关键词:教学改革;人工智能;游戏设计;游戏编程
人工智能(Artificial Intelligence,AI)是计算机科学的一个分支,是研究、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学[1]。人工智能技术研究领域包括机器人、模式识别、自然语言处理、机器学习、数据挖掘、人工神经网络和专家系统等[2],其最为广泛的应用之一就是游戏设计[3]。游戏设计虽然涉及多门学科,但其作为应用并没有形成一门单独的理论[4-5]。由于游戏存在较大的市场以及其作为人工智能的一个重要应用,国外已有多所大学开设了游戏设计课程。如卡内基梅隆大学(Carnegie Mellon University)于1999年设立了娱乐科技硕士学位,并开设了相关课程;南加州大学(The University of Southern California)设立了为期3年的互动媒体艺术(fine arts in interactive media)硕士学位课程,并于大学部设立电子游戏设计(video-game design)副修课程。该校也为美国军队创作训练士兵的电子游戏,透过战斗情境模拟来进行沙盘演练。麻省理工学院(Massachusetts Institute of Technology)提供多种电子游戏设计相关课程,并研发将电玩游戏纳入教室教学的方法。斯坦福大学(Stanford University)提供电子游戏设计史及包含最佳电子游戏竞赛奖的计算机绘图课程。华盛顿艺术学院(The Art Institute of Washington)为亚特兰大艺术学院的分校,提供授予学士学位的视觉及游戏程序设计课程。在初期的艺术与设计重点培训后,学生将学习立体动画相关技术。国内也有多所高校开设了游戏设计的相关课程,如北京邮电大学,首都师范大学等,为了适应市场许多培训机构也开设了游戏设计课程,但培训机构将课程的重点放在了实际的编辑代码中而过少的关注理论。中南大学开设人工智能课程已有20多年的历史,在教学实践中,中南大学智能系统与智能软件研究所的教师们在教学科研方面取得了许多令人振奋的成果。在良好的环境中,人工智能与游戏编程课程应运而生[6-7]。
1教学目标与要求
中南大学人工智能与游戏设计课程主要面向智能方向4年级学生,在4年级第一学期开设。学习该门课程之前需要具备人工智能以及计算机编程方面的课程知识,并且需要一定的计算机图形学的相关知识基础。
此门课程的学习使学生了解游戏设计与虚拟现实的基本概念和术语及其基本设计方法,理解人工智能在游戏中的相关应用,熟悉游戏设计中编程以及建模技术,为学生将来利用人工智能技术以及游戏设计技术奠定必要的知识基础。除此之外向学生介绍计算机游戏的基本原理和最新进展,包括计算机游戏动画的最新概况、游戏程序设计概览、2D游戏的基本编程技术、3D游戏动画的基本编程技术、3D游戏场景的组织与绘制、游戏中的高级图形技术、游戏中的音频编程、游戏中的人机界面技术、人工智能在游戏动画中的应用,纹理贴图、基于图像的绘制和加速算法等。
基于该教学目标,本课程有两个重点内容,其分别是人工智能技术如何在游戏设计中的应用,以及游戏编程的相关技术。对于人工智能技术在游戏设计中的应用这一内容,主要采用理论结合实际的理念,将学生已具备的人工智能理论知识与游戏设计的具体应用联系起来,使学生一方面能体会人工智能的基础理论,另一方面使学生能够将其所学用于实践,避免理论与实践脱节。游戏编程内容主要从设计模式入手,然后依托多媒体平台对学生进行讲授设计以及编程方面的相关知识。
围绕这个教学目标,我们安排了28个学时的课堂教学,4个学时的实验,总共32个学时的课程。接下来针对课堂教学、实验设计、考核方式这几个方面分别展开讨论。
2课堂教学设计
本课程采用培训学校模式与大学理论教育折中的方式进行讲授,本节将着重对28个学时的课堂教学内容分别介绍。
1) 游戏程序设计概论与计算机图形学基础。
该部分内容可以分为以下两部分。
(1) 计算机游戏简介与游戏设计概论(2课时)。
(2) 计算机图形学基础(2课时)。
概论部分主要介绍计算机游戏的基本概念、特点以及目前国际上该领域的研究和应用情况。图形学部分主要是介绍计算机图形学的相关理论基础,目的是让没有学过计算机图形学的学生有一定了解,由于考虑到智能专业也开设计算机图形学的相关选修课,因此,本部分内容只是对之前学习的相关知识的复习,目的是为后续的程序设计课程打好相应的理论基础。
本次课程是正门课程的开篇之讲,一方面,教师要开宗明义,让学生明确何为计算机游戏,并对计算机游戏有大致的了解,为后续课程学习起铺垫作用;另一方面,为增强学生学习兴趣,必须介绍计算机游戏的类型以及各种知识与其的关联。
2) 游戏编程技术。
如上所述,游戏编程是本门课程的一个重点内容,游戏编程可以分为如下几个部分。
(1)Windows编程基础(2课时)。
(2)DirectX编程基础(2课时)。
(3)2D游戏的基本编程(2课时)。
(4)3D游戏场景的组织和绘制(2课时)。
(5)3D动画的基本编程技术(2课时)。
(6)游戏中的人机界面技术(2课时)。
对于Windows编程基础,其主要内容是Windows操作系统的发展史、Win32程序的基本结构、消息循环与处理、Windows窗口、GDI接口、集成开发环境(IDE)。
DirectX编程[8]基础的主要内容是DirectX开发包的历史及其框架、介绍每一个组件的功能、DirectX开发包的安装以及与IDE连接的配置。
2D游戏基本编程的主要内容是游戏的基本流程和体系结构、游戏开发的基本理念及方法、游戏引擎简介、游戏的调试与测试。
3D游戏场景的组织与绘制的主要内容是3D场景的组织与管理、游戏场景的几何优化、3D场景的快速可见性判断与消隐、地形场景的绘制与漫游、3D游戏场景中的碰撞检测。
3D动画的基本编程技术的主要内容是3D动画技术概述、Direct3D开发包的使用、关键帧动画技术、基于动作捕捉的动画技术、脚本驱动的动画技术。
游戏中的人机界面技术主要内容是游戏的可玩性与人机界面、用户界面设计基础。
游戏程序设计部分内容主要是让学生了解和掌握面向Windows平台的游戏编程的技能。现在绝大部分游戏和娱乐都是基于Windows平台,因此掌握Windows平台的设计模式与编程方法是必须的。又因为DirectX软件开发包是微软公司面向Windows平台开发的一套专门应用于游戏开发的API,因此了解其原理以及掌握其技术能够提高学生的游戏开发能力。
3) 人工智能在游戏中的应用。
如今的游戏应用了大量的人工智能技术,本门课程将从以下几个方面介绍人工智能技术在游戏中的应用。
(1)遗传算法(6学时)。
(2)神经网络(6学时)。
遗传算法主要内容是遗传算法的概念及其相关研究、杂交操作、变异操作、适应性函数选择、遗传算法优化的算子、创建和处理矢量图形。
神经网络主要内容是神经网络概述、适应性函数、环境探测、有监督的学习、演化神经网络的拓扑。
该部分内容主要是介绍如何将人工智能中的理论用计算机语言实现,并介绍如何在游戏设计中应用这些理论。这部分内容是本门课程一个核心内容,通过学习学生们能够认识到人工智能在游戏设计中的重要性,并提高应用能力。
3实验设计与课程设计
由于该门课程为选修课,因此课时较少,除课堂课时之外只剩下4个学时的实验课时。我们针对这4个课时的实验进行了重点设计,其主要内容是引导学生熟悉Visual Studio .Net 2008集成开发环境、安装与配置DirectX 软件开发包、使用有限状态机设计状态驱动智能体,设计2D图形驱动引擎。
虽然课时很短,但学生能够实际动手操作,熟悉游戏编程的相关开发工具与开发包,另外,学生学习兴趣提高了,学习内容从枯燥的抽象概念、理论变成实际的事例。此外,学生还可以在课下完成任务,继续钻研新的理论应用。
我们针对本门课程实验课时少的缺点,特别设定了一个课程设计环节。课程设计并不占用实验课时,而是要求学生利用课外的时间,自由组合,以团队的模式完成相应的设计要求。
课程设计主要内容是要求学生完成一个项目设计,该项目设计主要是要求学生使用相关的集成开发环境和开发包,利用一个人工智能技术编写出一个小的游戏软件,并给出设计报告。考虑到学生的实际能力,开发与报告以小组的形式进行设计开发,设计团队由3~5人自由组合,具体分工必须在报告中体现,报告要求不少于4000字,以软件开发文档的形式提交,报告中不仅有游戏软件的需求分析文档、设计文档和测试文档,还必须包括游戏的内容设计,即游戏的情节创意或功能设计。设计题目以及游戏类型由学生自选,图形界面可以是3D也可以是2D,开发包可以使用Direct3D也可是Windows自带的GDI。
4考核方式及其安排
考核一个方面是检测学生学习的状况,另一个方面是为了通过考核方式,提高学生的实践动手能力。基于这个原因,我们将整个考核分为3个模块。
1) 期末考试(开卷),占总成绩的50%。
2) 项目设计,占总成绩的35%。
3) 实验,占总成绩的15%。
期末考试采用开卷形式,主要目的在于检测学生通过课程学习,对知识点的掌握程度,以及运用知识点解决问题的能力。其占总成绩比例的一半。虽然期末考试为开卷,但考核的知识点无法直接从教材中直接找到,需要学生实际运用能力和解题手段才能完成答题。精心设计的开卷试题,可以使学生对虚拟现实知识体系进行一个系统的回顾,同时,它也是对教学的补充。
课程设计需要学生有很强的自主性,认真完成将使学生受益匪浅,敷衍了事不仅学生没有得到锻炼,教学目的也难以达成。课程设计以小组的形式有优势也有劣势,好处在于学生可以根据自身能力对应团队中的角色,例如,某同学编程能力强,他可以作为程序设计与开发人员;另一同学数学好,或理论方面出色,他就可以担任算法设计的工作;某些同学有创意,他则可以担任游戏情节设计的工作,等等。这样做分工明确,每个人都能够根据自己的实际需求和情况得到锻炼。劣势在于,如果团队同学能力重点都一样,就会出现分工不清,而最大的问题就是团队合作会导致某些同学出现依赖思想,最终导致整个团队只有一个人完成整个项目,甚至导致项目无法完成的情况。对此,我们应当强调每一个学生都要积极主动参与到课程设计中来,发挥自己的主观能动性,协作完成项目。
5结语
本文探讨了人工智能与游戏设计教学目标与任务、课堂教学、实验设计、考核方式,希望能够给其他相关教学工作者以参考和启发,共同促进其完善与提高。
由于人工智能与游戏设计这门课程是中南大学新开的一门课程,在许多方面存在考虑不周或欠缺的情况,需要向兄弟单位多学习并且多在教学实践中摸索与提高。本门课程是以中南大学智能系统与智能软件研究所为依托,它具有很好的研究基础与良好的实验平台,并能够将这门课程融会贯通,使学生理解人工智能与游戏开发设计的基本理念,并培养学生实际应用技能。
参考文献:
[1] 杨刚,黄心渊. 虚拟现实技术课程的教学设计与讨论[J]. 计算机教育,2008(2):1-3.
[2] 蔡自兴,徐光v. 人工智能及其应用[M]. 3版. 北京:清华大学出版社,2003.
[3] 刘锴. 应用型院校的虚拟现实技术课程教学探讨[J]. 电脑知识与技术,2009,23(5):6486-6487.
[4] 刘明昆. 三维游戏设计师宝典:Virtools开发工具篇[M]. 成都:四川出版集团,2005.
[5] 王一剑. 人工智能在游戏开发中的应用[M]. 上海:同济大学软件学院,2008.
[6] 于金霞,汤永利. 人工智能课程教学改革及实践探讨[J]. 教学园地,2009(5):91-118.
[7] 蔡自兴,肖晓明,蒙祖强,等. 树立精品意识搞好人工智能课程建设[J]. 中国大学教学,2004(1):28-29.
[8] Microsoft. DirectX Software Development Kit[EB/OL]. [2010-7-20]. http:///downloads/details.aspx.
Design in Artificial Intelligent and Game Programming Courses
LI Yi
(Institute of Information Science and Engineering, Central South University, Changsha 410083, China)
Abstract: Objectives and tasks of teaching are discussed in this paper, which based on the features in Artificial Intelligent Technology and Game Design. Teaching content, experimental design and assessment manner of this course are introduced. The suggestions in this paper are useful to the other who teach the Artificial Intelligent and Game Programming course.
