基于OBE教育理念的AI与区块链智能课程教学实践探索

关键词：人工智能；区块链智能；跨学科课程

0 引言

OBE（Outcome-Based Education） [1]教育理念是由威廉·斯皮迪（William Spady） 在20世纪80年代提出的。OBE教育理念与其他教育理念的不同之处在于它强调教育成果而非教育过程。这种理念侧重学生在完成学业后应具备的能力和知识，而不是传统的侧重教学过程和内容的覆盖。OBE理念主张教育活动以学生能够达到的具体成果为导向，这意味着课程设计、教学方法和教学评估都应该围绕着预定的学习成果来进行。

广东白云学院在2023—2024第一学期开设了AI 与区块链智能课程，它是面向全校工学部的学生开放，所有工学部的学生都可以根据自己的学习兴趣选修这门课程，该课程重点引导学生掌握人工智能和区块链技术的基本原理与应用，建立跨学科技术融合的视角，对培养学生的创新思维和实际应用开发能力具有重要意义。

1 国内外人工智能与区块链技术课程研究现状

国内各高校开设了人工智能课程、区块链技术课程，这两门课程一般都是分开开设的，学生要学习的话需要选修两门课程。调查研究的结果表明，到目前为止，还没有一所高校是将两种技术融合创新成为一门课程开设的。近年来，各高校不再满足于单一技术或理论的教学，而是逐渐向跨学科、融合创新的教学方式发展。这种趋势反映了当前教育领域对于培养具有综合技能和创新能力人才的重视。在人工智能和区块链等领域，这种跨学科的教育模式[2]尤为重要，因为这些领域的快速发展要求从业者不仅掌握深厚的专业知识，还需要具备跨学科的视角和创新能力。因此，将人工智能与区块链技术融合在一起，可以提供更全面、创新的教育体验，更好地满足当代社会和工业界的需求。

国外顶级高校也开设了人工智能课程和区块链技术课程。斯坦福大学在人工智能课程和区块链技术课程方面具有深厚的研究基础和良好的课程设置，提供了丰富的跨学科课程选择；普林斯顿大学强调理论与实践的结合，注重培养学生的创新能力和实际应用技能；麻省理工学院则以其先进的科研设施和顶尖的教学质量著称，强调科技前沿技术的研究与实践；加州大学伯克利分校的人工智能课程和区块链技术课程则以其开放的创新环境闻名。与国内高校的课程相比，这些国外顶级高校的课程更加注重实践应用、跨学科研究以及与行业的紧密结合。他们通常提供更多机会让学生参与实际的研究项目，以及与行业专家进行互动，从而为学生提供更加全面和前沿的教育体验。此外，这些高校往往还提供丰富的资源和平台，支持学生进行创新创业活动。

2 AI 与区块链智能课程教学实践

本课程教学安排分为5个部分：（1） 区块链技术。（2） 人工智能技术应用。（3） 人工智能定制化训练服务。（4） AIGC（AI Generated Content） 。（5） 开展与行业紧密结合的课外实践活动。

2.1 区块链技术

在区块链技术章节的学习中，学生需要了解去中心化、共识机制和智能合约等概念，学习区块链的基础架构、加密技术，以及交易和区块链网络的运作方式。通过搭建简易的区块链系统、开发和部署智能合约的实验来深化理解。学生可以使用如Solidity（用于开发以太坊智能合约）、Python、JavaScript（尤其在与Web前端集成时用到的）编程语言编写区块链程序。这些程序包括但不限于智能合约、区块链网络模拟、加密货币的基本交易处理等。通过这些实践，学生可以更好地理解区块链技术的工作原理和应用场景。

2.2 人工智能技术应用

在人工智能技术应用章节的学习中，学生需要深入理解机器学习、深度学习和自然语言处理等概念，这些知识构成了现代AI的核心领域。通过学习这些概念，学生能够了解如何让机器模拟人类智能行为，包括理解语言、识别图像和做出决策等行为。

学习内容不仅涵盖了理论知识，如算法原理和数学基础，还包括了实际应用，如数据集的处理、模型的构建和优化。这些知识点使学生能够理解AI如何在现实世界中解决具体问题，例如通过分析大量数据来提高决策的准确性。

