大学计算机基础课程中的人工智能教学研究

   张 瑾，顾 军  

（中国矿业大学计算机科学与技术学院 江苏•徐州 221116）

[摘  要]： 随着科技的发展，人工智能走进了人们的生活，改变了这个社会。面向非计算机专业学生开展人工智能通识化教育越来越受到重视。本文针对人工智能通识化教学面临的三个挑战，研究如何在大学计算机基础课程中开展人工智能教学。首先将人工智能的通识化教学目标定位为“开视野、知体系、拓思维”，在此基础上，给出教学内容与教学目标的支撑关系。选择形象化教学法和案例启发式教学法落实预设的教学目标。最后，探索多元化考核方式，提升教学效果。

[关键词]：人工智能；通识教育；思维能力；形象化教学；案例教学

[作者简介]：张瑾（1978-），女，安徽淮北人，硕士，讲师，研究方向为大数据分析、人工智能技术；顾军（1977-），男，江苏大丰人，博士，讲师，研究方向为网络技术和大数据分析。

[基金项目]：2019年中国矿业大学教育教学改革与建设项目“从计算思维到人工智能思维的渐进教学模式研究”（2019YB25）。

[中图分类号]：G642     [文献标识码]：A    

1 引言

2017年国务院印发的《新一代人工智能发展规划》明确指出人工智能已成为国际竞争的新焦点，我国应鼓励高校在原有基础上拓宽人工智能专业教育内容，形成“人工智能+X”复合专业培养新模式，重视人工智能与其他专业教育的交叉融合^[1]。随着信息科技的迅猛发展，人们逐渐被人工智能系统与高科技产品包围，对人工智能教育通识化、普及化的需求也越来越大。进入新时代，高校既要做好人工智能专业教育，又要推进人工智能通识教育^[2]。

我校计算机科学与技术学院顺应人工智能发展潮流，对原有的《大学计算机基础》课程进行改革创新，开设了《计算思维与人工智能基础》^[3]课程。该课程主要讲述计算机技术与计算思维基础、计算机中信息表示、计算机系统的基本组成和基础工作原理、互联网与物联网、大数据与云计算、算法、人工智能概述、搜索和博弈以及机器学习等。通过该课程的学习，使学生对计算机学科和人工智能学科有一个整体认识，形成基本的计算思维和AI思维，提升学生的信息素养，激发学生以更开放的视野学习和思考本专业的现状和发展，为社会培养更多“人工智能+X”的复合型人才。在前期的教学实践中，笔者对计算机基础知识和计算思维的教学目标、内容组织、教学方法和考核方式等有了深入研讨和实践，积累了较丰富的教学成果，但是对于人工智能知识的教学，尤其是面向非计算机专业的开展通识化教学还是起步状态，需要加强相关的教学研究，才能保证教学活动的有质量开展。

2 人工智能通识化教学现状分析

人工智能学科的知识体系由数学与统计知识（如概率论、微积分、线性代数、优化求解和矩阵变换等）、计算机知识（如程序设计、算法分析和系统等）以及人工智能知识（如逻辑推理、机器学习、强化学习、控制与博弈决策等）三部分组成，每一部分的学习和教学难度都不小。因此，如何面向非计算机专业学生开设有质量的人工智能通识化教学就需要正视以下三个问题：

（1）教学内容多与少的问题。计算机基础包含的内容已经很多了，人工智能基础涉及的内容应该说更加丰富，想在有限的学时内全面介绍这两块知识是不现实的，必须有所取舍，但是又不能造成知识的“碎片化”，必须在一个知识体系的指导下有重点的介绍。

（2）课程难度深与浅的问题。人工智能技术是建立在各种数学模式之上的，又与计算机知识关系密切，所以在教学内容的选择上很难把握。如果只介绍简单概念，那么学生很难感受到AI的强大；如果讲的比较深入，学生很容易在知识的海洋中坠入迷茫而束手无策，稍不留神就会把学生给“吓住”，失去了学习兴趣。

（3）前后知识衔接顺不顺的问题。计算思维与人工智能两部分内容的衔接关系必须给学生讲清楚，不能变成“计算机知识”与“人工智能知识”简单叠加，而应该是有机的组合。

为此，笔者对面向非计算机专业学生的人工智能通识化教学进行探讨，希望在教学内容的多与少、知识难度的深与浅、知识衔接顺不顺等方面找到合适的设计方案，切实提高教学效果。

