人工智能与生态文明建设学科交叉教学实践与改革

祝新哲 赵宝全 孙连鹏 李若泓

摘  要：未来五年是美丽中国建设的重要时期，要深入贯彻新时代中国特色社会主义生态文明思想，全面推进生态文明建设。大学生是生态文明建设的践行者和主力军，尤其在人工智能、“物联网+”等高新技术快速发展的时代，培养具有人工智能和生态文明建设学科交叉融合知识背景的复合型人才是目前生态环境类高等教育专业的一项重要任务。通过开设人工智能与生态文明建设学科交叉创新课程，采用线上线下深度融合的教学模式，提高学生解决实际问题的能力，培养与时俱进、多元思维的复合型生态文明建设者和接班人。

关键词：人工智能；生态文明建设；环境科学与工程；学科交叉融合；教学改革

中图分类号：G642        文献标志码：A          文章编号：2096-000X（2023）33-0042-04

Abstract： The next five years will be a crucial period for Beautiful China Constriction. It is imperative to thoroughly implement the ecological civilization thought of socialism with Chinese characteristics in the new era and comprehensively promote the ecological civilization construction. College students are both practitioners and main force in the ecological civilization construction， especially in the era of rapid development of high-tech such as artificial intelligence and the Internet of Things+. Cultivating versatile talents with interdisciplinary integration of artificial intelligence and ecological civilization construction has become one of the important missions of higher education in ecological environment major. By offering interdisciplinary innovative courses on "Artificial Intelligence and Ecological Civilization Construction"， we adopt a teaching model that combines online and offline learning and enhancing ecological civilization education to elevate the students' ability of solving practical problems and the innovative  ability. The purpose of the study is to train them to become the complex builders and successors of ecological civilization who keep pace with the times and think in multiple ways.

Keywords： artificial intelligence; ecological civilization construction; environmental science and engineering; interdisciplinary courses; educational reform

党的十八大以来，我国将生态文明建设提高到新高度，与经济建设、政治建设、文化建设和社会建设并列，形成中国特色社会主义五位一体新布局。当前，生态系统面临严峻形势，包括资源约束趋紧、环境污染严重、生态系统退化等现状，生态文明建設任重而道远。大学生作为生态文明建设的践行者和主力军，肩负着建设美丽中国的时代重任，面对当前科技创新与产业升级日新月异的发展形势，培养与时俱进、德才兼备、兼具科研创新和专业实践能力的生态文明建设接班人已成为高校环境类人才培养的重要目标之一[1]。近年来，人工智能技术的突破性进展引领了新一轮的科技和产业变革，其关键性技术在环境污染预警、生态保护及修复、生态环境管理等方面崭露头角[2]。生态文明建设中许多重大科技问题的突破需要打破原有学科边界，融合多学科知识加以解决，如何通过交叉学科课程的设置提升大学生作为生态文明建设核心力量的能力已成为高校特别是环境、生态类专业的重要任务。

一  学科交叉融合课程的建设综述

学科交叉融合是高等教育尤其是工科专业，应对新的科技革命和产业变革的重要举措，为培养引领未来科技和产业发展的人才需要提前布局。习近平总书记在中共中央政治局第三次集体学习时强调，要优化基础学科建设布局……推动学科交叉融合和跨学科研究。突破学科界限束缚、促进学科交叉协同已上升到支撑国家创新驱动发展的战略高度，而交叉学科融合课程的教学是接轨社会需求与高校教育最基础的环节和最核心的基石[3]。学科交叉课程的设置可提高学生对多学科知识体系间关联的理解，以及灵活运用多学科知识解决工程实际问题的能力，助力复合型、创新型人才的培养。

发达国家针对学科交叉与融合的研究和课程建设起步较早，且已形成相对完备的人才培养体系[4]。早在1926年美国学者R.S.Woodworth就提出了交叉学科（interdisciplinary）概念，即超越一个学科边界且涉及两个或两个以上学科的实践活动，并在美国哥伦比亚大学开展了历史、经济等多学科交叉融合的项目，提高学生了解世界、认识世界的能力[5]。但直到20世纪70年代这一概念才在全世界范围内引起学术界、教育界的广泛关注，并在80年代引入我国，国务院《关于科学工作的六条方针》首次提到团队合作、交叉学科等问题，为我国学科交叉在理论和实践方面的发展提供了政策指引[6]。近年我国对学科交叉的重视达到新高度，通过不断推进学科交叉融合，实现科学研究范式的深刻变革，提升科技创新与国际竞争力[7]。

