人工智能教学设计案例范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的13篇人工智能教学设计案例范例，将为您的写作提供有力的支持和灵感！

篇1

【中图分类号】G40-057 【文献标识码】A 【论文编号】1009―8097（2008）13―0018―03

人工智能是一门综合的交叉学科，涉及计算机科学、生理学、哲学、心理学、哲学和语言学等多个领域。人工智能主要研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能，其长期目标是实现人类水平的人工智能。[1]从脑神经生理学的角度来看，人类智能的本质可以说是通过后天的自适应训练或学习而建立起来的种种错综复杂的条件反射神经网络回路的活动。[2]人工智能专家们面临的最大挑战之一是如何构造一个可以模仿人脑行为的系统。这一研究一旦有突破，不仅给学习科学以技术支撑，而且能反过来促使人脑的学习规律研究更加清晰，从而提供更加切实有效的方法论。[3]人工智能技术的不断发展，使人工智能不仅成为学校教育的内容之一，也为教育提供了丰富的教育资源，其研究成果已在教育领域得到应用，并取得了良好的效果，成为教育技术的重要研究内容。

人工智能的研究更多的是结合具体领域进行的，其主要研究领域有：专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、博弈、智能决策支持系统、人工神经网络和分布式人工智能等。[4]目前，在教育中应用较为广泛与活跃的研究领域主要有专家系统、机器人学、机器学习、自然语言理解、人工神经网络和分布式人工智能，下面就这些领域进行阐述。

一 专家系统

专家系统是一个具有大量专门知识与经验的程序系统，它使用人工智能技术，根据某个领域中一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家决定的复杂问题。[5]专家系统主要组成部分为：知识库，用于存储某领域专家系统的专门知识；综合数据库，用于存储领域或问题的初始数据和推理过程中得到的中间数据或信息；推理机，用于记忆所采用的规则和控制策略的程序，使整个专家系统能够以逻辑方式协调地工作；解释器，向用户解释专家系统的行为；接口，使用户与专家系统进行对话。近几十年来，专家系统迅速发展，是人工智能中最活跃、最有成效的一个研究领域，广泛用于医疗诊断、地质勘探、军事、石油化工、文化教育等领域。

目前，专家系统在教育中的应用最为广泛与活跃。专家系统的特点通常表现为计划系统或诊断系统。计划系统往前走，从一个给定系统状态指向最终状态。如计划系统中可以输入有关的课堂目标和学科内容，它可以制定出一个课堂大纲，写出一份教案，甚至有可能开发一堂样板课，而诊断系统是往后走，从一个给定系统陈述查找原因或对其进行分析，例如，一个诊断系统可能以一堂CBI（基于计算机的教学，computer-based instruction）课为例，输入学生课堂表现资料，分析为什么课堂的某一部分效果不佳。在开发专家计划系统支持教学系统开发（ISD）程序的领域中最有名的是梅里尔（Merrill）的教学设计专家系统（ID Expert）。[6]

教学专家系统的任务是根据学生的特点（如知识水平、性格等），以最合适的教案和教学方法对学生进行教学和辅导。其特点为：同时具有诊断和调试等功能；具有良好的人机界面。已经开发和应用的教学专家系统有美国麻省理工学院的MACSYMA符号积分与定理证明系统，我国一些大学开发的计算机程序设计语言、物理智能计算机辅助教学系统以及聋哑人语言训练专家系统等。[7]

目前，在教育中，专家系统的开发和应用更多的集中于远程教育，为现代远程教育的智能化提供了有力的技术支撑。基于专家系统构造的智能化远程教育系统具有以下几个方面的功能：具备某学科或领域的专门知识，能生成自己的提问和应答； 能够分析学生的特征，评价和记录学生的学习情况，诊断学生学习过程中的错误并进行补救教学；可以选择不同的教学方法实现以学生为主体的个别化教学。[8]目前应用于远程教育的专家系统有智能决策专家系统、智能答疑专家系统、网络教学资源专家系统、智能导学系统和智能网络组卷系统等。

二 机器人学

机器人学是人工智能研究是一个分支，其主要内容包括机器人基础理论与方法、机器人设计理论与技术、机器人仿生学、机器人系统理论与技术、机器人操作和移动理论与技术、微机器人学。[9]机器人的发展经历了三个阶段：第一代机器人是以 “示教―再现”方式进行工作；第二代机器人具有一定的感觉装置，表现出低级智能；第三代机器人是具有高度适应性的自治机器人，即智能机器人。目前开发和应用的机器人大多是智能机器人。机器人技术的发展对人类的生活和社会都产生了重要影响，其研究和应用逐渐由工业生产向教育、环境、社会服务、医疗等领域扩展。

机器人技术涉及多门科学，是一个国家科技发展水平和国民经济现代化、信息化的重要标志，因此，机器人技术是世界强国重点发展的高技术，也是世界公认的核心竞争力之一，很多国家已经将机器人学教育列为学校的科技教育课程，在孩子中普及机器人学知识，从可持续和长远发展的角度，为本国培养机器人研发人才。[10]在机器人竞赛的推动下，机器人教育逐渐从大学延伸到中小学，世界发达国家例如美国、英国、法国、德国、日本等已把机器人教育纳入中小学教育之中，我国许多有条件的中小学也开展了机器人教育。

机器人在作为教学内容的同时，也为教育提供了有力的技术支撑，成为培养学习者创新精神和实践能力的新的载体与平台，大大丰富了教学资源。多年来，我国中小学信息技术教育的主要载体是计算机和网络，教学资源单一，缺乏前瞻性。教学机器人的引入，不仅激发了学生的学习兴趣，还为教学提供了丰富的、先进的教学资源。随着机器人技术的发展，教学机器人种类越来越多，目前在中小学较为常用的教学机器人有：能力风暴机器人、通用机器人、未来之星机器人、乐高机器人、纳英特机器人、中鸣机器人等。

三 机器学习

机器学习是要使计算机能够模仿人的学习行为，自动通过学习来获取知识和技巧，[11]其研究综合应用了心理学、生物学、神经生理学、逻辑学、模糊数学和计算机科学等多个学科。机器学习的方法与技术有机械学习、示教学习、类比学习、示例学习、解释学习、归纳学习和基于神经网络的学习等，近年来，知识发现和数据挖掘是发展最快的机器学习技术。机器学习（自动获取新的事实及新的推理算法）是使计算机具有智能的根本途径，对机器学习的研究有助于发现人类学习的机理和揭示人脑的奥秘。[12]

随着计算机技术的进步和机器学习研究的深入，机器学习系统的性能大大提高，各种学习算法的应用范围不断扩大，例如将连接学习用于图文识别，归纳学习、分析学习用于专家系统等，大大推动了在教育中的应用，例如在建构适应性教学系统中，用机器学习与朴素的贝叶斯分类器动态了解学生的学习偏好，有较高的准确率[13]。基于案例的推理（case-based reasoning，CBR）是一种新兴的机器学习和推理方法，其核心思想是重用过去人们解决问题的经验解决新问题，在计算机辅助教育方面，已经出现了基于CBR的图形仿真教育系统，并且，针对个体特征的教育教学方法研究也有所突破。[14]另外，数据挖掘和知识发现在生物医学、金融管理、商业销售等领域的成功应用，不仅给机器学习注入新的生机，也为机器学习在教育中的应用提供了新的前景。

四 自然语言理解

自然语言理解就是研究如何让计算机理解人类的自然语言，以实现用自然语言与计算机之间的交流。一个能够理解自然语言信息的计算机系统看起来就像一个人一样需要有上下文知识以及根据这些上下文知识和信息用信息发生器进行推理的过程。[15]自然语言理解包括口语理解和书面理解两大任务，其功能为：回答问题，计算机能正确地回答用自然语言提出的问题；文摘生成，计算机能根据输入的文本产生摘要；释义，计算机能用不同的词语和句型来复述输入的自然语言信息；翻译，计算机能把一种语言翻译成另外一种语言。由于创造和使用自然语言是人类高度智能的表现，因此对自然语言处理的研究也有助于揭开人类高度智能的奥秘，深化对语言能力和思维本质的认识。[16]

自然语言理解最早的研究领域是机器翻译，随着应用研究的广泛开展，也为机器人和专家系统的知识获取提供了新的途径，例如由MIT研制的指挥机器人的自然语言理解系统SHRDLU就可以接收自然语言，进行人机对话，回答关于桌面上积木世界中的各种问题。同时，对自然语言理解的研究也促进了计算机辅助语言教学和计算机语言设计等方面的发展，例如“希赛可”网络智能英语学习系统，这个基于网络的“人-机”语境的建立，突破了普通英语教师和传统的单机的多媒体教学软件所能具备能力限制，也比建立于网络的“人-人”语境更具灵活性，可以为远程学习者提供良好的英语学习支持，在国内第一次系统地将用自然语言进行的人机对话系统应用在计算机辅助外语教学上，在国际上也是一种创新。[17]

五 人工神经网络

人工神经网络就是在对大脑的生理研究的基础上，用模拟生物神经元的某些基本功能的元件（即人工神经元），按各种不同的联结方式组织起来的一个网络，其目的在于模拟大脑的某些机理与机制，实现某个方面的功能，例如可以用于模仿视觉、模式识别、声音信号处理、控制、故障诊断等领域，人工神经元是人工神经网络的基本单元。[18]人工神经网络有两种基本结构：递归（反馈）网络和多层（前馈）网络，两种主要学习算法：有指导式学习和非指导式学习。

人工神经网络从模拟人类大脑神经网络的结构和行为出发，具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力，特别适合于处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题，[19]这使人工神经网络具有更大的发展潜能，目前已经开发和应用的人工神经网络模型有30多种。人工神经网络在教育中的应用大多是与教学专家系统相结合，以此来改进教学专家系统的性能，提高智能性，使其在教学过程中对突发问题具有更好的应对能力。人工神经网络在学校管理中也得到应用，例如采用误差反传算法（BP）的多层感知器已应用于高校管理之中。

六 分布式人工智能(Distributed Artificial Intelligence，DAI)

分布式人工智能是分布式计算与人工智能结合的结果，研究目标是要创建一种能够描述自然系统和社会系统的精确概念模型，主要研究问题是各Agent之间的合作与对话，包括分布式问题求解和多Agent系统两个领域。[20]分布式人工智能系统一般由多个Agent组成，每个Agent又是一个半自治系统，Agent之间及Agent与环境之间进行并发活动并进行交互来完成问题求解。[21]由于分布式人工智能系统具有并行、分布、开放、协作和容错等优点，在资源、时空和功能上克服了单智能系统的局限性，因此获得了广泛的应用。

分布式人工智能中的Agent和多Agent技术在教学中的应用逐渐受到关注。在教学中引入Agent可以有效地提高教学系统的智能性，创造良好的学习情境，并能激发学习者的学习兴趣，进行个性化教育。目前，Agent和多Agent技术多用于远程智能教学系统，通过利用其分布性、自主性和社会性等特点，提高网络教学系统的智能性，使教学资源得到充分利用，并可实现对学习者的学习行为进行动态跟踪，为学习者的网络学习创造合作性的学习环境。在网络教学软件中应用Agent技术的一个典型是美国南加利福尼亚大学（USC）开发的教学Adele（Agent for Distance Education - Light Edition） [22]。Agent技术在网络教学软件中取得的良好效果，促进了研究者对分布式人工智能在教育中的应用研究。

综上所述，科学技术的发展将会推动人工智能技术在教育中应用的广度和深度。从人工智能的应用趋势来看，人工智能在教育中应用的扩展可以通过以下三个方面进行：一是人工智能与其他先进信息技术结合。人工智能已经与多媒体技术、网络技术、数据库技术等有效的融合，为提高学习效率和效度提供了有力的技术支持，而引起教育技术界广泛关注。[23]例如人工智能技术通过与多媒体技术相结合，可以提高智能教学系统的教学效果；与网络通讯技术相结合，可以提高和改进远程教育的智能性。二是人工智能应用研究领域间的集成。人工智能应用研究领域之间并不是彼此独立，而是相互促进，相互完善，它们可以通过集成扩展彼此的功能和应用能力。例如自然语言理解与专家系统、机器人的集成，为专家系统和机器人提供了新的知识获取途径。三是人工智能的研究和应用出现了许多新的领域，它们是传统人工智能的延伸与扩展，这些新领域有分布式人工智能与Agent、计算智能与进化计算、数据挖掘与知识发现以及人工生命等[24]，这些发展与应用蕴藏着巨大潜能，必将对教育产生重要的影响。

技术发展不断发挥着引导教育技术研究的作用，一种新兴技术的出现总是会掀起相应的研究热潮, 引发对技术在教育中应用的探讨、评价以及与传统技术的对比。[25] 人工智能作为一门交叉的前沿学科，虽然在基本理论和方法等方面存在着争论，但从其研究成果与应用效果来看，有着广阔的应用前景，值得进一步的开发和利用。

参考文献

[1] 史忠植,王文杰.人工智能[M].北京:国防工业出版社,2007:1.

[2][11][18][19] 《计算机与信息科学十万个为什么》丛书编辑委员会,计算机与信息科学十万个为什么(8):人工智能[M].北京:清华大学出版社,1998:5,189,78-79,84.

[3] 任友群,胡航.论学习科学的本质及其学科基础[J].中国电化教育,2007,(5):1-5.

[4][21] 蔡瑞英,李长河.人工智能[M].武汉:武汉理工大学出版社,2003:12-13.

[5][12][15][20][24] 蔡自兴,徐光.人工智能及其应用(第三版)――研究生用书[M].北京:清华大学出版社,2007: 12-14,19-20.

[6] [荷]山尼•戴克斯特拉,[德]诺伯特•M. 西尔,[德]弗兰兹•肖特,等.任友群,郑太年主译.教学设计的国际观第2册:解决教学设计问题[M].北京:教育科学出版社,2007:67.

[7] 任友群.技术支撑的教与学及其理论基础[M].上海:上海教育出版社,2007:42-43.

[8] 路利娟.应用专家系统提升现代远程教育的智能化[J].中国教育技术装备,2007,(12):79-80.

[9] 陈恳,杨向东,刘莉等.机器人技术与应用[M].北京:清华大学出版社,2007:6.

[10] 关注机器人幼儿教育――访鲍青山博士[DB/OL].

[13] 柏宏权,韩庆年.机器学习在适应性教学系统中的应用研究[J].南京师范大学学报(工程技术版),2007,7(4):76-79.

[14] 杨健,赵秦怡.基于案例的推理技术研究进展及应用[J].计算机工程与设计,2008,29(3):710-712.

[16] 自然语言理解[DB/OL].

[17] 贾积有.人工智能技术的远程教育应用探索――“希赛可”智能型网上英语学习系统[J].现代教育技术,2006,16(2):26-29.

