跨專業人工智能課程多層次教學改革探究

陳俊杰 謝聰嬌 周艷青

摘 ?要：人工智能的發展不僅推動了各領域的技術變革，也推動了教育體系的變革。該文分析目前跨專業人工智能課程教學存在的問題，結合不同專業的特點按照能力與知識的關系，對人工智能課程進行多層次的體系結構設計。并以內蒙古農業大學的教學設計為例，對“農林類”“生物醫學類”“機械水利測繪類”和“管理會計及其他類”多層次教學設計進行詳細闡述，最后結合目前人工智能及相關課程的教學實踐，提出多層次人工智能教學改革的措施。

關鍵詞：跨專業；人工智能課程；多層次教學；教學設計；改革研究

中圖分類號：G642 ? ? ? ?文獻標志碼：A ? ? ? ? ?文章編號：2096-000X（2023）33-0129-04

Abstract： The development of artificial intelligence has not only driven technological changes in various fields， but also driven changes in the education system. The paper analyzes the current problems in the teaching of cross-disciplinary artificial intelligence courses， and combines the characteristics of different majors to design a multi-level system structure for Artificial Intelligence course based on the relationship between ability and knowledge. Taking the teaching design of Inner Mongolia Agricultural University as an example， the multi-level teaching design of "agriculture and forestry"， "biomedical"， "mechanical water conservancy surveying and mapping"， "management accounting and other categories" was elaborated in detail. Finally， combined with the current teaching practice of Artificial Intelligence and related courses， measures for multi-level artificial intelligence teaching reform were proposed.

Keywords： cross-disciplinary; Artificial Intelligence course; multi-level teaching; teaching design; reform research

人工智能作為新一輪引領未來發展的戰略技術和新一輪產業變革的核心驅動力，正在以極快的發展速度與各領域相融合。我國高度重視人工智能產業的發展，國務院印發了《新一代人工智能發展規劃》，對人工智能的產業進行了規劃[1]。在高校結合人工智能專業領域推進新工科、新農科建設，這表明面對新時代的特點，培養計算思維、能靈活應用結合人工智能技術的創新型人才，需要貫穿教育的各個階段[2]，這已經成為當前時代教育刻不容緩的任務。教育部印發了《高等學校人工智能創新行動計劃》，新工科、新農科的建設要與人工智能時代的發展相結合，培養具有創新意識，適應和引領未來發展的人才，推進高等教育改革的新戰略，形成“人工智能+X”的培養復合專業人才的新模式[3-4]。越來越多的專業將人工智能課程及其他相關課程引入到培養體系中，并嘗試將人工智能課程和本專業的領域內容相結合，并對課程教學模式進行了改革和探索。

一 ?跨專業人工智能課程多層次教學改革的必要性

促進學科交叉融合，重視人工智能專業領域的結合已經成為學科建設的新思路，越來越多的學者注意到以人工智能技術為基礎，對專業領域發展的重要性，并在教育教學實踐中進行了探索。

（一） ?生物醫學相關專業

“人工智能+醫學”一直是智能專家系統較為活躍的領域，郭金磊等[5]指出目前開設的人工智能相關課程教材缺乏機器學習相關方法在醫學領域的實踐應用案例，因此課程不能引起學生的重視。隋文濤等[6]提出山東理工大學在“人工智能+醫療”的實踐中，將人工智能課程體系針對該特定實踐班進行課程內容改革。王宏娟等[7]提出在動物醫學專業應打破傳統的教學模式，在專業建設中把圖像識別和大數據分析技術引入人才培養體系中重構動物醫學的培養體系。

（二） ?林學專業

陳愛斌等[8]提出現有的高等教育的人工智能課程主要針對計算機專業，對于林業院校的相關專業而言其教學內容針對性不強，缺乏專業特色，不能和專業實踐相結合。同時教學難度太大，內容跨度大，學生沒有相關基礎，很難掌握課程內容。沈嶸楓等[9]提出“人工智能+林業機械”的課程教學改革，該文提出針對林業機械專業的特點制定課程體系，將人工智能課程融入到林業智能系統等應用中，改革相關的教學內容，并建立與專業相符合的教學模式。

（三） ?水利測繪專業

張盛楠等[10]探索了給排水專業中的人工智能及相關課程，并表明了傳統的給排水專業課程不能滿足智慧水務人才建設的需要，迫切需要對現有的課程體系進行改革。然而由于本專業的課程較多，在原有的課程體系基礎上再大范圍地開展信息化課程，這加重了學生的學習負擔，然而并不是所有信息化內容都是專業需要的，因此將人工智能課程和本專業部分課程進行了融合，建立了智能化水務的相關課程體系。苗立志等[11]提出在測繪專業中開設跨專業的人工智能課程，為學生掌握智能化測繪技術奠定基礎。

