Seminar教学方法在人工智能课程教学中的应用研究
——基于超星平台
刘雅雅 杨睿涵
(上海理工大学 管理学院 上海 200092)
[摘要]:随着新一轮人工智能产业化研究热潮的到来,教育领域对于人工智能课程教学方法的研究需求与日俱增。超星泛雅等网络教学平台的搭建与应用为高校人工智能课程的线上开展提供了系统工具支持。本文在分析超星泛雅平台特征的前提下,讨论Seminar教学方法在人工智能课程教学过程中的具体应用办法,提出了人工智能Seminar研究课题选题的三项准则,致力于促进先进教学方法在高校人工智能课程中的灵活应用,提高人工智能课程的教学质量。
[关键词]:人工智能; Seminar教学法;超星平台
[中图分类号]:G642.0 文献标志码:A
[基金项目]: 2020.-2023.年度 国家自然科学基金委员会 上海高校教师培养计划;国家自然科学基金青年项目 (编号:62006154),,
[作者简介]:刘雅雅,1989.12.,女,汉,安徽,讲师,上海理工大学管理学院,信息管理与信息系统系,讲师,研究方向:智能信息处理;:杨睿涵,2001.06. ,女, 汉,江苏,本科生,上海理工大学管理学院,会计系,学生,研究方向:智能信息处理
A Study on the Application of Seminar Teaching Course Teaching
—— Based on Superstar Platform
Liu Yaya Yang Ruihan
(Shanghai 200092)
Absrtact: With the great upsurge of study on artificial intelligence industrialization, there is an increasing demand for teaching methods research of artificial intelligence course in the field of education. The construction and application of network teaching platforms such as Chaoxing Fanya provide systematic tool support for the development of artificial intelligence online courses in universities. Based on the analysis of characteristics of Chaoxing Fanya platform, this paper discusses the specific application of seminar teaching method in the teaching process of artificial intelligence course, and puts forward three criteria for the seminar research topic selection of artificial intelligence, which is committed to enrich teaching methods of artificial intelligence courses and improve the teaching quality of artificial intelligence courses in universities.
Key words: Artificial intelligence; Seminar teaching method; Chaoxing Fanya
引言
近年来,人工智能相关技术在经济、政治、文化、生活等领域蓬勃发展
[1-2]。现有人工智能技术在为人民日常生活提供便利的同时,也为教育行业带来了前所未有的挑战。为什么说前所未有呢?这是由于人工智能的研究范畴非常宽泛,它所涵盖的知识体系庞大,相关技术更新周期短,技术革新速度比以往任何时代都要更快速,这也就意味着相关教育教学配套方案必须及时更新。
在深度学习技术的驱动下,当代的人工智能比基于传统机器学习的、以及基于人工设立规则的人工智能在诸多领域能够取得更好的效果。 因此,企业对于人工智能的产业化投入空前庞大。在教育领域,为了满足当代社会对于人工智能领域人才的需求,教学工作者需要及时地、持续地完善教育模式,发展与革新教学方法,调整教学方案;学校需要在保障与完善软硬件配套教学设施的同时,加强人工智能师资队伍的建设,使得所培养的人才能够尽可能地契合市场对于人工智能领域人才的实际需求。目前国内关于人工智能教学方法的探讨方兴未艾
[3-5]。在这一次人工智能的研究热潮推动下,我国开设人工智能相关专业的高校在不断增加,目前实力强劲的学校主要包括清华大学、北京大学、浙江大学、上海交大、南京大学、复旦大学和哈工大等。
