是受理工科学生广泛重视欢迎的一门课程，受众面非常广。以机器学习课程具体实践为例，围绕立德树人挖掘与融入思政元素，为提高课程思政效果、教学质量和人才培养能力提供切实可行的策略和举措，更好地满足党对高校人才培养的要求、国家发展战略对人才素质的需求。

（一）聚焦国家战略，凝聚托举民族的力量

机器学习是支撑人工智能国家发展战略的核心课程。在讲述机器学习引论部分，结合国家间的竞争和人工智能领域的发展态势，对机器学习在人工智能领域的关键作用和巨大影响展开讨论，为学生展现我国近些年来在机器学习领域的前瞻性研究以及突破性进展[5]，比如人脸检测、人脸支付、脑机科学、智能城市、智慧医疗和无人驾驶等，向学生传达国家对建设人工智能强国的决心，提高学生的爱国热情和民族自豪感。

结合当前国家抗击疫情的形势，列举机器学习在疫情态势研判、传播路径分析、精准防空和有效治疗及后续治理等各个环节都承担着关键作用，为战胜疫情提供了坚实支撑，引导学生更加深刻地体会机器学习不仅存在于理论的研究，也真真实实地服务于平常百姓家，正在潜移默化地影响和提高我们的生活质量，调动学生的学习积极性，学以致用，用自身所学专业知识更好地服务于社会。同时也要为学生指出，虽然机器学习在我国各领域大显身手，但仍存在诸多尚未解决的问题等待着学生们去钻研，比如我国整体算力基础设施不足，对外依赖较大，数据标准化和互联互通水平严重不足和国内算法框架还未被广泛认可等，引导学生深知自身的时代责任感，发挥“三牛”精神，为国家攻坚“卡脖子”难题奉献自己的一份力量。

从而达到课程思政的效果：一是增强学生的危机意识，认识到自身的不足;二是增强担当意识，学习好机器学习算法，担当起人工智能发展战略的时代使命;三是提升学生的爱国热情和民族自豪感。

（二）聚焦事物发展规律，坚定理想信念

机器学习演进历程和核心作用阐释了事物在曲折中前进的发展规律。讲述发展历程和应用领域知识点，介绍机器学习发展历程高潮与低谷交叉演进、小步慢走与大步快跑交替前进的发展进程。机器学习的发展大致经历了起步发展时期、反思发展时期、应用发展时期和蓬勃发展时期。早在1943年，美国神经生理学家Warren McCulloch和逻辑学家Walter Pitts一起提出了一种简单的计算模型来模拟神经元，这个模型就是M-P模型[6]，这也是人类历史上第一次对人工神经网络的系统性研究，从此开启了机器学习的发展时代。1956年，美国心理学家Frank Rosenblatt提出著名的感知机，这种模型不仅在M-P模型基础上加入了权值，并跳出了二值限制，在当时那个年代足以振奋人心。然而在1969年，推崇符号主义的代表人物Marvin Lee Minsky在出版的《感知机：计算几何学》书中，详细指出了感知机的限制，机器学习迎来了第一次寒冬。沉寂了十年之后，机器学习的研究又开始慢慢复苏。1982年，加州理工的生物物理学家John Hopfield提出了一种反馈型神经网络，这种网络解决了一些识别和约束优化的问题，引起了很大的反响。这让机器学习领域的联结主义研究者们非常振奋，渐渐地许多研究者又将目光再次转向了机器学习，这其中就有后来的深度学习“祖师爷”之一的Geoffrey Hinton。在祭出了复兴的“大杀器”反向传播算法后，Hinton于1987年到多伦多大学任教授，同另一位深度学习的奠基人Yann LeCun一起，研究出了目前深度学习中应用最广的神经网络结构——卷积神经网络。进入20世纪90年代中期，机器学习领域的另一个代表性模型横空出世，它就是深度置信网络[7]，这个模型颠覆了之前被学术界大部分人默认的深度网络不能被训练的观点，从此机器学习一跃而上，成为了越来越火的研究方向。机器学习这些算法背后科学家的故事和所蕴含的科学精神充分阐释了事物的发展并不会一帆风顺，人的成长历程也不会一帆风顺，但只要方向对了，终会获得成长。