篇2

这只是人工智能在教育领域的小试牛刀。虽然有专家预测在未来十年内不会看到人形机器人替代教师进入课堂，不过地平线报告2016年基础教育版和2107年高等教育版都预测未来五年内人工智能将会在教育行业普及。

教育行业已有的人工智能研究和应用

Woolf等人在2013年提出了人工智能在教育领域应努力解决“五大挑战”：①为每一个学习者提供虚拟导师：无处不在地支持用户建模、社会仿真和知识表达的整合。②解决21世纪技能：协助学习者自我定位、自我評估、团队合作等。③交互数据分析：对个人学习、社会环境、学习环境、个人兴趣等大量数据的汇集。④为全球课堂提供机会：增加全球教室的互联性与可访问性。⑤终身学习技术：让学习走出课堂，进入社会。

过去十年，一些研究者对人工智能在教育领域中的应用做了大量的探索。相关的研究成果包括：①跟踪学习者的思维步骤和解决问题的潜在目标结构（Anderson等，1995）；②诊断误解和评估学习者的理解域（VanLehn，1988）；③提供及时的指导、反馈和解释（Shute，2008）；④促进高效学习的行为，如自我调节、自我监控和自我解释（Azevedo&Hadwin，2005）；⑤以合适的难度水平和最适当的内容来规划学习活动（VanLehn，2006）。

这些研究，基本上使用到了人工智能的每一项技术——自然语言处理、不确定性推理、规划、认知模型、案例推理、机器学习等。“智能导师系统”就是基于这些研究和技术而开发的人工智能教育应用。类似的成熟产品包括Tabtor（hellothinkster.com）、CarnegieLearning（carnegielearning.com）和FrontRow（frontrowed.com）。2014年，加拿大西蒙弗雷泽大学的一项试验发现用智能导师系统的学习者比使用其他教学方法的学习者获得的成绩更高。

人工智能在教育行业的新发展

教育行业的三种类型（内容、平台和评估）的服务商都在经历着一场变革。内容出版商面临纸质印刷到数字出版和开放教育内容的挑战。学习平台正试图区分自适应、个性化和数据分析的功能。评估供应商则继续探寻从多项选择题测试转向更具创新性的问题类型。人工智能将为这三种类型教育服务商带来新的发展思路和契机，同时也惠及教育生态系统中的所有利益相关者。学生通过即时反馈和指导提高学习效率，教师将获得丰富的学习分析和个性化指导经验，父母能够低成本地为孩子改进职业前景，学校能够规模化提高教育质量，政府能够提供负担得起的教育。2017年，人工智能将在以下领域发挥其效益。

1.人工智能批改作业

批改作业和试卷是一件乏味的工作，这通常会占据教师大量的时间，而这些时间本可以更多地用于与学生互动、教学设计和专业发展。

目前，人工智能批改作业已经相当接近真人教师了，除了选择题、填空题外，作文的批改能力已经大幅提高。美国斯坦福大学已经成功开发出一种机器学习程序，能够批改8～10年级的作文。随着图像识别能力的大幅提高，手写答案的识别也接近可能。就连占有美国标准化考试60%市场份额的全球最大教育企业——培生公司也认为，人工智能已经可以出现在教室并提供足够可信的评估。据培生公司近期的报告IntelligenceUnleashed推测，人工智能软件所具有的广泛的、定制的反馈能够最终淘汰传统测试。

2.人工智能实现一对一辅导

自适应学习软件已经能为学生提供个性化学习支撑。据2011年VanLehn的一项研究发现，人工智能在某些特定主题和方法上比未经训练的导师更具有效性。进一步的研究发现，人工智能导师能在学生出错的具体步骤上给予实时干预，而不是就整个问题的答案给予反馈（Corbett&Anderson，2001；Shute，2008）。

自适应学习在拉美地区正在兴起。AndréUrani市政学校的学生使用人工智能软件Geekie观看在线课程（视频和练习）。Geekie为学生提供每一步的实时反馈，并随着学习的进展来传授更为精细的课程内容。

早在1984年，本杰明·布卢姆的研究就提出一对一辅导能带来更好的学习效果。而人工智能技术可以模拟一对一辅导，以更好地跟踪、适应和支持个体学习者。这将是人工智能在教育中更高层次的个性化学习应用。例如，比尔·盖茨看好的人工智能聊天机器人或个人虚拟导师，能在学生面临挑战时提供强有力的支持，随时随地回答学生的提问；还可以为学生订制学习方案和规划职业发展路径，并引导学生走向成功。更重要的是，人工智能可以匹配聊天机器人或虚拟导师的面孔和声音来满足学生个人喜好。对比网页界面的自适应学习系统，这才是真正做到了一人一导师。

3.人工智能关注学生情感

2016年地平线报告高等教育版把情感计算列为教育技术发展普及的重要方向。也就是说，人工智能不仅限于模拟人类传递知识，还能通过生物监测技术（皮肤电导、面部表情、姿势、声音等）来了解学生在学习中的情绪，适时调整教育方法和策略。例如，机器人导师捕捉到学生厌烦的面部表情时，就可以立即改变教学方式努力激发他们的兴趣。这种关注情感的人机交流为学生营造一个更真实的个性化学习环境，更好地维持了学习者的动机。美国匹兹堡大学开发的AttentiveLearner智能移动学习系统就能通过手势监测学生的思想是否集中。突尼斯苏斯国家工程学院的研究人员正在研究开发基于网络的人工智能教学系统。该系统能够识别学生在任何地方开展科学实验的面部表情，以优化远程虚拟实验室的教学过程。

进一步的研究发现，人工智能还可以关注学生的心理健康。当前已经有使用人工智能来为自闭症儿童提供有效支持的案例。例如，伦敦知识实验室在Topcliffe小学开展试验，让自闭症学生与半自动虚拟男孩安迪开展互动交流，研究人员发现患有自闭症的学生在社交能力方面有进步。

4.人工智能改进数字出版

教科书等课程材料并非总是完美，传统印刷出版让课程的修订变得过于缓慢。这不仅是生产工艺的问题，更主要的是纸质课程材料无法快速获取使用者的反饋来识别缺陷所在。而数字化出版在人工智能的支撑下能彻底改变这一现状。

人工智能可帮助使用者快速识别课程缺陷。大规模网络开放课程Coursera的提供者已经将这一想法付诸实践。当发现大量学生的作业提交了错误的答案时，系统会提示课程材料的缺陷，进而有助于弥补课程的不足。

另一项人工智能在数字化出版的应用是自动化组织和编写教材。这是基于深度学习系统能模仿人类的行为进行读和写。ScottR.Parfitt博士的内容技术公司CTI就依据这项技术帮助教师定制教科书——教师导入教学大纲，CTI的人工智能引擎能自动填充教科书的核心内容。

随着自然用户界面和自然语言处理在人工智能领域的成熟应用，课程材料的数字化出版也会有更新的形态——不再局限于书本或网页的形式，聊天机器人和虚拟导师将成为内容表达的更好的方式。

5.人工智能作为学生

多年的研究表明，教会别人才是更好的学习，即learning-by-teaching。美国斯坦福大学教育学教授DanielSchwartz正基于这一理念来开发新的人工智能产品。他联合了多个领域的专家一起开发了人工智能应用——贝蒂的大脑（Betty’sBrain），让学生来教贝蒂学习生物知识。试点研究发现，使用这一方法来学习的学生比其他学生成绩更好，且在科学推理上也更胜一筹。

类似的研究和开发还有瑞典隆德大学的TimeElf和美国卡内基梅隆大学的SimStudent，这两个人工智能产品也是基于learning-by-teaching而开发，让学生在教会机器人知识的过程中深化对知识的理解。

篇3

0引言

无人机具有较强的机动性和较好的可操控性，能辅助人类在恶劣和危险的环境中执行复杂的任务。近年来，无人机系统迅速发展并广泛应用于环境监测、灾难搜救、反恐侦察等众多领域。无人机系统研究的一个关键问题是如何发展高度智能化的软件系统，提高无人机在动态复杂环境中自主决策的能力。目前，众多高校开设的无人机专业课程主要研究无人机的硬件平台、通信与测控、指挥控制、综合保障和实践等方面，然而对于无人机系统的智能决策问题研究尚不深入。

1无人机系统决策的内涵

1.1无人机自主控制系统概述

无人机自主控制系统是无人机实现自主飞行管理与自主任务管理的机载系统，如图1所示，它涵盖了机器人“观测一判断一决策一行动（observer-orient-decision-action，OODA）”的各个环节。

无人机自主控制能力是衡量无人机智能自主水平的一项重要能力。表1基于OODA分别对无人机自主控制能力进行了描述，其中，“判断”与“决策”部分评价的是无人机对战场态势的评估能力和对任务或行为的决策与规划能力，是衡量无人机自主决策能力的最重要指标，也是无人机决策课程设计与实践的核心。

1.2无人机自主决策子系统概述

自主决策模块位于智能无人机系统的顶层，它如同人类神经系统执行决策行为，产生计划并处理不确定性。自主决策模块主要包括顶层任务决策、顶层任务规划、底层行为决策和底层路径规划。顶层任务决策用于任务策略的在线生成；顶层任务规划用于任务计划的在线制定；底层行为决策用于运动行为的在线序贯决策；底层路径规划用于导航计划的在线生成，这些内容的教学与实践将贯穿课程的教学与实践过程。

2人工智能在无人机系统决策中的发展以及作用与地位

人工智能从孕育之初到现在，经历了“三起两落”，如图2所示。人工智能的发展也不断促进无人机自主决策能力的发展，甚至可以说，人工智能的发展决定无人机自主决策水平的高低。早期，无人机决策大多依托产生式规则或谓词逻辑技术，主要针对确定决策；20世纪六七十年代，知识表达引入到有人机辅助决策支持系统的设计与研发中，也逐步迁移到无人机智能自主系统中；随着概率统计的引入，基于贝叶斯的不确定推理决策方法得到大力发展；专家系统依据专家经验生成策略，用于解决离散事件不确定性，形成了一系列无人机智能自主决策成功案例；近年来，机器学习、多智能体理论的热潮将无人机智能水平推到了一个前所未有的高度，使无人机具备知识沉淀、知识挖掘、智能发育的能力，并将单无人机执行ISR任务拓展到多无人机协同遂行多任务领域。无论经典人工智能方法还是人工智能新思路，都是无人机智能自主决策的重要基础，在无人机系统智能决策课程教学与实践中具有举足轻重的地位。

3无人机智能决策课程教学总体设计

国防科技大学依托控制学科和仪器学科在自动化专业试办开设了“无人机工程”专业方向，培养掌握无人机工程相关领域基础理论和基本知识的学员，使其具有从事无人机系统及相关装备的分析、设计、研制、维护和管理等方面的实际工作能力和初步科学研究能力。

3.1教学目的与课程设计总体思路

设置无人机智能决策课程的目的是使本专业学生快速了解无人机决策系统组成、熟悉决策系统工作原理、掌握决策理论与实现方法。课程设计的总体思路是设置课堂教学和动手实践两个主要环节，课堂教学环节主要通过教师讲授的方式，基于无人机自主控制系统组织结构，介绍无人机决策系统的基本概念；实践环节则是在学生已经掌握智能决策算法基本原理和流程的基础之上，让学生参与到决策系统的设计与实现中来。

3.2课程教学主要内容

无人机智能决策是课程教学的核心内容，主要覆盖贝叶斯推理理论、最优化理论、智能搜索等基本决策理论和方法，主要讲解如何将其运用于无人机智能感知、任务规划的建模和优化方法，比如基于贝叶斯的不确定推理、基于启发式人工智能搜索算法的路径规划等。内容安排包括问题描述、基本原理、算法过程、输入输出设计、结果分析等；人机智能融合决策是课程的拓展部分，主要涵盖人机智能融合原理、脑机接口原理、融合决策机制等理论和方法，主要讲解如何将其运用于人在回路辅助的无人机智能自主决策、混合主动规划的接口设计与融合决策方法，比如基于脑机接口的人机智能融合决策、混合主动任务规划等；拓展内容安排包括资料查新、接口设计、融合机制设计、融合算法实现、结果分析等。

4无人机智能决策教学实践环节设计

4.1课程实践环节的必要性

4.1.1无人机系统智能决策课程对实践的需求

实践教学是高等学校教育非常重要的教学环节，是提高人才分析问题与解决问题的重要途径。无人机系统智能决策是一门实践性很强的课程，一是由于无人机系统是一门交叉性的学科，主要涉及空气动力学、无人机平台设计与制造、图像处理与智能感知、导航系统原理、无人机飞行控制、人工智能、机器学习、任务规划与分配、无人机系统体系保障技术等许多学科，所以该学科具有知识点多、涉及面广、理论性强，需要学生具备较好的逻辑思维能力和数理基础等特点，因此，必须通过实践才能加深对无人机系统知识的理解；二是智能决策技术不断走向实用，20世纪80年代随着人工智能基础科学的研究，智能决策作为一门新兴学科出现在国际科学舞台上，智能决策技术早期以研究经典的智力游戏问题和仿真实验来证明理论等为主流，随着互联网的普及和国际信息化进程的提高，智能系统和智能计算等也逐渐成为学者们的研究热点。从加强学生的实践能力出发，考虑到课程的建设需要，需要加强无人机系统智能决策课程的实践教学内容。

4.1.2无人机系统智能决策课程对实践的要求

根据智能决策的特点，进行实践教学需要达到以下几个目的：一是加强学生对基础知识的理解，对智能决策基本方法的掌握；二是加强学生将智能决策知识与方法用于解决实际问题的能力；三是增强学生对智能决策研究领域的兴趣，培养更多的专业人才。

智能决策的实践教学工作必须以高质量的科研内容为基础。通过瞄准国际前沿、集成创新和引进消化吸收、提升原始创新以及再创新能力，从而建设创新平台和创新团队，以高水平科学研究支撑高质量的高等教育。此外，智能决策的实践教学还要考虑因材施教，验证关键技术环节。目前学生的学习任务较重且水平参差不齐，在设计实践环节时，要把握如何能在较短的时间内让学生得到最大程度的能力锻炼。在这种情况下，教师必须进行充分的准备，事先搭好通用的硬件平台和软件框架，以减轻学生不必要的负担，营造良好的氛围，将学生的主要精力集中在创新实践上，这样才能提高实践教学的效率。因此，课程借鉴了无人机领域最具影响力的国际微小型飞行器赛会（IMAV）的比赛规则，结合智能决策的研究热点和当前承担的学术科研任务，引入无人机竞赛作为智能决策教学实践的平台。

4.2基于无人机系统智能决策的课程实践方案

在智能决策课程开始之际，教师向学生明确课程实践方案，即通过无人机竞赛的形式考核学生解决实际问题的能力。通过举办无人机竞赛，可以激发学生的学习热情和创新动力，达到寓教于乐的目的。学生带着思考主动学习理论知识，而不是为了应付考试被动学习；教师应当按照学生的综合能力合理组队，从而达到能力互补和团队协作。

无人机竞赛面向本校无人机工程专业方向的本科生，根据智能决策课程的需要，共设置3个科目。

第一个科目是自稳飞行，无人机需在3分钟内完成从出发点到指定目标点的飞行，要求单次滞空时间不少于30秒；本科目考查的是学生对无人机自主飞控基础知识的掌握。第二个科目是避障侦察，无人机需以尽可能快的速度穿越一排障碍门，并识别地面上的物品；障碍门的可通行区域各不相同，无人机需通过机载单目相机识别可通行区域，并自主规划路径；本科目考查的是学生对智能识别和任务规划基础知识的掌握。第三个科目是特级飞行，包括手抛无人机平稳飞行、8字飞行、伴随飞行等；本科目考查的是学生的创造力。比赛采用百分制，3个科目按照难度系数和重要程度评分占比分别为30%、50%和20%。

