“移动互联网+人工智能”实践教学考核系统研究

魏建宇 刘旭 马文彬

陆军军事交通学院 天津 300161

引言

通过结合移动场景与智能化技术，可以承载更多的教学信息内容。正是这种移动教育方式与教学数据相互映射，为构建实践教学平台与教学考核改革创造了信息化的基础，提供了更多的空间与创新点。积极对接移动互联与人工智能技术，将大数据融入高等教育全过程，已经成为我国打造现代化高教的重要手段，这种信息化融合的教学实践是智能化学科教育与个性化教学方式统一结合的“试金石”[1]。

对于交通运输专业而言，不但需要理论积淀厚实、基础知识过硬，更需要有很好的实践操作与认知水平，这也对实践教学考核提出了更高要求。随着高校教学计算机应用规模的不断扩展，教学数据涵盖的方向呈发散态势，为了更好地构建与之匹配的时间教学考核系统，应该积极根据国家法律法规的指导性，结合计算机科学技术的不断发展，应用最先进的移动互联手段，叠加人工智能技术应用，为新时代现代高校教育背景下，建设完备的教学考核平台创造条件，并实现全面、可靠，扩展性强的内核管理，可操作性好的防护策略，确保核心数据安全，为高校教学发展创造条件。

作为交通运输领域高等教育的重要一环，实践教学是关系到课程教学效果和学生最终掌握程度的重要教学方式，作为工科院校，实践教学是理论教学重要的“助推器”。实践教学的效果直接关系着学生最终对于相关理论知识的掌握程度，从而为其后续进入工作岗位能力的发挥有着很大的影响。当前，由于高校传统教学模式的影响，实践教学的最终考核方式更多的还是一种应试式的考查方式，属于节点型考核，无法对教学的全域过程做到有效监管，学生应对实践教学考核更多的还是“死记硬背”形成规范化的“实践能力”，这种考核方式在很大程度上，无法反映学生真正的实践能力，从某种意义上说，还是一种理论教学的评价。特别是对于交通领域的高等教育，由于现代化交通的发展日新月异，如果仅凭传统的交通理论和基础的实践认知，很难成为适应未来交通运输建设的先进人才，所以为了扭转这一教学考核局面，就应该重视教学过程的实时检查考核，即强调教师能力的动态提升，也约束学生学习效果的动态管控。利用信息化技术的优势，以教学数据管理、分析、研究、机器学习为技术支撑，建设符合教学特点和考核重点的智能化、信息化、移动化的考核系统，做到全流程、多角度、宽领域的实践教学评价体系构型，在教学的全过程渗透，充分的检验出学生真正的学习效果，特别是对于实操的掌握情况，同时根据教学内容的变化、教师授课情况的扩展以及学生差异化的学习表现，形成个性化的教学评估“诊断”，促进每一名学生的“因材施教”，实现实践教学水平的稳步提升。

1 实践教学考核系统总体设计架构研究

根据现阶段高校实践教学要求，应该关注实践教学的全过程监管，确保以移动互联网为载体，贯穿教学全过程的考核，赋能高校人才培养工作中，创新新型实践教学考核模式。信息化实践教学考核系统的构建，是高等教育过程中重要的评价与检测环节，在这个过程中如果采用传统的考核模式，需要耗费大量的人力物力和教学资源，往往其评价的准确度和可信度还不够高。通过融合移动互联与人工智能的考核模式，可以充分利用教学资源优势，并且实现更好的课程效果跟踪，保证课程的独立性与考核的完备性[2]。交通运输各专业其课程设置更偏重于实践应用，因此必须根据实践课程要求，精准的定位考核内容，特别是对于《车辆构造与理论》、《车辆电气与智能控制》、《无人装备技术使用》等偏重于实践的课程，应该从课程教学内容延伸等方面，结合移动互联网架构，通过构建易用、可用的App，通过安全网关接入校园网络，访问教学服务器，客户端采用Apache技术进行网络通信，Web服务采用动态应用系统构型，确保大流量、高并发的考核访问。作为安全、可靠、稳定性、扩展性较为优秀的时间教学考核系统，出来具备移动互联的基础访问能力，还应采用动态应用系统确保人工智能技术得以高效应用，即利用Web前端构建基础服务平台，采用负载均衡、数据库集群、动态缓冲、分布式存储，确保考核数据分发及采集的准确；同时用SQL访问后台数据库，结合各种算例，形成有效的个性化节点实践教学考核与终期实践教学考核的匹配。基础架构如图1所示。

