人工智能与教学精选(十四篇)

人工智能与教学精选篇1

关键字：人工智能；案例教学；学科分支；双语教学

中图分类号：G642　文献标识码：B

1　引言

人工智能是计算机科学的一个重要分支，是当前科学技术发展中的一门前沿科学，它的出现及所取得的成就引起了人们的高度重视，被认为是计算机发展的一个根本目标。

人工智能课程作为计算机科学与技术专业课程体系中的核心课程之一，其地位正在随着该技术的不断发展和广泛应用而得到迅速提高。目前，国内外重点大学都非常重视该门课程的教学和研究，许多重点大学都有自己独立的人工智能研究所。

本文通过多年的人工智能教学实践，对人工智能教学的方法进行了初步的实践和探索。中央民族大学在人工智能课程建设和教学过程中，针对计算机学科的发展趋势，提出摈弃传统讲、学、考模式，注重学生能力培养的措施。在教学和实践过程中，不断进行探索，既从计算机学科本科的教学理念出发，从人工智能这门学科特点出发，以计算机学科分支的角度认知人工智能，组织教材的知识架构并进行教学。用计算机学科的观点分析人工智能的基本原理与方法时，重点强调的是这些基本原理与方法与其他的计算机分支的共同点和不同点。共同点是强调计算机学科的本质，不同点是强调人工智能的本质。本文就针对我校人工智能课程教学的一些基本问题加以初步总结。

2　从计算机学科分支的角度认知人工智能

人工智能属于计算机科学分支的学科，同时又是一门涉及控制论、信息论、语言学、神经生理学、数学、哲学等多学科交叉的课程。我国高等院校计算机学科的本科教学所设置的人工智能课程一般只有40课时左右，以什么角度组织教材内容，提高教学效果，才能使学生较容易地理解和掌握人工智能的原理与技术，是我们值得探索的问题。

人工智能处理的对象是知识，知识处理则需采用知识表示。因此，若以计算机分支的角度也就是用计算机学科的观点看待人工智能，人工智能课程的教学内容应以知识为主线，以知识表示和搜索为基石进行组织。反映到实际教学中，就是人工智能的各个分支的介绍，这包括知识库系统、自然语言理解、规划、机器人等。总之，教学内容可分成两个部分，第一部分是基础理论和基本方法，包括：逻辑表示与归结推理方法、搜索原理，知识表示(包括产生式系统、语义网络、框架)、推理(包括不确定性推理、非单调推理)、机器学习。第二部分是实用技术，包括知识库系统、高级搜索、自然语言理解。

3　优化和更新教学内容、加强双语教学

人工智能作为一门新学科，在1988年前，国内外均未见有教学大纲和教材，开设本课程面临的首要问题就是确定教学内容，包括人工智能的知识表示和推理以及人工智能的应用两个部分。前者是人工智能的重要基础，后者讨论几种人工智能应用系统，包括专家系统、机器学习、自动规划和机器视觉等系统。这些内容只是给出了人工智能课程的初步框架。

随着人工智能研究的进一步深入， 到20世纪90年代中期，人工智能也从符号(逻辑)主义一枝独秀发展到符号主义、连接主义和行为主义多家争鸣的新局面， 模糊计算和神经计算作为新内容列入到人工智能课程，充实了人工智能课程的内容。进入21世纪以来，人工智能学科又有了新的发展。为了及时反映人工智能研究和学科的最新进展，我们及时对教学内容进一步优化和更新：把人工智能分为基础部分和扩展应用部分。

在教学和实践过程中，考虑到本课程的多学科交叉性以及相关信息学科的快速发展， 在目前高校提倡双语教学的环境下，将《人工智能》教材逐步改为全英语教材，这样可以更快地掌握学科的发展动态， 掌握最先进的技术， 与国际发展趋势接轨。Nils J.Nilsson教授所著的《人工智能》教材是美国Stanford大学计算机系本科教材，该教材体系比较符合学生的认知规律，便于学生接受、理解、掌握和巩固所学知识；同时这本书内容丰富、取材新颖，适合作为该课程的英文教材。

4　注重案例教学、改革教学方法

案例教学首创于哈佛大学商学院，在经贸、管理、法学等学科领域的相关专业得到应用并取得显著绩效，然而目前工科专业还较少运用案例教学方法。人工智能的每一部分内容均包含大量概念，内容抽象，算法复杂，学生往往被动“听讲”；并且涉及很多的数理逻辑知识，有些显得难以理解，并且往往让学生感到比较枯燥，学生的学习兴趣就渐渐淡薄，难以获得预期的教学效果。鉴于这一现实问题，我们将案例教学方法引入到该课程的教学之中。

例如在逻辑推理技术和搜索技术这两方面的教学过程中，我们使用参考教材《人工智能：一种现代方法》，并利用其中基于JAVA的教学开发工具包AIMA进行案例设计和实验教学，在教学过程中结合AIMA中的案例来讲解，使比较枯燥的知识以有效、实用和具体的形式表现出来，做到理论与实践相结合。在讲解搜索技术时，以“八皇后”问题为案例，结合AIMA中的设计实现，以讲解和讨论相结合的方式，学习盲目搜索、启发式搜索等算法，使学生不仅能理解状态空间的产生方法，而且能设计算法、实现算法，提高了学生的学习兴趣和实践能力。在学习神经网络、模糊逻辑、进化计算等方面的内容时，我们主要借助于Matlab提供的相关工具箱。

5　加强教学队伍建设、改革考核方法

建立一支爱岗敬业、富有战斗力的教学队伍是出色完成教学任务和提高课程教学质量的根本保证。教学人才资源是教学的第一资源。在学校有关部门的领导和学院的支持下，我们组成一支知识结构和年龄比较合理的教师队伍。

在教师队伍的建设过程中，积极引导鼓励教师对考试方法的改革。一方面这样可以打破以往应试教育的弊病；另一方面，也可以使学生从繁重的死记硬背中解脱出来。结合这门课的特点，我们加强平时思维能力的考核，注重学生实验能力和动手能力的培养，在学习中大量采用写读书报告的形式。在此基础上加大平时成绩的比例，使得平时成绩占到总成绩的40％左右，杜绝依靠一次考试决定成绩的状况。这样，既迫使学生重视平时的学习思考，也减轻有些学生想通过考试作弊完成学习任务的侥幸心理。

人工智能与教学精选篇2

关键词:人工智能;理论传授;实验训练;科研训练

人工智能(Artificial Intelligence,AI)是计算机科学与技术专业的一门重要专业课程,是一门研究运用计算机模拟和延伸人脑功能的综合性学科。它研究如何用计算机模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动,并以此解决需要人类专家才能处理的复杂问题,例如咨询、诊断、预测、规划等决策性问题[1]。人工智能是一门涉及数学、计算机、控制论、信息学、心理学、哲学等学科的交叉和综合学科。目前,人工智能很多研究领域,如自然语言处理、模式识别、机器学习、数据挖掘、智能检索、机器人技术、智能计算等都走在了信息技术的前沿,有许多研究成果已经进入并影响了人们的生活。

2003年12月5日,国内第一个“智能科学与技术”本科专业在北京大学诞生[2],它标志着我国智能科学与技术本科教育的开始,对我国智能科学技术人才培养和智能科学与技术学科建设起到极大的带动作用。目前,人工智能课程的教学存在几个问题:首先,注重讲授理论知识,实验环节滞后,这不利于培养学生的实践能力,更谈不上实践创新。其次,人工智能是交叉学科,内容比较繁杂,各种教材的内容不一样,授课没有统一的体系,学生学习时抓不住重点,不能理解人工智能的根本方法和思想。一般说来,计算机专业的其他课程,如网络技术、数据库技术、算法分析与设计等,都是求解结构化问题的基本技术,而人工智能技术则是解决非结构化、半结构化问题的有效技术。最后,人工智能科学与技术飞速发展,但目前人工智能只被视为一门专业课,课程讲授和人工智能没有作为一个研究方向结合起来,也没有把传授课本知识和引导启发创新结合起来。

适应知识经济发展的高等教育,要把培养创造精神和创新能力摆在突出的位置。创新是基础研究的生命,而高等学校的教学只有与科研紧密结合,才能在培养学生的创新精神方面有所作为。为此,针对人工智能的课程特点,我们积极开展研究型教学、研究型学习,提高大学生的学习能力、实践能力和创新能力的研究与实践。在教材上,我们选用了清华大学出版社出版、马少平等编写的《人工智能》。我们的教学研究与实践的主要内容包括三个方面:启发式传授人工智能解决问题的非结构化的思想;成体系的实验训练;以及与毕业论文,学校大学生科研项目资助计划,国家大学生创新性实验计划相对接的科研训练。这三个主要方面,层层递进、环环相扣,是体系完整的创新型人工智能教学实践。下面,我们就这三个方面内容展开探讨。

1启发式传授人工智能解决问题的非结构化思想

现实世界的问题可以按照结构化程度划分成三个层次[1]:1)结构化问题,能用形式化(或称公式化)方法描述和求解的一类问题;2)非结构化问题,难以用确定的形式来描述,主要根据经验来求解;3)半结构化问题,介于上述两者之间。一般说来,计算机专业的其他课程如网络技术、数据库技术、算法分析与设计等,都是求解结构化问题的基本技术。而人工智能技术则是解决非结构化、半结构化问题的有效技术。人工智能的教学可以让学生在体验、认识人工智能知识与技术的过程中获得对非结构化、半结构化问题的解决过程的了解,从而达到培养学生多角度思维的目的。

我们使用的教材主要内容包括搜索和高级搜素、谓词逻辑和归结原理、知识表示、不确定性推理方法、机器学习等。这些主要内容也可以相应地归结为若干个典型算法,如启发式A*搜索算法、 剪枝算法、元启发式算法(模拟退火,遗传算法)、谓词逻辑归结算法、贝叶斯网络、决策树、神经网络(BP算法、自组织网络和Hopfield神经网络算法)。元启发式算法是一种启发式的随机算法,是用来解决非结构化问题的典型算法,其思想和传统的决定性算法如动态规划、分支限界完全不一样。学生在刚一接触到这些元启发式算法一时难以接受和理解其机理,对算法的有效性往往半信半疑。根据非结构化、半结构化问题的特点,讲解和演示算法在解决此类问题的具体步骤和详细过程,从而让学生掌握人工智能算法的基本思想。在讲解不同的元启发式算法的时候,学生会问,是模拟退火算法强,还是遗传算法强;在讲到机器学习算法的时候,学生会问到底哪个分类算法最好,这时候我们可以把搜索(优化)领域和机器学习领域的“没有免费午餐”定理进行适当的讲解和解释,从而把具体算法实现层面之上的一些人工智能的哲学思想进行传授。

在人工智能的具体教学中,采用问题教学法和参与式教学法。在问题教学法中,围绕人工智能的知识模块,在引导学生发现各种各样问题的前提下,传授知识。教学活动中,尝试使人工智能知识围绕实际问题而展现,使问题不仅成为激发学生求知欲的前提,也成为学生期盼、理解和吸收知识的前提,以此激发学生的创造动机和创造性思维。在参与式教学中,打破人工智能算法的枯燥、沉闷的传统教学法,尝试开放式教学内容;提问式讲课;无标准答案的课程设计;查找文献,分组动手实现人工智能算法等参与式教学方法,培养和发扬学生的参与意识,通过参与式教学提高学生学习的主动性、积极性和效率,培养学生的动手能力和创新能力。

