0 引 言
在我国的高等教育中，讲课和辅导的传统教学一直是主要的方法。近年来，随着教育模式的改革与创新，翻转课程的授课形式成为了一种流行的授课方式，翻转课堂使学生能够在课前获得知识，并在课堂上专注于实践练习和更复杂的联系，将课堂倒置的形式实现了翻转的学习过程[1]，学生首先独立获得知识，然后与课堂教师讨论和实践这些知识。这种方法将在课前布置对应的阅读与学习训练[2]。混合式教育的概念与翻转课堂相似，只是侧重点略有不同。它结合了在线作业和课堂作业的优点，即正常的学习过程与视频、在线作业、论坛讨论和其他在线资源相结合。在某种程度上这两个概念存在明显的重叠，因为大多数翻转课堂的学习任务也是在线活动的形式[3]。
近年来，还有一种流行的学习方式，基于项目的学习（ Project-based learning，PBL ）方法，描述了一种学习场景，学生参与设计解决现实问题的方案，在识别问题的基础上，制定解决方案。教师需要明确要求的任务，鼓励学生创造性地思考，保持他们的积极性。PBL 以建构主义为基础，鼓励学生通过自己的学习经验来学习，要求学生提出一个激励性的问题，然后设计出解决方案说明他们的发现并展示他们对问题的理解，完成此类项目的过程中，学生将迁移已有知识，控制学习过程，评估知识和技能的掌握能力并展示其设计的最终项目成果。
虽然混合式的教育模式或 PBL 的学习方法在逐步改变上课的形态，增加学生的参与程度，但是很多学生仍然不会投入更多的精力在听课过程，也不会为课程辅导多做准备，尤其是面对成绩低且对该专业普遍缺乏兴趣的学生，这个问题尤为严重[4]。如何提高学生对本专业学习的兴趣，提升学生的专业技能，使其具备本专业学生毕业时应拥有的基本条件，是需要重点解决的问题。
1 人工智能专业学生面临的学业挑战
（1）学生的技术背景差异很大。部分学生从选修课或课外活动中奠定了技术基础，这与其他没有任何编程或计算机科学经验的人形成了对比，部分学生甚至从未使用过计算机，这种多样性很难满足所有学生的学习要求，并与他们的水平相匹配。
（2）目标实践项目并非唯一的课程，而是一系列项目，这是一个具有挑战性的任务，学生需要选择适当的编程语言，拥有丰富实践经验才能解决他们的问题。
（3）授课形式有待完善。传统的讲授环节中介绍编程原则和代码较乏味，学生无法直接实践相关技能。引入简短的课堂作业可以帮助学生增加练习投入，但不能满足需要更多时间投入的弱势学生的需求。
（4）学生对专业项目的兴趣启发存在一定的延迟性。一般来说，在第一学期将安排导引课程用于学生的专业项目引导，但由于学生不具备专业技能，无法领会专业中的重点和难点。而在实际授课环节，案例的侧重点体现为局部，并非具有全局观，导致无法激发学生对于专业整体的兴趣，往往学生在实训项目实践时才会对本专业构建整体的布局，可此时已经无法弥补学生在过去实践环节中的不足。
2 融合混合式教育的项目化学习与评价策略
本次项目改革应用于大连东软信息学院软件学院人工智能专业的实践项目体系建设，即针对专业的实践教学体系，涉及第 3、6、9、10 学期的课程。重新梳理和设计现有课程，采用基于反向课堂的混合式教育模式，将项目体系分为 5 个阶段，分别为第一学期的导引项目、第三学期集中实践、第六学期集中实践、第九学期集中实践和第十学期的实训项目。每个阶段的持续时间为 16~200 学时，每个阶段都包含在线学习材料，内含视频和在线练习。在每个阶段的最后，学生将参加每个阶段的终结性考核，他们会以小组为单位进行更精准的技能练习。
每个小组都配有一名导师（每个导师负责 3~4 个小组），导师会帮助、讨论和记录他们的进度，以便日后对齐进行评估。每个阶段中导师都被分配到不同的小组。前 4 个阶段都介绍了新的学习内容。在最后一个任务是额外的一次，没有引入新的内容，但展示了更广泛的结构，涵盖了整个专业学习的脉络。
基于专业一体化设计思路，资源涉及人工智能工程的全生命周期：数据采集、数据存储与处理、模型的分析与设计，针对每个阶段的项目建设，均涉及项目标准、教学日历、课件、微视频、项目导学、项目指导书、教案、案例、考核资料、学习指导材料等基本资源。每个阶段的资源建设会呈现有层次、有重点、有专业板块的特点，具体表现为资源重心差异化的特征。表 1 列出了人工智能专业的项目设计主线。
可以看出，每个阶段中的主题混合了 Python 语言编程技能的锻炼和人工智能技术的概念。在第一学期，重点是专业脉络主线的把握。这是必要的，以便让学生尽快开始使用机器人组件。以阶段 3 为例，其中包含的资源有 24 个课件、视频和学案，超过 30 个项目案例，5 个阅读任务和超过 100 道编程习题（分级练习）等。通常，1~2 个视频之后会有几个练习，其他模块具有相似的结构和工作量。
