多措并举破解电气工程专业本科生跨学科学习难题

摘" 要：该文针对电气工程专业本科跨学科教学面临的教学内容选择困难、学生跨学科壁垒强、实践能力提升难和负面情绪影响大等问题，提出思政引领、教研结合、教学相长的特色教改方法，并以华南理工大学人工智能课程为例进行详细介绍。连续两学年学生课程考核成绩对比、匿名问卷调研结果分析和督导机构评价表明，采用所提教改方法可直击学生跨学科学习关切，破解跨学科学习难题，持续提升课程目标达成度。

关键词：思政引领;教研结合;教学相长;跨学科课程;人工智能

中图分类号：G642" " " 文献标志码：A" " " " " 文章编号：2096-000X（2025）05-0001-07

Abstract： This paper proposes a special teaching reform method combining ideological education， scientific research supervision， and mutually benefits with teaching and learning， to address the problems encounteredinthe interdisciplinary education of electrical engineering， such as the difficulties in selecting teaching contents， strong interdisciplinary barriers for students， difficulty in improving practical ability， and strong negative emotions of students. We takethe course Artificial Intelligence in South China University of Technology as an example to illustrate details of the method. The comparison of students' examination results in two continuous academic years， the analysis of anonymous questionnaire and the evaluation of supervisory institutions show that the proposed method can directly address the students' concerns in theinterdisciplinary learning， solve the interdisciplinary learning difficulties and continuously improve the achievement of course objectives.

Keywords： ideological and political guidance; combination of teaching and research; mutuallybenefitswith teaching and research; interdisciplinary course; Artificial Intelligence

能源革命、“双碳”战略以及新型电力系统构建将使电力能源系统发生系统性变革，其实现需要大量数字化、智能化人才[1-2]。为此，教育部指出，围绕“双碳”目标，需调整高等教育人才培养目标，修订培养方案，优化课程体系和教学内容，加强互联网、人工智能等赋能技术与专业教学紧密结合[3]。

在此背景下，华南理工大学电气工程及其自动化专业按照教育部新工科“金课”建设的“两性一度”要求[4]，结合本校“三创型”人才培养定位和本学院学科特色[5]，于2019年起开设了人工智能跨学科课程。2021年，课程基于设计思维理论完成了从零到一的建设，在跨学科人才培养方面取得了初步成效[6]，获得了省级一流课程认定。

目前，课程培养的学生对人工智能领域有基本认识，可完成课程设计任务，能够结合行业变革需求进一步学习相关知识、开展简单的科学研究工作。但是，与“把握人工智能未来发展趋势;融会贯通算法设计思想，提出适应现实场景的复杂算法，利用信息化技术和编程方法解决实际专业问题;从算法中认识未知世界、悟道人生哲学”的高阶课程目标尚有距离，课程质量仍有进一步提升空间。

为对课程开展针对性持续改进，课程团队通过问卷、访谈、分析求证等形式，对电气工程专业本科生跨学科学习面临的困难和挑战进行了充分调研，总结出以下几点阻碍课程目标达成的瓶颈。

第一，电气工程专业关联的信息学科课程较少，要达成本课程高阶目标，课程内容需兼具基础性、交叉性、前沿性、高阶性，教学内容选择与组织困难。

第二，人工智能理论专业壁垒强，电气工程学生存在跨学科语言壁垒，理解力偏低制约学习收获提高。

第三，人工智能学习重技术实操，电气工程学生编程能力弱，有限学时内提升实践能力困难。

第四，高阶目标导致课程学习和实践强度大，学生易产生焦虑、自我效能感差等负面情绪，影响学习质量。

针对上述问题，已有教改研究提出了部分解决方案。例如赵彪等[7]提出了教研相融和翻转课堂的改革措施，解决新工科课程教学难点;孙秋野等[8]、肖华锋等[9]提出思政融合改革方案，通过思想教育和精神塑造引导学生树立远大理想，学好课程内容;丛浩熹等[10]提出“先实验后理论”的教学方法，帮助学生掌握电工技术基础知识。然而，以上解决方案均针对本学科课程建设遇到的瓶颈，与跨学科课程建设遇到的问题存在差异，其中最重要的是跨学科课程在目标制定、内容选择、课程安排等方面均受限于课程在本学科专业整体中的定位，表现为前续后继课程少、可依托资源少、学生强化训练不足等现实条件限制。另一方面，在跨学科课程教改领域，“大数据技术与应用”[11]和“人工智能理论及应用”[12]等提出了具体的课程建设措施，但在学生跨学科学习的具体困难方面，还缺少有针对性的方案。

