新工科背景下财经院校人工智能课程教学改革思考

孙玉涛，王恒娜，陈晓玲

（安徽财经大学管工学院计算机系，安徽 蚌埠 233030）

0 引言

人工智能课程是一门涉及计算机科学、数学、心理学、信息论、控制论等学科的交叉和边缘科学，这也决定了人工智能课程包含的内容是多方面的。目前人工智能教材有很多，无论是在教材的结构编排还是在内容组织上，都有很大差别。很多高校本科专业开设了人工智能课程，由于课程的交叉特点，理论讲授，很难让学生感悟人工智能课程的价值体系。如何进行课程教学改革，符合新工科背景财经院校对人才培养的需求，尤为重要。对教学模式、教学内容、课程体系优化成为该门课程教学的核心问题，因此提出更符合人才培养需求的教学方案[3]。

1 人工智能课程教学现状

目前我校计算机专业人工智能课程有导论必修课和专业限选课，传统教学基本上以理论知识讲授为主，主要讲授知识表示、推理方法、专家系统、神经网络、智能体、人工智能研究领域等。一方面因为课时少，另一方面纯理论教学，学生无法理解这些知识的用处，不能懂得如何使用这些知识解决实际问题。随着人工智的不断发展，部分知识显得跟不上当前社会的需求。传统目标侧重于教的怎么样，不清楚教学过程中期望学生应该取得的学习成果到底是什么？这种成果应该以一种什么样的方式来体现，尤其以一种新工科教育人才的培养的方式更是缺乏。学生既没有充足的动手实践，也不清楚如何把所学知识用到实际应用上[1]。

2 理论教学改革

理论教学主要围绕课程内容为导向，让同学们了解、掌握人工智能基本原理和基本方法。探索高效的理论教学模式和教学方法，是提高教学质量的重要手段。针对财经院校计算机专业的特点，提出一系列的教学方法。

2.1 混合式案例教学

充分利用超星平台，采用线上线下混合式教学。教师提前在学习通上发布课程学习目标、要求、重难点等，上传授课计划、教案、微视频、题库等课程资源；学生通过线上自主学习、完成在线学习、测试、讨论等。根据学生自主学习情况，对课堂及时解惑答疑，对授课内容及时进行总结，将学生作业、实验、项目开发存在的问题及时反馈，对学有余力的同学及时开放相应综合案例，比如个人银行贷款预测、金融股票预测等等[2]。

在实施混合式教学中，教师已习惯传统的教学模式，不自觉地仍采用传统教学模式对重难点问题进行讲解，教师讲、学生听。部分学生对教师的依赖性较强，自主学习能力相对较弱，不能很好地适应混合式教学模式。学生不易理解知识的演进过程、算法流程或应用意义。需要及时研讨在这种混合式教学模式下，线下教学内容的组织、设计和实施，有目的地激发学生的学习兴趣、培养学生的自主学习能力。

2.2 学科竞赛驱动教学

为了让学生更好地运用所学的人工智能知识解决实际问题，将人工智能课程教学与创新实践相结合，鼓励学生以“项目组”的形式，选择一个感兴趣的应用领域和方向，进行定题，运用所学的知识和技术进行项目研发，更深入地投入到人工智能技术的应用。将项目成果参加大学生创新创业训练项目“挑战杯”“互联网+”等项目，让人工智能知识与技术得到应用，培养学生的创新思维、动手实践能力及综合应用能力，提升学生的人工智能技术应用水平。尤其以安徽省大数据与人工智能应用竞赛为抓手，对基础环境搭建部署、样本数据预处理、传统机器学习算法及应用、深度学习算法设计及应用、人工智能技术综合应用等竞赛知识点，融入教学内容中，不断强化学生动手能力。学生理论知识掌握得再好，如果实践量不够，学生是不能形成良好技能的。通过参加大赛，使学生重视实践环节，主动去锻炼自己的动手能力。在教学上，结合实际教学内容，灵活使用“讲练结合”的教学方法，切实把学生学会知识到应用知识的过程落到实处[5]。