学科交叉融合的内涵不仅是在知识、信息、数据、观点和理论上的交叉和融合，还是科学方法、技术与工具的相互渗透、借鉴、扩散、转移和交换[8]。学科交叉的方式主要包含四个层面：①不同学科内部知识的交叉分析；②不同学科之间的知识和信息的互换、转移；③利用聚类分析等手段的交叉学科可视化；④学科交叉融合程度的指标测度[6，8]。其中人才培养是学科交叉研究的主体，学科交叉课程设置及建设则是高等教育的重中之重[5]。M.F. Orillion通过案例研究发现大学教育中，交叉课程的数量与学生综合成绩呈现正相关；蔡菲等[3]以化学生物学为例，通过教学内容交叉、教学组织与方法交叉、教学支撑体系交叉等方式，贯彻“多元交叉融合”的教育改革理念，在化学生物交叉课程上取得卓越的创新型成果；宋剑等[9]基于生物学、力学、材料学、机械学和统计学等学科交叉，将生物仿生设计与生物摩擦学课程进行了深入浅出的讲授，为培养高素质工科创新型人才提供了范例。目前，生态文明建设的理论和技术发展势头迅猛，而环境科学、环境工程、生态学等相关学科的课程更新速度远落后于行业发展速度，存在知识结构单一、学科间关联度低、与新兴技术融合度差等现状，因此本课程借助学科交叉的理论与方法，建设并优化了以人工智能为代表的创新技术与生态文明建设的交叉融合课程。

二  人工智能与生态文明建设学科交叉融合的教学模式

人工智能与生态文明建设学科以习近平生态文明思想为指导，以培养具有家国情怀、使命担当、创新实践能力的德才兼备大学生为目标，将人工智能技术与生态文明建设有机融合，引领学生树立生态文明建设意识、增强生态环境保护的使命感。通过人工智能学科和生态环境学科的深入融合，激发学生的学习力、思想力、行动力和创新力，将其培养为基础知识扎实、创新实践兼具的复合型工科人才，肩负起生态文明建设的时代使命。

（一）  课程内容与方法

生态环境领域从信息采集到加工处理均已进入信息化、数字化、智能化时代，仅靠人力实现环境监测、治理、管理已经不能满足生态文明建设的发展需求。人工智能与生态文明建设作为通识选修课，将从人工智能应用概述、生态文明建设简介出发，到人工智能（包括物联网技术、智能机器人、大数据分析方法和机器学习应用等）在大气污染治理、水环境监测与水污染治理、土壤污染治理、固体废弃物污染治理和生态城市建设中的应用，最后总结并展望中国环保产业未来需求，以及人工智能与生态文明建设的有机融合。

课程总计18学时，由环境学院和人工智能学院两个院系的教师共同授课，向环境类、生态类、计算机和人工智能类等专业的本科生开放选课，采用“小班教学+师生讨论+案例研讨”相结合的方式，其中10学时用于教师的理论和案例的课程教授，其他8学时主要用于师生互动讨论和学生分组案例展示。课程采用“以学生为主体、以教师为指引”的翻转课堂形式，积极探索传统学科与新兴学科的交叉融合方式，以机器学习、深度学习、大数据分析、计算机视觉、智能多模态信息处理与融合等人工智能技术在生态文明建设中的应用为切入点，综述人工智能在生态文明建设中的应用现状，展望人工智能助力生态文明建设的发展趋势，引领学生树立生态文明建设意识、增强生态环境保护的使命感，并提升学生个人职业素养和综合能力。

（二）  人工智能与生态文明建设学科群交叉融合的教学案例

随着社会经济的不断增长和城市化进程的推进，污水处理厂的出水水质监测和控制变得愈发重要。然而，传统的污水处理模型在应对日益复杂多变的进水水质和工艺参数时，由于需要花费大量时间测定大量复杂指标、调整模型参数，逐渐显现出局限性[10]。与此同时，机器学习方法在数据挖掘领域崭露头角，为污水处理领域的模型改进和优化带来了崭新的前景。正是在这个挑战与机遇并存的背景下，我们选择将污水模型作为课程研究內容，引导学生们利用先进的技术手段来实现污水处理厂水质预测并以小组单位尝试实现。其中某个小组选择将“基于机器学习的污水处理厂出水水质预测”作为他们的研究主题，收集并清洗了污水处理厂的历史数据，对污水处理厂出水水质进行了预测。

