人工智能与数字技术背景下统计学专业实践教学体系优化及设计

2024-04-12杜江戴君曹瑞元

高教学刊 2024年9期

杜江戴君曹瑞元

摘要：统计学专业建设需要紧跟人工智能和数字技术发展步伐，该文通过对统计学专业实践教学体系的现状分析与存在问题剖析，提出人工智能与数字技术背景下统计学专业实践教学体系优化与设计的思路，进而给出人工智能与数字技术背景下实践教学体系的总体框架和相应的优化设计方案，进一步提升学生将统计理论与人工智能、数字技术的融会贯通的能力，满足我国人工智能产业的发展和数字中国建设的人才需求。

关键词：人工智能；数字技术；统计学专业；实践教学体系；人才培养

中图分类号：G642 文献标志码：A 文章编号：2096-000X（2024）09-0115-04

Abstract： The major of the statistics needs to keep up with the development of artificial intelligence and digital technology. This paper analyzes the current situation and existing problems of the practical teaching system of the statistics major， and proposes ideas for optimizing and designing the practical teaching system of the statistics major. Furthermore， it provides the overall framework and corresponding optimization design scheme of the practical teaching system in the context of artificial intelligence and digital technology， in order to enhance students' ability to integrate statistical theory with artificial intelligence and digital technology and meet the talent needs of the development of China's artificial intelligence industry and the construction of a digital China.

Keywords： artificial intelligence; digital technology; statistics major; practical teaching system; personnel training

習近平总书记指出，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。发展数字经济意义重大，是把握新一轮科技革命和产业变革机遇的战略选择。与此同时，2023年2月27日，中共中央、国务院印发《数字中国建设整体布局规划》，未来建设数字中国需要大量的数据分析人才，而统计学人才是建设数字中国的生力军[1]。在国家统计现代化的建设中也明确提出要强化数字技术赋能[2]，因此，统计学专业的建设也需要紧跟数字化转型和信息技术发展步伐，努力培养具有统计科学思维、数据化思想、数字化能力的复合创新型人才[3]。然而目前在我国统计学专业人才培养的过程中涉及人工智能与数字技术的知识、课程相对较少，将人工智能与数字技术融入实践教学体系更是存在明显不足。当前统计学专业的课程与实践教学与人工智能、数字技术存在脱节，人才培养还不能很好地支撑我国人工智能发展以及满足数字中国建设的人才需求。

在人工智能与数字技术背景下，统计学这一理学专业应该如何改进和优化现有的课程教学与实践教学体系，以适应当前技术变革并满足我国建设发展的人才需求是目前统计学专业建设和人才培养亟待解决的问题。发展人工智能技术需要高度的想象力、创造力和执行力，需要务实、理性、严谨的求是态度[4]。统计学是人工智能的主要支柱学科之一，统计学为人工智能的发展奠定了坚实的理论基础，而人工智能技术发展所需的想象力、创造力和执行力则对统计学实践能力和创新能力的培养提出了更高的要求。因此，在统计学人才培养的课程教学与实践教学中如何促进二者更好地融合，特别是在实践教学体系中如何提升学生的人工智能思维、数据分析能力与数字技术应用水平是当前统计学专业建设的重点和人才培养的核心。

本文通过分析统计学专业实践教学体系的现状与剖析存在问题，提出了人工智能与数字技术背景下优化与设计统计学专业实践教学体系的思路，进而给出了人工智能与数字技术背景下实践教学体系的总体框架和相应的优化设计方案，以期提升数智化时代统计学专业学生的数据分析和数字技术应用与创新能力，从而使得人才培养满足人工智能产业的发展和数字中国建设的人才需求。