篇4

Python是一门免费、开源的跨平台高级动态编程语言，可以处理系统运维、图形处理、数据库编程、多媒体编程、软件分析、Web编程、科学计算与可视化、机器学习、人工智能等，拥有众多狂热的支持者，使得各个领域的人员能快速实现和验证自己的思路与创意。Python早就广泛应用到企业之中，早在2004年，Google便已决心在快速开发方面使用Python。近日，IEEESpectrum了第四届顶级编程语言交互排行榜。因为有各种不同语言的排行，所以IEEESpectrum依据不同的变量对流行度进行了排行。Python击败Java，C，C++等语言，跃居编程语言交互排行榜第一名。非计算机专业学习编程的目的并非为了培养专业的编程开发人员，而是一方面为了锻炼学生逻辑思维、扎实的问题分析能力；另一方面为了方便学生在各个领域进行研究实践。Python语言的优势在于资源丰富，拥有坚实的数值算法、图标和数据处理基础设施，建立了非常良好的生态环境，吸引了大批科学家以及各领域的专家使用。这也是非计算机专业学生学习Python编程的必要性。

1编程语言的学习对非计算机专业的重要性

1.1程序设计基础在非计算机专业开设情况

我国大学针对非计算机专业开设的程序设计基础课程，使用C语言作为基础语言的较多。C语言作为程序设计基础语言，能够让学生明白程序运行原理，计算机各个部件如何交互，程序在内存中是怎样的状态以及操作系统与程序有怎样的关系。但是对于非计算机专业学生来说，C语言语法复杂，调试程序困难，学生缺少对计算机体系的整体认识，也无需了解计算机底层知识，后续工作很难使用C语言来解决问题，所以并不适合教授给没有任何计算机认知背景的非计算机专业学生。Java语言也是部分高校面向全校开设的程序设计基础编程公选课，是一门面向对象的编程语言，具有简单性、分布式、健壮性、可移植性、平立、动态性等特点。Java语言广泛应用在Android应用、金融业应用的服务器程序、网站、嵌入式领域、大数据技术和科学应用等领域。但是对于非计算机专业学生而言，Java语言学习成本比较高，工作后的应用场景较少，语言本身重点关注代码复用性和可移植性，这些特点说明Java并不适用于非计算机专业学生[1]。

1.2非计算机专业选择Python的原因

Python语言由荷兰人GuidovanRossum于1989年发明，第一个公开发行版发行于1991年，已经有28年的历史。Python在设计上坚持了清晰划一的风格，这使得其成为一门易读、易维护，并且被大量用户所欢迎的、用途广泛的语言。Python的设计哲学是“优雅”“明确”“简单”，具有丰富和强大的库[2]。Python语言是最接近自然语言的编程语言，代码简洁高效，对于没有编程经验的学生来说较易上手，学生无需纠结语法和程序编写方式，而是更快的抽象问题并提出解决方案，这样更容易激发学生的学习热情。非计算机专业涉及范围较广，Python所能完成的工作也非常广泛，除了Web编程、图形处理、计算机视觉、软件分析、物联网管理、科学计算与可视化等领域，一些意想不到的领域Python也能涉及。例如Python也能够用于电影视觉特效的制作，其中就包括了《星球大战》某些电影特效的制作，从集体渲染到批量处理再到影片合成，Python将所有步骤都紧密黏合在了一起。2017年，“人工智能”首次被列入政府工作报告，Python也借助人工智能（ArtificialIntelligence，AI）和数据科学，攀爬到了编程语言生态链的顶级位置。随着AI应用的发展，数百万之众的教师、公司职员、工程师、翻译、编辑、医生、销售、管理者和公务员将裹挟着各自领域中的行业知识和数据资源，涌入Python和AI大潮之中，深刻地改变整个IT，或者说数据科技（DataTechnology，DT）产业的整体格局和面貌。

2非计算机专业Python编程教学设计

对于非计算机专业学生，学习编程语言是很有挑战性的，学生专业不同，思维方式也不相同。为了引发学生学习兴趣，达到较好的教学效果，教师要转变课堂上的角色，让学生成为课堂的主角[3]。针对该课程和学生特点，提出“分方向的理论与实践指导”，学生可以有重点、有目标地进行学习。

2.1教学目标

计算机编程延伸到非计算机专业，对学生的掌握计算机理论知识和实践技能要求较高。“程序设计基础”作为入门课程，除了教授学生一门编程语言的概念、语法及使用，还要教会学生编程思想、分析问题和解决问题的能力。

2.2教学内容

非计算机专业Python编程教学涵盖的基本内容包括：基础知识、Python序列、流程控制语句、函数、面向对象程序设计等。后续应当着重针对学生的学习方向或者兴趣点，有针对性地讲解Python的标准库和扩展库，并以案例或者项目的形式展现Python在各个领域中的应用。通常，不同学校的公选课的学时不同，32学时或者48学时。无论多少，学生都无法只利用上课时间达到最佳的学习效果，所以课下的自主学习尤为重要。在学习每个知识点后，教师安排部分课下自主学习的内容，以帮助学生更充分地掌握所学内容，并安排大量与实际工作学习相关案例。

2.3教学方法

除了讲授法、案例法等传统教学方法，教师应当充分分析学生特点，并时刻观察学生的反应。教师在引入新概念、新理论时要以学生学习或者生活中熟悉的内容为切入点，自然并具有逻辑性，能够解决问题，引发学习积极思考问题。实践是编程语言学习必不可少的过程，通过实践夯实理论知识，并亲自动手操作解决实际问题。教师应当分专业引导学生参与课题或项目中的部分模块，给学生创造更多机会去实践，学生完成课题或项目后，充分体验到编程的乐趣，从而更好地激发学生学习兴趣。

2.4拓展学生视野

由于学生专业不同，教师应当充分备课，了解Python在各个领域中的突出应用，并学习相关领域中的应用背景与相关知识。如果能将所学知识带入实际情境中，学生用于解决工作和学习中遇到的各类非通用计算问题，理解并实践计算思维[3]。在拓展学生视野的过程中同时增进了教与学的相互促进，教师与学生都积极参与到教与学的互动中，提升了教学效果。随着互联网与传统行业深度融合以及人工智能的火热，前沿性、基础性、交叉性的学科研究越来越多，有利于培养学生的创新意识和开拓精神。

3结语

身为教育工作者，从教与学的理论上思考编程语言公选课的教学问题。笔者认为，“分方向的理论与实践指导”能够培养学生基于自身学习、研究方向，学好用活书本知识，更重要的是与实践应用相联系，有利于培养学生的创新能力、探究精神和创新思维能力。本文提出了面向非计算机专业学生开设Python编程教学入门的必要性，并针对该编程语言特点阐述了“分方向的理论与实践指导”的教学设计，这是编程公选课教学适应高素质人才培养要求的一种尝试。只有在教学过程中，联系本校学生实际情况，不断创新、改革，才能使教学设计达到更好的效果，为社会培养真正有用的人才。

[参考文献]

[1]王立翔.基于计算思维的python语言课程教学改革刍议[J].教育现代化，2017（15）：12-13.

篇5

计算思维为计算机基础教学提出了新的机遇和挑战，有了计算思维的课程指导思想后，很多教育专家开始研究计算思维的落地问题[3-5]，专家们普遍认为：计算思维的落地就是如何在计算机教学内容与教学方法上提高学生用计算机解决实际问题的能力，即问题的求解、系统设计以及人类行为理解等[6]。基于此，構建适合引导和驱动计算机教学的项目和寻找更能激发学生兴趣、积极性的案例成为我们必须面对的问题。 

1 计算机博弈项目是计算思维培养的重要载体 

在2016世界人工智能科学诞生60周年之际，谷歌公司的AlphaGO围棋软件与世界围棋冠军李世石上演了“世纪人机大战”。2017年伊始，Master围棋网测又取得了60场全胜的战绩，随后，卡内基·梅隆大学的Libratus在德州扑克比赛中轮流击败了4名顶尖人类高手，人工智能再次引发了世界范围内的研究与开发热潮。目前很多学者认为：人类社会正在从“互联网+”向更高阶的“人工智能+”跃迁，智能科学与技术已经成为促进所有学科发展的重要因素，计算机博弈是人工智能领域的重要研究方向[7]。 

计算机博弈项目涉及的方法主要包括：博弈问题的提出、棋盘的数据描述、棋面的评估模型、搜索算法的选择、算法的实现与优化、人机交互处理等方面，这些内容刚好与计算思维的思想相一致，非常适合培养学生的计算思维能力。 

一段时间以来，学生网游上瘾困惑着家长和教育工作者，以何种方式引导青年学生远离网游以及网游的魅力一直是不解之谜。而多个高校的实践证明，计算机博弈项目能迎合青年学生的愉悦、冒险、好奇和高对抗需求，让他们在快乐中分析、编程、斗智，既长知识，也长能力，既培养了计算机实践与创新能力，也培养了计算思维、科研思维和团队合作精神。 

学会将人的思维过程用计算机来实现，学会处理相关的问题，学会做好最优决策，这对于所有学生来说都是有助益的。计算机博弈项目是培养学生实践与创新能力的应用型项目，更是培养大学生计算思维的重要载体。 

2 新课程体系与课程内容改革 

现有的计算机基础课程体系没有充分考虑计算思维和创新思维能力的培养，也没有突出宽、专、融的教学特点，并且课程内容陈旧。2015年教指委推出了新版的《大学计算机基础课程教学基本要求》（以下简称基本要求）[8]，指出了新的历史时期计算思维能力的培养将成为大学计算机基础教学的新常态，对课程体系、教学目标和内容进行了全面阐述。 

依据基本要求和部分学校的改革实践[9-10]，提出了适合沈阳航空航天大学应用型人才培养的宽、专、融相结合的大学计算机基础课程新体系（见表1）。新的课程体系以计算思维为主线，以培养学生的计算思维意识、计算思维方法和计算思维能力为目标，分为3个层次，每个层次设置不同的课程。随着课程体系的重新构建，各类课程的教学内容也重新进行了调整，例如：在第1层次，减少了Office方面的内容，增加了动手实验和Python内容；在第2层次，取消了VF内容，增加了C#内容；在第3层次增加了基于计算机博弈的科技创新平台的内容。 

2.1 大学计算机基础课程内容改革 

在大学计算机基础课程中，主要设置了4个模块：①计算机系统、网络与操作系统；②信息编码与信息处理技术；③数据库基础；④计算思维、算法与程序设计初步。在第4部分中，加入了排序算法、黎曼积分、机器博弈、旅行商、哥尼斯堡七桥等常用问题的算法。还特别增加了Python语言部分[11]，通过求解三角形面积，引出了顺序、选择和循环结构的基本用法；通过求解π的值，引出了蒙特卡罗方法和公式方法；通过蟒蛇的绘制，引出了Turtle库的使用方法。通过以上内容的学习，学生可以对程序设计的基础知识和利用计算思维解决问题的方法有一个初步的了解，初步培养学生程序设计的基本能力和计算思维意识。 

以全面开放的形式设置了3个专项实验：计算机拆装、操作系统安装和计算机组网，通过学生亲自动手实验，提高学生对计算机硬件的认知能力和计算机维护能力。 

2.2 计算机程序设计课程内容改革 

在计算机程序设计课程中，本着为专业服务、与时俱进的思想，将课程设置成3个模块：C#语言主要面向航空类专业和创新实验班学生；VB语言主要面向文管类和安全类专业学生；C语言主要面向电子、自动化、材料、机械类专业学生。在开课过程中允许学生跨专业选课，学生可以选择更适合自己的语言或多种语言同时学习。 

为了突出实践能力的培养，课程内容中增加了8个实验学时，专门用于综合性程序设计实验，该实验由3～4人组成的小组共同完成。在期初的时候进行动员，在期中的时候布置实验题目，在期末的时候进行答辩验收。通过综合实验，学生初步具备了利用所学知识解决实际问题的能力，培养了学生计算思维方法和团队协作精神。

    　2.3 将计算机博弈案例与教学内容深度融合 

为了调动学生的学习积极性，将学生喜欢的计算机博弈项目作为案例融入教学中[12-13]，使学生在兴趣与主动学习中领悟计算思维。 

在大学计算机基础课程中，讲授了计算机博弈的发展与竞赛概况、计算机博弈的空间复杂度与搜索复杂度、蒙特卡罗方法等。 

在计算机程序设计课程中，以具体项目的形式为学生讲授了计算机博弈的评估方法、搜索算法、棋盘的数据表示与可视化制作等内容。 

在计算机综合训练课程中，我们设计了与计算机博弈问题相关的课设题目，例如：爱恩斯坦棋的人人对弈平台设计、幻影围棋的开局设计、局面评估的建模方法等。通过博弈案例建模和典型算法设计，帮助学生掌握使用计算机技术解决博弈问题的途径和基本方法，为学生进一步开展计算机博弈科技活动打下坚实基础。 

3 新形态化的教材建设 

团队人员以《VB程序设计教程》为切入点，进行了新版教材的建设。教材的主要特点是新形态、立体化、数字化和案例式。除了纸质版教材，还在网络平台上了数字化教学资源，主要包括教学课件、案例素材、拓展案例、微视频、实验素材、参考资料等，这些资源非常有利于学生自主学习、协作学习和探究性学习。 

微视频资源是针对重要知识点建设的，每个微视频大约3～5min，微视频的二维码印制在教材的相应章节上，学生可以通过手机扫描访问，实现了基于移动互联网的学习方式。微视频特别适合学生利用碎片化时间进行辅助式学习。 

教材中的案例遵循5结合原则：①与数学知识相结合。例如：积分计算、矩阵运算、函数曲线等，都是学生熟悉的问题。②与趣味性题目相结合。例如：抽奖活动、分糖果游戏、开心农场等，都是学生喜欢的小项目。③与实际应用相结合。例如：高考录取、学生绩点计算、打气筒模拟、课堂点名等，都是学生经常面对的实际问题。④与专业知识相结合。例如：曲柄滑块机构，这是机械类专业学生应掌握的典型机构。⑤与計算机博弈知识相结合。例如：博弈搜索算法、棋盘的可视化设计等。通过有兴趣的教学案例引发学生深入学习与研究的积极性，也体现了寓教于乐的教学方式。 

4 开展计算机博弈科技活动 

沈阳航空航天大学从2011年引入计算机博弈项目以来，团队人员依托博弈项目，深入开展了寓教于乐、寓教于研、以研促教、以赛促学的创新人才培养模式[14]。 

1）开展博弈科技研究和“大创项目”工作。 

基于计算机博弈项目，很多老师开展了科技研究，并将科研成果应用于教学中。建立了博弈科研梯队，教师既能对博弈活动起到组织、指导和护航作用，又能在计算机博弈的科研中勇攀高峰，形成学科制高点，为科技攻关和实际应用创造条件。开展了计算机博弈科技社团工作，社团成员在老师的指导下，既可以参加科研课题，也可以组队申报大学生创新创业训练项目（简称大创项目）。学生与老师合作开展科技研究、撰写论文，形成了良好的学习与科研氛围。 

2）开展计算机博弈竞赛工作。 

计算机博弈项目具有喜闻乐见、挑战无穷的特点，深受学生喜欢。学校鼓励学生组成不断吐故纳新的代表队，支持学生参加各类计算机博弈竞赛（校级、省级、国家级和国际级）。到目前为止，共组织了6届校级计算机博弈比赛，平均每年参加人数达200余人。校赛选拔后组织集训，备战全国比赛，共组织学生参加了6届全国计算机博弈大赛和1次国际机器博弈大赛，营建了良好的校园计算机创新文化氛围。 

5 取得的成效 

1）学生课程成绩提升。 

以计算思维为主线的教学改革方案使学生受益颇多，每年有4 000名学生学习计算机课程，学生课程成绩提高较大，例如：计算机程序设计课程平均成绩提高15%，大学计算机基础课程平均成绩提高10%。在期末对学生进行问卷调查时，大部分学生表示学习收益较大，对计算机技术的理解和利用计算机技术解决问题的能力都有较大提升。 

2）学生竞赛成绩优异。 

随着研发能力的不断增强，学生参加的计算机博弈竞赛项目也越来越多，现已达到12项，包括六子棋、点格棋、苏拉卡尔塔棋、亚马逊棋、幻影围棋、不围棋、爱恩斯坦棋、军棋、国际跳棋、海克斯棋、斗地主、桥牌。近几年累计获省级以上奖项100余项，累计获冠亚季军20项，其中幻影围棋、亚马逊棋、军棋、六子棋项目都曾获得过全国冠军奖项，总体竞赛成绩位居全国前几名，既提高了大学生的计算机创新能力，也促进了我国计算机博弈事业的发展，在国内高校中产生了较好影响。 

3）学生科技成绩突出。 

基于计算机博弈项目，学生与老师合作在CCDC国际会议的机器博弈（Computer Game）专题上已25篇，表2是发表的部分学术论文。学生在老师的指导下申报了大创项目30多项，表3是部分大创项目。 

6 结 语 

计算思维的理论研究在我国已经走过了6年多，现在应该是全面落地的时候。我们本着与时俱进、为专业服务的指导思想，调整了各门课程的教学内容，引入了Python、C#等程序设计语言，将学生喜欢的计算机博弈项目作为教学案例与课程内容深度融合，实现了竞赛与教学相结合的教学新模式。计算机博弈项目具有喜闻乐见、挑战无穷的特点，特别能引发青年学生的好奇心与研究热情，广泛开展基于计算机博弈项目的科技与竞赛活动，较好地培养了学生的创新精神和科研思维。计算机博弈项目是非常好的培养学生计算思维的重要载体。笔者希望本文能对高校的计算机教学提供一种参考，更希望计算机博弈能在更多的高校生根、发芽、开花和结果。 

参考文献： 

[1] Wing J M. Computational thinking[J]. Communications of the ACM， 2006， 49（3）： 33-35. 