在“基于机器学习的污水处理厂出水水质预测”的项目中，小组成员先是收集了某污水处理厂连续3年的历史监测数据，选取了其中包含进出水水质指标和过程工艺参数的10余项数据作为原始数据集，实施三个数据预处理步骤：①时滞性调整。根据该污水处理厂的工艺流程计算各个处理单元的水力停留时间，累加计算得到位于不同处理单元的数据指标的滞后时间，并调整其在数据集中的位置。②重复数据去除。由于水质监测仪器的精度与性能的限制，会出现连续重复的数据行，建立预测模型前需要将其去除，避免数据泄露、模型无法学习到数据指标间的复杂耦合关系的现象。③异常值去除并标准化。采用箱线图识别异常值，并借助贝叶斯回归插值法填补缺失值，应用Box-Cox变换与Min-Max标准化，将数据分布调整为接近正态分布，并映射至0～1之间。完成数据预处理后，该小组学习了Python编程语言及机器学习算法的相关理论知识，将总计17 703份的数据集按80∶20的比例划分为训练集和测试集，利用训练集数据构建并优化（五折交叉验证方法）基于决策树算法的多目标预测模型，对优化后的模型利用测试集进行外部验证，预测结果如图1所示。

如图1所示，决策树模型对出水总氮（TN）的预测值与实测值的相关系数R2仅在0.3左右、RMSE高达4.261 mg/L；而当决策树模型对出水总磷（TP）进行预测时，R2为0.618、RMSE为0.002 mg/L。说明该模型预测性能较差且不稳定，这是因为决策树算法对数据较为敏感、易出现过拟合或欠拟合现象。在分析出原因后，该小组将模型算法更换为预测稳定、性能高效的随机森林算法，并再次对出水总氮、总磷进行多目标预测，结果如图2所示。虽然随机森林算法所需要的计算资源较多、计算时间较长，但展现出了更好的预测性能。此时，模型对出水总氮的预测R2可以达到0.732、RMSE降低为1.633 mg/L；模型对出水总磷的预测精度进一步提高到R2为0.852、RMSE进一步降低为0.001 mg/L。准确的出水预测是污水处理厂达到排放标准前提下进行节能降耗措施的重要依据，减少污水处理厂的运营成本，可促进碳中和目标的实现。

在学科交叉课程的教学中，教师在讲授基础知识的基础上，通过贴近实际问题的案例分析，可让学生更好地对人工智能在环境治理中的应用有更加深入的理解，并为学生以小组形式执行其他类似项目的探索实践做好铺垫。本课程通过理论与实际的结合、小组自主学习讨论等方式，提高了学生多元思维能力、解决实际工程应用问题的能力及与不同学科背景的人员进行团队合作的能力。

三  学科交叉课程教学改革路径

人工智能与生态文明建设作为创新型学科交叉类课程，课堂以引导式、讨论式为主要教学理念，以案例介绍、小组研讨等方式引导学生对人工智能与生态文明建设两学科的交叉融合加深理解。目前，本课程的教学方式仍需进一步优化改革，主要从以下几个方面来进行。

（一）  优化教学大纲，提高课程品质

人工智能与生态文明建设课程目前主要针对人工智能类与环境类专业的学生制定教学大纲，而生态文明建设处于生态文明建设高度，需要多种专业技术人员的参与。下一步需要继续优化教学大纲，扩大课程选修对象，使更多专业的学生能够加入课堂、融入课堂，真正实现跨学科人才培养的目标；结合选课学生的专业背景、知识结构基础、年级等，把握好课程的难度和深度，因材施教，从根本上提高学生对课程的学习热情和学生参与度；人工智能与生态文明建设作为学科交叉的通识选修课程，鉴于选修课程成绩对学生评优、保研等影响较小，学生往往不太重视课程成绩，要进一步从根本上提高课程品质，增加学生对课程的兴趣。

