“人工智能+教育”背景下地方高校双语课程智慧课堂建设路径研究

熊齐 潘梅森

(湖南文理学院国际学院 湖南常德 415000)

1 相关背景

随着现代科技的不断发展，互联网的日益普及，人类社会当前已经进入了一个人工智能的大数据时代。大数据、云计算、深度学习、图像识别、语音识别等人工智能技术逐渐成为当今社会的热点。人工智能技术目前已经广泛用于医疗、教育、金融等领域。2017年7月国务院印发的《新一代人工智能发展规划》中指出：“利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系。开展智能校园建设，推动人工智能在教学、管理、资源建设等全流程应用。开发立体综合教学场、基于大数据智能的在线学习教育平台。开发智能教育助理，建立智能、快速、全面的教育分析系统。建立以学习者为中心的教育环境，提供精准推送的教育服务，实现日常教育和终身教育定制化。[1]”作为国家战略层面的重大部署，规划的发布把我国新一代人工智能研究和应用推向了一个前所未有的高潮，也标志着我国的教育也进入了一个人工智能的智慧时代。

近年来，随着科技的发展，很多高校开展了智慧教育工作。智慧教育是指将互联网、人工智能、大数据、物联网、云计算等现代信息技术融入教育教学全过程。比如教育数据化和学习分析。数据化的意思就是把一种现象转变为可制表分析的量化形式的过程[2]。比如：大脑活动、调查问卷以及学生的表现等形式可以用某种方式转换成数字数据[3]。在全球范围内“数据治理”的教育政策背景下[4]，学校的日常管理越来越倚重“数据化”。再如：对教学质量的评价日益倾向于量化评估[5]，基于计算机的数据处理技术对教育“数据化”以推动“智慧校园”的建设[6-7]。目前，在线学习平台在教育领域正变得越来越普遍，这有利于教学的企业自动收集和处理学生数据，用于教学的评估和管理[8]。

学习分析（Learning Analytics）是把学生学习后产生的数据收集后进行分析的一种活动[9-11]。教育的重大决策需要大数据分析提供全面、可靠的信息源。数据的质量及其合理运用直接影响教育质量[12-13]。任何计算机应用程序的使用都会产生大量数据。随着这几年来线上教育的发展，产生了大量的学习活动的数据。通过大数据架构对这些数据进行分析，可以以了解学生的学习情况，并利用这些反馈的信息改进教育过程[14]。大数据是一种资源，也是一种工具，它可以对教育过程中产生的大量数据进行分析，以挖掘有价值的信息，提供基于个性化教育的教育模式。在线学习是一个不间断的过程。这期间存在着非常多的学习交流活动[15]。XIA X[16]通过对这些交互活动之间相关性的分析，设计了一种合适的算法。它可以根据关联规则推荐学习方案，以实现个性化教育。在这种情况下，大数据就成为了一种自适应学习的工具。

除了在线学习，DrAYTON-BROOKS S M等人[17]把学习分析引入了护理临床教育中。通过对学生在电子临床管理系统中记录的大量临床数据进行学习分析，教师能够更好地了解学生临床实习的情况，为基于能力的护理教育提供有用的信息。

但是受技术和资金等条件的限制，很多地方高校直到现在还没开展智慧教育的工作，无法在人工智能时代下享受科技的发展提升教学质量的便利。目前很多地方高校中外合作办学双语教学还是沿用的传统的教学方式，还存在一些影响教学质量的因素，急需通过引入人工智能技术进行解决。

2 人工智能时代高校教学质量提升的策略：PDCA循环

PDCA 循环理论[18]，是由美国质量管理专家戴明（Deming）提出的。它是全面质量管理的思想基础和方法依据。P的含义是计划（Plan），就是根据预期的结果确立目标以及制订行动计划；D的含义是实施（Do），就是按照计划的内容，采取具体的行动计划；C的含义是检查（Check），即收集数据以供分析检查执行计划的实际结果，与目标进行对比，找出差异，评估计划的适用性和完整性对执行的影响，判断哪些是正确的、哪些是错误的，分析并找出问题；A的含义是改进措施（Act），也就是对检查阶段的结果进行处理，对成功的经验进行总结推广，经过检验的可行标准成为下一循环实施的标准；对未达到预期的结果进行分析总结，对那些未解决或新出现的问题可纳入下一个PDCA 循环去解决。人工智能时代下的教与学与传统方式的教与学有着很大的不同。我们可以借助PDCA 循环理论，更好地利用人工智能提升教学质量。

