基于人工智能专业建设的Python案例化教学研究

高 艳,胡 楠,梁 艳

(辽宁科技学院 电子与信息工程学院,辽宁 本溪 117004)

2017年国务院印发《新一代人工智能发展规划》的通知[1],近年来在该通知的指引及国家和各省市相关专项政策的支持下,高校人工智能专业建设取得了一定的进展,但是基于人工智能专业建设的课程教学相关创新与改革仍不够完善,尤其是Python程序设计的课程建设仍存在教学手段单一,教学方法比较传统等问题,因此结合人工智能专业建设的培养目标要求进行Python程序设计教学的案例化研究是非常有必要的。

1 传统Python语言教学存在的问题

1.1 按照传统的程序语言惯用的教学模式安排教学过程

在传统的程序语言教学中,教师根据教学大纲的内容逐条讲解理论知识,展示相关程序并执行与相关知识点相对应的程序来验证所讲授的理论知识,然后布置课堂及课后作业,将程序进行简单改变,让学生去执行对应的程序。这种教学方法虽然便于教师推进教学过程,但它忽略了教学内容的衔接,各个知识点对应的小程序较为分散,章节之间联系松散。这种单向灌输式的课堂教学方式使得学生不能够整体地把握课程内容,得到的都是一些分散的知识。

1.2 教学案例的选取不能体现专业特色

在Python语言编程范例的选择上教师习惯于选取常见的数学范例, 例如在讲解循环的嵌套问题时经常选取起泡法排序进行讲解, 这样做的好处是简单易懂,学生对相关数学问题比较熟悉,在数学模型的构建及讲解上不用花费太多的精力和时间, 但是这种千篇一律的做法导致所授课程无法与人工智能专业的平行课程和后续专业课程相衔接,而且在对应实验程序的选取上不能与人工智能专业的培养目标相契合,没有体现人工智能专业的特点。

2 Python案例化教学的优势

基于人工智能专业建设的Python案例化教学,改变了传统程序语言中普遍采取的教师一个人唱“独角戏”的课堂教学模式,学生作为课堂教学实施的主体,教师与学生的互动作为教学推进的主要方式,选取与人工智能专业契合度高的教学案例,基于人工智能专业的Python案例化教学具有以下几方面的优势。

2.1 Python案例化教学符合人工智能专业的专业建设目标和人才职业能力定位

在Python案例化教学中,结合人工智能领域的最新进展,以培养学生的应用能力、工程实践能力和创新能力为目标,采用任务驱动、项目导向、自主学习等教学方式,学生能够适应人工智能领域的研究、应用与开发等工作。Python案例化教学能够培养学生的专业能力,促进学生形成人工智能领域的知识和能力体系,为人工智能专业课程建设奠定坚实的基础。结合人工智能专业的培养目标和人才职业能力定位确定Python案例化教学所需达到的知识与技能目标。在此基础上,根据 Python案例化教学设计原则和要求,设计基于人工智能专业的 Python案例化教学内容,并进行 Python案例化教学的过程设计。

2.2 教学的实践性强

实践性锻炼对于程序设计课程来说是至关重要的,Python案例化教学设计注重课程的实践应用,在案例化设计中引导学生进行多元性、创造性的思考,用创新的方式进行问题的解决。教学过程中,学生把Python理论知识融入案例的设计与实践中去,在进行案例的实践过程中进一步对理论知识进行验证与提升,从而提高理论与实践相结合的能力,锻炼学生的操作技能[2]。学生设计/开发解决方案的能力得到了提升,即人工智能专业建设培养目标中所强调的具有设计开发人工智能相关领域的关键技术和应用系统的能力,并具有较强的创新意识和创新能力。

2.3 Python案例化教学能够培养学生的专业能力,促进学生形成人工智能领域的知识和能力体系

Python的案例化教学设计中,注重引导学生从专业的角度提出问题,并从人工智能专业人员的视角出发去进一步分析问题和解决问题。在案例的学习和设计过程中,学生不仅能准确地掌握课程的核心知识,理解程序设计的算法,也能提高实际编程的能力。学生逐步具备人工智能专业建设培养目标中所提出的问题分析能力,能够运用所学知识去识别、表达和研究分析人工智能相关领域的复杂工程问题。

