人工智能課程評價精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們為您準備了不同風格的5篇人工智能課程評價，期待它們能激發您的靈感。

篇1

>> 引入深度學習的人工智能類課程 中西合璧的人工智能課程雙語教學模式 可調戲的人工智能 生活中的人工智能 不斷超越的人工智能 逐漸靠近的人工智能 正在落地的人工智能 2035年的人工智能 航天類專業“人工智能”課程的教學探索 林業院校人工智能課程教學的思考 人工智能導論課程的興趣教學法 人工智能概論課程的教學思考 “人工智能”課程教學的實踐與探索 游戲開發應用中的“人工智能”課程教學方法探討 人工智能的應用研究 人工智能的日常應用 人工智能的應用和發展 淺析電氣自動化控制中的人工智能應用 分析繼電保護中的人工智能技術及其應用 電氣自動化控制中的人工智能應用分析 常見問題解答 當前所在位置：l)。在情境創設時,教師根據學生特點提出了多種應用需求,例如化妝品銷售咨詢等。學生利用該工具,興趣盎然地開發了自己的小型專家系統,不僅理解了專家系統的特點、作用、運行方式等,還具有強烈的成就感。

2.2面向研究的情境創設

蘇霍姆林斯基認為,研究型教學法應該充分體現學生的主體地位,激勵、引導和幫助學生去主動發現問題、分析問題和解決問題,激發學生學習的內在興趣和成就動機[4]。人工智能課程中包含了大量的前沿問題,研究型課題比比皆是,如何平衡這些研究課題與興趣、實用的關系,是教學設計中重點考慮的內容。

下面以“規劃”中的路徑規劃內容為例,詳細分析以研究為導向的情境創設過程。表2給出了整個教學設計。

綜合幾次研究課題完成情況,班級中有1/3的學生通過廣泛查閱資料和多次與教師討論,提交了質量尚可的標準格式論文,并因此獲得了學院的科研學分。除此之外,教師還組織這部分具備一定科研潛力的學生參加科研項目,進一步磨練科研技能,極大提高了學生的學習興趣和能力。

3DBR驅動的教學過程

人工智能課程各單元內容相對獨立,難以形成統一的聯系,怎樣驗證各單元的學習效果?從提出問題到任務解決,每個單元的學習通常要跨越幾節課甚至幾周,怎樣在此期間保持學生的興趣和關注?

DBR是情境設計、實施、評價、再設計、理論形成等環節多次迭代循環的過程,柯林斯稱之為“不斷進步的修正”(Progressive Refinement),以檢測設計的價值。因此,評價是教學過程中非常重要的一環。本課程教學主要做好兩個環節,以驅動整個教學過程的推進。

1) 實踐環節。

通常的實踐環節是課程結束后固定時間的實際任務,而本課程的實踐卻貫穿整個教學過程,是單元教學、教師、學生之間的粘合劑。實踐包括應用型實踐和研究型實踐,一般在每個單元教學開始,提出問題后,實踐任務就被布置下去,例如前面所述的“黑白棋”、“路徑規劃算法研究”等。學生接受任務后,帶著問題搜索解決途徑,在此期間需要教師提供方法指導及答疑(既可固定時間,也可通過E-mail等形式)。及時地交流,特別是針對實際問題的交流,不僅有效率,而且便于教師及時調整教學設計。

2) 教學評價。

除了課程考核以外,每個教學單元結束時都有反饋和評價環節。評價方式包括單元測試、編寫軟件測試、研討會等。具體采用何種形式,要根據前一階段的反饋信息決定。這些來自學生反饋信息包括前一階段學習的接受情況、興趣點、其他課業繁忙情況等。在學期的不同時間點采用合適的評價方式,有助于加強學習刺激,總結和發現教學設計中的問題,及時調整。

通過上述兩個環節的推動,精心設計的教學內容得以順利實施并被學生欣然接受。2/3的學生在整個學期教學中都保持了積極的態度和充分的關注度,確實感受到人工智能的魅力,并能夠從技術角度看待人工智能,消除了未學或初學時的神秘感。

4教學實施效果分析

1) 正效果分析。

中原工學院計算機學院作為普通工科院校,以培養實用型人才為主,人工智能并非主干課程,學生重視程度不足。兩年來,經過教師與學生的共同努力,教學改革成果逐步體現。人工智能類學生人數從過去的5%上升到15%,科研論文數量從1%上升到20%。有20%的學生接觸過或正在從事人工智能類項目的研究與開發,考研選擇人工智能科目的學生比例從0上升到15%,考研成功人數占畢業生總人數的20%。

人工智能教學中采用的應用型與研究型情境創設,不僅促進了學生理解接受知識,而且鍛煉提高了學生獨立分析、解決問題及開發能力。學習也不再局限于課堂,而是拓展到圖書館、互聯網等更廣闊的空間。學生在學習期間保持了高度的關注,充分發揮了主動性和主體意識,為持續發展奠定了良好的基礎。

2) 不足分析。

DBR的方法論能夠促使教師在教學過程中不斷完善教學設計,融合先進的教學理論及工具,逐步加深學習的理解和設計的提升,切實提高教學效果。然而,仍然存在一些DBR無法解決或完善的問題。具體表現在:

(1) 缺乏合適的教材。目前大多數教材的示例以解答式或推證式為主,設計型或實際項目案例較少。

(2) 投入時間限制。盡管上述教學設計和教學過程都經過精心準備與實施,但是要取得好的成效,還需要教師和學生都投入大量時間交流、研究或開發。而學生課業繁忙造成了實施的瓶頸。

這些不足制約了上述教學方法的實際實施效果,需要今后不斷改進。

5小結

本文針對普通工科院校學生特點,將DBR研究成果應用于人工智能課程。教學效果表明,精心設計的應用型與研究型情境有助于維持學生長時間的關注度、主動性和興趣;強調基于評價的修正使教學過程可調節,學生的學習效果更可靠。希望本文研究能夠對人工智能教學及學生培養起到一定的參考作用,下一階段的主要工作是進行適合的教材建設。

參考文獻:

[1] 楊南昌. 基于設計的研究:正在興起的學習研究新范式[J]. 中國電化教育,2007(5):6-10.

[2] 曾安,余永權,曾碧. 人工智能課程教學模式的探討[J]. 江西教育學院學報:綜合版,2006,27(6):40-43.

[3] 李鳴華. 案例教學法在高中人工智能課程中的運用研究[J]. 中國電化教育,2008(2):99-102.

[4] 楊種學. 研究型教學法在數據結構課程中的應用研究[J]. 計算機教育,2007(1):55-56.

DBR Utilized Teaching Method for Artificial Intelligence

WANG Lu, LU Xiao-xia

(School of Computer, Zhongyuan University of Technology, Zhengzhou 450007, China)

篇2

先給大家重點推薦一本期刊：中國職業技術教育

中國職業技術教育雜志征稿信息

《中國職業技術教育》雜志是由中華人民共和國教育部主管，教育部職業技術教育中心研究所、中國職業技術教育學會和高等教育出版社共同主辦的一份綜合性中文期刊，集政策指導性、學術理論性和應用服務于一身，是教育部指導全國職業教育工作的重要輿論工具，是服務各級各類職業教育機構的主要陣地。

中國職業技術教育投稿欄目：主要有職教要聞、專稿專訪、綜合管理方略、課程教材、教研與教學、師資隊伍建設、研究與探討、職業指導、職業培訓、高等職業教育等欄目。

再給大家推薦職業教育范文：人工智能背景下職業教育變革及模式建構

董文娟1，黃堯2(1.天津大學教育學院，天津300350；2.北京師范大學國家職業教育研究院，北京100875)

摘要：順應人工智能時代的浪潮，基于新興技術的職業教育變革及新模式建構勢在必行。該文從職業教育智慧化、經濟發展、政策保障、信息化生態重構四個方面，剖析了人工智能時代職業教育變革的現實訴求，并進一步分析了當前職業教育外部環境及其自身發展的困境。人工智能背景下職業教育的變革體現出融合、創新、跨界、終身化的新特征?；诖?，從課程、教學、學習、環境、教師發展、評價、教育管理及組織等方面，探究職業教育的變革路徑及模式建構。最后探討了職業教育模式變革還面臨回歸教育本質、規避技術弊端等挑戰，并提出“適應—引領人工智能”的發展目標。

關鍵詞：人工智能；職業教育變革；模式建構；智慧化

“人工智能的迅速發展將深刻改變人類社會生活、改變世界。特別是在移動互聯網、超級計算等新理論、新技術及經濟社會發展強烈需求的共同驅動下，人工智能發展呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特征?！盵1]人工智能作為新一輪產業變革的核心驅動力，為我國供給側結構性改革下的“新常態”經濟發展注入新動能，使人們的思維模式和生活方式發生了深刻變革。近年來，國家高度重視與社會經濟發展聯系最為密切的職業教育，積極推進職業教育信息化，運用人工智能改革教學方法和人才培養模式，構建新型智能職教體系，提升信息技術引領職業教育創新發展的能力。

