基于布鲁姆教育认知过程维度的人工智能课程实践

周 丽

成都锦城学院，四川 成都 611731

随着当今社会科技革命与产业变革的加速演进，大数据、人工智能和虚拟现实等新工科领域专业人才需求量激增，因此国家在高等学校的工程教育领域积极地开展了新工科教育。自2017年我国教育部大力推进新工科建设以来，各个高校相继开始积极探索新工科专业的建设、模式和体系。新工科专业的建设也在改变高校的教学、人才培养和教学评价方式。

新工科不同于传统工科，新工科以工业智能为核心，实用性更强，需要实践能力与创新能力兼备的跨学科复合型人才。新工科人才培养依靠交叉学科知识，社会需求贯通整个专业建设和人才培养过程。现有传统工科专业课程的教学目标多为掌握单个基础知识点，对所有知识点的复合应用与实际工程化涉及较少，多数学生在课程结束后仍停留在理论知识层面，而很难利用所学知识去解决实际工程问题。而新工科专业的目标是培养能适应各种应用领域的复合型人才，知识体系交叉而复杂，对教师和学生都有较高的要求，因此不能再复用传统工科课程的教学方式。

一、布鲁姆教育目标分类法

20世纪60年代，教育学家布鲁姆等人提出了教育目标分类理论，该理论被广泛地应用在教育领域，提供评价学生学习结果的标准，以指导教师的教学工作。在旧版理论中，将教育目标分为认知、情感和动作技能三个领域，其中，又把认知领域分成六个层次，从低级到高级分别是知识、理解、应用、分析、综合和评价［1］。第一层的知识指认识和记忆，这一层仅仅是对知识的记忆和陈述；第二层理解是对知识的领会，包括对知识的解释和归纳；第三层应用是对所学习概念、原理和运用，能进行初步的直接应用；第四层分析是从工程解决问题的角度，能分解问题，明确各概念之间的关系；第五层综合是在分析的基础上，将问题分解的结果重新组合以便综合性地解决问题；第六层评价则是根据量化的信息，作出更客观的评判，而不是凭主观的感受。

2001年，在学科的发展和对布鲁姆分类体系的不断实践研究后，安德森等人整合了心理学界对学习认知心理的科学研究成果，经过多年的讨论终于推出了新版理论。不同于旧版的单维度分类体系，新版提出了教育目标分类的二维框架，即知识维度和认知过程维度［2］。新版理论将旧版认知领域的六个层次转换为认知过程，从“知识”到“评价”分别对应从低级认识到高级认知的发展过程（如图1所示）。新版理论整合并突出了学习、教学和评价的一致性，不仅剖析了学习的过程性，还将学习过程与教学的阶段性目标相对应，层层递进，也为教师教学设计提供了广阔的空间。

图1 布鲁姆认知过程维度

本文旨在研究和探索布鲁姆认知过程维度与人工智能课程的融合方式，将教学目标从单一的知识维度提升到带认知过程的二维维度，合理规划教学内容和方法，重新制定教学评估方式，以使得人工智能课程能达到培养应用型复合人才的目的。

二、人工智能课程现状分析

人工智能专业包括有Python编程语言设计、计算机图像处理、机器学习、深度学习等专业核心课程，课程覆盖知识面广，涉及数学、心理学、哲学和认知科学等。以深度学习课程为例，学习该门课程不仅需要具备数理统计和机器学习算法理论基础，有python语言编程经验，还要掌握图像处理或自然语言处理方法等，在课程中要大量运用到前期其他课程所储备的知识，是一门以理论结合应用的综合性课程，对学生和教师要求较高。如果仍照搬旧的教学方式，那么学生很难掌握如此庞大且复杂的知识结构体系，导致学生只是“记住了”知识，而不能熟练地掌握和应用。