2成体系的实验训练

独立开展人工智能实验课程,开发一批新型、富有创意的实验案例库,搭建一个创新实验和虚拟学习社区平台。人工智能实验课程的特点是应用各种人工智能方法,根据问题的约束、结构、信息进行表示建模和计算机上实现,是与人工智能原理同步的实验课程。学生必须掌握的人工智能的基本原理和计算机操作技能,它对于学生的知识、能力和综合素质的培养与提高起着至关重要的作用,在整个教学过程中占有非常重要的地位,是计算机软件、计算机应用、计算机网络、软件工程等专业的一门重要的必修专业课程。通过实验,学生得到严格的训练,能规范地掌握人工智能的基本理论和主要方法、基本问题求解技术,熟悉各种计算环境的基本使用。

在培养学生掌握实验的基本操作、基本技能和基本知识的同时,努力培养学生的创新意识与创新能力。为实现这一目标,在课程内容安排上采用适量基本原理与方法的实验内容为基本内容,增加一系列综合性实验和开放性创新实验问题,在实验内容方面更注重研究性实验中的创新问题。实验内容方面分为三个层次:基本原理的基础性实验、综合实验和研究性实验。在后两个层次的实验中,部分引入人工智能课程小组团队的最新科研成果,目的在于通过完成这些研究性实验,培养学生独立解决实际问题的能力,以提升学生的科研素质与创新意识。我们将这些设计实验称为新型实验案例库,它被放在人工智能课程小组网站上,以此搭建一个创新实验和虚拟学习社区平台。通过实验课程的学习和训练,学生应达到下列要求。

1) 掌握人工智能方法的优点及其在实际中的应用。

2) 学会对人工智能问题进行分析建模和应用各种计算工具实现问题求解,熟悉对实验现象的观察和记录,实验数据的获取与设计,最佳实验条件的判断和选择,实验结果的分析和讨论等一套严谨的实验方法。

3) 巩固并加深对人工智能原理课程的基本原理和概念的理解,培养学生勤奋学习,求真求实的科学品德,培养学生的动手能力、观察能力、查阅文献能力、思维能力、想象能力、表达能力。

4) 通过完成综合研究性实验,培养学生独立解决实际问题的能力,提高学生的科研素质与创新意识。

在培养学生掌握实验的基本操作、基本技能和基本知识的同时,进一步培养学生分析问题和解决问题的能力,培养学生的创新意识、创新精神和创新能力,为学生今后从事科研、教学或企事业单位的分析检验以及新技术的研发工作打下扎实的基础。

在实验组织方面,根据各实验的目的和要求,学生分为5人1组,指定一个组长,每组选择1套实验题目。基础实验题目要求达到27学时、综合性实验题目选择1题和研究性实验题目选择1题,基础实验题目要求在规定时间内,小组独立完成实验测定、数据处理,并撰写实验报告。实验过程中, 要求学生勤于动手, 敏锐观察, 细心操作, 开动脑筋, 分析钻研问题, 准确记录原始数据, 经教师检查,实验及其原始数据记录才有效。同时,团队作业,需要多人分工合作、相互帮助,这样可以提高人际交往和沟通能力,学会与他人合作,培养团队创新能力。

3课程学习与毕业论文,科研训练相结合

人工智能技术在一定程度上代表着信息技术的前沿和未来,通过学习和体验人工智能的知识和技术,学生能够在一定程度上了解信息技术发展的前沿知识,这有助学生开阔视野、培养兴趣,为今后继续深造或走向社会奠定坚实的基础[3-4]。

人工智能的理论和方法广泛应用于数据挖掘、机器学习、模式识别、图像处理中,这些内容既是高年级的后续课程,又是现在热门的研究方向。学习和深刻理解人工智能的理论、方法和应用,对后续课程学习以及今后的研究具有重要的意义。

我院规定大学三年级的学生开始联系毕业论文指导导师,同时确定毕业论文的研究方向,提前进行科研实践,以培养实践能力和研究素质。人工智能课程正好是大三高年级开设的专业课,因此,我们把课程实验及设计与同学的兴趣相结合,引导学生,并提炼和形成学生的毕业选题和课外的科研方向,它是提高本科生研究创新能力的有效手段。

基于新的教学实践,很多学生的选题都与上述归纳的人工智能若干算法相关,如算法本身的研究和改进,或是算法在各领域,如数据挖掘、图像处理等的应用。在我们的科研能力训练计划中,一批项目和课题,如混合神经网络的研究与应用、差分演化算法研究与应用、基于协同训练的推荐系统等,分别受到国家和学校本科生科研项目立项资助。一批三四年级的本科生以第一作者身份在国内核心期刊、国际会议和期刊上发表学术论文,这激发了学生的科研兴趣,使学生体会到了创新的乐趣。

总之,课程学习与毕业论文、学校大学生科研项目资助计划、国家大学生创新性实验计划相对接的科研训练,极大地提升了学生的创新能力和科研基本素质。

4结语

针对人工智能的课程特点,我们积极开展研究型教学、研究型学习,提高大学生的学习能力、实践能力和创新能力的研究与实践。我们的教学研究与实践主要内容包括三个方面:启发式传授人工智能解决问题的非结构化的思想;成体系的实验训练;以及与毕业论文、学校大学生科研项目资助计划、国家大学生创新性实验计划相对接的科研训练。这三个主要方面,层层递进、环环相扣,是体系完整的创新型人工智能教学实践,新的改革和实践在教学中取得了令人满意效果。

参考文献:

[1] 张剑平. 关于人工智能教育的思考[J]. 电化教育研究,2003(1):24-28.

[2] 谢昆青. 第一个智能科学技术专业[J]. 计算机教育,2009(11):16-20.

[3] 罗辉,梁艳春. 大学生毕业论文与科研能力培养及就业[J]. 吉林教育,2003(10):18.

[4] 金聪,刘金安. 人工智能教育在能力培养中的作用及改革设想[J]. 计算机时代,2006(9):66-69.

Reform and Practice of Innovative Teaching in Artificial Intelligence

WANG Jia-hai, YIN Jian, LING Ying-biao

(Department of Computer Science, Sun Yat-sen University, Guangzhou 510006, China)

人工智能与教学精选篇3

关键词：人工智能；机器学习；教育应用

一、前言

当前的人工智能虽然还不够完善但其在人类的发展进程中起到了巨大的作用。因为其具有了超强的学习和分析的能力，在个人以及人工智能较量的过程中人工智能一直都是处在领先的地位，为此可以利用到人工智能来促进到人类社会的快速发展。

二、相关概念阐述

人工智能又称AI，是模拟物种智能应用的技术实现和科学。机器智能的科研市场领域包括各种图像和语言结构的快速识别，以及使用语言直接处理和服务机器人。它不仅相当于人类行为的智能，还可以系统地模拟物种的思维，并将在几年内超越历史上的物种。在未来，机器人不断学习，以使仿人机器人模仿人类的学习方式，在这一过程，获得新的各种知识，智能机器人的学习过程更快，可以实现对海量综合数据的深入分析。此外，人工智能机器人不仅可以获得更准确的结果，而且具有独特且更快的信号传输速率。许多科学家有能力超越人类自身。在深入思考核心问题时，实际上，很多人因为机器人是人类设计的，所以不可能超越人类的历史，但是人工智能机器人可能具有集成的学习功能，因此这种可能性将变得非常大。人工智能机器人具有继续学习技术的能力，没有人能够预测学习数据后的整体智能水平。

三、人工智能视域下机器人学习的适切性

在当前的文化和教育生活环境中，由于智能教育的兴起，大数据情境系统功能可以为学生综合分析和选择各种类型的信息，从而重用具有潜在影响的知识可以促进智能教育的发展。智能机器人继续学习，但借助计算机来分析综合数据，例如，以完全掌握规则并进行非常有效的分析和预测。可以看出，机器人正为人类智能教育而学习更有益。在教育中，信息化的进程在今天的时代，智能教育无疑已经成为吸引学生在学习过程中的重要因素。将学习与先进技术核心技术结合起来的方法有很多。人工智能机器人必然会给文化教育生态系统带来帮助。向人工智能机器人学习的方式很多，学校教师可以提高和教育的整体质量和效率，学生也可以赢得符合自身市场需求的学习服务，这有助于减轻学生和家长的负担。

四、人工智能视域下机器人学习的应用创新研究

从人工智能技术的角度来看，智能机器人学习是目前世界上最先进的技术。大数据在教育相关领域的应用具有很好的业务前景。人工智能机器人持续学习的应用可以帮助一些学生实现相关知识与数据之间的联系。

（一）机器人学习与教育之间的融合仅从当前的现象来看，大多数教师不了解核心技术，而了解该技术的人也不了解教育，这很容易导致无法在教育与核心之间形成良好的关系。因为技术研发人员不了解教育，所以不能从教育的多个角度审视开发过程，优秀的教师也不能从技术角度回应数据的全面发展。在人工智能开发领域，机器人应该深入地整合到学习和教育中。组织技术实施和教育核心领域的相关人员进行直接沟通和交流，使人工智能机器人在学习和应用过程中能够更充分地认识到技术研发和生产人员的过程。

（二）机器人学习在学习场景方面的应用人工智能在学校教育领域的应用，因其未来的发展趋势而呈现出明显的趋势。然而，随着学校教育核心领域的许多专业学科的介入，对学习人工智能机器人的要求将越来越高。当你开始学习同一个主题时，需要在同一个应用程序中逐步建立不同的场景。这对机器人来说更难在未来继续学习，但也是最值得创新的。仿人机器人普遍对大量综合数据进行深入分析，分析每个学习内容主题的特点和各部分学生的特点，并采取相应的更有针对性的基本教学方法，提高同学教育的速度和效率。

（三）机器人学习对于智慧环境创新方面的应用首先，由于文化教育市场中的数据种类繁多且缺乏正常秩序，这也增加了在大型集成数据系统中分析和处理文化和教育数据的难度。其次，在随后的数据处理过程中，随着时间的推移会遇到数据隐私问题，如何保护数据隐私是另一个需要注意的关键问题。因此，在教育的相关领域，大综合数据的后续处理以改善文化教育和质量，并确保在教育中最终数据的合理使用，必须在许多方面进行协调与合作，从而促进共享的合法性。最后，必须有效地确保可以长期保持教育中的数据情况并实现流程标准化。有可能实现最终数据的统一，这将大大降低全面数据交换的总体成本，并努力实现数据的无缝集成。数据的最终数据主要是由于目标学生的地区差异，以满足同一学生学习知识的不同需求。

人工智能与教学精选篇4

关键词：人工智能教育；创新思维；实践能力；信息技术课

新课改要求教学应当促进学生全面发展，其中，对创新思维和实践能力的培养尤为重视。初中阶段如何科学、有效地培养学生的创新思维与实践能力是每一个教育者需要思考和研究的问题。

一、创新思维与实践能力的培养

1.创新思维与实践能力的重要性

每个人都拥有创造能力，这种能力是可以开发的，并对学生人生发展起重要作用，如何科学开发学生的创造能力，离不开对创新思维和实践能力的培养。教师应该有意识的发现和训练学生的创新思维，多锻炼学生的动手能力，提高他们的实践能力，为学生主动创造做准备。

