APP下载

工程伦理课程建设及案例教学探讨

2022-07-01宫玉琳田成军詹伟达

科教导刊 2022年15期
关键词:无人驾驶伦理案例

宫玉琳,田成军,詹伟达

(长春理工大学电子信息工程学院,吉林 长春 130022)

引言

工程伦理课程主要讲授工程实践中的伦理问题,培养工程硕士专业学位研究生的工程伦理意识,增强对工程伦理规范的认知和把握,提高工程伦理决策能力。通过工程伦理课程的教学提升工程师的伦理素养和社会责任;促进社会的可持续发展,实现人、自然和环境的协同发展;协调社会各群体间的利益关系,促进资源共享和协调发展。

国外工程伦理教育开端较早,在国外工程类院校尚未全面开展相关教育之前,各国工程社团就已经制定了详细的伦理章程去规范工程师职业行为,工程教育认证机构也在工程教育专业认证标准中明确了对毕业生的伦理要求。20 世纪70年代开始,工程伦理教育开始在国外工程院校中迅速兴起。经过几十年的发展,国外高校已经形成了较为系统的工程伦理教育培养体系,在培养目标设置、课程体系设计、教学内容安排、教学方法选择、师资队伍建设、教育效果评估等方面积累了较为丰富的经验,对本课程的建设具有一定的借鉴意义。

1 工程伦理教育面临的问题

1.1 教学模式

工程伦理在教学模式方面普遍存在学生被动学习、能力培养不足、教与学脱节的问题,教学过程中学生的主动作用发挥不够充分,这就要求教师要由传统的“知识传播者”向“思想引导者”转变,教学方式由“注水式”向“点火式”转变,充分激发学生的创新性思维。教学模式亟须从以下几个方面进行改革:教学内容,由按照教材结构、章节传授转变为“专题式讲解”,突出理论问题中的热点和难点;讲授方式,由教师“以教为中心”转变为“以学为中心”的教学模式,注重培养学生的创新思维方式;培养模式,由传统的“灌输式”转变为“探究式”的培养模式,注重学生的个性化培养;评价方式,由传统的“期末一考定成绩”转变为全过程评价,注重多元化和非标准答案考核评价。

1.2 师资队伍

道德理论、道德规范的历史发展或各种案例的意义,任课教师需要通过自身的大量阅读和研究才能掌握基本原理,这是很多教师不具备的。同时,由于工程伦理学属于交叉学科,所以不同学科专业教师之间的跨学科合作是获取师资力量的有效手段,因此需要组建一支知识、能力和经验互补的跨学科教学团队。工程伦理教育既涉及理论知识,又涉及实践经验,要求教学团队既要有高校教师又要有企业专家和技术人员。依托团队优势,深入研究,积极参与校外合作,切实提高教育教学水平,成员之间相互配合、分工合作,可以全面提升教学效果,保证人才培养质量。

1.3 课程资源

教材方面,大部分高校开设的工程伦理课程,主要采用“全国工程专业学位研究生教育国家规划教材”——由清华大学李正风主编的《工程伦理》一书,全书针对工程伦理的基本概念、基本理论问题及工程实践中的共性问题进行了介绍,并且针对土木工程、水利工程、化学工程等领域分别进行了分析。但是几乎没有教材针对各专业领域进行系统的梳理和归纳,与学生将要从事的科学研究或工程实践没有紧密结合。

案例库建设方面,工程伦理课程注重案例教学的运用,案例库在教学过程中具有重要作用。通过案例教学,有利于提升学生的学习积极性,创造性地开展工程伦理分析。但是,当前工程案例库建设相对滞后,案例数量严重不足,特别是针对专业领域的案例库尤其匮乏,这也为基于案例教学的课程建设带来了困难,不利于学生对本领域工程伦理问题的理解和把握。

2 工程伦理课程建设

2.1 混合式教学

依托“雨课堂”开展“线上+线下”混合式教学,学生在课前依托“雨课堂”平台,开展课程知识点的自学,有效提升自主学习能力。教师在大数据的帮助下,可以及时把握学生的学习状态,并针对学生的学习情况进行指导,通过师生的有效互动提升教学的效果。教师和学生还可以在经验交流板块进行有效沟通,提高解决工程伦理问题的能力。同时,推动在线案例库建设,扩充工程伦理学习资源,缩短课堂教学情境与工程实践情境的距离,帮助学生更好地掌握工程伦理知识。采用多元化考核评价,包括教学目标、教学内容、教学组织等,切实做到过程可回溯,改进有成效,教学过程可借鉴可监督。采用线上成绩和期末考试成绩相结合的考核方式,有效地保证人才培养方案和教学计划的实施,最终保证人才培养目标的顺利实现。

2.2 案例教学

根据教学安排,选取特定工程案例,通过角色扮演、情境再现等方式,将掌握一定工程伦理知识与规范的学生带入“工程实践活动现场”,对出现的工程伦理问题进行思考与分析,做出伦理抉择。通过案例教学,使学生直观地感受到真实情境,从而有意识地培养自己面对伦理困境时的敏感性、责任感和决策力,为未来职业发展积累经验并在未来的工程实践中对伦理问题迅速作出反应。“授人以鱼不如授人以渔”,如果教师仅仅告诉学生在某些情况下什么是好的,什么是不好的,那么我们充其量仅教育了他们这些特殊情况。但是,如果运用案例教学的方法训练学生分析、批判性思考、合理评估和识别规范模式,那么学生将终身受益。