一统计学专业实践教学体系的现状与存在问题剖析

（一）统计学专业学生运用统计方法和工具解决实际问题能力不足

现有的统计案例教学往往基于模拟数据或是已有数据集[5]，侧重统计方法的实现，忽略方法选择和原理的讲解，导致学生虽然学习了多种统计方法，但不知道如何运用这些方法解决实际问题，形成了眼高手低的问题。在目前的课程实践环节中，学生一般是基于软件提供的成熟训练数据集按照代码命令实现分析，缺少对实际问题的分析与考虑，没有建立如何处理大数据的统计分析思维逻辑，在根据不同大数据特点选择统计理论方法并建立统计模型方面也存在欠缺[6]。在人工智能与数字技术背景下各个行业部门都具有海量的数据集，学生在目标问题分析和统计模型选择中存在诸多困难，实际问题解决能力不足。

（二）统计学专业实践教学体系的内容完整度、形式综合性存在短板

目前，统计学专业实践教学内容一般还是围绕课程教学开展，实践教学内容是零星的、分散的，实践教学的内容与当前我国发展的产业、行业大数据结合度不够，缺少对特定产业行业大数据统计分析的综合实践[7]。

课堂教学中使用的标准化、虚拟化案例，导致学生对现实问题的理解不深入，对数据的认知不全面、分析不充分。学生在面对复杂的实际问题时，缺乏对海量、多源、异构和非结构化数据的获取、处理、分析等各项技能的综合运用能力，以及将各种知识综合集成应用的能力[8]。

同时，目前统计学专业实践教学方法与方式也比较单一，实践教学主要以数据分析报告的形式开展，学生实践能力的培养方式也较为单一，尚未建立一套完整的实践实训过程。实践教学的考核方式仅是对数据分析报告进行评定，缺乏对统计理论方法与实际应用能力的综合、过程考核，没有对学生的行业大数据处理能力培养全面引导。人工智能与数字技术的发展使得各行各业都存在着海量数据，应利用这些大数据积极探索新的形式，引导学生对实践环节的重视，对统计应用性的认识[9]。

如何利用這些行业大数据开发统计案例数据并与课程匹配，完善统计学专业的实践教学内容。同时应积极探索数智时代下统计学专业课程实践、竞赛实践、实训基地实践[8]，行业产业实践等多样化的实践形式，以激发学生兴趣，促进学生主观能动性的发挥兴趣，进而促进对统计理论课程教学、多维综合实践、产业行业技术的有机融合。

（三）统计学专业实践教学与人工智能、数字技术结合度不够

统计学是一门研究数据收集、分析、解释和预测的学科，而人工智能则是一种模拟人类智能的技术。两者结合起来，可以实现更加精确和高效的数据分析和预测。美国统计协会于2014年在《统计学本科专业课程设置指导纲要》中提出要强化学生“利用数据进行思考”的能力。数字技术是基于互联网、物联网、社交媒体和移动设备等实现海量数据的处理、存储和分析技术，可以处理超大规模的数据集，从而揭示数据中的规律和趋势。统计学是人工智能与数字技术发展的基础，同时人工智能与数字技术也将赋能并为统计学的理论与应用研究提供新的机遇。因此，在统计学的课程教学与实践教学中应加强数字技术与人工智能方法的知识的学习，在实践教学中应提升学生人工智能技术、计算机技术的软件能力，并应培养学生具备运用人工智能技术、数字技术以及统计学模型方法去分析处理行业、产业大数获取知识指导行业产业发展的能力。

二人工智能与数字技术背景下统计学专业实践教学体系优化与设计思路

通过对统计学实践教学体系现状的分析，我们可以看到在人工智能与数字技术背景下当前统计学专业的人才培养面临着诸多问题。随着数字中国战略的提出，为满足统计与数据现代化发展需求，统计学专业应积极强化与互联网、数字经济、数字技术和人工智能等相关技术的结合，并不断改革优化其课程与实践教学体系，结合国内外文献与实际调研，我们提出了坚持两个原则和强化四个方面作为人工智能与数字技术背景下统计学专业实践教学体系优化与设计思路。

（一）坚持两个原则

在人工智能与数字技术背景下统计学专业实践教学体系优化与设计，应坚持将算法和工程实践的融入和以应用和工程实现为导向的两个原则。

1 坚持算法和工程实践融入的原则

人工智能领域中，好的算法需要好的工程实现才能发挥最大效果，大语言模型的成功是算法和工程完美结合的产物[4]。因此，算法和工程实践在人才培养中尤为重要，统计学专业的实践教学中应考虑将计算机科学领域的算法和工程实践融入其中，将统计理论学习作为基础，算法学习作为基础理论的延伸，工程实践作为解决问题的工具。