关键词:人工智能;大学英语教学;后现代课程观
一、引言
人工智能与各领域的深度融合和创新,正在颠覆我们的生活,改变世界的面貌[1]。世界各大经济强国为抢占人工智能技术发展制高点,争先研制了各种人工智能发展战略和行动方案,试图占住未来科技发展先机。我国在继2016年5月发改委和科技部联合推出《“互联网+”人工智能三年行动实施方案》后,次年7月国务院印发《新一代人工智能发展规划》(以下简称《规划》)[2],全面部署了我国人工智能发展战略。2017年9月,教育部长陈宝生提出“课堂革命”的信息化时代教育改革新命题,人工智能驱动和赋能的课堂革命序幕从此拉开。2018年4月,教育部了《高等学校人工智能创新行动计划》,明确了高校在培养创新人才及科技创新等领域的目标和任务。人工智能与教育进入了融合创新阶段,正在迅猛地颠覆人类几千年沉淀的教育理念和方式,重构教育生态。智能语音技术、英语语言测评系统、语言翻译、智能口语陪练等技术,以及自适应系统、个性化学习中心和智能导师系统等广泛应用于大学英语教学领域,为大学英语教学带来了前所未有的机遇,为破解大学英语教学领域几十年来教学资源不足、“因材施教”难以践行、课程评估不科学等难题提供解决方案。显而易见,传统的教学目标、课程体系及教学模式、教师的专业知识不足以应对新一代人工智能技术的需求,我们必须积极求变,寻找人工智能与大学英语教育的契合点,方能在这场革命浪潮中幸存。
二、人工智能2.0和教育
人工智能被认为是迄今为止最具有颠覆性的技术[3],它正在加速落地,深刻地改变世界和人类生产、生活方式[1]。人工智能自诞生之日起就与教育休戚相关,对教育的变革也将是彻底的、全方位的。因此,我们必须充分认识它,方能抓住人工智能技术给教育带来的机遇,方能乘风破浪应对挑战。(一)人工智能的内涵、发展及核心技术人工智能。(ArtificialIntelligence,简称AI)这个名词,早在1956年由美国达特茅斯学院(DartmouthCollege)的一群年轻科学家提出,但是到目前为止没有一个科学、全面、准确的定义。学界公认的定义是,人工智能这门科学主要研究、模拟、延伸和扩展人的智能理论及相关方法与应用技术,通过计算机模拟人的智能,最终使之能像人一样思考、学习和认知,并能够有效地处理过去由人才能处理的问题[4]。人工智能,作为一门新兴的交叉学科,涉及的面十分广泛,涵盖多个大学科和技术领域,如计算机视觉、自然语言理解与交流、认知与推理、机器人学、博弈与伦理、机器学习、统计学、脑神经学等[1]。学界认为人工智能经历了三大发展浪潮。第一次是20世纪50至60年代以图灵测试为标志的启蒙期。20世纪80至90年代随着语音识别技术取得突破性进展,人工智能发展迎来了第二次发展浪潮。近年来,由于互联网技术、大数据技术、深度学习算法等技术的飞速发展,人工智能开启了第三次发展浪潮。大数据技术、深度学习和机器学习是人工智能第三次发展浪潮的标志性技术。人工智能的核心技术包括三个层面:基础技术、通用技术和应用技术[1]。在基础技术层面,机器学习被认为是其最重要的支撑技术,研究计算机如何模拟或实现人类行为,获取新的知识或技能,重新组织已有的知识结构使之不断改善自身性能的科学[1]。被广泛应用于图像识别、语音识别、机器翻译等领域的深度学习则是机器学习的一个重要分支,它加速了人工智能的发展。人工智能的通用技术层面内涵丰富,主要包括语音识别、计算机视觉、自然语言处理、决策和规划、运动与控制等。人工智能应用技术现在深入渗透各个行业领域,人类进入了人工智能时代,未来的一切将出现无限可能。(二)人工智能赋能教育。人工智能与教育息息相关。新一代人工智能技术在政策驱动、消费者需求升级驱动以及新技术迭代升级突飞猛进驱动下,已经迈入了与教育教学融合创新阶段,迈入了为变革课堂教学,实现教育创新赋能加力的阶段。自2015年至2019年,国家先后出台了《中国制造2025》(2015年)、《“互联网+”人工智能三年行动实施方案》(2016年)、《新一代人工智能发展规划》(2017年)、《高等学校人工智能创新行动计划》(2018年)、《中国教育现代化2035》(2019年)五项政策,加速了人工智能与教育的深度融合的进程。目前,我国居民生活水平整体提高,教育消费需求升级,家庭对教育的重视及投入大幅增加,对教师的要求、学习环境和条件的要求更高,在线学习需求旺盛,这在很大程度上也加速了人工智能技术在教育行业的广泛应用。人工智能三大核心应用技术即计算机视觉技术、智能语音技术和自然语言处理已经广泛开发应用于在线教育、智慧课堂、为智慧教学和智慧学习赋能加力[5]。目前,从基于语音识别的英语语音测评到基于图像识别的智能情绪分析,人工智能已经在教育领域已经实现十余种产品类型[6]。国外像Google,Alpha,Facebook等走在技术前列的知名公司,研发了各具竞争优势的AI教育软件,进军教育行业;国内的腾讯、科大讯飞、百度等也研发了各类学习软件和教学软件,并拥有海量用户。人工智能引领下的教育正朝智慧教育、智慧学习大步迈进。
三、人工智能给大学英语教学带来了机遇
大学英语教学改革的步伐从未停歇过,但是不管怎么努力都被冠以“费时低效”的罪名,教学资源不足、“因材施教”教育理念贯彻不到位、评价无法及时科学反哺教学等问题一直是大学英语教学改革中的顽固问题。人工智能时代,随着大数据技术、计算机视觉、智能语音技术和自然语言处理技术所催生的慕课、自适应学习系统、个人学习中心、智能导师等的广泛应用,这些问题将迎刃而解。(一)慕课的蓬勃发展,海量教学资源得以共享。慕课(MOOC),即大规模开放在线课程,是大数据时代的产物。2013年,中国迎来了慕课元年,从此中国大地掀起了一股慕课建设的热潮。从教育主管部门、高校、教材出版商、IT企业、教育培训机构到普通教师,都在共同致力于开发慕课平台,共建优质教学资源。短短的六年时间里,中国慕课在信息技术尤其是人工智能技术的驱动下实现了跨越式发展,目前,我国共有12500门慕课上线,超过2亿人次在校大学生和社会学习者学习慕课,6500万人次大学生获得慕课学分[7]。已经上线的慕课中,大学英语慕课的份额十分可观,为大学英语教学提供了海量教学资源。目前,中国大学MOOC,共有468所合作高校共推出了1291门国家精品慕课,其中包括60余门大学英语通识类课程、28门专门用途英语课程和21门跨文化类课程;中国高校外语慕课平台(UMOOCs),我国首个以外语学科特色为主的国际化慕课平台,自2018年3月23日正式启动以来共上线大学英语类课程40余门;国内外语类三大出版社也创建了特色课程平台:外语教育与研究出版社推出了U校园教学云平台、上海外语教育出版社创建了“WELearn课程中心”、高等教育出版社推出了i-Smart外语智能学习平台;清华大学研发的学堂在线上也有将近50门大学英语类课程。这些平台所推出的海量优质外语教学资源,学习者可以像逛超市一般按照自己的喜好和需求在平台上挑选课程,这较好地解决了大学英语过去一直教学资源不足的问题。除此以外,随着人工智能技术的迭代升级,机器人教师和虚拟教师的广泛应用,他们都将成为最好的老师时时陪伴,“同一个世界,同一个课堂”的愿景在不久的将来得以实现,大学英语教学改革路上教学资源不足不公的问题不再是制约大学英语教学发展的问题。(二)自适应学习广泛应用,“因材施教”教育理念得以践行。早在孔子时代就提倡“因材施教”的教学理念,要求教师在教学中应该根据学生的认知水平、学习能力及自身素质有的放矢地进行差别教学。大学英语教学改革几十年来,也一直致力于“因材施教”个性化的教学改革,但是劳而无功,究其因,主要是课堂人数多,教师无法每次课前准确掌握学生学习程度、课中和课后不能即时跟踪学生的学习情况,因此很难做到适时调整教学策略实施“因材施教”。2016年美国自适应学习平台Knewton及我国自主研制的智能自适应学习系统的投入使用,为教师、学生自己,甚至家长了解学生的学习状态,依据学生的学习兴趣、学习风格、学习需求选择适合的学习资源和途径提供了便捷。人工智能在自适应学习过程中所起的作用显而易见,主要体现在:科学而又高效的学习状态诊断;精准学习资源的推送;全过程学习数据的收集、分析与整合。因此,人工智能技术与大数据应用使得量化自我和定制学习的个性化教育成为可能[3],“因材施教”问题也将得以践行。(三)大数据护航,精准多维的课程评价得以实现。课程学习评价是教学中的重要环节。大学英语课程学习评估经历了过去的以终结性评估为主到终结性评估与形成性评估相结合的课程学习评价方式,但是不管怎样,过去评估形式的改变并没有改变评估重结果、轻过程、重整体、轻个体的结局。此外,由于技术的原因,课程考核根本无法顾及学生的情感因素。因此,这种单一的评价模式始终没法全面科学精准地反哺教学。人工智能通过即时摄录大数据分析使传统评价发生了根本性变化,所有学生的学习记录将被人工智能综合收集起来,互相参照、优化、聚合后分发,从而提高总体水平,彻底升级“教学相长”的含义[8]。尤其是智能导师系统及智能评测系统的开发利用,可以凭借人脸识别、语音识别、机器学习、自然语言处理等技术,不仅能全过程精准收集学习的学习数据,还能即时对学生的学习状态、情感感知等多种学习因素作出即时的诊断和评价。大数据保驾护航收集全过程学习数据、智能导师和智能评测提供多维即时诊断和评价,这才是具有实际意义和现实价值的课程学习评估。
四、大学英语教学面临新挑战
人工智能技术给大学英语带来无限机遇的同时,也倒逼大学英语教学必然积极识变、应变、求变,朝着教学目标高阶化、课程体系后现代化、教学模式智慧化、教师角色精细化方向发展,主动服务国家战略发展和学生的“学以成人”。(一)教学目标高阶化。新时代高要求。近两年,教育部罕见多次发文呼吁大学英语教学改革。2018年9月17日,教育部召开加强高校公共外语教学改革工作会议,提出要“实施面向非外语专业的公共外语教学改革”“培养高素质国际化复合型人才”[9]。“推进公共外语教学改革”也被列入2019年教育部“十大事件”之一。2019年3月29日教育部和中组部又联合召开“推进公共外语教学改革,大力培养高素质国际化专门人才”会议,重点讨论如何培养学生的“专业+外语”综合应用能力,为国家战略培养和储备“一精多会、一专多能”的国际化复合型人才[9]。教育部高等教育司吴岩司长在2019年第四届全国高等学校外语教育改革与发展高端论坛上提出高等外语教育要主动服务国家发展战略,要积极迎接新科技革命挑战,要全面融入高等教育强国建设,大力培养具有全球视野、通晓国际规则、熟练运用外语、精通中外谈判和沟通的高素质国际化人才[10]。新技术新要求。2018年4月,博鳌亚洲论坛上,大屏幕即时将嘉宾语音转换成中文又即时译成英文;2018年11月的第五届互联网大会上,不但有中文,还有英文的首个AI合成新闻主播的出现。翻译软件、智能机器人等日新月异,给人类教育提出了新的要求。在人工智能时代,人类几千年积累下来的知识,瞬间可以从智能机器人和资源库平台获取,使得人类靠知识传授的课程即将被淘汰。课程教学的重心不得不从曾经的知识传授转移到通过学生的个性化学习和自适应学习,培养信息获取和分析处理能力、终身学习能力、批判性思维能力和创新能力[5],以及人工智能所难以拥有的精神能力,包括情感能力、价值追求能力、美感能力和创新能力[3]。在这种高要求、新要求下,大学英语教学的目的就不再是简单的培养学生的英语应用能力,提高综合文化素养了。而是迈向更高阶的利用英语汲取和交流专业信息能力的培养;使用英语解决专业问题的学科思辨能力和创新能力的培养;同时发展其自主学习能力、提高其智能素养,使他们在各自的专业学习、研究和未来工作中有效地使用英语,满足国家、社会、学校和个人发展的需要。按照布鲁姆教育目标分类法,认知领域的教育目标按知识与认知过程两个维度分类[11]。在知识维度,知识被分为事实性知识、概念性知识、程序性知识和反省知识4种类型。在认知过程维度,认知过程维度,认知过程由低级到高级被分为记忆、理解、运用、分析、评价和创造6种水平[11]。人工智能时代的大学英语教学目标高阶性主要体现在:在知识维度,大学英语教学目标设立从事实性知识、概念性知识、程序性知识向反省认知知识迈进;在认知过程维度,从记忆、理解、运用向高阶的分析、评介、创造迈进。(二)课程体系后现代化。人工智能时代将迎来学校平台化、传统课堂网络化、课程市场化,人工智能技术随时从云端、海量资源库中为学生提取知识,并经由结构化推送给学生,经过学生深度学习之后进一步提炼加工,再次结构化。此外,人工智能超强的学习能力随时产生大量人类无法理解的暗知识(所谓暗知识,就是指那些人类根本无法感受到无法表达出来的,然而却能够发挥重要作用的知识)。“人类将进入一个知识大航海时代,我们将每天发现新的大陆和无数金银财宝”[12]。正如Schwab,J在Thepractical:Alanguageforcurriculum中所言:课程领域已步入穷途末日,按照现行的方法和原则已不能继续运行,也无以增进教育的发展[13]。现在需要的是适合于解决问题的新原则.....新的观点......新的方法。因此,大学英语目前线性的、统一的、封闭的现代课程体系必然受到冲击,取而代之的是非线性的、建构的、开放的小威廉.E.多尔所倡导的后现代课程模体[14]。