“新工科”背景下省属高校《人工智能基础》课程思政建设探究

叶青 刘长华

摘要：针对“新工科”背景下省属高校所具有的典型特点以及“双一流”建设的迫切需求，通过充分调研学生的学习能力以及思想政治素养方面的差异性，从“思政融入理论教学、思政融入实践教学、思政融入教学方法”三个方面入手，对地方高校的人工智能课程思想政治建设进行深入探究。首先，分析人工智能课程的思想政治建设内涵。其次，在教学内容层面对思想政治元素进行深度挖掘与融合。再次，对实践教学中的思政元素进行挖掘。最后，对思想政治教育下的教学方法进行改革和重新定制。

关键词：新工科；人工智能；课程思政；实践教学；深度挖掘

中图分类号：G642       文献标识码：A

文章编号：1009-3044（2023）06-0018-04

开放科学（资源服务）标识码（OSID）

1 引言

2016年，“新工科”概念的提出为工程人才的培养与工程教育理论的探索提供了新视角和新思路。“新工科”建设指出，要将人工智能等新产业作为培养专业技术人才的载体[1]。与“老工科”相比，“新工科”更加强调学科的实用性以及各个学科之间的交叉性与综合性，以立德树人为引领，以应对变化、塑造未来为建设理念，以继承与创新、交叉与融合、协调与共享为主要途径，致力于培养多元化、创新性的卓越工程人才[2]。

2019年3月，习近平总书记在全国高等学校的思想政治教育理论课改革创新教师工作座谈会上提出“要坚持显性教育和隐性教育相统一”，即要求高校教师积极挖掘课程中所蕴含的思政元素，将思想政治教育贯穿于教学过程的每一个环节，做到“全程育人、全方位育人”[3-4]。课程理论教学为思想政治教育提供了广阔的学科应用背景和坚实的科学基础，反之，思想政治教育也通过课程理论教学的开展向受教育者提供了正确的价值观导向和人生引领。习近平总书记所指出的“使各类课程与思想政治理论课同向同行，形成协同效应”是一个值得思考的课题。

本文围绕“新工科”背景下省属高校所具有的典型特点展开研究，通过充分调研学生学习能力及能力素养方面的差异性，对地方高校的人工智能课程思想政治建设进行探究。首先，分析人工智能课程的思想政治建设内涵，在教学内容层面对思想政治元素进行深度挖掘与融合，并对教学方法进行重新梳理和定制。

2 人工智能课程思政建设内涵

随着人工智能技术的迅猛发展，人类社会的规则和运作方式都进行了重构，与此同时，也对社会伦理、道德规范、法制体系提出了全新的挑战。作为智能系统的技术支撑，算法中蕴含着开发者的价值观体现，因此，智能算法的价值观考量必须成为技术人员所重视的问题，避免出现“算法歧视”[5-6]。在ABC（AI、Big data、Clouds）时代下，大数据的敏感性对数据安全的要求更高。综合上述因素，对人工智能人才的培养不仅要重视专业技能，更要从伦理问题、道德准则、社会责任、国家建设等多个角度出发，在知识点中融入思想政治元素，为智能系统的开发人员画出一道底线，力争培养出具有习近平新时代中国特色社会主义思想观和价值观的专业人才[7]。基于此，将人工智能课程建设目标制定为三维，即思政教育目标、理论知识目标和实践能力目标。

为了更好地了解学生对于人工智能学科的认识深度和广度，在课前对计算机科学与技术专业的同学进行了调研。以计科系20级本科生为例，参与调研的学生共计248人。调研过程中，通过问题“你是否听说过AI”筛查出本专业对人工智能有所耳闻的学生有235人，占比94.76%。通过问题“请列举出两个人工智能的典型应用”筛选出对人工智能相关技术有所了解的学生有127人，占比51.21%。进而通过更细致的问题如“请阐述人工智能、机器学习和深度学习之间地关系”考查学生对人工智能技术的理解程度，能较准确地给出答案的学生有29人，占比11.69%。

该调研结果表明在地方省属高校绝大部分学生对前沿科技并不陌生的，但是对核心技术的认识程度参差不齐。对人工智能相关技术较熟悉的少量学生多为初高中阶段参与各类竞赛时涉猎了相关技术，而更多学生对人工智能的认识仅仅浮于表面，说明该类学生的前期知识储备是不充足的。面对省属高校普遍存在的问题，应该更积极探索如何在开展人工智能课程理论教学的同时展开思想政治教育，塑造学生的人格，培养学生的思维，提升学生的技术认知。

3 教学内容层面的思政元素探索

3.1 课堂理论教学中思政元素的挖掘

《人工智能基础》课程是许多高校计算机类专业的一门专业选修课程。人工智能是一门研究机器智能的学科，即用人工的方法和技术，研制智能机器或智能系统来模仿、延伸和扩展人的智能，实现智能行为[8]。本课程主要介绍如何用计算机来模拟人类智能，即如何用计算机实现诸如问题求解、规划推理、模式识别、知识工程、机器学习等只有人类才具备的“智能”，是开发智能机器或智能系统的理论基础。