一、人工智能背景下職業教育變革的現實訴求

人工智能對傳統教育理念產生了革命性沖擊，職業教育結構不斷調整，勞動力素質與市場需求的矛盾、學習方式與自我價值實現的矛盾等促使職業教育向智慧化、智能化發展。目前，我國處于教育信息化2.0、工業4.0的新時期，全球范圍內新一輪的科技革命和產業變革正在加速進行。“一帶一路”“中國制造2025”人工智能等重大國家戰略的提出，及以新技術、新產業為特征的新興經濟模式要求教育領域，尤其是職業教育培養行業、產業急需的技術技能型、智慧型人才，具備更高的創新創業能力和跨界整合能力，促進智慧化發展，助力經濟轉型升級。

(一)職業教育智慧化訴求：職業教育信息化發展的必然選擇

“智慧教育是以物聯網，大數據等信息技術為依托，創造智慧教學環境，轉換教育方法，內容與手段，注重教育網絡化，個性化和智能化的一種教育新模式?！盵2]智慧教育作為“一種由學校、區域或國家提供的高學習體驗、高內容適配性和高教學效率的教育行為(系統)”，被視為教育信息化發展的高端形態[3]。因此，職業教育的智慧化并非簡單的數字化，強調信息技術推動職業教育教學模式和方法的變革，改變思維模式，創建價值等方面共享的學習共同體，培養創新型、智慧型人才。

職業教育智慧化是職業教育信息化發展的必然選擇。目前，我國的職業教育信息化水平正在穩步提高，投入持續增加，各種智能信息技術應用于教育教學、實習實訓、測量評價等領域，并逐步成熟，正在努力打造一個信息化、智慧化的現代職業教育生態系統。新時期我國很多地區及職業院校積極提升現有信息化系統的智慧化水平，積極創建智慧校園、智慧社區等，逐步實現了組織管理的智慧化、資源環境的智慧化和服務評價的智慧化。

(二)經濟發展訴求：人工智能時代的新興經濟需要高技能智慧型人才

人工智能時代職業教育運用移動互聯網、大數據等新興技術，與經濟及其他部門跨界融合，不斷創造新產品、新業務，推動職業教育模式創新，形成了以互聯網為基礎設施、人工智能為實現手段的經濟發展新常態。人工智能時代是以現代科學技術為支撐的新時代，各行各業的運作發展和對知識技術的掌握要求達到了更高層面，相應的教育需求也有所提升，市場環境渴求勇于創新、個性化的高技能智慧型人才。職業教育要應對行業上升發展的勞動力需求問題，基于人工智能應用，提高技能培養層級，以適應新的社會勞務需求?，F代企業生產依托互聯網科技，與智能化設備直接聯接，通過數據分析和應用，促進科技成果轉化為生產力。勞動密集型企業已不適應現代行業、產業發展，需升級為網絡智能型，與此同時，職業院校的課程模式、專業設置、實習實訓、師資結構等也做出相應的調整和革新，既促進了職業教育的智慧化、智能化，又推動了產業升級和工業變革。

(三)政策保障：國家從宏觀層面保障人工智能時代的職業教育發展

2016年是我國人工智能元年，2017年我國頒布了《新一代人工智能發展規劃》，提出了“將發展人工智能放在國家戰略層面進行系統謀劃和布局”，這預示著我國人工智能時代的全面到來，為我國職業教育的發展提供了良好的宏觀政策環境。人工智能給職業教育帶來了符合時代精神的新內容，積極融合信息技術，整合職業教育資源，提升公共服務水平，影響和改變了原有的教育生態。緊密依托信息共享平臺，突破時空限制，讓學習者自我選擇，更加人性化和智能化。我國很多職業院校已經開啟了智慧校園的行動計劃，一些大中城市也在積極制定實施智慧城市的發展規劃，在良好的政策保障中提升智慧化水平。

(四)信息化生態重構訴求：人工智能時代的職業教育變革是對職業教育信息化生態系統的重構

“依據《2006-2020年國家信息化發展戰略》，我國正在有序推進數字教育向智慧教育的躍遷升級和創新發展。”[4]在新興智能信息技術的催促下，技術變革帶來了職業教育系統的顛覆性創新改革，打破現有的條條框框，改革傳統教育模式，再造教育業務新流程。在職業教育領域創新應用物聯網、大數據、人工智能等先進技術，提升各科各門教育教學業務，打造各級各類智能實訓部門、培訓機構，覆蓋貫通中高職院校，整合系統內外現有資源，推進智慧教育生態有序發展，為各類用戶提供最適合、最智能的職業教育資源和服務，完成對職業教育信息化生態系統的重構。

二、當前職業教育發展的現實困境

人工智能對各行各業的影響具有革命性和顛覆性，可能帶來新的發展機遇，也可能帶來不確定性的挑戰，比如可能會改變就業結構、影響政府管理、威脅經濟安全等，還可能會沖擊法律與社會倫理，影響社會穩定乃至全球治理。當前，人工智能與“大眾創業、萬眾創新”浪潮席卷而來，職業院校既是人工智能應用的戰場，又是培養技術創新型人才的“夢工廠”[5]。人工智能時代的職業教育信息化發展迅速，影響是廣而深的，對職業教育外部環境及其本身都造成了極大的沖擊。

(一)職業教育外部環境發展困境

“據聯合國教科文組織預測，到2020年，人工智能將替代20億個工作崗位”[6]，那些技術含量低、重復性強的技能將被智能機器、數碼設備所替代，工業機器人也將大面積應用。智能設備替代行業勞動力，能夠降低勞動成本，且具有高效、易操作等競爭優勢。傳統職業教育培養模式很難適應未來行業、產業的發展需求，人工智能沖擊職業教育就業崗位，撼動其所依附的崗位基礎，對職業教育的生存與定位產生了威脅。因此，根據智能時代職業教育的崗位特征與需求，提升職業人才的知識結構和專業技能，是新形勢下職業教育的發展方向。

(二)職業教育自身發展困境

近年來，人工智能在職業教育領域內的應用和提高是目前職業教育的發展趨勢。我國重視職業教育信息化、智能化發展，各級各類職業院校在信息化基礎設施建設、校園信息化管理等方面都有了顯著提升，但信息技術與職業教育的深度融合仍不夠緊密，表現出信息化管理效率低、科學決策水平低等現象。人工智能背景下職業教育自身發展的困境表現在：

1.課程與教學困境

職業院校新課程改革提倡構建智慧課堂，制定個性化學習計劃，注重課堂實施效果。但目前的實際課程教學仍是以教師為中心，強調知識的灌輸，重視統一性和計劃性，與教育改革提倡的個性化教學相去甚遠。教學方法、教學理念更新慢，很難激發學生的內在學習動力，創新性思維弱，使得個性化教育的無法實現。近年來，中央、省、市、縣四級教育平臺逐步建立起來，課程與教學的層級設計逐步完善，但在實施的過程中，各級平臺之間存在溝通不暢等問題，各級資源內容不系統，不銜接，導致無序疊加和資源的重復浪費，“精品課程”等項目豐富了課程資源，但質量不高。在線課程與教學以傳統的科目、章節為單元，構建系統性的在線教育內容，為用戶提供專業化的知識選擇，但由于受時間條件等限制，大多數受教育者習慣于碎片化學習，連貫性和整體性差，缺乏對課程與教學體系的系統性學習。

2.認知困境

隨著人工智能時代的到來，許多職業院校將“未來教室”“智慧課堂”定位為未來發展方向，進行了多種嘗試和改革，如MOOC混合教學、翻轉課堂、多屏教學等，但“管理者和施教者對智慧教育的理解多停留在‘智慧課堂=多媒體+傳統教學的層面’，教學觀念和思維依然固化，并沒有因為新技術的參與而得到實質改變”[7]，缺乏對多媒體網絡架構和智能學習平臺的深層認識，更缺乏對管理評價和互動交流等模塊的理解與掌握，雖投入大量人力財力采購了數量巨大、設備精良的多媒體設備和智能服務設備，但沒有充分有效使用，大大限制了智慧教育的發展潛力。

3.用戶困境

傳統教學以群體教育為基本單元，教師和學習者作為學習共同體，在管理、學習的互動過程中形成強大的群體約束力，促進雙方共同進步。在信息化教育時代，學習者自由掌握學習時間和進度，遇到問題可能無法及時解決并獲得反饋，無法進行面對面交流，因此，基于人工智能網絡化學習平臺，學習者需要高自控力、高學習能力才能適應這種全新的學習方式。

4.評價困境

傳統的評價方式多依靠經驗和觀察，智慧型評價則是基于學習過程的一種發展性評價，以采集到的學習數據為客觀基礎。在人工智能、數字信息化環境下教育效果的評價實際要受到很多因素的影響和局限，在信息技術與職業教育融合的過程之中，許多智能技術應用于教育教學實踐，難以進行定性定量的智慧評價，如互動交流及深層次的學習評價等。

三、人工智能背景下職業教育變革的新特征

人工智能帶來了思維模式的創新，改變了人們認識問題、思考和解決問題的方式，越來越多地依賴人與智能網絡的協同創新。人工智能背景下的職業教育變革圍繞經濟社會發展大局，“主動服務國家重大發展戰略，加大虛擬現實、云計算等新技術應用，體現校企合作、知行合一等職教特色，以應用促融合、以融合促創新、以創新促發展?！盵8]人工智能背景下職業教育的變革必將加速推進職業教育的現代化、智能化進程，表現出了融合、創新、跨界和終身化的新特征。

