刘正超，孔祥祯
(江西理工大学，江西赣州 341000)
随着大数据、云计算、物联网、5G等新一代信息技术不断取得突破，人工智能(AI)技术与先进制造技术深度融合所形成的智能制造技术，已成为新一轮工业革命的核心驱动力。《中国制造2025》明确指出要以智能制造为主攻方向，推动产业技术变革和优化升级。面对新的挑战与机遇，2017年开始，教育部积极推进“新工科”建设，以培养学生新思维、新视野以及复杂工程问题求解的新能力为目标，强调创新、实践与竞争等能力的协同发展〔1〕。在“新工科”建设的驱动下，教育部于2018年开始，大力支持普通高等学校本科开设智能制造工程专业〔2〕。智能制造工程专业具有较强的学科交叉性，强调“基础理论、专业知识与工程实践”协同发展，旨在培养具有科学思维方法、较强创新意识和工程实践能力的高素质应用型人才，为我国实现制造强国目标打下坚实基础。人工智能课程作为智能制造工程专业的核心课程之一，是培养学生融合信息技术与制造技术开展集成创新和工程应用的重要理论基础，在实现“新工科”建设教育目标中具有重要作用〔3〕。由于人工智能课程内容抽象，在传统教学实践过程中，学生普遍感到枯燥、难懂，影响学生学习积极性和自主性。因此，针对人工智能课程开展教学模式创新研究，对于“新工科”背景下的智能制造工程专业人才培养具有重要意义。
在“新工科”背景下，智能制造工程专业建设注重培养应用型复合人才，强调构建科学合理的课程体系〔4〕。专业课程改革需要重点关注以下三个方面。一是创新集成智能与制造知识体系。智能制造专业知识需要与智能化时代接轨，单纯沿用传统机械工程知识进行人才培养，难以满足社会发展的人才需求。因此，需要重点考虑如何将新一代人工智能技术与经典制造技术进行集成，构建具有时代性、发展性、引导性与创新性的新知识体系课程，使学生感受到新知识体系对智能制造专业学习的重要作用。二是侧重多学科知识交叉。信息化时代的到来，让智能制造工程专业成为“新工科”发展的主流学科。智能制造工程专业不仅包含传统机械工程专业学科内容，更体现了多种学科的兼容特性(如数学、信息科学、计算机科学、控制论等)。高校需要在工科专业课程基础上交叉信息化、智能化等新教育课程，打造多学科知识交叉的教育课程体系，才能提升学生对智能制造工程专业的认知程度，实现传统工科向新工科的转变。三是注重理论与实践结合。理论是实践的基础，在智能制造工程专业建设中，高校需要注重建设理论和知识相结合的教育结构，强化实践知识技能，用深入性知识引导学生发展工程实践能力。
基于上述专业课程改革分析，在“新工科”建设背景下，智能制造工程专业人工智能课程教学改革需重点关注以下三个问题：一是如何系统整合理论课程和实践技能的相关知识点，实现体系化、系统化的人工智课程理论与实践教学；
二是如何解决当前人工智能课程教学中存在的理论知识抽象化等问题，体现工学结合的目标导向，帮助学生建立一个系统性强、架构清晰和客观具体的人工智能课程知识体系；
三是如何有效调动学生的思维发展，促使学生能力培养方式发生转变，提升学生理论学习能力和工程实践能力的协同发展水平。
因此，本文以“新工科”理念为导向，以智能制造工程专业为背景，积极探索人工智能课程教学模式改革研究，促进智能制造工程专业学生对于人工智能课程知识的应用能力、创新能力、团队沟通协调能力及工程问题求解能力的提升，从而适应新一轮科技革命和产业变革对智能制造工程专业人才的需求。
人工智能课程内容主要涉及人工智能发展过程、人工智能基本概念、知识表示、推理方法、搜索求解策略、智能优化算法、专家系统、机器学习等〔5〕。该课程教学内容抽象、理论性较强，但是实践性不足，难以满足智能制造工程专业对于工程实践能力的培养需求，在实际教学中暴露出以下问题：首先，课程内容体系依赖教材理论知识，教学模式以教师讲授式为主，学生学习积极性不高；
其次，实践教学内容缺乏智能制造工程背景，学生工程实践能力不足，难以满足社会和企业对智能制造工程应用型人才的新需求。