[2] 何钦铭， 陆汉权， 冯博琴. 计算机基础教学的核心任务是计算思维能力的培养：“九校联盟（C9）计算机基础教学发展战略联合声明”解读[J]. 中国大学教学， 2010（9）： 5-9. 

[3] 陈国良， 董荣胜. 计算思维与大学计算机基础教育[J]. 中国大学教学， 2011（1）： 7-11. 

[4] 李廉. 以计算思维培养为导向深化大学计算机课程改革[J]. 中国大学教学， 2013（4）： 7-11. 

[5] 冯博琴. 对于计算思维能力培养“落地”问题的探讨[J].中国大学教学， 2012（9）： 6-9. 

[6] 龚沛曾， 杨志强. 大学计算机基础教学中的计算思维培养[J]. 中国大学教学， 2012（5）： 51-54. 

[7] 王骄， 徐心和. 计算机博弈： 人工智能的前沿领域： 全国大学生计算机博弈大赛[J]. 计算机教育， 2012（7）： 14-18. 

[8] 教育部高等学校大学计算机课程教学指导委员会.大学计算机基础课程教学基本要求[M]. 北京： 高等教育出版社， 2016. 

[9] 王移芝， 金一， 周围. 基于“计算思维”能力培养的教学改革探索与实践[J]. 中国大学教学， 2014（3）： 49-53. 

[10] 刘光蓉. 融入计算思维的 C 语言实验教学设计[J]. 实验室研究与探索， 2015， 34（10）： 81-83. 

[11] 嵩天， 黄天羽， 礼欣. Python 语言： 程序设计课程教学改革的理想选择[J]. 中国大学教学， 2016（2）： 42-47. 

[12] 王亚杰， 王晓岩， 邱虹坤， 等. 基于爱恩斯坦棋的程序设计课程教学案例设计[J]. 计算机教育， 2012（18）： 75-77. 

篇6

深度学习的概念，源于30多年来计算机科学、人工神经网络和人工智能的研究。上世纪八九十年代，人们提出了一系列机器学习模型，应用最为广泛的包括支持向量机（Support Vector Machine，SVM）和逻辑回归（Logistic Regression，LR），这两种模型分别可以看作包含1个隐藏层和没有隐藏层的浅层模型。计算机面对较为复杂的问题解决训练时，可以利用反向传播算法计算梯度，再用梯度下降方法在参数空间中寻找最优解。浅层模型往往具有凸代价函数，理论分析相对简单，训练方法也容易掌握，应用取得了很多成功。①随着人工智能的发展，计算机和智能网络如何基于算法革新，模拟人脑抽象认知和思维，准确且高清晰度地进行声音处理、图像传播甚至更为复杂的数据处理和问题解决等，在21世纪来临的时候成为摆在人工智能领域的关键问题。

30多年来，加拿大多伦多大学计算机系辛顿教授（Hinton，G.）一直从事机器学习模型、神经网络与人工智能等问题的相关研究，并在机器学习模型特别是突破浅层学习模型，实现计算机抽象认知方面取得了突破性的进展。2006年，他在《Science》上发表了《利用神经网络刻画数据维度》（Reducing the Dimensionality of Data with Neural Networks）一文，探讨了应用人工神经网络刻画数据的学习模型，首先提出了深度学习（Deep Learning）的概念和计算机深度学习模型，掀起了深度学习在人工智能领域的新。这篇文章的两个主要观点是：第一，多隐藏层的人工神经网络具有优异的特征学习能力，学习到的特征对数据有更本质的刻画，从而有利于可视化或分类；第二，深度神经网络可以通过“逐层初始化”（Layer-wise Pre-training）来有效克服训练和优解的难度，无监督的逐层初始化方法有助于突破浅层学习模型。②基于深度置信网络（DBN）提出非监督逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。③2012年，辛顿又带领学生在目前最大的图像数据库ImageNet上，对分类问题取得了惊人的结果，将计算机处理图像数据问题时排名前五的错误率（即Top5错误率），由最高26%大幅降低至15%，大大提高了人工智能图像数据处理的准确性和清晰度，这是早先计算机仅仅依赖数学模型的表层学习和单层学习根本无法实现的水平。

在人工智能领域，深度学习其实是一种算法思维，其核心是对人脑思维深层次学习的模拟，通过模拟人脑的深哟纬橄笕现过程，实现计算机对数据的复杂运算和优化。深度学习采用的模型是深层神经网络（Deep Neural Networks，DNN）模型，即包含多个隐藏层（Hidden Layer，也称隐含层）的神经网络（Neural Networks，NN）。深度学习利用模型中的隐藏层，通过特征组合的方式，逐层将原始输入转化为浅层特征、中层特征、高层特征直至最终的任务目标。深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结构使其具备强大的特征表达能力和对复杂任务的建模能力。训练深层模型是长期以来的难题，近年来以层次化、逐层初始化为代表的一系列方法的提出，为训练深层模型带来了希望，并在多个应用领域获得了成功。

人工智能学者们认为计算机和智能网络的这一深层的自动编码与解码过程，是一个从数据刻画、抽象认知到优选方案的深度学习的过程。由于人脑具有深度结构，认知过程是一个复杂的脑活动过程，因而计算机和人工智能网络模拟从符号接受、符号解码、意义建立再到优化方案的学习过程也是有结构的；同时，认知过程是逐层进行、逐步抽象的，人工智能不是纯粹依赖于数学模型的产物，而是对人脑、人脑神经网络及抽象认知和思维过程进行模拟的产物。应该说，到目前为止，深度学习是计算机和智能网络最接近人脑的智能学习方法。近几年来，深度学习进一步尝试直接解决抽象认知的难题，并取得了突破性的进展，AlphaGo的问世，便是明证。2013年4月，《麻省理工学院技术评论》（MIT Technology Review ）杂志将深度学习列为2013年十大突破性技术之首。④深度学习引爆的这场革命，将人工智能带上了一个新的台阶，不仅学术意义巨大，而且实用性很强，工业界也开始了大规模的投入，一大批产品将从中获益。二十世纪八九十年代以来，随着学习科学的不断发展，深度学习的概念和思想不断在教育中得到应用。

二、深度学习在教育中的兴起与发展

来自脑科学、人工智能和学习科学领域的新成就，必然引起教育领域研究者的深刻反省。计算机、人工智能尚且能够模拟人脑的深层结构和抽象认知，通过神经网络的建立开展深度学习，那人对知识的学习过程究竟应该是怎样的一个脑活动过程和学习过程？学生的学习有表层和深层等层次之分吗？从作为符号的公共知识到作为个人意义的个人知识究竟是怎样建立起来的？知识学习过程究竟是一个怎样的抽象认知过程？信息技术环境支持下深层次的学习如何实现？近十多年来，这些问题引起了许多教育研究者特别是教育技术学研究者的浓厚兴趣，深度学习、深度教学的研究日益引起人们的重视。也正是在辛顿的“深度学习”概念明确提出后，教育学领域特别是教育技术学领域的深度学习研究日益活跃起来。

其实，早在1956年布鲁姆在《教育目标分类学》里关于“认知领域目标”的探讨中，对认识目标的维度划分就蕴含了深度学习的思想，即“学习有深浅层次之分”，将教学目标分为了解、理解、应用、分析、综合、评价六个由浅入深的层次。⑤学习者的认知水平停留在知道或领会的层次则为浅层学习，涉及的是简单提取、机械记忆符号表征或浅层了解逻辑背景等低阶思维活动；而认知水平较高的深层理解、应用、分析、综合和评价则涉及的是理性思辨、创造性思维、问题解决等相对复杂的高阶思维活动，属于深层学习。1976年，美国学者马顿（Marton，F.）和萨尔约（Saljo，R.）在《论学习的本质区别：结果和过程》（On Qualitative Difference in Learning： Outcome and Process）一文中，明确提出了表层学习和深层学习的概念。⑥这被普遍认为是教育学领域首次明确提出深度学习的概念。他们在一项关于阅读能力的实验研究中，明确探讨了阅读学习的层次问题。通过让学生阅读文章并进行测验，发现学生在阅读的过程中运用了两种截然不同的学习策略：一种是试图记住文章的事实表达，揣测接下来的测试并记忆，即表层学习（Surface Learning）；另一种是试图理解文章的中心思想和学术内涵，即深层学习（Deep Learning），也被译为深度学习。深度学习的学习者追求知识的理解并且使已有的知识与特定教材的内容进行批判性互动，探寻知识的逻辑意义，使现有事实和所得出的结论建立联系。浅层学习和深层学习在学习动机、投入程度、记忆方式、思维层次和迁移能力上有明显的差异。深度学习是一种主动的、高投入的、理解记忆的、涉及高阶思维并且学习结果迁移性强的学习状态和学习过程。之后 ，拉姆斯登（Ramsden，1988）、英推施黛（Entwistle，1997）以及比格斯（Biggs，1999）等人发展了浅层学习和深度学习的相关理论。⑦随着信息技术的发展，近十年来，国外学者对信息技术支持下的深度学习及其在各学科领域、各类教育中的应用研究日渐广泛。

2002年以来，从技术支持高等教育的深度学习、虚拟环境中的深度学习、形成性评估对深度学习的影响、学习环境对学生进行深度学习的影响、技术支持下的深度学习设计等方面研究成果日益丰富，但绝大部分是基于教育技术学视野的研究成果。2006年，辛顿教授关于深度学习的成果发表，进一步推动了深度学习在教育中的研究与应用。近十年来，在中小学深度学习研究方面最有影响的当属加拿大西盟菲莎大学（Simon Fraser University）艾根（Egan， K.）教授领衔的“深度学习”（Learning in Depth，简称LID）项目组所进行的研究，其成果集中体现在《深度学习：转变学校教育的一个革新案例》（Learning in Depth： A Simple Innovation That Can Transform Schooling）等著述之中。⑧该研究探讨了深度学习的基本原则与方法，分析了深度学习对学生成长、教师发展和学校革新的价值与路径，并在加拿大部分中小学进行实验研究。其核心成果聚焦课堂学习和教学问题，即使是关于教师教育中深度学习的研究，也聚焦于教师的学习过程和学习方式。⑨艾根所开展的深度学习研究项目超越了单一教育技术学视野的研究，不仅仅是关于教学设计、学习技术和学习环境开发的研究，而是基于建立新的学习观和知识观，对教学活动与学习过程作出了新的阐释。

总体上看，国内关于深度学习的研究最近十年才刚刚起步。2005年，我国学者黎加厚教授在《促进学生深度学习》一文中，率先介绍了国外关于深度学习的研究成果，同时探讨了深度学习的本质。他认为深度学习是指在理解学习的基础上，学习者能够批判性地学习新的思想和事实，并将它们融入原有的认知结构中，能够在众多思想间进行联系，能够将已有的知识迁移到新的情境中，作出决策和解决问题的学习。⑩此文被认为是国内较早介绍并论及深度学习的研究成果，此后，关于深度学习的探讨，特别是基于信息技术环境下的深度学习的相关研究论文逐渐增加。2006年10月，笔者在前期研究的基础上，与台湾成功大学教育研究所所长李坤崇教授联合发起“海峡两岸能力生根计划”，推进能力导向的深度教学的理论研究与实验研究，主张以价值观、知识观、学习观、过程观的重建为基础，以发展学生的学科能力为宗旨，实施深度教学，克服课堂教学改革过于注重教学程序、教学技术、教学时间的浅层次改革和表层学习的局限性，深化课堂教学改革。2014年后，中国教育科学院院长兼教育部课程教材研究与发展中心主任田慧生研究员基于深化课程改革的需要，带领一个团队开始启动深度学习的项目研究。直至今日，基于核心素养追求背景下的深度学习研究项目，如雨后春笋般涌现，“深度学习”成为教育研究中的一个热词。

尽管计算机、人工智能领域与教育学领域都提出了“深度学习”概念，但不难看出二者显然具有本质差异。计算机与人工智能领域的深度学习是建立在机器模拟人脑深层结构的基础之上的，是基于人脑结构的一种计算机算法思维和问题解决模型，是对人脑和认知结构的模拟。而教育学领域的“深度学习”概念，无论是布鲁姆还是马顿和萨尔约，都指向了“知识”和“学习”两个核心，是关于知识学习的目标和过程的问题。布鲁姆在教育目标分类学认知领域的目标构设中，认为认知目标是由了解、理解、应用、分析、综合、评价六个不断加深的层次构成的。这一目标明显是关于知识学习和认知过程的目标，在2001年修订版中，这一目标被精确表述为知识学习和认知过程两个维度。马顿和萨尔约在关于阅读的研究中，基于学生对文本理解的层次和理解的深度提出了“深度学习”的概念，并认为学习的本质区别在于过程而不是学习的结果，是学生对文本知识学习的深刻程度决定了其学习结果的差异性。

艾根的研究实现了从深度学习向深度教学的转向。艾根的深度学习（Learning in Depth）研究更明确地指向了学生对知识的学习所到达的深度，以及教师通过对知识的处理引导学生逐步到达一定的学习深度。这一深度学习的过程是一个逐步深化的学习过程，要求教师在教学过程中引导学生着眼于知识的深层次理解和深度处理。该项研究表明，深度学习的研究开始从单一的学习技术研究转向了对教学过程的关注，注重深度学习与深度教学的关联性和一致性，深度学习的研究呈现出向深度学习与深度教学相结合的转向。