(一)融合

人工智能技術科學應用于當前職業教育，在最短的時間內整合、重組大量的知識信息，形成科學的技術技能知識體系，為職業教育資源、企業資源、產業資源、社會資源等一切有可能聯結的資源融合提供了可能。為促進職業教育的智慧化發展，在現有的合作模式、集團模式、產教融合模式等實體協作發展的基礎上，建立智能互動的智慧教育供給平臺、常態化智慧課堂和大數據化智慧教育生態系統，為我國新興經濟發展提供高技能、智慧型人才支撐。

(二)創新

信息化時代下“變”為創新立足之要點。創新時代最需要提升的就是創造智慧?！坝芍R的理解記憶，轉向知識的遷移、應用并最終指向創造發明”[9]，以提高學習者的學習能力和應用能力，提升其創新思維和智慧思維，不斷開拓人類社會發展的高度和寬度。智能化、信息化的時代是創新不斷的時代，是原有知識不斷被更新、技術不斷被升級的時代。人工智能促使社會化協同大規模發展，促進職業教育體系核心要素的重組與重構，創新生產關系，呈現出新的協作架構，開創了新的教育供給方式，增加了教育的選擇性，推動了教育的民主化。學習者能夠按照自己的價值觀、興趣與愛好等選擇適合自己個性發展的學習方式和學習內容，促進學習者個性化、多樣化發展，最終實現教育公平。

(三)跨界

智能科學與職業教育連接起來，搭建起兩者溝通的橋梁，跨越了人工智能虛擬教育和線下實體教育的界限，實現了兩者之間的融合。教育供給由競爭資源轉變為協同合作，直線型的中心組織管理轉向去中心化、泛化管理。通過大數據智能技術平臺、遠程教育平臺等對職業教育資源進行整合共享，跨越教育邊界，與市場、行業、企業以及職業教育培訓機構對接，提供更加便捷的智慧化服務。

(四)終身化

人工智能時代職業教育的變革堅持“以人為本”的教育理念，滿足學習者在任意時間、任意地點、以任意方式、任意步調終身學習的需求[10]。打破了地域和時間的限制，體現了教育的泛在化、個性化和終身化，與終身教育理念的發展目標不謀而合。人工智能時代社會經濟發展加快，人們追求高層次自我價值的實現，充分體現出終身學習的必要性和緊迫性。目前，我國正在積極創建泛在學習環境，致力于構建終身化學習型社會，努力創造有利條件向全民提供終身教育與學習的機會。

四、人工智能背景下職業教育發展的模式建構

人工智能背景下職業教育的變革預示著全新思維意識形態、社會發展形態的變革，重塑職業教育可持續發展的新思維，重構信息時代職業教育的價值鏈和生態系統。智能化技術科學將現代職業教育內部各要素，以及內部要素與外部環境之間，通過虛擬技術和智能化手段互聯貫通，突破傳統教育價值的鏈狀模式，使職業教育由傳統模式走向“人工智能+職業教育”模式的建構。人工智能對職業教育課程、教學、評價、管理、教師發展等方面產生系統性影響，為職業教育提高教育質量和提升服務水平提供了技術支持和現實路徑，解決不能兼顧職業教育規模和質量的矛盾問題。下面將從課程、教學、學習、環境、教師發展、評價、教育管理及組織等方面來探究職業教育的變革路徑及模式建構。

(一)人工智能背景下職業教育的課程模式

人工智能時代的信息知識、科學技術正在以前所未有的速度增長、更新和迭代，呈現出了碎片化、多元化、創新性、社會性的特征。人工智能背景下職業教育的課程模式是為學習者提供按需可隨時選擇的知識儲備智能模式，解決了傳統職業院校課程教學的滯后性，呈現的是現代職業教育的前沿信息和內容。課程革命愈演愈烈，靈活多樣的微課、慕課等形式層出不窮，在線課程將成為常態，信息傳播媒介、知識獲取方式等都發生了巨大改變，課程內容和結構的表現形態、呈現方式、實施及評價等也都進行了相應變革。智能化信息科學技術為課程的設計、架構、實施提供了快捷和便利，為學習者的個性化、終身化選擇提供了多種渠道。人工智能背景下職業教育的課程模式的建構表現為：首先，線上線下融合的大規模開放課程融入現代職業教育，課程的表現形態和實施途徑呈現出智能化、數字化、立體化的特征，成為學校常態課程的有機組成部分，為學習者提供了更多的可選擇機會，使實施個性化課程成為可能?，F代職業教育的課程內容強調學術性與生活性相互融合與轉化，融入社會資源，立足于我國社會經濟的新常態和學習者的全面發展，實現社會化協同發展，共贏共創；其次，課程實施的空間得以拓展，跨越了社會組織邊界、職業院校邊界，將從班級、年級、全校擴展到網絡社區以及更大的空間。課程的整體結構從分散走向整合，以技術為媒介，形成跨學科、多學科整合的課程；最后，課程內容的組織、課程的實施逐步模塊化、碎片化、移動化與泛在化，社會化分工更加精細，教師也將承擔教學設計、技術開發、在線輔導等不同的角色。

(二)人工智能背景下職業教育的教學模式

人工智能時代將信息技術有效地融合于職業教育各學科的教學過程，從知識的傳遞轉變為認知的建構，從注重講授和內容，轉變成重視學習過程[11]，構建“以教師為主導，以學生為主體”的以數字化、智能化為特征的智慧教學模式，重視學生的主體地位，引導學生“自主、探究、合作”。人工智能背景下職業教育的教學模式的建構表現為：首先，人們的學習方法、認知方式和思維模式已經發生了巨大的轉變。信息化教學使得信息技術已成為學習者認知的必要工具，認知方式也由“從技術中學”轉型為“用技術學”。其次，信息化教學的重點從“面向內容設計”轉變到“面向學習過程設計”，更加重視學習者發現問題、分析和解決問題能力的培養，關注學習者的學習過程，以及其獲得學習活動的體驗。同時，信息化教學要將課堂內的學習知識和課堂外的實踐活動聯結互動，按照學習者的個性化需求和認知方式自主選擇學習內容。第三，智慧教學將成為課堂教學的新重點。日常教學工作形態不再是點線面的連接，而是呈現為智能化、立體化的教學空間，智慧課堂將會促進學習者的深度學習、交互學習和融合學習，智能備課、批閱以及個性化指導等也將成為教育者新的教學工作形式。從機械評價學習結果轉變成適應性評價學習結果。第四，在線教學、整合技術的學科教學法將成為新的教學形態，促進教育均衡發展，實現跨學校、跨區域的流轉。移動學習、遠程協作等信息化教學模式，能夠實現教師的“教”與學生的“學”的全面實時互動，最大限度地調動學習者的主觀能動性，提升教學質量與人才培養質量。

(三)人工智能背景下職業教育的學習模式

智能系統和互聯網絡為學習者提供了豐富多元的學習資源和環境，推進了教育教學活動與學習環境的融合發展，人工智能背景下職業教育的學習模式也逐步建立起來，具體表現為：首先，智能時代的互聯網絡全面覆蓋每一個人、每一個角落，活動空間由課堂內拓展到課堂外，學習與非正式學習正在互相補充、互相與融合，導致學習者的學習行為變化、學習方式的革新。其次，基于互聯網出現了一批創新的學習方式，借助情景感知技術及智慧信息技術，進行真實過程體驗的情境學習，促進學習者知識遷移運用的情境化和社會化。第三，借助互聯網云技術和各種應用工具，學習者可根據自身學習需求，選擇最優學習方式，也可利用數據分析技術，追蹤記錄學習路徑和學習交互過程，隨時隨地獲取個性化教學服務和量身定制的學習資源，拓寬了智慧教育視野。第四，各職業院校開始拓展校園智慧學習的時間和空間，以實現虛擬和現實相互結合的智慧校園育人環境。推進網絡學習空間建設，加強教與學全過程的數據采集和分析，“引導各地各職業院校開發基于工作過程的虛擬仿真實訓資源和個性化自主學習系統”[12]，強化優質資源在學習環境中的實際應用。

(四)人工智能背景下職業教育的環境模式

智慧教育環境是以大數據、多媒體、云計算等智能信息技術為基礎而構建的虛實融合、智能適應的均衡化生態系統。信息技術與職業教育的深度融合，為師生的全面發展提供了智慧化的成長環境，如智慧云平臺、智慧校園。人工智能背景下職業教育的環境模式的建構表現為：首先，智慧教育環境將信息技術與職業教育服務結合、面對面教學和在線學習結合，形成數字化的、虛實結合的職業教育智能服務新模式。其次，智慧教育環境將促進各種智能化、數字化信息技術融入職業院校的各個業務范圍和業務領域，與系統內的其他業務橫向互聯、縱向貫通，且信息能夠適時生成和采集，全過程實現數字化與互聯化。第三，智慧教育環境能夠感知學習者所處的學習情境，理解學習者的行為與意圖，滿足學習者的個性化需求，提供多元化的適應服務和智能感知的信息服務?；ヂ摼W應用基于智能數據分析，實現智能調節與自動監控，為學習者提供定制式的學習服務和個性化的學習環境。未來教室必將變成“虛擬+現實”的智慧課堂，在網絡空間中參與線上課程、線下活動，實現線上線下互動交流。同時，智慧校園的創建和管理，能夠對每個班級、學區進行動態管理，構建出一個以問題、任務為線索，學生實現自主學習的知識體系和促進師生互動、生生互動的智慧管理平臺。到2020年，“90%以上的職業院校建成不低于《職業院校數字校園建設規范》要求的數字校園，各地普遍建立推進職業教育信息化持續健康發展的政策機制”[13]，以學習者為中心的自主、泛在學習普遍開展，精準的智能服務能夠滿足職業教育的終身化定制。