针对上述问题，国内学者开展了一系列研究和探索。姚瑶〔6〕提出基于OBE理念的人工智能课程创新教学模式改革举措，以课程体系的巧妙设计为重点，以课程结构的重构优化为驱动，以完善的教学评价为依托，实现理论教学与实践教学的结合。冯岩等〔7〕探讨了新工科背景下人工智能课程的教学改革方法，提出了优化课程内容、改变教学模式、构建多元评价机制等方面的改革方法，激发了学生的学习兴趣，提升了学生的创新能力和综合素养。欧阳林艳〔8〕根据新工科建设需要，提出“AI+X”的新工科教学改革与创新思路，采用专题教学、翻转课堂、创新实践、教学普及等多种方式相结合的教学改革措施，使人工智能课程教学创新化、普及化，更符合当代新工科应用型人才培养的要求。马超等〔9〕将人工智能课程知识点的学习转换为基于卓越项目管理体系的工程实践，通过多角色协同完成人工智能项目并从整体规划到完整开发进行全流程监督，从而有效提升学生对人工智能课堂教学知识点的掌握程度和理解程度。从现有研究看，学者们提出了一系列教学改革措施来解决人工智能课程难度大、原理性知识多、工程实践偏弱等问题，为工程应用型专业人才培养提供了一定的思路。但是，现有研究也存在面向智能制造工程专业的人工智能课程教学研究不足等问题，尤其是学生自主学习和问题引导的教学组织形式在教学改革中体现不够充分。
通过分析上述研究现状，智能制造工程背景下人工智能课程要求学生积极开展主动学习和合作学习，围绕基础知识关联工程问题、工程问题求解等方面展开系列理论学习、综合实训以及协作讨论等教学活动，其教学形式应从教师被动教学向学生自主学习转变，发展方向由“教师为中心”向“学生为中心”的教学活动转型。目前，我国地方应用型高校的人工智能课程教学模式主要偏重于传统单向授课，以教师作为课程知识的传播者，以学生作为课程知识的灌输对象，缺乏针对学生沟通合作和工程应用的训练，在自主学习、协作创新等方面的能力培养也较弱。现有人工智能课程教学模式与工程教育专业认证、人才市场需求具有一定偏差，需要创新教学模式，渗透“学生为中心”的思想，引入自主学习、团队协作、创新意识和工程实践等综合能力培养的方式，引导学生向深层理论知识理解和高级实践技能应用发展。
PBL(Problem-Based Learning)教学模式是以问题为导向的一种教学模式，其核心是“以学生为中心，以问题为导向”的教育方式，进而培养学生的主动学习能力和实践创新能力〔10〕。PBL教学模式与“新工科”背景下人工智能课程从“教师为中心”向“学生为中心”的转型发展方向完美契合。同时，PBL教学模式中“以问题为导向”的教学方式，很好地满足了智能制造工程专业的工程应用型人才培养需求。将PBL教学模式应用于人工智能课程，可以有效促进学生的专业理论水平与工程实践能力协同发展。因此，本文以PBL教学模式为指导，以学生为中心，以问题为导向，开展面向高校智能制造工程专业人工智能课程教学模式研究，通过成立学习小组的形式，引导学生围绕问题开展自主学习、协作探究、寻找问题解决方案，有效提升学生的知识应用能力、工程创新能力、团队协作能力及社会适应能力。
人工智能课程的课程性质决定了其在教学过程中应运用新技术、新工程来激发学生的兴趣，课程教学过程要求学生通过高级认知能力(如综合分析、团队协作和认知创新)理解教学内容并构建长期有效的知识理解，PBL教学模式能够满足这种教学和学习要求。为破解课程“内容抽象、理论性强、实践性弱”问题，以“教师指导，学生协作”为设计思路，设计与PBL教学模式相融合的人工智能课程教学环节，教学过程以学生学习小组为单位组织实施，共划分六个教学环节(OKSCPA教学环)，如表1所示，包括“确立人工智能学习目标(Object)→获取人工智能基础知识(Knowledge)→学生个人自主学习(Study)→学生小组协作探究(Cooperate)→问题实践求解(Practice)→教学综合考评(Assess)”。这六个教学环节突出了PBL教学模式的自主性、合作性、实践性、创新性等特点。在整个教学环节中，学生在理论认知上由直觉观察、逻辑思考到知识创新，实践技术上由知识抽取、问题分析到团队协作，环节之间层层递进、阶梯上升，符合认知规律。相对于经典PBL教学模式的应用，OKSCPA教学环增加了知识准备和行动实践的比重，实现了系统化、体系化的人工智能课程理论与实践教学，促进了智能制造工程专业学生理论学习能力和工程实践能力的协同发展。
表1 基于PBL教学模式的人工智能课程OKSCPA教学环
