基于“混合式個性化學習路徑”的教學模式改革與探索
——以機器學習課程為例

高 山，蔣玉英，張玉宏，侯惠芳，樊 超

（河南工業大學人工智能與大數據學院，河南 鄭州 450001）

0 引言

在當今人工智能浪潮的推動下，越來越多的高校成立了相關領域的新學院，開展專業建設和人才培養的工作，與人工智能相關的學科也已成為非常熱門的專業選擇之一[1]。面對如此高熱度和高關注度的本科專業，如何創新性地開展針對不同層次人才的培養和教學工作，已經成為高等教育相關學科專業建設工作中的重要環節[2]。

機器學習課程是人工智能學科培養中的一門專業必修課，在整個培養計劃中占有非常重要的地位，既需要先期開設相關基礎課作為支撐，又對高年級階段開設的專業領域分支課程和實踐環節培養起到很好的鋪墊和入門作用[3]。此外，該門課程的主要教學目標是理解和掌握機器學習領域各經典模型的原理和應用，構建和培養面向人工智能產業的整體概念和實踐能力[4]。與此同時，該門課程對于學生的基礎知識和學習能力要求較高，如何綜合師資能力培養和授課群體的不同需求，構建個性化的學習路徑，是提高人工智能專業教學模式改革的迫切需求和關鍵問題。

1 傳統教學模式中存在的主要問題和成因分析

1.1 師資群體能力培養工作需要持續開展

承擔該專升本人工智能相關課程的授課老師，均長期從事相關專業本科生的教學工作，積累了比較豐富的本科培養和教學經驗。授課教師在培養方案制定、教材選擇、教學方法研討等方面做了很多前期準備工作，但面對該學生群體教學工作的特點和問題，依然需要進一步提升對授課群體個性化教學需求的認識，加強整體師資隊伍建設，其面臨的困難和挑戰主要表現在以下幾方面：

（1）該授課群體在課堂表現和互動、學習能力、知識吸收和轉化能力、實踐動手能力、反饋與溝通方式等方面均與本科生的課堂教學存在一定差異。教師們對以上問題的理解、認識和消化能力還存在一定差異，容易受其負面因素的影響，導致課堂教學互動效果欠佳、教學進度推進緩慢等問題發生，多門課程教學問題的積累和疊加，還會進一步影響整體專業的教學目標實施和培養效果。

（2）該專業學生對于個性化學習方面的需求比較突出，容易出現師生相互促進力減弱、個別學生出現學習斷層現象、教與學環節銜接不暢等問題發生，從而會進一步影響師資的教學積極性和教學創新能力培養。因此，如何長期不斷地積累教學經驗，及時豐富和調整教學方法和手段，促進教學研討和經驗交流成果的課堂轉化，這些都是目前迫切需要解決的問題。

（3）承擔該專業課程建設和教學任務的師資隊伍中，雖然整體教師的學歷層次很高，但青年教師（年齡小于等于35歲）占比很高，新老教師傳幫帶環節在專業知識迭代、教學能力培養和傳承方面還需要長期建設。因此，如何均衡地提高師資的整體知識水平和教學水平，培養和鍛煉一支能夠針對性解決專業教學問題的高素養師資隊伍，是當前迫切需要關注的主要問題。

1.2 授課群體的整體專業基礎背景差異性較大

我校該專升本專業的學生生源均來自河南省內多所培養院校，?？平逃A段的專業方向較分散，其培養模式和課程體系差異較大，已有的專業知識基礎比較薄弱，學生整體的專業素養能力和實踐能力偏弱。但與此同時，學生們的學習熱情高，求知欲旺盛，學習目的性和針對性較強，對于新知識的渴望程度較高。正是由于其基礎儲備和學習目標之間存在的巨大鴻溝，對整個專業教學過程均提出了很多困難和挑戰。

針對該專業2022級的學生進行了畢業院校和專業背景調查，該專業總計有148名學生，參與本次調查的學生人數為144名，具體統計結果和特點分析如下：

（1）如圖1所示，在參加本次統計調查的144名學生中，僅有22人來自河南工業大學，占比僅為15%，而占比為85%的共計122名學生，?？飘厴I院校來自河南省內的其他多所大專培養院校。絕大多數的學生因其畢業院校不同，?？齐A段的培養體系和知識基礎差異較大。這種復雜的畢業院校背景，不利于其本科階段的統一培養和課程學習，尤其對于需要具有扎實知識基礎儲備的專業課程教學來講，所衍生的問題會更加突出。