课程内容包括四部分：第一部分绪论，介绍人工智能的定义、形成过程、研究内容、学派之争、应用领域和发展趋势；第二部分介绍人工智能经典的三大基本技术，包括知识表示技术、搜索技术以及推理技术；第三部分介绍人工智能的典型应用领域，包括机器学习、深度学习、计算机视觉等；第四部分介绍典型的计算智能方法，如进化计算等。其中核心内容是第二部分和第三部分。目前，大量的思政元素已经覆盖本课程的所有授课章节，以“润物细无声”的方式在理论教学中对学生开展思想政治教育。各章节的教学内容中所融入的思政元素详见表1，人工智能课程思政教育协同育人的部分典型案例列举如下。

1）绪论：绪论部分主要介绍人工智能的概念提出、发展历史、研究基础、人工智能的分支以及应用领域。这一部分的理论教学应采用启发式教学法与案例教学法，引入Alpha大战围棋高手的案例，深挖案例背后所蘊藏的人工智能思维模式以及价值观和文化意义，从哲学的否定之否定规律导入新技术的产生与发展，并围绕AI技术与人类的关系展开讨论。

2）问题求解技术——图搜索技术：图搜索技术属于全观察问题，即每个状态下对自身的所有情况都是已知的，因此可以通过预估去选择最优的后继状态，这与“只有胸有成竹才能事半功倍”的道理非常相似。通过该搜索技术的实现过程引导学生在学习和生活中，当面对问题时要多观察、多了解、多调查，才能得出最好的解决方案，进一步树立健康的人生观和价值观。

3）监督学习——决策树算法：作为中国创新典范的几大科技巨头，阿里巴巴、京东都有核心业务结合了人工智能技术，如同学们非常熟悉的淘宝花呗分期以及京东推出的一种新型付款方式“打白条”都使用了决策树算法对用户的信用等级进行评估，从而给出一定的信用额度。引入该案例帮助学生树立正确的消费观念，培养良好的消费习惯。

4）无监督学习——聚类算法：通过《战国策·齐策三》中的“物以类聚，人以群分”引出聚类算法的基本原理。引入淘宝、京东的典型应用案例，如使用聚类算法通过客户特征进行客户分群，以了解不同群体的需求提供个性化服务。阿里云和腾讯云则利用聚类算法进行计算机集群的组织和管理。我国的国家天文科学数据中心将聚类算法应用于天文数据的分析领域，取得了大量研究成果。通过这些案例的引入，激发学生对学科的热爱，培养学生的科学思维和创新精神。

3.2 实践教学中思政元素的挖掘

为了提高学生的工程实践能力，更好地使用人工智能技术解决实际问题，《人工智能基础》课程设置了四个实践教学任务，围绕以下四小节内容开展：搜索技术、决策树算法、人工神经网络以及聚类算法。基于实践教学的开展，培养学生的创新思维和意识，提高学生的人工智能专业知识技能，具备对人工智能领域的敏锐洞察力；培养学生的工程推理能力、问题识别与解决的能力，提高学生规划、管理和解决人工智能工程实际问题的能力；培养学生的突破性创新能力，激发其投身科学研究，自主开展创新创业项目的开发与实现[9，10]。

在开展实践教学过程中，充分结合国家的前沿发展以及当前国家时事来确定任务选题，以期在培养学生动手实践能力的同时提升学生的思想政治认识。本课程在实践教学中融合思政元素的典型案例如下：

1）图搜索技术：图搜索的应用领域非常广泛，南京河海大学的学者将图搜索技术应用于岩石图像微裂纹提取中，利用裂纹的两个端点构成裂纹区域，使用图搜索技术在裂纹区域寻找完整的路径，从而自动检测到裂纹。由于本校的优势学科——地球科学也有许多类似的研究，在实践任务中采用真实的岩石图像数据，带领学生深入拓展，实现裂纹检测。基于该任务的实现，培养学生的探究和创新精神。

2）決策树算法：作为一种经典的机器学习算法，决策树可以应用于各个领域。在本次实践任务中，带领学生以新冠感染数据集作为训练数据，基于一个包含了16个属性、5434个实例的训练样本集构建出一棵决策树模型，从而对新冠肺炎的四个等级做评估。基于该任务的实现，提升学生对新冠疫情的重视程度，并培养学生在保障隐私的情况下利用自身所掌握的知识去分析问题和解决实际问题的能力。

3）聚类算法：K-均值聚类算法在计算机视觉领域大展拳脚，随着我国遥感技术的迅猛发展，我国的林业部门使用该算法对遥感图像进行无监督分类，实现林地区域分割，进而监测森林资源的动态变化，对生态环境保护以及城市规划有重要的意义。在本次实践任务中，带领学生采用K-均值聚类算法对遥感图像进行分类，鼓励学生通过查找资料等方式独立解决实践中遇到的问题，提高分析问题、解决问题的动手能力，培养学生自主学习和终身学习的意识，进一步提高学生的创新能力。