（二）  增强教师的学科交叉教育理念，提升教学能力

我国大部分高校的学科交叉课程建设仍处于起步阶段，课程的效果很大程度上取决于授课教师对课程的理解和教学能力。首先授课教师应树立正确的学科交叉教育理念，要深刻认识到跨学科、复合型人才是目前国家科技发展的急需人才，要区别于传统专业人才培养模式，杜绝教学模式的生搬硬套，探索出适应于学科交叉课程教学的新路径[11]；虽然学科交叉课程是由不同专业的老师共同完成，但每个授课教师不仅要在本专业上具有精湛的业务水平，还需不断扩充自身的多学科知识，以身作则、终身学习，才能更好地引導教育学生；在授课过程中做到逻辑严谨、表达清晰，深入浅出地讲授学科知识，不断提高教学能力；在为学生设计课程案例分析时，针对环境、化学、生态和计算机等不同类专业背景的学生，选择更贴近学生专业背景的案例，有针对性地布置任务，提高学生跨学科分析、解决问题的能力。

（三）  实行线上线下混合教学模式

线上线下混合教学模式是后疫情时代诞生的新的教学模式，既保障了本校学生的课程学习质量，也有利于与其他高校形成教学资源共建共享体系，强化高校、教师、专家和企业之间的联系，提高课程影响力。人工智能与生态文明建设可通过线上线下混合模式，将课程基础内容和难点制作为线上视频，深度讲解课堂难点，包括人工智能应用概述、生态文明建设核心等，同时增加教学案例分析，如人工智能方法中的机器学习是如何用来预测流域水环境质量变化等与专业相关的实际问题；线上线下混合式教学也可通过平台提前发布教学任务，便于学生的课前预习和课下复习，提高教学效率；“互联网+”的大数据背景下涌现了海量信息数据，线下线上资源的同步形成，如MOOC等学习库为学生提供多样化学习资源[12]，教师可结合学生基础进行针对性指导，发展为有深度、有品质的学科交叉课程。

四  结束语

人工智能与生态文明建设学科交叉课程的设置旨在向环境类、计算机类等工科专业科普人工智能的发展前沿和生态文明建设的核心内容，介绍人工智能在生态文明建设中的应用场景，提高不同专业背景学生通过高效合作解决实际工程问题的能力。在以后的教学中本课程将进一步丰富课程案例，充分利用慕课等线上资源和平台实现真正的线上线下混合教学模式，提升课程影响力和价值，培养学生在面对实际科技问题时运用人工智能等现代科学技术的能力，增强学生核心科技创新能力，提高解决学科交叉问题的水平，助力我国生态文明建设。

参考文献：

[1] 王烜，李春晖，刘强.思政元素融入高校通识课的教学探索——以“水生态文明建设的理论与实践”课程为例[J].教育教学论坛，2023（22）：82-87.

[2] 刘晓明.人工智能技术在环境监测中的重要应用[J].环境工程，2023，41（3）：281.

[3] 蔡菲，秦小雨，贺利贞，等.交叉学科基础课教学实践——以化学生物学为例[J].大学化学，2023，38（0）：1-6.

[4] NASIR N I S， LEE C D， PEA R， et al.， Rethinking learning： What the interdisciplinary science tells us [J]. Educational Researcher， 2021，50（8）：557-565.

[5] 张佳，刘智慧.研究型大学本科生跨学科课程学习参与及其影响因素分析——与主修专业课程比较的视角[J].大学教育科学，2023（3）：42-53.

[6] 马瑞敏，闫晓慧，申楠.学科交叉直接测度研究[J].情报学报，2019，38（7）：688-696.

[7] 裴钰鑫，汪惠芬，李强.新工科背景下跨学科人才培养的探索与实践[J].高等工程教育研究，2021（2）：62-68，98.

[8] 张雪，张志强.学科交叉研究系统综述[J].图书情报工作，2020，64（14）：112-125.

[9] 宋剑，刘宇宏，贾昭君，等.学科交叉背景下工科研究生课程思政建设——以生物仿生设计与生物摩擦学课程为例[J].高教学刊，2023，9（21）：15-18.

[10] WANG R， YU Y， CHEN Y， et al. Model construction and application for effluent prediction in wastewater treatment plant： Data processing method optimization and process parameters integration[J]. Journal of Environmental Management， 2022，302（15）：114020.

[11] 阳纯仁，谢辉祥，甘国龙.“双一流”高校交叉学科设置特征分析[J].中国高校科技，2023（7）：35-40.

[12] 吕慧，赵姗姗，孙连鹏，等，环境工程“新工科智慧教学”模式设计与探索[J].高教学刊，2021，7（33）：6-10.