2.1 人工智能时代下基于PDCA循环的双语教学质量提升框架

根据人工智能时代下地方高校中外合作办学双语教学的质量特点，可以设计如图1所示的PDCA循环框架用来提升教学质量。在图1中，我们分别把“教学大纲、教案、教学计划”放在P（Plan）内，“课堂教学、实验实训、课后复习等”放在“D（Do）”内，“教学检查”放在“C（Check）”内，最后把“如何改进”放在“A（Act）”内，而闭环的中心是“学生”，表示以学生为本，教学质量的提升应体现在学生运用专业知识能力的提高上。

图1 基于PDCA循环的双语课程教学质量提升框架

采用PDCA 循环理论来提高双语课程教学质量，是一项系统工程。学生的水平是在不断动态变化着的，课程的授课教师也不是一成不变的。教师需要根据学生目前的水平，对相应的人工智能技术能否达到课程设定的教学目标进行测试，根据测试结果采取相应的教学模式，因材施教。通过PDCA循环，老师可以验证人工智能辅助的教学效果，可以逐渐熟悉和完善人工智能的一些应用，进而不断提高课程的教学质量。

2.2 地方高校在人工智能时代下基于PDCA 理论的教学质量提升的基本路径

2.2.1 计划阶段

在这一阶段主要是教学目标和教学内容的确定。具体体现在双语教学课程的教学大纲、教案，所选定的教材。一般来说，由于地方高校中外合作项目的双语课程由外方大学指定，所以大纲的编写基本参照外方的课程大纲，教材也是根据外方课程大纲的建议选择。所以这两个方面的改进空间不大，其中最有改进空间的就是课程教案。课程教案需要反映课程的重点、难点，能对学生实现真正意义上的因材施教和个性化教育，提高学生的学习效率，发挥其主观能动性。传统的在大屏幕演示PPT的方法由于缺少互动性很难达到这样的效果。在人工智能时代下，各类学习管理系统（Learning Management System，LMS）被广泛用于大学的教学过程中[19]。这里比较常见的有雨课堂、微助教、百度智慧课堂等。国内很多有名的大学如西安交通大学、贵州大学等在几年前就开展了雨课堂教学。而很少有地方高校采用LMS教学。

教师利用LMS 可以把制作的课件、课程中涉及的专业词汇、与课程有关的资料以及一些课前测试题目在手机上推送给学生。学生接收到相关资料后，规定其在一定的时间内观看课件并完成课前测试题，即时得到自动评分，同时学生可以将预习过程中遇到的问题提交到LMS。教师可以实时查看已预习学生人数和测试题答题情况、学生反馈等，方便老师进行课前学情分析、明确上课的重点难点，进一步优化教学设计。这个步骤对地方高校中外合作办学的双语教学尤其重要。因为双语教学的外方教师上课的时候没有中文解释，学生很难理解和听懂一些专业词汇。通过预习，学生事先了解了这些专业词汇的中文含义和英语发音，上课的时候也就更容易听懂和理解。

2.2.2 执行阶段

在课堂教学阶段，教师可以把LMS 课前预习情况反馈给学生，使学生认识到该章节的易错点及自己在预习中的出错点，使其听课针对性更强。教师结合预设教学目标内容并依据学生课前预习结果进行针对性教学。LMS 软件在学生的手机端可以同步接收PPT。如果学生遇到不懂的问题，可以利用LMS 软件随时向老师发送“不懂”的讯号，教师则会同步收到，从而可以实时调整课程节奏并重点讲解。有些LMS软件还弹幕功能，学生可以随时表达自己的观点、想法以及不懂的问题。地方高校中外合作办学项目的学生由于英语水平参差不齐，这个功能可以使学生克服胆怯心理，敢于在课堂上通过这种形式与老师进行互动，可以使教师有效地了解课堂的教学效果。

在实验环节，针对部分编程课程，教师可以利用现在的云计算平台给学生开展在线编程实践。比如：现在很多公司都开发了面向高校的私有教育云平台，在平台上可以开设编程语言、大数据、网络安全、人工智能、网络工程等实验。这些基于云平台的实验系统，一般都可以提供讲解的视频，以及配套的实验指导，帮助教师一站式解决实验难题。同时，在实验完成后，系统可以根据学生的操作情况，自动生成实验报告，自动生成评语，自动给报告打分。当然这些平台一般都是收费的，使用平台的学生人数越多价格越贵。但是国内的百度大脑（AI Studio）提供了一个免费的教育云平台。目前。在这个平台上既可以进行常规的编程入门教学，比如Python语言、算法与数据结构等。也可以开展强算力需求的机器学习或深度学习教学。可以在线分享PPT、PDF 等课件，甚至可以开展视频教学，让学生在线通过视频学习。利用这个平台，老师们不仅可以展示Notebook 实验给学生，还可以在线分享PPT、PDF等文件给班级学生，更可以插入视频，学生在线视频学习。