综上所述，尽管电气工程基础和专业课领域有丰富的教学改革成效，其方法直接应用于本类课程有一定局限性。类似地，直接借鉴自动化及计算机学科课程的教改经验[13-15]，也会存在水土不服的问题。为此，本文针对上述四个难题，以跨学科课程高阶目标达成为导向，有针对性地提出思政引领、教研结合、教学相长的特色教改路线，在理论教学、实践训练、线上学习和考核方法等方面采取一系列改革措施，解决上述问题。

2022—2023学年，课程团队对课程进行持续改革，多项数据表明，本文所提教改方法可有效破除本科生跨学科学习难题，大幅提高学生学习收获。

一" 多措并举特色改革

（一）" 整体思路

整体改革思路如图1所示。首先，明确课程目标、资源条件和实施约束，分析可采用的改革手段;然后，针对前文提出的四类困难，基于设计思维，以学生为中心进行多要素、全方位的教学设计;进一步，将各类手段进行聚焦，形成思政引领、教研结合、教学相长的特色改革体系;最后，通过多样化评价进行验证。

（二）" 针对性措施设计

针对困难1，首先加强思政引领，采用理念主义方法构建人工智能知识整体体系，纲举目张，让学生有大局观和系统观，强化学习基础;在讲授基础知识之前，先讲授人工智能哲学内涵与方法论，将学科发展史、思想史、算法思维与方法贯穿整个教学过程，增强课程前沿性和高阶性。其次，教研结合，在进阶知识点和人工智能实践案例环节融入实际电气工程科研内容，使学生了解人工智能与电气工程的关联，增强学习内容的交叉性和前沿性。

针对困难2，首先教研结合，结合电气工程专业实践，构建跨学科知识到本专业科研之间的映射关系，通过与本专业术语结合提高对人工智能术语的理解力。其次，教学相长，在教的环节安排多位不同风格的教师，以多样化语言覆盖不同学生的语言习惯;在学的环节安排同伴教学，通过学生之间互讲互学，用同龄人的语言帮助学生理解。

针对困难3，首先教研结合，以项目制考核为手段，让学生提前接触人工智能在本专业基础科研工作中的作用，帮助学生从思想上认识到实践训练的重要性;同时运用实际科研研发的软件工具和抽象案例数据，降低跨学科实践的门槛。其次，教学相长，在教的环节安排有科研经验的研究生助教进行答疑，全天候在线，及时提供指导;在学的环节提供往届学长的优秀案例及答辩视频作为榜样，供学生参考借鉴。

针对困难4，首先思政引领，深挖人工智能理论背后的哲学思想，将思政元素融入课堂教学，引导学生树立正确三观，建立探索与创新的自信和勇气。其次，教学相长，在学的环节通过团队学习实践，增强学生挫败时的社会支援，增强信心。

（三）" 思政引领，改革全过程教学内容

思政引领的最终目标是达成课程高阶目标中“把握人工智能未来发展趋势;从算法中认识未知世界、悟道人生哲学”这两点，同时破除第1和第4类困难。为此，课程在常规人工智能微观知识传授基础上，增加了宏观层面的授课内容，同时在微观知识点处挖掘算法背后的人生哲学，如图2所示。

首先，在课程初始阶段介绍关于人工智能的宏观知识，包括人工智能的科学史、思想史、发展史，从认识世界和改造世界的角度整理出人工智能知识整体体系，涵盖人工智能的基本框架、发展脉络及其体现的哲学内涵，让学生具备大时空观和大视野体系，能够理解人工智能思想的发展和技术进步源于底层对思维、方法、模型等认知的不断深入，从而理解智能时代的演变趋势。