（一）教学方式

在深度学习课程旧的教学方式中，采用一个理论知识点配一个或多个实践练习，主要以教师教授为主，学生被动接受，缺少主动提问和思考，不能举一反三和创新创造。虽然学生也能较好地理解和运用理论知识点，但是一旦遇到复杂的工程问题，却会无从下手。因为在实际工程应用中，解决问题不会只涉及一个知识点，往往是跨领域的多个理论知识点的综合应用，需要学生不仅能融会贯通所学理论知识，还能运用迁移思维解决相似问题。

（二）教学目标

以往的深度学习课程教学目标不明确，普遍为熟练掌握理论算法即可，脱离了社会对新工科人才的培养需求。在新工科教育背景下，深度学习课程不能仅仅是让学生掌握理论算法知识，而是要应用这些理论知识解决复杂工程问题。虽然课程教学目标也在逐步改进，更强调工程实践和解决实际问题的能力，但因为缺少培养考评目标，从而导致教学目标也不具体，教师在设置教学目标时差异也较大。

三、认知过程维度结合课程实际应用

根据新的布鲁姆教育目标分类体系，可以将认知过程划分成初级认识和高级认知，其中初级认知对应知识的记忆和理解，而高级认知则对应问题的分析和解决，是对初级知识的综合应用。在深度学习课程以往的教学中，教学过程与认知维度脱离，教学重点主要放在初级知识中，对高阶能力的培养涉及较少，因而导致学生在解决复杂工程问题时才发现高维度认知的极度缺乏。本文将教育目标认知过程进一步细化为三个阶段，然后针对各个阶段进行了教学目标和方法的设计。

（一）三阶递进的教学模式

将布鲁姆教育目标认知维度进一步细化为低、中、高三个阶段，同时从知识、思维和能力三个维度去分析每个阶段的特征，如图2所示。其中，知识是思维和能力的基础，没有知识，思维空而无形；而没有思维，知识无用武之地。低阶段对应知识的记忆，大部分是被动地学习和吸收，思维还停留在接受性思维和逻辑思维层面；中阶阶段对应知识的理解，开始主动学习和思考问题，能举一反三，思维呈现关联性和迁移性特征；高阶阶段对应知识的综合应用，进入深度学习状态，能分析复杂问题并提出解决方案，具有批判性和创造性思维。

图2 三阶递进的教育目标认知维度

三个阶段层层递进，每个阶段涵盖不同的教学内容，采用不同的教学方式，同时设定不同的教学目标。教学整体目标以高阶为主，但是不忽视低、中阶教学，按低、中、高阶顺序递进完成教学任务。教学以课程为单元，每节课执行一个阶层的教学任务，最终达到促使学生思维和能力从低阶提升到高阶的目标，

（二）教学目标和方法设计

深度学习是人工智能方向的专业课，是人工智能基础知识与专业综合实践之间的衔接课程。本课程教学目标和方法设计（如表1所示）是从深度学习应用出发，自上而下反推出需要掌握的知识，再进一步开展详细的教学设计而来，做到了“知行合一”。课程讲授重点在于计算机图像处理算法、神经网络结构、梯度下降、网络结构优化等基础算法，在此基础上再通过实验案例引导学生将基础知识融会贯通，然后再带领学生专注于深度学习的一个具体应用领域，去进行更深入地学习，最终能创造性地独立开发相关应用。

表1 深度学习课程教学设计

四、结语

在大数据和人工智能飞速发展的今天，高阶思维能力是适应未来社会发展的必要能力之一。深度学习作为新工科教育背景下的一门人工智能专业核心课程，其教学目标是让学生具备解决复杂工程问题的高阶思维和能力。本文采用的基于布鲁姆认知维度的“三阶三维”递进教学模式更能满足课程培养目标需求，以所学知识为基础，将学生的思维、能力分为低、中、高三个阶段，按照课程内容为单位，逐步地完成各个阶段的课堂教学任务，促进了学生的思维和能力向更高阶段的提升。经过一个学期的课堂教学和实践，三阶递进的课堂教学模型已经达到了我们所预期的课堂教学效果，不仅可以促使学生由被动学习逐渐转向主动和更加深度的学习，还可以培养学生的思维，具备自己解决实际问题的意识和创造性能力。