3 人工智能通识化教学设计

3.1 教学目标

通识教育重在“育”而非“教”，因为通识教育没有专业的硬性划分，旨在打通人文、理工、社科、艺术、管理等学科，超越功利性与实用性，激发学生的创新思想，引导学生思考深层次问题。

为此，笔者将人工智能的通识化教学目标定位为“开视野、知体系、拓思维”。所谓“开视野”就是要为学生开启人工智能的大门，开阔学生的知识视野，让学生在人工智能的发展历程中体会AI的强大生命力。“知体系”重在梳理人工智能的技术体系，让学生了解人工智能的基本工作机理，感受AI的强大实力。“拓思维”即以思维能力培养为导向，重视培养研究意识，引导思考“人工智能+”的赋能前景，尤其是在AI思维指导下思考所学专业的未来发展。

3.2 教学内容

围绕上述教学目标，教学内容的组织如表1所示。

表1 教学内容与教学目标的支撑关系

习近平总书记说：“历史是一面镜子，从历史中，我们能够更好地看清世界、参透生活、认识自己；历史也是一位智者，同历史对话，我们能够更好地认识过去、把握当下、面向未来。”这句话对我们的人工智能通识化教学也有很好的指导意义。

人工智能起源于人类在追求自己智慧能力过程中的一种反思，既有技术问题也有伦理问题。因此，要想让学生认识到人工智能的强大生命力和光明的发展前景，就必须把人工智能的发展历程讲清楚，这既是一部技术发展史，也是认知演化史。如果只有静态的概念定义，没有动态的分析比较，就无法真正起到开阔视野、激发思考的作用。

面对人工智能的迅猛发展和海量知识，基础知识储备薄弱非计算机专业学生往往会不知所措，稍有不慎就会失去学习的兴趣和欲望。因此，人工智能通识化教学应该在技术的体系化上下功夫，强调在技术树的指导，让学生了解更多的人工智能技术种类，感受AI技术的强大实力。让学生了解更多的新概念、新术语、新应用，并引导学生开展文献检索，主动探索概念术语背后的技术细节。

人工智能对人类的影响是全方位的，会波及到每一个行业、每一个职业、甚至是每一个人。图灵奖得主迪杰斯特拉说：“我们所使用的工具影响着我们的思维方式和思维习惯，从而也将深刻地影响我们的思维能力。”因此，培养学生的人工智能思维，理解人工智能是如何工作的，了解人工智能是如何改造传统应用和创造新型应用的，才能有助于学生将来应用人工智能改变行业、改变世界。

3.3 教学方法

教学方法的选择是由教学内容决定的。围绕“开视野”、“知体系”和“拓思维”的教学目标组织起来的教学内容也决定了人工智能通识化教学方法更加强调形象化和启发性。

3.3.1 形象化教学

形象化教学就是指用学生熟悉的、简单的、容易理解的方式来讲述抽象深奥的知识，使学生的逻辑思维与形象思维联系起来，使抽象概念形象化，深奥理论通俗化，帮助学生准确理解与熟练掌握教学中的重点、难点^[4]。

计算思维的本质是对求解问题的抽象和实现问题处理的自动化，而人工智能最基本的就是计算机编程。如果说语言是思维的重要工具和载体，那么编程语言就是计算思维的重要工具和载体。因此，掌握基本的编程方法和算法思想对于学习人工智能是非常重要的。Raptor是一款基于流程图的可视化编程软件^[3]，可以为程序和算法设计的基础课程教学提供实验环境，可以把学生从琐碎的语法细节中解脱出来，把主要精力放在对算法思想的理解和学习中，大大降低程序设计的学习难度。

状态空间法是人工智能中最基本的问题求解方法，它所采用的问题表示方法称为状态空间表示法。状态空间法的基本思想是用“状态”和“操作”来表示和求解问题。对于初学者来讲，首要的是要理解状态的概念和状态改变的过程。在此基础上思考状态空间搜索策略就变得容易理解了。在讲解状态空间法时一般都会以著名的野人和传教士过河问题为例来加以说明。所以，笔者以“3个传教士带3个野人，船限载2人”为例，利用幻灯片的动画手段展示状态空间的演化过程，如图1所示。从初始状态开始，每次可能的状态变迁以及对应的变迁条件都要动画形式逐步展现出来。最初的演示，是由教师来讲解每个状态和步骤的原理，进而引导学生去思考下一步的状态变迁结果，让学生去补全余下的状态变迁图。在这个过程中既把抽象算法概念直观化，也把单向的讲课过程互动化，让学生更多的参与到教学过程中，可以激发学生的思考和兴趣，有助于学生更深刻的理解相关知识。