圖1 ?？飘厴I院校統計

（2）如圖2和表1所示，在參加本次統計調查的144名學生中，可以將其?？齐A段的所學專業劃分為計算機應用相關、軟件技術相關、網絡安全相關、數字媒體相關、移動技術相關、電子信息相關和物聯網技術等7個方向。占比最高的2個專業分別為計算機應用相關和軟件技術相關，所占比例分別為27%和26%，即：總計有超過50%的77名學生畢業于這兩個專業，其余的67名學生則分別畢業于網絡安全相關、數字媒體相關、移動技術相關和電子信息相關等共計5個不同的專業，占比分別為13%、13%、11%、6%和4%。該統計數據進一步表明，該專業授課群體的專業技術背景和方向差異較大。這種復雜且分散的專業基礎背景，導致學生的整體知識基礎分布不均，對于開展本科階段的課程教學（包括：教學內容安排、教材選擇、教學方法、學習能力培養和考核方式等）帶來了很大的困難和挑戰。

圖2 ?？齐A段專業背景統計

表1 ?？扑鶎W專業匯總統計表

1.3 傳統教學模式下的教與學之間的匹配度不協調

在積極制定、調整和優化培養計劃的基礎上，傳統授課模式下的教與學之間，仍然需要在課程銜接、課程研討和教學模式等方面進行持續性的改進和提高，存在的問題主要表現在以下幾方面：

（1）多門基礎課程和專業課程銜接比較緊密，不同課程學習之間的過渡期較短，對于基礎相對比較薄弱的學生來講，學習的壓力比較大。以機器學習課程為例，該課程需要Python編程、概率論與統計、線性代數等其他先修基礎課程的支持。如果個別學生對于其相關基礎知識的掌握存在欠缺，在缺乏相關數學理論知識以及編程能力支撐的基礎上，對于機器學習課程的理解和學習會產生很多不利影響，導致學習積極性和主動性減弱、學習效果差異大、學習斷層現象等問題。

（2）部分課程教學采用的是線上教學方式，教學模式過于單一，教學效果在個體上的表現差異巨大。此外，對于基礎相對比較薄弱的授課群體來講，即便是嘗試采用翻轉課堂等方式，其實施效果也不盡如人意，學生們的知識接受方式過于被動，其主觀能動性和學習積極性不高，這一問題在機器學習課程上的表現尤其突出。

（3）傳統教學活動中雖然可以方式采用師生座談會、教師研討會、課后輔導、線上互動等方式，對于順利開展教學活動有很好的促進作用，但溝通反饋渠道相對單一，缺乏靈活性和及時性，不能隨時根據課程的進展和銜接進行師生反饋和調整。這些問題不利于從總體上對該專業所有課程的教學安排和學習方式實施有利的指導，也不利于提高整體的師資教學水平。

2 基于“混合式個性化學習路徑”的教學改革策略和實施

針對師資能力提升、授課群體個性化學習需求以及傳統授課模式中存在的各種問題和挑戰，結合機器學習課程的知識特點和教學特點，分別從如何提升師資教學水平、學習路徑構建與優化、完善教學模式三方面提出了針對性的改革策略和實施方法。

2.1 師資能力培養

首先，針對教師們對專業課程講授和學生培養過程中存在問題的認識、理解和解決能力個人差異大的現狀，可以根據培養方案和課程知識體系的銜接程度組建不同的教研小組，組內的教師之間可以通過聽課、研討、集體備課、教學反饋、師生交流等方式加強共性問題的溝通和解決，提高組內每一位教師對問題的認知理解水平和解決問題的能力，將傳統課堂的一對多的教學模式轉變為多對多的方式，集體設計切實有效的課堂互動活動，從而保證整體專業教學的實施進度和教學效果。對于機器學習等專業課程的講授，尤其需要與課程前后保持銜接的其他相關課程的授課教師建立教研小組，一方面保證學生們在基礎知識積累—現階段學習—未來課程準備等幾方面的完美契合和支撐，另一方面也有利于教師分析和預測未來教學過程中可能遇到的難題，進行集中研討和解決。

其次，針對師資隊伍中年輕教師占比過高的問題，一方面可以鼓勵年輕教師參與各種教學能力提升培訓和各級教學比賽，鍛煉和提升教學能力和水平。另一方面，院系內部每個學期，針對該學期的課程培養特點和要求，可以開展一系列的優秀教師教學經驗分享會和主題講座。其次，按課程組制定教學研討計劃，每個課程組內新老教師之間建立多個一對一的傳幫帶小分隊，在提升老教師知識體系更新速度的同時，還可以將成熟的教學經驗手把手地傳授給年輕教師，互幫互學，互促互進。每個學期末開展一次經驗總結會，總結經驗教訓，改進教學方法，提高問題解決能力，提升師資整體素養水平。

2.2 混合式個性化學習路徑的構建與優化

針對該授課群體專業背景復雜且分散的特點以及整體知識基礎分布不均的問題，通過構建基于混合式個性化學習路徑的教學模式，幫助學生們成功跨越基礎知識儲備和學習目標之間存在的巨大鴻溝。