其次，在教授人工智能知识点时，融入人生哲学，以“数学证明式思政”方式编排教学内容。具体地，将人工智能基础知识分为搜索与优化、知识工程、规划、决策和学习五方面内容。针对每一项基础知识，对人工智能算法进行方法论抽象，并与人生过程结合，形成反映人生哲学的思政点。例如在讲解“贪婪最佳优先搜索”时，首先从路径搜索的完备性和局限性角度，证明短期目标容易陷入局部最优这一数学现象，然后印证树立远大目标与理想的重要性;在讲解“强化学习探索”的内容时，将探索率的作用进行重点阐述，然后以未知空间探索的期望效益数学证明为论据，告诫学生把人生看成一次强化学习过程，年轻时要积极探索、积极行动，多尝试新领域。

通过思政引领，引导学生领悟算法蕴含的哲学思想和方法论，正确认识学习新知识、探索新路径时可能遭遇的挫败，使学生在学习迷茫时，能关联课程所学，建立自信与勇气，迈出舒适圈。

（四）" 教研结合，创造知行合一的教学过程

教研结合的最终目标是达成课程高阶目标中的“融会贯通算法设计思想，提出适应现实场景的复杂算法，利用信息化技术和编程方法解决实际专业问题”，同时破除前3类困难。为此，利用科研成果为人工智能教学提供授课基础，同时培养学生把人工智能知识应用于科研，形成双向支撑。具体从如下三方面进行教研结合。

1" 科研成果融入教学内容

首先，总结多年科研成果，形成综述性成果融入人工智能相关教学内容中。例如把对多年强化学习的研究经验整合起来，提出通用强化学习模型，并设置“强化学习基础”和“强化学习进阶”两次课程，在教材阐述的基础强化学习课程之上，抽象出更有泛化能力的进阶知识模型，使学生能够举一反三。

其次，整理多年科研项目，形成体系化专题，使学生能了解科研领域的最新应用。例如把搜索与优化、知识工程、决策等人工智能技术在状态估计、事故处理、计划编排等电力系统应用的经历进行整合，形成电力系统应用专题;把多个与人工智能相关的电力系统软件研发项目进行抽象，形成分布式软件开发专题;把深度学习在医疗健康领域的应用研究进行整合，形成医疗健康领域的应用专题。通过在整体架构、理论知识之后补充专题应用，以案例的形式使学生更易将所学知识应用于专业问题。

2" 基于科研内容设计人工智能项目制课题

项目制课题均来源于实际科研内容的抽象，课题具有实际应用意义。例如2021—2023两学年的项目制课题内容均抽象自实际科研项目，见表1。

3" 科研工具作为课程资源

将科研过程中研发的计算软件和科研工具提供给教学，辅助学生完成课程学习。例如教学团队自研三款与教学紧密相关的实践工具，其中大型电力系统仿真软件用于降低学生开展机器学习需使用海量数据样本的门槛;新型电力系统规划运行多业务数智一体化平台为学生开展数据和业务分析提供便捷工具;分布式大型软件设计与辅助开发系统可提高学生编程实践和团队管理效率。三款软件的应用从总体上降低了学生动手实践的门槛。

（五）" 教学相长，社团互助克服理解障碍

教学相长分为教环节中教学团队与学生间的互动和学环节中学生同伴间的互动，其最终目标是综合达成课程高阶目标，同时破除后3类困难。

在教的环节，首先安排不同风格的教师来为学生授课，学生可以体验不同老师的教授风格和语言习惯，对相通的教学内容可以从不同侧面加以理解。其次，安排多名具有科研实践经验的助教，为学生提供全天候的答疑，由于助教年龄与学生更为接近，相互之间更易建立信任，能帮助学生更好解决问题。目前，课程已组建“教师团队+教辅+助教团队”的教学大团队，共有教师4名，教辅1名，助教7名，为教的环节提供人力资源基础。

在学的环节，教学相长体现为同伴教学，通过同伴教学，互讲互学，相互合作，用同龄人的语言来帮助自身理解。首先，同学需要在学懂人工智能知识点后，自行录制讲解对该知识点的理解，形成微视频;这一过程通过“学习输入—讲授输出”的闭环，加深同学对该知识点理解，提高知识留存率。其次，同学之间需要互相学习彼此录制的知识点微视频，并进行评价。这一过程通过同龄人不同的语言视角反复“强化”，帮助学生理解知识点。最后，在考核中，采用团队协作模式，通过团队之间相互帮扶，形成集体智慧，从“学徒”“联邦”学习实践中切实体会到团队的力量。目前，学的环节已形成同伴教学网站，积累了370个约2 600分钟微视频，线上交流累计评论和弹幕数超8 000，形成了良好的教学相长氛围。