2.培养创新思维与实践能力的途径

培养创新思维和实践能力的途径有很多，初中阶段学校的数学课、自然科学课、社会实践课、信息技术课等课程是培养学生创新思维和实践能力的有效途径。其中以人工智能教育为重点的信息技术课可以利用编程技术、信息化技术、大数据技术的学习，高效、系统地开发学生创新思维，科学地提升学生的实践能力。

二、人工智能教育与信息技术课的融合

当前，人工智能技术发展得如火如荼，语音识别、机器翻译、计算机交互、计算机视觉、机器阅读识别等技术的突破，向我们展示了人工智能的优越性和未来前景，很多地区和学校也已将人工智能教育，如编程、信息处理，作为必修内容纳入了学校的教学大纲之中。人工智能教育包含编程、大数据、机器人等多个技术领域的学习，中学阶段可以利用信息技术课将人工智能教育的相关内容融入教学中，例如：Python编程、APP制作、机器人教育。

在初中信息技术教学中，应当向学生传授编程的相关知识，让学生初步认识编程、了解编程常识，并引导学生利用计算机进行编写代码。利用现代教学思路和教学创新激发学生兴趣，提高学生信息技术课学习效率和实践能力。为学生打造智能化、个性化，富有创造性的学习体验。

三、人工智能教育的实践要求

在信息技术课程的教学过程中融入编程等人工智能知识，可以丰富教学内容，拓宽学生视野，增加学生知识储备，同时也能有效激发学生兴趣，满足学生好奇心，转化为实践、创新的动力。但是在实施人工智能教育的过程中，需要注意以下几个问题，以信息技术课中编程教学为例：

1. 要考虑学生的接受度，体现量力性教学原则，不超纲不越级。

2. 要注重环境的创设，打造轻松愉快的学习环境，充分调动学生热情，帮助激发学生创新思维和实践动机。

3. 要注重编程常识的普及和实践引导，给学生充足的思维空间和操作机会。

4. 要注重教学的系统性和连贯性，加强编程技术同信息技术知识、其他人工智能技术的关联，为学习的水平、顺向迁移打好基础。

只有明确教学目标，不断地优化教学过程，监控各个环节，加强与学生沟通，积极开发和训练学生的创新思维和实践能力，才能将人工智能教育的效果最大化，从而不断提高人工智能教育的教学质量。

四、人工智能教育存在的问题

自新课改提出了信息化教育后，我国不少地区已经开始探索人工智能教育问题，尤其在义务教育阶段，开展了各种形式的人工智能教育，但是由于各地区经济发展水平不同，教育基础、教学水平和资源条件不同，正面临着诸多问题。

目前在我国中学阶段，人工智能教育发展水平整体较低，存在着地区不均衡、教育资源不均衡、教学水平不均衡、学生学习程度不均衡等多方面问题，需要人力物力财力的持续投入，优化人工智能教育平台，完善人工智能教育基础设施，让人工智能教育更规范。同时，教育工作者也需要不断研究、调整教学模式，更好地激发学生创新思维，提高实践能力。

五、结语

本文通过中学生信息技术课和人工智能教育的结合，浅谈人工智能教育与培养学生创新思维、实践能力的关系。人工智能教育的实施有利于中学生开发创新思维，提升动手能力，可以和多学科联动教学，加强学科间的联系，促进学生全面发展。目前在我国中学阶段，人工智能教育发展水平整体较低，存在着地区不均衡、教育资源不均衡、教学水平不均衡、学生学习程度不均衡等多方面问题，仍需教育工作者不断研究改进，让人工智能教育更规范，更好地激发学生创新思维及实践能力。

参考文献

[1]李宏堡，袁明远，王海英.“人工智能+教育”的驱动力与新指南——UNESCO《教育中的人工智能》报告的解析与思考[J].远程教育杂志，2019，37(04):3-12.

人工智能与教学精选篇5

摘要 介绍了计算机辅助教学系统及其现状，分析了现代教育技术与传统教育模式的各自特点，探讨了ICAI的实现原理及利用ICAI对教学的改进方案，并对智能计算机辅助教学系统进行了详细讨论，最后说明了将计算机技术、人工智能技术与网络技术应用于教学过程的必然性、必要性和有效性。

关键词 智能计算机辅助教学系统；人工智能；专家系统；推理机

人工智能与教学精选篇6

关键词:人工智能;教学;教材

人工智能的发展经历了漫长的历程。特别是20世纪30年代和40年代,智能界发现了数理逻辑和关于计算的新思想。1956年夏季,人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行,标志着人工智能学科的诞生。多年来,机器学习、计算智能、人工神经网络等和行为主义的研究深入开展,形成高潮。同时,不同人工智能学派间的争论也非常热烈,这些都推动人工智能研究的进一步发展[1]。人工智能技术已经可以担当信息化和信息社会建设所赋予的重任。我国已有数以万计的科技人员和大学师生从事不同层次的人工智能的研究与学习,人工智能已成为一个受到广泛重视并有着广阔应用潜能的庞大交叉的前沿学科[2]。

人工智能与计算机领域的其他方向有一个比较显著的特点,即以符号处理为主,而其他方向是以数值计算为主。从理论上说,人工智能领域担负着一个极富挑战的任务――揭示智能的本质,从应用上说,人工智能的目标是开发更有用的计算机程序[3]。人工智能课程是智能科学与技术专业的重要基础课程,介绍人工智能的基本理论、方法和技术,为以后高级课程的学习、在人工智能领域的进一步研究和开发工作,奠定良好的基础。

本文以首都师范大学开设的人工智能原理精品课程的教学实践为基础,介绍我们针对不同专业、不同层次学生所开设的相关系列课程。

1课程知识点

人工智能是由脑科学、认知科学、逻辑学、信息科学技术等多学交叉所形成的一个新兴边缘学科。目前,国内外对人工智能的研究存在着狭义和广义两种观点。狭义人工智能通常是指以符号智能为主体的传统人工智能概念。广义人工智能通常是指包含自然智能、符号智能、计算智能、集成智能和分布智能等在内的智能科学技术概念。本课程主要基于广义人工智能的概念,从原理、方法、技术、系统和应用等不同方面,对人工智能进行科学的探讨。人工智能的主要特点是注重知识和推理,强调启发式和不确定性,提倡多学派融合和多技术综合。同时,它又是一个开拓性领域,其新思想和新技术层出不穷,因此,应鼓励学生的创新和实践。这门课程的主要内容包括:人工智能基础、知识表示、确定性推理和搜索、计算智能和不确定性人工智能、机器学习与自然语言理解、分布智能和专家系统等。其主要知识点有:

1) 了解人工智能发展简史、研究目标;了解人工智能的研究方向;理解人工智能的定义、人工智能成功的标志。重点是掌握物理符号系统假设、图灵测试和启发式等概念。

2) 知识表示和推理。要求了解和掌握时间和空间的表示、事件和行动的表示技术;了解和掌握概率推理、Bayes定理方法;了解和掌握谓词演算和归结定理证明。

3) 搜索和优化方法。这部分内容主要介绍启发式搜索策略(A,A*算法)、局部搜索策略(盲人爬山,模拟退火,遗传搜索);了解和掌握博弈方法(min-max搜索, ― 剪枝)。

4) 机器学习。主要讨论机器学习的基本该概念和一些非连接主义的机器学习方法。

5) 神经网络。主要讨论基于神经网络的连接学习机制。

6) 专家系统。专家系统是人工智能应用研究的一个重要领域。它实现了人工智能从理论研究走向实际应用,从一般思维方法探讨转入专门知识运用的重大突破。这部分内容主要是让学生了解专家系统的构成、分类和相关开发工具。

2系列课程设置

2.1两个系列五门课程

为了适应人工智能技术日益广泛的需要,国内外高校普遍开设了人工智能方面的课程。本科阶段开设人工智能课程,主要是为了让学生对人工智能的发展、原理和应用领域有初步了解,启发学生对智能学科的兴趣;而研究生阶段的学习则是要求学生能够掌握人工智能的基本技术和前沿研究内容。为此,针对不同层次、不同专业的教学对象,我校分别开设了两个层次的五门相关课程。从2003年开始为第一届智能科学与技术专业本科生开设了人工智能原理课程。该课程由54学时的课堂讲授和18学时的实验教学组成,是智能科学与技术专业的必修课程和核心课程之一。

从2009年开始,我们又将人工智能课程中的实验教学部分独立出来,安排36个机时,单独作为一门1个学分的人工智能实验课。该实验课也是智能科学与技术专业的必修课程和核心课程之一,目前已完整地开设了两届,受到了学生的欢迎与好评。

同时,我院软件工程专业、信息工程专业、电子信息工程专业及计算机科学与技术专业等信息类专业开设了人工智能概论选修课程,进行36学时的课堂教学,也已经成为这些专业本科生的一门重要的技术基础课程。

2010年我们又面向包括人文社科等全校所有专业开设了人工智能导论这一校公选课(36学时),其目的是使学生了解人工智能的基本概念、原理以及智能技术在不同领域的成功应用,具有一定的科普意义。

在研究生教育中,我们又针对研究生的特点,开设了高级人工智能课程,对研究生进行更深层的理论讲授和前沿研究课题的介绍。

由于人工智能是交叉学科,涉及面广、内容抽象、不易理解,学生往往有曲高和寡、望而生畏的感觉,加之不同专业、不同层次的学生对智能技术的要求有所差别,因此,为了更好地实现差别化教学的目标,提高该课程的教学质量,我们根据已有人工智能课程在教学与实践方面的经验,针对不同教学对象,提供不同的教学深度、教学内容、教学方法和考核方式,力争使智能科学惠及更多的学生。

2.2优选教材与教学内容

在教材选用方面,我们主要采用了首都师范大学王万森教授主编的教材《人工智能原理及其应用》。该教材同时为普通高等教育“十一五”部级规划教材和北京市精品教材,反映了人工智能研究和学科的最新发展,是王万森教授多年的教学与科研经验的结晶。由于广受好评,2007年出版了第2版,该书前后两版目前已印刷了16次,印量5.6万册,已成为国内多所大学的人工智能课程教材和教学参考书。此外,我们还为学生提供N. J. Nilsson的《Artificial Intelligence:A New Synthesis》、蔡自兴教授的《人工智能及其应用》、李德毅教授的《不确定性人工智能》及马少平教授的《人工智能》等教学参考书。

作为课程建设一个重要组成部分,我们十分重视教材建设。除上述王万森教授主编的《人工智能原理》教材外,另一本侧重基础与应用的《人工智能基础及应用》教材正在人民邮电出版社的编辑出版中;还有一本在人工智能实验课基础上,包括教学指导、习题解析和实验指导等内容的北京市精品教材立项,《人工智能习题解析、学习与实践指导》也即将交稿,由电子工业出版社出版。