人工智能时代,大学英语课程体系应该朝小威廉.E.多尔所提出的具有四R特点的后现代课程模体建构,即课程具有丰富性(rich)、回归性(recursive)、关联性(relational)和严密性(rigorous)。所谓丰富性,是指课程的深度、意义的层次、多种可能性或多重解释[14]。在人工智能时代,学生与教师、学生与同伴之间是学习伙伴的关系,他们随时都可以能产生新的疑问或知识,因此为了促使学生和教师产生转变和被转变,课程应具有“适量”的不确定性、异常性、无效性、模糊性、不平衡性、耗散性与生动的经验[14]。课程具有回归性是指课程的片段、组成部分和序列应该是任意组合的,不应该设置为孤立的单元,而应视其为反思的机会。也就是说在设置课程体系的时候,每一个知识,包括作业、测验等都应该提供对话和反思的余地,避免课程的重复性。关联性指建立教育与文化之间的关联。具有关联性的课程模体将摆脱过去课程体系仅仅由课程内容或教师来决定,课程模体处于一种不断建构的过程,它的内容和体系远远超越原有的课程内容。严密性是四个标准中最重要的[14]。自发组织建立的丰富的具有回归性的课程并非任意、无序的,而是具有学术逻辑和符合课程发展规律的,可以用数学思维准确度量的。只有这种非线性的、开放的、不断建构的课程模体才满足海量资源,优势整合的特点,才能有效解决学生日益增长的对英语能力提升的需求与优质英语资源分布不平衡直接的矛盾。(三)教学模式智慧化。人工智能赋能的课堂将首先是网络化、数字化、智能化的课堂,是实施个性化教学的创新能力培养课堂,是基于项目式学习的自主、合作、探究的课堂,是线上线下无缝衔接的混合式和翻转课堂,是平等交互、自适应学习、快乐幸福并追求个性全面和谐发展的高效课堂[5]。因此,大学英语教学应当遵循语言学习“输出驱动、输入优化、产出评价”和以“学生为中心”理念,从英语学科教学方法与移动新媒体技术相结合的视角,引入自适应学习系统、智能导师系统加强过程监控与评估,充分利用慕课、微课等建立具有可视化、可听化、协作化、互动化的大学英语“金课”教学模式,充分发挥线上线下教学互促和互补的优势,构建线上线下教学环节,形成课前预备、课中教学、课后巩固、课外丰富及教学反馈五个教学环节为一体的螺旋上升模式,实现知识从传递到知识提升,如图1。图1智能教学模式模拟图(四)教师角色精细化。智能语音、智能批改、智能翻译、教育机器人等人工智能技术广泛应用于英语教育,过去教学中一切重复性劳动和大部分管理工作都将被人工智能所取代,教师角色将发生重大改变。过去衡量优秀教师的素质体系:扎实的外语基本功、完善的知识理论体系、较强的外语教学能力[15],已经无法完全满足人工智能时代对大学英语教师的需求。未来的人工智能智慧课堂不需要教师,教师的角色将转型为课程的咨询师、学习的引导者、数据分析师、情感呵护者等,角色将越来越精细。除此以外,由于角色的精细分工,将来教师不可能再孤军奋战,而是走向团队合作[16]。今天的教育形势下,我们教师要引领学生提升自己的核心素养,引领学生学会认知(learntoknow),学会做事(learntodo),学会合作(learntoliveandworkto-gether),学会做人(learntobe)。
五、结语
人工智能与大学英语教学的融合创新,为解决大学英语教学改革40多年来教学资源不足、“因材施教”的以学生为中心的教学理念难以践行、评估重结果流于形式的顽固问题带来了契机。同时,人工智能对大学英语教学结构的颠覆性革命,也倒逼大学英语教学必须朝教学目标高阶化、课程体系后现代化、教学模式智慧化、教师角色精细化方向发展。
关键词:HPS教育;小学科学;人工智能
随着我国教育的迅猛发展,作为科学教育重中之重的小学科学教育逐渐开始被大众所关注,所以探索小学科学教育的新思路已成为教育改革的关键之一。多年来,我国不断借鉴发达国家的教育改革理念与经验,并进行本土化研究,促进我国教育发展。
一、研究背景
HPS教育作为西方20世纪80年代盛行的理论,引入中国已有20余年。作为极其受欢迎的教育理念,凭借着自身优势在中国教育课程改革中占据了一席之地,也为中国科学教育提供了新思路。
(一)HPS的概念界定
HPS的提出源自科学内部对科学反思和科学外部人员对科学本质认识的思考。最初,HPS指的是科学史(HistoryofScience)和科学哲学(PhilosophyofScience)两大学科领域,但在20世纪90年代科学建构论流行后,科学社会学与科学知识社会学被引入科学教育,HPS逐渐演化成科学史(HistoryofScience)、科学哲学(PhilosophyofScience)和科学社会学(SociologyofScience)三者的统称[1]:科学史即研究科学(包括自然科学和社会科学)和科学知识的历史;科学哲学则是对科学本性的理性分析,以及对科学概念、科学话语的哲学思辨,比如科学这把“双刃剑”对人类社会的影响;科学社会学则讨论科学处在社会大系统中,社会种种因素在科学发展过程中的地位和作用,这包括了政治、经济、文化、技术、信仰等因素[2]。在国外,德国科学家和史学家马赫最早提倡HPS教育,突出强调哲学与历史应用至科学教学中的作用。我国HPS相关研究开始晚且研究规模较小,首都师范大学的丁邦平教授认为HPS融入科学课程与教学是培养学生理解科学本质的一个重要途径[3]。
(二)HPS教育理念融入小学科学课程的必要性
运用科学史、科学哲学等进行教学是目前国际上小学科学教育改革的一种新趋势。2017年,教育部颁布的《义务教育小学科学课程标准》标志着我国科学教育步入了新阶段,其不仅要求达成科学知识、科学探究的相应目标,也要养成相应的科学态度,思考科学、技术、社会与环境的融洽相处。该标准提出了“初步了解在科学技术的研究与应用中,需要考虑伦理和道德的价值取向,提倡热爱自然、珍爱生命,提高保护环境意识和社会责任感”。HPS教育与小学科学课程的结合是教学内容由知识到能力再到素养的过程,是小学科学教育的新维度,改变了小学科学课程的教学环境。将科学课程中融入HPS教育的内容,可以帮助学生理解科学本质,研究科学知识是如何产生的,科学对社会的多方面影响以及科学和科学方法的优、缺点等。当《小学课程标准》将科学态度和价值观视为科学教育的有机组成部分时,小学科学课程就有望成为HPS教育的天然载体,同时为小学科学课程渗透HPS教育提出了挑战。目前,我国小学科学课程虽已有部分设计融入了HPS教育理念,但该融入过程仍停留在表面,融入程度低,融入方式单一。所以,研究HPS教育理念融入小学科学课程十分有必要。
(三)HPS教育理念融入小学科学课程的可行性
纵观国内外已有的研究,将HPS教育融入小学科学课程可分为基于传统课堂模式的正式教育课程和基于科技馆、研学机构等的非正式教育课程。由皖新传媒、中国科学技术大学先进技术研究院新媒体研究院、中国科学技术大学出版社三方通力合作、联合打造的《人工智能读本》系列丛书自出版以来已发行八万套,在安徽省多个市区的小学得以应用,是青少年人工智能教育上的一次全新探索。该套丛书分三年级至六年级共四套,涵盖了16个人工智能前沿研究领域知识点,每一节课都设有场景引入、读一读、看一看、试一试4个模块。小学《人工智能读本》作为阐述新兴科技的读本,以亲切的场景对话和可爱幽默的插画等形式吸引了众多小学生的兴趣,不仅可作为学校科学课读本,也可以应用于课外场景。本文则以小学《人工智能读本》为例,对HPS教育进行初步摸索与实践,以期对小学科学教育带来教益。
二、HPS教育理念融入小学科学的典型案例
《人工智能读本》作为HPS教育理念融入小学科学实践的典型案例,侧重引导学生多维度、科学辩证地认识人工智能,内容包括机器学习、决策职能和类脑智能,以及人工智能的不同发展阶段,带领学生思考人工智能带来的伦理问题以及其他挑战,培养学生正确的世界观、人生观和价值观。本研究将以《人工智能读本》六年级第四单元“人工智能伦理与其他挑战”为例,分析HPS教育理念融入小学科学的实践。
(一)科学史:提升课程趣味性
小学科学教育作为培养具有科学素养公众的重要步骤,提升过程的趣味性则十分重要。过去传统的小学科学教育注重知识的传递而忽略了学习过程,填鸭式教学导致学生失去对科学的兴趣与探索欲,不利于公民科学素养的整体提高。而科学史作为研究科学(包括自然科学和社会科学)和科学知识的历史,已经逐渐渗透到科学教育中来。科学史常常介绍科学家的事迹,某一知识诞生所面临的困难和曲折过程,而将科学史融入课程可以带学生重回知识诞生的时刻,切身体会科学。读本作为在小学科学教育中不可或缺的工具,利用科学史内容,以叙事方式可以将科学哲学与科学社会学的思想融入教学过程中,在读本中融入历史,可以提升课程趣味性,帮助学生更加容易探求科学本质,感受科学家不懈努力、敢于质疑的精神,提升科学素养。例如《人工智能读本》六年级第四单元“人工智能伦理与其他挑战”引入部分即以时间顺序展开,介绍人工智能的发展与面临的困境。在“看一看”中机器人索菲亚是否可以结婚的故事不仅为本章节提供了丰富的内容,提升了课程的趣味性,而且还融入了科学与哲学,引发读者对于人工智能的思考。
(二)科学社会学:提升课程社会性
科学社会学是研究一切科学与社会之间的联系与影响,包含科学对社会的影响和社会对科学的影响。科学是一种社会活动,同时也受到政治、经济、文化等多方面影响,比如蒸汽机的诞生表明科学促进社会的发展。在科学教育的课堂中融入科学社会学不仅可以帮助学生理解科学问题,还可以通过介绍科学与社会之间的复杂关系,培养学生灵活、批判看待科学问题的思维能力。如六年级第四单元“人工智能伦理与其他挑战”中,在介绍个人与技术的基础上引入了政府和环境这两个要素,使学生在更宏观的背景下,获得这样一种认知:环境与技术之间有一把“双刃剑”,个人与技术、政府与技术之间是相互促进的主客体关系。《人工智能读本》并不全是说教性质的文字,在“试一试”中的辩论赛环节让同学通过亲身实践,更加了解人工智能对于社会的多方面影响。通过对于科技是一把“双刃剑”这一事实的了解,同学们可以更好地将学习知识与社会的背景联系在一起,深刻体会科学中的人文素养,增强社会责任感。
(三)科学哲学:提升课程思辨性
以往研究发现,国内学科教材中关于科学史和科学社会学内容较多而且呈显性,而对于科学哲学的融入内容不够,且不鲜明。[3]科学哲学融入科学教育无疑可以提升学生的思辨性,帮助学生建立起对于科学正确而全面的认识。例如,《人工智能读本》六年级第四单元“人工智能伦理与其他挑战”中,引入人工智能伦理,通过介绍人工智能面对的挑战、人工智能的具体应对策略,让小学生了解人工智能技术发展的同时也要重视可能引发的法律和伦理道德问题,明白人与人工智能之间的关系以及处理这些关系的准则。通过“读一读”先让学生明白伦理概念,再用一幅画让学生思考在算法的发展下,人类与机器人的关系如何定义,向学生传递树立人类与人工智能和谐共生的技术伦理观。通过这种方式,可以帮助学生逐步建立完整的科学观,全面且思辨地看待科学,提升学生思辨性,进而提升科学素养。
三、HPS教育理念融入小学科学课程的实践建议
《人工智能读本》作为一套理论与实践相结合,具有知识性与趣味性的儿童科普读物,着重引导小学生培养科学创新意识,提升人工智能素养,产生求知探索欲望。但《人工智能读本》作为HPS融入小学科学课程的初始,仍存在教育资源不充分、内容结合较浅等不足,为了将HPS教育更好融入小学科学课程,可从以下三方面加以改进。
(一)开发HPS教育资源
HPS教育需要教育资源的支撑。HPS教育资源来源广泛,无论是学生的现实生活,还是历史资料,都可以提供契机和灵感。《人工智能读本》中收集了大量与人工智能相关的故事和现实案例,都可以作为教育资源,从各个角度达到科普的目的。在新媒体时代,进行HPS教育资源开发时,应当注意借助最新的信息与通信技术增强资源的互动性,如互动多媒体技术、虚拟现实技术、增强现实技术、科学可视化技术等。在传统的科学课堂教学中,主要是通过图片文字讲解,实验演示及互动来开展。这种形式对于现实中能接触到的实验内容,如常见的动植物、可操作的物理化学实验等,比较容易开展。而对于地球与宇宙科学领域的知识,或者一些已经不存在的动植物,则只能通过图片视频进行展示,不容易进行实验展示。通过虚拟现实技术、增强现实技术等,则可以虚拟出世界万物,如不易操作的物理化学实验、已消失的动植物等都可以通过虚拟现实的手段得以呈现。这些技术或能使教学内容变得生动形象,或通过营造沉浸感以使学生有更佳的情境体验,或让学生与教学资源进行交互从而自定义内容,服务于学生科学素养提升的终极目的。
(二)对小学科学教师进行培训
HPS教育的关键是从社会、历史、哲学等角度对自然科学内容进行重新编排,并不是将大量的内容或学科知识简单相加,这对教师能力也提出了更高要求。目前,人工智能教学领域常常出现“学生不会学、老师不会教”的状况,《人工智能读本》作为内容翔实有趣的读本可以弥补一部分缺失。但与此同时,也需要提升教师的教学能力与知识储备。HPS教育理念不仅仅针对历史中的科学人物,所有的学生主体也是历史中的主体,他们也身处于社会中,并且对于生活中的各种科学现象有着自己的思考。所以教师身为引导者,需要注意到学生的思考,深入挖掘,鼓励他们对所思内容进行反思并付诸实践。科学史和科学哲学应当成为科学教师教育项目中的一部分,这能让科学教师更好地理解他们的社会责任。为此,对职业科学教师进行HPS培训便是必要的。