2.4 增强了学生的团队协作能力

Python案例化教学的案例选取与设计始终围绕专业建设培养目标中所提出的个人和团队目标,注重引导学生的团队协作能力,让学生在案例的算法设计、具体代码的调试和程序的验证过程中不断地在团队中进行探讨与沟通,并在团队合作过程中各取优势,取长补短,获得更多成功的经验。团队成员互助学习的过程也能够锻炼学生的表达能力,提升学生的沟通能力,培养学生的团队协作精神,使学生能够在团队中完成所承担的任务。

3 基于人工智能的Python案例化教学的实施

基于人工智能专业建设的案例化教学重点是教学内容的选取与设计,包括案例的选取和教学模式的设计。

3.1 在教学内容的选取上以人工智能专业的培养目标作为指导思想

教学内容的选取围绕专业建设和本专业人才培养目标,注重培养具备从事智能系统、智能数据处理和智能行为决策能力的工程技术人员,重新序化教学内容,建立逐级递进、逐层深化的项目体系,设计了基础任务与专业任务。依据人工智能专业需求,设计案例,课前发布基于案例的微课程视频,引导学生做好课前的预习准备工作;课上在教学案例的讲解中融入课程知识点和专业的相关理论知识,提出问题引发学生思考;课后指导学生分组讨论,小组合作完成围绕专业方向的拓展案例。

以人工智能专业建设的指导思想为切入点,面向专业,重新序化教学内容,将教学内容分成基础模块、应用模块、综合设计模块和专业应用模块[3]。建立逐层递进的四层项目体系,设计课内案例与课外案例,通过案例引导、任务驱动使学生在学习过程中不仅掌握了本课程相关知识,也提升了学生的专业应用能力。专业案例和拓展案例主要选择一些人工智能算法,主要包括语音识别、图像识别、人脸识别计算机视觉和机器学习等算法,如图1。

图1 教学内容序化

3.2 对接专业建设需求,设计与专业契合度高的教学案例

在专业应用案例设计中,始终以辽宁科技学院人工智能专业的培养目标作为指导思想,即培养具备从事智能系统、智能数据处理、智能行为决策等方面的研究、开发、应用及管理的工程技术人员。

在案例的设计中我们舍弃了许多传统程序设计中常用的例子,选取与人工智能专业相关性高的案例,以此作为后续专业课教学的开山之石,让学生更早地接触后续课程所涉及的内容,达到学习过程的循序渐进,减轻后续专业课学习过程的负担。在教学模式的设计上采用项目驱动式教学模式,结合我校人工智能专业建设情况,将项目分解为不同的任务,以学生为主体,以教师为引导。例如,在函数的递归调用的案例设计中,我们没有选取传统的“汉诺塔”问题进行案例的设计,而是选择了博弈论问题,使学生在案例的分析、设计及实施过程中不但掌握了递归调用的相关基础知识,也对博弈论的理念有了初步的认识,为后续专家系统等专业课的学习打下了基础。对人工智能专业建设和人才培养目标的实现起到支撑作用。例如,词云数据分析系统案例设计,这部分任务要求学生掌握Python的词典分词方法和统计分词方法为学生后续学习Python自然语言处理系列课程奠定了基础。