在人工智能课程教学过程中,针对智能科学与技术专业的学生,我们不仅进行理论讲授,同时还利用人工智能实验课,开展了36个机时的相关实验教学,学生在学习人工智能理论的同时,还能够得到智能软件开发方面的实验训练。该实验课设立了5个基本实验和3个综合实验。其中,5个基本实验分别是:实验1,基于规则的简单动物识别系统;实验2,基于极大极小算法的一字棋游戏;实验3,简单的遗传优化;实验4,简单的可信度推理;实验5,简单的单层感知器学习。对每个基本实验,在给定实验程序框架的前提下,安排了5个实验机时。3个综合实验分别是:实验1,双机对弈五子棋游戏;实验2,基于BP网络的预测与评价系统;实验3,基于Web的不确性推理专家系统。对综合实验,要求每个学生选作其中的一个,安排10个实验机时。人工智能实验课程的设立,强化了学生的知识,激发了学生的学习兴趣,促进了学生对学习内容的理解,提高了学生对智能技术的简单应用能力。为后续课程如智能机器人、智能游戏及智能管理等课程奠定了坚实的基础。

对于非智能科学与技术专业的学生,我们则开展更为灵活多样的教学形式,如展开师生间的讨论,让学生看到问题从提出、分析到解决的全过程。让学生自己去查阅资料,发现智能技术与他们所学专业的关系或在其中的应用。让学生进行课程讲演与展示,如“地理学”专业的学生就讲解了智能技术在地理信息系统中的应用,“戏剧文学”专业的学生讲解了智能动画技术在影视作品中的作用,“法语”专业的学生发现原来机器翻译是这样有趣。采取这样的教学方法,学生普遍反映课堂学习令人印象深刻,整个过程让人回味无穷。

3课程教改

在教学内容改革方面,能适应智能科学技术发展和应用普及的需要,在保持人工智能基本理论和方法的核心地位的前提下,我们不断增加人工智能的新技术。例如,计算智能、分布智能、先进专家系统、新的机器学习方法等。

在教学方法改革方面,积极采用启发与互动、讨论与研究的教学方法。其中,对理论性知识我们多采取启发与互动的教学方法,这种方法有助于对学生理解能力和学习能力的培养。对技能性知识更多的是要求实践,而在课堂上则可采用讨论与研究的教学方法,这种方法有助于培养学生的思维能力和创新能力。

在教学实训方面,我们十分注重实验、实践和训练对人工智能教学和学生能力培养的重要性,积极探索把人工智能实验作为人工智能教学一个重要环节的理论和方法。在国内公开出版发行的所有人工智能教材中,首次把人工智能实验作为一个独立部分写进教材(本课程负责人独著出版的“普通高等教育‘十一五’部级规划教材”《人工智能原理及其应用》第2版)之后,又在国内高校中首次把人工智能实验作为一门独立课程开设,走出了我国人工智能实验的开创性的一步。

在课件建设方面,人工智能多媒体课件,获北京市高校首届多媒体教育软件大赛二等奖。相关课程智能科学技术导论多媒体课件,又获北京市高校第二届多媒体教育软件大赛优秀奖。

4结语

本文是以我校精品课程人工智能原理建设为基础,对系列相关课程在教学内容、教材、教学方法、教学手段、考核方式等方面进行的探讨,总结了该课程在教学和实践方面的一些教改举措。这些举措使得人工智能教学更贴合学生的学习需求。通过认真落实这些举措,使各个层面上的学生都能更好地掌握人工智能的基本概念、基本理论和基本技术,提高实践动手能力,达到本课程预期的教学效果。

参考文献:

[1] 王万森. 人工智能原理及其应用[M]. 北京:电子工业出版社,2007.

[2] 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.

[3] 蔡自兴,徐光佑. 人工智能及其应用[M]. 北京:清华大学出版社,2010.

Building the Curriculum System of Artificial Intelligence

PENG Yan, WANG Wan-sen, XIE Da

(College of Information Engineering, Capital Normal University, Beijing 100048, China)

人工智能与教学精选篇7

关键词：人工智能；教育治理；技术赋能

国家《加快推进教育现代化实施方案（2018－2022年）》指出，要“创新信息时代教育治理新模式，开展大数据支撑下的教育治理能力优化行动，推动以互联网等信息化手段服务教育教学全过程”。当前，人工智能已被提到国家战略的高度，列入学校专业教育中，成为人才培养的必修内容；同时在精准化教育分工、个性化教学导向下，学校硬件设施与软件服务配备都贴上了数字化、智能化标签。故而，在人工智能技术支撑下推进现代教育治理格局的优化与重塑，是实现学校科学长效治理的关键保障。

一、人工智能对现代教育治理的赋能

1.治理理念赋能人工智能是以大数据、云计算、脑科学、超级计算等为典型特点的核心驱动技术，其在智能决策、深度学习、情感计算等领域拥有强大的技术优势。将人工智能引入现代教育治理中，将对传统行政式治理理念形成良性干预与引导。一是教师治理角色发生位移。教师由传统“事必躬亲”的全能角色逐步转变为教学管理的专业设计者与管理者，成为核心素养与关键能力培养的全程参与者与服务者。二是教育治理价值更加巩固。借力于人工智能技术支撑，塑造沉浸式、场景式教育体系，教育治理将更加贴近学生成长规律，优化后的教育现代化治理体系，将为学生提供更加包容、更有价值的成长关怀，有助于激发学生内生动力，让学生在共性要求与个性需求中兼容式成长。三是教育治理形式发生变化。引入人工智能是对传统主观式治理方式的破解，更加推动教育治理向精准化方向发展。其应用大数据、云技术对教学数据、学生成长信息进行动态记录、挖掘，并智慧化分析学生之间的差异性，从而全方位权衡考量，制定精准方案，提升育人效能。

2.治理空间赋能传统学校治理更加依托于人工数据收集、主观意识判断，治理空间局限于课堂、学校等小场域，对学生主体缺乏全方位的把握了解，学校治理不免陷入低效。人工智能应用数字技术于教育治理中，教育分析更为精准，教育治理更为科学，为教育发展提供更多机会空间。一是以学校为核心的要素空间拓展。学校是教育治理主场域，而围绕学校，家庭与社会都将成为教育发展的影响要素。人工智能强调教育治理全域化，其能拓展治理空间，有效链接起“学校—家庭—社会”场域，为教育治理提供了海量而精准的数据信息，成为教育治理决策的重要依据，使得教育治理更为科学高效。二是以学校为单元的合作空间拓展。人工智能基于大数据、云计算等技术，构建触及教育活动各领域、环节的现代治理体系，实现区域学校间、网络学校间、学校与教研机构间的高效互联、深度合作。这不仅能够满足学校个性化发展、学生个性化成长需求，更能实现教育抱团治理、合作治理，从而建立全新的教育治理形态。三是以学校为基础的生涯空间拓展。智能时代，终身学习成为全民素质提升的必然需求。人工智能技术与教育治理的高度融合，为学习者掌握自主学习技能、养成自主学习习惯提供培养土壤。同时，人工智能能够为每个学习者量身定做“画像”，为其配备终身拥有的学习账户，无论学习轨迹、学习进度还是学分累计，都将强化学习者投入终身学习的兴趣与能力，实现规范引导与管理下的生涯可持续成长。

3.治理能力赋能人工智能技术与人类智慧创新能力的互补，推动了教育现代化治理工具、方法和机制的全方位升级。一是治理工具创新。传统学校治理更加依托于教育政策与学校制度等硬性规范，人工智能技术的成熟应用，不仅为学校治理提供了线下数据系统支持，更提供了线上教育平台，实现了教育互助、经验共享。同时人工智能技术能够统筹整合与协调教育资源，对教育治理行为高效联动形成优质供给。二是治理方法升级。人工智能理念主张协同发展，推动教育与技术高度融合。一方面以数字智能技术为依托，对教育数据信息进行全面采集，通过智慧分析优化教育治理流程，推进教育体系内各个治理环节最优化，提升治理方案应用实效。另一方面人工智能应用，通过线上连接、利用大数据分析，科学评价治理方法，推动固定对象间优秀方法共享与互补，实现方法借鉴、创新与升级。三是治理机制完善。人工智能依托海量数据信息，对治理目标、治理范围、治理方法、治理评价等要素展开模拟设计与分析，依据学生学习状态主动优化适配，推动建立线上线下一体、课上课下衔接的高度数字化、智能化、动态化的融合教育管理机制，构建新的教育治理形态，全面提升现代教育治理效率与效能。

二、人工智能下现代教育治理的现实桎梏

1.现代教育治理主体“结构性”缺位传统视角看，行政化依然是教育发展的隐性影响因素[1]。当前教育“去行政化”不彻底，导致治理行为依然表现为传统管制型政府模式下的行为方式，治理主体呈现“1大N小”的角色格局。一是政府或教育主管部门是教育治理的主导及绝对主体。尤其是在人工智能环境中，教育行政化使得各学校主体之间形成了沟通壁垒，不利于治理协调互动及数据的开放共享。二是教师、社会等其他治理角色的相对弱化。这种弱化体现在两个层面：一方面人工智能背景下教育治理角色的话语权弱化；另一方面人工智能对教育治理者的治理理念、治理方法、治理能力提出了更高的素质要求。三是第三方专业治理力量的支持不足。当前教育治理缺乏独立专业研究机构支持，而大多数研究者在“人工智能+教育治理”课题研究层面尚未形成完整框架，现阶段利用人工智能开展教育治理多停留在简单的技术层面，可借鉴经验有限。

2.现代教育治理范式“数据化”失位人工智能时代，教育治理要求以海量数据的采集与分析为基础。无论是教育对象的即时表现还是长期成长轨迹，都能通过数据方式呈现出来。不过由于人工智能应用对教育理念、教育主体、教育条件及教育机制等要求较高，故而大多数学校治理环境与人工智能应用需求的匹配度尚存在差距，依然表现传统教育治理的烙印。一是教育治理偏经验主义。未经科学评价、论证的“经验”，既成为了决策的主要依托，又成为管理的主要方法，其很难与以算法和数据为基础和以大数据、云计算、人工智能等信息技术为支撑的应用环境相适应。二是教育治理偏保守主义。跨区域、跨阶段、跨班级之间的教育治理存在原始数据壁垒，从而限制数据信息对治理决策的支持[2]。同时，非集群式治理所面临的风险应对能力有限，很难建立人工智能状态下相互赋能增效的“群智空间”。

3.现代教育治理模式“能动性”弱位人工智能与教育治理的协同融合，是教育发展的必然趋向。不过现代教育治理模式依然难脱传统影子，在治理供给、治理内容、治理评价等层面缺乏良性驱动。一是治理供给行政化。教育治理行政化取向，使得智能化教育环境优化的自主空间不多，能动性不足，尤其是人工智能设施设备及系统的配备上体现明显。二是治理内容碎片化。以信息化为特征的人工智能内容碎片化存在于信息技能培训中，这给人工智能专业化应用、服务教育治理造成极大限制。三是治理评价主观化。当前来看，大多数评价仍然以治理者、管理者、教学者意志为核心，评价方式简单，不能精准呈现学生短板，对教育治理的决策参考价值“大打折扣”。