(三)多场景开展小学科学教育
科学素养不是空洞的,它来自学生的认识体验,并从中获得生动、具体的理解和收获。《人工智能读本》作为方便携带的读本,不仅可以在小学科学课堂中作为教材使用,也可以应用在其他场景,如研学旅行、科技馆等场所。课堂学习只是小学科学教育中的一个环节,家庭、科技馆等也可以进行科学教育。例如,科技馆与博物馆可以以科学家和历史科学仪器为主题举办展览,展览中融入HPS教育理念,学生在参观和学习过程中学习有关科学内容。一些历史上大型的科学实验,学校教室或实验室无法满足条件,但在大型的场馆中可以实现。例如,研学旅行作为目前科学教育中最受欢迎的方式之一,已被纳入学校教育教学计划,列为中小学生的“必修课”,正逐渐成为学生获得科学知识的另一个途径。研学旅行作为一种集知识性、教育性、趣味性和娱乐性为一体的旅游形式,通常伴随着知识教育的过程,包括科学知识的普及,所以也是开展小学科学教育的重要场所。在该场景下,运用《人工智能读本》等新兴手段进行科学教育往往取得事半功倍的效果。
结语
目前,HPS教育理念已经积极尝试运用到小学科学教育中,包括学校内的正式学习以及学校外如科技馆、博物馆、研学旅游中的非正式学习之中。其中,科技史以时间维度为线索创造丰富资源的同时也可以提升课程趣味性;科学社会学以科学与社会之间的相互关系帮助学生理解科学本质,提升科学素养;科学哲学则以哲学的视域审视科学的诞生提升学生思辨能力。未来,HPS教育结合小学科学则需要更深入,在资源开发、教师培训以及应用场景等方面加以改进,为提升国民科学素养做出努力。
参考文献:
[1]袁维新.国外科学史融入科学课程的研究综述[J].比较教育研究,2005,26(10):62-67.
[2]张晶.HPS(科学史,科学哲学与科学社会学):一种新的科学教育范式[J].自然辩证法研究,2008,24(9):83-87.
[3]丁邦平.HPS教育与科学课程改革[J].比较教育研究,2000(06):6-12.
[4]赵思莹.基于HPS教育理念的高中物理教材研究[D].山东师范大学,2018.
【关键词】大规模开放在线课程;人工智能课程;翻转教学法
0 引言
近年社会对计算机专业人才能力的要求越来越高,而学生所学与实际需求存在不少差距,高校计算机专业课程教学因而遭遇诟病。依托信息与网络技术支撑的大规模网络开放课程(massive online open course,MOOC)较好贯彻了以学为中心的理念,其翻转教学模式与灵活有效的交互极大提升了学习兴趣[1]。搭建MOOC平台的计算机技术既是技术基础,也是热门MOOC课程。在此浪潮下传统高校计算机专业的教学首当其冲受到冲击,遇到前所未有的挑战。纵观国际三大MOOC巨头的课程建设均始于计算机类专业课程,同时也是所占比例较大的课程系列,其中人工智能(Artificial Intelligence,AI)课程在Coursera、Udacity[1]两个平台上均是最早开设的课程之一。采用何种教学模式更适应社会对人才的需求呢?这是应对挑战的关键问题。
1 人工智能课程的课堂教学困境
人工智能是研究模拟、延伸和扩展人类智能的理论、方法、技术及应用的前沿交叉学科,涉及面广、研究性强,还不断产生新的理论和方法。课程难度大理论强实践难,也是公认难讲的课程之一,该课程具有如下特点:
1.1 先导课多,知识抽象,涉及面广,更新快
前期知识包括:数据结构、离散数学、程序设计、图像处理等。如果前期知识不扎实,很难理解内容并融会贯通。传统内容包括:知识表示和推理、搜索策略、模糊理论、神经网络、机器学习、专家系统、遗传算法等,涉及大量抽象理论和复杂算法。教材普遍特点是:内容滞后,枯燥深奥的理论和解决现实问题的实践联系不紧密。
1.2 研究性强
该领域很多内容仍是科研热点,并不断涌现出新的研究方向、新内容、新方法、新技术和新应用。
1.3 教学方式单调
技术和管理的局限也制约了教学方式,教学方式基本以教为中心,停留在讲授、问答等简单互动上,教学方法单一。很少能提供学生自学、讨论、合作和实践的一整套互动实践机会,难以真正体现以学为中心的理念。
1.4 学生缺乏兴趣
一方面,课程本身特点使得课程容易陷入枯燥的纸上谈兵的尴尬。另一方面,即将毕业的高年级本科生对未来规划明确,抽象的人工智能课程无论从职业发展还是继续深造对学生并没有立竿见影的效果,进一步拉低兴趣。此外,教材滞后,教学方法单一等也会影响兴趣。
如火如荼发展的MOOC的课程,尤其Udacity的课程设计之初就立足于解决实际问题的导向,做法上的独特之处成功吸引了大批学生。课堂教学中借鉴在MOOC上被证明有效的教学模式和方法,不啻为一种尝试,以期摆脱教学困境,提高学习兴趣,最终提升教学质量。
2 MOOC的教学模式
MOOC的教学模式分为三种:cMOOC、xMOOC 和 tMOOC[2]。早期的cMOOC的教学模式特点是学习者完全做主,但复杂的网络互动产生庞大而混杂的知识网,缺乏识别主次和归纳总结能力学生常因信息过载陷入茫然无措的境地。2011年Udacity 创始人之一在网上开设的“人工智能导论”课程改变了表现风格,把互联网作为教学媒体的呈现潜力发挥到极致,按知识点分割内容成短小视频,其间插入现场对问题的解决,突出了Udacity有别于传统教育机构及其先行者的地方:注重发现并解决问题。这就是xMOOC的教学模式,沿袭并创新了熟悉的学习风格,使得MOOC如鱼得水渐渐发展壮大。随着MOOC逐步成熟,为了适合具有专业基础的职业技能培训,发展培养针对具体任务的探究学习教学模式,即tMOOC模式,这是Udacity网站课程的另一个设计目标。表1显示了MOOC的三种模式的对比。
以Udacity的人工智能导论课程为例,只要高中毕业具有概率论和数理统计基础的学生就可以学习,该课程适合入门,但难度较低,内容较少。清华大学的马少平编写的人工智能教材是很多大学,包括我院人工智能课程的教材,清华大学的人工智能课程经过多年发展已经形成了一个系列教学资源库,包括教材、课程视频、教学课件、作业及答案和实验设计等。根据Udacity网站的人工智能导论课程的展示,表2从几方面对比了Udacity人工智能课程与清华大学马少平版的人工智能课程情况:
从表2可以发现Udacity的人工智能视频采用了按知识块分割成短小视频,在期间和完毕之后都准备了测试,细节上体现了以学为主的理念。纵观类似人工智能的国家精品课程[3],学习资源多为文本类,重用难,对教学重难点没有拓展和转化。这种以内容共享为中心的呈现模式,缺乏与学习者充分交互,难以体现以学为中心的教学理念。
在MOOC的教学设计中,调动学习者极大热情的是翻转课堂,在学习环境中引入了自主协作[4-5],在交流机制中融入了多元互动,给学习者带来积极、主动、高效的学习,翻转课堂和传统课堂的区别如表3所示:
3 MOOC的教学模式对人工智能课堂教学的启示
3.1 教学内容的优化与调整
MOOC的教学通过把理论抽象的知识点分割成小段录制的微课视频,时长不超过15分钟,内容衔接处具有一定交互性,讲解形象化,提供给学生反复观看,这种用技术处理分解知识点和把难点从抽象变成具象的过程降低了理解难度。
课堂教学也可以通过分而治之的方式对教学内容优化调整。人工智能涉及内容与范围多而杂,作为入门课程并不要面面俱到,根据学生层次,可以区分重点掌握和一般介绍的内容,以点带面铺开,因此,根据学生特点,把成熟的基础理论和这些理论的实际应用整合,辅以其他新技术的穿插介绍,主要分三块:
①人工智能的概念和发展,熟悉人工智能的研究和应用领域;
②人工智能的基本技术,包括知识表示,逻辑推理、搜索策略、模糊理论等;
③涉及现实应用,如:机器学习,模式识别,自然语言理解,智能控制等。
为了反映人工智能领域最新进展,教师还可以收集学生感兴趣的最新成果专题信息,及时更新、调整教学内容,通过与实际更紧密的融合接轨,对课堂上没时间介绍而又较热点的新知识,通过提供方向和资料解决,注重提高兴趣的同时,也展示出课程学科特点、主流技术及发展趋势。
3.2 紧密结合实际
Udacity的开设之初的目的就是学习为了解决现实问题,其人工智能课程设计也不例外,包含有实际遇到问题的解决,这种立竿见影的好处就是极大激发了兴趣。
考虑到高年级学生对解决实际问题技术的兴趣远远大于技术理论等细节,不想花太多时间去理解复杂而难以看到实践效果的理论上,更想通过实际体验解决问题增强成就感。教学内容的设计尤其紧密结合实际运用。
传统人工智能讲授通过实例解答或推证式讲述理论,如知识表示和搜索推理技术,该部分理论强,应用实例少,往往学生感觉枯燥乏味,教师也感觉晦涩抽象,学生对所讲内容基本靠死记方法和步骤,这种僵化的教与学影响了教学效果。
因此,设计教学时尤其注重内容的实用性。除了讲授至今仍沿用和有效的基本原理和方法外,引入近年发展起来的方法和技术,如智能算法等,对这些内容重点在技术的具体实现上,强调与实际的融合贯通。教学过程中加入与课程内容对应又可以用计算机实现的试用内容。如模式识别应用于手写数字识别,通过仿真软件模拟实现算法,获得立竿见影的效果体验,加深对算法的认识,引起学生浓厚的兴趣。同时也对某些很有发展前景的技术兴趣导入,如目前人工智能研究侧重人类理性逻辑功能的模拟,而如果把情感智能考虑进去,才更有人性化的智能决策。这就是经过了将近20年发展的情感计算,随着可穿戴技术渐渐渗透进生活,引起更多关注,这些接地气的内容提升了兴趣。
3.3 实践能力的培养
Udacity 创始人史蒂芬斯博士的说过,“即使是最好的大学,其计算机课程所传授的技能也是浮于理论的”。学习的目的是为了解决实际问题,带着问题学习和思考,有利于主动学习的激发。这些方面,可以参考Udacity人工智能课程的实验内容修正。强调学习是为了解决实际问题服务的目标。
3.4 教学模式及教学方法的变化
3.4.1 实例教学法
人工智能内容的抽象性决定了知识点的难度,Udacity人工智能课程教学中尽量把难懂的知识点结合现实中有趣实例,通过感性体验提高理性理解,让学生容易接受。笔者进行了一些化难为易的尝试:如利用汉诺塔问题讲解状态空间的知识表示,通过野人过河的游戏程序步步领会理论精髓;结合下棋软件体验模拟人脑思考的计算机博弈的极大极小搜索思路,这些实例教学激起了兴趣,扩展了学生思路,拓宽了视野。
3.4.2 翻转教学法
整门课程录制课程小视频还有一定难度,作为尝试,选择少量知识点录制视频进行翻转教学。如抽象的理论部分,借鉴网上已有视频资源融入教学过程,分解知识点破解难点,形象化与短时间的重复讲解,增加学生对抽象内容的理解,期间穿插核查对理解内容的核查,并留出思考时间,强化学习效果。
3.4.3 交互环境的营造,辅助教学过程完善
1)基于联通主义的学习交互[6-7]
在MOOC课程中,提供在线交流论坛,学习者建立课程组,学习组等方式交流,这种教与学、学与学的交互不但是网状进行的,而且是即时的。学生将互动产生的内容作为学习的中心,通过学习者不同认识的交互,建立新的认知结构,拓宽了视野,更有利于问题的有效解决。这种互动交流分成三种形式:
①教师对统一回答提问集中且意义较大的疑难问题;
②学习者分享学习感悟;
③学生间交流带来不同认知的碰撞。
以上三种情况的互动在课堂教学中也可以运用于课堂教学:及时分析整理共同问题,集中回复;课堂教学的互动除了课堂上及时了解学生反馈的互动,还有对解决问题的互动。课下互动可以利用学者网建立课程组,提供了较好的师生交流形式与效果,同时利用学习组在小组中分享互助,小组成员的交流引起认知碰撞,这种实际参与的体验加深了理解,并巩固学到内容,这些资料的逐渐积累还可以复用。
2)基于行为主义的学习反馈[8]
MOOC 遵循了程序教学的一般原则,尤其注重学生反馈,像游戏一样关卡设置让整个过程充满挑战性,一些机器评分实现了及时学习反馈,摆脱了单向提供课程资源的弊端。课堂教学可以借鉴这种借助技术手段互动了解学生学习的情况,促使有意义学习的发生。
4 教学改革的实施
利用以上措施在《人工智能》课程的教学中实践,通过在xMOOC教学模式中部分适当内容引入翻转教学法与利用学者网的课程交互,探索提高兴趣,促进理论与实践的融合,促进有意义学习的发生,提高学生实践能力的途径。通过观察,调查与访谈等方式,了解学生在该教学模式中兴趣与能力改善状况,同时研究教师教学法转变与教学水平变化的关系,根据追踪研究效果,发现这种改善调动了学习兴趣,促进了教学效果。实践中通过建立实验组(班)与对照组(班)、评价教学模式和教学效果等因素,不断总结、修正和完善,期望建立适应当前形势与环境的有效的该课程的教学模式与教学方法。
5 结束语
笔者结合人工智能课程的教学实践,针对本科高年级的教学特点和人工智能课程学科特点,提出在设计人工智能教学时,通过MOOC的教学模式和教学方法完善课堂教学,注重内容的实用性和新颖性,适当穿插新方向的内容,目标是将难学、枯燥、难理解的问题,变得易学、有趣、易理解。从学生反馈来看,这些方法起到了积极的实际效果,有效地提高了学习积极性。
【参考文献】
[1]udacity的人工智能导论课程网[EB/OL].https:///course/cs271.