2019年的新型冠状病毒的肆虐无疑对于中国的教育市场带来了一场智能教学技术冲击。为了不影响学生的学习进程,许多高校紧急调整教学策略与方案,应用了超星、雨课堂等一系列新的智能教学平台。经历了半年的摸索,师资队伍从疫情初期懵懵懂懂、在尚未做足充分准备的情况下摸着石子过河,逐渐变得有的放矢、游刃有余。在这个过程中,学生逐渐适应了网络平台的学习方式,教师也总结了许多行之有效的网络教学经验。通过实际教学发现,许多先进的教学方法,例如Seminar教学法在网络教学方面能够取得良好的表现。那么,将现有的教师在网络教学过程中所取得的经验、方法进行整理与分析,将其融入即将开设的人工智能课程教学过程中去,以先进的智能教学技术驱动人工智能教学方案的落实,将为人工智能课程进一步的顺利、有效开展提供借鉴意义。
一、人工智能课程特征分析
根据学生层次的不同,研究生、本科生进行人工智能课程学习的学习内容有所区别。本科生人工智能课程的教学内容“宽而粗”,侧重于基础概念知识的介绍,对于应用方法,只是仅仅进行比较初步的普及。研究生人工智能课程的教学内容“窄而精”,偏向于具体的知识点,在夯实理论基础的前提下,侧重于对具体应用方法以及科学研究方法的介绍。依据教学重点的不同,教师在教材的选择过程中应注意识别教材的难度与深度。
2019年,上海理工大学人工智能专业获批新增备案本科专业。自2020年秋季,上海理工大学管理学院开设了人工智能本科课程,目前主要由信息管理与信息系统系教师承担教学工作。为保障教学工作的顺利开展,学院成立了人工智能专业的教学团队,定期对于人工智能课程的教学思路、策略作出讨论,对于教学内容进行商榷。结合教育对象的特征,该教学团队选择了由樊重俊老师主编、管理学院教师施柏州、尹裴、刘臣等参与编著的教材 《人工智能基础与应用》。
前面已经提到过,人工智能本科课程的特征是内容宽泛而基础。结合现有的知识积累,我们认为人工智能本科课程教学内容应包含人工智能发展现状与趋势、知识与知识表示、自动推理与专家系统、搜索算法与智能计算、机器学习、计算机视觉、自然语言处理与语音处理、机器人等。鉴于上海理工大学管理学员将独立开设计算及视觉、自然语言处理、机器人本科课程,这三部分在人工智能这门课程中的教学比重有所减轻,仅做简要介绍。在具体教授每一部分内容之前,教师需要应用思维导图帮助梳理各零散章节之间的关联关系,从而在内容宽泛的前提下帮助学生把握学习脉络。此外,考虑到人工智能课程具有非常典型的与时俱进特征,在教学过程中应时刻了解人工智能的发展动态,将最新技术研究及应用成果的发展动态带进课堂,从而提升学生的学习兴趣,引导学生产生学以致用的思维习惯。
二、超星平台网络教学特征分析
本文中所提到的超星平台,指的是超星泛雅网络教学平台。它的特征是克服了传统“面授”教学局限,能够帮助实现个性化、因材施教的教学管理模式,使得学生和教师跨时间、跨地域的互动交流成为可能。在具体的教学过程中,教师通常通过事先布置任务点的形式进行课堂教学。任务点包括课堂测评习题、观看事先录好的教学视频等。教师可以设置教学视频的开放时间。系统能够对于学生观看视频的实际时长做出统计。那么,利用超星平台,教师能够很容易判断哪些内容学生理解起来比较困难,而哪些内容学生没有兴趣或者过于简单。一般来说,观看时长与视频时常相同或接近,代表教学内容简单,学生理解起来没有难度。观看时长是视频长度的1.5-2倍,代表学生需要通过反复观看,才能够理解视频中的教学内容。在此基础上,教师可以通过适当调整课程进度,帮助学生实现更有效率的学习。此外,通过应用超星平台的自动统计功能,教师可以时刻对学生的学习情况进行掌握,了解学生有没有及时课堂签到、有没有及时完成学习任务、作业的完成情况与正确率等。相较于线下教学,应用超星平台等网络教学平台的主要优势在于智能化水平较高、免去人力统计所造成的时间浪费。与此同时,目前该平台应用的主要缺点在于,教师无法对学生进行实时视频监测,无法了解到学生在听课过程中的表情,从而了解学生的情感体验,这也意味着一定程度的信息丢失。此外,如果课堂教学形式过于单一,应用超星平台进行学习的学生容易形成感官疲劳,反过来影响学习的效率。为了克服这种感官疲劳,需要应用类似于Seminar这种教学方法,通过丰富化课程组织形式,调动学生的学生积极性。
三、Seminar教学方法的特点
Seminar教学方法
[6-7]指代由教师为学生提供适当的研究素材,由学生进行自主研究和讨论,并表述自己的观点,实现与教师关于研究素材的共同探讨,具有很强的师生互动特征,并且能够很大程度上提高学生的学习自主性和积极性。“授人以鱼不如授人以渔”,Seminar教学方法的应用使得学生有机会拥有鱼钩,体验通过自主搜索、讨论、思考与总结获取知识的满足感。在高校教学过程中,需要依据学生的年纪高低设计Seminar研究素材或讨论对象,低年级选题应注重基础知识的普及,高年级选题应注重学生的思维发散、理论知识的应用和实际问题的解决。
四、Seminar教学方法在人工智能课程教学过程中的应用办法——基于超星平台