课程改革不仅较好地解决了课堂理论教学与实践相脱节的问题，而且丰富了学生的项目实践经验，彰显了教学成果与课程特色。虽然课程的改革与实践活动取得了一定的成果，但还将继续优化课程群的设计，完善教学理念与方法，探索先进的竞赛课堂教学范式，使课程的教学和项目的实践实现更好衔接。

2.3 以学生为中心成果导向教学

由需求决定学生的培养目标，由培养目标决定课程体系，由课程体系决定课程之间的联系性，保证教育的培养目标与教学成果的一致性。成果导向的原则使得课程聚焦在学习的成果上，而不是在学习的形式、学习的课时上。从需求出发设置多元化的培养目标，确立出多维的评价体系，同时以案例教学为桥梁设置培养过程，反过来利用成果评价数据持续改进培养过程[6]。

树立以学生为中心的教学理念，发挥学生的自主性、积极性以及开拓进取的精神，改变“教师讲”“学生练”的实践教学模式，尝试“学生讲”“学生做”的项目化教学实践模式。开展“教师引导、教师点评”的互动式教学。教师要让学生深入项目的调研与分析、提案与设计活动，充分调动学生的主动性与积极性，鼓励学生主动参与竞赛项目，开展实践和讨论。

3 实践教学改革

3.1 实验实训平台

利用国家虚拟仿真实验教学项目的实验空间进行实验。通过实验模拟了解深度学习神经网络在实际复杂工程中的应用，在实验模拟中激发学生学习兴趣，有的学生主动阅读相关文献和书籍，了解实现原理，激发学生主动探索研究人工智能领域科学前沿知识。实验教学表明：分层次、分阶段、循序渐进进行上机训练，有助于学生对人工智能知识的深入理解，培养学生动手能力和解决实际问题能力。实践环节中学生间协作交流，提高学生沟通能力、逻辑分析能力，更有助于激发学生的学习兴趣[4]。

借助优质实训项目，结合理论学习进度，不断开放相应的实训项目，通过实训项目，帮助学生理解掌握理论知识，对理论知识的教学有很大的促进作用。

3.2 校企合作

通过校企合作，实现人工智能人才培养符合社会需求，根据社会需求，及时调整教学大纲，完善教学内容，改进教学方式。另外，充分利用合作企业资源，将企业真实项目引进课堂，让学生参与真实项目开发，熟悉开发流程，掌握最新技术。通过学生真实项目的实训，找出学习的不足，及时调整学习规划。不仅要考察学生完成项目情况，还要关注其在项目中的角色表现，如算法设计能力、代码调试能力、沟通表达能力、团结协作意识、文献查询能力、对待项目的态度、是否熟悉项目开发的流程、是否养成良好的开发习惯、是否遵守软件项目开发职业规范和职业道德等。在该项活动中，学生自由组合，根据个人特点担任不同的角色，使得每个学生都能发挥自身特长来完成相应任务。

4 结论

人工智能课程涉及多学科、多专业，开好这门课程，需要从人才培养体系、专业建设、教学大纲、教学案例等多方面进行综合改革，单纯目光聚焦这门课，对课程改革阻力很大，课程组通过五年以上的摸索，慢慢找到一套适合本校学生、适合本专业的教学方案，当然随着人工智能技术的发展，需要不断调整教学内容以适应社会的进步和发展。

通过不断的探索，以学生为中心、以项目驱动、以竞赛为抓手、结合校企合作逐步形成了一套完整的教学体系，从传统的以试卷为中心的考核方式转变为以应用能力为主的考核方式，注重课程学习的过程性考核。考核中增加线上线下学习的平时成绩，同时增加学生参与课程专题讨论、项目研发等过程性内容及技术应用层面的考核，着重引导学生积极参与思考、研发，提高学生应用水平能力的考核，注重学生应用能力的培养[7]。