完成所有自学练习的小组学生需要将他们的解决方案合并到一个项目中。例如，在第二个阶段中，他们将学习变量、随机数、按钮和 led 以及如何设计一个迷宫并实现软件中的对战。此时的任务是针对给出的迷宫问题建模，选择适当的搜索算法（至少包括穷举搜索和一种启发式搜索）进行迷宫寻路并给出代码实现，代码编写要满足规定的接口要求。
针对学习过程和学习效果，通过采集教师教学过程中的大量文本、语音、视频、图像、资源反馈等数据，构建学生学习状态特征数据，以周为单位组织特征数据，将学生的学习状态分为好、中、差 3 个类别，此模型可随时监控学生的学习状态；学生能力达成模型可通过教师多次对学生开展的测试、考试、作业、提问等数据来实时评价学生能力达成情况，并通过积累的各年历史数据，评价学生掌握此能力的难度系数；针对教师提供的各类教学资源及资源的使用数据，通过学生学习的痕迹数据和学生的反馈数据，构建学习效果的评价模型，有助于教师对资源的持续改进。学习过程和学习效果评价如图 1 所示。
3 融合思政教育的PBL模式应用
3.1 思政元素的融入
在本专业项目实践的实施环节中，重点强调设计的项目是如何影响学生学习的。虽然很多专家研究在实践课程中的 PBL 方法应用，但是重点是在人工智能的项目中使用项目思政 +PBL 模式，让学生参与他们自己定义项目中的交互环节，并通过分析真实世界的数据需求，理解人工智能技术在国内研发过程中的痛点以及技术带来的产业革命，培养学生的紧迫感和国家意识，使他们能够从多流信息中学会明辨是非。
1）在价值塑造方面：人工智能应用伦理。
（1）通过对机器人背景和概念的介绍，让学生了解行业需求和发展形势。
（2）通过不同行业的真实案例，帮助学生掌握机器人取代人类工作的基本原则。
（3）通过对并行处理技术的介绍，让学生掌握时间和空间互换的工程思维。
（4）通过对机器人应用安全和知识产权的介绍，让学生了解行业生产中的专业伦理。
2） 在知识掌握方面：技术痛点与行业瓶颈。
（1）让学生了解国内机器人研发技术的痛点以及技术带来的产业革命，培养学生的紧迫感和国家意识。
（2）探索多种形式的教学方法，激发学习积极性。
3）在能力培养方面：科技创新 + 课赛结合。
（1）本项目与人工智能应用对抗大赛相结合，学生将综合 Python、数据结构、Linux 操作系统、机器人编程、人工智能导论的基础知识，实现编程能力的融会贯通。
（2）在课赛结合的基础上，辅导学生通过学习活动对人工智能项目开发流程进行建构，培养学生自主研究、合作交流的学习能力。
以表 1 中的阶段 3 为例，在人工智能编程实践项目中，在独立环节中设计思政融入点、学生需具备的核心素养以及融入方式（见表 2）。
3.2 PBL 实施策略的设计
基于 PBL 的思想，让学生在完成学习活动时，应用掌握的知识来挑战他们对于知识的理解能力，并让他们参与学习全过程，而不是被动地观察、倾听或阅读项目内容，从而提高学生的参与度[5]。PBL 丰富了学生的课堂活动，因为学生在不同时间的作业中处理不同的问题，要求他们整合多组知识。而教师的角色从提供解决方案转变为帮助学生克服困难和障碍的辅助者，学生可以经常和老师一起工作或分享小组的工作成果[6]。此外，在设计项目时，强调学生通过直接经验参与指导自己的学习。让学生控制项目定义，掌握整个项目的所有权。通过项目的独特定义以及选择用于执行项目的技术来增加学生对于项目的掌控能力、主动性和积极性。当学生在同伴之间互动并提供反馈时，就会产生协作的行为。此外，在整个项目中还可以利用批判性思维解决问题。
以“五新”动态更新课程、项目等教学内容；本专业的课程体系都规划设计了单元、单元组、课程、课程群及专业综合实训的“五级”项目，并将逐级递进的应用能力培养贯穿大学四年的实践环节。
以阶段 3 的人工智能编程实践项目为例，这里启发学生描述多个任务场景，学生通过在导引课程中创建自己的目标问题，每个问题都包含开放式元素，学生决定如何定义规范某一部分，并为学生在设计和实施中的创造性提供自由。学生根据自己的经验构建自己对机器人运动轨迹的解释，从而产生培养创造力并保持一定的兴趣。例如，在“基于虚拟仿真的机器人应用实践”中，设计以机器人作为防疫巡逻员（公共安全巡逻员）作为引入，以机器人自动化运动作为案例，要求学生设计具体流程和思路。具体环节如图 2 所示。
学生可以依照“疫情防控、机器替代人类、程序流程创建与编写、程序调试、虚拟仿真、真实场景与虚拟场景联调”等环节，学生可分组对机器人在虚拟仿真平台的行为进行讨论和学习。特殊的，在其中引入讨论环节，即机器人的多组控制方式：①纯手工控制（基础编程控制机器人运动）；②半自动化控制（手动切换语音和图像）；③全自动化控制（机器人自主运动，完全脱离人类），由于 1—3 的难度逐渐增加，学生需明确如何访问到摄像头无法观察到的死角，判断声音的真假，机器人是否有取代人类的可能性等问题，以实现对于当前项目思政潜移默化的教育。