2.3 实践教学和文化塑造

由理论灌输转向实践应用,深入开展实践教学,积极完善校企合作制度,推进产学研合作,不断完善多主体“协同育人”机制。学生通过参与老师的科研项目或直接进入企业实习的方式,参与到具体的工程实践之中,深入了解职业伦理要求、理解工程伦理概念、领悟工程伦理价值、内化工程伦理精神。将“工匠精神”元素注入工程伦理教育中,塑造积极的工程伦理文化,构筑工程伦理文化阵地,把工匠精神重新灌注到社会中去,改变人们对于工程的观念、改变学生求学和就业的观念、改变企业用人的观念,打造一批“中国工匠”。

3 教学案例——无人驾驶技术

3.1 案例描述

课前通过“雨课堂”发送无人驾驶系统相关的PPT 及相关新闻视频,并给出网络上有关无人驾驶系统的一些例子,推送国家新一代人工智能治理专业委员会发布的《新一代人工智能伦理规范》,引起学生对本节课程内容的关注。

以场景叙事方式导入无人驾驶引发的工程伦理案例,营造具体实践情景,凸显工程实践情境中的问题冲突,引导学生分析案例,经过提问、群体思维碰撞,探究挖掘案例背后所蕴含的理论知识,培养学生的例证思维能力与批判反思意识。

3.2 技术说明

3.2.1 关键技术

针对学生的专业特点,对无人驾驶中的相关技术进行详细说明,包括:道路环境感知、行驶路径规划、汽车定位导航和决策控制技术等,涉及传感器、无线通信、物联网、大数据、自动控制、导航定位、图像处理、人工智能等诸多前沿学科,与学生所在学科关系密切。

3.2.2 事故原因

基于对事件的描述,进一步分析事故发生的原因,让学生以分组形式从不同的角度讨论该事件中被撞到的行人、肇事车、坐在驾驶座位上的司机,在该事故中存在的问题。引出一直存在争议的问题,即在自动驾驶过程中,人到底应该担任什么角色?

3.3 伦理分析

3.3.1 技术把握

涉及人身安全的问题往往会受到人们的广泛关注,并且存在着较大的争议,这就给研发自动驾驶汽车的工程师带来了巨大的压力。如何保证在操作的每一个环节都不出错,或者说可以被社会所接受的出错率的阈值范围是怎样的,成了自动驾驶汽车走向人们的生活之前必须要明确的问题。作为电子信息领域的未来工程师,我们应该怎么做?

3.3.2 悖论选择

在讨论自动驾驶技术的伦理问题时,引入经典的“悖论问题”,即:一辆有无人驾驶系统的汽车,在道路上接近一个事故现场,路上有2 个伤员(不转弯100%死),如果系统转弯,撞上1 个无辜者(有5%风险死),那么此时应怎么操作,假设撞人不可避免。这个问题的本质是人的生命是否平等,以及人的生命价值能否衡量。

结合国家新一代人工智能治理专业委员会发布的《新一代人工智能伦理规范》,引导同学们结合契约论、德性论、功利论、义务论等不同的伦理立场进行分组讨论,分别对无人驾驶系统中涉及的技术伦理、利益伦理、责任伦理、环境伦理问题进行分析。分组讨论后,组织全体学生共同进行案例分析和理论讲解,通过互动汇总各小组的讨论结果。

3.4 案例总结

针对无人驾驶汽车技术中的几个热点伦理问题进行总结,即关于安全性、隐私性技术的把握,关于生命价值的悖论选择和关于交通事故的责任追究。讨论结束后,教师结合各组观点对案例讨论进行归纳总结,引导同学们建立正确的伦理观念,作为未来的工程师,在无人驾驶技术的研究过程中,应把安全性放到最高的位置上,注意保护个人隐私,同时遵循人的生命价值相等的原则。

3.5 案例反思

课堂教学结束后,进一步安排课后教学,学生以书面报告的形式对讨论结果进行反思,针对无人驾驶系统案例伦理分析提出自己的观点与意见,引导同学们进一步思考,目前与无人驾驶技术相关的法律法规、政策制度等是否配套完善,如何借助法律帮助解决责任追究和其他本文没有提及的伦理问题,例如电子化人格、汽车权利等。

当无人驾驶已经成为一种势不可挡的趋势时,在大力发展和完善各方面的技术时,我们也应该多着眼于无人驾驶所带来的伦理问题,毕竟后者是组成社会关系、维护社会秩序的基础,也是无人驾驶技术稳定、持续发展的保障。

4 总结

工程伦理课程的主要目标,就是让学生接触尽可能多的工程案例,将案例教学作为工程伦理课程教学的重要手段,开展工程伦理案例的分析研究,同时结合专业工程规范,有利于激发和发展学生的伦理分析能力,达到明智和深思熟虑地突破职业生涯中可能遇到的类似道德困境。

猜你喜欢

无人驾驶伦理案例
《心之死》的趣味与伦理焦虑
员工伦理型领导原型对伦理型领导有效性的影响:员工崇敬感的中介作用*
样板案例
战“疫”需求急呼无人驾驶车冲上前线
NSE 9A-Module 4-Unit 2案例设计
浅谈我国社会工作伦理风险管理机制的构建
北京第一条无人驾驶地铁试运行!你敢坐吗?
亲组织非伦理行为研究
随机变量分布及统计案例拔稿卷
难以一致的统计结果