4 融入思政建设的教学方法改革

为了更好地将嵌有丰富思想政治元素的教学内容灌输给学生并取得较好教学效果，要贴合学生实际、学科前沿以及行业发展，人性化地采用“润物细无声”的方式开展教学活动，切忌生搬硬造、照猫画虎[11]。本课程的理论教学采用以多媒体教学为主，以板书为辅的教学方式，并加强图示教学和实例教学以增强学生的学习兴趣并加深学生对重点知识以及理论与实际工程问题相结合的理解。在实践教学中，借助于科大飞讯、百度飞浆AI Studio等国内自主研发平台，让学生意识到自主创新的意义及价值。在长期的教学实施过程中，笔者概括了以下教学改革方法。

1）项目驱动促提升：项目实践是培养创新型人才的重要途径，对实现《人工智能基础》这类课程的培养目标具有重大意义。为了确保学生通过课程学习具备一定的动手能力，引入EduCoder、科大飞讯、百度飞浆AI Studio等国内自主研发平台开展课程的项目实践。教师和学生都可以在平台上注册免费账户，教师既能够自主新建实践项目，又可以利用平台现有的资源来创建属于自己的课堂。学生通过加入任课教师创建的课堂，就能在教师的指导下以闯关的形式完成课程内的各个项目。通过项目实践，让学生体验利用自身技术解决实际问题的成就感，激发学生从事科学研究的热情，提升学生的思想政治素质。

2）启发互动促感悟：对于授课难点问题尤其是实际运用的问题时，采用翻转课堂的形式积极引导学生的参与意识，提高学生的创新能力。此外，组织学生小组讨论，对于常识性的知识点的表达，要求学生以小组的形式对所学的知识点进行现场讨论，培养学生的团队协作精神，提高学生的沟通和表达能力。例如，在学习决策树算法时向学生提出一个问题：什么是信息熵，它与人们的日常生活有什么相关性？启发学生查阅资料，并推荐学生阅读物理学家薛定谔的著作《生命是什么》中的名句：“生命以负熵为生”。引导学生在学习概念的同时，逐步形成正确的人生观和世界观。

3）大创项目为依托：从课堂教学过渡到双创项目的流程如图1所示，包括课堂教学、课后辅导、双创项目指导三个环节。通过引入多个全国人工智能大赛的获奖项目、人工智能课程的优秀课程设计案例、人工智能技术研究案例以及行业前沿技术的真实案例，并进行系统的课后答疑和针对性指导，发掘个人能力强、综合素质高的学生，培养其完成双创项目的开发与实现。由课堂教学逐步过渡为双创项目，可以有效缩短学生前期知识积累的时间周期，有助于学生快速进入项目的设计与实现环节。通过大创项目的开发与实现，提升学生分析问题与解决问题的能力，实现专业技术与思想政治的双培养。

5 结语

针对学生的学习能力和思想政治素养水平，为进一步推动学校“双一流”建设，对“新工科”背景下的人工智能课程思政建設展开研究。通过在多届计算机专业本科生的人工智能课程教学实施中，对理论教学和实践教学中的思政元素进行深度挖掘和融合，对融入思政建设的教学方法进行改革，取得了较好的教学效果。在后续的课程教学中继续优化和推广，培养“基础扎实、知识面宽、综合素质高、社会责任感强，具有国际视野、创业建设和创新能力的高级专门人才”，着力解决长江中游区域经济社会发展面临的重大理论和现实问题，积极开展应用科学技术研究和社会服务。

参考文献：

[1] 高文超，张国英，钱旭.高校人工智能课程思政的实践探索[J].计算机教育，2021（3）：90-94.

[2] 顾然，冯国昌.“新工科”背景下人工智能专业“课程思政”教育研究——以“人工智能导论”课程为例[J].黑龙江教育（理论与实践），2020（10）：6-7.

[3] 袁艺，聂秀山，袭肖明.面向多层次培养目标的人工智能专业课程思政建设研究[J].电脑知识与技术，2021，17（25）：231-232.

[4] 臧睦君，柳婵娟，刘通，等.人工智能专业的课程思政探索[J].计算机教育，2020（8）：67-69，74.

[5] 闫文君，方伟，张兵强，等.军事院校“人工智能导论”课程思政教育研究[J].教育教学论坛，2022（1）：78-81.

[6] 张玉宏，蒋玉英，侯惠芳.可持续发展的思政工科课程探索与实践——以机器学习课程为例[J].计算机教育，2021（11）：93-96，105.

[7] 王康，康美玲. “拔尖计划”2.0背景下课程思政的探索与实践——以“人工智能及其应用”课程为例，当代教育理论与实践，2022， 14（1）：10-14.

[8] 王兴梅，赵一旭，战歌.新工科背景下机器学习课程思政建设的研究与实践[J].高教学刊，2022，8（5）：193-196.

[9] 庞新民. 新工科背景下《人工智能与智能制造》课程的思政教学探索[J]. 中国设备工程， 2021（21）：238-239.

[10] 刘丽珏，阳春华，陈白帆，等.人工智能课程中的思政教育探索与实践[J].计算机教育，2020（8）：63-66.

[11] 商新娜，宏晨，田娥，等.“机器学习”课程思政教学改革与探究[J].科教文汇，2021（10）：95-97.

【通联编辑：王力】