[2]王萍.大规模在线开放课程的新发展与应用:从cMOOC 到xMOOC[J].现代远程教育研究,2013(03):13-19.
[3]国家精品课程资源网[DB/OL].[2013-04-22].http://.
[4]徐明,龙军.基于 MOOC 理念的网络信息安全系列课程教学改革[J].高等教育研究学报,2013,36(03).
[5]王文礼.MOOC 的发展及其对高等教育的影响[J].江苏高教,2013(2):53-57.
[6]李青,王涛.MOOC:一种基于连通主义的巨型开放课程模式[J].中国远程教育,2012(3):30-36.
[7]樊文强.基于关联主义的大规模网络开放课程(MOOC)及其学习支持[J].远程教育杂志,2012(3):31-36.
2000年左右,曾经看过一部美国电影,男主角在激烈的战斗中手臂被子弹击中,需要手术。他自己走进一间高科技的房间,启动了一部机器的程序。只见机器设备长臂短臂一通忙活,完成了消毒、麻醉、手术、缝合的一系列程序。之后,男主角马上披甲上阵,继续战斗去了。
无论是文字还是影视,这类型的作品都曾经被我们称作科幻。而如今,科幻中描述的智能医疗正在慢慢变成现实。
镜头一:读片大赛 只有少数医生战胜“机器人”
今年4月,北京友谊医院举行了一场别开生面的甲状腺肿瘤B超读片大赛。说它别开生面,是说这场比赛的对弈双方是人类医生与机器人。
来自北京协和医院、北京大学第三医院、北京大学肿瘤医院、解放军总医院等7家北京三甲医院共计84位超声科医生在现场参与了比赛,场外还有20余位医生通过网络答题的方式同时进行比赛。
参加比赛的机器人不是一个具体形态的机器人,而是指的计算机人工智能(AI)技术。就像我们的智能手机、智能电视,不是给手机和电视配上机器人,而是一种计算机智能程序的应用。这项智能应用程序是在北京友谊医院超声科副主任胡向东带领下与北京市计算中心共同合作的一个研究项目。项目的主要负责人之一,北京友谊医院超声科刘玉江大夫介绍,这个研究的初衷是利用计算机人工智能技术来辅助超声医生诊断甲状腺结节的良恶性,以减少因为个人水平、超声显示设备等造成的误诊和漏诊。举行这次人机大赛的目的,是为了检验一下前期的研究成果:通过卷积神经网络进行了800多个病例的学习,计算机人工智能的诊断水平达到了怎样的程度?
比赛一共100道题,分上、下两场,每场50个病例,每场比赛限时20分钟。100个病例由主办方北京友谊医院超声科提供超声二维图像,要求计算机和参赛者根据这些图像进行良恶性判断,最终以计算机和参赛医生诊断结果的准确率来排名。病例都是真实的,且经过了活检和brafV600基因检测的“金标准”测定,保证了答案的绝对正确。
“由于计算机人工智能相比人脑更稳定,不易受到外界因素干扰,因此计算机人工智能通过大量的学习和训练后可以比我们医生拥有更高的准确率。”刘玉江说。
比赛的结果是只有5位医生的诊断准确率超过了人工智能。在诊断效率上,计算机人工智能完成100个病例所耗费的时间还不到10分钟,个人成绩排在第一位的解放军总医院超声科大夫张明博用了大概15分钟,其余大部分医生都用了30分钟以上的时间。
“参赛医生的诊断准确率应该是低于日常工作中的准确率的。第一名医生答对了76道题目(机器人答对了74道)。日常工作中,超声科医生要结合结节的动态图像特征、彩色血流信息、弹性成像特征和超声造影特征综合判断,还要结合患者的病程、家族史和放射线接触史来做出最终诊断。而比赛现场只给了静态二维图像,医生无法进行动态扫查,图像并不能完全、准确地代表结节的形态特征。”刘玉江大夫说,“但是,人工智能的工作效率是远远超过人类的。我们花几年、几十年积累的经验,人工智能可能只需要几天甚至几个小时就能掌握。这对于人类医学发展来讲,是极大的进步。有了人工智能的介入,医疗行业有望降低成本,提升诊疗水平和效率,并更好地实现健康管理,给患者带来福利。”
刘玉江认为,人工智能应用到医学中来是大势所趋。目前国内外许多科技巨头都已经在研究和利用人工智能进行医疗创业投资,包括谷歌、IBM、微软、阿里巴巴、百度等。早在2016年,百度就推出人工智能在医疗领域内的最新成果――百度医疗大脑,正式将人工智能技术应用到医疗健康行业,它可以模拟医生问诊流程,与用户交流,辅助医生完成问诊。
刘玉江介绍说,人工智能在医学影像上的应用主要是阅片,包括放射科的X线、CT和核磁片,以及超声图片、病理图片等。临床医生的阅片能力与阅片经验高度相关,人工智能的阅片实际上模仿了医生阅片,通过大量的学习来完善算法,实现对影像数据的分析和判断。医生阅片的数量受工作时间限制很有限,而人工智能不会受此限制,只要有足够的学习样本,人工智能都能够学习,因此可以在经验上超过医生。
镜头二:智能“沃森” 坚定了医患战胜疾病的信心
因为美国机器人医生“沃森”的到来,天津市第三中心医院成立了沃森联合会诊中心。这是全国第二家、北方地^首家引进“沃森”智能肿瘤专家的医院。
在天津第三中心医院肿瘤科主任吴尘轩大夫的门诊中,我们见到了这位“沃森”医生。在形式上,他并不是一个呆头呆脑的金属机器人的形象,而是一台我们平时再熟悉不过的电脑终端。他也不会讲话,需要医生输入病人的相关信息,然后做出治疗方案。他的背后是由90台IBM power7服务器组成的一套人工智能系统。
虽然沃森可以为患者提供世界一流、最科学规范、最先进的精准个体化的治疗方案,但并不是每一位肿瘤患者都有机会用得上的。吴尘轩介绍,目前,沃森能为胃癌、结肠癌、直肠癌、乳腺癌、肺癌、宫颈癌和卵巢癌等7类癌症患者提供服务。而且,患者需要首先确诊后,按照沃森程序的提示,由医生输入各种数据,比如肿瘤病理、侵犯部位、疾病分期等信息。所以目前,能够应用沃森的患者除了本人意愿外,还需要肿瘤科医生进行筛选。
沃森的医学训练过程跟人的学习很像:看书,习题,考试;老师判题,改正,掌握知识点。它的第一本教课书,是美国国家综合癌症网络编写的肿瘤治疗指南。这本书是美国肿瘤领域临床决策的标准,也是全球范围内使用率最高的指南,中国医生也经常拿来做参考。在四年多的训练时间里,它学习了200多部肿瘤专业领域的教科书,超过300种医学期刊,以及1500多万页肿瘤文献的关键信息和临床试验中的60多万条医疗证据。这对于人类来说,简直是不可能完成的任务。更为重要的是,沃森学会了从患者的病例中提取关键词,如“肺癌”、“EGFR”、“T790M”等,并从海量的数据中筛选出最为行之有效,却又为患者量身打造的治疗方案。
在4年多学习的同时,它还在美国多家医院接受训练,其中一家是著名癌症中心――斯隆-凯特琳癌症纪念医院(MSKCC),它会接触临床正在发生的新病例,并且跟随专家学习其治疗经验和共识建议。甚至通过了美国执业医师考试,拿到了医师执照。目前,沃森对随时发表的医学数据以及全球权威的共识、指南可以做到每三个月的实时更新。
吴尘轩主任将一位患者的病史、血清以及影像病理等检测结果、分期特征、转移位点、危重病情况等逐一输入电脑。然后点击屏幕右上角的“问沃森”,不到10秒钟,一套详细的诊疗方案就呈现在屏幕上。
“绿色的条目,是沃森给出的最佳推荐治疗方案。”吴尘轩解释,“橙色、红色部分则分别代表谨慎使用和不推荐使用的方案。”点开绿色条目,详细的用药、治疗建议、全文文献参考等逐一呈现,甚至给出了采用该治疗方案后患者可能的生存期。
吴尘轩说,沃森给出的治疗方案并不是单一的用药处方,而是按推荐级别的高低,给出一套可供选择的全程方案,同时提供有效率、生存率、毒副作用风险等详细数据和文献支持。因此,有了沃森机器人的分析,医院将更放心地使用人工智能参与评估治疗方案,避免走弯路和过度医疗。对于医生来讲,沃森不仅可以提供可选择的诊疗意见,还能帮助医生总体评估该方案的疗效及风险。
吴尘轩讲到她曾经接诊的一位49岁的晚期乳腺癌患者。首诊时,这位患者合并有严重的骨关节病变,全身关节变形疼痛,无法正常睡眠进食,体质虚弱到无法站立行走,被丈夫用轮椅推到吴主任面前。她的头发花白,有气无力,身体状况非常不好。吴尘轩一度以为她是陪同者的母亲。吴尘轩认为该患者应该进行化疗。可是考虑到她虚弱的身体状况,非常担心她禁不住,患者本人也有着同样的担忧。在充分沟通后,吴主任请出了沃森,沃森的治疗方案与吴主任大致相同,建议化疗联合靶向治疗。沃森的治疗方案让医患双方都坚定了信心。第一轮化疗后,肿瘤标志物水平明显下降,而且骨关节病变奇迹般好转,患者能够走路了。3个多月5周期化疗后,患者的肿瘤被控制住了,整个人状态也好了起来,更加积极地投入到治疗当中。
第三中心医院主管医疗和信息的副院长王凤梅说,美国所有癌症的五年生存率为66%,而中国所有癌症的五年生存率仅为30.9%。造成这种明显差距的主要因素之一,在于我国目前在肿瘤的规范诊疗方面水平参差不齐。肿瘤专业作为独立的学科,知识更新快,涵盖面广,诊疗复杂程度高,与其他临床学科相比,肿瘤专科医生需要更加及时地跟进和获取大量的循证医学证据来支持肿瘤患者的个性化治疗方案。而这一点需要肿瘤专科医生花费大量的时间精力,通过阅读海量的文献,追踪学习国际上最先进的肿瘤治疗经验。据统计,2015年全世界在肿瘤治疗研究等领域共计发表文献44万篇,而最勤奋的肿瘤专科医生全年的文献阅读量也不过1000余篇。如此规模巨大的数据量差距,单靠人力已经无法处理,而沃森却可以做到。
沃森可以在17秒内阅读3469本医学专著、248000篇文、69种治疗方案、61540次试验数据、106000份临床报告。通过融合信息检索,海量数据,自主进行理解、推理、学习,在短时间内迅速成为肿瘤专家。
沃森还能帮助临床医生大大拓展全球视野,及时更新治疗理念和用药方法,收集全球各种临床数据和文献,特别有利于肿瘤专科及相关学科年轻医生的快速学习和成长。
“除了造福广大肿瘤患者,为医生提供精准医疗的支持,帮助年轻医生成长也是我们引进沃森的原因之一。”王凤梅说。
当然,沃森也有弱势,王凤梅和吴尘轩都提到这一点。鉴于东西方人种、药品种类、治疗方法等差异,沃森系统未来在中国要更好地推广应用还要学习更多的本土资料,以适合中国病人实际需要。
记 者:李主任,您好。很高兴地看到,2016年初采访您时,您提到的一些设想,现在正在一步步地走向现实。比如去年4月启动的北京市中小学教师开放型教学实践活动、11月启动的双师服务试点。北京市教委通过供给侧结构性改革,让优质的教育资源穿越了学校和区域的边界。您能给我们介绍下这两个项目实施的过程及取得的成效吗?