在实验方面，学生参与编程实践中，通过项目和实验室工作，如使用神经网络进行图像识别、使用机器学习算法进行数据分析等。这些实践活动不仅加深了理论知识的理解，也提高了解决实际问题的能力。

在编程语言的选择上，Python 是主要的编程语言，因其具有强大的库的支持（如TensorFlow、Py⁃Torch、Scikit-Learn等），使得构建复杂的AI模型变得更加容易。学生需要学习和编写的程序类型广泛，如数据预处理脚本、算法实现、自动化测试工具、用户界面设计等。

2.3 人工智能定制化训练服务

在人工智能定制化训练服务章节的学习中，学生需要了解数据预处理和模型优化等关键概念，学习如何收集和处理数据，设计和调整算法模型。此外，学生还需要掌握不同类型的机器学习算法及其适用场景，比如监督学习、非监督学习以及深度学习等。

在实验方面，学生通过实际操作深化学习，使用公共数据集进行模型训练，例如使用MNIST手写数字数据集，以及自行收集的数据进行模型测试和优化。这些实验不仅加深了学生对于理论知识的理解，还提高了学生动手解决实际问题的能力。

在编程语言的选择上，依然使用Python 编程语言，因其强大的数据科学和机器学习库，如NumPy、Pandas、TensorFlow、PyTorch 等。这些库和工具为处理数据、构建和训练模型提供了强大的支持。学生学习和编写数据处理脚本、机器学习模型、模型评估和优化程序等。

2.4 AIGC（AI Generated Content）

AIGC（AI Generated Content） 利用人工智能工具来生成所需要的内容。课程中有一个章节是使用AIGC 开发游戏。2023年有网友在网络上用AI工具开发了《愤怒的南瓜》[3]。这款游戏是由开发者使用GPT-4和Midjourney 工具创建的。GPT-4 负责所有的编码工作，而DALL·E 3和Midjourney则负责图形部分。游戏的设计灵感来自《愤怒的小鸟》，但在游戏元素和创作风格上有所不同，《愤怒的南瓜》游戏融入了诸如鬼屋、墓碑和蝙蝠等万圣节元素。该游戏的制作流程包括使用Midjourney来生成背景和角色，如万圣节南瓜和绿色怪物等。对于游戏中的物体，如木箱和骷髅骨等，也是通过Midjourney创造的。

该游戏的编程部分，使用GPT-4生成了大约600 行代码。整个项目展示了AI技术在游戏开发中的应用，降低了游戏开发成本和时间投入，尤其是与早期游戏开发相比，如2010年发布的《愤怒的小鸟》，其游戏开发成本达14万美元。笔者将这款游戏进行了改编，重新整理成一个2D射击类游戏作为教学项目案例，放到学习通供学生学习使用。

2.5 与行业紧密结合

组织学生到现场参加IT巨头公司举办的活动，学生以自愿为原则进行报名，组织者定期向课程微信学习群发送课外实践学习活动，比如百度在广州（国际）科技成果转化天河基地举办《大模型加持下的应用创新AI无限》线下活动，由专业老师带领学生到基地参加百度飞桨星河社区的AI开发学习。又比如华为在广州白云国际会议中心举办昇腾AI开发者创享日活动，由专业老师带领学生到国际会堂白云宴会厅参加华为昇腾AI开发体验活动。

在这些活动中，学生不仅能够亲身体验到行业前沿的AI技术，还有机会与行业内专家进行交流互动，深入了解AI在实际商业和科技领域中的应用。此外，笔者还鼓励学生积极参与讨论，提出问题，以及分享他们在学习中获得的知识和见解。这样的实践学习机会，不仅丰富了学生的学习体验，还能帮助学生建立起与实际工作环境相关的技能，如团队合作、技术技能、持续学习、增加社会责任感和批判性思维等。

3 AI 与区块链智能课程教学改革

3.1 融入最新科研成果到课堂

在设计AI与区块链智能课程时，教师团队深刻认识到将最新科研成果融入教学中的重要性。为此，我们将课程内容与人工智能和区块链领域的最新科研成果紧密结合。我们的目标是打破传统教学模式中知识局限于教材的局面，引导学生走进更加广阔的学术天地。通过挖掘与这些领域相关的社会需求和学科前沿动态，激发学生的学习兴趣。学生通过了解大语言模型、多模态学习等最新科研成果和发展趋势，增加未来的就业竞争力。