在讲述机器学习应用领域时，以学术界和工业界在争夺深度学习开发平台上的战略部署和激烈竞争为切入点，结合华为事件，引出自主科技创新的重要性。随着近年来国际背景复杂而深刻的变化，引导学生认识到关键核心技术是国之重器，拿不来、买不来、讨不来，我们没有别的出路，唯有坚定走自主创新之路，把国家发展命脉牢牢掌握在自己手中。在这方面，我们必须保持恒心和韧劲，持之以恒、接力攻关。要让学生知道我们比历史上任何时期都更需要建设世界科技强国。同时向学生介绍机器学习领域目前仍需攻克的难关，了解我国目前在硬件与AI基础开发框架上与国外的差距，让学生明确奋斗方向。未来，算法将成为未来人工智能中的关键问题，尤其是目前进入瓶颈期的人工智能芯片。人工智能芯片需要中国芯片产业更好地整合和应用，而算法就成为了摆在中国芯片产业面前的一道看不见的难题。然而这个难题也不是一朝一夕就能解决的，需要“十年磨一剑”的精神。要让学生通过对平台代码的学习，建立起知识体系认知，同时明确研究方向，针对性地进行知识拓展，让个人发展和国家发展相结合，利用所学知识更好地造福社会，从而打牢支撑起中华民族伟大复兴的科技基础。

从而达到课程思政效果：一是提升学生的抗挫折能力，面对逆境坚定初心使命;二是坚定理想信念，脚下才有力量，路才会越走越宽;三是掌握事物发展规律，做好自身成长成才规划;四是提升自主科技创新意识和能力，服务国家发展和民族复兴。

（三）聚焦人的全面发展，成就民族复兴大任的时代新人

机器学习知识的交叉融合表征了人的综合素质提升的重要性。在讲述机器学习的特点及分类部分，介绍机器学习知识涉及计算机、认知心理学、神经科学等各方面，讲述人工智能时代人才的“才”是通专结合、博精并重的复合型人才，钱学森认为系统观是科学技术的最高概括和最普适规律，机器学习就是系统观人才培养的最好诠释，系统阐释学好机器学习课程應具备的基本素养，有助于提升人才培养改革的指向性、重构性和效能性，表征对未来人才的素养要求。

随着智能化时代的开启，人类重复的脑力劳动必将被人工智能所取代，那么机器学习领域知识的膨胀、技术的演进和需求的增长将不断加速，依靠教师课堂授课获取的知识储备，显然已经远不能适应人工智能快速发展的需要，学生必须更加积极主动进取、善于独立思考、勤于终身学习、富于工程实践创新;与此同时无论对于技术端还是应用端来说，机器学习算法演进必然带来人工智能的发展，带来的问题不仅是技术的问题，更重要的是安全风险、伦理风险和法律风险等的问题，解决这些问题需要人文科学知识、法律制度规范、伦理道德约束等知识。所以学好机器学习的同时，还要思考社会问题、伦理问题和法律问题等一系列和人类生存相关的问题。

在讲述机器学习分类部分，通过讲解科学家成长经历和研究过程，以科学家事迹为融入点，传递机器学习算法分类背后所蕴含的科学精神，比如讲有监督学习、无监督学习重点讲述阿里云创始人、中国工程院院士王坚掌握核心技术的决心和勇气，比如讲残差神经网络（ResNet）重点介绍其创立者，中国青年科学家何恺明追求科学前沿，勇于突破创新的科学精神，等等。以此引导和教育学生在了解科学家身上特有的精神特质和成长轨迹中，树立正确的世界观、人生观和价值观，执着追求，攻坚克难，勇于创新，成就事业，贡献国家发展和人类社会。

以此达到课程思政效果：一是要成为通专结合、博精并重的复合型人才;二是学生只有具备坚定的科学精神、较强的自主学习能力和优秀的工程实践能力，才能不断适应因人工智能发展和社会快速前进所带来的挑战。

三、机器学习课程思政的实施策略

推进新工科背景下机器学习课程思政建设，培育学生社会主义核心价值观，是实现人工智能人才培养的育人与育才相统一、思想教育与专业教育相统一、专业课与思政课同向同行的一个重要课题。

