许丽，王润花，王鸿鹏

摘 要：针对人工智能领域核心课程教学过程中整体性和一致性不足的问题，提出一种“融—汇—贯—通”的一体化教学模式，探讨如何通过以学生为中心的教学内容设计、教学方法改革和个性化实验建设，实践“知识汇通、案例贯通、虚实融通”的教学应用，进行具有工程特色的人工智能课程建设，最后说明教学效果。

关键词：新工科；人工智能；课程建设；一体化

0

引 言

随着深度学习、云计算、大数据等技术的高速发展，人工智能成为众多领域关注的核心技术，日益成为驱动经济、社会等领域从数字化、网络化向智能化加速跃升的重要引擎[1-2]。国家“十四五规划”中明确指出要重视人工智能技术的进步和产业发展，人工智能已上升至国家战略层面。因此，需要大量人工智能相关的高质量人才，高校面临着培养适应时代发展需求的、实践能力与创新能力并重的人工智能人才的挑战[3]。

目前人工智能核心课程教学存在整体性和一致性不足的问题，主要表现为：① 人工智能是一门发展中的综合型前沿学科，教学内容涉及多项技术且相对独立，授课时存在侧重点不同的问题，课程体系不完善，不利于学生形成整体概念；② 教学过程无法充分体现新时代对人工智能相关人才所需知识和技能的要求，有时简单停留在某几项技术的基本原理介绍上，教学目标不明确，教学内容设计缺乏针对性；③ 实践环节缺少高质量的项目和案例，使得学生难以将理论知识应用于实际工程问题的解决中，教学与实践融合不足。

为了解决上述问题，应进行适应新工科、新工学专业建设要求的人工智能课程教学改革，在课程内容建设的基础上进行顶层设计，不再局限于某个具体的技术内容，而是形成多技术融合的知识体系。

1

“融—汇—贯—通”的一体化教学模式

“融—汇—贯—通”的一体化教学模式包含“知识汇通”“案例贯通”和“虚实融通”三大教学创新举措，旨在通过工程教育、案例教学、实践教学进行人工智能课程的整体改革。具体建设内容包括课程结构优化、经典案例设计和高阶实验应用等，一体化教学模式的开展有助于学生逐步建立对人工智能知识体系的整体认知，并形成独立的个人见解。

2

“知识汇通”构建人工智能知识体系

工程教育是我国高等教育的重要组成部分，工程专业认证的核心目标是提高工程教育质量，推进工程教育人才培养模式创新，为我国制造业、IT 产业、高端服务业等提供人才基础[4]。在成果导向教育（Outcome Based Education，OBE）理念的指导下，开展以学生为中心的教学工作，做好工程教育的主动布局和深化改革，是新工科课程建设的可行路径 [5-6]。

在工程教育改革的大背景下，人工智能课程专注于探讨如何利用计算机模拟人脑的智能行为，涉及智能控制、规划、感知、认识、学习、计算、交互、推理、决策、运行等多个技术领域。该课程旨在帮助学生掌握人工智能的基础概念、原理、推理机制、求解技术与方法，培养他们在人工智能及相关领域内跟踪和发展新理论、新知识和新技术的能力[7]，并提高他们对工程知识的认知和对工程问题的分析解决能力。

“知识汇通”的教学理念强调人工智能的技术特点，将人工智能“至大无外”的渗透特点凝练为“至小有内”的内涵特性[8]。课程围绕教学内容，在价值引领、知识探究、能力建设和素质培养 4 个方面[9]，进行全面系统的设计，确保课程的整体性和一致性。通过这种培养模式，学生能够从知识逻辑中深入理解人工智能技术的应用，实现预定的教学目标，提高学生对工程知识的认知和科技创新意识。

“知识汇通”的教学过程旨在引导学生梳理数理、智能、控制、计算机、电子、机械等相关领域所学知识内容。根据人工智能技术特点构建的知识图谱如图 1 所示，给出了不同知识点之间的内在联系。表 1 为可参考的授课安排，课程内容分类划分为“3+1”模式，该模式包括 3 个理论教学模块和 1 个创意实践模块。具体而言，3 个理论教学模块分别为经典智能、智能计算和智能学习，主要涵盖人工智能技术绪论、知识表示方法、搜索策略、推理方法、遗传算法、模糊系统、神经网络、机器学习、深度学习等内容；而创意实践模块则鼓励学生自由组队，自主选题，开展人工智能相关的项目开发与现场展演，以促进学生对所学知识的综合应用，凸显学生在学习过程中的主体地位，激励学生主动进行思考与探索，从而提升其创新与实践能力。

