面向大学生工程创新能力培养的数字化教学模式研究*

郄培 郭凯 叶起惠 （北京邮电大学国际学院）

一、引言

现今世界正在面临百年未有之大变局，新一轮的科技革命和产业变革正在逐渐兴起，社会对于高质量人才的需求日益增长。习近平总书记指出：“要增强教育服务创新发展能力，培养更多适应高质量发展、高水平自立自强的各类人才。”党的二十大报告中强调，必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略。所以说创新人才的培养是高等教育的当务之急，面对一些领域的“卡脖子”难题，只有激发出创新人才的科技驱动力，才是攻坚克难的根本解决之道。作为向社会输送人才的主要来源，高校肩负着培养创新人才的重要责任。

随着信息技术的飞速发展，依托于信息技术的数字化教育方法日渐普及。教育部高等教育司印发的《教育部高等教育司2022 年工作要点》提出：“全面推进高等教育教学数字化，具体任务包括：加快完善高等教育教学数字化体系、提升数字化应用能力、提升数字化治理能力、提升数字化国际影响力等。”相较于传统的教学方法，基于信息科技的数字化教学方法更能满足高校对于创新能力培养的需求。在此背景下，本文提出了一个面向大学生工程创新能力培养的数字化教学模式，以实现高校对于创新人才培养的目标。

二、创新能力的内涵与培养目标

教育部在《关于中央部门所属高校深化教育教学改革的指导意见》中指出：“要坚持把深入推进创新创业教育改革作为中央高校教育教学改革的突破口和重中之重。”作为向社会输送人才的主要来源，高校肩负着培养创新人才的重要责任，创新人才培养是每一所高校人才培养的法定目标。[1]创新创业人才的培养，主要在于创新能力的培养，而创新能力主要由创新意识、创新思维、创新技能构成。[2]创新意识是实施创新活动的基础，创新思维是产出高质量创新成果的重要前提，创新技能是将创新成果进行落地转化的必要保障。

本文将创新能力的培养与大学生工程实践相结合，采用“以学生为中心”的项目驱动式教学方法，通过团队协作的模式完成创新活动，最终实现“强优补短”的创新人才培养目标。“强优”即为“强化团队优势能力”，旨在激发学生团队中不同角色的成员所擅长的能力，做到交叉融合和优势互补，从而实现团队创新能力的整体提升；“补短”即为“补足个人短板能力”，在创新活动开展的过程中，个人的短板可由其他优势成员带动，从而实现个人创新能力的提升。

三、数字化教学模式

基于高校对于创新人才培养的需求，本文提出一个面向大学生工程创新能力培养的数字化教学模式（如图1 所示），主要包括创新创业教育虚拟教研室、团队组建模型、智能教育助理三个模块，最终实现“强优补短”的创新能力人才培养目标。

图1 数字化教学模式

（一）创新创业教育虚拟教研室建设模式

创新创业教育是深化高等教育改革的突破口，目前来看各高校专职的双创师资相对不足，大量的双创教师都是其他学科的教师兼职，与其他领域相比是较为薄弱的环节。要解决这个问题，首先需要进行创新创业基层教学组织的建设，而虚拟教研室可以让教师跨越空间和学科的限制，开展教学研讨和学术交流，满足跨地域的学校、不同专业的教师之间进行教学交流和教学创新的需求。以学生发展为中心，依托现代信息技术，创新教研形态，以“共研、共建、共享、共赢”为原则，建成理念先进、覆盖全面、功能完备的创新创业教育虚拟教研室。

1.开展多种多样的联合教研

探索跨地域、跨学校、跨专业、跨校企的资源整合，建立“线上+线下”融合、突破时空限制、途径高效便捷、形式丰富多样的双创教师教研模式，探索创新创业教育虚拟教研室建设管理的新思路、新方法、新范式。