（六）" 多样化评价，以强化学习模式持续改进

为评价本课程教学改革措施是否有效解决了学生跨学科学习困难、课程高阶目标是否达成，课程设置了如下多样化评价方式。

1" 课程考核

课程考核由学生自制知识点微视频、微视频互评、项目课题与答辩和平时成绩四部分组成。通过将课程考题和评分方法标准化，可通过连续两年的学生考核情况看出学生跨学科学习情况是否改进，例如学生是否掌握知识点，是否能把知识点应用于实际，是否能举一反三等。

2" 匿名问卷调研

匿名问卷是调研学生对本课程评价的有效方法，其中匿名的意义在于让学生可以畅所欲言，不受任何约束。通过匿名问卷，主要了解学生对本课程的期待以及通过该课程的学习感受，反映出课程目标的达成情况。

3" 督导机构评价

督导机构评价是校内外多方渠道的综合评价。通过该评价，可了解到来自社会对本课程改革措施的认可程度。

基于上述多样化评价方式，可进一步形成课程持续改进模式，如图3所示。该模式针对学生跨学科学习的四个困难，首先进行多措并举的特色改革，然后通过多样化评价获得改革措施的实施效果，之后基于实施效果形成反馈，调整改革措施，使课程持续改进，最终解决学生跨学科学习的四个困难。

二" 多维度透视改革成效

2022—2023学年，课程采用上述教学改革措施进行持续改革。下面将该学年授课后教学数据与2021—2022学年授课后以及该学年授课前相关数据进行对比，分析教学改革取得的成效。

（一）" 连续两个学年课程考核成绩分析

2022—2023学年课程考核成绩情况如图4所示。在这两个学年中，微视频知识点与项目课题内容基本相同。通过对两学年成绩分析，可在考核内容基本一致的情况下，获取教学改革后学生成绩的变化趋势。

可以看出，知识点微视频成绩、项目课题成绩、总成绩的平均分均得到了提升，说明在考核内容不变的情况下，得益于教学改革措施的实行，学生对考核内容的兴趣和投入增加，学生学习效果提高。从成绩分布可以看出，相比上一学年度，2022—2023学年三个成绩分布均整体右移，这说明教学改革取得了整体成效，该学年平均分更高并非由于高分同学较多而拉分，而是因为学生整体成绩变好。

（二）" 匿名问卷分析

以下对2022—2023学年课程开始前（简称“问卷q1”）和课程完结后（简称“问卷q2”）以及2021—2022学年课程完结后（简称“问卷q3”）三次匿名问卷调查进行分析。

1" 问卷设计

三次问卷针对课程改革是否解决学生跨学科学习困难及课程目标是否达成进行设计。由于三次问卷设计题目有所差异，在进行相关数据分析时，需要对问题进行分类，以反映对学生跨学科学习困难的评价情况。其中，表2反映了学生跨学科学习困难与题目选项的对应关系。表3反映了课程目标达成情况与题目选项的对应关系。

2" 数据处理方法

为了方便量化对比不同问卷结果，为问卷选项进行加权赋分。对于四个选项的问题，正向设置的问题，采用“非常符合/满意”为10分、“符合/满意”为8分、“有点符合/比较满意”为6分、“不符合/满意”为0分;反向设置的问题，采用“非常符合/满意”为0分、“符合/满意”为6分、“有点符合/满意”为8分、“不符合/满意”为10分。对于三个选项的问题，“是”为10分、“一般”为6分、“否”为2分。对于五个选项的问题，“非常符合”为10分、“符合”为8分、“一般符合”为6分、“有点符合”为4分、“不符合”为0分。之后，求取选项加权平均分作为最后评分，权值为选择该选项的人数占比。经过科学处理，相关问卷数据可用于对比分析。

3" 结果分析

通过对比问卷q1和问卷q2中学生对本门课程的评价，可分析跨学科学习困难是否得到有效解决，审视预期课程目标是否达成。同时，通过对比问卷q2和问卷q3的数据，可分析课程持续建设效果，验证所提教学改革的成效。下面是具体结果及分析。