“知识汇通”的教学目的旨在实现专业知识传授与工程教育科学性、专业性的深度融合，教学内容涵盖人工智能的发展轨迹，新兴技术的发展趋势，专业知识点的实际应用范畴，该技术对社会、健康、安全、法律和文化的影响等多个方面。课程设计特别强调树立“面向世界科技前沿、面向国家经济主战场、面向国家重大需求、面向人民生命健康”的价值导向，以及培育实事求是、批判性思维和创新进取的科学精神。通过这样的教学布局，人工智能课程在引导学生构建科学的思维模式和形成正确的价值观方面能够发挥一定的积极作用。

3

“案例贯通”打造特色案例教学

案例教学是通过对学生和教学内容的分析，选择合适的案例，引导学生进行讨论、交流，将抽象的知识通过案例的方式展现给学生，以促进学生对知识的掌握和运用[10]，有助于培养学生的分析、思辨和解决问题的能力。案例是学生与理论知识之间的桥梁，一方面引导学生“由例到理”，深化对抽象概念的理解；另一方面引导学生“由理到例”，深化对实际应用的洞察[11]。课程中的案例选择多来自于社会和生活，通常具有典型性、多样性、复杂性、趣味性等特点，既能与理论知识进行关联又能调动起学生的讨论热情。

人工智能课程涉及面广、内容抽象、不易理解[12]，为了提升教学效果，以工程应用为导向，围绕人工智能的主要技术领域建设特色案例，并根据章节内容由浅入深地采用多种求解方法实现“案例贯通”，以加强授课内容的连贯性，使教学内容更加丰富和立体，让学生在学习过程中逐步加深对课程知识的整体认知。在案例求解验证的过程中，可以引导学生对不同算法进行横向对比和分析，这样不仅可以加深学生对算法原理的理解，还能够帮助学生了解各种算法的优缺点以及在不同场景下的适用性，促进各知识点之间的相互关联融通。另外，随着人工智能技术的日新月异，案例内容可以不断更新，使学生能够接触到最新的研究成果，增强其技术的前瞻性和竞

争力。

“案例贯通”的教学设计可以选取具有代表性、前沿性和实用性的案例，通过引导学生深入分析案例，将抽象的理论知识与具体的实践操作相结合，培养学生解决同类或相似领域复杂问题的综合能力。以“旅行商问题”为例，它是组合优化领域的一个经典问题，其目的是寻找最短的路径，访问一系列城市并返回起点，将该传统问题与工程实际相结合，升华设计为野外广域起伏环境下无人机视觉覆盖规划任务，以飞行轨迹长度为性能指标，进行空中视觉覆盖途径点的路径规划求解。在教学过程中，根据课程内容讲授进度循序渐进地引入不同的求解方法。首先，从无信息的盲目搜索开始，让学生理解基本的搜索策略；然后，引入启发式搜索，让学生了解如何利用部分信息引导搜索，以减少搜索空间；最后，采用进化算法和学习算法，让学生了解如何通过智能算法优化搜索过程。该案例教学过程及对应的知识点见表 2，“案例贯通”的教学过程可以帮助学生更好地理解和掌握相关技术的发展和应用。

4

“虚实融通”实践高阶实验内容

实践教学是理论教学的有力支撑，为了更好地推进新工科的建设任务，提升学生的工程实践能力，促进理论教学和实践教学的深度融合，进行实践教学升级是十分必要的。高质量的实践教学应将教学内容与工程实践紧密结合，持续优化实验课程结构，完成知识迭代和持续演进，逐步实现传统模式向“新工科”模式转型[13]。

实践教学的发展途径可以分为内涵式发展和外延式发展。内涵式发展是指从学生学习和教师授课角度出发，提高实验教学项目质量、优化实验教学方式方法、优化课程结构和考核方式，通过逐步的优化实现跨越性的发展；外延式发展是指通过实验规模的扩大、实验空间的扩展等可衡量数字指标的量化方式进行规模化的发展。两种发展方式相辅相成，充分发挥内外因的作用，可促进实验教学的良性可持续发展。

在人工智能实验内容的设计与实施过程中，应充分依托学科特色与行业需求，精心挑选并应用适宜的技术、资源、现代工程工具以及信息技术工具，进行实验环节的构建，有利于提高学生对现代工程问题的认知、分析和解决能力[14]。虚拟仿真是开展实验重要的技术手段之一，采用“虚实融通”的方式，可以不断地扩充教学资源，从而实现从基础的验证性实验到复杂高阶任务的过渡。这种方法能够使学生全面理解并掌握项目从目标设定、任务分解、开发实现到调试运行的完整生命周期管理过程，有效地推动实验教学内涵式和外延式的同步发展。