三、深度学习的核心理念

从深度学习走向深度教学，一方面是教与学的一致性决定的，另一方面是当前中小学课堂教学普遍存在的局限性Q定的。教与学的关系既不是对立关系，也不是对应关系，而是一种具有相融性的一体化关系，离开了教无所谓学，离开了学也无所谓教。学生真正意义上的深度学习需要建立在教师深度教导、引导的基础之上。从本质上看，教育学视野下的深度学习不同于人工智能视野下的深度学习，不是学生像机器一样对人脑进行孤独的模拟活动，而是学生在教师引导下，对知识进行的“层进式学习”和“沉浸式学习”。“层进”是指对知识内在结构的逐层深化的学习，“沉浸”是指对学习过程的深刻参与和学习投入。离开了教师的教学和引导，学生何以“沉浸”？因此，深度学习只有走向深度教学才更具有发展性的意义和价值。同时，我国新一轮基础教育课程改革以来，课堂教学改革依然存在着诸多表层学习、表面学习和表演学习的局限性，“学习方式的转变”往往演变成了教学形式的改变，诸如教与学在程序上的简单翻转和在时间上的粗暴分配。其所体现出来的知识观、价值观、教学观、过程观依然陈旧落后，以学科知识、学科能力、学科思想和学科经验的融合为核心的学科素养依然未能得到实质性的渗透。

深度教学的“深度”是建立在完整而深刻地处理和理解知识的基础之上的。艾根在深度学习的研究中，首次从知识论的角度，论述了深度学习的“深度”（Depth）的涵义。他认为“学习深度”具有三个基本标准，即知识学习的充分广度（Sufficient Breadth）、知识学习的充分深度（Sufficient Depth）和知识学习的充分关联度（Multi-Dimensional Richness and Ties）。这三个标准，也是深度学习的核心理念。

第一，知识学习的充分广度。充分的广度与知识产生的背景相关，与知识对人生成的意义相关，与个体经验相关，也与学习者的学习情境相关。如果教学把知识从其赖以存在的背景、意义和经验中剥离出来，成为纯粹的符号，便成为无意义的符号、无根基的概念知识。知识具有强烈的依存性，无论是自然科学的知识还是社会科学或人文学科的知识，都是特定的社会背景、文化背景、历史背景及其特定的思维方式的产物。离开了知识的自然背景、社会背景、逻辑背景，前人创造的知识对后人而言几乎不具有可理解性。随着深度学习的兴起，旨在以广度促进理解的“无边界学习”日益引起人们的重视。可见，知识的充分广度，其实是为理解提供多样性的支架，为知识的意义达成创造了可能性和广阔性基础。

第二，知识学习的充分深度。知识的充分深度与知识所表达的内在思想、认知方式和具体的思维逻辑相关，深度学习把通过知识理解来建立认识方式，提升思维品质，特别是发展批判性思维作为核心目标。所以说，深度学习是一种反思性学习，是注重批判性思维品质培养的学习，同时也是一种沉浸式、层进式的学习。深度学习强调学习过程是从符号理解、符号解码到意义建构的认知过程，这一过程是逐层深化的。

第三，知R学习的充分关联度。知识的充分关联度，是指知识学习指向与多维度地理解知识的丰富内涵及其与文化、想象、经验的内在联系。知识学习不是单一的符号学习，而是对知识所承载的文化精神的学习。同时，通过与学生的想象、情感的紧密联系，达到对知识的意义建构。从广度，到深度，再到关联度，学生认知的过程是逐层深化的。所谓意义建构，即从公共知识到个人知识的建立过程，都需要建立在知识学习的深度和关联度之上。

①Y.LeCun and Y.Bengio.Convolutional networks for images，speech，and time-series.In M.A.Arbib，editor，The Handbook of Brain Theory and Neural Networks.MIT Press，1995.

②Geoffery E.Hinton and Salakhutdinov R.R.，Reducing the dimensionality of data with neural networks. Science.2006 Jul 28；313（5786）：504-7.

③Geoffrey E.Hinton，Simon Osindero，Yee-Whye Teh. A Fast Learning Algorithm for Deep Belief Nets. Neural Computation.2006（7）.

④余凯等.深度学习的昨天、今天和明天[J].计算机研究与发展，2013，9.

⑤安德森.布卢姆教育目标分类学（修订版）[M]. 北京：外语教学与研究出版社，2009：78-80.

⑥Marton，F. and Saljo，R.，On Qualitative Difference in Learning：Outcome and Process. British Journal of Educational Psychology，1976，46：4-11.

⑦安富海.促进深度学习的课堂教学策略研究[J].课程・教材・教法，2014，11.

篇7

0引言

智能科学与技术专业是教育部根据“面向国家战略需求、面向世界科技前沿”的方针，为适应国家科学与技术发展的需要而设立的，专业代码080907T。智能科学与技术专业属于一个交叉学科，涵盖了电子信息技术、计算机硬件和软件、人工智能、自动控制等多项技术领域的应用。因此，如何交叉学科，立足于工业智能化的发展方向和《国家中长期科学和技术发展规划纲要（2006―2020年）》的要求，适应国家对高质量的智能技术人才的社会需求，研究与实践体现行业产业发展、技术进步和社会建设需求的智能科学与技术专业人才培养课程体系具有重大意义。

1创新课程体系的意义

德国率先提出的“工业4.0”概念其实就是将互联网技术与嵌入式系统技术、计算机技术、先进制造技术等相结合，形成虚拟与现实相融合的智能制造系统。人们可以在世界任何地方采用电脑或任何移动终端，在互联网上选择标准的或定制的货品订单，系统会采用人工智能、大数据、机器学习等技术在全球范围整合资源、信息、物品和人，以高质量、低成本、高效率生产制造出产品，快速交付给客户。

在制造领域，这种技术的渐进性进步可以被描述为工业化的第4阶段，即“工业4.0”，如图1所示。其中，第①阶段以1784年的英国蒸汽机为代表；第②阶段以1870年的电动机械发明与应用为代表；第③阶段以使用电子与IT技术的自动化时代为代表；第④阶段就是我们正在经历的智能制造时代。当前，中国工业机器人销量连续两年行业增速在50%以上，行业进入成长期。另外，中国工业机器人使用密度远低于主要发达国家，具有广阔的市场空间。智能装备的大发展对相关专业人才的需求呈爆发趋势，智能科学与技术专业毕业生今后的一个重要就业方向将是服务于产业界的机器人领域。

我们国家正在大力提倡的“中国制造2025”与德国提出的“工业4.0”有着异曲同工之妙，尽管两国的工业、社会发展阶段存在差异，但在智能制造领域、互联网领域发展水平基本同步。通过国家层面大力推广发展智能制造技术，以及在大学智能制造相关专业的课程改革，为我国的智能制造技术赶上甚至超过发达国家创造了千载难逢的机遇。

2智能科学与技术专业创新课程体系目标

如何充分利用民办学校的企业资源优势，办好智能科学与技术专业是本专业面临的重要挑战之一。本着教育先行、为产业服务的办学宗旨，根据行业中长期发展的需求，在保证专业知识体系完整性的前提下，结合“工业4.0”对专业人才知识、能力的需求，我们将专业定位侧重于智能传感与检测技术，智能机器人传动、驱动技术，智能机器人系统构建技术，嵌入式系统技术等。4年来的办学实践证明，我们的专业定位符合地区与行业发展需求，并具有一定的前瞻性。

基于以上专业定位，对智能科学与技术专业的人才培养课程体系进行深入的探索与实践，涉及专业一体化的理论与实践课程体系规划，机器人实践平台升级，专业课程的教学设计、教学方法、考核方式改革，教学资源、师资队伍、评估反馈机制建设等。通过有针对性地研究我们在专业教学中存在的问题，寻找解决问题的有效途径，探索出符合现代高等教育发展规律、适应“工业4.0”及“中国制造2025”对专业人才知识及能力要求的创新课程体系，为国家、社会输送高素质的应用型工程技术人才。

通过对智能科学与技术专业的面向“工业4.0”的创新课程体系的研究，在已运行4年的本专业课程体系的基础上建立完善的智能科学与技术专业创新课程体系；完成课程体系面向“工业4.0”的课程群知识结构设计、理论与实践一体化设计；总结课程教学手段和方法；完成高质量的教学资源建设；建立高水平的师资队伍。

3创新课程体系构建方案

专业人才培养遵循工程教育思想，以项目为导向设计专业课程培养体系，将项目设计和实施贯穿于大学4年的教学过程之中，让学生在校期间就有机会参与真实项目的开发与运作，获得实践经验和实际操作能力，实现企业真实项目实践与学校理论教学的无缝对接。设置面向“工业4.0”的创新课程群及项目群，对学生的知识、能力、素质进行全面培养，使学生得到全方位的锻炼。

3.1支撑培养目标实现的一体化课程体系

专业课程体系的构建思路以行业与社会需求为根本。在此基础上确定智能科学与技术专业人才的培养目标。以TOPCARES-CDIO教育理念为指导，定制科学先进的人才培养模式和过程，最终建立面向“工业4.0”的智能科学与技术专业创新课程体系。

引进与国际接轨的课程体系，制定全新的适应我国国情的教学计划，采用先进的教学理念与培养模式，初步构建以设计为中心，理论与实践高度融合的应用型本科课程体系。

理论课程体系方面具体表现在适当降低理论知识的难度，着重培养学生理论结合实际的能力。理论课程的整合要突出理论教学的应用性，构建基础理论平台课程群与专业模块化课程群相结合的理论教学体系，保证人才的基本规格和多样化、个性化发展，增强学生对社会的适应性。

实践课程体系方面，依据专业能力培养目标，以能力为本位，以项目为载体，以“学中做”和“做中学”为方法，统筹安排基础实践、专业实践、创新训练与实践、创业训练与实践、综合实训与实践、毕业设计（论文）与企业实习等各类实践教学环节，使实践学期教学内容逐级递进、逐步深化；将实践学期实训内容与理论学期的教学内容紧密衔接。系统化构建理论与实践相结合、课内与课外相结合、学校与企业相结合，贯穿于大学教育全程的一体化实践教学体系。本专业采用自顶而下的方式设计各级项目。一级项目（智能机器人综合设计项目）的设计直接针对专业的培养目标，实践学期的二级项目和基于专业课程的三级项目分别是一级项目培养能力的分解。

采用基于社会实际岗位的逆推法设计课程体系，如图2所示。按照人才职业需求确定专业培养目标，将专业培养目标抽象为若干个专业核心应用能力，再根据每个专业核心应用能力所需的知识、能力、素质结构划分不同的课程群。

设置课程群不仅要考虑智能科学与技术专业本身课程体系的科学性与递进关系，还要充分研究专业相关的重点行业、大型企业岗位特点，针对人才市场的人才需求和岗位需求，把行业、企业、岗位所需与“工业4.0”相关的新知识、新技术、新平台、新规范纳入课程，实现专业课程体系与区域经济及行业、企业的有效对接。目前，智能科学与技术专业现行的人才培养课程体系将专业定位侧重于智能传感与检测技术、智能机器人传动与驱动技术、智能机器人系统构建技术和嵌入式系统技术，包括智能系统的软/硬件设计与开发，以及智能技术在工业控制领域的应用等。虽然该体系与面向“工业4.0”相关技术有一定的匹配度，但还需进一步改革，拟融合“通信规约”“IoT”“工业现场总线”等知识模块构建“工业4.0”的CPS虚拟网络课程群，融合“工业机器人”“智能传感检测”等构建“工业4.0”的CPS实体物理课程群。实践课程体系的改革主要围绕KUKA工业机器人开设相关的课程实验、课程项目、实践学期项目及实训等。

智能科学与技术专业课程体系的构建分为基础课程、专业基础课程、专业岗位应用技能课程、专业方向和专业技能拓展课程4个阶段。注重岗位需求对课程设置的对应性，前两个阶段与传统大学基本一致，只是深度上浅显一些，后两个阶段面向人才市场的岗位需求，着重培养企业用得上的专业人才。

3.2科学的人才培养质量评价体系

大连东软信息学院智能科学与技术专业按照全面质量管理的理念，建立了全员参与、全过程监控、全方位评价的教学质量评价机制。做到了常项评价与专项评价相结合，形成性考核评价与终结性考核评价相结合，定性评价与定量评价相结合，采取管理学确认有效的5W1H（Why-What-Where-When-Who-How）和PDCA（Plan-Do-Check-Action）方法进行评价，可以有效地保证各环节教学质量的稳步提升与持续改善。

智能科学与技术专业教学质量评价包括TOPCARES-CDIO系列评估、教学质量评价以及教学过程评价3个部分。TOPCARES-CDIO系列评估主要评价专业、课程、项目、教材以及素质教育等环节落实工程教育理念的效果。教学质量评价主要包括教师教学质量评价，学生对课程的满意度调查、对重点课程的评价、对重点教材的评价等，由定量评价和定性评价组成。教学过程评价，主要从课程考核、实践学期以及毕业设计（论文）3个关键环节展开。

3.3高水平师资队伍建设

专业自成立以来就十分关注师资队伍的培养，不断强化专业师资队伍建设，持续关注专业带头人和骨干教师建设，加强“双师型”教师队伍的培养力度。通过开展内部培训、教学研讨、企业实践、学术研讨等全方位的培养措施，努力建设一支结构合理、素质优良、教研科研水平高、技术服务能力强的教学团队。在师资队伍建设过程中，实施“引聘训评”的双师型师资队伍建设发展方案。

3.4教学资源建设

篇8

    1信息化教育的概念和特征

    信息化教育是以现代信息技术为基础的新教育体系,包括教育观念、教育组织、教育内容、教育模式、教育技术、教育评价、教育环境等一系列的改革和变化。信息化教育具有以下显着特点:

    (1)教材多媒体化。教材多媒体化就是利用多媒体,特别是超媒体技术,建立教学内容的结构化、动态化、形象化表示。越来越多的教材和工具书变成多媒体化,它们不但包含文字和图形,还能呈现声音、动画、录像以及模拟的三维景象。

    (2)资源全球化。利用网络可以使全世界的教育资源连成一个信息海洋,供广大教育用户共享。它有许多类型,包括教育网站、电子书刊、虚拟软件库、新闻组等。

    (3)教学个性化。利用人工智能技术构建的智能导师系统能够根据学生的不同个性特点和需求进行教学和提供帮助。

    (4)学习自主化。以学生为主体的教育思想日益得到认同,利用信息技术支持自主学习成为必然发展趋向。事实上,超文本/超媒体之类的电子教材已经为自主学习提供了极其便利的条件。

    (5)任务合作化。学生通过合作方式完成学习任务也是当前国际教育的发展方向,信息技术在支持合作学习方面可以起重要作用。

    (6)环境虚拟化。教育虚拟化意味着教学活动可以在很大程度上脱离物理空间时间的限制,这是信息化教育的重要特征。包括虚拟教室、虚拟实验室、虚拟图书馆等等。

    (7)管理自动化。计算机管理教学(CMI)包括计算机测试与评分、学习问题诊断、学习任务分配等功能。

    2信息化教育的教学模式

    教学模式是指在一定的教育观念、教学理论和学习理论指导下的教学过程的稳定结构形式。教学过程中主要包含教师、学生、教科书和媒体四个因素,这四个要素相互关联、相互作用形成稳定的结构形式。