2 坚持以应用和工程实现为导向的原则

统计学专业具有明显的“统计+数学”特性，应用统计以现实问题为导向，形成以“统计模型+软件”的课程体系设置导向[10]。统计学专业课程在夯实统计理论学习的基础上，应加强数据案例教学和多维度实践教学，强调以应用和工程实现为导向的综合实践教学体系优化与设计，培养学生解决问题的能力[8，11-13]，从而加强学生实践与创新能力的培养，以适应数字赋能和人工智能发展背景下的人才需求。

（二）强化四方面建设

统计学专业在坚持以上两个原则开展课程教学与实践教学同步改革的过程中，实践教学体系的优化与设计应强化以下四个方面建设。

1 强化R、Python等基础数据分析编程类软件的学习

统计学有很强的应用性，统计软件是实现统计方法的工具。国内外诸多知名高校统计学专业都较早开设了R、Python等基础数据分析编程类软件的课程[12]，并按1∶1设定理论讲授与上机操作学时，同时配有实际产业行业大数据分析的课程考核。通过这类基础数据分析编程类软件课程的学习，能够培养学生的人工智能思维并为其处理、分析大数据提供了工具和方法。

2 强化统计算法、数据挖掘、机器学习等相关课程的实践环节

利用统计学方法进行数据分析是统计学专业人才培养的目标，统计算法与计算类的相关课程是统计学专业本科生的核心课程，这类课程理论部分注重算法的基本思想、基本计算及基本操作的讲解。同时随着信息技术的发展很多高校开设了数据挖掘、机器学习、模式识别等统计应用算法类的课程，这些课程都应理论与实践并重，在理论教学的同时配套强化相应的实践教学建设，为学生提供丰富的数据案例进行实际操作分析。课程实践教学中以实际问题为背景重新讲解理论的应用分析方法并指导学生操作，注重学生实践能力和创新精神的培养。

3 强化并充实完善应用类专业课程的实践环节设计

当前经济发展的竞争已转入信息空间，对数据量化技能的需求增长显著，迫使统计学专业要建立以“数据为驱动、应用为导向”的知识结构体系[10]。

在统计学专业培养方案中除了基础类统计理论和算法的课程，还有一些应用类的专业课程如回归分析、多元统计分析、时间序列分析、试验设计等。在人工智能和数字技术背景下，这类课程对学生的数据分析能力提升和创新思维培养更加重要。

对于这类课程的实践教学我们可以通过鼓励学生参加全国大学生数据统计与分析等学科竞赛、产业和企业情景式大数据问题解决，综合实训、实习实训基地等方式开展多维度实践教学。通过理论教授与多维度实践教学，学生不仅可以深入学习统计理论知识，建立统计科学思维，还可以将理论应用于实践中，深刻感受到统计学在实际中的应用，提升兴趣与创新应用能力。

4 强化人工智能与数字技术在统计学实践环节的综合应用

人工智能和统计学是密不可分的，两者存在着千丝万缕的联系。统计学为人工智能提供了重要的数学基础和方法论，为人工智能算法的设计、优化和评估提供了理论支撑和实践指导。同时，利用人工智能与数字技术可以为统计学开展数据搜集、数据存储、数据分析、知识应用等，将人工智能与数字技术和统计学融合，开展综合实践是人工智能与数字技术背景下统计学人才的培养的重要环节。人工智能与数字技术统计学综合实践可以在本科生毕业设计环节开展，鼓励学生利用人工智能、数字技术自主选题、采集存储数据、分析数据并转化为可指导产业行业企业改进的建议，同时也鼓励学生自主创业开展咨询服务等。通过此综合实践环节可以进一步提升学生将统计理论与人工智能、数字技术的融会贯通能力，以期达到满足数字中国建设人才需求的目标。