(五)人工智能背景下職業教育的教師發展模式

人工智能背景下職業教育的變革對教師的專業發展、素質能力提出了新要求，改變了教師的能力結構和工作狀態。教育信息化大背景下，互聯網技術、多媒體手段的產生、智能化設備的使用極大提高了教師的專業發展和能力素養，以適應新課程改革與教育信息化的要求。人工智能背景下職業教育的教師發展模式的建構表現為：首先，新時代教師專業發展的內在要求和外在環境都要求教師能夠認識、了解和應用互聯網新技術工具，促使教師專業發展能力和素養的提升和豐富。其次，教師的專業發展要面向實際、情境化、網絡化的教學問題，教師需要在多變的教育情境中綜合運用核心教學技能，將信息技術知識、學科內容知識、教學法知識很好地融合并遷移運用。新時代的教師要學會掌握使用智能化設備和數字化網絡資源，積極加強與其他專家、教師的合作，或遠程工作，形成基于智慧教育技術的多元化的學習共同體。教師的工作狀態由個體的單獨工作轉變為群體的共同協作，大大提升了教師的工作效率。第三，信息化背景下教師的教學理念要發生轉變，由促進學生“接受學習”轉變為“主動建構”，由“被動適應”轉變為“主動參與”，越來越強調以學生為中心的過程體驗，從了解信息技術轉變為掌握智慧教育技術，保持學科知識，教學方法，核心技術的動態平衡，促進學生智慧學習的發生。第四，信息化教師要學會使用智能化教育技術，積極開發數字化學習資源，創設豐富多元的教學活動，鼓勵學生掌握智能信息工具，學會探究和解決問題，發展提升學生的創新思維能力和信息化學習能力。教師的信息化教學能力和素養全面提升，信息技術應用能力實現常態化。

(六)人工智能背景下職業教育的評價模式

現代教育價值趨于多元，以互聯網為基礎的智能化信息技術使教育評價在評價依據、評價內容、評價主體等多個方面實現了全面轉變。人工智能背景下職業教育的評價模式的建構表現為：首先，互聯網信息技術應用于學習過程使得伴隨式評價成為可能，更加關注學習者的個體差異和特點。強調過程評價和多元共同評價，更加客觀全面，重視評價過程的診斷與改進功能，以促進學習者的個性化發展。其次，互聯網、大數據、智能云技術的出現使得評價的技術和手段多樣化、智能化，節省人力物力財力，提高了評價的科學性、針對性。第三，以大數據為基礎的適應性評價因人而異，可獲得及時反饋，可真實地測評學習者的認知結構、能力傾向和個性特征等，從知識領域擴展到技能領域、情感、態度與價值觀，構建以學習者核心素養為導向的教育測量與評價體系，促進學習者發展。

(七)人工智能背景下職業教育的管理模式

智能化信息技術、云計算技術、大數據技術等能夠促進大規模社會化協同，拓展教育資源與服務的共享性，提高教育管理、決策與評價的智慧性，因此，基于互聯網的教育管理必將逐步走向“智慧管理”模式。人工智能背景下職業教育的管理模式的建構表現為：首先，互聯網將家庭、學校、社區等緊密、方便地聯系在一起，拓寬了家長和社會機構參與學校管理的渠道，各利益相關者可共同參與現代職業院校的學校管理，協作育人。其次，新時代的職業院校管理模式通過可視化界面進行智能化管理，業務數據幾乎全部數字化，能有效降低信息管理系統的技術門檻，使管理工作更加輕松、高效。通過深度的數據挖掘與分析，能夠實現個性化、精準資源信息的智能推薦和服務，為管理人員和決策者提供及時、全面、精準的數據支持，以提高決策的科學性。第三，通過互聯網信息技術可以實現全方位、隨時的遠程監督與指導，從督導評估轉變為實時評估，可以實現大規模的實時溝通與協作，促進社會化分工，促進職業院校內部重構管理業務流程，使管理智能化、網絡化、專業化。

(八)人工智能背景下職業教育的組織模式

人工智能時代信息科學技術的蓬勃發展沖擊著學校內部的組織結構向智能化、網絡化的方向發展，各職業院校需要合理調整內部組織結構和資源分配，通過互聯網加快信息流動等方式，提高各職業院校組織管理的效率和活力。人工智能背景下職業教育的組織模式的建構表現為：首先，當今時代人工智能的產生不可能替代學校教育，但可以改變學校教育的基本業務流程。人工智能推動了學校組織結構向網絡化方向發展，教學與課程是提供信息數據的重要平臺，學校組織則構成了教育大數據生態系統。其次，“互聯網+職業教育”的跨界融合將打破學校的圍墻的阻隔，互聯網將學校組織與企業、科研院所等社會機構緊密聯系起來，提供優質教育資源供給，共同承擔知識的傳授、傳播、轉化等功能，促進學校組織體系核心要素的重構。第三，建設“智慧校園”，實現線上線下融合的智慧校園育人環境，實施一體化校園網絡認證，推動智能化教育資源共建共享，實現職業教育信息化建設的均衡發展。

五、人工智能背景下職業教育的模式變革面臨的挑戰及發展目標

人工智能將推進大數據、云技術等智能信息技術深層次融入職業教育課程與教學、組織與管理、評價與反饋等領域，形成社會化多元供給，為學習者提供多樣化的參與方式、自主選擇的學習形式和及時獲得反饋的評價途徑，有利于實現職業教育的共建、共享、共治。但其全面實現，還面臨著諸多挑戰。

(一)挑戰

首先，職業教育的新模式建構需要充足的資金支持。各職業院校積極建構智慧校園，努力實現智慧化產學研環境，打造一體化智慧城市網絡等核心技術的開發，都需要資金的根本保障。政府要給予資金政策保障并加強監管，資金管理部門要合理規劃，合理利用，專款專用，落到實處。其次，職業教育的新模式建構的成果表現離不開學習者對技術的理解、掌握和應用。在實際實施過程中，教育工作者既要利用信息技術優勢變革職業教育，也要避免技術中心主義傾向，“避免一味追趕技術新潮而不顧學生身心健康等，技術本身是一個禍福相依的辯證法?！盵14]第三，“目前的教育實踐中，仍未能充分實現人機合理分工和雙邊優勢互補。人工智能終端系統擅長邏輯性、單調重復的工作，而人類則更適合情感性、創造性和社會性的工作。”[15]現階段，信息化技術水平還有待提高，智能機器不能完全勝任知識傳播、數據處理等工作，有待于進一步開發和完善，絕對依賴互聯網絡和設備，還存在一定的風險。

(二)發展目標

人工智能時代職業教育變革重新架構了職業教育發展模式，完成了對資源的重新整合配置，改變了人的思維方式、學習方式和生活方式。人工智能時代下沒有職業教育模式的改革，就不可能建構真正的現代化職業教育。人工智能背景下職業教育的發展目標可以概括為個三方面：

1.“智慧腦”與“智能腦”融通

隨著第四次產業革命的到來，信息技術爆發式發展，造就了以電腦、互聯網為基礎的智能腦。職業教育智慧化發展的一個目標就是如何讓學習者發揮人腦“智慧腦”與機器設備“智能腦”的“雙腦”共同協作[16]。人工智能時代職業教育與信息技術的深度融合，就是要通過“智慧腦”和“智能腦”的協同作用，發揮互補優勢，進行融通式學習，而不是簡單地人腦與電腦的技術對接。

2.“現實世界”與“虛擬世界”結合

在人工智能時代，網絡虛擬技術的發展使人類擁有了真實與虛擬兩個世界，虛擬信息技術的興起在一定程度上會影響職業教育的實體教育，實體教育的發展也需要虛擬技術的支撐。但在具體的學習實踐中，還會存在利用這兩個世界時顧此失彼、難以平衡的問題。目前，虛擬化教育技術在職業教育領域不斷應用與推廣，職業教育的發展模式不斷優化，使得職業院校線上線下的邊界逐漸消融，“現實世界”與“虛擬世界”更好地結合。人工智能時代職業教育的本質沒有發生根本改變，學習者要學會利用這兩個世界虛實融合、高度互動，充分發揮出自身的優勢，更好地學習與生活。

3.職業教育“適應人工智能”發展為“引領人工智能”

人工智能為職業教育帶來了強大的技術支持，為職業教育帶來了便利。初始階段的職業教育基本知識和技能被數字化和智能化，通過人工智能相關課程，云教育模式，個性化學習計劃等，適應并應用人工智能，以提高職業教育的效率和質量。職業教育重在技術創新，對于行業技術發展具有一定的引領性作用。未來人工智能將成為職業院校快速發展和轉型的技術支撐?！叭缒承┞殬I院?；谧陨韮瀯輰I與相關行業的智能自動化企業合作，實現以職業教育發展引領人工智能。”[17]目前，人工智能處于適應性大發展階段，隨著信息化技術的提高和智能化設備的普及，人工智能時代必將由專用人工智能時代步入通用人工智能時代。在通用人工智能時代，人工智能與職業教育深度融合高效協作，職業教育完全適應且完美應用于人工智能，進一步引領人工智能發展，由“人工智能+職業教育”發展為“職業教育+人工智能”的時代。