1）改革前后跨学科困难解决效果分析。问卷q1第4题和问卷q2第3题分别反映了开课前学生对课程的期待和开课后学生的评价。两题目部分选项内容不同，为公平分析，仅保留类似选项，选出15项数据进行对比，如图5所示。

由图5可知，采取本文所提教学改革措施后，整体上学生面临的教学内容选择困难、跨学科壁垒强、实践能力提升难和负面情绪影响大四类困难均得到有效解决。15项改革措施中有12项改革的学生评价超出预期，占全部改革措施的80%，课程实施成效超出学生预期。在解决跨学科壁垒、实践能力提升、疏导负面情绪影响等方面，学生实际评价与预期相比分别高出4.77%、5.07%和5.88%，说明改革措施有效针对了学生关切。

2）与其他课程相比跨学科困难解决优势分析。对比问卷q1第3题和问卷q2第3题，可对本课程与其他课程进行优势比较，以说明本课程在解决跨学科学习困难方面具有优势，如图6所示。

由图6可知，本课程相比其他课程，四个跨学科学习困难得到了有效解决。其中，在“教学内容选择困难”方面提升了40.73%;在“跨学科壁垒强”方面提升了38.24%;在“实践能力提升难”方面提升了21.49%;在“负面情绪影响大”方面提升了32.91%。几项数据凸显本课程相比其他课程在解决跨学科学习困难方面的明显优势。

3）改革前后课程目标达成分析。对比问卷q1第6、7题和问卷q2第5、6题，分析改革前后课程目标达成情况。两套题目部分选项内容不一样，为公平分析，仅保留类似选项，选出16项数据进行对比分析，如图7所示。

由图7可知，采取改革措施后，学生课后整体上知识、能力、素质达成情况均超出预期，实际评价较预期分别上升6.61%、4.64%、8.62%。进一步分析每一个具体目标成效，16项具体目标中，除了O22“提高解决问题的能力”在授课前后预期与评价相近外，其余15项目标评价均超预期，说明课程改革措施成效明显，学生认为自己的能力有了较大提高，课程预期目标达成。

4）解决跨学科困难的持续改进情况分析。对比问卷q3第8、11、13、17、18、19、24、26题和问卷q2第3题，根据表3的对应关系，算出课程实施对学生四项跨学科学习困难解决情况的平均成效评价，如图8所示。

如图8可知，采取本文所提改革措施后，课程在解决学生面临的四项跨学科学习困难方面效果均比前一学年更好。即使课程在2021年度已取得省级一流课程，各方面评价已较高，但在2022—2023学年，四类问题解决的评价依然得到大幅提升，分别提升了6.78%、9.48%、8.59%、5.82%。上述数据说明，2022—2023学年教学改革措施成效明显，课程质量进一步得到提高，课程持续改进获得成功。

5）课程目标达成的持续改进情况分析。对比问卷q3第32题和问卷q2第5、6题，分析课程目标达成的持续改进情况。由于题目的部分选项内容不同，为公平分析，仅保留类似的选项，最终选出17项目标进行对比，如图9所示。

由图9可以看出，改革后课程知识、能力和素质目标均有明显提升，分别提高7.34%、10.55%、10.97%。进一步分析每一具体目标成效，17项目标的评分均有所提高，说明采取课程改革措施后，学生各项能力有了进一步提升，课程相比获得省一流课程时又有了进一步持续改进。

（三）" 督导机构评价分析

为支持课程持续改进，课程在获得2021年广东省一流本科课程认定后，在2022—2023学年又进一步获得了校级本科生教研教改项目、本科课程思政示范课程建设项目以及粤港澳大湾区高校在线开放课程联盟项目的支持。目前，以本课程为核心，课程团队成立了广东省“电气+信息”跨学科课程教研室，是省内第一个跨学科虚拟教研室，同时获省本科高校教学质量与教学改革工程建设项目支持。多项支持表明，课程得到了第三方督导机构的广泛认可。

三" 结束语

本文以华南理工大学人工智能课程为例，介绍了综合思政引领、教研结合、教学相长多项举措破除电气工程本科生跨学科学习面临的四项瓶颈，最终实现课程目标持续达成的方法。在进行具体课程改革时，可进一步明确课程目标、资源条件和实施约束，形成特色改革体系，并通过多样化评价进行验证。本文中人工智能课程改革案例连续两学年学生课程考核成绩对比、匿名问卷调研结果和督导机构评价支持表明，采用的教改方法可直击学生跨学科学习关切，破除跨学科难题，实现课程目标持续达成提升。

参考文献：

[1] 韩笑，郭剑波，蒲天骄，等.电力人工智能技术理论基础与发展展望（一）：假设分析与应用范式[J].中国电机工程学报，2023，43（8）：2877-2891.