李 奕:是的,当时计划的“教师走网”,已经通过“北京市中小学教师开放型教学实践活动”在全市范围的教师继续教育领域里成功地“走”了起来。教师通过自主选课并在课堂中听课研修,改变了传统继续教育“讲大课”的方式,实现了教师选择的自主性和实践性。该项目自2016年4月启动以来,已经在上半年和下半年各完成了一轮培训活动。
第一轮培训,我们将市级以上骨干教师的1482门课程名录挂到网络平台上,听课教师在线自助选择自己喜欢的课,充分尊重了听课教师的自主选择权。只要教师自己喜欢,就可以跨年级,甚至跨学科选择授课老师的课。线上选定听课对象以后,听课教师们就可以根据时间安排,到线下授课点听课,并参与教研和备课。这一系列活动完成后,教师们将照片、任务单上传到平台,平台就会给授课老师和听课老师双向计学分。由于这个平台对接北京市教师MIS系统,所计学分与教师的继续教育、晋级密切相关。
在开展第二轮培训时,又实现新的突破――我们把上传授课目录的教师扩展到年轻的骨干教师。只要教师具备独特的内容或擅长的方面,就可以上传。由于上传行为本身是没有成本的,只有实际发生听课行为了,才有成本,所以我们继续扩大供给侧的结构和数量,供给越多,教师们选择的范围就越大。此外,还有一个变化就是,民办教育机构的教师也首次尝试进来,量虽不大,但是一种类型,或许不输给公办学校的教师。“北京市中小学教师开放型教学实践活动”是典型的利用互联网思维来运作的一个项目,它的特点是自选、开放、后付费。形式上,它与初一、初二的开放性科学实践活动相似,不同的是,这次是教师“走网”,骨干教师、特级教师的优质资源属性开始在网上流动了。
为了保障培训质量,让学员之间能够有充分的讨论和互动,我们要求每位授课教师每学期最多开放两次课,并且每次课最多接纳10个学员听课。所以,有的授课教师大家抢得厉害,而有些授课老师的课型挂上网以后,没有人选他的课,形成潜在的压力。
记 者:在实际的操作过程中,真的会出现这种情况吗?那不被选的教师岂不是很尴尬?
李 奕:当然有。第一轮1482门课程挂上去后,只有1375门课程选满了,另外100多课程情况很复杂了。有的授课教师已经脱离教学一线,有的是对开放自己的课程压力大等。中央提出,要更多地用市场的机制决定资源的配置。这就是由市场机制来决定,拿事实来说话。包括以后我们评价一位教师的影响力,就要看他的受众到底有多少?通过互联网的行为数据,能查出每年到底有多少个区县、多少个教师选他。选的人多了,他自然就是骨干,因为他已经用实际的影响力证明他就是这个领域的“骨”和“干”了。假如还有另外一位教师,他一年教了200节课,发表了10篇论文,但只是面向自己教的这两个班的学生。那他是一位优秀、敬业的好老师,可是他在骨干引领作用的发挥上,就不充分了。
这些都是在互联网思维下的市场机制和优质资源属性配置。这个项目运行后还有个“副产品”:来听课的10位学员之前可能完全不认识,但在听完课离开的时候互相加了微信,建了微信群,形成了一个备课交流圈子。有了这个圈子,教师们以后的讨论会延伸下去。这就是运用互联网思维建立起了教育系统内人与人之间“跨界”的连接。
在通州区启动的双师服务工程只是一个试点,将来有可能扩展到全市。一旦全面启动,将会比“北京市中小学教师开放型教学实践活动”的工程大,因为它属于教育的基本公共服务范畴。
“智慧学伴”将让学生的交往超越学校和学区边界
记 者:您刚才提到教师参加开放型教学实践活动后,会结成一个个社交的小圈子。这个圈子超越了地区和班级的界限。这种边界的超越,会发生在孩子们身上吗?
李 奕:实际上已经发生了。北京市初中开放性科学实践活动计划带来的宝贵“财富”是:一个实践活动班内30个来自不同学校的孩子聚在一起搞科学实践活动,从互相不认识,到在一起做事,再到分手时合个影、留个联系方式,后续还会有联络。这是任何一所学校靠自身力量,再怎么走班教学,也提供不了的教育服务。等这拨孩子2018年中考时,每个人的通讯录里都有五个以上非本区、本校的同学,而且他们在一起合作学习:做过飞机、拆过鼠标或捣鼓过中医药、护手霜,到现在还有联系。这就是在孩子们身上真实发生的实践活动。这个项目给教育系统留下来的是他们选课的记录,告诉我们为什么学生喜欢选这个,不选那个。所以,这个项目最大的价值就是让孩子独立选择,而且班级的组合是开放的,是有意做到“无组织、有纪律”,不再需要“带队老师”,不再是和“本班的同学”一起做了。
北京市教委2017年从教育信息化角度重点推进的一个项目就是“智慧学伴”。互联网给人带来的是相互交往能力的跃升。这时候,人与人之间的交流就不仅是可以穿越边界,还能实现跨越角色的交往。无论是成年人还是孩子,都可以通过互联网参与到社会实践中,找到与自己志同道合的学伴。就拿“双师工程”来说,其实它背后更可能吸引孩子的,不是双师,而是学伴。在参与活动的过程中,一个学生可能在这儿找到几个跨区的、有相同兴趣爱好的同学,建立起定向的联系,分享自己的成果和成长的经历。这是我们所乐见其成的,因为这实际是从底层,用互联网思维来支持和帮助孩子。从这个意义上来说,它就是“学伴工程”。
我们现在给学生配双师,目的是增加学生的实际获得,但同时也要考虑未来,特别是伴随着人工智能时代的到来,学生从教师那里直接获得的知识比例会进一步降低,而且还会更精准,更符合每个孩子的个性爱好和实际需求。通过互联网也可以掌握大量的关联知识。就像我们现在在工作过程中利用搜索引擎了解讯息、学习新知那样,随时随地会有个资源库、智能系统支持我们的工作与成长。
人工智能时代将会深刻影响学习行为,但不会颠覆学校
记 者:人工智能是2016年的热词。尤其是AlphaGo与李世石的“人机大战”,让人们见识到了人工智能的“过人”之处。相信对于人工智能在教育中的应用,您也有很多思考。我们想听听您对此的见解。
李 奕:基础教育实践中的人工智能,并不像理论界、科研领域那样高深到非得有个机器学习或者专家系统等。“人工智能”就在我们身边。人工智能是一种理念,在教育中的另一种拓展应用就是助力于学生学习方式的改变。它对我们中小学的教师和学生来说,都有重大的影响。如果善于驾驭人工智能,现在我们所倚重的教室、专业器材、教材等,都将不再是最核心的资源。
我们关注同学和老师、同学与同学之间的互动与交流,以及在此过程中产生的新学习资源,即智慧学伴工程。北京师范大学未来教育高精尖创新中心就是在打造这样一个新平台,让学生与学生、学生与教师之间的活动丰富起来,对行为数据记录和问题收集进行有效处理,形成对每个孩子的个性支持。
我们认为,一个人从中小学到走上社会,他都需要智慧学习和学伴。想想看,我们的微信群里有没有圈子?其实,你的圈子就是你的智慧学伴,这是自然而然形成的。生活中为什么两个人总是联系,就是因为你发的东西我爱看,我发的东西你爱看,我的生活你关注,你的生活我关注,所以人之间的连接越来越丰富。处在这种丰富连接中的人,知识与信息的获得是持续增长的。当然,这其中要有教师的正确引导和影响。
新的资源观和环境观下的数字校园
记 者:确实在现实生活中,基于微信、QQ等互联网技术建立的圈子,就相当于给人重新划分了学习的社群。
李 奕:在这种情形下,就涉及新的学习材料的提取和萃取,我们将不再仅仅依靠专家编选资源,让学生去学,而是在原有基础上尝试由市场机制决定谁是优质教育资源。我们也期待学生和教师,在新的资源观和环境观下,开始进入一种新的学习状态。现在,有不少学校已经开始用手持设备和移动互联网进行日常的教育教学的活动,就是一个例子。
如北京市教委数字校园实验校中,有的从上个学期9月份开始,就将校园网由PC版升级为移动端APP。升级后,学生每天都要回家完成四项作业:英语的口语、语文的朗读、数学的速算、每天的日记。孩子每天花5分钟做完作业以后,可以给同学点赞,看谁获得的“点赞”多,学生们写的日记可以互相评论和留言。
用手机的方式做四项作业,是一个进步――教师以前检查不了英语的口语、听力,现在通过这种方式能检查了。但这是一个浅层次的提升,更为核心、深层次的提升是:学生学会欣赏了、学会倾听了,与此同时,他的阅读量随着交流的增多也越来越大。这就实现了在一个班、一所学校这样一个小环境里信息的流动和互动。
现在学校在三年级又开展了作业阅读,鼓励学生们自己上传作业内容。小孩子都爱往上传,因为对他来说很容易,就像聊天一样。比如上传一句名言“书山有路勤为径,学海无涯苦作舟”作为班级作业。只要他上传了作业,教师就会组织全班50个孩子都念一遍,这个过程中就产生了大量数据,上传作业的学生还有权利给其他学生做点评。
这样一来,新的教学方式出现了。在这样的作业过程中,学习是跨学科的,对象和学伴是互换的,学习的内容是不断增长更新的。
数字校园真正升级在孩子的交往能力上
记 者:据我们了解,北京也有一些学校正在做这样的尝试,比如北京十一学校亦庄实验小学,利用“一起作业网”的平台,进行作业的提交、点赞和评价,在此过程中潜移默化地培养学生的社交能力。
李 奕:数字校园真正的升级换代,体现在对孩子们的交往能力的提升上。当然,这只是一所学校范围的尝试。如果一个学区有这个意识,像东城和海淀这类有条件的学区,要拓展到学区里去做,效果会更好。比如东城的某些学校在使用“作业盒子”以后,你会发现孩子们交往的朋友圈和视野,比传统名校的孩子更棒。
这种棒是从教育的角度来看资源和环境,这是将来信息化发展的重要方向。什么是数字原住民?数字原住民不是只玩玩游戏,而是他对信息很敏锐,能提取、筛选信息,而且善于交流,有包容心,会给别人点赞,而不是很嫉妒、焦虑或者压抑。从社会大背景来看,利用信息技术能不能实现这种升级和超越?我认为能。
所以,看待一件事,一定要发掘这件事背后的价值取向和给孩子带来的变化。
记 者:我们也发现,教学中技术的使用门槛虽然降低了,但对教师的驾驭能力要求更高了。教师不能只做“教书匠”,而是既要想办法将信息技术成为学生手里学习的工具,还要善于组织学生的交流、讨论和活动。
李 奕:是这样的,有了APP,教师要善于去用,不只是善于用它布置作业,而是善于捕捉行为记录,以确定第二天在课堂上该关注谁、该如何因材施教等。将来理想的状态是,教师未必有学生知道得多,但是会比学生更敏锐。
对于信息技术在教学中的应用,教师现在更多的还是两张皮。我们要采用一种方式,慢慢地把教师们给拉进来。就拿作业阅读来说,要是学生在学校里拿本子一句句地抄名人名句,那得抄多少遍,才能学会呢?而运用APP,孩子回家用父母的手机或者iPad,轻松愉悦中就能学会。教师们以后也完全可以利用“作业盒子”等APP来判作业。实际上,有了这些教育类APP的应用,教师就会被学生的情绪所感染,慢慢地融在学生的集体里,说不定还会在APP中即兴朗诵一段,跟学生一较高下。所以,在人工智能时代,我们的教师也得跟着升级,升级到对方法、对思路的引领。
最近几年,随着美国、日本、德国等国家对机器人产业的大量投入,机器人的技术发展日新月异。在行动上,机器人从过去的笨拙缓慢变得灵巧迅捷;在智力上,人工智能的发展在深度学习和人工神经网络方面有很大突破;使用场景上,机器人不但可以承担工厂生产线上的工作,还可以走进家庭,扫地、浇水、做饭;从功能上,机器人不但可以替代手工操作,现在还在逐步替代脑力劳动。