三、人工智能下现代教育治理的重塑

1.主体培新：夯实“学生为本”的智慧治理基础人工智能应用教育治理的价值落脚点就是学生[3]。人工智能环境下，现代教育治理要想保持科学、高效与长效，必然要践行生本理念，做到多角色并举、多主体互补。一是倡导政府角色转新。依照杰索普（BobJessop）“元治理”理论，政府是教育治理的发起方，“应该承担设计制度的责任”。人工智能时代，政府要从行政型角色变身为服务型角色，要为特色化学校、个性化学生量身设置相适应的远景规划、制度规范和技术策略，同时从政策上给予倾斜支持，创造良好的应用环境。二是赋予角色治理话语权。人工智能环境下，教师、家长等治理参与角色应该获得更多自主空间，成为教育治理的并行主体。一方面赋予其治理话语权，对不同角色、不同视角下采集的教学数据信息的兼容，有助于使治理决策更加科学化，另一方面要想让教师家长等角色用好话语权，服务于学生成长，为其提供教育理念与技术培训是必要的。要倡导通过课程培训与问题研习等方式，培育其运用人工智能解决教育治理问题的能力与习惯。三是适度培育治理新主体。人工智能应用要求下，要“促进和规范民办教育发展”，鼓励社会教育机构参与教育治理，输出优质教育治理产品服务。同时，可邀请人工智能教育专家作为特设讲师展开技术课程与治理能力培训，亦可聘请其纳入教育治理团队中，丰富教育治理选择，提升治理主体整体能力。

人工智能与教学精选篇8

［关键词］大数据；教育管理；智能化；机遇与挑战

随着中国的高等教育正式进入普及化阶段，大众的关注点由注重教育规模的扩大化转向注重教育质量的高精尖。教育事关民族未来，为了能够在激烈的国际竞争中取得优势，明确当下乃至未来的教育发展趋势至关重要。智能化时代的到来，智能技术的研发及应用成为引发国家之间新一轮角逐的着力点。新技术的出现及逐步成熟能够为高校教学管理提供有力支持，智能教学管理将成为未来教学管理新常态。

一、智能技术应用与高校教学管理的契机

智能化技术的发展能够通过个人信息数据的收集，制定个性化管理方案，满足高校学生的个性化管理，促使其实现个性化发展。

（一）政策导向

自1956年达特茅斯会议召开以来，智能化时代初露端倪，智能化的发展在曲折中前进。2012年，各个国家纷纷出台人工智能发展战略，推动人工智能在多个领域的应用，中国也紧紧把握时代机遇，制定人工智能发展政策。2017年7月，国务院印发了《新一代人工智能发展规划》，指出要构建人工智能五大保障措施，分别是加强组织实施、加大支持力度、鼓励创新创业、加快人才培养、优化发展环境。各大重点高校纷纷成立“人工智能学院”，开始为社会培养、输送该领域的紧缺人才[1]。最近教育部又了《高等学校人工智能创新计划行动》，对人工智能的创新发展做出顶层规划和部署，推动人工智能与其他领域的深度结合。教育作为社会发展的助推器，“人工智能＋教育”成为当前各界关注的重点推进领域。

（二）现实因素

从“互联网+”到“AI+”，人工智能正在逐渐改变着我们的生活。在科技快速发展的现在，我们每个人每时每刻都在进行着数据的交流与传递[2]。新形势下的国际竞争是围绕核心技术与创新型人才开展的竞争。为了维系传统大国地位，各个国家纷纷制定新一代信息化战略，以期在当前的国际竞争中继续取得领先地位。中国当前取得的成就远超预期，这一态势鼓舞了教育界人士，开始探索“人工智能”与“教育”的多领域结合。除此之外，2019年末随着疫情的爆发，“停课不停学”的要求使在线教育成为教学领域的新图景。高校教学大数据监测显示，疫情期间全国高校在线课堂出勤率达到91%，教师在线教学认可度达到80%，学生在线教学满意率高达85%。线上课程的大规模实施及其良好成效，为未来高校教育教学工作的开展提供了新思路，同样传统的高校教育管理方式已经不适应于在线教学这种灵活多变的模式，因此，教育管理新“样态”的出现推动着教育管理方式的创新发展。

（三）技术支撑

随着人工智能时代的到来，学生的个性化发展成为当今教育评价中的重要指标，单一的教学管理模式已经不适应灵活多变的教学对象和教学要求，传统的教学管理方式模式单一刻板，难以实现学生个性化发展。智能技术的发展为教育领域创新发展提供了新契机。以泛在化、精准化、个性化、协同化、自动化为典型特征的智能教育迎合了当前的教育导向[3]。目前应用于人工智能教育的关键技术包括：知识表示方法、机器学习与深度学习技术、自然语言处理、智能和情感计算等[4]。“人工智能＋教育”能够通过搜集、整理、分析教育数据，辅助教师对学生的个性化指导。从知识层面看，“人工智能+教育”能够促进知识生成、更新、传播、管理，解决知识陈腐老旧的问题；从学习者层面看，“人工智能+教育”能够自动感知学生的学习情况，采取适当方式引导学生集中注意力学习，使得学习者从被动学习转变为自发学习；从教育者层面看，它促进教师重新思考教育者的角色，从教书匠向教练员角色转变[5]。智能化的学习进度分析相较于传统步调统一的教学模式更具有灵活性，数据的挖掘技术、智慧学习还能够提供多层次的教学内容，迎合不同对象的发展需求；通过感知学生的学习状态、学习习惯、兴趣爱好能够分析并提供多种教学策略和学习策略，促进学生深度学习的实现。

二、智能化时代高校教学管理面临的问题

智能辅助教学应用虽取得了一定成效，但就目前来说，我国的人工智能与教学的融合仍然是低水平的。当前我国人工智能与教学活动的结合不足主要表现在：教育起点定位模糊、人工智能的教学应用集中开发以及技术不成熟且人工智能技术落地缓慢。

（一）智能教学管理定位模糊

教育与技术的结合过程中普遍共识是首先应当重视教育的起点和价值，其次强调技术性。当前，在人工智能与教育结合的过程中出现了过于强调技术研发及应用，忽视了教育承载的社会共同价值和文化创新发展功能，教学过程中缺乏实践反思的现象。技术人员缺乏教育教学知识，教学人员难以理解相关的智能技术工作原理，导致技术与教育并未叠加出理想的成效。当前教育界对于人工智能技术强烈追捧，夸大人工智能的教育教学成效，高校通过引入新型教学设备、采用智能教学技术，传授教育教学内容，对传统教学模式进行了全方位、多角度的改革。一方面这样大规模教学模式改革有助于改革面积的迅速铺开，加速智能教学改革进度，扩大智能教学普及面。另一方面，当前智能技术中的情感计算和言语处理并未发展到足以替代传统教学模式的地步，不加批判的盲目引入智能教学手段、忽视人的情感发展需求和人的价值，反而会起到负面效果。

（二）智能教学管理指向不明

高校教学管理涵盖教学计划制定、教学资源管理、学生学籍管理等诸多内容，涉及数据量巨大，且数据呈动态变化，因此，对教学管理工作的准确性、实时性及严谨性提出更高要求[6]。当前人工智能应用在教育教学领域的过程中主要关注点聚焦于教学过程管理，对于智能技术应用于教学过程中所产生的教学质量及其教学评价研究较少。一方面，在教学过程中，智能教学的开发及应用主要集中于在现有的教学科目上进行教学方法的更新换代，人工智能教育本身作为一个新兴事物还有待于研究及开发。另一方面，人工智能作为一个新兴事物，人们热衷于在多个教学领域进行尝试。但是在实践的过程中不可避免地产生重复建设和过度建设倾向。例如当今个性化发展的提法，致使人工智能在教学应用中过于强调其个性的一面，忽视其共性的养成。过于强调学习的个性化、碎片化、轻量化，对于学习时的纪律约束和行为习惯的养成重视程度不足。归根结底是人工智能与教育的结合发展处于初级阶段，应用指向不明确，应用标准不规范。再就学生个人信息的收集过程来讲也容易出现重复操作的倾向。信息数据跨介质互联困难，导致教育数据的冗杂、学生的负担加重、学校统计及收集也较为困难。

（三）智能教育技术落地迟缓

从早期的计算机辅助教学开始，我们就积极将信息技术产品引入课堂，首先引进的是计算机多媒体辅助教学系统，包括电脑、投影仪、大屏幕等。由于这些设备的引入，能够方便地将音频、视频、文本、动画等媒体集合在一起，给教师的教学提供了极大的方便[7]。多媒体技术的出现给当今教师教学、学生学习都提供了极大的便利，但我们不能忽视当前教学过程中师生运用智能技术挖掘学习资源的能力不足且新兴的智能技术应用不足。教师授课过程中仍然依赖单一的多媒体技术，对于学生个人学情关注较少，单一的教学方式和信息体量庞大的教学资源使学生对于教学内容丧失兴趣。学生在课后搜集相关的学习资源又不得其法，易产生学习倦怠心理。教育对象数量的增长及相应产生的数据给数据收集和管理提出了更高的要求。目前高校中虽然依托信息化系统实现了教学管理工作的数据化管理，但是管理流程及模式仍处于低水平阶段，面对时下日益繁多的科研信息、学生信息、教学信息等传统的信息处理技术严重滞后，影响了高校教学教务工作的高效实施。当前应各方要求，高校教学管理应当做到严谨、准确、及时、简明，数据收集、处理、分析技术应当迎来发展新局面，但大数据在其他领域中的推进已经取得初步成效，而高校的教学管理工作中仍然处于低层次的应用，并未能够有效地辅助高校教学教务工作的展开。

三、智能化时代高校教学管理的新常态

随着计算机、大数据、区块链的发展，教育生态的智能化成为一大亮点。高校要制定相应的发展战略，将智能技术运用在高校教育教学管理过程，提高管理水平[8]。智能化下的高校教学管理通过数据收集及管理、在实践中反复演习制定规范的智能教学运行标准、面向多种主体进行教学信息的搜集有助于做出科学的教学管理决策。

（一）智能教务系统辅助教学管理

智能化时代的高校教学管理中应注重“一个中心，三大主体”。即以人才培养为核心，人才培养过程包括知情意行四大环节，任何环节都缺一不可。三大主体是指教学管理之过程中涉及的三大群体，即学生、教师、管理人员。智能化时代的教学管理应当以智能化技术为支撑、以人才培养本身为主导，防止教学过程中出现的将知识传授作为教学工作的根本评价指标，忽视教育对象人性的培养。各主体应当将自己的角色定位与国家政策整体导向以及先进的技术相结合，更好的完善自己。学生应当主动寻进步，通过学习数据挖掘等智能技术，拓宽自己获取知识的来源；教师在教育过程中应当遵循以人为本的教学原则，避免盲目依赖智能化技术，通过学习及应用人工智能技术使其更好地辅助教学活动开展；教学管理人员应当不断完善教学信息管理平台，做好关于教学意见的搜集及问题及时处理，做好教学辅助工作。