[2] 中国共产党第二十次全国代表大会在京开幕——习近平代表第十九届中央委员会向大会作报告[EB/OL].（2022-10-16） [2023-06-28].https：//www.gov.cn/xinwen/2022-10/16/content_5718884.htm.

[3] 教育部关于印发《加强碳达峰碳中和高等教育人才培养体系建设工作方案》的通知[EB/OL].（2022-04-24）[2023-06-28].http：//www.moe.gov.cn/srcsite/A08/s7056/202205/t20220506_625 229.html.

[4] 教育部发力本科建设 打造“金专”“金课”[EB/OL].（2019-04-30）[2023-06-28].http：//www.moe.gov.cn/fbh/live/2019/50601/mtbd/2 01904/t20190430_380194.html.

[5] 华南理工大学党委宣传部.发力世界一流 培养卓越人才 《南方日报》报道学校“三创型”人才培养[EB/OL].（2020-07-14）[2023-06-28].https：//news.scut.edu.cn/2020/0714/c41a42492/pag e.psp？from=groupmessage.

[6] 张一铭，张俊勃，戴栋，等.基于设计思维从零到一建设电气工程专业跨学科课程：以《人工智能》课程为例[J].中国电机工程学报，2023，43（23）：9374-9383.

[7] 赵彪，余占清，朱桂萍，等.基于教研相融和翻转课堂的新工科教学改革实践——以“能源互联网中能量转换与互联设备”课程为例[J].中国电机工程学报，2022，42（9）：3490-350.

[8] 孙秋野，黄雨佳，高嘉文.工科专业课课程思政建设方案：以《电力系统分析》课程为例[J].中国电机工程学报，2021，41（2）：475-486.

[9] 肖华锋，程明，花为，等.电力电子类课程思政建设路径探讨与实践[J].中国电机工程学报，2022，42（10）：3864-3871.

[10] 丛浩熹，胡雪锋，徐衍会，等.以创新为导向、先实验后理论的电工技术基础课程教学实践[J].中国电机工程学报，2021，41（S1）：401-410.

[11] 张宁，余扬昊，章家维，等.面向电气工程学科的“大数据技术与应用”课程构建与教学实践[J].中国电机工程学报，2023，43（19）：7749-7759.

[12] 高岳，杨小康.前沿导向的人工智能课程内容重构——以上海交通大学“人工智能理论及应用”课程为例[J].高等工程教育研究，2022，197（6）：52-55.

[13] 朝乐门.数据科学导论的课程设计及教学改革[J].计算机科学，2020，47（7）：1-7.

[14] 高广谓，李佳雯.基于学生能力导向的人工智能课程教学改革[J].软件导刊，2023，22（2）：178-183.

[15] 陈娟，刘锋林，黄麒之，等.基于成果导向教学的人工智能课程改革[J].软件导刊，2020，19（12）：19-22.

基金项目：粤港澳大湾区高校在线开放课程联盟-2023年教育教学研究和改革项目“适应多类型人才培养模式的《人工智能》跨学科课程数字化资源建设”（WGKM2023001）;广东省2021年度一流本科课程（线下）“人工智能”（粤教高函〔2022〕10号）;2022年广东省本科高校教学质量与教学改革工程建设项目-课程教研室（虚拟教研室）“‘电气+信息’跨学科课程教研室”（粤教高函〔2023〕4号）;华南理工大学本科教育教学成果奖培育项目“从零到一构建‘电气+信息’跨学科课程与人才培养体系”（K524188013）

第一作者简介：张俊勃（1986-），男，汉族，重庆人，博士，教授，院长助理，中国南方电网-华南理工大学电网智慧运行联合研究院副院长，博士研究生导师。研究方向为电力系统及其自动化与人工智能、软件工程的交叉学研产。