（四） ?設計類專業

唐智川等[12]在設計學專業的產品設計類課程中圍繞“人工智能+設計”的教學理念，將人工智能的課程內容和設計案例相結合，主要圍繞產品設計需要用到的深度學習的相關內容進行基礎理論教學，通過調用成熟的模型框架實現深度學習模型的使用，并將其與動漫生成、圖像轉換等案例結合，讓學生能通過人工智能方法進行設計創意，提升產品實現能力。

（五） ?農學類專業

王海飛等[13]提出在畜牧業專業的生產控制、飼養過程、產品質量追蹤等方面對物聯網的數據進行采集、處理、分析等操作，并最終為智慧養殖提供決策支持。因此在畜牧業本科教學體系中，應加入信息化的課程，并圍繞人工智能技術的應用設計相關課程，推進智慧農業的發展，從而提升農業現代化的水平。為推進新農科的建設，陳禪友等[14]針對漢江大學的園藝專業課程體系改革進行了探索，增加了智慧農業的相關技術內容，并融合到專業課程教學中。例如將園藝研究方法改為園藝研究與大數據分析，增加了數據采集和數據分析處理的相關內容，在植物育種學中增加了種質資源數據庫技術和數據挖掘的相關技術。楊娟等[15]提出針對農科現代化人才的培養模式，在實踐教學體系中融合人工智能相關技術重構農學的實踐教學體系，在遠水肥控制中增加農業數據采集內容、在物候管理中增加基于深度學習的標準化種植管理、在病蟲害識別中增加圖像識別技術等。

（六） ?其他類專業

在財經管理類專業領域中部分工作已經被計算機取代，人類工作已經逐步向管理和分析傾斜，該類專業的人工智能中的博弈論、統計機器學習等方法是重要研究方法[16]。電氣工程及自動化專業中[17]工程基礎課選修模塊中增設智能博弈和深度學習模塊，并在拓展課程中增加人工智能相關課程以促進新工科背景下的專業建設；柳紅東等[18]在材料科學與工程專業中增設人工智能等課程為專業必修課程，并在此基礎上對傳統課程進行教學改革。

社會的變革、技術的發展與人工智能緊密結合，這種交融影響著時代同時迫切要求科學地規劃人工智能和其他領域的結合。綜上所述，盡管學者們在不同專業領域的教學中進行了探索，然而現階段人工智能課程主要存在以下問題：

1）將人工智能類課程直接加入到原有專業課程體系中，課程沒有專業特色，教學內容以計算機類專業學生內容。這種方式雖然增加了人工智能課程的教學內容，然而教學內容難度較大，沒有與專業實踐內容相結合，內容過于寬泛沒有針對性，因此不能激發學生的學習興趣。

2）由于學時、學分等限制將人工智能的相關內容和某一門課程相結合進行講解，雖然結合了專業領域的相關內容，但是人工智能中涉及的是基本的分析、解決問題的方法和理論，因此在多門課程中會有相關內容的重疊，使得學習內容交叉重復。

3）現有的研究只局限于特定課程或者特定的專業，沒有科學地規劃與專業結合的相關人工智能內容。

原有的人工智能課程體系結構很難適應新形勢下不同學科對人工智能課程內容的需求，跨專業的多層次人工智能課程改革成為現階段的研究亟待解決的問題。本文探索研究人工智能課程和特定的應用領域結合、與專業特色相融合，實現不同維度的多層次人工智能的課程體系及實踐教學模式。

二 ?多層次教學體系的設計

人工智能作為基礎理論和基本方法的課程，與數學等自然科學一樣逐漸被應用到不同專業的不同課程內容中，因此將其與某一門課程相結合完成全部本專業應用的內容很顯然是不合適的，從實踐教學的經驗看，根據專業的特點系統科學地規劃課程內容是將人工智能內容融入本專業的較好的方式。而對跨專業的學生講授多門信息類課程，由于學時和學分的限制很顯然也是不現實的。對于非計算機專業的學生而言主要是對智能技術的應用，而不是針對具體方法的研究與探索，因此太深的課程內容很顯然也是不合適的。本文按照專業特點結合教學實踐經驗對人工智能課程進行規劃，以內蒙古農業大學的專業為例，設計多層次的人工智能教學體系，將其分為“農林類”“生物醫學類”“機械水利測繪類”和“管理會計及其他類”四個大類進行設計，科學規劃設計課程內容。依據內蒙古農業大學不同專業對人工智能課程的能力要求和知識關系，將人工智能的知識模塊分為“知識表示”“知識推理”“搜索技術”“物聯網數據采集技術”“數據處理技術”“大數據存儲技術”“機器學習”“深度學習”“知識圖譜”九個主要部分，每個模塊及其對應內容見表1。

