管理類人才人工智能課程教學(xué)改革

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了管理類人才人工智能課程教學(xué)改革范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：從人工智能課程及管理類專業(yè)學(xué)生特點出發(fā)，結(jié)合多年來課程教學(xué)實踐，探討人工智能課程的現(xiàn)狀及問題，并基于問題提出若干教學(xué)方法及教學(xué)內(nèi)容的改進措施，為管理類人才尤其是少數(shù)民族管理類人才的人工智能教學(xué)改進提供思路。

關(guān)鍵詞：人工智能；教學(xué)改革；教學(xué)方法

引言

人工智能(ArtificialIntelligence)是一門研究和模擬人類智能的跨領(lǐng)域?qū)W科，是模擬、延伸和擴展人的智能的一門新技術(shù)。由于信息環(huán)境巨變與社會新需求的爆發(fā)，人工智能技術(shù)的日趨成熟。隨著AI3.0時代的到來，大數(shù)據(jù)、云計算等新技術(shù)的應(yīng)用也愈發(fā)廣泛，對于管理類人才來說，加強對人工智能知識的深入學(xué)習(xí)，不斷將人工智能技術(shù)與管理知識結(jié)合起來，對其未來職業(yè)生涯的發(fā)展有著重要作用。人工智能是一門前沿學(xué)科，管理學(xué)院開設(shè)人工智能課程的目的是為了更好地培養(yǎng)學(xué)生的技術(shù)創(chuàng)新思維與能力，基于其覆蓋面廣、包容性強、應(yīng)用需求空間巨大的學(xué)科特點，通過概率統(tǒng)計、數(shù)據(jù)結(jié)構(gòu)、計算機編程語言、數(shù)據(jù)庫原理等基礎(chǔ)課程的學(xué)習(xí)，加強學(xué)生解決實際問題的能力，為就業(yè)打下基礎(chǔ)。本文基于社會對于人工智能領(lǐng)域的人才需求，結(jié)合諸多長期從事經(jīng)管類專業(yè)課程教學(xué)的老師意見，針對管理類人才的人工智能課程教學(xué)內(nèi)容與方法進行探討，以期對中國高校人工智能課程教學(xué)改革研究提供幫助與借鑒。