    基于现代信息技术的教学模式是在教师指导下的、以学习者为中心的学习。学生是信息加工的主体,是认知结构的主动建构者;教师是学习主体的帮助者、引导者与促进者。由学生、教师、教学信息、学习环境构成了信息化教育的教学模式结构(见附图)。

    信息化教育的教学模式可描述为,以学生为中心,学习者在教师创设的情境、协作与会话等学习环境中充分发挥自身的主动性和积极性。在这种模式中,学生是知识的主动建构者和运用者;教师是教学过程的指导者与组织者,意义建构的促进者和帮助者;信息所携带的知识不全是教师传授的内容,而是学生主动建构意义的对象(客体);学习环境包括“情境”、“协作”、“会话”等要素。情境必须有利于学生对所学内容的意义建构,协作发生在学习过程的始终,学习小组的成员之间必须通过会话协商共同完成学习任务。教师和学生是互动关系,正所谓教学相长。信息化教学模式与传统的教学模式的区别如附表所示,传统教学模式是选择适合教育的学生,而信息化教学模式是选择适合学生的教育。教学模式的改革和创新与教学设计是密不可分的。信息化的教学模式必然要求有高质量的信息化教学设计与之相适应。

    3信息化教学设计

    在教育信息化环境下的教学设计,简称为“信息化教学设计”。具体说,信息化教学设计是运用系统方法,促进以学为中心的学习方式的转变,充分地、恰当地利用现代信息技术和信息资源,科学地安排教学过程的各个环节和要素,以实现教学过程的最优化。信息化教学设计包括教学计划的设计、教学计划的执行、教学活动的评价与反馈。信息化教学设计的目标是帮助全体教师在自己的日常课堂教学中充分利用信息技术和信息资源,培养学生的信息素养、创新精神和解决问题的能力,从而增强学生的学习能力,提高他们的学业成就。

    信息化教学设计方法很多,像基于信息技术的研究性学习、资源型学习、英特尔未来教育、苹果明日教室、WebQuest、“拾荒式”教学设计等,无论教学的方式方法怎样,信息化教学设计关注的基本点是,基于国家课程标准、基于教育信息化环境,充分利用信息技术和信息资源,培养学生的信息素养,培养学生的创新精神和实践能力,提高学生的学习兴趣、学习效率、学习成绩。信息化教学设计没有固定的模式,是教师发挥自己创造力的广阔天地。主要是通过案例学习来模仿、分析、移植、创新,反复实践、反思、总结,逐步掌握信息化教学设计的技能,提高教学质量。

    设计出高水平的信息化教案,不仅是技术的应用,更重要的是思想的体现和渗透。

篇9

在经济发展新常态下，消费模式的服务化、销售市场的分散化与智慧物流的普及化带来了复杂结构的物流需求，随着移动互联网技术成熟，在国家政策支持下，物流各项指标随着大数据产业发展呈现翻倍增长态势，同时，对于“大数据”技术的充分应用，物流路线、选址及仓储等，都有望得到进一步优化，从而达到即时服务的终极目标。数字经济作为经济的一个新业态，已经成为新旧动能转换中非常重要的驱动力，也是全球新一轮产业竞争的制高点。数字技术的快速发展同时改变着工作和职业的性质，2018年，中国数字经济领域提供的就业岗位为1.91亿个，占当年总就业人数的24.6%，同比增长11.5%，数字技术在提高劳动效率的同时，也会减少对于劳动力的需求，根据麦肯锡全球研究所估计，到2030年，可能有多达2.2亿中国工人需要换工作，占中国总劳动力的30%，而物流一直被视为劳动密集型行业，面临这样的冲击，势必需要快速的转型升级和新旧动能转换。由此可见，传统的教学空间布局、教学组织模式、教学方法与技术等已经无法适应工业4.0背景下物流创新型人才的培养，教育改革势在必行。

1.物流管理人才培养存在的问题

1.1物流管理专业教育模式创新体系缺乏系统性

国务院印发的《深化新时代教育评价改革总体方案》总体思想要求突出培养相应专业能力和实践应用能力，新文科建设要求通过跨专业、跨学科、跨界甚至跨域整合突破界限壁垒，运用“新”（新经济、新技术）、“融”（嵌入式、交融感）、“通”（跨学科、跨领域）、“特”（有特色、很特别）的新文科思维，创新运用互联网、云计算、大数据、人工智能等数字技术，产学合作协同优化、创新设计新时代文科的人才培养方案、课程内容体系、教育教学方法、科教融合模式和教学评价机制等，推动跨学科深入交叉互渗、跨领域深度融合贯通。这与物流产业发展对人才的需求标准不谋而合，因此融合新文科建设思路是深化物流管理教育改革的重要方向。但物流观看了创新教育需要将改革策略及具体举措集成在一个系统的、立体的、全面的适应性体系建设上，只是通过增加课程的实践环节无法形成一体化的课程计划；单纯运用一些类似翻转课堂、课堂APP等授课技巧也只是旧有教学模式的完善。

1.2物流管理人才培养目标设置与社会发展趋势没有保持一致

需求的刺激、市场结构优化和技术变革等改变促进了中国物流业的快速增长，“互联网+”促进了传统物流产业的变革升级，人工智能、物联网和区块链的结合，正在让物流行业发生一场效率革命，这些都带来了复合型专业人才的紧缺，从而制约了物流产业链的迭代更新。而物流管理教学的目标更多是旧有知识的输出，在这一背景下，需要更加关注课程的设置与质量，培养物流管理人才解决复杂问题的能力、竞争力、领导力、新技术开发能力及社会责任等素养。

1.3物流管理教改研究中对课程研究较多，创新人才培养体系研究较少

从中国知网CNKI数据分析结果可知，物流管理教改研究中“物流课程”的中心性最高，围绕该关键词，出现了“物流课程”，“国际物流”，“教学质量”，“教学改革”等高频词，也有结合行业发展背景进行物流人才培养模式研究，例如徐龙闪，肖红波（2021），吕雪（2020），潘鹏（2021）等学者主要研究了在互联网背景下物流管理专业人才培养目标和培养体系，但教改领域中针对数字经济背景下物流管理创新人才培养相关研究较少。

1.4国内外先进的教学理念、教学模式、教学方法等的应用不够

随着我国高等教育改革的不断发展以及国际交流与合作的持续深入，先进的教学理念、教学模式、教学方法等层出不穷，日益创新，发展迅速。其中典型的成果是北美地区高校教学技能培训机构CaffarellaRS（2002）提出的BOPPPS教学模型，因强调激发授课对象的主动性，被全球超过100所大学和产业培训机构所推崇。因为物流同时根植于工程和管理实践的，既体现了工程与管理门类学术研究主题的综合，也体现了物流实践中工程技术与管理方法的交叉融合，因此麻省理工大学创立的CDIO工程教育理念为物流管理教育提供了一个新的思路和研究方向，也为我国的物流管理新文科改革提供一些有益的借鉴。CDIO的核心思想在于鼓励学生以主动的、理论联系实践的、课程之间相互交融和有机联系的方式进行学习。CDIO理念与教育模式的创新在很大程度上逐渐成为中国高等工程教育界重要且具有巨大影响力的改革行动之一，迄今为止，CDIO在中国的发展已逾十年，但CDIO模式多数仍局限于机械、电气、化工、土木、农业类专业，因此结合物流管理人才需求现状，我们认为“BOPPPS-CDIO”教育模式更能够有助于复合型、多元化创新物流管理人才的培养。

1.5提高管理管理课程群教学效果的需要

物流在我国国民经济中占据重要的位置，物流行业的应用型人才需求和教学效果并不匹配。目前整个教学环节与实践中存在着重传授理论知识、缺乏系统化的学生能力培养，理论实践相互脱节、学生兴趣不浓的现象，教学模式难以匹配学生数学素养参差不齐等问题。

2.数字经济时代对物流管理创新人才的新需求

2.1数字经济时代对物流就业的影响

数字经济的概念最早是由DonTapscoti在20世纪末提出，中国信息通信研究院的《中国数字经济发展与就业白皮书（2020年）》中对数字经济的概念进行定义：“数字经济是以数字化的知识和信息作为关键生产要素，以数字技术为核心驱动力，以现代信息网络为重要载体，通过数字经济与实体经济深度融合，不断提高数字化、网络化、智能化水平，加速重构经济发展与治理模式的新型经济形态”。数字经济发展造成了物流管理劳动力市场两极分化。一方面，数字经济催生了很多新模式和新业态，例如尤其在消费市场创造了大量物流新就业机会，另一方面，由于人工智能的特点，物流业中重复性、机械性劳动更容易被机器和软件替代，此类岗位大幅减少，一线工人的工作日也将因自动化而重新配置。

2.2数字经济时代对物流管理专业人才的要求

我国非常重视物流产业人才培育，截至2018年，全国开设物流管理专业的高校就达396所，而物流智能化，物流平台，物流资本化，物流新零售等创新经济所需要的物流人才培养规模过小。从物流行业细分领域人才需求表（见表1）不难看出，数字经济时代对创新型物流专业人才的要求体现在以下几个方面：一是逻辑思维能力强、具备数字化思维和能力。二是熟悉物流服务行业的业务模式及流程。三是能通过数字的牵引，具备整合管理、业务和技术的能力。

3.数字经济时代物流管理创新人才培养路径

3.1基于数字经济背景建立物流管理创新人才分层教学模式

3.1.1融合数字经济设定层次化培养目标通过对政府、企业、科研院所的调研走访，研究数字经济背景下物流管理人才需求，对物流管理就业状况的数据收集分析整理，同时整理物流领域需要的数字技能，建立通用的数字技能分类，例如物流数字化开发类，物流数字化运营类等，根据技能分类和劳动力市场需求的指导，制定和实施具有针对性的培养计划。在教学目标上，融合数字经济设定层次化培养目标，促进知识、能力、素养的有机结合，按照培养目标和社会需求建立分层次教学体系，确定培养目标和知识能力体系，对学生进行基础层、应用层、创新层分层次分阶段教学的培养。通过层次化培养目标解决学生基础差异，教学与实际脱节的问题，帮助不同层次的学生将课程理论内容相互衔接与融合，形成较完整的解决问题的理论体系与思路。教学计划上，拟定培养高水平管理人才的教学计划，使课程的教学计划能够与宏观经济、产业发展、企业实际需求实现良好的对接。

3.1.2提升教师数字经济和专业知识水平当今的物流业很难避免数字化竞争，现代物联网，人工智能，云技术，区块链，流程自动化RPA等数字技术的加速创新迫切需要提升高校教师的数字经济相关知识和技能，因此，通过让教师参加数字经济及相关技术的培训、学习、讲座和研讨等方式，并通过校企合作项目，让教师进入相关企业进行实践锻炼，提升教师的数字经济素养。另一方面，高校可以建立双导师制度，引进企业教师，充分发挥丰富实践经验的优势，企业教师不限于物流行业，互联网、新零售、电子支付等高科技行业，这些导师一方面能弥补高校教师实践经验不足的缺陷，另一方面也能够生动还原企业营运环境。在高校物流管理专业建立专业教师、企业导师、职业指导三重师资队伍结构，进行通识教育，物流专业教育，职业教育培养教学，着力培养既具备物流知识技能又具备计算机、大数据知识技能的高素质物流人才。

3.1.3丰富物流数字经济教学内容教学内容上，坚持理论与需求、经济、技术、产业链等环境变化以及物流与金融，IT，工程学，建筑等其他学科的有效融合，增加物流数字化运营管理的知识体系与发展动态知识学习内容，保持知识结构的前沿性和时代性。在课程设置方面，应在设置经济、管理、工程等一般理论课程的基础上，针对不断更新迭代的细分领域，例如物流与金融学科的融合产生出的仓管质押、代收支付、货车信贷等细分领域；物流与IT的融合产生出的车货匹配、智慧物联网等领域；物流与工程学的融合产生出的AGV、无人机、自动化仓储分拣等领域，合理设置区块链、大数据技术与应用、智慧物流营销与管理、互联网金融与管理等课程方向，将物流与供应链的知识进行深度融合，突出智慧物流与供应链的发展特色。

3.2利用数字技术实现多渠道学习和教学

一是加强数据资源建设，搭建“数字技术+物流”教育平台，平台教程和案例数字资源库由教师和企业共同参与、设计和完成；运用“BOPPPS有效教学模组”作为线上线下混合式教学设计的“基本架构”，充分利用数字技术，通过在线课程，智慧课堂、学习通等方式丰富教学过程，并合理利用这些平台对学生学情等数据进行分析，营造参与式教学氛围，及时调整教学内容和手段提高教学质量。；教学实践上，持续丰富实践教学内容，达到“第一课堂”与“第二课堂”的有效契合，增加物流仿真实验等实践项目、企业实地研究和实习机会，激发学生对实用技能的兴趣，培养学生考虑数字经济背景下解决复杂物流管理问题的综合能力与高级思维；二是强化实践教学体系，丰富和完善教学实践。通过构建实验教学平台、学科交融讨论平台和课外实践平台，强化实践教学环节，实现课内与课外、理论与实践的对接。强化实验教学。结合理论讲解和案例教学，认真开展实验教学。教师充分应用实训场地、设备、软件指导学生在实验课堂上动手完成各项模拟业务操作，提高学生动手能力。组织学生参加各项竞赛活动。每年由学生组建团队，参加全国各项物流大赛，学生主动参与，提高学生的知识运用能力和合作意识。用“课程+兴趣+社会”的教学为学生创造有意义的学习经历，鼓励学生观察家乡或者身边的实际情况，综合运用物流成本、管理学、微观经济学等物流管理等文科知识提出解决方案。增加校企实习实践考核力度。企业实习不局限于熟悉物流日常操作，建立学校和企业双向沟通渠道，教师和企业导师共同指导同学物流实习，鼓励企业问题进课堂，课堂理论企业应用，利用APP，QQ，微信，腾讯课堂等数字手段，进行现场讨论并提出有建设性的方案。

3.3多维度考核评价机制，解决重结果轻过程的问题

实行过程性考核与多形式考核的有效契合，提高考核的全面性、实践性。构建多维度教学效果评价体系，重视学生参与度和过程考核，课程考核包括试卷考核，线上答题，线下调研，成果汇报等多种形式。评分采用试卷评分，课堂和线上讨论评分，同学互评等方式。优化评价方式。加大线上考核比例。线上考核内容应针对不同的学习内容进行权重设计，比如线上考勤，学情考核，课堂APP讨论等，提高学生主动性，鼓励学生观察身边现象，自发拟定讨论话题。线下学习布置进阶式任务，提高可操作性，增强学生物流方案设计能力。优化实践环节评分体系。除了考核学生现场实习表现，同时要求学生针对企业问题提出独立的方案，在最后的评选环节，由学校教师，企业导师和同学组成的评分组根据实际情况得出综合得分。该分数是小组间横向评比、集体评议的结果，能更加客观地反映学生学习和掌握知识的实际水平。

篇10

一、引言

当前，随着我国对外交往向纵深发展，传统的外语人才培养模式已经不能满足社会发展的新需求。社会发展呼唤更多的既有扎实的外语交际能力又有较强的其它专业知识的复合型、应用型外语人才。尽管学界对复合型外语人才的表述各不相同，但其核心思想却是一致的，即通过“外语+专业”的模式来培养外语人才，使其能够利用外语这个工具从事某项专业工作。

