新工科背景下人工智能课程教学优化措施

王大根

（广州市交通运输职业学校 广东广州 510440）

一、人工智能课程的特点

人工智能是现阶段计算机技术发展的重要体现，同时也是计算机科学的重要组成部分，其涉及多种学科内容，并且包含了计算机领域中的多种技术，具有较强的综合性与实践性。在开展人工智能课程教学的过程中，将主要的精力放在人工智能的原理、技术等方面的研究，侧重于研究性教学，需要学生通过课程学习，提升自身的分析问题、探究问题、解决问题的能力，并且能够不断丰富理论知识，从而能够在管理、科学研究等方面展示能力，形成综合型人才；而职业院校在开展人工智能课程教学的过程中，将主要的精力与教学重点放在学生职业技能的培养，需要学生在课程教学中不断提升自身的实际操作能力，从而为社会培养更多的应用型人才。并且，随着人工智能的发展和应用，社会和企业会以人工智能技术为基础，增设较多的新岗位，这也在很大程度上增加了人工智能应用型人才的需求[1]。

二、人工智能课程教学存在的不足

1.教材内容更新滞后

现阶段，职业院校在进行人工智能课程教学的过程中，没有及时地将课程知识内容进行更新，教师与学生无法及时地了解人工智能的发展成果以及发展趋势，教学内容都一直停留在过去的阶段，无法真正了解到现代人工智能领域最为先进的技术水平，使得学生的学习局限在传统的教学内容上，无法使自身的专业发展与时代的进步实现结合，导致许多的人工智能专业的学生在毕业之后对人工智能技术缺乏足够的认知，无法与现代人工智能企业实现对接，甚至还需要在进入企业后开展二次培训，既浪费教育资源，又增加了企业培训成本，严重影响社会和企业对人工智能学生的整体评价。

2.教学模式单一

在职业院校人工智能专业课程实施的过程中，传统教学方法仍然存在着较大的负面影响，在这种传统教学模式下，部分教师执着于以书本知识为主的传授方式，以自身为教学主体，而忽略了学生的实际学习状态与学习效果，使人工智能课程的教学质量和课堂效果在较大程度上都遭遇了障碍，同时在实施人工智能课程教育的过程中。由于部分老师并没有较为超前的教育理念，使得人工智能课程的教学既无法充分地调动学生的学习兴趣，同时也无法适应学生学习与发展的实际需要。因此，学习者的个性化特征也并未受到广泛关注，使学生对于人工智能课程的学习变为应为作业应付考试，使教学效果降低，无法体现出以学生发展为中心的职业教学理念，不利于学生的长远发展。

3.师资力量不足

师资力量不足也是现阶段人工智能课程教学中存在的主要问题，因为人工智能在我国属于新兴领域。而且，近年来不断地优化、升级，而一些职业院校人工智能课程教师缺乏培训，从而无法掌握现阶段人工智能的技术，使职业院校尚未形成完善的人工智能师资团队，从而在实际的课程教学过程中，只能边学习、边教学，甚至在面对人工智能新技术、新应用时会出现茫然的状态，制约教学质量的提升。尽管部分职业院校为了完善师资队伍建设，积极地聘请专家到学校开展讲座和培训，但这种方式只能够短暂的解决师资力量不足的问题，而且外聘专家的稳定性得不到保障，如果这一问题得不到解决和改善，则会严重限制人工智能课程教学质量的提升[2]。

4.重理论、轻实践

在人工智能课程教学过程中，还存在着重理论、轻实践的问题，传统教学模式的人工智能课程教学将教学重心放在了课堂之上，并集中讲解人工智能基础理论知识、运行算法等，学生只能够被动接受，而在实践教学过程中，实践课时安排较少，学生没有充足的练习时间，以至于无法将理论知识与实践进行结合。而且随着人工智能技术的不断发展，实践教学内容滞后，无法满足社会和企业对人工智能人才的需求。同时，一些职业院校在开展校企合作的过程中，合作深度不足，产学研模式形同虚设，从而使人工智能理论教学与实践教学出现脱节，无法实现理论知识与实际应用的接轨，不利于学生实践能力的提升，也无法为社会培养更加专业化的人才。