2.打造特色化双创教研团队

虚拟教研室突破了单一学科的实体教研室的限制，通过联合各高校创新创业负责人、双创教师、企业家，定期开展创新创业教育教学交流，一起讨论教育教学、共享教研经验，组织开展常态化教师培训，开展创新创业教研教学交流，可以打造出一批特色化创新创业教研团队，服务教研室相关的教育教学，有效提升双创教师的教育教学研究能力，促进双创教师的成长和发展。

3.培育双创教研与实践成果

在现有创新创业教研成果的基础上，争取在一流课程、高新课程、教学成果奖、大学生创新创业项目以及双创类竞赛等方面培育一批双创教学研究与实践成果。

4.建立创新创业资源大平台

虚拟教研室与高校、政府、企业多方联动、资源整合，可以协同建好创新创业课程群、课程线上直播或录播平台，探索建立多校适用的创新创业人才培养方案、教学视频、电子课件、习题试题、创新项目等各类创新创业教学资源库、优秀创新创业教学案例库等，[3]形成优质共享的双创资源大平台。

5.建立一体化长效发展机制

在“共研、共建、共享、共赢”的理念下，探索虚拟教研室的顶层设计和制度建设，制定虚拟教研室建设评价制度，构建保障、激励和评价一体化长效发展机制，有了制度保障，虚拟教研室一定会规范有序地蓬勃发展。

（二）团队组建模型

创新创业活动一般是以学生团队的形式开展的，一个结构合理、优势互补的团队配置是取得高质量创新创业成果的必要前提。团队组建问题是一个经典的动态规划问题，此前研究人员[4-5]已经对此做了大量的研究。结合创新能力培养的具体要求，本文提出了一个基于非线性规划的团队组建模型，用来构建科学合理的团队配置，实现不同能力的学生的交叉融合，从而提升创新能力培养的质量。

1.条件假设及数据处理

经过教研室的研讨，本文将对学生的能力考查设定为学科成绩、思维能力、动手能力、写作能力、英语水平、协作能力和领导力七个方面。首先，我们完成七个维度的数据获取，包括调取专业课程成绩、调取实践课程成绩、调取学生活动数据、进行问卷调查表等。进一步的，我们完成数据清洗和归一化处理，将每项数据进行量化。通过参考文献，[4]我们设置了七项能力的相关权重。特别的，由于队长需要统筹团队的整体进展、协调人员分工及与导师沟通等，其领导力对团队起到关键作用，因此我们将该权重调整为0.311746。综上，本文中七项能力的权重表示为：

w=(0.354284,0.230027,0.158655,0.103624,0.0675646,0.447603,0.311746)T(1)

假设参加创新活动的学生数为N，每组成员数为4，组成的团队数量为N/4。对所有成员做如下假设：

（1）上述量化数据能客观地反映出成员的真实情况，且活动过程中不会受到外界影响，各项能力可长期保持；

（2）各成员都能全身心投入，且能发挥正常水准；（3）各成员量化值之间不会相互影响；

（4）该团队在某个单项上的能力水平取4 名成员的最高水平；

（5）N 为4 的倍数，所有成员都能参加团队，每个成员只能加入1 个团队。

2.模型建立与分析

定义第i 个成员的第j 种能力量化值为Xij(i=1,2,...,N; j=1,2...,7)，[5]团队编号为k (k=1,2,...,N/4)。某i 成员参加k 团队的赋值为yik, 第k 个团队参赛水平表示为Ck，所有团队的总参赛水平表示为S，

将团队组建问题进一步抽象为以下子目标：

（1）N 个学生中选取其中4 个成员组队，取得最好成绩，即单个队伍参赛水平取得最高值MAX(Ck)；

（2）所有学生组成N/4 支团队，最终这些团队都取得了良好成绩，即总参赛水平取得最高值MAX(S)。

3.实例

根据以上模型进行实践，取20 名学生、每组4 人进行组队。表1 是对所有成员的能力数据进行预处理后的信息。代入以上模型，通过计算求得最优全局的分组结果如表2 所示。其中最佳团队为团队四，K(4) =(4, 7, 8, 12), C(4) = 15.99，全局得分S 为77.410。