篇3

關鍵詞：高校；人工智能；倫理道德教育

中圖分類號：G642.0文獻標志碼：A文章編號：1674-9324（2019）41-0144-02

一、人工智能課程倫理考慮的基本內涵

人工智能課程中進行倫理考慮，是在人工智能課程中有針對性地加入道德教育的元素。在方式上，可以借用西方的“隱形教育”方式。在內容上，必須符合中國的人工智能發展態勢，更要受中國社會主義核心價值體系的引導。目前中國的人工智能課程，過度偏向于技術性。尤其是許多社會機構提供的課程，更是偏向于功利性，目的在于讓學習課程的學習者快速獲得工作。因此，必須從源頭入手，對這些社會機構進行一定的約束和規范，對人工智能課程內容進行整體的架構。

二、高校人工智能課程中倫理考慮的必要性

（一）我國對于科技工作者職業道德建設的要求

首先，科技工作者的職業道德建設是促進社會治理體系現代化的必然要求。加強社會治理制度建設，一靠法治，二靠德治。中國正聚焦力量加強自主創新，科技是第一生產力?；诋敶袊Z境下，科技工作者的職業道德建設就至關重要?？萍脊ぷ髡邔ψ约旱纳鐣熑闻c倫理責任應該有著充分的理解，在科研活動中既要著眼于為社會提供科學技術上的新成果，同時也要強調在倫理道德建設中起到應有的作用。

其次，從長期看，科技工作者的職業道德建設利于國家科技的發展，利于促進科技難題的解決。發展是連續和間斷的同一，科技發展不能一蹴而就。在面臨科技瓶頸問題時，就更要求科技工作者具有堅韌不拔的品質和無私奉獻的精神。這些精神都是進行職業道德教育中的重要內容，也是科技工作者承擔的社會角色中必不可少的特質。

最后，高尚的職業道德是科技工作者奮進的不竭動力。一個科技工作者只有站在最廣大人民的立場上，奉獻自我才能成就事業。隨著全球化的發展，受西方“享樂主義”的負面影響，科技工作者只有更加堅守自我、承擔社會責任，才能具有不斷前進的精神支柱。

（二）對解決人工智能倫理困境的源頭性作用

隨著人工智能應用領域的廣泛化，以及應用群體的普及化，難以避免的帶來一些倫理問題上的困境。例如倫理學中經典的“電車難題”，在當代科技發展中也出現了在人工智能領域的“無人車難題”。無人車產生事故的責任歸屬與分配就是目前很多學者在關注的倫理問題。人工智能的發展對當前的法律規制，還有現存的人倫規范都產生了挑戰。人工智能的未來發展方向，在操作性上要避免技術鴻溝，在設計過程中要堅持算法公開化、透明化，并且在出現數據漏洞時應盡快地進行自我修復。這對于科技工作者自身的素質提出了很高的要求，不但要求科技工作者自身的知識素質與知識能力過硬，而且要求科技工作者要嚴于律己，具有較高的思想道德素質。要求科技工作者對于人工智能的發展保持理性的態度，堅持為國為民。許多科幻電影和小說中都體現了未來人工智能發展到一定階段時，人與機器產生的情感迷思。作為科技工作者，在設計與調整過程中都應保持情感中立，勇于承擔社會責任。目前我國正處于人工智能發展的初級階段，人工智能尚不能擁有自主意識，人工智能的行為責任必須要找到其背后的擁有自主意識的人。無論是現階段還是未來，作為人工智能產品開發者與設計者的科技工作者樹立正確的價值觀和承擔相應的社會責任是十分必要的。科技工作者的知識層次與道德品質在某種程度上說，是研發人工智能產品的起點。因此，對科技工作者的成長過程中進行持續的道德教育，使其樹立高尚的道德觀念，對于解決許多人工智能帶來的倫理困境都具有源頭性、基礎性的作用。

三、高校人工智能課程與倫理道德教育的結合方式探索

（一）高校人工智能課程資源的充分運用與更新

從資源形態上看，實物化資源與虛擬化資源，線上資源與線下資源都應充分運用。隨著智能校園的普及，有基礎條件的地區與校園可以充分運用好身邊的人工智能。人工智能課程是一門理論與實踐相結合的課程，因此課程的內容也不能僅停留在理論層面。除了對于學術資源的運用，也應當結合實體的人工智能產品進行學習。但因為人工智能的發展程度還沒有普及化，人工智能機器人也遠沒有達到觸手可及的程度。因此運用新媒體技術，通過虛擬現實的手段進行在教學過程中的知行結合是可以嘗試的路徑。VR技術在網絡設備硬件教學中可以節約成本，便于人工智能課堂的普及化。在理論教學中，可以通過與虛擬機器人的交互增強趣味性。VR技術有3個最突出的特點：交互性、沉浸性和構想性。課程設置者可以充分借助VR的沉浸性設置相應的場景，讓課程學習者通過對特定道德場景的判斷引出思考。這種新媒體手段既可以更新原有課堂知識的教學教法，更適合作為倫理教育走入人工智能課堂的重要媒介。

從資源時態上看，人工智能課程資源必須隨著人工智能的發展而不斷更新。從現實角度來看，最初開設人工智能課程時，其教學目標還是相對簡單的——即培養學生的創造性與知識能力。但隨著人工智能的普及應用，產生了許多人工智能語境下的道德困境。從指導思想來看，我國逐步走向世界舞臺，隨著實力增強指導思想也是不斷變化的，新時代會提出新目標，為了實現中華民族的偉大復興，課程內容的豐富也是十分必要的。因此，人工智能課程若要符合時代需要，就需要不斷地更新課程資源。人工智能這一學科是具有學科交叉性的，與之相關各個領域的最新前沿問題都需要結合相應的道德教育，只有這樣才能適應時代的發展。

（二）高校人工智能課程內容的合理架構

對于不同年齡層次的人工智能課程，必須考慮到不同群體的教育規律。提出合理的教育目標，用不同群體可以接受的方式方法才能達到最優的教學效果。我國人工智能課程目前的課程架構中，已經有學者進行了分年齡層次的研究。人工智能課程可以規劃為專業性逐漸增強的、從邊緣到中心的課程層級系統。對于高校本科生和研究生來說，人工智能課程設置內容必須具有專業性。在上文的課程體系建構中添加了藝術、文學、哲學等內容，其中包含對于人工智能倫理學的思考與認識。但在某種意義上這些青年的社會價值觀就代表了未來科技工作者的社會價值觀。因此在這一階段，人工智能課程的架構與實施，國家應加以引導和監督。一方面需要建立統一標準的高校人工智能課程體系，另一方面在應對課程具體內容的落實方面給予一定程度的監督。

（三）在高校人工智能課程教學過程中充分運用案例

首先應充分運用學術案例，例如度量學習，在其基礎上的遷移學習，以及發表在《機器學習》、《數據挖掘》等頂級期刊上的論文。使課堂具有含金量，可以說這也是國家發展與關注的重點。通過學術性經典案例的學習可以擁有不一樣的視角，通過歷史發展的角度去看人工智能技術的演變與發展。其次應充分運用具體案例。在人工智能課程中對于許多道德問題，不應抽象地去討論，而應該具體地去討論。也可以讓學生與AI系統進行直接的問答，如：我們能保證它們穩定可靠嗎？我們應該如何去測試人工智能？人工智能課堂中既要包容學生多元化的答案，不壓抑創造性又要對于錯誤的思想進行思想轉化，這就需要教育者具體問題進行具體分析了。

篇4

關鍵詞：人工智能；會計軟件開發技術；翻轉課堂；知識庫；會計信息化

一、引言

近年來，隨著云計算、人工智能、大數據和移動計算等新技術的發展與應用，知識管理理念的日趨成熟，新興技術對高等學校教育教學模式的改革與創新帶來了良好的機遇。2012年3月13日，教育部印發的《教育信息化十年發展規劃（2011-2020年）》，旨在推進信息技術與教育教學的深度融合，實現教育思想、理念、方法和手段全方位創新。2016年6月7日，教育部頒布實施的《教育信息化“十三五”規劃》，以期加快推動信息技術與教學教育的融合發展。這些政策的出臺為高校翻轉課堂教學模式的發展提供了明確的實施導向和政策支持，也為重慶理工大學會計信息化國家級精品課程之《會計軟件開發技術》（AccountingSoftwareDevelopmentTechnology，以下簡稱為ASDT）課程實施翻轉課堂教學模式改革與創新帶來了良好的契機。知識庫采用知識表示方式來存儲、組織、管理和使用互相聯系的基礎學習知識、學習過程沉淀的知識和學生自我搭建的知識?；谌斯ぶ悄芗夹g的翻轉課堂知識庫構建與應用，不但可以調動學生的積極性和主動性，讓課程教學延伸到網絡平臺，還能夠在很大程度上提高課程的教學質量和教學效果。大數據、人工智能、知識庫等技術的發展為翻轉課堂教學模式的有效開展提供了良好的技術支撐，引起了教育界的廣泛關注。周宇等人（2016）提出了一種面向關聯數據的機構知識庫構建方法，該方法能夠覆蓋機構知識庫構建的整個過程，并支持機構知識的資源整合、語義檢索、知識推理和關聯數據。鐘曉流等人（2013）信息化環境中基于翻轉課堂理念的有效教學設計模型，對翻轉課堂產生的背景與緣起、含義與特征、當前的研究進展與實踐案例、相關的技術工具等進行了系統分析。曾明星等人（2014）闡述了翻轉課堂的內涵、應用與研究現狀，分析了軟件開發類課程實施翻轉課堂的可行性，探討了軟件開發類課程翻轉課堂教學模型及其構成要素。劉清堂等人（2016）分析了機器教學、計算機輔助教學、智能導師系統的基本設計理念、關鍵技術以及代表性系統，提出以學習分析為核心的智能技術整合、融合人工智能和人類智能的自適應學習。綜觀上述文獻，現有研究主要從翻轉課堂的可行性和模型等方面去思考翻轉課堂的教學模式改革問題，而利用人工智能、大數據等現代信息技術去改革與創新翻轉課堂教學模式的研究文獻還相對比較匱乏?；谌斯ぶ悄芗夹g的翻轉課堂知識庫構建與應用，通過全程記錄課上和課下的教學互動過程，可以改善翻轉課堂在教學方式、學生學習方式、評價體系等諸多方面的不足。鑒于此，本文基于大數據、人工智能等技術，探索改進與提升翻轉課堂教學模式改革與創新的新技術與新方法。