课后复习阶段，学生们都希望及时解决遇到不懂的问题。在LMS 软件的支持下，学生可以把存在的疑问反馈到LMS 教学课堂平台上，并与教师和同学进行交流讨论；教师可以一对一的答疑解惑进行个性化指导。这种方法的好处是便于老师收集学生的问题，缺点是不可能做到实时解答学生的问题。近年来，人工智能的自然语言处理技术（NLP）得到长足的发展，人工智能助教系统也走进了大学校园。比如：在美国等科技发达地区的大学里，有的AI助教已经达到了以假乱真的地步。再如：美国佐治亚理工学院的AI 助教Jill Waston。在这种背景下，教师可以遴选几门重要的课程，通过LMS以及历年的考试、作业等途径收集课程中学生可能存在的问题，利用NLP技术也制作一个AI智能助教，辅助老师课后对学生进行答疑，缓解地方高校的双语师资紧缺的现状。

2.2.3 检查阶段

这个阶段就是检查实际教学效果与开始计划阶段的教学目标之间的差距。这种检查包括自查和他查两个方面。

（1）自查。自查就是任课老师通过PDCA的运用，发现教师教学设计和教学行为、教学效果之间的关系，找出存在的问题与症结，以不断提高教学质量，提高学生学习的积极性和高效性，提升教师教学能力。

对教学设计，我国有的教育专家曾提出一种优化教学设计的方法。首先明确要解决的问题，然后提出解决问题的方案并进行实验验证。如果提出的方案正确，就将该方案投入实际使用；如果实验验证的结果与预期不符，就修改方案或者尝试其他方案；如此循环直到成功[20]。由此可见，提高教学设计的过程与PDCA循环过程存在着很强的内在相似性。

实际操作过程中，任课老师通过LMS 或者教学云平台收集教学过程中学生产生的一些数据，包括学生的到课率、课件查看率、课堂上的互动次数、测试题目的准确率、实验的完成情况等。根据这些数据，结合相应的大数据算法来分析、改进教学情况，实现个性化教学。其中图2是人工智能优化教学设计的过程图。

图2 人工智能优化教学设计的过程

（2）他查。他查就是由外人，也就是由学校负责教学督导的人员对课程的教学情况进行的阶段性内部质量审核工作。包括平时进行的听课评课工作，以及期末的教学质量检查。在传统的检查过程中需要准备的资料具体包括以下方面。

①任课教师的课程教案、教学手册等。教学手册包括教学进度表和学生的考勤情况以及平时成绩。

②考核记录，包括老师批改的试卷、作业的评分和评语等。

工作人员主要检查课程教案是否与课程大纲相吻合，学生是否所掌握了相应的知识和技能，是否让大多数学生达到了教学目标。但是这些判断的主观性很强。在使用了LMS 教学系统或云平台教学环境后，我们可以收集到一些量表数据、文本数据和音视频资料等。根据这些资料，可以对教师的教学质量进行精准、客观的评价。

2.2.4 行动阶段

针对自查和他查中占有的大数据资料，采用相应的人工智能分析模型进行分析，发现其中存在的问题，得出分析报告，帮助教师掌握学生的学习动态，找出学生在学习过程中和老师在教学过程中有可能存在的一些问题，辅助教师开展教学工作，改进教学设计。其过程如图3所示。

图3 人工智能提高教学质量的过程

改进后的教学设计需要在下一轮的课程教学中实施，通过计划、实施、检查这3 个阶段来检验行动方案是否解决了问题。如果改进了现有的标准，这些改进将纳入教案中成为下一轮课程教学的标准。

3 结语

人工智能的发展改变了人们的生活，给人们带来了极大的便利。但是人工智能在教育中的应用还处于一个初始阶段，还只是在一些一流高校中得到应用，很多地方本科院校都没有开展或者没有大规模开展。所以地方本科院校在中外合作项目的双语教学中引入人工智能的时候，师生双方都将会遇到一些困难和问题。如果解决不好，就无法发挥人工智能在教学中的作用，达不到提高教学质量的目的，无法提高人才培养质量。为了避免出现这种情况，该文提出了基于PDCA 循环的教学质量提高框架。基于这个建设路径，将影响教学质量的关键点都纳入PDCA 循环中，在这个路径的规范和指引下，把人工智能应用到在教学中去，因材施教，提高相关课程的教学质量。