從表1中模塊對應的主要內容可以看出，人工智能包含的內容非常廣泛，如知識表示模塊涵蓋了謂詞邏輯表示、語義網絡表示、狀態空間表示等多種表示方法。將所有模塊所有知識內容對所有專業進行教學，很顯然是行不通的。不同的專業對這幾個部分的側重點不盡相同，因此不應該像計算機專業的學生那樣將每個部分的內容都全部掌握，而應結合專業特點學習其最需要的內容。同時根據專業特點選擇模塊中最主要的內容在實際教學中進一步設計。以內蒙古農業大學為例，根據不同的專業特點其課程體系設計如下。

（一） ?“農林類”教學體系設計

結合農林類學科的專業特點，其主要涉及通過物聯網數據對農業、林業相關數據的物聯網數據信息采集、預處理，并利用機器學習和深度學習的內容進行數據分析。因此其教學體系設計為：“物聯網數據采集技術”“數據處理技術”“大數據存儲技術”“機器學習”“深度學習”，這些內容的設計符合農林專業數據采集、處理、存儲、分析的需求。

（二） ?“生物醫學類”教學體系設計

根據生物醫學的專業特點，在教學中應突出醫學中常用的不確定性推理技術、生物醫學知識的表達和應用，模型分析和預測等內容，因此課程的教學體系設計為：“知識表示”“知識推理”“數據處理技術”“機器學習”“深度學習”及“知識圖譜”幾個部分，該設計緊密圍繞生物醫學的應用。

（三） ?“機械水利測繪類”教學體系設計

“機械水利測繪類” 專業中涉及路徑搜索規劃、數據的采集、處理及大數據量的存儲技術等內容，因此課程體系結構設計為：“知識表示”“搜索技術”“物聯網數據采集技術”“數據處理技術”“大數據存儲技術”“機器學習”“深度學習”七個組成部分，貫穿該類專業的全部應用相關內容。同時需要注意到“知識表示”模塊中包含多種表示方法，然而針對這類專業的特點，其教學重點在狀態空間表示方法，該部分內容與搜索技術緊密結合。其他知識表示方法與專業應用并不緊密結合，因此在農業大學的實踐應用中對其余內容進行了舍棄。

（四） ?“管理會計及其他類”教學體系設計

該類專業獲取的數據形式較規范，應用主要集中在數據分析和處理中，并根據分析結果提供決策支持，因此體系結構設計為：“數據處理技術”“大數據存儲技術”“機器學習”“深度學習”四個組成部分。

不同的專業和人工智能融合點側重不同，這就決定了不能用同一模式為所有專業設置相同的人工智能課程教學體系。按照多層體系結構設計人工智能課程，該設計方法與專業特點緊密結合，計算機技術不僅是信息處理的工具和手段，更是成為解決本專業問題的重要方式，是學科交叉的重要內容。

三 ?多層次人工智能課程教學改革措施

按照多層次劃分人工智能課程體系結構，使得課程的體系適合專業特點，然而不同專業在相同知識模塊的側重點也是不同的，如農學類專業的深度學習內容更關注在對植物、病蟲害圖像識別，即關注點在圖像處理模塊，因此深度學習模型中的卷積神經網絡模型要比循環神經網絡模型的使用率更高，因此重點應在卷積神經網絡模型；而對于經濟管理類學生在實際應用中的股票預測等通常是序列模型，因此循環神經網絡模型是深度學習模塊的重點內容。因此，僅有體系結構是不夠的，還需要在課程教學內容中結合專業特點進行以下幾個方面的改革。

（一） ?課程教學內容的改革

現有的人工智能課程，教學內容沒有針對專業特點，所有專業在教授相同知識模塊時授課內容通常都一樣，沒有側重點。課程教學內容應與專業特點相結合，按照專業需求設置課程講授的重點、難點內容。

（二） ?課程教學目標改革

教學目標應重應用而不是重技術原理，對于跨專業的人工智能重點是將專業領域內容和人工智能技術相結合，應用人工智能技術解決領域問題。傳統的人工智能授課重點在模型、方法的原理，這些內容對于非計算機專業學生理解難度較大，應轉變為以應用為導向，輔助技術原理的形式，培養學生的實踐創造能力，使學生能盡快地理解人工智能相關技術在本專業的作用，并進一步激發學生的學習興趣。

（三） ?教學案例改革

現有的案例庫大多是以商業、自然語言、人臉識別等作為人工智能的應用案例，缺乏和具體專業領域結合的案例分析和綜合應用。案例內容應和專業實踐緊密結合，激發學生的學習興趣，對專業應用具有啟發和指導作用。