二、基于人工智能的春秋戰國翻轉課堂知識的表達

人工智能（ArtificialIntelligence）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，主要包括機器人、語言識別、圖像識別、自然語言處理、智能監控、智能搜索等核心技術。ASDT課程將語音識別、語義識別、圖像識別和智能搜索等人工智能技術融入翻轉課堂教學改革的同時，導入春秋戰國時期的七國爭霸作為教學情景，將班上所有學生平均分成七個小組，分別對應齊、楚、燕、趙、韓、魏、秦等七個國家，每個小組的學生進行角色扮演，實施“春秋爭霸”翻轉課堂教學。在ASDT教學過程中，在講授會計軟件開發技術和會計數據業務處理流程的同時，讓學生充分參與課程教學活動，強化互動學習，培養學生的團隊協作能力、溝通能力、PPT制作與演講能力、知識消化吸收及應用等能力?；谌斯ぶ悄芊D課堂知識庫構建的基礎是將ASDT課堂的課堂教學活動和學生自主學習活動過程中形成的知識符號化的一個過程，通過對知識的映射轉化為可供描述的事實和推理事實的數據結構。在構建知識庫的過程中，知識的表達方式是構建知識庫的關鍵。知識表達方式主要包括描述性、直接性、過程性等表達方式。其中，描述性的知識表達方式是客觀和完整地反映相關專業領域的理論知識，具有準確性和邏輯性的特點。直接性的表達方式是以專業理論知識為基礎，以圖片、視頻、音頻和圖形等方式直接表達知識的本質。過程性的知識表達方式是在教學過程中的積累和總結的經驗知識。以下具體闡述在課堂教學活動和學生自主學習活動中知識的表達方式。

（一）課堂教學活動課堂教學活動由教師圍繞各小組在完成作業的過程中遇到的實際問題，引導學生進行小組作品展示和組織小組間互動討論。在課堂教學活動中，各小組通過PPT演示講解本組作品中所涉及的知識點，運行程序進行作品展示。其他小組針對展示的作品輪流提問，小組回答問題以后，教師對作品進行綜合性點評并打分。最后，教師根據知識庫中的記錄的學生自主學習活動中遇到的問題引導學生互動討論，解決問題，針對學生不能解決的問題，進行重點講解。在整個課堂教學活動中，教師對知識點的講解、評價表現為描述性的知識，而教師和學生的角色高頻切換，教師和學生評價、引導和提問不停迭代的探究式教學過程，表現為過程性的知識。通過語音識別、語義識別等人工智能技術的運用，自動識別和理解學生作品展示、各小組提問、教師綜合點評等教學活動中的語言，轉換為相應的文本，按照知識的表達方式自動分類，并實時傳送到網絡平臺，更新知識庫。

（二）學生自主學習活動將ASDT課程的教學目標和教學內容按主題進行任務分解，根據教學計劃逐步推進，學生根據小組任務在重慶理工大學精品課程網上觀看教學視頻進行自主學習，小組成員合作完成小組任務。學生在學習過程中產生的疑問，可以借助智能搜索技術檢索知識庫，知識庫推送相關知識點，幫助學生解決問題。在學生的自主學習過程中，學生在網頁中通過簡單檢索、組配檢索、限制檢索等手段，進行交互式的訪問，最終獲得所需的知識信息，表現為過程性的知識。學生觀看教學視頻對相關知識點進行學習表現為直接性的知識。

三、基于人工智能的翻轉課堂知識庫的構建

在知識的直接性表達、描述性表達和過程性表達等多種方式下，多角度獲取教學活動中的各種知識以構建知識庫?；谌斯ぶ悄艿姆D課堂知識庫包括教師編輯維護的知識庫、學生自我搭建的知識庫以及課堂學習過程中沉淀積累形成的知識庫三部分，在教學活動中不停地進行動態更新，形成一個翻轉課堂知識庫的生態循環。其中，老師編輯維護的知識庫是根據教學計劃和教學任務按規則生成課題所需的知識點；學生自我搭建的知識庫是根據學生在網絡平臺上提出的問題，生成的答案和解釋；課堂學習過程中沉淀積累形成的知識庫是自動記錄和存儲學生在課堂上的各種學習行為?；谌斯ぶ悄艿姆D課堂知識庫，

（一）教師建立維護學生基礎學習知識庫教師首先根據教學總任務和總目標規劃具體小組任務，按照教學大綱小組任務，同時在網絡平臺上編輯學生完成小組任務所需的基礎知識和教學視頻。此環節對課程的翻轉和構建基礎學習知識庫具有重要的指導意義。建立基礎學習知識庫要和小組任務相匹配，并且具備合理性、科學性和可操作性，盡量涵蓋完成小組任務所涉及的知識點。否則學生將無法完成小組任務，也無法有效建立基礎學習知識庫。學生根據小組任務和本小組實際情況，觀看教學視頻和學習資料，滿足基礎知識儲備，完成小組作品。教師根據學生在自主學習過程中提出的問題不斷更新維護基礎學習知識庫。

（二）學生自主學習形成知識庫學生根據教師在網絡學習平臺上的任務，進行自主學習，完成小組的學習任務。當學生提出疑問時，網絡平臺會自動檢索知識庫，找到相應的知識點和教學視頻對學生進行智能推送，學生解答問題。并且在人工智能技術的應用下，會自動記錄學生在網絡學習平臺上的問題，形成并更新知識庫，把學生的學習記錄反饋給教師，幫助教師及時調整教學計劃。

（三）課堂教學活動中形成知識庫在學生的課堂學習中，小組成員進行PPT講解和作品展示，在語音識別、語義識別和自動計分等人工智能技術下，自動記錄和分析小組的作品展示情況、個人發言情況和積分情況。并且自動記錄老師的總結點評和答疑，通過圖像分析技術，自動歸集學生個人的學習資料。同時，把課堂過程中的學生提問、教師答疑所涉及的知識，自動對接到網絡平臺，更新知識庫。

四、知識庫在翻轉課堂教學活動中的具體應用

基于人工智能的知識庫在翻轉課堂教學活動中的具體應用主要包括自主學習、課堂教學和效果評價等三個方面。自主學習是指學生在翻轉課堂的網絡學習平臺上進行課前的基礎知識學習和基礎知識自測，并且借助知識庫解決疑問；課堂教學是利用基于人工智能技術構建的知識庫，幫助教師和學生解決教學過程中的問題；效果評價是在翻轉課堂的教學模式下，建立的適合現行教學模式下的學生評價體系，教師根據基礎學習情況，在線統計問題，制定教學計劃。下面將詳細闡述人工智能的知識庫在翻轉課堂教學活動各中的具體應用，如圖2所示。

（一）自主學習在自主學習過程中，學生首先了解教師的小組任務，在人工智能技術的應用下，根據老師的學習任務，智能化地制定學習目標。學生根據細化的學習目標進行自主學習，明確自主學習的課程內容，并根據課程內容和自身情況選擇合適的學習內容。學生通過網絡平臺觀看教師提供的教學視頻或其他形式的學習材料開展學習，對學習收獲進行記錄，最后在網絡平臺上進行知識檢測。同時，應用智能監控技術可以實時監控學生在網絡上的學習情況和發言情況。學生可以根據自己的預習情況，在線提出問題，網絡平臺會根據學生提出的問題自動檢測知識庫，知識庫推送相關知識點和學習資源，幫助學生分析和解決問題。利用智能監控技術，可以收集學生頻繁在網絡平臺上搜索的所有問題。同時，學生也可以將問題進行拍照或者錄制成視頻發送給教師，利用圖像分析技術可以自動識別圖片或者視頻中的問題并且推送給教師，根據問題調整教學內容和教學計劃。