图1 状态空间图形象化教学示例

3.3.2 启发式教学

启发式教学是一种教学思想，重在调动学生的学习积极性和主动性，可以采用多种方法来实施，包括情境启发、提问启发、示范启发、研讨启发、案例启发等。针对通识教育的课程定位和非计算机专业学生的实际，笔者认为案例启发式教学更加合适。

为了保证教学效果，案例选择非常重要。首先，案例要与授课内容的关联性要强，能够很好的反映要讲解的知识；其次，本课程的案例应具有一定的趣味性和生活性，能够让学生一听就明白并产生兴趣；最后，案例应该能够发挥启发作用，可以互动过程中引导学生向既定的学习目标靠拢，促进相关知识的理解。比如在讲解决策树时，首先给出一个关于择偶的案例。以丈母娘的视角给出：判断一个小伙子是否适合为婿的若干属性项，包括相貌、性格、职业、看家庭情况等。这些属性项具有先后顺序，这就是决策树。决策树的核心就是决定属性项的先后顺序的最优形式。接着引入熵的概念，作为选择最优属性项的依据。最后完成决策树的构建，从而达到分类决策的目的。因为案例贴近生活，所以很容易引发学生进一步深究的兴趣。

3.4 考核方式

    课程考核是评价学生掌握所学知识、检查教学效果的重要手段，也是评定学生学习付出与收获的主要方法。我们认为，除了兴趣是最好的老师外，成就感也是持续学习的推动力之一，应该让考核发挥“奖先进、促后进”的作用。

本课程的成绩评定由过程性考核（50%）和结果性考试（50%）组成。过程性考核包括课堂表现、课后表现、作业测评、随堂测试等。为了保证考核结果有理有据，需要对各组成部分进行细化。比如，课堂表现可以从出勤、互动答题、课堂笔记、听课状态等进行评价，随堂测试可以分阶段多搞几回，从而督促学生学在平时，而不是临考突击。

4 结束语

目前，人工智能已贯穿于社会生活的各个层面，小到衣食住行，大到生产科研，影响力无处不在。为了迎接人工智能时代的到来，人工智能教育走向通识化已是必然趋势。但是人工智能的知识覆盖面广、理论性强，涉及到计算机科学、数学、信息论等多个领域，对于非计算机专业学生来说困难重重。本文从教学的目标、内容、方法和考核四个方面探讨了在大学计算机基础课程中开展人工智能通识化教学的实施方案。教学实践表明，大部分学生对人工智能产生了较大兴趣，不仅初步掌握了人工智能经典技术的工作原理，还对人工智能的最新进展和应用前景有一定的了解，有些学生还主动思考如何借助人工智能技术实现所学专业的创新升级。

[参考文献]

[1] 国务院关于印发新一代人工智能发展规划的通知[EB/OL] .

http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm,2017-07-26.

[2] 方兵. 我国高校“人工智能热”：缘起、影响与应对. 现代教育技术, Vol.29 No.4 2019, 33-39.

[3] 周勇.计算思维与人工智能基础[M]. 北京:人民邮电出版社, 2019

[4] 张瑾, 顾军. “VB程序设计”形象化教学法的研究与实践. 科教文汇. 2014年第11期

Research on Artificial Intelligence Teaching in Computer Foundation Courses

Zhang Jin, Gu Jun

(China University of Mining and Technology, School of Computer Science & Technology, Jiangsu Xuzhou 221116)

Abstract: With the development of science and technology, artificial intelligence has entered people's life and changed the society. More and more attention has been paid to the general education of artificial intelligence for non computer majors. Aiming at the three major problems in the general teaching of artificial intelligence, this paper studies how to carry out the teaching of artificial intelligence in the university computer basic course. Firstly, the general teaching goal of artificial intelligence is defined as "open vision, know system, expand thinking". On this basis, the supporting relationship between teaching content and teaching goal is given. Secondly, choose visualization teaching method and case heuristic teaching method to implement the preset teaching objectives. Finally, explore diversified assessment methods to improve the teaching effect.

Keywords: Artificial Intelligence; General education; Thinking ability; Visualization teaching; Case teaching