（四） ?教學模式改革

人工智能內容課程涉及物理、數學、專業領域知識等教學內容，以應用為導向的教學目標需要整合眾多教學內容，這就要求有豐富的線上、線下教學資源對學生進行引導。因此需要改變傳統的教學模式采用多種教學手段和資源進行線上線下的混合教學模式，并輔助以虛擬實踐教學平臺進行實驗應用，提升學生的理解和應用能力。

四 ?結束語

人工智能技術的發展給各領域的發展帶來了機遇和挑戰，各專業的教育也亟需從專業與信息化相結合轉變為與智能化相結合的專業發展道路。當前的人工智能課程已經不再是計算機專業特有的專業課程，面對時代的變革，它亟需結合各專業的特點進行變革。而現有的人工智能課程教學缺乏針對不同專業特點的跨學科人工智能課程體系結構的設計，因此存在教學內容的側重點不均衡、過于寬泛、與專業結合不緊密等問題。本文結合教學實踐對跨專業人工智能課程進行了改革探索，對人工智能的內容進行知識模塊化分解，將專業要求具備的能力和知識模塊對應，通過調研各專業的特點從頂層構建了不同專業的多層課程教學體系。改革現行的跨專業人工智能課程教學大綱、課程體系、教學內容和教學方法，建設與領域結合的分層的課程體系結構是增強專業學生就業競爭力，滿足社會科技進步及企業生產技術更新換代對智能應用型人才需求的重要途徑。

參考文獻：

[1] 教育部.“新工科”建設復旦共識[J].高等工程教育研究，2017（1）：10-11.

[2] 陳英瓊，韓笑，劉鳳娟.人工智能時代中小學生計算思維的培養策略研究[J].內江科技，2021，42（9）：91-92，68.

[3] 倪偉傳，李佳，王鳳，等.新工科背景下應用型本科實驗平臺構建[J].實驗技術與管理，2018，35（1）：269-272.

[4] 李德毅，馬楠.智能時代新工科：人工智能推動教育改革的實踐[J].高等工程教育研究，2017（5）：8-12.

[5] 郭金磊，曹璐瑩，陳繼超，等.新工科視域下基于醫工跨界融合的智能醫學工程專業人才培養體系探索[J].科技風，2021（26）：60-62.

[6] 隋文濤，金亞軍，張洪波，等.新工科背景下的人工智能課程的教學探索[J].教育現代化，2019，6（59）：161-162.

[7] 王宏娟，譚瑤，李娜，等.“新農科”建設背景下動物醫學專業的嬗變與思考[J].中國獸醫雜志，2020，56（9）：105-108.

[8] 陳愛斌，蔡自興，李建軍.林業院校人工智能課程教學的思考[J].計算機教育，2016（10）：80-82.

[9] 沈嶸楓，紀敏，謝詩妍，等.新工科背景下“人工智能+林業機械”研究生課程教學改革[J].西部素質教育，2018，4（22）：135-137.

[10] 張盛楠，馬嘯雨，于海申，等.“新工科”背景下應用型大學給排水專業智能化課程群建設探索[J].土木建筑工程信息技術，2021，1３（５）：９６－101

[11] 苗立志，楊立君，黃毅.人工智能背景下測繪工程專業課程體系設置探討[J].現代測繪，2020，43（5）：59-61.

[12] 唐智川，王董玲，夏丹，等.“人工智能+設計”——設計學專業產品設計類課程教學實踐新探索[J].裝飾，2020（1）：120-123.

[13] 王海飛，曹越，吳圣龍，等.智慧農業時代背景下畜牧學本科生人才培養方式的探討[J].教育教學論壇，2020（45）：267-268.

[14] 陳禪友，吳春紅，牛蒙亮.“新農科”建設中園藝專業課程體系改革初探——以江漢大學為例[J].教育教學論壇，2021（16）：61-64.

[15] 楊娟，葉進，馬仲輝，等.基于互聯網加智慧農業的農科人才培養模式探究[J].實驗室研究與探索，2021，40（3）：145-148.

[16] 趙志泉.面向“雙萬計劃”省屬理工院校管理類專業人才培養模式改革研究[J].高教學刊，2021，7（21）：149-153.

[17] 徐祥征.“人工智能+新工科”背景下電氣工程及自動化專業課程體系建設研究[J].赤峰學院學報（自然科學版），2021，37（8）：101-103.

[18] 柳紅東，韓濤，胡榮，等.基于人工智能和大數據技術的材料科學與工程專業課程體系的改革研究[J].廣東化工，2021，48（16）：263-265.