5.评价机制不完善

首先，一些教师在教学的过程中对于学生的成绩过于重视，导致在实际的教学过程中忽视了学生的实践能力，无法有效地促进学生的全面发展，而且现阶段推行的以成绩为主要的评价方式只会导致学生的思维逐渐固化，导致部分学生在学习的时候采取应试性的学习心态，而不去关注自身的专业能力的提升；其次；对于人工智能课程教师的考核评价体系也存在着不足，一些教师在开展考核评价时忽视了学生的综合发展，对学生考试成绩无关的实践教学不予重视。这种单一化的考核评价机制，无法真实地反应出学生对于知识的掌握程度，也无法体现学生专业素养的高低，无法满足新工科背景下对于人工智能人才的需求。

三、新工科背景下人工智能课程教学优化措施

1.优化课程体系，提升实用性

为了进一步优化人工智能课程教学质量，需要不断优化课程体系，提升实用性。首先，需要不断开展调研工作，对人工智能的发展现状、发展成果、发展趋势进行了解，并将其融入课程体系之中，使职业教育理念与人工智能人才需求不断融合，从而使人工智能课程体系更加具有实用性；其次，要加强对人工智能课程内容的细化，将课程内容中的重点、难点进行划分，有针对性地开展教学，提高学生的学习效率，促进教学质量的提升；最后，教师需要在课程体系优化过程中，不断引入实用性知识内容与案例，提高课程教学内容的实用性，使学生能够明确学习目标，更好地符合社会实际人才需求[3]。

2.丰富教学资源

为了进一步优化人工智能课程教学质量，需要不断丰富教学资源。首先，注重教材内容的更新，传统的教材内容已经无法跟上现阶段的人工智能技术的发展速度，需要在教材中持续融入先进的人工智能技术，使学生能够在第一时间学习到最新的知识，从而及时调整自己的学习方向与未来发展方向，更好地为自身的发展奠定基础；其次，注重智能化教学实训设施的引进，使学生能够亲自感受和操作智能化实训设施，实现理论与实践的相互转化，促进学生的全面发展。

3.丰富教学模式

（1）案例教学法

为了进一步优化人工智能课程教学质量，需要不断丰富教学模式，其中案例教学法发挥着十分重要的作用。由于人工智能技术不断升级、优化，人工智能课程案例库也需要及时更新，只有这样才能够为课程质量提供保障。教师也需要充分应用案例开展课程教学，将特定的案例应用于特定的课程知识教学环节，将抽象的理论知识以案例的方式进行展示。例如，以人工智能为核心的“人机大战”，“深蓝”计算机依据其强大的计算能力、处理能力战胜了国际象棋冠军，教师可以引用该案例，分析人工智能的发展趋势与发展前景，以及人工智能的实际应用价值，并引导学生发挥想象，将人工智能的未来应用作为自己的学习目标，推动学生将理论知识融入实践之中，促进学生实践能力的提升。

（2）探究教学法

探究教学法也是优化人工智能课程教学的重要教学方式。教师能够通过将一些提前设计好的问题发给学生，引导学生对这些问题进行讨论，从而提高学生自主学习的能力，促进学生自主探究能力的提升。尤其在学习一些理论性较强的课程内容时，教师能够应用探究教学法提高学生对知识的理解。例如，在讲解宽度、深度优先算法及A*算法知识点时，教师可以引导学生分组谈论，积极探究问题答案。在这个过程中，学生能够不断提升自身处理问题的能力。运用探究式教学方法，学生能够进一步提升对人工智能理论知识的理解，提高了分析问题、处理问题的能力，为学习以后的课程知识奠定基础。