（二）数据治理辅助处理冗杂数据

教育大数据，是指整个教育活动过程中所产生的以及根据教育需要采集到的，一切用于教育发展并可创造巨大潜在价值的数据集合[9]。随着教育教学过程的演进，教育过程会不断产生大量的数据，如何能够有效挖掘以及对于数据进行可视化表征是当前教育数据处理中的一大难题。由于教学过程中产生的教育数据是非线性的，因此智能教育管理系统中的模型应当具有复杂问题分析能力，当前高等教育中之所以存在大量的冗杂数据是因为教育数据搜集标准制定不明确、收集到大量的无效数据。因此当前高校教学管理中应当将更多的利益相关者以直接或者间接的方式对于高等教育数据管理工作提出建议，完善数据收集理论，改进教育数据收集和管理的机制，尽可能避免数据的冗杂和烦琐。以清晰、直观的数据表征方式对高校教学过程中的相关数据进行展示。对相关以提升教育教学管理成效为目的的教育数据进行伴随式收集、集成化管理以及实现数据资源的开放共享，避免相关数据的重复录入，形成教师、学生、教务管理人员之间的信息流通网络，为高校及时、准确地开展教学工作提供妥帖的技术支持。

（三）深化技术应用推进教学变革

构建基于数据挖掘技术、学习状态及情感感知技术、计算机智能技术、机器学习等技术的教学管理平台取代传统低效的教学管理平台。具有复杂适应能力的教学管理平台能够通过分析学习者学习内容和学习者个人学情，描绘个体学习图谱，使教学内容和教学计划能够根据学生的学情自适应调整。学生的学习进度和学情能够及时准确地反馈给教师和教务管理人员。教师可以根据其他方面的因素对学生的学习进度及内容做出部分调整，避免教学进度差距过于悬殊。智能教学平台能够借助自适应、大数据、云计算等技术，实现家长、学生、教师的全面连接[10]。未来智能教育平台将通过数据的搜集、整理、归纳、分析以及算法和算力支持为学生的学习、教师的教学、教务人员的管理工作等提供更加优质的服务。随着智能化时代的到来，传统的教学管理方式已经出现较多的局限性。为使高校的教学质量和教学效率进一步提升，智能技术与教育的融合势在必行。移动智能设备与大数据结合下的教学管理系统能够实现高校教学工作的便捷化、及时化、准确化，为高校教师和学生提供更加优化、更加精准的服务。

参考文献：

[1]唐怀坤.国内外人工智能的主要政策导向和发展动态[J].中国无线电，2018(5):45-46.

[2]罗维，周辉.大数据时代背景下我国人工智能前景研究[J].中国科技信息，2019(12):113-114.

[3]梁迎丽，刘陈.人工智能教育应用的现状分析、典型特征与发展趋势[J].中国电化教育，2018(3):24-30.

[4]闫志明，唐夏夏，秦旋，等.教育人工智能(EAI)的内涵、关键技术与应用趋势———美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J].远程教育杂志，2017，35(1):26-35.

[5]吴永和，刘博文，马晓玲.构筑“人工智能+教育”的生态系统[J].远程教育杂志，2017，35(5):27-39.

[6]王晓玲，刘嘉滨.高等教学管理中智能化管理技术应用[J].实验室研究与探索，2014，(2):247-249，278.

[7]王竹立，李小玉，林津.智能手机与“互联网+”课堂———信息技术与教学整合的新思维、新路径[J].远程教育杂志，2015，33(4):14-21.

[8]项丹.云计算与大数据时代下的高校教育教学管理信息化策略[J].中国成人教育，2017(6):40-43.

[9]杨现民，唐斯斯，李冀红.发展教育大数据:内涵、价值和挑战[J].现代远程教育研究，2016(1):50-61.

人工智能与教学精选篇9

关键词：人工智能；英语教育；积极影响；消极影响

人工智能概念是20世纪五六十年代正式提出的，随着信息技术的不断发展，人工智能已成为一门新的技术科学。时至今日，人工智能技术的发展经历了人工智能起步期、专家系统推广期和深度学习期等阶段，而在应用领域也取得了重大突破，如Google的无人驾驶技术和运用深度学习算法的AlphaGo战胜围棋冠军等。除此之外，人工智能已被日益广泛地应用于经济社会各个领域，在教育领域亦是如此。2018年教育部就印发了《高等学校人工智能创新行动计划》，要求进一步提升高校人工智能领域科技创新、人才培养和服务国家需求的能力。因此，人工智能必将不断被融合到教育领域，并为大学教育变革提供新方式。基于人工智能的机器学习、人机交互与知识图谱等技术方法，可以为大学英语教师在课堂教学、备课与教学研究等多个方面提供支撑；可以为大学英语教学管理与治理提供决策支持；可以为大学生英语自主学习和教师备课提供智能推荐支撑。目前，学者们已对人工智能对英语教育的影响进行了相关的研究。如高华伟分析了外语作文智能评阅与形成性评价融合策略；刘洋针对人工智能技术与高校英语教学的相互关系，通过调查问卷和访谈等方式，分析了现有计算机辅助语言学习软件和系统的不足，并提出了相应的解决策略；张艳璐对人工智能在给英语教学带来机遇的基础上，探究了人工智能在大学英语教学中的应用；赵生学分析了人工智能时代大学英语教学的变革与策略；严燕分析了人工智能时代英语教学促进学生深度学习的路径。在人工智能时代，人工智能技术必将对大学英语教育领域各个方面产生重大影响，如大学英语人才培养目标、教学内容、教学计划、教学策略、教学模式、成绩评价体系与英语领域科研等方面。针对此，本文在现有研究的基础上，重点从教师和学生两个层面分析人工智能对大学英语教育的积极影响和消极影响，并提出相关建议，以期为大学英语教师教学与大学生英语学习提供参考。

一、人工智能的积极影响

人工智能技术在大学英语教育领域的应用，将对大学英语教学资源、教学模式与大学生二语习得等方面产生积极作用，主要体现为以下几个方面。

（一）丰富了大学英语教与学资源人工智能技术的发展与应用为大学英语教与学提供了丰富的资源。如互联网上含有丰富的英语视频与图片等资源；在线教育平台也提供了大量的英语课程资源，如中国大学生慕课、雨课堂等，它们各具特色，可为教师与学生提供多样化选择。因此，人工智能技术一方面可为大学英语教师提供丰富的教学素材，同时还可根据大学生学习目标与学习习惯等为其英语学习提供丰富的课外资料。同时，很多网络资源可下载或者回放，这样可以使得大学生的英语学习不再受到时间与空间的限制。特别是对于教育资源缺乏的地区而言尤为重要，可以在很大程度上解决教育资源不平衡问题。其中，百度教育大脑的智能备课系统便是典型应用案例。其依托百度人工智能、大数据和云平台的优势，整合了丰富的优质资源。对于教师而言，此平台可按照教学进度为教师提供经过筛选的教学素材，节省教师的备课时间，提高其工作效率。

（二）丰富了大学英语的教学方式传统的大学英语授课往往以线下课堂教学方式为主，而人工智能技术的使用丰富了大学英语单一的教学方式。可利用网络平台，如雨课堂、慕课平台等，开展大学英语线上教学模式或者线上线下混合教学模式。新的教学模式有利于教师在大学英语教学过程中采用不同的教学策略。使用新的教学模式和不同的教学策略可以提高大学生学习英语的兴趣，进而有助于提高大学生英语习得的效率。

（三）提高了大学生英语习得的效率由于英语习得是一个复杂的心理过程，与大学生的情感因素、学习动机等密切相关。采用人工智能技术的大学英语线上教学方式，使得教师与学生之间不是面对面的交流互动，可以在一定程度上缓解学生焦虑、害怕等情绪，有利于学生的英语学习。动机是英语习得中重要的非智力因素，也是影响大学生英语习得效率的重要内在因素之一。学习动机与使用另一种语言的兴趣密切相关。而人工智能技术采用丰富的英语学习资源以及英语教学方式的多样化，这些有助于提高学生学习英语的兴趣，进而增强学习英语的动力。

（四）形成了大学生英语习得分析数据库人工智能技术是以大数据为依托，可以跟踪和记录大学生英语课堂学习和课后学习等各种信息数据，进而可形成大学生英语习得数据库。基于大数据分析与人工智能技术方法，如数据挖掘、关联性分析和回归预测等，可以挖掘大学生英语学习背后的规律特征，了解到每个学生的具体情况。进而构建每个学生的英语学习画像，如学生的线上学习状态、课程作业完成情况、测试成绩和学习方式等。可为教师形成可视化的学生个体和班级整体的学情分析报告。因此该数据库有利于教师掌握每位学生的英语学习状态，掌握学生个体差异，为调整教学方式、教学方法与策略提供支撑。同时，上述数据为大学英语教学与大学生英语习得的研究也提供了数据支撑。

二、人工智能的消极影响

人工智能在大学英语教育领域对教师与学生发挥着积极的作用，同时对他们也产生了一些消极的影响，主要体现为以下几个方面：

（一）对教师的消极影响由于大学英语课堂教学存在一定的缺陷，往往需要改进此教学方式。而人工智能技术的应用，虽有助于大学英语教学改革，但还需要教师熟练掌握人工智能相关技术的使用，会给信息技术能力比较薄弱的教师造成压力。借助人工智能平台，大学英语教学不受时间、空间和学生人数等影响，势必会减少大学英语教师的需求，造成大学英语教师面临失业的压力。进而影响大学英语教师的工作积极性，以及大学英语教学质量。

（二）对学生的消极影响根据语言资本理论与期望价值理论，大学生英语学习的期望价值主要是经济期望价值。而大学生英语学习的期望价值与学习目的和行为密切相关。比如大学生英语学习经济期望价值主要体现为学习英语对未来找工作很重要，可以增加经济收入。而人工智能技术在语言领域的应用，势必会影响大学生对英语学习的期望价值。如人工智能翻译机的出现，使得各种语言之间翻译非常容易。即使不懂英语，也可使用它进行英语交流。因此，人工智能技术在英语领域的应用，将降低大学生英语学习的期望值，进而影响他们英语学习的兴趣与目的。

（三）对师生关系的消极影响基于人工智能技术的大学英语教学，将改变传统的以教师为中心的模式，使得教师在教学过程中的中心地位得到弱化。学生通过人工智能技术，可以很好地收集到自己需要的各种英语学习资源，如在线课程、英语讲座视频和英语文本资料等，甚至可以通过自学的方式完成英语学习任务。但这些将弱化教师与学生之间的互动以及情感，从而隔阂了教师与学生之间的关系。

人工智能与教学精选篇10

关键词：人工智能；教学改革；教学方法

引言

人工智能(ArtificialIntelligence)是一门研究和模拟人类智能的跨领域学科，是模拟、延伸和扩展人的智能的一门新技术。由于信息环境巨变与社会新需求的爆发，人工智能技术的日趋成熟。随着AI3.0时代的到来，大数据、云计算等新技术的应用也愈发广泛，对于管理类人才来说，加强对人工智能知识的深入学习，不断将人工智能技术与管理知识结合起来，对其未来职业生涯的发展有着重要作用。人工智能是一门前沿学科，管理学院开设人工智能课程的目的是为了更好地培养学生的技术创新思维与能力，基于其覆盖面广、包容性强、应用需求空间巨大的学科特点，通过概率统计、数据结构、计算机编程语言、数据库原理等基础课程的学习，加强学生解决实际问题的能力，为就业打下基础。本文基于社会对于人工智能领域的人才需求，结合诸多长期从事经管类专业课程教学的老师意见，针对管理类人才的人工智能课程教学内容与方法进行探讨，以期对中国高校人工智能课程教学改革研究提供帮助与借鉴。