为了实现Seminar教学方法在人工智能课程教学中的应用,需要从教学内容中剥离具体问题形成研究课题,供学生分析、讨论,继而实现与教师的互动。基于人工智能课程的特征,作者认为这些研究课题需要具备的特征有:
准则一、研究课题难度适中。过于简单的研究课题不容易调动学生的学习兴趣,而过于困难的研究课题会对于学生的信心造成打击。
准则二、时间占用量适宜。 过于复杂的研究课题则占用学生过多的课余时间,而目前高校学生的课程相对繁重。因此,如果研究课题选的过于耗时,可能会消磨学生的学习热情,给学生造成负担。
准则三、能够引发学生对于人工智能课程的深度思考。设置研究课题的主要目的是为了加深学生对于课程内容的理解,开发学生的思维潜力,如果能够在此过程中诱导出有研究价值或者有应用价值的思想火花,并以此为基础参加一些人工智能相关科技竞赛,能够提高学生的课程学习效果。
接下来,我们将结合人工智能课程个别章节的教学内容,给出Seminar教学法在人工智能课程教学过程中的应用范例。(1)课程导入部分。由教师采用讲授法普及人工智能的发展历史,以及人工智能的主要研究领域。在讲解过程中,引导同学思考人工智能学科的发展规律。依据上文总结的学生研究课题应具备的3个特征,绪论部分的研究素材可以设置为:当代人工智能在各个研究领域的发展情况。具体操作为:将同学进行分组,每个小组成员通过网搜、问卷等方式研究人工智能一项具体研究领域的发展情况,通过自主研究讨论后,选择小组代表以PPT报告形式在课堂上呈现研究结果。(2)知识表示。在知识表示部分,在教师讲授知识和知识表示的基本概念之后,由分组后的学生研究一阶逻辑谓词、产生式、框架、语义网络等比较广泛的知识表示方法,讨论每种表示方法的优缺点,由小组代表以简短PDF形式进行报告,由教师对于学生的讲述做补充说明,从而实现师生的共同探讨。教师应针对学生的讲解情况,判断哪一种方法是学生比较难掌握的、掌握不清的,酌情进行补充讲解。(3)自动推理。为学生设置的研究素材可以为:分析常用几种推理方式的特点,讨论模糊性与随机性的概念有什么区别,讨论模糊推理的一般过程等。
为了使得Seminar教学法在人工智能课程教学过程中发挥更好的效果,我们对于上海理工大学管理学院的171名本科生进行了调研,这些同学均拥有应用超星平台进行学习的相关经验,并正在学习人工智能本科课程 (个别没有学习此课程,但对于教学内容有所了解)。调查问题设置为:
(1) 从感性偏好的角度,你每学期愿意接受的Seminar教学研究讨论次数为?
(2) 从理性思考的角度,你认为每学期Seminar教学研究讨论次数怎样设置学习效果最好?
调研结果分别如图1-2所示:
图1. 问题(1)调研结果
图2. 问题(2)调研结果
由图1-2可知,无论从感性偏好还是从理性思考的角度,90%以上的学生认为每学期的研究讨论次数应控制在1-4次或者5-8次。该调研带来的启发为,Seminar教学法虽然能够贯穿人工智能课程教学过程中,然而其应用频率不宜过高,以免影响学生的学习积极性,影响学生对于课程主脉络的把握。本文作者综合教师的教学经验以及学生的学习经验,建议在人工智能课程教学过程中Seminar研究讨论次数应控制在3-6次/学期。在网络教学模式下,可以由学生针对教师发放的研究课题制作报告视频,由教师在超星泛雅平台上进行发放;在线下教学模式下,教师可以应用超星泛雅平台发放研究课题与相关资料,并通过在超星泛雅平台发布课余活动并布置作业,实现学生学习效果的及时监测。
结论
高校教育旨在夯实大学生理论基础的同时,提高学生的思维敏捷度与创造力。超星泛雅平台等高新教学支持系统的应用为高校教育提供便利的同时,不可避免地带来了一些新的挑战。在人工智能线上教学过程中,部分学生单纯采用刷视频的方式进行学习,教师不容易了解学生知识点的掌握情况。通过Seminar教学法在高校人工智能网络教学过程中的应用,可以提高学生学习的自主性和积极性,进一步激发学生的创造意识,有助于教学目标的达成。
参考文献:
[1] 樊重俊,施柏州,尹裴等.人工智能基础与应用(第三版) [M].清华大学出版社.2019.10.
[2] 殷建平,祝恩,刘越等. 人工智能与应用 [M].清华大学出版社.2020.05.
[3] 贵向泉, 高祯, 李立,等. "新工科"背景下人工智能教学改革研究[J]. 教育教学论坛, 2020, 461(15):138-140.
[4] 王甲海, 印鉴. 人工智能教学与计算思维培养[J]. 计算机教育, 2010,19:68-70.
[5] 杨高明, 陆奎, 方贤进. 人工智能教学研究探索[J]. 教育教学论坛, 2018, 377(35):12-13.
[6] 李桢, 刘锦梅, 王宝维. 研究生Seminar课教学设计[J]. 中国林业教育, 2003(06):66-67.
[7] 马启民. “Seminar” 教学范式的结构、功能、特征及其对中国大学文科教学的启示[J]. 比较教育研究,2003,34(2):20-23.