以课程组研发的“无人机编队协同智能任务规划”虚拟仿真实验为例，该实验通过“虚实融通”的方式，建设了模型与数据驱动的虚拟机器人场景，弥补了真实实验场景的不足，实践了无人机复杂任务规划相关的知识。该实验的特色包括：① 利用建立的虚拟化实验环境解决野外地理空间环境覆盖范围大、位置偏远、全天候、长周期等困难；② 突破现有实验的规模限制，在扩大实验规模的同时节省智能设备的供电、通信、处理等成本；③ 规避野外山区现场实验环境危险，切实保障实验人员及设备安全；④ 方便个性化教学，采用离线编程方式实现数据驱动的虚拟场景实验及交互，灵活设计智能决策、控制、规划及视觉检测、跟踪、重建算法，优化任务效率及效果。该实验操作流程如图 2 所示，支持学生开展“虚实融通”下高阶、创新、挑战的个性化探索，学习过程互动性强。

5

课程建设效果

通过“融—汇—贯—通”的一体化教学模式的推广应用，学生的人工智能算法设计实现能力和对课程的认可度逐年提高。改革前后课程目标达成度的情况对比如图 3 所示，4 个课程目标分别对应毕业要求中的设计/开发解决方案、使用现代工具、沟通和项目管理，从图中可以看出课程改革实施后学生的分析设计、技术开发以及解决复杂工程问题的能力均有明显的提升。

6

结 语

目前国内高校人工智能领域的人才培养体系和专业建设正在如火如荼进行中，作为学科发展的根基，专业核心课程的教学研究是打造一流专业、一流大学的有效着力点。人工智能课程通过结合先进的教育教学理念，开发应用丰富优质的教学资源，进行教学全过程的一体化设计和实践，凸显了“新工科”的工程特色。下一步，课程将根据学生学习成效和授课反馈进行持续改进，打造以学生为中心、教学相长为目标的“师生共同体”，为追求卓越、具有家国情怀和全球视野的人工智能高层次工程技术人才的培养保驾护航。

参考文献：

[1] 刘江, 章晓庆. 面向非计算机专业的人工智能导论课程建设与探索[J]. 中国大学教学, 2022(增刊1): 46-51.

[2] 古天龙. 人工智能伦理及其课程教学[J]. 中国大学教学, 2022(11): 35-40.

[3] 胡清华, 王国兰, 王鑫. 校企深度融合的人工智能复合型人才培养探索[J]. 中国大学教学, 2022(03): 43-50, 57.

[4] 吴爱华, 杨秋波, 郝杰. 以“新工科”建设引领高等教育创新变革[J]. 高等工程教育研究, 2019(1): 1-7, 61.

[5] 蒋有录, 刘华, 刘景东. 工程教育认证背景下的专业核心课程改革及建设[J]. 中国大学教学, 2022(12): 37-40.

[6] 叶民, 孔寒冰, 张炜. 新工科: 从理念到行动[J]. 高等工程教育研究, 2018(1): 24-31.

[7] 姚琳, 石志国. 人工智能课程体系与教学方法研究[J]. 中国大学教学, 2019(10): 19-22.

[8] 吴飞, 吴超, 朱强. 科教融合和产教协同促进人工智能创新人才培养[J]. 中国大学教学, 2022(增刊1): 15-19.

[9] 肖雄子彦, 陈江平, 仝月荣, 等. 基于产教融合的混合式教学改革探究: 以上海交通大学人工智能实践课程为例[J]. 实验室研究与探索, 2022, 41(11): 208-212, 252.

[10] 王梅, 康美玲, 张可佳, 等. 案例教学研究现状综述[J]. 科教导刊, 2021(34): 9-11.

[11] 熊华军. 专业学位研究生“四贯通”案例教学体系的构建与实践[J]. 学位与研究生教育, 2020(4): 24-30.

[12] 徐新黎, 王万良, 杨旭华. “人工智能导论”课程的教学与实践改革探索[J]. 计算机教育, 2009(11): 129-132, 126.

[13] 王旃. 实验教学体系内涵式发展的驱动模型研究[J]. 高等工程教育研究, 2022(6): 39-43.

作者简介：许丽，女，实验师，研究方向为虚拟仿真技术，xuli@nankai.edu.cn；王鸿鹏（通信作者），男，教授，研究方向为人工智能与智能机器人技术，hpwang@nankai.edu.cn。

图1 人工智能课程知识体系