1、教学现状与问题

作为一门综合性、实践性和应用性很强的理论技术学科，人工智能课程内容及内涵及其丰富，外延极其广泛。学习这门课程，需要较好的数学基础和较强的逻辑思维能力。针对管理类人才，该课程在课程教学过程中存在几个较为突出的问题。(1)课堂教学氛围枯燥目前，中国大多数大学仍采用传统的课堂教学模式，在教学过程中照本宣科，忽略与学生的互动，并且缺乏能够有效引起学生学习兴趣与加深知识理解的教学环节设置，如此一来大大降低了学生自主思考的能力。在进行人工智能相关课程知识讲解时，随着章节的知识难度不断增加，单向介绍式的枯燥教学方式无法反映人工智能学科的全貌，课堂讲解难以同时给以学生感性和理性的认知，部分学生因乏味的课堂氛围渐渐无法跟上教学进度，导致学习动力不足。(2)基础课程掌握不牢管理类专业的学生大部分都会走向更加具体化的管理岗位，具有多学科的素养，但这也导致很多学生所学知识杂而不精。学生在基础不夯实的情况下去学习更高层面的知识，给学生学习与老师教学都造成了很大困扰。人工智能课程知识点较多，涵盖模式识别、机器学习、数据挖掘等众多内容，概念抽象，不易学习。一些管理类专业的学生未能熟练掌握高等数学、运筹学、数据结构、数据库技术等先修课程，缺乏一定的关联思考和研究意识，导致课程学习难度增加，产生学时不足和教学内容难点过多的问题。(3)教学与实际应用脱节当下，人工智能广泛应用于机器视觉、智能制造等各个领域，给学生提供了大量的现实案例，使得人工智能不再是高深莫测的理论，而是现实中可以触及的内容。例如，在机械学科领域，人工智能技术是电气工程、机械设计制造、车辆工程等方向的重要技术来源；在医疗领域，是医疗器械的创新生产源动力；在能动领域，是高端能源装备与新能源发展的重要驱动；在光电信息与计算机工程领域，技术的发展时刻推动着智能科学与技术核心价值的提升。然而，对于管理类专业的学生来说，现阶段的人工智能教材涵盖许多智能算法及相关理论，在教学过程中常常涉及到很多从未接触过的抽象理论和复杂算法，书本中的应用实例大多纸上谈兵，缺乏专门适用于管理类专业知识与人工智能技术相结合的教学实践，加上一些教师授课方法单一，不利于引导学生将人工智能算法应用于现实生活。另外，大学生对知识的理解能力差异很大，教师采用统一的方式教给他们，这使一些学生无法跟上和理解，教师也无法控制学生的学习状况，导致学生缺乏动力。因此，如何结合学生的现实情况，提高他们的动手能力和实践经验也是人工智能课程教学要考虑的问题。

2、管理类人才的人工智能课程教学改进策略

课程教学改革是一项提高大学教学效果和人才培养质量的重要手段。如何在时代背景下应用新技术和新思想进行实施课程教学改革是高校亟待解决的问题。对于高校的教学工作而言，教学目标、教学内容和教学方式的变化不再是课程资源的简单数字化和信息化，而是充分利用时代信息资源优势的新型教学模式。针对管理类专业人工智能课程教学过程中存在的问题，可以从教学方法改进和教学内容设置两个方面进行课程教学改进。

2.1教学方法改进

教师对学生具有引领作用，其教学方法的改进能够带动学生改进自身学习方法。(1)启发式案例教学案例教学法就是教师根据教学目标、教学内容以及教学要求，通过安排一些具体的教学案例，引导学生积极参与案例思考、分析、讨论和表达等多项活动，是一种培养学生认知问题、分析和解决问题等综合能力的行之有效的教学方法。启发式案例教学以自主、合作、探究为主要特征，调动学生的学习积极性，并紧密结合人工智能领域的相关理论与方法，有效理解知识要点及其关联性，适用于管理类专业学生的教学。具体而言，高校基于其问题启发性、教学互动性以及实践有用性等特点，可以建立基于人工智能知识体系的教学案例库，虽然这项建设将极具挑战性与耗时性，但具有很强的积极效果：培养学生较强的批判性思维能力，更多地保留课程材料，更积极地参与课堂活动，对提高教学质量、培养具有人工智能背景的管理类人才具有重要意义。例如，通过单一案例教学，让学生掌握相关基础知识原理及应用；通过一题多解的案例使学生思考如何获取最有效的解题方法；通过综合案例的设计，启发学生全方位地探索问题的解决方案。(2)研讨互动式教学研讨互动式的各个教学环节是逐渐递进、有机结合的。研讨是基于学生个体的差异性，在课堂讨论的过程中对学生做出评判，从而对不同类型的学生开展针对性的教学。互动则是在研讨的基础上，通过老师与学生、学生与学生的互动，让学生主动参与到课堂教学的过程中来。在人工智能课程教学过程中，教师通过课堂讨论了解学生对于知识点的掌握情况，可以有针对性地设计教学内容，例如，对于学校积极性不强的学生，将人工智能理论内容与学生个人兴趣范畴、社会产业发展及研究现状联系起来，能够极大程度地提高学生学习的自主能力；对于基础知识较为薄弱的学生，可以在教师的指导下查阅相关文献资料，根据自己的理解撰写心得报告，并在课堂或课外进行师生互动。像这样研讨与互动相结合的模式。有助于增强学生的探索和求知欲望，建立起浓厚的学习氛围。(3)有效激励式教学人工智能是引领未来的战略性技术，人才需求量极大，对教师的教学水平也提出了更高要求，因此，进行有效激励极为重要。在学生激励方面，可以举办各类人工智能竞赛项目，设置相应项目奖学金，吸引学生参与实践，调动学生做研究、发论文的积极性。例如，教育部主办的中国研究生人工智能创新大赛，围绕新一代人工智能创新主题，激发学生的创新意识，提高学生的创新实践能力，为人工智能领域健康发展提供人才支撑。高校也可以借鉴这种模式，在各学院乃至全校开展此类竞赛项目，激发学生的创新能力与团队合作能力，鼓舞更多学生加入到人工智能课程的学习中来，激发其学习兴趣。在教师激励方面，在教师聘任和提升过程中把参加学生课程制定、课堂与课外作业、课程项目和论文指导等看作教学任务的一部分，鼓励教师积极参与这些活动。(4)学科渗透式教学人工智能学科知识融合程度较高，学科交叉性强。基于人工智能的学科交叉性特点，增强管理类人才对学科应用的领悟，可以采取开展学科渗透式教学的方法。从2015年起，国务院和教育部先后印发了《国务院关于积极推进“互联网+”行动的指导意见教育》、《高等学校人工智能创新行动计划》等文件，“互联网+”、“智能+”已经渗透到各个领域，人类进入数字经济时代，社会需求“技术+管理”的高端复合人才。例如，基于工业4.0和强国战略，人工智能技术在智能制造的应用极为广泛。上海理工大学非常重视少数民族预科班的教育质量。为增强少数民族管理类人才对该领域应用的认识，我们请机械工程、能源动力领域的相关专家以授课或讲座的形式，进行相关领域知识和发展趋势的讲解，使学生理解更为透彻。此外，在教学实践过程中，还可以用举办人工智能知识交流会、线上人工智能论坛等形式，促进不同专业间老师、学生对于人工智能知识模块的见解，相互交流、渗透和学习，从而推动人工智能课程教学的改进。

2.2教学内容设置

世界一流大学在人工智能课程内容设置根据不同国家的教育体系设置，肯定会有不同，但颇有共通之处。本文借鉴世界顶尖大学经验，针对管理类专业人工智能课程教学内容进行研究，结合中国教育体系设置，认为应从以下几方面进行改进。(1)核心内容设置为避免学生因为知识点过多而出现杂而不精的问题，势必要精化教学内容。在互联网时代，我们可以使用云计算和其他方式来实现数据信息的传输、存储和处理，通过在线收集和整合网络课程相关数据，挖掘和丰富教学资源，并在整合课程资源的基础上，进行研究方法和前沿知识的扩展。在核心内容设置方面，可以通过收集到的数据资料，选择人工智能领域具有代表性且难易程度适中的知识作为重点，使学生能够在有限的学时内掌握人工智能的知识脉络。例如，编写针对管理类人才的人工智能教材，内容涉及绪论、知识表示与推理、常用算法、机器学习、神经网络等方面的同时，重点增加相应知识点在管理上的应用案例，加强学生对知识点的理解。同时，根据管理类专业偏向领域，开设关联程度较大、应用较广泛的人工智能选修课程，以便学生根据自己的兴趣与需求选修具体方向的课程。(2)注重学生的数理及编程基础良好的数理及编程基础是学习人工智能的前提。只有具备了这些基础，才能搞清楚人工智能模型的数量关系、空间形式和优化过程等，才能将数学语言转化为程序语言，并应用于实验。管理学院人才的数理及编程基础相对薄弱，因此，在安排学生学习人工智能课程之前，建议开设面向全体管理类专业学生的微积分、线性代数、概率论等专业基础数学课程以及C语言、python等编程基础课程，使学生具备数学分析的基础与一定编程基础，为学习人工智能课程打下坚实的基础。另外，可以推进MOOC平台建设，在平台上开设人工智能网络课程，帮助学生掌握人工智能知识基础及专业技能。(3)实验建设为了加强学生对于人工智能知识点间的关联性理解，可以基于不同的应用模块，设计具有前后铺垫、上下关联的综合性实验，设计不同层次的项目要求，同时基于相同的实验课题，让学生分组对实验课题进行攻克，并设置多元化的实验评价体系，通过实验教学过程中反映出的不同进度，让教师能对学生的学习水平做出准确评判，及时进行教学反思，以便更好地开展下一步工作。例如，针对人工智能课程应用中很广的遗传算法，在某一管理规划的具体应用上设置理解－实现－参数分析－具体应用－尝试改进－深度拓展的不同层次的项目要求，在这些项目层次中规定必做项与可选项，让学生基于同一实验课题进行合作学习，然后通过个人自我评价、小组成员互相评价以及教师评价的方式进行打分，对小组整体能力以及个人能力进行综合评估，以期培养学生的自主思考能力。

人工智能与教学精选篇11

关键词：楼宇；智能化；课程

中图分类号：G712 文献标志码：A 文章编号：1674-9324（2014）16-0240-02

智能化建筑的发展日新月异，其是人们生活质量提高的重要标志，人们对智能化住宅的需求促进了智能化建筑的发展。目前，世界各地的智能化工程技术正逐步走向创新阶段[1]。我国加入WTO后，国内建筑业市场正融入国际大市场，这就需要我们迅速提高竞争力，而关键则在于培养高素质的技术与管理人才[1]。然而，智能化楼宇系统实际的应用中与目前的研究现状仍然存在一定差距。为了适应智能化发展，满足企业对智能楼宇技术人员的需要，本文对智能楼宇系统课程的开发与实践展开研究。

一、楼宇智能化技术课程建设思路

高等职业教育是以“为企业培养用得上的人才为目标、以就业为导向”的一种全新的教育类型。这就决定了我们的建设思路。

1.主要通过调研、归纳、排序、重组四个阶段进行专业课程体系的设置，并且采用校企合作的方式共同制定人才培养方案。

2.课程的资源与教学平台是基于智能楼宇系统项目的课程开发，主要采用“校企共建合作”的方式进行；教学设计分学习领域、学习情境、学习任务三层进行。组织教学采取咨询、决策、计划，实施、检查、评价六步法。