（一）探索与时俱进的课程内容建设机制，增强学生科技报国的志气

在新工科背景下，以继承创新、交叉融合、共建共享为主要渠道，探索课程思政元素融入机器学习课程内容的渠道，逐步实现从学科导向转向以社会需求为导向的课程建设机制，从被动适应服务向主动价值引领的转变。在课程内容讲授过程中使学生不断地提高国家战略意识和了解科技发展动态，更好地服务科技报国的使命。

（二）深入推进教学与科研紧密结合的教学方法，促进学生养成求真务实的作风

在授课过程中教学始终处于基础和优先的地位，而在实际教学过程中则主张教学与科研有机结合、相互融合，作为知识传承者的教师，必须承担起知识创新者的重任，在机器学习课程教学中充分展现自身勇于探索、求真务实的学者风范，既向学生传授知识，又向学生传授严谨严密严格的作风、追求真理的精神、矢志报国的家国情怀，做学生发展的引路人。

（三）构建理论实践互动融合的弹性课程考核方式，夯实创新创业人才的底色

在新工科背景下，构建理论实践互动融合的弹性课程考核方式，即理论知识考核（文献的阅读理解掌握程度）+团队考核（设计成果的深度成效展示）+过程考核（教学环节的节点表现）。用扎实的理论基础评价学生，采取多维角度评价学生对课程学习的能力，重点培养学生的创新能力和实践能力，着力培育领军人才和卓越工程师，增强学生创新创业精神能力的底色。

（四）建设SPOC微课堂助力课程教学，丰富课程思政的形式

在具体建设中遵循内容有重构、方法有特色、技术有运用和形式有创新的理念。适应新时代教育需求和互联网+教学的教学模式，丰富课程思政开展的形式，加强与学生的互动交流，增强课程思政效果。

四、结束语

本文以实际教学案例为例，创新性地研究和实践了新工科下机器学习课程教学模式和课程思政一体化建设。思政元素有机融入课程教学，需要对课程教学目标、教学内容、教学方法和考核方式进行全面地梳理和改革，教师对专业视野的广度和深度、对国际国内形势的了解程度和精度、对思政元素的理解和把握程度都提出了更高的要求，需要教师对课程教学付出更大的精力，具有更高的涵养、更新的知识储备，以此实现对学生培育和践行社会主义核心价值观的引领，确保教学工作满足国家的需要，适应日益发展的社会需求。因此，在新工科下探索在机器学习课程教学中实施课程思政，对于我国高校理工科特别是在人工智能领域系列课程中开展课程思政工作，实现全过程、全方位的教学育人模式，具有重要的价值和借鉴意义。

参考文献：

[1]万林艳，姚音竹.“思政课程”与“课程思政”教学内容的同向同行[J].中国大学教学，2018（12）：52-55.

[2]陆道坤.课程思政推行中若干核心问题及解决思路——基于专业课程思政的探讨[J].思想理论教育，2018（3）：64-69.

[3]潘玲颖，何建佳，樊怡菁.新工科背景下的课程思政教学探索——以《人工智能与智能制造》课程为例[J].创新创业理论研究与实践，2020，3（22）：55-56+59.

[4]孟宪生.新时代高校思想政治理论课高质量发展的重要部署——《新时代学校思想政治理论课改革创新实施方案》解读[J].思想理论教育，2021（6）：12-18.

[5]赵楠，谭惠文.人工智能技术的发展及应用分析[J].中国电子科学研究院学报，2021，16（7）：737-740.

[6]周志华.机器学习[M].北京：清华大学出版社，2016.

[7]Hinton G E， Osindero S， Teh Y W. A Fast Learning Algorithm for Deep Belief Nets[J]. Neural Computation， 2014（187）：1527-1554.

基金项目：黑龙江省教育科学“十四五”规划重点课题“新工科背景下机器学习课程思政建设的研究及推进策略”（GJB1422115）

作者简介：王兴梅（1978-），女，汉族，黑龙江尚志人，博士，副教授，博士研究生导师，研究方向为人工智能、教育教学。