1、教學(xué)現(xiàn)狀與問題

作為一門綜合性、實踐性和應(yīng)用性很強的理論技術(shù)學(xué)科，人工智能課程內(nèi)容及內(nèi)涵及其豐富，外延極其廣泛。學(xué)習(xí)這門課程，需要較好的數(shù)學(xué)基礎(chǔ)和較強的邏輯思維能力。針對管理類人才，該課程在課程教學(xué)過程中存在幾個較為突出的問題。(1)課堂教學(xué)氛圍枯燥目前，中國大多數(shù)大學(xué)仍采用傳統(tǒng)的課堂教學(xué)模式，在教學(xué)過程中照本宣科，忽略與學(xué)生的互動，并且缺乏能夠有效引起學(xué)生學(xué)習(xí)興趣與加深知識理解的教學(xué)環(huán)節(jié)設(shè)置，如此一來大大降低了學(xué)生自主思考的能力。在進行人工智能相關(guān)課程知識講解時，隨著章節(jié)的知識難度不斷增加，單向介紹式的枯燥教學(xué)方式無法反映人工智能學(xué)科的全貌，課堂講解難以同時給以學(xué)生感性和理性的認知，部分學(xué)生因乏味的課堂氛圍漸漸無法跟上教學(xué)進度，導(dǎo)致學(xué)習(xí)動力不足。(2)基礎(chǔ)課程掌握不牢管理類專業(yè)的學(xué)生大部分都會走向更加具體化的管理崗位，具有多學(xué)科的素養(yǎng)，但這也導(dǎo)致很多學(xué)生所學(xué)知識雜而不精。學(xué)生在基礎(chǔ)不夯實的情況下去學(xué)習(xí)更高層面的知識，給學(xué)生學(xué)習(xí)與老師教學(xué)都造成了很大困擾。人工智能課程知識點較多，涵蓋模式識別、機器學(xué)習(xí)、數(shù)據(jù)挖掘等眾多內(nèi)容，概念抽象，不易學(xué)習(xí)。一些管理類專業(yè)的學(xué)生未能熟練掌握高等數(shù)學(xué)、運籌學(xué)、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫技術(shù)等先修課程，缺乏一定的關(guān)聯(lián)思考和研究意識，導(dǎo)致課程學(xué)習(xí)難度增加，產(chǎn)生學(xué)時不足和教學(xué)內(nèi)容難點過多的問題。(3)教學(xué)與實際應(yīng)用脫節(jié)當(dāng)下，人工智能廣泛應(yīng)用于機器視覺、智能制造等各個領(lǐng)域，給學(xué)生提供了大量的現(xiàn)實案例，使得人工智能不再是高深莫測的理論，而是現(xiàn)實中可以觸及的內(nèi)容。例如，在機械學(xué)科領(lǐng)域，人工智能技術(shù)是電氣工程、機械設(shè)計制造、車輛工程等方向的重要技術(shù)來源；在醫(yī)療領(lǐng)域，是醫(yī)療器械的創(chuàng)新生產(chǎn)源動力；在能動領(lǐng)域，是高端能源裝備與新能源發(fā)展的重要驅(qū)動；在光電信息與計算機工程領(lǐng)域，技術(shù)的發(fā)展時刻推動著智能科學(xué)與技術(shù)核心價值的提升。然而，對于管理類專業(yè)的學(xué)生來說，現(xiàn)階段的人工智能教材涵蓋許多智能算法及相關(guān)理論，在教學(xué)過程中常常涉及到很多從未接觸過的抽象理論和復(fù)雜算法，書本中的應(yīng)用實例大多紙上談兵，缺乏專門適用于管理類專業(yè)知識與人工智能技術(shù)相結(jié)合的教學(xué)實踐，加上一些教師授課方法單一，不利于引導(dǎo)學(xué)生將人工智能算法應(yīng)用于現(xiàn)實生活。另外，大學(xué)生對知識的理解能力差異很大，教師采用統(tǒng)一的方式教給他們，這使一些學(xué)生無法跟上和理解，教師也無法控制學(xué)生的學(xué)習(xí)狀況，導(dǎo)致學(xué)生缺乏動力。因此，如何結(jié)合學(xué)生的現(xiàn)實情況，提高他們的動手能力和實踐經(jīng)驗也是人工智能課程教學(xué)要考慮的問題。

2、管理類人才的人工智能課程教學(xué)改進策略

課程教學(xué)改革是一項提高大學(xué)教學(xué)效果和人才培養(yǎng)質(zhì)量的重要手段。如何在時代背景下應(yīng)用新技術(shù)和新思想進行實施課程教學(xué)改革是高校亟待解決的問題。對于高校的教學(xué)工作而言，教學(xué)目標、教學(xué)內(nèi)容和教學(xué)方式的變化不再是課程資源的簡單數(shù)字化和信息化，而是充分利用時代信息資源優(yōu)勢的新型教學(xué)模式。針對管理類專業(yè)人工智能課程教學(xué)過程中存在的問題，可以從教學(xué)方法改進和教學(xué)內(nèi)容設(shè)置兩個方面進行課程教學(xué)改進。