机器拥有智能如今成为可能。曾经缺失的一环今天已经接上了,这一环就是大数据。大数据让机器具备了深度学习的能力、自主判断的能力,现在的智能设备已经具备柔性。机器替代人的事件正在全世界发生。
比如在工厂搬运的工位上,机器人已经可以对付大小不同、高低错落的箱子,把它们搬运到应该去的货架,这在过去是很难想象的。
在服务行业,一款自动制作美味汉堡的机器人,知道如何烤肉饼,如何把面包切片如何加番茄、生菜和奶酪,做好以后通过传送带把美味的汉堡送给顾客。
在农业,机器人也开始尝试替代人的复杂工作,如采摘工作是非常复杂的,一种像八爪章鱼一样的机器人,用3D视觉形成整棵树的模型,确定每个果子的定位,这些信息被传送到机器人的8只手臂上,迅速采摘果子。
除了对简单手工操作的替代以外,机器人还替代复杂的专业技术人员的工作,如判断医学X光片的机器,准确率达到98%以上,已经超过了人的准确率。又比如说,网上广泛传播的硅谷视频机械狗、无人飞机,连遥控器都不需要,它们自己判断怎么跑、怎么飞,自我躲避障碍,无需人类操作,灵活得几乎和生命体一样。早已不同以前的工厂机器人,现在硅谷的智能机器灵活度、准确率、自主判断能力几乎与人类相似。
机器人会造成大量失业
COURSERA的创办人,百度首席科学家吴恩达在近期的BIG TALK上就讲过,人们与其担心人工智能和机器人会给人类带来毁灭,不如去担心人工智能和机器人给社会带来的大量失业和就业培训的压力。
吴恩达认为,美国用了200年把一个农业社会转变成现代社会,农业就业人口只有总就业人口的2 01-。因为用了200年,所以农民可以继续种地,不慌不忙地慢慢学习农业机械的使用和向其他产业转移。但是现在的科技发展给社会带来的变化要快得多,人们没有200年的时间去做转变,甚至没有20年的时间去做转变,这个转变的时间很短。吴恩达举例,无人驾驶汽车的技术已经成熟,在未来的几年里会被广泛使用,美国350万卡车司机马上面临失业。
去年我在哥伦比亚大学与诺贝尔经济学奖得主斯蒂格利茨交流时,他也表现了对失业、新技能学习以及再就业培训的担忧。3D打印技术和工业机器人可能在几年内迅速普及,制造业大量在生产线上做装配的蓝领劳动力面临失业的窘境。这已经不是预测,而是发展中的现实:富士康在“11跳”以后,痛定思痛,认为人不如机器人,只要解决了机器人的“柔性”问题,机器人就会比人好得多,所以富士康正在加大力度开发用于生产线上的机器人,一旦成熟,全国各地号称20万人的工厂最后能剩下几个“活人”?
不仅仅是蓝领工人受到冲击,很多过去一直被认为是高技能的白领工作也将受到巨大冲击,如电脑可以替代大量的普通医生的工作,如看X光片,准确率比普通医生还高,那么这些普通医生去哪里就业?美国是判例法国家,要想打赢一个官司,要研究上百、上千个案例,所以要动用大量律师,收取上亿美元的律师费。现在已经有利用大数据和人工智能替代律师的工作,看更多的案例,准备更有说服力的案件资料,成本是原来的1/10,质量更高。那么原来做整理资料工作的律师去哪里就业?MIT斯隆学院副院长黄亚生在一次我主持的论坛上透露,他用一个智能设备系统搜集100篇相关学术论文。过去,这件工作要好几个RA(研究助理)来做几个星期,用机器只要几分钟。如果如黄亚生所说,那些研究助理要去哪里工作?还有慕课MOOC的出现,50%的三流大学没有存在的价值,这些大学里的师资去哪里就业?
同声传译机也是人工智能家族里的成员,随着自然语言的处理技术和声音过滤识别技术的发展,可能在5-10年内出原型,翻译人员就会失业。那么各个大学就会争相裁撤外语学院。
如果“互联网+”造成的失业还“遮遮掩掩”,人工智能造成的失业一定是“明目张胆、排山倒海”。我大胆预计,未来10年,我国至少有50%的就业人员会因为机器换人和人工智能的发展失去原来的职业,需要再就业培训后重新找工作。中国劳动年龄人口8-9亿(16-60岁),这就意味着4-5亿多人口将失去工作,经过培训后再就业。如果我们不重视新技术超前培训,大力培养创客,大量投资再就业教育,失业量会进一步增加,那个时候我们会很麻烦。
有一个问题一直是人们争论的焦点,机器人替代人,提升了整个社会的效率,同时也提升了人类整体福利,这难道不是一件好事吗?赞同的一方认为,由于人类整体福利提升,只要政府保证失业人的基本生活保障和公平对待,人们就会自娱自乐,社会也会非常安定;但是反对的一方认为,机器人替代了人,人失去了工作的机会,也就失去了追求进步的机会。靠福利其实是非常不体面的。最重要的是,当人们看到社会上毕竟还有2%的人生活极度富足,羡慕和嫉妒会让他们掀起一次次理由毫不充分的“占领华尔街”运动,从而使社会动荡不安。
机器换人已是大趋势
对于失业、动荡、分配、福利等社会问题,自然由政治家和社会学家考虑,企业家似乎不应该过多思索这些问题。当前,机器换人已经是一个大趋势,势不可挡。国际机器人联盟有一张图比较了9个国家机器人的使用密度,日本排第一,万名制造业员工机器人拥有量达到了1400多台,而中国密度最小,万名制造业员工机器人数量只有100台,相当于日本的1/10不到,甚至不如马来西亚。但是同时,中国机器人的购买量是全球最大的,相当于日本的2.5倍,而且增速还在加速。中国的大公司纷纷大量采购先进的机器人,拥抱工业4.O,海尔、TCL都在尝试建立自己的无人工厂。一些中小企业,产品多品种,小批量,也在尝试使用模拟学习的柔性机器人。机器人的不知疲劳,不会受伤,没有情绪,不拿薪水,不组织工会的好处,已经对产业界广泛认知,但是其高昂的价格,严密的维护要求,也把很多企业挡在门外。
机器人革命的最重要推动力之一,可能就是“云机器人”,要想实现功能提高,价格降低,云机器人也是一个必须考虑的方面。在云之前,机器人不但硬件要强大,软件也要强大,而且由于传递速率偏慢,机器人与数据中心的沟通并不容易。如今,随着物联网和5G技术的发展,把大部分计算和数据放在一个大型数据中心,单个机器人力求简单,与大型数据中心保持连接。一台机器人学到了一些东西,可以马上经过云端让其他机器人获得,这种机器智能学习也只能在云端实现,软件升级也基于云端实现,省去了很多麻烦。由于有了云端技术,你买来的机器人会越来越聪明,可以学会做的事情越来越多,直到它的手的硬件不能适合,再进行硬件的更换。
前边我们谈论了太多的机器人在生产中的应用,机器人还可能大量地用于服务业或者家庭,英国MOLEY公司制作的机器人厨师,可以做出很好的饭菜,售价大约10万人民币,对予一些炫酷家庭来说很有吸引力。还会有大量的机器人被做成玩具和表演道具,如今,孩子们已经不再喜欢不能动的毛毛狗,而是能做很多事的机器狗。
随着大数据和云计算的发展,机器人技术迎来了春天,有人开始就机器人的智能一旦超过了人以后,对人类的影响开展了想象丰富的研究,但是机器人和人工智能会对整个人类带来什么根本性影响,我们还要拭目以待。2005年,美国有一本奇书出版,《奇点临近:当人类超越生物学》(The Singularity Is Near: WhenHumans Transcend Biology)。作者是多才多艺的库兹威尔,在与计算机技术相关非常多的领域中都有建树。库兹威尔预计2045年,计算机的智力会超过人类,而那个时点就是“奇点”。马丁福特(《机器人时代》的作者)认为,如果计算机的智力接近人类,依靠摩尔定律的进步,超过人类也会变得非常容易。
我们无法预测人工智能超越人类以后会是什么样子,虽然科幻小说和电影已经把好的一面和坏的一面展现的淋漓尽致,但是毕竟我们没有亲身体会那个时代的特色。有一点可以肯定,技术进步最初总是让人惊奇不已,然后人类很快就“笑纳”了技术进步带来的改变,再然后就开始抱怨技术进步太慢,没有到达理想效果。15年前,我们用的软盘,已经可以存储640000字节,放入2本书的内容没有问题,如今,我们的电脑已经可以存储一个T(―万亿字节),可以塞一个图书馆,但是摄影发烧友还是抱怨装不了多少视频,而需要云存储的那些公司,就更看不起这么一点存储量,他们需要P级,或者E级的存储量。所以,再厉害的科技搞出来,人类还是不满意。机器人和人工智能的结果也应该如此,我们今天见到了一些很强的机器人,但是在人们短暂惊奇之后,又开始挑三拣四。
不管怎么说,现在是人工智能行业的春天。投资人到处寻找人工智能项目,谷歌、脸书、亚马逊等都对人工智能怜爱有加,以前从未有这样财大气粗的企业将人工智能放在业务模式的绝对核心地位,也从未有过人工智能研究在如此强大的企业之间被几乎定位成了竞争的焦点。
2015年3月中国的两会上,最引人注目的提案是李彦宏的建立“中国大脑”提案,而对这个提案马上大加肯定的是来自军方的代表。谷歌的机器驮驴刚出来,山东大学就展示了863项目的中国版机器驮驴,也有用脚踹的场景,尽管看上去比波士顿公司的笨拙一些。
如今,在中国的那几个传统意义上的制造中心,如广东的东莞、顺德,长三角的苏锡常和温州等,各个企业都在大谈机器换人的问题,有媒体和业内人士从各个角度分析了机器换人的可能性,实际案例,以及产业发展情况等。总结出以下几点:
一,机器换人已经成为一种趋势;近几年用工难,工人工资上涨已经成为普遍现象,而中国制造的产品结构和利润率没有太多长进。这就使得企业要不把工厂搬家到工资更低的欠发达国家,如孟加拉,要不就得想办法找到少用工人的办法,随着机器人技术这些年的进步,机器换人成为一种趋势。
二,地方政府正在有组织地进行机器换人的工作;以东莞为例,主要是政府定计划,专项资金支持,金融服务支撑,就近发展机器人产业等办法。其中2015年确定的专项基金就达到2亿元。
三,中国的机器人设计和制造业被资金追捧,但是技术上与美日德还有差距,国内的机器人制造厂基本在系统集成等食物链的下游,而美日德基本控制了减速机和控制系统、基础关键零部件等。
四,企业在机器换人的过程中遇到了很多问题,如前期投入大,机器人的柔性还不够好,不能适应产品线的更换,缺少懂机器人的技术人员等。
关键词:人工智能;全英文教学;教学内容改革;教学模式改革
1 实施全英文教学的必要性
随着国际学术交流的日益活跃以及国际化办学的趋势发展,借鉴国外著名大学的办学理念和管理模式,利用世界优质教育资源,提升教育教学水平,造就具有国际竞争能力的复合型创新人才,正成为我国教育改革与发展的新方向。
智能化是人类社会技术发展的必然趋势。作为计算机科学与技术专业课程体系中的核心课程之一,人工智能的地位正随着该学科的不断发展和其技术的广泛应用迅速提高,而且在非计算机领域,具有不同专业背景的学者也通过这个年轻的领域发现新思想和新方法。由于人工智能课程内容涉及计算机科学以及边缘学科的新理论、新方法与新技术,因此在该课程中开展全英文教学不仅可以让学生充分了解人工智能日新月异的发展,还可以促进本科教学与国际接轨,在培养国际化创新人才方面具有十分积极的现实意义。
2 当前国内全英文教学存在的主要问题
笔者对当前国内高校人工智能课程全英文教学的现状进行调查分析,调查对象为软件工程专业本科三年级学生,调研问卷共58份。调查项目、内容及结果见表1。