3.3 项目考核方案的设计
基于评价要点，终结性考核主要分为 5 个阶段，包括机器人演示（ 50 分）、回答问题（ 20 分）、项目报告（ 20 分）等内容。大作业开发以小组为单位，两人一组，要求完成在指定迷宫场景下的桌面应用开发和虚拟世界接口开发，具体要求如下。
（1）题目自拟，小组协作完成机器人硬件与软件的开发。实现机器人的自主运动。
（2）可实现深度摄像头、麦克风阵列、雷达探测器的信息获取，机器人可进行对应的信息反馈。
（3）使用 PyQT 设计机器人界面，可使用第三方接口实现语音和图像的识别。
（4）机器人系统稳定运转。
其中，终结性考核项目展示环节思政点融入策略见表 3。
4 教学实践效果评估
4.1 项目参与度
以阶段 1 的专业导引与职涯规划为例，总计有 3 个年级的学习数据，其中，第一组使用传统的教学模式，最后 2 组数据使用混合式项目化学习方式进行教学。经过统计，可以获得学生参与学习过程的人数对比图，如图 3 所示。可以看出，从 2021 年应用混合式项目化学习开始，学生参与程度得到明显提升，图中的学生总人数为 60 人。
4.2 终结性考核成绩分析
以阶段 3 的人工智能编程实践项目为例，总计有 2 个年级的学习数据，其中，第一组使用传统的教学模式，第 2 组数据使用混合式项目化学习方式进行教学。经过统计，可以获得学生预期学习效果达成度的对比关系，如图 4 所示。可以看出，本阶段项目从 2022 年应用混合式项目化学习开始，学生预期学习效果达成度得到明显提升，尤其在素质能力方面，使用混合式项目化学习方式的提升程序达到 25%。
5 结 语
大连东软信息学院实施“1321”学期设置（ 1 个学年分为 3 个学期、2 个基于案例和项目的理论学期、1 个集中能力训练的实践学期）和“3+1”教学模式，理论教学“精讲多练”，实践教学侧重面向行业应用的进阶式实践并贯穿大学 4 年。人工智能专业则在思政背景下采用了融合翻转课堂的混合式项目化教学模式，重点考查和评价学生的学习过程和学习效果。此外，基于融合思政教育的 PBL 模式应用，帮助学生实现润物细无声的思政教育，学生在项目实施过程中拥有自主设计权，项目设计流程、思政教育与项目考核环节完美契合，通过多轮的实践验证，该设计方案可提升学生的预期学习效果，从而实现对于本专业学生的进一步激励和培养。
参考文献：
[1] 张其亮, 王爱春. 基于“翻转课堂”的新型混合式教学模式研究[J]. 现代教育技术, 2014, 24(4): 27-32.
[2] 朱弘飞, 单子鹏, 王文. 基于线上线下混合式教学的“数据分析与人工智能”课程研究与实践[J]. 无线互联科技, 2020, 17(21): 117-118.
[3] Jdaitawi M. Does flipped learning promote positive emotions in science education? A comparison between traditional and flipped classroom approaches[J]. Electronic Journal of E-Learning, 2020, 18(6): 516-524.
[4] Frydenberg M, Mentzer K. From engagement to empowerment: Project-based learning in python coding courses[J]. Information Systems and Computing Academic Professionals, 2021(3): 47-62.
[5] 谢柯, 吴旭. 丹麦奥尔堡大学PBL教学模式及其对我国MTI教育的启示[J]. 当代外语研究, 2015(2): 50-55.
[6] 李慎刚, 张锋春. PBL与专业课程思政相结合的教学模式研究[J]. 高教学刊, 2022, 8(17): 72-75,79.
基金项目：国家重点研发计划项目（ 2021YFC3320300 ）；辽宁省教育厅项目 （ LJKQZ2021188，JG20DB032 ）。
第一作者简介：贾宁，女，大连东软信息学院副教授，研究方向为大数据开发、人工智能，jianing@neusoft.edu.cn。
引文格式: 贾宁, 郑纯军. 思政背景下的混合式项目化学习在人工智能专业教学中的实践 [J]. 计算机教育, 2023(7): 138-144.
转自：“计算机教育”微信公众号
如有侵权，请联系本站删除！