2.1教學(xué)方法改進

教師對學(xué)生具有引領(lǐng)作用，其教學(xué)方法的改進能夠帶動學(xué)生改進自身學(xué)習(xí)方法。(1)啟發(fā)式案例教學(xué)案例教學(xué)法就是教師根據(jù)教學(xué)目標、教學(xué)內(nèi)容以及教學(xué)要求，通過安排一些具體的教學(xué)案例，引導(dǎo)學(xué)生積極參與案例思考、分析、討論和表達等多項活動，是一種培養(yǎng)學(xué)生認知問題、分析和解決問題等綜合能力的行之有效的教學(xué)方法。啟發(fā)式案例教學(xué)以自主、合作、探究為主要特征，調(diào)動學(xué)生的學(xué)習(xí)積極性，并緊密結(jié)合人工智能領(lǐng)域的相關(guān)理論與方法，有效理解知識要點及其關(guān)聯(lián)性，適用于管理類專業(yè)學(xué)生的教學(xué)。具體而言，高?；谄鋯栴}啟發(fā)性、教學(xué)互動性以及實踐有用性等特點，可以建立基于人工智能知識體系的教學(xué)案例庫，雖然這項建設(shè)將極具挑戰(zhàn)性與耗時性，但具有很強的積極效果：培養(yǎng)學(xué)生較強的批判性思維能力，更多地保留課程材料，更積極地參與課堂活動，對提高教學(xué)質(zhì)量、培養(yǎng)具有人工智能背景的管理類人才具有重要意義。例如，通過單一案例教學(xué)，讓學(xué)生掌握相關(guān)基礎(chǔ)知識原理及應(yīng)用；通過一題多解的案例使學(xué)生思考如何獲取最有效的解題方法；通過綜合案例的設(shè)計，啟發(fā)學(xué)生全方位地探索問題的解決方案。(2)研討互動式教學(xué)研討互動式的各個教學(xué)環(huán)節(jié)是逐漸遞進、有機結(jié)合的。研討是基于學(xué)生個體的差異性，在課堂討論的過程中對學(xué)生做出評判，從而對不同類型的學(xué)生開展針對性的教學(xué)?；觿t是在研討的基礎(chǔ)上，通過老師與學(xué)生、學(xué)生與學(xué)生的互動，讓學(xué)生主動參與到課堂教學(xué)的過程中來。在人工智能課程教學(xué)過程中，教師通過課堂討論了解學(xué)生對于知識點的掌握情況，可以有針對性地設(shè)計教學(xué)內(nèi)容，例如，對于學(xué)校積極性不強的學(xué)生，將人工智能理論內(nèi)容與學(xué)生個人興趣范疇、社會產(chǎn)業(yè)發(fā)展及研究現(xiàn)狀聯(lián)系起來，能夠極大程度地提高學(xué)生學(xué)習(xí)的自主能力；對于基礎(chǔ)知識較為薄弱的學(xué)生，可以在教師的指導(dǎo)下查閱相關(guān)文獻資料，根據(jù)自己的理解撰寫心得報告，并在課堂或課外進行師生互動。像這樣研討與互動相結(jié)合的模式。有助于增強學(xué)生的探索和求知欲望，建立起濃厚的學(xué)習(xí)氛圍。(3)有效激勵式教學(xué)人工智能是引領(lǐng)未來的戰(zhàn)略性技術(shù)，人才需求量極大，對教師的教學(xué)水平也提出了更高要求，因此，進行有效激勵極為重要。在學(xué)生激勵方面，可以舉辦各類人工智能競賽項目，設(shè)置相應(yīng)項目獎學(xué)金，吸引學(xué)生參與實踐，調(diào)動學(xué)生做研究、發(fā)論文的積極性。例如，教育部主辦的中國研究生人工智能創(chuàng)新大賽，圍繞新一代人工智能創(chuàng)新主題，激發(fā)學(xué)生的創(chuàng)新意識，提高學(xué)生的創(chuàng)新實踐能力，為人工智能領(lǐng)域健康發(fā)展提供人才支撐。高校也可以借鑒這種模式，在各學(xué)院乃至全校開展此類競賽項目，激發(fā)學(xué)生的創(chuàng)新能力與團隊合作能力，鼓舞更多學(xué)生加入到人工智能課程的學(xué)習(xí)中來，激發(fā)其學(xué)習(xí)興趣。在教師激勵方面，在教師聘任和提升過程中把參加學(xué)生課程制定、課堂與課外作業(yè)、課程項目和論文指導(dǎo)等看作教學(xué)任務(wù)的一部分，鼓勵教師積極參與這些活動。(4)學(xué)科滲透式教學(xué)人工智能學(xué)科知識融合程度較高，學(xué)科交叉性強。基于人工智能的學(xué)科交叉性特點，增強管理類人才對學(xué)科應(yīng)用的領(lǐng)悟，可以采取開展學(xué)科滲透式教學(xué)的方法。從2015年起，國務(wù)院和教育部先后印發(fā)了《國務(wù)院關(guān)于積極推進“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見教育》、《高等學(xué)校人工智能創(chuàng)新行動計劃》等文件，“互聯(lián)網(wǎng)+”、“智能+”已經(jīng)滲透到各個領(lǐng)域，人類進入數(shù)字經(jīng)濟時代，社會需求“技術(shù)+管理”的高端復(fù)合人才。例如，基于工業(yè)4.0和強國戰(zhàn)略，人工智能技術(shù)在智能制造的應(yīng)用極為廣泛。上海理工大學(xué)非常重視少數(shù)民族預(yù)科班的教育質(zhì)量。為增強少數(shù)民族管理類人才對該領(lǐng)域應(yīng)用的認識，我們請機械工程、能源動力領(lǐng)域的相關(guān)專家以授課或講座的形式，進行相關(guān)領(lǐng)域知識和發(fā)展趨勢的講解，使學(xué)生理解更為透徹。此外，在教學(xué)實踐過程中，還可以用舉辦人工智能知識交流會、線上人工智能論壇等形式，促進不同專業(yè)間老師、學(xué)生對于人工智能知識模塊的見解，相互交流、滲透和學(xué)習(xí)，從而推動人工智能課程教學(xué)的改進。