“外语+专业”的培养模式符合社会经济发展的要求，但是基于这种思想的复合型外语人才培养却面临两大问题：一是外语与其他专业之间存在明显的界面，即外语和专业之间无法融合；二是外语和专业之间出现了“此消彼长”的情况，即加强了专业却又弱化了外语。这充分说明目前复合型外语人才在培养途径方面存在问题。那么，如何才能使学习者既不削弱外语能力，又有较强的专业能力，从而具备用外语“做事”的能力呢？

二、基于脚本理论的口语教学的理论解析

1.口语交际的实质与维度

口语交际包括听说两方面，从本质上讲是一个言语理解与言语生成的相反的双向互动过程，但其所涉及的核心维度是一致的，即任何言语理解和输出都是听话者和说话者大脑中的语言知识以及对外部世界的认知这两种结构与外部信息之间互动的结果。而对于我国成年外语学习者而言，其大脑中存在着更为复杂的母语和外语两种语言的语言知识结构以及对外部世界的认知结构，这四种结构之间存在着错综复杂的交叉对比关系，也构成了外语语言与思维的特殊心理机制。在这些结构当中尤为值得关注的有两点：英汉两种语言所固化的概念以及概念隐喻等方面既有相似性也有差异；母语相对强大，外语相对弱小，母语和外语之间存在着“概念落差”。

培养复合型外语人才也相应地面临三项重要任务：重视英汉两种语言所反映的概念以及概念隐喻之间存在的差异，使英语学习者具有较深的跨文化意识和较强的跨文化交际能力；不断丰富外语的语言知识结构和认知结构，降低外语和母语之间的“概念落差”，从而具备一般的日常交际能力；在母语和外语之间有关已有认知的“概念落差”达到基本平衡以后，积极构建社会需求且自己感兴趣的专业认知结构及相应的语言知识结构，从而具备利用外语从事某项专业工作的能力。

无论是日常会话，还是专业交流，其本质都是外语口语交际，都涉及到言语理解和言语输出。那么如何才能够有效地进行交际？朱纯认为，按照听者同样熟悉的常规来组织的话语将更容易理解。这句话实际上是针对有效交际问题对听说双方都提出了要求，那就是双方必须享有“同样熟悉的常规”。而且，这种熟悉的常规共享的越多，话语的理解和表达就越简单有效。那么，这种所谓的“同样熟悉的常规”到底是什么呢？

2.外语与专业有效融合的途径

脚本（script）是计算机科学家R.Schank和社会心理学家R.Abelson针对图式理论只能解释孤立句子的生成与理解的不足而提出的一个概念，主要用于解决人工智能常见的两个问题：一是如何利用计算机处理描写复杂人类行为的段落和语篇；二是如何利用情境相似性来避免理解新情境时所必须的重复推断。他们最初利用脚本来描述诸如进食堂就餐等经常性反复性出现的极具常规的社会情境。后来，脚本的意义也从专指极具常规的社会情境扩展为可以指代任何社会情境，从单纯应用于人工智能发展到用于解释人的记忆结构。为适应人工智能以及心理学发展的需要，Schank对原有脚本概念进行了修正和丰富，使其包括记忆组织包（MOPs）和场景（Scenes）等新的表征形式，从而涵盖了其他学者对脚本概念的拓展意义。

本质上，脚本是指“专门为经常出现的事件序列设计的知识结构”，它具有动态性，依赖概念，并以“预料”为基础。脚本描述了解决一个特殊问题或应付一种特殊情境过程中所采取的一系列行动，它是人们的行动、思想及语言的基础。从认知语言学的角度看，这种知识结构显然包括对这些事件序列的认知结构以及表述这些认知结构的语言结构。因此，包含对事物的认知结构及相应的语言结构的脚本理当成为联系外语和专业的纽带与桥梁，因为它不仅是外语口语有效交际所依赖的“同样熟悉的常规”，也是适应某种工作要求所必备的专业背景知识以及在未来工作中进行创新的基础，这说明基于脚本理论的口语教学从理论上讲符合复合型外语人才培养的要求。

三、基于脚本理论口语教材设计

教材建设是口语教学的重要方面，根据复合型外语人才培养面临的三项任务，复合型外语人才的培养的教材建设应该包括以下两个阶段。

1.基础阶段

该阶段以日常生活所涉及的基本情境为主，主要用来解决英汉两种语言之间存在的“概念落差”以及两种语言在概念层面间的差异问题。通过该阶段的学习，使得外语学习者的“概念落差”达到基本平衡，并且对两种语言所反映的概念范畴以及思维所赖以存在的隐喻机制等的差异有较深入的认知，从而能够借助大脑中的脚本知识进行有关日常生活的各种交际，并为复合型外语人才培养的高级阶段做好充分的准备。因此，基础阶段的脚本应该包括饮食、购物、就医、交通、旅行、约会、情感、社会、学习等涉及日常生活的各个方面。

2.高级阶段

该阶段以带有专业性的工作场景为主，主要是构建社会需求以及自己喜爱的专业背景认知结构以及相应的语言结构。与其他专业人才不同的是，复合型外语人才对所复合的专业知识的要求并不像该专业的学生对他们的专业要求的那样，面面俱到，细致入微，而只需要把该专业最具核心的概念以及相关工作程序融为一体，形成该专业的脚本，从而使外语学习者具备利用外语进行该项专业工作的能力。该阶段脚本可以包括对外贸易、物流、旅游、国际金融等涉外行业中的具体业务情境。

四、基于脚本理论的口语课堂教学设计

根据复合型外语人才的培养任务以及教材的阶段划分，课堂教学也理应分为初级阶段和高级阶段。但是由于初级阶段所涉及的知识为大家所熟知，所以本文仅从高级阶段选取货物出口这个典型脚本作为案例，简要探讨如何根据脚本理论进行口语课堂教学设计。

1.教学目标

了解货物出口的基本流程、各环节的主要任务及相应的英语表达；了解各个阶段可能会出现的问题，增强货物出口脚本的预见性。

2.教学重点和难点

货物出口流程认知与语言表达；可能出现的问题及解决方式。

3.教学方法

多媒体辅助教学；情境模拟等。

4.教学步骤

利用多媒体演示货物出口流程、各环节以及相关英语表达范例；角色扮演，模拟货物出口流程中各个环节中的对话；利用货物出口脚本对货物出口中可能出现的问题进行对话解决。

5.教学评析

货物出口脚本属于复合型外语人才培养高级阶段的教学内容，其中所涉及的内容非常丰富，学习者需要在课前做大量的准备工作，以利于在课堂上能够迅速地理解该脚本中的事件序列，熟知事件序列中所需要的语言表达，从而在短时间内获得有关货物出口流程中的基本的知识和语言表达。

五、结论

脚本是特定场景下发生的一系列事件在大脑中的表征形式，尽管这种表征形式与现实情况有一定的差别，但是它是对现实情况的的高度抽象和系统化的重新建构，是知识结构的一种典型形式。这种典型结构与外界丰富多彩的现实事物互动以交换信息，从而不断同化新知识，也不断调整已有的知识结构。它是外语理解与表达不可或缺的重要维度，也是工作创新的源泉和基础。因此，利用脚本理论进行口语教学，使外语与专业知识充分融合，是培养复合型外语人才的一种行之有效的途径。但是基于脚本理论的口语教材设计需要整合外语与专业两方面的力量，其课堂教学设计对教师会有更高的要求。

参考文献：

[1]罗世平.也谈21世纪复合型外语人才培养模式[J].外语界，2000，（3）.

[2]黄源深.21世纪的复合型英语人才[J].外语界，2001，（1）.

[3]朱纯.外语教学心理学[M].上海：上海外语教育出版社，1994.

[4]尹德谟.母语与外语“知识――认知双元结构”在FLT中的理论解析[J].西华大学学报，2006，（3）.

[5]Schank R C. Dynamic Memory[M]. Cambridge， England：Cambridge University Press，1982.

篇11

研究方法和过程

该项目的研究内容主要是调研虚拟教室在欧洲各培训机构的应用情况,调研的数据来自欧洲的28个国家。

项目的研究过程分为6个阶段,如下图所示。

研究成果

该项目完成之后,所作项目研究报告的内容不仅涉及虚拟教室的介绍、本次调研数据的分析和结论,还包括对虚拟教室中教学问题、课堂组织、内容设计、教学活动组织、教学交互以及教学评价等问题进行深入研究的成果。

1.调研结论

研究得出,在欧洲,调查对象虽然都知道虚拟教室,但对虚拟教室的了解甚少,也很少应用虚拟教室。当然,研究也获得了一些成功案例,如西班牙的加泰罗尼亚开放大学已经自主开发了虚拟教室系统――虚拟校园(Virtual Campus);匈牙利的布达佩斯大学经济和行政学院已在高层次的教育中广泛应用了虚拟教室。

2.虚拟教室中的交互问题

虚拟教室可以增强教学的灵活性和效率。它可以通过一些技术手段来促进参与者之间的交互。例如,分组讨论室、视频交互、文本聊天以及应用程序共享等。为了让学生更好地参与虚拟教室课堂,进行协作学习,提高虚拟教室的交互性,必须要注意以下教学原则。

①教师在设计虚拟教室中的教学时,要充分考虑学生对交互的需求。

②在进行虚拟教室教学前,要对教师和学生进行技术培训,让参与者能够熟练操作虚拟教室。

③在虚拟课堂中,要不断地增强交互。教师可以建立小组讨论室,组织分组讨论,同时参与者还可以通过文本、视音频进行交互。

研究得出,用虚拟教室、传统教室、非实时教学系统和视频会议系统等学习技术、平台结合进行混合学习将是未来学习方式发展的一种趋势。这种混合学习能够集合实时教学和非实时教学的优势,提高学生学习的灵活性,增强跨校园的交互,同时还能够加强师生之间的交互。

3.虚拟教室的内容设计和活动组织

在虚拟课堂中,所有的学习内容和学习活动都将在虚拟教室中进行。因此,对于虚拟教室的内容和活动的设计显得尤为重要。

虚拟教室的内容和活动的设计以教学目标为导向,传统教室和非实时教学系统的内容和活动设计也遵循这一原则,但虚拟教室的内容和活动的设计要更加严谨和精确,因为虚拟教室对内容和活动的连续性要求更高。

同时,还要为学生提供课程大纲或课程介绍文档,告诉学生在上课之前必须具备哪些先行的知识,以消除学生顺利、快速进入学习的障碍。在学习内容的制作上,教师或者内容设计者可以充分利用已有的教学材料,并使用自己较熟悉的工具整合已有材料,创建新材料,同时还要附带学习帮助、学习指导等材料,为学生的学习提供尽可能多的学习支持服务。

此外,研究还得出,为了让学生保持较集中的注意力,虚拟教室中一节课的时间应该要比在传统教室的时间短,同时教师还需避免单调的教学方式,要提供丰富媒体形式的教学材料,语调要抑扬顿挫,引发学生参与讨论。在课后,教师要充分听取学生的反馈,修订和完善教学设计方案。

4.虚拟教室的教学评价

不同于传统教室,虚拟教室中的教师和学生在地理位置上是分离的,教师只能通过观察学生在虚拟教室中的行为和表现或者倾听学生回答问题来获得学生学习的情况反馈,而如何做到客观、公正地对学生进行评价呢?

研究提出了几种对学生进行评价的方法:利用虚拟教室的“问题和测试”功能,设计问答题和小测试,学生作答之后,系统会自动统计结果;基于音频的评价;基于视频的评价;基于文本聊天室的评价;利用“应用程序共享”功能,观看学生的任务操作步骤,对学生掌握的技能进行观摩和评价;通过对虚拟课堂进行录制和存档,教师可以回过头来很清晰地观看课堂全过程,从而可以对学生进行较客观、准确的评价。

带给我们的启示

第一,我们要加强对远程教育虚拟教室的研究,特别是加强对虚拟教室中教学设计与教学策略的研究。这两方面是相辅相成的,理论的研究可以指导和促进虚拟教室的应用;而反过来,虚拟教室的应用又可以给理论的研究提供实验案例以及丰富的研究题材。因此,在虚拟教室的研究中,要多做理论研究和实际应用相结合的研究。

第二,现有的远程教育教学系统只是陈列了一些课件、资源,缺乏及时的实时交互,忽略了教学情境和教学交互的创设。严格来说,我们还仅仅满足于“网上电子资源展示”,因此,我们需要积极探索利用虚拟教室开展教学实践的方法和策略,虚拟教室的研究既需要有关技术设计和开发的研究,也需要教学设计和策略的研究。开发面向远程教育应用的虚拟教室系统,一开始关键并不在于内容和资源如何丰富,而是应该针对现代远程教育的特点,重点关注教学交互与教学情境的创设,重点关注对硬件条件要求不高的相应软件系统的开发应用。

第三,我们在研究和应用虚拟教室时,还需考虑与传统教室、非实时教学系统等学习技术、平台的结合。集合不同学习技术、平台进行混合学习将是未来学习方式发展的一种趋势。混合学习试图寻找既能发挥网络学习的优势,同时又能获得最高的效率而投入最低的学习方式。混合学习通过选择“恰当媒体”,找出解决特定教学问题的独特而有效的方法,从而使网络学习能在最合适的地方使用,解决了速度、规模和效果的协调问题。

篇12

科技革命和产业变革正在重构全球创新版图，人工智能、云计算、区块链、空间技术等新技术驱动产业、业态进行变革，以互联网为核心的第四次工业革命浪潮对工程教育提出了新的挑战。2017年以来教育积极推进新工科建设，以主动应对新一轮科技革命与产业变革，奏响了人才培养主旋律，开拓了工程教育改革新路径。随着我国经济结构调整和产业升级，社会对高素质应用型人才的需求愈发显著，以培养高级应用型人才为目标的应用型本科院校成为高等教育的重要组成部分。应用型本科院校的办学定位以服务地方经济建设、区域社会和行业发展，培养应用型人才为主旨[1]。2018年以来教育部提出高校应加强“金课”建设，“金课”成为提高本科教育教学质量的重要途径和国家全面振兴本科教育的重要抓手。教育部高等教育司司长吴岩提出了“金课”的评价标准，即“高阶性、创新性和挑战度”，并提出要大力建设五大类型“金课”建设[2]。“金课”建设成为应用型本科院校提升技术技能型人才培养质量、实现内涵式发展的关键。大学计算机作为通识必修课之一，通过计算机基础知识的学习、计算机基础应用技能的掌握、计算机科学思维与职业素养的养成三方面进行培养，在互联网+背景下各专业课程的学习过程中起到信息化适应的基础。以应用型本科院校天水师范学院例，结合新工科建设背景对大学计算机课程参照“两性一度”金课标准进行建设与研究。从教学内容、教学目标方面体现课程“高阶性”；从教学方法、教学模式方面，加强课程“创新性”；从教学评价方面，提升课程“挑战度”[3]。