课程案例的设计达到下列课程目标。

目标1:面向应用,打破传统的知识体系,结合专业建设指导思想讲授知识,对接人工智能专业培养目标的工程知识目标。

目标2:激发兴趣——变被动学习为主动学习,对接人工智能专业培养目标的问题分析目标。

目标3:任务驱动——实现“做中学、学中做”,对接人工智能专业培养目标的设计/开发解决方案和研究的目标。

目标4:提升能力——设置了拓展型案例,提升学生研究学习、合作学习的能力,对接人工智能专业培养目标的项目管理目标。

目标5:一体化设计——部分案例采用一体化设计,提高学生的综合应用能力,对接人工智能专业培养目标的个人和团队目标。

目标6:与专业结合——课程教学围绕专业建设对接人工智能专业培养目标的职业规范目标。

目标7:与素质教育相结合——注重课程思政建设,既教书又育人,对接人工智能专业培养目标的终身学习目标及个人和团队目标。

课程案例目标对专业建设目标的支撑如表1。

表1 课程案例目标对专业建设目标的支撑

3.3 利用现有网络平台辅助教学过程的实施

在案例化教学的实施过程中,我们充分利用了我校现有网络教学平台辅助推进课程教学,我们在网络教学平台为学生提供了全面的学习材料,包括相关学习资料、教学微课、章节案例作业、分组指导等。例如在学期初我们在网络平台中为学生提供相关软件资料,并将开发环境的安装及配置过程以案例教学的形式录制成微课,指导学生完成软件的安装。学生在实际操作过程中遇到问题可以反复回看学习微课程相关内容。教师通过教学平台自动采集学生学习行为数据,量化展示学生学习轨迹,实时监控教学效果,实现教学监测由“经验驱动”到“数据驱动”的转换,有效地推进了基于专业建设的案例化教学的实施。

3.4 以专业建设为指导的考核方式

专业课程是专业体系的灵魂,对实现应用型人才培养目标,提高专业核心竞争力,支撑应用型人才能力培养起着决定作用。基于人工智能专业的人才培养方案,设计符合Python课程教学大纲、课程目标定位、课程教学内容的考核办法。使课程考核方式和内容更加符合专业建议的指导思想,适应课程特点和专业特点,强调学生对基本知识、基础理论、实际技能、综合能力、职业能力、创新能力等方面的考核[4]。充分表达课程考核全程化、多元化思想,改变传统的一卷定乾坤的考核方式。建立了基于人工智能专业建设目标的模块化、目标化的开放性考核体系。专业基础课重在培养学生的专业能力,注重过程的完整性和有效性。课程考核包括平时成绩和期末成绩。平时成绩细化到考勤、课堂实践、创新实践成绩等。课程考核的每一个过程都对应学生对该门课程的掌握情况,量化分数,使学生明确本课程考核的目标。

3.5 案例教学过程中注重学生动手能力及团队协作能力的培养

案例的设计及教学推进过程始终以学生作为教学的主体,课程的安排贯穿课前的自主学习,课堂上的小组讨论协作学习,课后的举一反三拓展训练。注重启发学生的创新性思维,注重引导和肯定学生提出的创新性设计。让学生在不断地进行案例的拓展过程中形成扎实的操作能力。为学生设计与人工智能专业高度契合的拓展案例。让学生在团队合作完成项目的过程中养成自主探究、分工合作的团队合作意识,提升学生的团队合作能力,激发学生的学习热情。

3.6 思政教育贯穿教学全过程

在案例的选取和设计过程中始终坚持立德树人,以社会主义核心价值观为基石,在Python课程的教学中有机地引入爱国、诚信、责任、创新等相关内容[5]。激发学生的学习动力,帮助学生树立正确的世界观、人生观和价值观。对学生进行科学思维方法的训练,强化专业素养教育,激发学生探索未知、追求真理、勇攀科学高峰的社会责任感和使命感[6]。培养学生严谨求真的科学态度以及精益求精的大国工匠精神,落实“价值引领、知识传授和能力培养”三位一体的育人目标[7]。

4 结语

基于人工智能专业建设的Python案例化教学课程,改变了以往程序设计类课程千篇一律,刻板枯燥、无法体现专业特点的状态。Python课程的案例选取与人工智能专业的培养目标相关联。案例内容的设计围绕人工智能专业建设的培养目标。让学生在潜移默化中了解和掌握行业技能及相关专业素养,使学生明确自己要达成的目标。通过在教学过程中的个性化评价,让学生能及时发现自身存在的问题,并随时调整自己的学习方法。基于人工智能专业建设的Python案例化教学以学生作为教学实施的主体,注重培养学生的团队合作能力、自主学习及持续学习能力,提升了学生的专业素养。