三人工智能与数字技术背景下统计学专业实践教学体系框架与优化设计方案

统计学专业实践教学体系是课程教学体系的应用与拓展，为统计理论和人工智能、数字技术应用之间搭建桥梁，实现融会贯通。基于针对实践教学体系提出的“坚持两个原则、强化四个方面”的优化设计思路，我们给出人工智能与数字技术背景下统计学专业实践教学的体系框架与优化设计方案。实践教学体系框架如图1所示。

人工智能与数字技术背景下统计学专业实践教学体系包含软件实践、算法实践、应用实践和综合实践四个模块。首先，软件实践主要以统计软件、数据分析工具的介绍和使用为主，目的是培养学生熟练掌握应用计算机统计软件工具的能力，运用软件和工具能够熟练地进行数据处理和数据分析，并为后续课程的学习提供基础。其次，算法实践模块主要针对统计算法类的课程开展应用统计基础课程的实践环节，以算法和工程实践融入为出发点，加入了计算方法及实践环节和人工智能课程实践环节，涵盖了统计理论的运用、计算方法的实现以及人工智能中复杂模型和复杂数据处理方法的实践。这部分是实践教学的重点，各个环节都建立了如何将统计理论应用于实际场景和工程实现。再次，应用实践模块针对应用类专业课程开展实践教学，其形式可以通过鼓励学生参加全国大学生数据统计与分析等学科竞赛、产业和企业情景式大数据问题解决，综合实训、实习实训基地等方式开展多维度的实践教学。这一模块有效反映学生掌握基础知识与方法的基本情况，还能训练学生综合运用知识解决实际问题的能力。最后，基于以应用和工程实现为导向这一原则，人工智能与数字技术和统计学融合的综合实践模块可以在本科生毕业设计环节开展，鼓励学生利用人工智能、数字技术自主选题、采集存储数据、分析数据并转化为可指导产业行业企业改进的建议，同时也鼓励学生自主创业开展咨询服务等。

实践教学在统计学专业教学中具有重要的地位，通过课程实践能够培养学生的专业技能、应用能力和创新能力[11]。随着数字中国戰略的提出，在统计与数据现代化发展的需求下，统计学专业人才培养要更加注重学生的数据分析与数字技术应用和创新能力的培养。统计学理论是人工智能发展的基础，在人工智能与数字技术发展的背景下统计学专业优化的实践教学体系将为课程教学体系提供拓展与升华，进一步提升学生将统计理论与人工智能、数字技术融会贯通的能力，满足我国人工智能产业的发展和数字中国建设的人才需求。

参考文献：

[1] 陈松蹊.加强“统计学”基础人才培养，支撑数字中国战略[EB/OL].（2023-03-06）.https：//news.pku.edu.cn/mtbdnew/2b0a1af28b

bd474eacea748951e1663e.htm.

[2] 徐宗本，赵彦云，朱利平，等.数字技术赋能国家统计现代化建设[J].中国科学院院刊，2022，37（12）：1738-1744.

[3] 张虎，肖磊.统计学专业课程思政的探索与实践[J].中国统计，2021（6）：13-14.

[4] 张志华.关于我国人工智能发展现状的分析和体会[EB/OL].（2023-04-19）https：//news.pku.edu.cn/wyyd/dslt/d907a86150824

3f882e7bea225b93c86.htm.

[5] 苏玉霞.大数据背景下统计案例的教学改革与实践[J].大学教育，2021（6）：102-104.

[6] 张士磊，孟昕元.创新实践型人才培养的实验教学改革与探索[J].实验科学与技术，2014（1）：149-152.

[7] 熊强.统计学专业实验课程设置的改革与探索[J].教育教学论坛，2018（21）：210-211.

[8] 陈钰芬.深化科教产教融合强化数据素养——数字化时代统计人才培养模式的探索与思考[J].统计科学与实践，2022（10）：55-58.

[9] 戴君，杜江，谢琍，等.大数据背景下研究生公共课程《数据分析与统计软件》改革探索的思考[J].高教学刊，2019（26）：133-135.