表1 成员能力数据

表2 模型计算结果

（三）智能教育助理

对学生进行创新创业技能的培养，其显著特点是跨学科交叉融合。这不仅对于师资融合提出了要求，也直接导致了培养对象的多样化。通过学情分析，被培养对象（即学生群体）的情况较为复杂，其专业背景和学习目标都不一样。在此背景下，对不同学生的技能培养采用因材施教的方法就更加必要，而其难度也相较于一般课程更甚。结合国务院关于《新一代人工智能发展规划》的相关要求，在教学过程中引入“智慧教学”成为助力因材施教的有力途径。

“智慧教学”旨在利用信息化手段，通过大数据记录学生的成长轨迹，经过科学的统计分析，刻画学生的用户画像，根据数据对学生学习状况做出预测，[6]进而反馈至教学过程并提升教学质量。（具体模型如图2 所示）。

图2 智能教学助理流程

1.数据采集

本模型采集了静态数据和动态数据两种数据类型用于综合分析。[7]静态数据指学生以往获得的常规数据和历史数据，如学生的专业信息、相关前置课程的成绩等。动态数据指学生在学习过程中所产生的数据，包括线上学习行为和日常交互行为。学习行为主要体现在学生在线上平台进行的课程学习、作业表现等，日常行为主要体现在考勤、交流频率、答疑表现等。

2.数据处理

第一步采集到的数据质量是参差不齐的，存在信息不完整或异常数据。此外，不同数据的单位可能不一致，如学习频率数据为“x 次”，而答疑表现数据为“优秀/良好”等。本模型需要对于数据进行预处理，包括数据清洗、数据整合、数据转换[8]等。

3.数据分析

基于以上预处理的数据，本文引入了K-means 聚类模型进行数据分析。K-means 算法是一种基于机器学习的无监督聚类方法，具体表现为给定K 值和初始簇中心，根据数据的特征把数据对象划分到距离最近的簇中心所在的簇中，再根据已分配的数据对象重新计算簇中心的值，之后进行迭代直至达到既定要求。[9]通过K-means 算法，可为学生构造不同的用户画像，如“积极型”“中值型”“落后型”，从而为不同的学生提供有针对性的指导。

4.反馈教学

把数据分析的结果反馈到日常教学中，从而提升教学质量。通过K-means 为学生构造不同的用户画像，从而观测学生的学习成效，分析学生对不同内容的掌握情况，对于有可能出现学习困难的学生提供预警和必要的帮助。

四、实践成效

基于以上模型，本文依托北京邮电大学国际学院创新实践基地，组建了双创虚拟教研室，在《Web 创新实践》课程中进行了实践，并取得了较好的教学效果。

在师资建设方面，双创教育虚拟教研室以立德树人为根本，以项目导引、工程训练、创新创业深度融合的工程创新教育模式为研究方向。使用“飞书学习平台”，将线上线下融合式教学方法运用于教学过程，形成“加强训练、鼓励创新、开放共享、合作共赢”的师生协同创新机制，探索多主体参与及资源共享的跨学科协同育人机制；建设开放共享的教学资源平台，实现优质教学案例、慕课资源、虚拟仿真实验平台、实验设备、创新项目开发平台等资源共享；经验与成果共享，实现成员单位在教学方法、内容、模式、手段等方面的经验分享与成果共享。

在课程实践方面，本课程引入了由学生提出原创命题的创新培养方式，激发了学生的创新思维。进一步的，在实践过程中采用了“项目驱动式”教学方法，基于团队组建模型为学生的团队组建提供建议，助力实现更合理的团队结构配置。为了采集线上教学数据，本课程采用“飞书”平台作为交流协作的工具，并将采集到的数据应用于智能教育助理，从而为学生提供了因材施教的辅导，对于学习有困难的学生做了预警。课程的实践效果良好，部分团队基于课程的原创成果参加了“中国高校计算机大赛——微信小程序应用开发赛”（清华大学与腾讯公司联合举办），并荣获全国二等奖、三等奖及多项赛区奖，课程的整体教学质量得到了明显提升。