2.2教學(xué)內(nèi)容設(shè)置

世界一流大學(xué)在人工智能課程內(nèi)容設(shè)置根據(jù)不同國家的教育體系設(shè)置，肯定會有不同，但頗有共通之處。本文借鑒世界頂尖大學(xué)經(jīng)驗，針對管理類專業(yè)人工智能課程教學(xué)內(nèi)容進行研究，結(jié)合中國教育體系設(shè)置，認為應(yīng)從以下幾方面進行改進。(1)核心內(nèi)容設(shè)置為避免學(xué)生因為知識點過多而出現(xiàn)雜而不精的問題，勢必要精化教學(xué)內(nèi)容。在互聯(lián)網(wǎng)時代，我們可以使用云計算和其他方式來實現(xiàn)數(shù)據(jù)信息的傳輸、存儲和處理，通過在線收集和整合網(wǎng)絡(luò)課程相關(guān)數(shù)據(jù)，挖掘和豐富教學(xué)資源，并在整合課程資源的基礎(chǔ)上，進行研究方法和前沿知識的擴展。在核心內(nèi)容設(shè)置方面，可以通過收集到的數(shù)據(jù)資料，選擇人工智能領(lǐng)域具有代表性且難易程度適中的知識作為重點，使學(xué)生能夠在有限的學(xué)時內(nèi)掌握人工智能的知識脈絡(luò)。例如，編寫針對管理類人才的人工智能教材，內(nèi)容涉及緒論、知識表示與推理、常用算法、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等方面的同時，重點增加相應(yīng)知識點在管理上的應(yīng)用案例，加強學(xué)生對知識點的理解。同時，根據(jù)管理類專業(yè)偏向領(lǐng)域，開設(shè)關(guān)聯(lián)程度較大、應(yīng)用較廣泛的人工智能選修課程，以便學(xué)生根據(jù)自己的興趣與需求選修具體方向的課程。(2)注重學(xué)生的數(shù)理及編程基礎(chǔ)良好的數(shù)理及編程基礎(chǔ)是學(xué)習(xí)人工智能的前提。只有具備了這些基礎(chǔ)，才能搞清楚人工智能模型的數(shù)量關(guān)系、空間形式和優(yōu)化過程等，才能將數(shù)學(xué)語言轉(zhuǎn)化為程序語言，并應(yīng)用于實驗。管理學(xué)院人才的數(shù)理及編程基礎(chǔ)相對薄弱，因此，在安排學(xué)生學(xué)習(xí)人工智能課程之前，建議開設(shè)面向全體管理類專業(yè)學(xué)生的微積分、線性代數(shù)、概率論等專業(yè)基礎(chǔ)數(shù)學(xué)課程以及C語言、python等編程基礎(chǔ)課程，使學(xué)生具備數(shù)學(xué)分析的基礎(chǔ)與一定編程基礎(chǔ)，為學(xué)習(xí)人工智能課程打下堅實的基礎(chǔ)。另外，可以推進MOOC平臺建設(shè)，在平臺上開設(shè)人工智能網(wǎng)絡(luò)課程，幫助學(xué)生掌握人工智能知識基礎(chǔ)及專業(yè)技能。(3)實驗建設(shè)為了加強學(xué)生對于人工智能知識點間的關(guān)聯(lián)性理解，可以基于不同的應(yīng)用模塊，設(shè)計具有前后鋪墊、上下關(guān)聯(lián)的綜合性實驗，設(shè)計不同層次的項目要求，同時基于相同的實驗課題，讓學(xué)生分組對實驗課題進行攻克，并設(shè)置多元化的實驗評價體系，通過實驗教學(xué)過程中反映出的不同進度，讓教師能對學(xué)生的學(xué)習(xí)水平做出準確評判，及時進行教學(xué)反思，以便更好地開展下一步工作。例如，針對人工智能課程應(yīng)用中很廣的遺傳算法，在某一管理規(guī)劃的具體應(yīng)用上設(shè)置理解－實現(xiàn)－參數(shù)分析－具體應(yīng)用－嘗試改進－深度拓展的不同層次的項目要求，在這些項目層次中規(guī)定必做項與可選項，讓學(xué)生基于同一實驗課題進行合作學(xué)習(xí)，然后通過個人自我評價、小組成員互相評價以及教師評價的方式進行打分，對小組整體能力以及個人能力進行綜合評估，以期培養(yǎng)學(xué)生的自主思考能力。