本文以智能制造工程专业人才培养需求为例，在经典PBL教学模式基础上进行拓展研究，建立适用于智能制造工程背景下人工智能课程PBL教学模式，如图1所示。
图1 面向智能制造工程专业的人工智能课程PBL教学模式
该模式强调以学生为中心，基于实际工程案例和关键工艺流程，结合人工智能教学内容创设情景问题，采用OKSCPA教学环来组织教学活动。教学活动中充分发挥学生学习的自主性、探究性和创新性，阶梯式培养学生的综合能力，有层次地引导学生对知识的深度建构。模式中对PBL教学模式关键要素(Problem、Base、Learning)进行重构，以适应智能制造工程专业较强的工程实践应用背景。其中Problem引申为具有工程应用背景的教学问题。教学问题是PBL的核心要素，本文围绕“人工智能知识、制造工程技术”，通过优选制造企业的工程项目案例，挖掘项目工程的技术难点，匹配人工智能课程专业知识，挖掘PBL教学问题元素，如表2所示。根据问题元素设计系列工程背景教学问题，制作具有一定启发性和复杂性的人工智能课程PBL教学问题库。Base引申为工科专业背景乃至课程学习目标的实施基础，表示将“智能制造专业、人工智能课程培养目标和社会工程专业需求”综合考虑后所明确的教学目标、教学重点和教学方法，作为OKSCPA教学环设计的基础依据。Learning引申为学会、学习结果或目的，指通过OKSCPA教学活动可以得到的结果或能力，具体设计为三个能力阶梯：自主学习能力和问题分析能力，团队协作能力和沟通交流能力，创新能力和工程能力。
表2 智能制造工程应用背景的人工智能课程PBL教学问题元素
面向智能制造工程专业的人工智能课程PBL教学模式具有明显的主动学习、团队协作、实践创新的特点，注重培养学生自主学习能力和工程实践能力。该模式具有以下特点：(1)模式中的教学问题基于工程实际案例和关键工艺流程构建，增加了问题的工程应用情景深度，有助于学生建构知识，激发内在学习动机。(2)OKSCPA教学环中各项教学流程不是由教师直接讲授，而是由学生通过个人或小组的学习活动探索发现，让学生主动寻找工程问题与知识之间的关联性，有助于达到更深刻更持久的学习效果。(3)OKSCPA教学环重视学生的学习活动，把教学问题、实践活动和抽象知识关联起来，更具有引导学习的意义。(4)教学过程注重发展学生的综合分析、逻辑推理、创新思维以及工程实践等核心技能，并强调理论学习和实践应用相结合。
智能制造工程专业具有较强工程实践应用背景，人工智能课程作为智能制造工程专业的核心课程，需要在保证学生获取专业知识的同时，发展学生的主观能动性、团队协作能力以及工程实践能力。因此，不仅需要重视学生对专业基础知识的理论学习，还要重视学生学习过程中自主学习意识与团队协作意识的培养。PBL教学模式就是教师设计问题，学生分析、讨论和解决问题的教学方法，这种方法应用于智能制造工程专业教学中，能有效提升学生的自主学习能力和团队协作能力，并强调了学生工程实践能力培养，使学生综合素质得到明显提升。智能制造工程背景下的人工智能课程PBL教学模式，是一种基于工程应用案例设计各类问题，与实际工程实践应用息息相关的教学模式，更容易激发学生对学习的主观能动性和好奇心，让学生从中体会到学习的乐趣。随着时间的推移，PBL教学模式由于其优越性，在智能制造工程专业的应用也会越来越多，通过积极引导学生自主学习、团队协作、思维创新和工程实践，以达到培养高端工程人才的目的。
猜你喜欢 工科人工智能智能 中粮工科机械技术（无锡）有限公司中国造纸(2022年9期)2022-11-25新工科下创新型人才培养的探索中国市场(2021年34期)2021-08-29新工科背景下项目推动式教学模式的探索科技创新导报(2021年34期)2021-04-13中职“产学研创”一体化工科类课程的研究与实践装备制造技术(2020年2期)2020-12-142019：人工智能商界(2019年12期)2019-01-03智能前沿文苑(2018年23期)2018-12-14智能前沿文苑(2018年19期)2018-11-09智能前沿文苑(2018年17期)2018-11-09智能前沿文苑(2018年21期)2018-11-09人工智能与就业IT经理世界(2018年20期)2018-10-24