1通过学生学习产出确定课程目标，精准定位课程

“金课”的建设首先应对照课程的高阶性确定课程目标。课程的高阶性要求设计具有适当深度的课程，要求课堂学习具有强调批判性思维的训练、注重对信息的应用整合、关注知识的重构与实践、以解决问题为目标四个基本特征[4]。结合应用型本科院校培养应用型人才的根本主旨，通过适应社会需求的学生学习产出制定课程目标，大学计算机课程在确定课程目标时，充分考量学校各专业对课程在知识、技能、素养的需求，课程目标按理工科和文科需求进行划分。课程总体课程目标为掌握计算机基础和算法与程序设计基础知识，掌握计算机基本应用和算法与程序设计技能，形成计算思维、互联网思维和社会主义思政素养。理科加强算法与程序设计和数学建模的有机结合，以通过计算机的建模高效准确运算实现并分析专业问题；工科加强以迭代为核心的计算思维与算法与程序设计、网络技术的有机结合，以解决以互联网为核心的人工智能、大数据等技术与学科专业有机融合适应新工科的学习产出问题；文科加强与专业需求的计算机应用技能的提升和互联网思维的培养。在遵循课程总体目标指导下，课程充分考虑学习层次和专业定位与非计算机专业的课程需求，做到同一专业针对卓越班和普通班、师范班和非师班两套具体目标，如卓越班加强理论深度、课外拓展和信息检索等方面的要求，师范班加强信息化教学能力、信息化教学工具、信息化教学创新等方面的要求，做到课程目标与专业目标的精准对接。

2结合社会专业需求确定课程内容，创新优化课程

“金课”建设要结合社会专业需求充实完善课程内容，大学计算机课程在保证课程目标的前提下，充分融合新知识与基础知识，实现课程知识储备的实时更新；充分衔接社会专业需求与计算机应用技能，实现课程技能的按需应用；充分融合服务课程目标和内容的思思政元素，实现课程服务社会主义的根本；充分整合课程内容与学生职业素质发展需要，实现课程素质目标。“金课”的课程内容不仅要设计合理，更要组织有效。大学计算机课程对课程内容主要以教学案例为线进行组织，实现课程内容的条理与连贯，创新优化课程，教学案例的设计应充分进行知识与素养的整合、技能与素养的整合。好的教学“案例”可以将知识点连接为知识面，形成知识体系，将案例知识认知通过实验设计验证实现实践认知，并通过课程思政案例扩充到情感认知，加强知识体系的实践应用和社会主义思政教育。课程案例包括知识案例、技术案例、实践案例和课程思政案例，更多是将三类案例进行综合，如指定某主题，首先要求学生通过信息检索或爬取进行各类信息的收集，其次要求学生通过相关软件进行编辑、统计汇总或编程计算进行信息的分析，最后要其学生通相关软件或工具生成结果分析报告，并说明每项结果计算或分析的知识原理和过程，最后产生综合社会、技术、情怀的评价，如此通过一个具体案例综合了知识点分析、解决方案设计、实践验证、归纳分析、工具使用和价值评价，实现了对知识、技能、素养的融合。

3运用现代教育技术确定教学方法，高效实施课堂

随着互联网技术的发展，灵活多样的现代教育技术为课程的实施提供了保障。大学计算机课程在教学过程中明确以学生为中心，发挥学生的学习主体作用。大学计算机课程“金课”建设采用的是线上线下混合式教学模式高效实施课堂。线上教学依托中国大学MOOC、智慧树、超星学习通、虚拟实验平台等线上教育学习平台和钉钉、腾讯会议等交互应用软件，进行以现有线上优质教学资源为主和符合本校学情的课程资源的结合，线上优质资源作为主要知识体系学习，自建课程资源主要是对知识体系的补充、实践实验的强化和课程思政的讨论等文档上传平台或通过交互应用软件进行线上直播，便于学生课前自主学习和课后回看复习以及完成实验和线上学习数据的统计。线下教学主要依托课堂和基于移动端的线下辅助工具，进行课堂授课讲解、答疑互动、实验实践指导，并借助慕课堂、蓝墨云等移动辅助工具进行课堂检测、全员互动讨论等教学环节和课堂学习数据的统计。

4参照科学评价体系确定考核方案，明晰考核规范

科学的课程考核方案是判断课程建设效果的有效工具，同时科学的有效的考核结果可以反向促使课程建设有的放矢的建设。以学生为核心的考核是对学生课程学习掌握程度的评价，以教师为核心的考核是对对教学方法、教学设计、教学态度是否促进教学效果的评价，以课程为核心的考核是对课程目标与内容定位是否满足课程立德树人要求的评价。科学合理有效的考核方案是“金课”建设的检验标准，“金课”建设与实施也应参考科学评价体系确定考核方案，明晰考核规范。大学计算机“金课”建设实“三位一体”的考核方案，即同时对学生、教师、课程进行考核。学生考核将体现线上线下学习动态的讨论、问题回答等过程评价与体现知识技能综合应用的期末考试、设计等终结性评价相结合；教师考核将体现教学能力的课堂组织、现代教育技术使用、教学内容组织、课程案例设计等过程性评价与体现教学效果的学生平均成绩、实验设计、课外调研等终结性评价相结合；课程考核将体现素养培养的思维、思政等过程性评价和体现课程建设成果的项目、竞赛等终结性评价相结合。

5结束语

“金课”的目的是提升人才培养质量，通过新工科背景下应用型本科院校大学计算机课程的“金课”建设与实践，探索“金课”在提升以学生为中心的学习产出质量中的核心作用。通过分专业分层次的精准定位课程目标、融合基于互联网技术的课程内容、线上线下混合式的教学模式、注重数据分析的教学评价四方面进行“金课”的建设与实践，探索“金课”建设在人才培养质量提升中的可行性与必要性。

参考文献：

[1]董琴,张秋,王慧敏.应用型本科院校人才培养调查分析[J].计算机教育.2012(05):13-16.

[2]吴岩.建设中国“金课”［J］.中国大学教学，2018（12）:4-9.

篇13

1引言

当今全球基础教育正发生巨大变革，知识成为学习的载体而不是目标，机器人教育正是体现这一教育思想的最佳方式之一。《2007年全国中小学机器人教学研讨会会议纪要》的与会人员经过交流研讨会达成共识，提出机器人教育的目标应是“提升学生的信息素养和技术素养，培养学生的创新精神和实践能力，促进学生德、智、体、美全面发展”。近几年各种形式的青少年机器人活动也逐渐的得到学校和社会的重视，基于中小学机器人的各种竞赛和培训蓬勃发展，因而基于中小学机器人教育的一系列研究也越来越多，本文基于湖南第一师范学院科研项目“中小学机器人教育教师培训与实践教学研究”，通过检索近年关于机器人教育研究的文章，对目前我国中小学生机器人教育研究展开综述，并对其未来的趋势进行展望。

2机器人教育简介

2002年湖南师范大学教育技术系的彭绍东教授对机器人教育进行了明确的定义，其定义如下：“机器人教育是指学习、利用机器人，优化教育效果及师生劳动方式的理论与实践。”并进一步提出了在对该定义的理解中值得注意的几个问题：“机器人教育有理论和实践两大领域。理论方面，机器人教育有自身的理论基础与基本理论，能形成相对独立的学科理论体系与方法体系。实践方面，机器人教育是指以机器人为主要教学内容或教学工具而开展的教学活动，这些活动是在具体实践的过程中逐步完成的。开展机器人教育有两大目的：一是优化教与学的效果；二是优化教师与学生的劳动方式。机器人教学有五种基本形式：机器人学科教育、机器人辅助教学、机器人管理教学、机器人（师生）事物、机器人支持教学。机器人教育强调人工智能技术的应用，是信息技术教育的新发展；机器人教育的普及将引起人类教育的重大变革”。

2006年王海芳在其硕士论文中指出：“机器人教育不仅是把机器人当作学习对象，而是要将其作为提高学习综合、灵活运用知识的能力的工具，使其成为培养学生创新精神和实践能力的有效载体和重要途径。机器人教育是为了使学生更好的适应未来信息时代的要求，培养智能时代国家、名族发展所需的竞争人才，是一种应时展而兴起的教育。机器人为信息技术教育提供了更为先进的教学资源，为信息教育带来了新的前景，机器人教育是应技术的进步对信息技术教育的发展。

3国内外研究现状

在国外，机器人教育一直是个热点：早在 1994 年美国麻省理工学院（MIT）就设立了“设计和建造 LEGO 机器人”课堂（Martin）。这是在大学开设的机器人课程。麻省理工学院提供的机器人课堂主要有两类，一类是指整个学期中开设；另一类是在麻省理工学院的独立活动期间开设的。独立活动期开设在课堂没有设定的课堂安排，主要是学生在规定的时间内完成相关的项目就可以了，并且部分课堂的参与也是自愿的。学生可以根据自己的需要选择性的参与课堂学习来补充知识。在课堂上教学主要是以项目学习和研究性学习的形式开展的。因此其教学设计的流程主要是以研究性学习和项目学习形式展开的。它的教学设计是灵活的。美国基础教育领域中的机器人教育主要有以下几种形式：一是机器人技术课程；二是课外活动，类似我国的综合实践活动课堂；三是机器人主题夏令营等定期活动等。

在美国，机器人厂商是机器人教育的一个隐形推动者。美国教育者在进行机器人教学设计时，更注重培养学生如何对项目和时间进行管理、信息如何获取、资源如何分配、团队合作以及解决问题等信息科学素养。这是值得我国教育研究者学习和借鉴的。

日本机器人的产业化发展己经走在了欧美国家的前面。虽然起步晚，但是日本高度重视机器人教育和机器人文化的普及。在日本，几乎每所大学都进行高水平的机器人研究以及机器人教学。每年定期举行针对不同年龄阶段学生的各种不同层次的机器人设计和制作大赛。一般在大学开设的课堂内容包括以下几个模块：电子控制、应用变量的高级编程设计、机械结构、工程设计、项目管理，团队合作，工作能力等。在中小学一般开设：机器人概述、编程设计基础、科学探究、问题解决等内容。但是，在中小学中并系统的规划机器人教育课程。

我国自2000年北京景山学校在国内率先开展中小学机器人课程教学以来，机器人教育在中小学活得了迅速发展。2003年4月，教育部颁布的《普通高中技术课程标准》中，首次在“通用技术”科目中设立“简易机器人制作”木模块。2004年12月11日-13日中国教育学会中小学计算机教育专业委员会在云南昆明市召开“中国教育学会中小学计算机教育专业委员会中小学机器人教学学组”成立大会和“首届全国中小学机器人教学研讨会”。2007年11月30日至12月2日中国教育学会中小学信息技术教育专业委员会在湖北宜昌市召开了《2007年全国中小学机器人教学研讨会》。

张秀杰在《中小学机器人教育课堂教学设计研究》一文中，通过对机器人教育课程及课堂进行了分析，从课堂的目的及内容两方面入手，将机器人教育课堂分成两种类型，将中小学机器人教育课堂分为知识型课堂和竞赛型课堂，分别研究两种课堂的特点和教学设计过程。另外，通过分析，发现了机器人教育课堂及竞赛中存在的问题，及对其进行课堂教学设计的必要性。然后，分析了适合机器人教育开展的 FLL 的特点以及其教学的独特性，梳理了其课堂教学设计原则与流程。在此基础之上，分别整理出了机器人教育知识型课堂及竞赛型课堂的教学设计流程方案。

刘琼在《中小学机器人教育模式设计与应用研究》一文中，围绕中小学机器人课程的知识点-红外避障传感器，运用“四位一体”中小学机器人教育模式，对该课程内容、教学活动、教学管理手段以及课程评价体系进行设计，并且针对课程实践结果通过问卷调查的形式进行了数据搜集，对数据中存在的一些问题进行了分析。

王同聚在《“微课导学”教学模式构建与实践――以中小学机器人教学为例》一文中，针对中小学机器人课程实操性较强的特点，结合目前“微课”研究热点，在分析“翻转课堂”和“研学后教”两种教学模式的基础上，吸取其精华部分，重新构建了以“微课”和“研学案”为载体的“微课导学”教学模式，在移动学习、在线学习和微时代背景下为实操型课程构建了一种新型的教学模式。

在《中小学机器人教学中_微课_的制作与应用研究》中，王同聚把“微课”和“中小学机器人教学”两个当前研究热点结合在一起，通过研究得出以下结论：在中小学机器人教学中开展“微课”资源的制作和应用研究是一个全新的课题，目前没有现成的案例可供参考和借鉴。在中小学机器人教学中潜心研究微课的制作和应用既是一种挑战，也是一种机遇，机遇与挑战并存，特色与创新共进，机器人微课应用模式的创新也是未来中小学机器人教育和微课发展的一个重要研究课题。只有解决了中小学机器人教学中微课设计开发的技术门槛，提升了中小学机器人课堂教学的质量，并把“微课导学”教学模式在机器人教育中加以创造性地应用和升华，在中小学普及机器人教育的春天就可以早一天到来，微课的发展前景将会更加美好。

王娜在硕士论文《如何在中小学进行机器人教育教学》中，通过对国内中学机器人竞赛开展情况的研究，结合其所在学校机器人教育课程的开展情况，得出以下结论：智能机器人课程的内容决定了它与信息技术课程的关系是比较紧密的。当前我们的课程设置中没有智能机器人课程计划，怎么办？可以把智能机器人课程包含在信息技术课程计划中，通过压缩信息技术课程课时，适当删减和调整信息技术课堂教学内容，来完成一定量的智能机器人课堂教学。从近两年的信息技术教学反馈来分析，在开设智能机器人课程前后，学生对常规信息技术知识的掌握没有下降，应用能力反而大大加强了，表现在对实际问题的分析与理解更准确、深入。

4面临主要问题和发展趋势

卢燕，赵晓声在《中小学机器人教育的现状与对策》一文中，提出当前形势下，阻碍中小学机器人教育发展的几个问题：1.教育行政部门的激励机制不够完善；2.课程标准和评价机制缺失，机器人教学难以走进课堂；3.没有统一的机器人教材，机器人产品各自为政；4.机器人竞赛的价值导向存在误区。

张琪，李杭州在《中小学机器人教育的问题与对策》中指出中小学机器人教育及竞赛存在的一些问题：

1. 缺乏统一的技术层次结构；

2. 评价体系不完善；

3. 教具昂贵，不利普及；

4. 过度产业化，呈现出垄断性和封闭性；

5. 地区发展水平不均衡；

6. 教师水平参差不齐，缺乏综合知识，而且受到了职称评定等问题的困扰；

7. 机器人竞赛项目设定和规则制定缺乏科学的技术层次规划。

尽管存在一些问题，对中小学机器人教育的研究仍然比较火热，中小学机器人教育的发展趋势主要有以下几个方向：虚拟教育机器人的研究；校本课程与立体化教材的开发；机器人教学评价系统研究；智能机器人教学研究；中小学机器人教学中“微课”的制作与应用研究；机器人兴趣小组教学课程设计等。

任何新事物的发展和成长都需要漫长的过程，中小学机器人教育也是如此。中小学机器人教育的发展不仅受社会经济条件的制约，更与全社会的教育价值观（应试教育为主的教育体制）和教育发展的自身规律紧密相关。

参考文献：

[1]彭绍东.论机器人教育（上）[J].电化教育研究，2002（6）：3-7.

[2]张国民.虚拟机器人在中学教育中的应用研究[D].浙江：浙江师范大学，2009.

[3]王海芳.中小学机器人指导教师培训模式研究[D].上海：华东师范大学，2009.

[4]张秀杰.中小学机器人教育课堂教学设计研究[D].沈阳：沈阳师范大学，2013.

[5]刘琼.中小学机器人教育模式设计与应用研究[D].河北：河北师范大学，2012.

[6]王同聚.“微课导学”教学模式构建与实践――以中小学机器人教学为例，中国电化教育，2015（2）：112-116.

[7]王同聚.中小学机器人教学中_微课_的制作与应用研究，中国电化教育，2014（6）：107-110.

[8]王娜.如何在中小学进行机器人教育教学[D].吉林：东北师范大学，2010.