（3）任务驱动法

任务驱动法也在优化人工课程教学中发挥着十分重要的作用，其中心理念在于培养学生的团队协作能力，通过向学生下发学习任务，使学生能够以任务内容为中心，以小组为单位，不断提升自身分析问题、解决问题的能力。例如，在人工智能课程教学过程中，教师为了加强学生对人工智能实际应用领域的学习，可以将班级内学生划分为多个小组，并要求每一小组都了解两种算法，然后对算法差异进行对比，然后对人工智能应用领域进行阐述，从而提升学生对人工智能知识的理解[4]。

4.打造“双师型”教师团队

为了进一步优化人工智能课程教学质量，需要打造“双师型”教师团队，因为人工智能课程涉及范围较广，在一定程度上增加了人工智能课程教师的专业要求，不仅需要具备较为丰富的理论知识，而且还要具备较为前瞻性的思想以及实践操作能力。首先，必须进一步地加大学校人工智能课程师资的培养工作，让老师进一步地增强自己的课程实施水平，需要引导教师参与学校外的培训，或者亲身参与到项目中，通过深化校企合作，使教师不断提升自身丰富的实践经验，从而使职业院校打造出一支业务能力过硬的“双师型”教师团队；其次，加强人工智能专业优秀教师的引进，提升优秀教师的薪资水平、福利水平，同时以聘请的方式引入校外专家，使其能够在校内长期任职授课，不断地向“双师型”教师靠拢，从而更好地为社会和企业培养专业化的人工智能型人才。

5.将课程教学与创新实践相结合

为了进一步优化人工智能课程教学质量，需要将课程教学与创新实践进行有机的结合，使学生能够高效地将人工智能专业知识应用于生活、工作之中。对此，教师可以鼓励学生以“项目组”的形式，挑选一个自己感兴趣的方向，然后将自身的理论知识与实践能力进行融合，开展项目研发，并投入到人工智能的应用，同时也可以将学生的项目成果带入到各种创业活动之中，将课程教学延伸到社会实践，既能够培养学生的创新能力，又能够实现学生理论与实践的结合，使学生更好地了解人工智能技术的发展现状，从整体上提升学生的人工智能应用水平。例如，Kaggle数据科学竞赛，全球AI挑战赛等。

6.加强跨课程、跨领域、跨学科的交流合作

为了进一步优化人工智能课程教学质量，还需要不断加强跨课程、跨领域、跨学科的交流合作，人工智能课程教师需要在不断提升自身教学能力以及知识储备的同时，加强与其他专业学科教师的沟通与交流，使人工智能课程与其他学科课程进行有机的融合，将其他学科的内容能够为人工智能课程的优化提供辅助性支持，同时也能够推动人工智能专业研发，促进人工智能课程内容的综合性，使其能够在教学过程中更加深入。

7.建立多元考核评价机制

为了进一步优化人工智能课程教学质量，需要建立多元化考核评价机制，通过对职业院校传统的教学评价体系进行综合分析，对教学评价体系重新制定，并与学生、教师进行有效的沟通，充分地听取不同群体的意见和建议，从而更好地促进职业院校在人工智能课程的教学评价体系。比如，在教学评价过程中，教师要更加注重对学生的全方位培养，既关注学生的成绩，又注重学生算法设计能力、代码调试能力。教师要将对学生的成绩为主的学习思想进行调整，使学生能够充分地发挥自身的主动创造性，从而能够激发学生对于人工智能的兴趣，促进学生更加全面的发展，同时也能够改善教师的教学方式与教学理念，使教师能够投入更多的时间和精力到课程的设置和教学模式的创新等方面，从而有利于教学氛围的改善，促进教学质量的提升[5]。

结语

综上所述，加强对人工智能课程教学优化能够更好地符合新工科发展理念，并通过开展多样化的教学优化措施，重点培养学生的创新能力、实践能力，同时也使学生能够更好地了解人工智能的发展现状、发展趋势，从而更好地满足社会对于人工智能人才的需求。