首先，面對基礎相對薄弱而專業課整體難度較大的現狀，其傳統的授課方式不能針對學習個體的差異性開展分層教學，而學生對于該熱門專業的學習期待值又普遍偏高。因此，有針對性地設計和構建具備該學科特點和課程特色的學習路徑，幫助學生們結合自身的學習能力、動手能力、基礎背景，多角度、多方位、全方面、個性化的開展該學科課程的學習。同時，借助和結合線上、線下教學的優勢，以“混合式的個性化學習路徑”帶動該專業的整體學習水平，可以培養學生的終身學習能力，發現和體會學習之美，提升專業自信和學習自信。

以機器學習課程為例，該課程的主要學習目標包括：（1）通過本課程的教學，掌握機器學習的基本問題定義、基本模型，對機器學習學科有概覽性的認識。（2）掌握目前主流的機器學習算法和模型，并能夠根據實際問題的需要選擇并實現相應的算法。（3）能夠編程完成機器學習典型應用實例[5]。該課程的學習一方面需要高等數學、線性代數、概率論等大量的數學理論知識的支撐，另一方面還需要具有一定的編程能力。這兩方面的要求對于該專業的學生來講，均存在不同程度的缺失和不足。

鑒于以上現狀，針對性地設計了適用于該課程教學的“混合式個性化學習路徑”，如圖3所示。該學習路徑根據課程的知識構成和學習特點，分別設計了3條典型的個性化學習路徑，這三條學習路徑之間既可以重疊，也可以獨立運行，還可以相互交叉。路徑1的學習特點是，借助機器學習模型的直觀表達+代碼實現，達到課程的學習目標，該學習路徑學習難度比較小，適合于基礎比較薄弱和對專業課抽象理解能力較差的學生使用。路徑2是該門課程最常規使用的一種學習方式，相關機器學習模型的理解和學習是透過數學知識推導、算法優化方法以及代碼實現三個階段來完成的，這三個階段之間相互銜接和支撐。這條學習路徑也是本科生教學中使用最成熟的一種教學方式，它是建立在學生們對該課程相關知識熟練掌握的基礎上，對于學生的基礎知識、專業理解力和編程水平的綜合能力要求較高。路徑3比較適合于前沿機器學習模型的學習或者研究生階段的學習，在已掌握機器學期相關基礎知識的基礎上，進行更高階段的學習和提高，適用于培養學生的自學能力和創新能力。

圖3 混合式的個性化學習路徑

以上3種學習路徑分別涵蓋了低、中、高三種學習難度和學習方式，可以分別針對不同基礎和個人能力的學生開展個性化的教學。學生們可以根據個人知識的掌握理解情況靈活的使用某一種學習路徑，也可以在不同的學習階段嘗試不同的學習路徑，或者針對不同的課程知識綜合使用多種學習路徑來多角度、全方位的理解所學知識。該種混合式的個性化學習路徑使用范圍廣泛，由易到難，角度靈活，適用于不同的課程教學模式（如：線上教學、線下教學、翻轉課堂、分組教學、菁英班教學等），也適用于具有不同教學經驗的老師來使用，在使用過程中可以根據學生們的知識掌握情況和學習進度隨時進行調整和優化?？傊?，無論使用哪一種學習路徑或者多種學習路徑的組合優化，最終都可以達到課程的培養目標，對于保證整體教學進度和教學效果，都能起到了很好的推動和促進作用。

2.3 完善教學模式

針對如機器學習這類難度相對比較大的專業課，對于基礎相對比較薄弱的學生來講，調動其線上線下課堂學習的積極性和主動性是首先需要解決的問題[6]。其次，將線上線下課堂的特點相結合，不斷豐富線上教學資源，歸納和總結其他支撐課程的學習資料供學生參考，設置靈活多樣的線上線下互動環節（如：分組討論、問卷調查、隨堂小測驗等），豐富和加強過程性評價的方式和方法。對于個別學習困難的學生可以開展個性化教學和輔導，同時在班級中建立一對一的幫扶學習小組，消除學習的各種不利因素。最后，要暢通師生之間的溝通渠道和途徑，建立和完善課前課后的反饋機制，以教促學，以學促改，不斷總結成功經驗和典型案例，使得學生和教師之間互相促進、共同進步。因此，不斷改革教學模式和方法，豐富課程資源，暢通溝通渠道，完善考核機制，對該專業的整體教學進行系統性的創新和改進，以滿足相應的專業培養目標，不斷提升教學質量和教學效果。

3 結語

針對專升本人工智能專業課程教學中存在的主要問題，基于“混合式個性化學習路徑”的教學模式，分別從師資群體能力培養、授課群體學習路徑構建和教學模式創新三個方面，提出了針對性的解決方法和切實可行的實施措施。一方面，可以在教育信息化日新月異的新時代背景下，提高教學質量，促進教與學的和諧發展；另一方面，在提高師資水平和教學能力的基礎上，注重學生的自學能力和創新能力的培養，使其能夠滿足人工之智能新時代對于復合型人才的需求。