通过讲解科研成果在实际工程中的应用，如人工智能在供应链管理中的应用、区块链技术在数据安全方面的应用等，学生可以深刻理解并学以致用。这不仅帮助学生形成基本的学术素养和科研能力，还鼓励他们进行创新思考。

3.2 探索研讨式教学实践应用[4]

在教学活动中，教师可以通过提出一些问题来激发学生的思考和讨论，例如如何将机器学习算法应用于监测和预测区块链网络的异常活动？如何利用人工智能优化区块链的能效管理？在讨论过程中，教师引导学生进行批判性思考，鼓励学生提出多元化解决方案，比如通过案例研究或设计实验来验证想法。这种方式可以充分提升学生的分析能力和创新能力。

基于学生已掌握的知识，教师可以给出具体的应用场景，例如讨论特定的机器学习算法在处理区块链数据时的适用性和优化方法。探讨如何改进算法以适应区块链的特性，如何在保证数据隐私的同时进行有效的数据分析。这要求学生运用逻辑推理和算法设计知识，从效率和安全性等不同方面提出优化方法，使学生的思维得到全面拓展。

教师还可以引导学生就区块链在不同行业的应用进行充分讨论，如在金融、供应链等领域的应用场景。学生之间相互给出建议，分析区块链如何提高某个行业的透明度和效率，或者探讨其在新兴市场中的潜在影响。通过这样的讨论，学生可以形成良好的互动氛围，提升参与感和探索精神。这种教学方法不仅能够让学生认识到区块链与人工智能技术的关注重点以及解决问题的思路方法，还能鼓励他们积极探索、批判性思考，并在实际应用中创新。

3.3 探索项目式教学实践应用[5]

在现代教育体系中，项目式教学已成为一种重要的教学方法，尤其是在技术领域。比如，人工智能在交通流量优化方面发挥着至关重要的作用。在项目式教学中，学生可以通过设计AI算法来解决实际的交通拥堵问题。学生可以开发基于AI的交通信号控制系统，系统能够实时分析交通流数据，动态调整信号灯的时序，从而提高道路的通行效率。通过这样的项目，学生不仅能够理解AI算法的工作原理，还能学习如何将这些算法应用于实际场景中。项目式教学还可以围绕识别和分析交通高风险区域展开。学生可以利用AI技术分析历史交通事故数据，识别事故高发区域，进而提出改善建议。这样的项目不仅提高了学生数据分析的能力，还培养了学生解决问题的能力。图1展示了人工智能在交通流量优化方面的应用。

4 教学效果分析

本课程其中一个章节旨在训练学生进行物体分类，所有选修此课程的学生均已成功完成该项作业考核。图2展示了学生在检测易拉罐的任务中所表现出的高水平能力。通过教学效果分析，我们观察到学生在完成具体的实践任务，比如物体分类作业时表现出了显著的技能提升。这不仅证明了课程设计的有效性，也体现了学生在理论知识和实践技能方面的全面发展。

2023—2024第一学期第一次面向西校区学生开设了这门选修课，开班学生只有55人。2023—2024 第二学期面向全校学生开设了这门公共选修课，学生人数同比增长了378%，从侧面反映出这门课程的受欢迎程度。

5 结束语

在本课程教学改革研究中，结合了OBE的教育理念，深入探讨了AI与区块链智能这一课程的教学实践。通过对国内外相关课程的研究现状进行分析，发现AI与区块链技术的跨学科课程在全球范围内日益受到重视。本课程的创新之处在于全面而深入的教学内容安排，涵盖了区块链技术、人工智能技术应用、AIGC以及与行业紧密结合丰富的课外实践活动。以上的教学改革不仅增强了学生的技术水平，还培养了他们的创新思维和解决问题的能力。该课程内容主要是为了培养学生具备实践技能和创新能力，使他们能够在日益发展的人工智能和区块链领域中胜任各种挑战。