3、結(jié)語

隨著人工智能理論在各領(lǐng)域的飛速滲透，人工智能技術(shù)也得到了廣泛的應(yīng)用，各行各業(yè)對人才的需求不斷變化，將在行業(yè)內(nèi)產(chǎn)生巨大影響。高校作為培養(yǎng)人才的第一線，應(yīng)積極響應(yīng)時代變化，進行課程教學(xué)改革，促進復(fù)合型、學(xué)習(xí)型和創(chuàng)新型人才的培養(yǎng)建設(shè)。本文針對目前人工智能課程教學(xué)中存在的問題，提出針對管理類人才的人工智能課程教學(xué)方法和教學(xué)內(nèi)容的改進措施，希望通過這些改進措施，培養(yǎng)學(xué)生的自主學(xué)習(xí)和知識探索能力，增強學(xué)生的實踐和創(chuàng)新能力，為高校管理類人才的人工智能教學(xué)培養(yǎng)提供有力借鑒。上海理工大學(xué)非常重視少數(shù)民族預(yù)科班的教育質(zhì)量。我們針對少數(shù)民族預(yù)科班學(xué)生特點對教學(xué)內(nèi)容進行了調(diào)整，大幅增加案例教學(xué)內(nèi)容，提高聽課學(xué)生的興趣與知識廣泛程度，取得了很好的效果。

參考文獻

[1]謝榕,李霞.人工智能課程教學(xué)案例庫建設(shè)及案例教學(xué)實踐[J].計算機教育(19).

[2]周鋆,曾平,杜振國等.世界一流大學(xué)研究生培養(yǎng)模式討論——以人工智能課程為例[J].計算機工程與科學(xué),2018,40(S1):102-106.

[3]樊重俊等.數(shù)據(jù)庫基礎(chǔ)及應(yīng)用(第二版)(M).上海：立信會計出版社.2019年.

[4]樊重俊,浦東平,劉勇.面向電子商務(wù)人才培養(yǎng)的數(shù)據(jù)庫課程教學(xué)改革模式研究[J].電子商務(wù),2019,(02):61-62.

[5]樊重俊,楊云鵬,楊堅爭,唐生.電子商務(wù)基礎(chǔ)與應(yīng)用(M).上海：立信會計出版社.2018年.

[6]樊重俊等.大數(shù)據(jù)分析與應(yīng)用(M).上海：立信會計出版社.2016年.

作者：樊重俊 朱玥 錢煒 宋丹萍 單位：上海理工大學(xué)管理學(xué)院