从项目1和2的调查结果看,大部分学生认为开展全英文教学有必要,其在提高英语应用能力、增强自己的就业竞争力以及了解国际前沿等方面有很大帮助。然而,由于全英语教学在我国尚处于起步阶段,进行全英语教学的效果并不十分理想,其教学试点与实践尚存在一些亟待解决的问题,主要表现在如下几个方面。
(1)对全英文教学的理解存在偏差。从项目3~5的调查结果看,教师不能正确处理好全英文教学与专业英语课教学的关系,使全英文教学变为纯英语课教学或专业英语课的翻版。大部分学生还是希望教学授课语言以双语为主或以中文为主、英文为辅,多媒体课件形式为中英文相结合。
(2)全英文教学达不到预期的教学效果。从项目6和7的调查结果看,虽然一些大学花了很大代价邀请国外一流教授专家讲授课程,但由于人工智能课程理论性强、难度大,学生很难适应全英文课程教学。
(3)缺乏内容全面和难度适中的教材。从项目8和9的调查结果看,一些大学在实施人工智能课程全英语教学时直接引进原版英文教材,但这对本科生来说,原版英文教材内容偏多、难度较大,学生学习时不免有诸多畏难情绪。
(4)师资匮乏。从项目10的调查结果看,学生对承担全英文教学教师的满意程度普遍不高。实际上,全英文教学对承担课程教学的教师要求很高,他们不仅需要具备专业知识,而且还要掌握英语应用技能,而现阶段国内高校中能承担全英语教学的师资仍然十分匮乏。
综上所述,如何改革全英文教学模式,讲授哪些教学内容,采用何种科学的教学方法与手段,是值得我们思考和关注的教学改革重点和难点。
针对以上这些问题,我们深入研究人工智能课程的特点,对现有教学模式、内容及方法进行全方位探索和改革,制订全英文教学计划,对促进教学工作、提高教学质量、培养国际创新型人才起重要作用,其重要意义具体体现在以下3个方面。
(1)探索如何将理论知识传授、综合能力培养与英语交流运用三者有机结合,建立全英文教学的新型模式,这将对更新教学理念和探索适合于计算机软件人才培养的教学方法产生深远影响。
(2)全英文课程教学能够让学生掌握最先进的人工智能国际前沿技术,开阔国际视野,有利于培养复合型、实用型、具有国际竞争力的高层次创新人才。
(3)全英文教学改革的探索与实践能够促进国内教育向国际教育迈进。
3 全英文教学内容改革
建立完善的全英语教学体系,需要有系统而完整的教学内容。我国计算机科学与技术本科专业人工智能课程课时一般只有36学时,因此我们需要考虑从什么角度组织教学内容,才能让学生比较容易地理解、熟悉和掌握人工智能的原理、方法与技术,从而显著提高教学效果。
与国内教学内容相比,国外教学更注重分析问题的思维方法和解决问题的应用能力,对提高学生的学习兴趣以及培养学生的创新能力十分有益,但是原版内容过多,且大多以国外政治、经济、文化、社会和生活为背景,对于我国学生来说,理解某些内容和背景比较困难。因此直接套用原版教学内容往往存在一定问题,我们需要在引进、消化和吸收国外经典教材内容的基础上,有选择性地挑选合适内容。国外经典教材编写思路不尽相同,一些经典人工智能教材及主要内容见表2。
人工智能的基本思想和主要内容是研究人类智能活动规律和用于模拟人类某些智能行为的基本理论、方法和技术。从表2中可以看出它们的共同点,即人工智能应围绕“智能”这个核心,但由于智能本身非常复杂,难以用单一的理论与方法描述,需要从不同的抽象层次刻画智能这个主题。我们认为,人工智能的主要内容可按图1所示划分为不同层次并确定讲授顺序。
在最底层,神经网络与演化计算(适应性原理与仿生机制等)辅助感知以及与物理世界的交互;抽象层反映知识在智能中的角色和创建以及围绕问题求解的知识的抽象、表示和理解;更高层则提出学习、规划、推理的模型和方式;应用层构造智能化智能体以及具有一定智能的人工系统,让计算机实现以往需要人的智力才能完成的工作。除了将人工智能课程的教学内容划分为这4个层次,为保证教学内容的循序渐进性,还可按照抽象层更高层最底层应用层顺序安排教学内容。
4 全英文教学模式改革的实施关键
针对以上国内全英文教学中存在的主要问题,我们提出人工智能课程全英文教学模式改革的实施关键,包括全英文课堂教学模式的重定位,“二三二”模式教学方法的改革,集先进性、前沿性和实用性为一体的教学内容创新以及全专业英语教学团队的打造。
4.1 全英文课堂教学模式的重定位
人工智能课程教学以培养学生掌握专业基础知识、培养实践动手与应用能力以及提高英语交流水平三者相结合为主要目标,分两个阶段进行,国内教师与国外教师共同授课。首先,国内主讲教师讲授人工智能课程的基础原理、模型和方法,可采用集中授课、案例教学和课堂实践等教学方式,使学生掌握人工智能的一般基础知识;在此基础上,再邀请国际知名外籍教师为学生讲授人工智能国际前沿技术,包括集中授课和专题研讨。经过基础学习,学生一般已掌握人工智能基础知识,因此对于外籍教师所讲授的学科前沿等内容能够准确理解和把握。与单纯采用全英文教学或单纯邀请外籍教师授课相比,该模式能收到较好的预期效果。“1+1”全英文双课堂教学模式如图2所示。
4.2 “二三二”模式教学方法的改革
实行全英语教学后,由于使用英文教材及中外教育背景存在差异等因素,我们在教学过程中对教学方法进行一定程度的调整和改进,包括全英文授课形式、案例教学、教学内容以及教学手段等方面;配合“1+1”全英文双课堂教学模式,提出图3所示的“二三二”模式教学方法,培养学生成为具有综合能力、创新能力、国际视野和英语技能的复合型人才。
该教学方法模式包括:(1)过渡式全英文与沉浸式全英语两大英语教学方式;(2)激励自主式、启发互动式、体验学习式三大学习法,激发学生学习兴趣,使学生牢固掌握人工智能基础理论与方法;(3)参与学习式和自我展示式两大学习法,培养学生综合运用知识的能力和创新能力。
在全英文课堂授课过程中,我们需要注重把握英语与专业的比例。首先,不能一味地追求全英文授课的形式而忽视教学效果;其次,还需要为学生提供一个良好的语言学习环境,在实际教学中注重培养学生良好的英语思维习惯,从根本上提高学生的英语水平。
人工智能课程包含大量概念,内容抽象,算法复杂,学生往往难以理解与掌握。将案例教学方法引入课程教学能有效提高学生的学习兴趣,获得较好的预期教学效果,但要达到理想的教学目标,仅仅靠课堂教学远远不够,还需要拓展第二课堂。有计划地邀请国外人工智能专家和教授到大学进行专题讲座,鼓励学生参加相关的课外科研/科技活动,使得学生能够体验式地、自主地学习,更好地了解人工智能新技术,从而进一步激发学生的学习热情。构建案例教学和课堂实践的双课堂教学模式,不仅能够丰富教学内涵,而且可以充实学科前沿知识并拓宽学生的国际视野。
4.3 集先进性、前沿性和实用性为一体的教学内容创新
除了引进、消化和吸收国外经典教材内容以外,我们还需要逐步建立起具有自身特色的教学内容,以保证教学内容集先进性、前沿性和实用性为一体。
(1)先进性。我们提出教学与科研相结合,以科研带动教学发展的新思路。教师可结合自己的人工智能及其相关领域的科研项目,将科研最新研究成果以及学科前沿知识进行梳理与优化并有机融入课程教学中,确保教学内容的先进性,有效提高教学改革的质量。
(2)前沿性。对人工智能发展较快的领域,如智能计算、数据挖掘等,还需更新和补充全英文教学内容,同时可以邀请国际知名大学教授共同研究与探讨教学内容,保证课程内容具有一定的前沿性,通过实现全英语教学保证课程与国际接轨。
(3)实用性。在讲授基础理论知识的基础上,还应注重实践的应用,增强学生的动手操作能力,以符合素质教育必须注重实践的要求。教师可结合教学中的基本理论知识,适当补充案例与实例,使得教学内容与实际相联系,丰富课程内涵并提高教学效果。
4.4 全专业英语教学团队的打造
师资力量直接影响教学效果。师资的匮乏是现阶段全英语教学面临的主要问题之一。虽然一些教师具有较扎实的人工智能学科功底,但不能熟练地运用英语进行授课,而有些教师则知识结构单一,缺少人工智能及其相关学科间的交叉与融合,因此我们需要多渠道、多层次地打造既具备专业知识,又具有学科交叉与融合能力,同时掌握英语技能的全英语教师队伍。将科研与教学相结合,利用与国外人工智能及相关领域学术带头人建立的合作关系优势加强交流与合作,争取申请国际合作科研项目,利用科研提高教师的教学质量、专业水平和英语技能。
5 全英文教学的具体实施
我们在软件工程专业本科三年级学生的人工智能课堂上实施全英文教学,具体实施过程如下。
(1)国际软件学院成立教学主管部门领导小组、从事教学研究的骨干教师组成的全英文教学工作小组以及由教学督导组成的监管小组,三者之间相互配合并共同促进,保障全英文教学工作的顺利推进与落实。领导小组对全英文教学的师资培训、人才引进、多媒体网络资源开发、实验室建设、教材编写等予以政策支持;教学工作小组制订全英文教学工作规划和年度计划;监管小组定期对工作小组的教学完成情况进行评估。
(2)在课程教学中,打破国内常规教学方式,建立开放式全英文教学模式,教学形式多种多样。教学方式以“1+1”双课堂教学模式为核心,以讲授与专题讨论相结合的方式,围绕基本原理、方法与技术展开教学,激发学生自主学习与创新学习的热情。
(3)国际软件学院在人工智能相关领域承担并完成了一批国家与省部级科研课题,而且取得了一些有影响的研究成果,形成了自己的学科特色和优势。2006年,国际软件学院聘请被誉为世界“人工大脑”领域先驱的美国犹他州州立大学计算机系Hugo de Gaffs教授担任武汉大学全职教授和学院国际人工智能研究室主任。
(4)聘请与国际软件学院有合作协议的国立首尔大学计算机科学与工程学院Bob McKay教授专职来校为本科生讲授人工智能技术前沿。同时,利用国外学者来武汉大学顺访的机会,请其为学生作学术报告,使学生了解国际最新人工智能技术,如邀请曾经在麻省理工学院从事过7年博士后研究的宋森研究员进行“理解大脑与仿制大脑”的讲座等。
(5)国际软件学院在遴选教师到与学院有教学和科研合作的国外大学进修时,优先考虑给本科生授课的全英文教师,并将全英文教学能力作为选拔条件,以教师的学术进修带动全英文教学建设,使学科和专业建设与全英语教学队伍打造相结合,全面推进全英语教学工作的开展。
6 结语
人工智能是计算机科学与技术专业的重要课程,目前正面临着知识更新和教学改革的紧迫任务。笔者以实施全英文教学为契机,针对目前国内全英文教学中存在的亟待解决的主要问题,提出人工智能全英文教学内容与教学模式改革的新思路。
(1)以智能为核心,从不同抽象层次刻画智能主题,构造人工智能最底层、抽象层、更高层以及应用层4大模块内容。
(2)突破传统教学模式,对全英文教学模式进行重定位,提出“1+1”全英文双课堂教学模式。
(3)提出“二三二”模式教学方法的改革方案,培养具有综合能力、创新能力、国际视野、英语技能的复合型人才。
(4)提出教学与科研相结合,以科研带动教学发展的新思路,进行集先进性、前沿性和实用性为一体的教学内容创新。
(5)提出利用与国外大学建立合作关系的优势,争取国际合作科研项目,通过交流与合作多渠道、多层次地培养既具备专业知识,又具有学科交叉与融合能力,同时掌握英语技能的全英文教学教师队伍。
上一篇:手术室护理病案分析范文 下一篇:宏观经济和微观经济的区别范文