（二）課堂教學教師根據知識庫中記錄的學生自主學習情況，全面系統地了解學生的基礎知識學習情況。知識庫匯總學生在網絡平臺上的發言和提問情況，教師根據匯總的問題在課堂上進行重點講解，使課堂學習更加高效。在學生作品展示、小組互動提問、教師綜合點評等教學活動中，學生和教師可以借助知識庫智能推送相關知識點，幫助解決教學活動中的問題。同時可以智能推理出合適的教學計劃給教師進行選擇。在學生提出問題和解答問題的過程中，智能收集問題和答案，形成知識，更新知識庫。

（三）效果評價效果評價包含教學質量評價和學生評價兩個環節。其中，教學質量評價是全面、系統的了解學生的學習情況和知識儲備情況下，合理、客觀地評估教師的教學質量。學生評價是考核學生的知識掌握情況、交流與溝通能力、演講能力、協作能力、PPT制作能力、課堂參與程度和小組展示情況等。在基于人工智能的翻轉課堂教學模式下，學生評價包括課堂教學活動和學生自主學習活動兩個部分。通過語音識別和語義分析技術等人工智能技術，詳細記錄每一位學生在課堂上的發言情況、小組展示情況和教師對作品的點評情況。通過大數據分析技術，可以全面地了解學生在課外觀看教學視頻的情況和自測情況。因此，這種學生評價方式更加具有合理性和精準性。

五、結論

與傳統的ASDT課堂相比，基于人工智能下的翻轉課堂知識庫的構建促使教學逐步從靜態走向了動態，實現了以學生為主題，教師為主導的課堂教學理念，是適應新時期ASDT課程教學改革的必然。在基于人工智能的翻轉課堂教學模型下，一定程度上改進了翻轉課堂中的課堂教學、學生自主學習和效果評價等模塊，有效督促學生自主學習，幫助學生在線答疑，同時更加綜合地對學生進行考評，讓老師教學更加高效。人工智能技術的廣泛應用對于解決翻轉課堂教學當前所面臨問題的是較為理想的方案，它有助于提升翻轉課堂整體的教學水平，促進翻轉課堂的快速發展。

參考文獻：

［1］周宇、歐石燕：《面向關聯數據的高校機構知識庫構建方法研究》，《圖書情報工作》2016年第1期。

［2］劉清堂、毛剛、楊琳等：《智能教學技術的發展與展望》，《中國電化教育》2016年第6期。

［3］曾明星、周清平、蔡國民等：《軟件開發類課程翻轉課堂教學模式研究》，《實驗室研究與探索》2014年第2期。

［4］鐘曉流、宋述強、焦麗珍：《信息化環境中基于翻轉課堂理念的教學設計研究》，《開放教育研究》2013年第1期。

［5］胡立如、張寶輝：《翻轉課堂與翻轉學習:剖析“翻轉”的有效性》，《遠程教育雜志》2016年第4期。

［6］王紅、趙蔚、孫立會等：《翻轉課堂教學模型設計》，《現代教育技術》2013年第8期。

［7］余燕芳：《基于移動學習的O2O翻轉課堂與應用研究》，《中國電化教育》2015年第10期。

篇5

關鍵詞：機器智能；教學方法；專題文獻調研；演講；討論；編程；學生評價

自2005年北京郵電大學在國內得到教育部批準設立智能科學與技術本科專業開始，機器智能課程就被設定為一門重要的專業基礎課。在2008年全國智能科學技術教育學術研討會上，機器智能課程被確立為第一批三門核心課程之一。作者曾在2009年全國智能科學技術教育學術研討會上對該課程內容的建設進行了探討[1]，在此基礎上，結合教學實踐工作對于該課程的教學方法也進行了一些摸索。

1相關教學方法

機器智能是新出現的課程，可供參考的國內外資料較少，我們主要對相關的人工智能課程的教學方法進行了調研和學習。陳白帆、蔡自興等的人工智能精品課程教學方法在國內最具代表性[2]，開設課程設計，學生根據自己的興趣組成小組選題。多媒體課件和網絡課程相結合，采用啟發式教學，舉行課堂討論等。王甲海[3]等探討啟發式傳授人工智能解決問題的非結構化的思想。劉興林[4]從教材選擇、教學內容和方法、考核方式等做了一系列教學改革。韓潔瓊[5]等提出注重激發學生的學習興趣、加強對實驗教學的重視。白潔[6]等提出與學科發展前沿接軌，注重培養學生的創新能力。朱紅[7]等對圖搜索內容進行有效的教學設計。王璐[8]等設計了應用型和研究型的教學情境。

國外人工智能課程建設具有更長的時間和更多的積累。很多大學在人工智能課程中圍繞游戲引入工程項目。Jeffrey等[9]引入基于Blackjack游戲的優化模型來進行人工智能課程教學。Hansen等[10]開發了Glomus教學系統，引導學生在邏輯證明游戲過程中學會重要概念。Douglas等[11]針對電腦游戲中的人工智能的課程教學提出了學生教學生的方法。Ingrid等[12]以機器學習為主題把人工智能中分散的重要概念統一到一起。

2教學實踐

2.1總體思路

在本課程教學實踐過程中，總體思路是根據教學基本要求和主要內容形成的。詳細的教學基本要求和內容參見文獻[1]?；诖耍瑢Ρ菊n程的教學實踐進行了如下分析。

1) 教學內容極其豐富多彩，如果需要詳細地講授，每一個章節都可以成為一門課程，64學時的時間是遠遠不夠的。

2) 本課程是一門成長中的新課程，其中既要包括智能領域學者們研究了幾十年的重要成果，也要涵蓋當前國內外最新研究現狀的了解和把握，才能讓學生們感受到當前時代的脈搏，了解到本專業的魅力。

3) 智能科學與技術也是一門實踐性很強的學科，其中很多技術都已經或正在社會生活中發揮著重要作用，學生們更渴望能夠在學習實踐中掌握和推進這些技術。

4) 任何教學過程，如果只是單方向的教師講、學生聽，很難達到良好的效果，必須要調動學生的主動學習興趣，讓學生真正參與到教學過程中來，才能實現教與學的雙向促進。

于是，我們采取了以點帶面的方法，抓住其中的關鍵點進行細致地講解，其余的內容則根據側重面的不同，分別采取啟發式教學的方法，如專題文獻調研、演講、討論、動手實驗、學生評價等方式推動學生主動學習相關知識和技術，實現知識拓展和興趣培養。

2.2專題文獻調研

這是我們借鑒了帶研究生做課題的經驗而提出的一種方法。每次開始講授這門課程的時候，學生們都會問：為什么我們課程的名字跟其他人工智能的課程不一樣？內容上有什么區別？我也都會給出我們的回答，但是總感覺學生并沒有完全理解。考慮到智能科學技術專業本身就是一個新鮮事物，機器智能課程也是新近提出的，目前并沒有完全定論，屬于前沿探索的問題。因此，我們提出進行專題文獻調研的方法，希望讓學生通過自己的廣泛閱讀、比較和分析，更加深入地了解本課程。

我們首先給出需要調研的問題以便引導學生的調研方向，即國內外關于智能科學與技術專業的建設情況如何？機器智能、人工智能、神經網絡及其他相關課程的建設情況如何？這些不同于學生們以前在其他課程中遇到的作業或問題，沒有固定的求解思路，沒有確切的標準答案，但卻都是學生們非常關心的問題，因此極大地激發了同學們的學習興趣。我們鼓勵大三學生自由組合，每3～4人組成一個課程小組，每組由一位組長負責組織管理，如召集小組討論，共同制定調研計劃，分配調研任務，綜合調研結果等。這種形式對于大三的學生畢竟是新的嘗試，開始的時候學生們對于如何進行文獻調研不太清楚，我們在給學生介紹文獻資源和調研方法的同時，也邀請了幾位研究生來到課堂上現身說法，學生們普遍反映非常好。

經過1～2周的文獻調研，學生們交上來的作業令人非常滿意。內容涵蓋了人工智能、機器智能、計算智能的概念，國內設置本科智能科學與技術專業的高等學校及其專業定位、培養方案、主干課程、實驗課程、畢業生去向，美國、英國大學人工智能專業研究生排名，國內外著名大學的人工智能、神經網絡相關課程教學內容、實踐設計、參考教材等等。各組調研內容之間有一些交叉，證實了本領域的一些共同特點，如人工智能課程的知識表達與推理、搜索、專家系統、自然語言處理等經典內容；各組的調研結果更有很大的不同，既反映了學生們思考問題的角度是多樣性的，也反映了智能科學技術專業建設和機器智能相關課程的教學是多樣性的。經過比較和分析，學生們對本課程的理解清晰多了，學習態度非常積極，希望探索智能奧秘的熱情極為高漲，為后面的教學打下了良好的基礎。

2.3動手實驗

實踐出真知，我們在理論教學的同時也特別注重實驗環節的設計，學生通過動手實驗加深對理論知識的理解和運用。對于本課程的重點模塊內容，如BP算法、啟發式搜索，我們都給學生布置了以組為單位的實驗作業。為了激發學生的主動性和創造性，還對每個作業給出了擴展性的要求。以BP算法的實驗為例，我們要求各組在充分理解BP算法原理的基礎上，編程實現手寫數字0～9的訓練和識別功能。我們也給出了擴展性要求：可以通過自己查閱文獻，尋找提高BP基本算法性能的方法和技術；可以不限于手寫數字0～9的識別，自主選擇感興趣的其他模式信息進行實驗，如語音信息、手寫英文字母、手寫漢字等。