为了确保考核系统的实用性与科学性，系统应在基础网 络服务框架下，实现如下基本教学考核功能：①针对交通专业各个实践教学课程内容，通过人工智能算法实现智能化课程管理，重点功能为实践课程的设计部署，学生教学分组，课程教学过程管控，实践课题立项与开发过程管理，课题项目实践效果节点评判，进度有效性管控，各类实践教学资料汇集及初步预审核，实践考核与课题验收评价。②实践课程考核、考试的智能化评级，主要通过智能化测算，对实践教学的内容、学生的过程操作及最终结果进行评价，同时结合课程教学大纲的考核标准，匹配课程全过程的实操与理论考试考核，形成较为客观的时间教学评分。③根据教学重点与学生学习进度形成差异化实践教学内容，主要在选课初期对每个学生的理解能力、知识水平进行测试，形成个性化实践教学内容；在教学过程中，通过智能化方式，以移动互联网推送课后及阶段性考核、测试，对学生学习状况进行动态跟踪，设置各类学习评价阈值，并根据学生学习进度和知识掌握程度形成报告及预警。④将实践教学的各类教学成果进行动态展现，主要通过采集实践教学过程中的学习数据及学生在课前、课后自我考核及阶段性测试数据，用表格、图表或其他直观的图形化方式，形成教学成果报表，从宏观、微观等角度，对实践教学内容、学生接收程度、实操情况进行对比与分析，为教研组、教师和学生提供有效的评判及改进依据。⑤完成实践教学考核数据分析与研究，主要通过结合教学大纲重点内容及实践教学延展知识点，进行阶段性考核、考试的个性化实现，并对考核内容进行自动阅卷与分析，对主观实操或论文报告进行查重和学术风险智能化评测，最终形成较为精准的客观评价。⑥通过全流程实践教学考核管理对指导教师形成科学评价；通过整个课程流程的精准管理和差异化考核，形成较为准确的学生学习情况评价，根据高校教学要求和课程大纲指导，给指导教师以及时的教学反馈，确保其可以动态的调整实践教学内容，提升教学效果[3]。

3 移动互联网与人工智能算法在实践教学考核系统的应用

3.1 移动互联网技术的应用

移动互联不受时间、空间的限制，是现代高校教学较为有效的实践教学方式，可以通过移动终端构建实践课程，学生可以通过线下线上两种模式，用更加灵活的方式接入实践课程学习，在移动端学习过程中可以用浸入式的方式，进行专业知识学习，并且用虚拟的演示与参与形成与相关实践课程有关的实操训练与实验，从而检测学以致用的能力，达到积极的学习效果。在移动端的实践教学App或Web页面中，可以通过多媒体方式，将实践课程的内容进行多角度的知识展示，激发学生的学习热情，同时在阶段性考核中，可以应用虚拟技术，将实践课程内容进行虚拟重构，让学生通过模拟实操的情境，对所学知识进行有效检测，查漏补缺。由于移动互联网的开放性，保护学生隐私与敏感教学内容的安全，也是移动互联网实践教学考核的重要一环，可以通过数字身份认证技术进行安全保护。作为实践教学信息数据临时存储与传输环节，核心是信息采集与分发，因此，在对信息网络大量接入节点的情况下，确保网连接的安全与数据隐私非常重要。通过网络身份验证和授权系统可以做到这一点。通过数字身份认证方式进行安全防范，必须充分考虑复杂性和效率的综合匹配，可以通过密码运算方式，以身份认证对标准协议进行节点之间的网络可靠性互认。并适时对根据网络接入节点信息特性、数据完整性方式和传输效率更新相关认证机制，确保其升级的可靠性和实现性。

3.2 人工智能考核评测算法的实现

为了实现交通运输专业实践教学考核的最优化评测，采用人工智能算法中常用的对齐卷积神经网络构型，这种算法效率较高，可以应对大量的数据并发与综合计算。这种卷积算法容易进行先验训练，参数较多但是比全连接网络优化较多。其具体结构为很多个卷积层、附加可选的（一层或N层）下采样层、全连接层构成。卷积层的输入为 m1×m2×r 的图像，其中m1为高度，m2为宽度，r是图像的通道数量。其过滤器增加了局部连接结构，卷积规模达到m-n+1的X个二维特征图，其中 m-n+1 为物理尺寸。网络结构如图2所示，算法结构如图3所示。

图3 算法结构

通过将交通运输各专业实践教学大数据进行分析，辅助人工智能神经元深度学习实现对移动端传输来的实践操作实现智能化评分。该过程，一般将一个实践操作过程划分为多个步骤，以适应卷积网络运算的需要。对实践操作结果的截图作为一组，其中还包含若干张多角度的实践截图。根据网络算法模型，分析移动互联网端传输而来的实践截图的分组概率，并通过卷积机器学习及运算，判断最终实践操作与正确操作的匹配程度，从而给出相关评测分数，同时还可以将实践过程中的熟练程度和过程做统一的归一化运算权值，并据此给出修正实践操作的建议，供学生参考。

3.3 考核组织、查重算法及场景实操实现

按照各个专业实践教学的需求，将课程重点和课堂难点进行归一化计算，并将课前评测和课后考核进行人工智能统筹出题，完成相关实操研判后，统一形成课程考核结论。对于实践教学中课题报告或论文撰写这类主观的课程考核环节，可以根据报告或论文相关编撰内容情况，采用人工智能概率运算进行符合度复验和内容匹配查重，特别是对于计算机学科类中的代码内容进行抽检和查验，确保其原创性和正确性。在针对交通实践教学中如道路管理、车辆设计等专业等级较强的实践内容，可以引入人工智能的虚拟现实技术，以VR/AR为抓手，构建沉浸式的实践教学、考核内容，通过实景教学考试，达到更好的学习考核效果。

4 结束语

基于“移动互联网+人工智能”的实践教学考核系统，是现代交通专业高等教育创新的教学考核模式，它的科学构建不但能够将教与学通过现代信息化技术有机地结合起来，还能将学习与考核融合，形成学习过程中的全流程管理，通过科学的数据统计，改变了教学时空的限制，为更为公平、公正的实践教学考核创造了条件，也为掌握学生学习进度，优化实践教学内容提供了可靠的数据基础支撑。