學生們開始面對這個作業的時候非常迷茫，不知從何處下手，我們一方面鼓勵學生要有信心，不要有畏難情緒，一方面就相關內容安排課堂重點討論，首先要正確理解和掌握經典BP算法的基本原理，包括其數學推導的全過程，然后從如何構造單一神經元和激勵函數開始，進而討論如何實現一層神經元和相鄰層神經元的計算，以及如何進行誤差計算和反向權值調整。學生們逐漸對實驗作業有了深刻的理解，開始動手設計自己的神經網絡，隨著一個個步驟的實現，學生們之前的很多疑惑都豁然開朗，對BP算法充滿了興趣。很多組的同學對測試的識別率不太滿意，都主動去圖書館查閱相關資料，嘗試了一些改進方法和技術，如改變多種神經元激勵函數、加入動量項微調權值修正量、自適應變步長算法等。

有一個組的作業給我印象極其深刻，因為他們勇于挑戰了BP神經網絡實現語音信息0～9的識別，不但很好地掌握了BP基本算法及其改進：變步長法和引入動量項法，還自學了錄音、音頻信號分幀、加窗、MFCC特征提取等。他們對待本課程的熱情，還有他們表現出來的巨大的潛力都讓我感動，讓我對我們的專業和課程建設的未來充滿了信心和希望。

正是應對了“理論與實踐相結合”的經典理念，半年里64個學時完成后，從學生們的直接反饋中發現，他們理解掌握最為深刻的內容恰恰是他們曾經動手進行程序開發的內容。這充分表明了在本課程的教學過程中注重動手實踐能力的訓練和培養的重要性。

2.4演講、討論與評價

這也是我們在教學過程中探索出來的方法。專題文獻調研和動手實踐的作業極大地調動了學生們的積極性，效果也非常好，但作為一門課程，還是要有一個分數的評價。以往都是學生把作業交上來，老師統一評分?，F在面對如此多樣性的作業，老師個人的評價顯得并不充分，我們認為學生們相互之間做的工作類似，能夠理解各組作業的特色和工作量大小，在評價上更有發言權。因此，我們提出了一種同學參與評分的方案，即演講+討論+評價。

首先是演講。為了使評分過程做到公開、公正、公平，我們在各組完成一次文獻調研或者動手實驗之后，都要求各組準備好演講的文件和相關材料，包括ppt文件制作、程序演示、功能測試等，專門抽一次上課時間用來進行各組的集中演講，展開實踐經驗的深入交流。每組派出一位代表來演講，介紹本組作業的詳細情況并演示。介紹完畢，就進入提問和討論環節，老師和同學都可以就其中的任何問題提問，也可以進行程序功能的現場檢測。這一方面活躍了課堂氣氛，使得學生們大大增強了對于重點內容的理解和掌握，另一方面，各組之間可以相互學習，拓展視野，開闊思路。同時，這也很好地鍛煉了學生的組織和演講能力。最后是評價，也是各組選派一名代表，就像各類比賽中的評分專家一樣，根據各組的演講、提問、回答、演示等，綜合給出一個評分。這種形式對于學生們也是很新奇的，大家都很認真地對待，基本上每次評分都能很好地反映出各組的水平。同時，這也激發了學生們的主動性和創造性，因為只有真正的努力和過硬的成績才能獲得各組同學的一致好評。

2.5創新性研究

我們鼓勵對本課程相關領域具有濃厚興趣、能力較強的同學自發組成小組，基于課程所學內容進行深入分析思考，提出創新性的課題展開研究，并在合適的時機鼓勵學生們利用課程相關的知識積極參加各種競賽，從今年開始中國人工智能學會主辦的全國大學生智能設計大賽將是今后我們努力的主要方向。2010年，我們選擇了三星公司面向大學生的bada應用開發試點活動作為第一次嘗試。學生們經過三個多月的努力，獲得兩個三等獎和兩個優秀獎。經過競賽鍛煉，學生們不僅加強了對于課程相關知識的理解和掌握，增強了研究開發能力和自信心，更加深了對于本專業的濃厚興趣，為本專業和本課程的建設提供了強有力的支撐。

2.6專家講座

我們先后邀請到了國內外的專家學者來給學生進行專題講座。國際計算語言學會主席、美國南加州大學信息科學研究所Prof. Eduard Hovy關于什么是智能的講座，首都師范大學人工智能領域著名教育專家王萬森教授關于模糊邏輯與推理的講座，都讓學生們感受到了大家的風范，靈活生動的講課風格受到了學生的高度贊揚。

3教學反饋

在北京郵電大學組織的2010年學生評教工作中，本課程得到了97.46的高分(滿分100)。以下是我們收到的一些學生的反饋意見。

1) 實踐時間充裕，在解決問題的過程中培養了一種能力。作業不死板，給出一個框架思路，同學可以自由發揮。還地鍛煉了大家的團隊合作精神，專注于自己擅長的領域才能做的更好。讓同學們自己放開去做，在出錯時及時交流糾正是一種很自由、很開放的學習模式，這樣的氛圍可能不會培養高的分數，但會收獲高的能力。

2) 教學形式較為新穎，不是采用以往講授知識的方式，而是采用了更為貼近實際的方式，在開學初就分組，拋棄了筆上作業，改用實際的編程、查找資料等方法，更能調動大家的學習積極性。驗收作業也不是以往老師收上去批改后發下來這種千年不變的形式，而是讓同學互相打分，這種方式更為客觀而且可見，更加公平。最后感謝李老師一學期以來的教學與幫助，也感謝實驗室所有老師和助教的幫助，也相信咱們智能科學與技術專業，機器智能這門課程會越來越完善、成熟。

3) 感覺比較實用、有意義。從大學開始接觸的都是純理論的課，這門課上需要做實踐編程作業，我學習了機制與算法實現，更重要的是能讓我們在解決實際問題中提供一些從未有過的思路。比如我在百度俱樂部參加一個如何構建購物網站的工作，需要垂直搜索技術，把各大購物網站的價格列出來，可是有些網站，如京東商城是采用圖片形式顯示價格的，很多研究生也沒做出來，我用了機器智能中的BP算法解決了這個問題，當然需要一些圖像處理技術。總之，試驗后我們得到的是一種解決問題的思路，所以我覺得在提供知識的基礎上使用實驗技術加深對知識的理解效果很好，實驗就是最好的作業。

4) 隨著我們步入大三，越來越感受到智能領域的廣博精深。就像老師教學的課件一樣，每個知識點的擴充都能組成新的一章。本學期感觸最深的除了三星競賽此外還有兩點：一是李老師上課講的內容充實，從神經網絡到機器情感，從BP到A*，幾乎把智能領域經典的模型算法都覆蓋了。第二點就是本學期李老師請來了很多professor(巨開心哈)。我覺得看看別的學校甚至別的國度的“大牛們”都在研究什么，有利于我們拓寬眼界，開闊思路。希望李老師以后也辛苦聯系他們，讓學弟學妹們也享受這種待遇。

4結語

本文對機器智能課程的教學方法進行了探討，針對不同模塊的教學內容，提出并實踐了專題文獻調研、演講、討論、動手實驗、學生評價、創新性研究、專家講座等教學方式，收到了較好的效果。今后還要緊跟智能科學與技術的發展進一步豐富本課程教學的前沿性和創新性，在力圖編一本比較好的教材的同時，著手研究多種資源和手段的運用。

參考文獻：

[1] 李蕾,王嬋,王小捷,等.“機器智能”課程建設初探[J]. 計算機教育,2009(6):86-92.

[2] 陳白帆,蔡自興,劉麗玨. 人工智能精品課程的創新性教學探索[J].計算機教育,2010(19):27-31.

[3] 王甲海,印鑒. 人工智能教學與計算思維培養[J]. 計算機教育,2010(19):68-70.

[4] 劉興林. 大學本科人工智能教學改革與實踐[J]. 福建電腦,2010(8):198-199.

[5] 韓潔瓊,余永權. 人工智能課程教學方法研究[J]. 計算機教育,2010(19):71-73.

[6] 白潔,畢季明,李偉. 人工智能課程教學改革初探[J]. 中國教育技術裝備,2010(36):43-44.

[7] 朱紅,李果. 人工智能問題求解策略的教學研究[J]. 中國信息界,2011(2):70-71.

[8] 王璐,陸筱霞. 應用DBR的人工智能課程教學[J]. 計算機教育,2010(19):64-67.

[9] Jeffrey L. Popyack. Blackjack-playing agents in an advanced AI course[C]//ITiCSE '09,New York:ACM Press,2009:208-212.

[10] PDavid M. Hansen, Joseph Bruce, PDavid Harrison. Give students a clue: a course-project for undergraduate artificial intelligence[J]. ACM Newsletter,2007:44-48.

[11] Douglas D. Dankel, Jonathan Ohlrich. Students teaching students: incorporating presentations into a course[C]// ACM Special Interest Group on Computer Science Education,New York:ACM Press,2007:96-99.

[12] Ingrid Russell, Zdravko Markov, Todd Neller et al. MLeXAI: A Project-Based Application-Oriented Model[J]. ACM Transactions on Computing Education,2010(1):1-36.

Teaching Practice of Machine Intelligence

LI Lei, LIU Pingan, WANG Xiaojie, ZHONG Yixin

(Department of Intelligence Science, Beijing University of Posts & Telecommunications, Beijing 100876, China)