3.在校内，实施六步法中资询、决策、计划前三步，教学环境采用校企共建的智能楼宇实训室；在校外，实施六步法中实施、检查、评价后三步，充分利用顶岗实习中企业在建的工程项目进行[2]。

二、楼宇智能化技术课程设置

楼宇智能化工程技术教研是深入学习国内基于工作过程课程开发的最新成果，借鉴了先进的教学理念以及其他课程开发方法，以工作过程为主导，采用调研、归纳、排序、重组的开发方法形成专业课程体系[3]。楼宇智能化工程技术专业课程开发方法如下图所示。

《楼字智能化技术》课程主要介绍楼宇控制系统。楼宇控制系统的主要功能是对建筑物内部的能源使用、环境、交通以及供电进行统一监控与管理，以便提供一个既安全可靠又节约能源的舒适工作和居住环境，主要包括对中央空调、给排水、变配电、照明、电梯等系统的监控。这些系统一般运用在商场、宾馆、体育馆等大型的公共场所里[1]。因此要求我们培养能够熟练掌握智能楼宇系统的职业人才，而《楼宇智能化技术》是楼宇专业的专业核心课程。

三、教学内容设计

基于工作过程的课程开发方法，通过学习情境设计和学习任务设计来实现课程教学内容设计。

1.学习情境设计。针对典型工作岗位和工作任务建立以下九个学习情境作为本课程的教学内容，分别是“智能建筑工程认知”、“智能建筑相关技术”、“智能建筑设备自动化控制系统”、“安全防范系统与消防监控联网”、“通信自动化系统”、“智能建筑办公自动化系统”、“住宅小区智能化系统”、“智能建筑系统工程的实施”、“建筑智能化工程管理”。对每个学习情境要具体设计，包括使用工具与所需设备、能力目标、教学方案、教学重点、考核与评价标准等。每个学习情境中都要有任务描述、任务分析、方法与步骤这几个环节，让学生通过咨询、决策、计划、实施、检查、评价六步法学会智能楼宇系统的规划与实施过程，掌握这一能力从而为学生长期的发展奠定良好的基础。

2.学习情境中的学习任务设计。以楼宇智能化工程技术的典型工作任务和工作过程为依据，遵循学生职业能力培养的基本原则来设计学习任务。每个学习情境由几部分学习任务组成，如“智能建筑设备自动化控制系统”学习情境是由“给排水设备监控系统”、“暖通空调监控系统”、“建筑供配电监控系统”、“照明监控系统”、“电梯监控系统”共5个学习任务构成，学生完成这5个学习任务，即经历了一次智能楼字系统中的建筑设备自动化控制系统工程规划与实施的工作过程。

3.通过学习任务设计卡与学习任务书来完成学习任务的教学。教师按课前编好的学习任务设计卡中的学习目标组织教学，下放学习任务书，明确学习要求，指导学生实训，完成学习任务，每一阶段完成之后要按考核标准对学生完成情况进行考核。

四、教学组织安排

本课程以顶岗实习项目和智能楼字新型实训室为载体，按六步法对每个学习情境组织教学，把现场教学内容和顶岗实习结合起来，把校内理论教学和校外实践教学结合起来，把在建工程项目的教学内容和竣工工程案例的分析对比结合起来。具体教学组织安排如下表所示。

五、教学方法

1.学习情境六步教学法。本课程选取“智能建筑工程认知”、“智能建筑相关技术”、“智能建筑设备自动化控制系统”、“安全防范系统与消防监控联网”、“通信自动化系统”、“智能建筑办公自动化系统”、“住宅小区智能化系统”、“智能建筑系统工程的实施”、“建筑智能化工程管理”九个学习情境，分别对应于智能楼宇系统典型工作任务的工作过程，对每个学习情境课程采用项目式教学法。如：消防监控系统工程实施作为一个工程项目案例，再将工程项目的分析、施工准备、施工、检测和验收作为学习情境中的若干学习任务。学习情境教学按咨询、决策、计划、实施、检查、评价六步法进行，采取“以学生为主，教师为辅”的方式来开展每个学习情境下的任务教学。

2.智能楼宇实训室与顶岗实习的项目教学法。将校内理论教学与工程的现场教学有机结合起来。本课程主要以智能楼宇实训室和顶岗实习的工程项目作为载体，采用教与学相结合的教学法来实施。比如消防监控系统的工程实施，就选择了某商场在建的消防监控系统来作为工程的一个项目。消防监控系统的分析与消防监控系统的工程施工准备任务学习在学校智能楼宇实训室来进行，而消防监控系统工程施工与工程验收在学生顶岗实习工程的现场进行，使学生能够真实地体验工程项目的实施和规划的整个过程。

综合企业进行施工过程中学生人数以及能力的缺乏等因素开设了楼宇智能化工程技术专业，并且在顶岗实习期间利用企业的配套设施来组织教学。这样不但实现了人才培养的教学目标，而且也实现了企业施工的现场需要。采用校企合作共同建立智能楼宇系统实训室，形成智能楼宇系统课程资源，保障课程教学质量。

参考文献：

[1]孙景芝，张铁东.楼宇智能化技术[M].武汉理工大学出版社，2011.

人工智能与教学精选篇12

关键词：人工智能；高职；技能培训

一、人工智能概述

人工智能（Anificail Intelligence）是指利用计算机软件技术与自动化处理的技术，让计算机能够模拟与扩展某些人类特定智能的学科，最近几年来发展非常迅猛，在智能接口，数据挖掘，主体系统等方面取得了丰硕的成果。智能接口技术是研究如何实现人类与机器的便利沟通，现在已经实现了文字，语音，自然语言理解等方面实用化的功能。数据挖掘则是如何从大量不完备的数据中自动生成可应用的知识的技术，在大数据时代里将会有非常广泛的应用；主体系统则是指的让计算机具备愿望，能力，选择等心智状态的实体，实现计算机的自主性。从当前的应用发展趋势来看，在未来的5～10年内，人工智能将会应用在教育，医疗，管理，生产等绝大多数的社会领域中，将推动社会的全面发展与进步。在本文中，作者将以高职技能教育为切面，分析人工智能在该领域内应用的前景，并提出建立一套基于人工智能的高等职业技术辅助教学系统的思路，方便进行人工智能应用的相关人士研究与借鉴。

二、人工智能在高职教育教学领域的典型应用及其不足

将人工智能应用到教育方面是很久以来的教育现代化的热点，从最近几年来的人工智能在教育方面的应用来看，主要有三种应用的层面：一是智能计算机辅助教学（ICAI），它是将人工智能的技术引入至CAI系统中来，实现更加智能化的教学支持，减轻教师的工作量。二是智能，即让某些特定的课程与教学的内容，由人工智能来取代教师进行授课，即时答疑，提高教学的效率；三是智能数据库，对于课程相关的网络教学资源数据库，应用人工智能的方法进行数据分析，提高数据库的访问速度与交互功能，便于快速搜索与整理数据。但是对于高等职业技能教学来说，上述的三大应用领域还有些不够契合，主要体现在如下的方面：

（1）对于学习者的活动流程的监控与记录能力不够。传统的CAI系统，侧重于对理论思维知识的辅助教学，而对于学习者的身体活动的记录能力不佳，这样无法即时准确地保存技能学习过程中与身体活动相关的数据。众所周知，技能的教学是与学习者身体的活动相关联的，行动数据的获取量不足就会导致无法对学习者的技能及其效果进行评估与纠偏。

（2）与使用者的交互功能不佳。传统的人工智能交互是文本与图像，虽然简单直观但形式单一，还无法通过生动的语音和动作与使用者进行交互。这样在教学辅助方面的效果不尽如人意。

（3）智能水平有待于提升。现代的人工智能辅助系统，虽然已经能够实现教学数据的排序、统计、汇总等简单的操作，但是离真正智能化的工作还有一定的差距。系统无法根据学生操作的具体情况做出个性化的情况统计分析，提出个性化的建议。在即时交互方面也还有很大的提升空间。

三、高职技能辅助教学系统的设计思路

针对上述教学人工智能应用的不足，结合高等职业技术学校的教学情况，特地提出一套人工智能辅助系统的设计思路：

（1）使用高级的智能接口技术实现行动数据的采集。

智能接口是为建立和谐的人机交互环境，使得人与机器之间的交流像人与人之间的交流一样自然和方便。学习者在进行练习的过程中，无法像传统的人机交互方式一样将数据录入至计算机中，而是需要智能系统通过摄像头，运动传感器等等高级的智能接口技术来感知学习者的活动，对活动进行分析与统计，并转化为大数据存放至海量数据库中。至于具体采用哪种智能接口技术，需要根据具体的学习内容而定。

（2）应用专家系统对于学习者在技能操作中产生的大数据进行分析。专家系统是目前人工智能领域最有实效的一个领域，它是利用人工智能的技术让计算机能够实现特定领域内的大量知识与经验的系统。利用它来对技能学习过程中产生的大数据进行分析和挖掘，从中提炼出具有个性化的知识体系，发现学生与老师都没有发觉到的某些特殊的学习状态，能够为进一步的学习反馈做好充分的准备。这样可以使得学习的针对性更强，效率更高。

（3）使用智能检索与生成技术对于分析结果进行输出与展示。通过使用人工智能的检索系统，可以快速地对分析的结果进行展示，可以利用网络的环境，用生动形象的方式将结果展现在学习者或教师面前，方便掌握学习的过程。

四、辅助教学系统的应用展望

通过应用了上述的基于人工智能的辅助教学系统，将对于高职院校的教学产生非常强大与积极的影响。首先，该系统可以将教师从重复机械的日常教学环境中解放出来，不再通过传统的测验，考试，交流等方式获知学生的学习状态，由系统监控学习者在技能培训过程中的一举一动，自动进行学习效果的定性与定量的分析，积极地反馈给教师，从而使得教学更具备了明确的方向。其次，该系统也会增加技能教学的趣味性，将培训的活动转化为类似于电子竞技的效果，学生在学习的过程中随时可以观察到自己的学习状态，以及与其他同学的差异，更能够培养自学的能力。第三，该系统可以与现有的高职院校校园网实现无缝的对接，将全院校的数据进行统一的智能加工与挖掘，可以更加方便高职院校的管理工作，也可以方便地扩展成为完备的高校智能管理系统。

参考文献：

[1]邱月，人工智能技术在计算机辅助教学中的应用[J].福建电脑，2007（08）.

人工智能与教学精选篇13

关键词:智能科学与技术;发展;应用;高中教学场景

一、绪论

科学技术的发展帮助人类经历了农耕社会、工业社会、信息社会，逐渐步入到当前可初步以“智能”定义的新阶段。“智能科学”正以一种全新的方式改变着我们的生活。从AlphaGo取得人机大战的压倒性胜利，到无人驾驶技术的火爆，以及智能音箱的入户、语音识别人脸识别在众多公共场景的应用。无疑，人们已开始转向基于数据、信息和科学技术的智能工具，智能科学与技术的发展与广泛应用必将成为智能时展的基础与风向标。

二、智能科学与技术的概念

智能科学与技术是进入21世纪后得益于计算机技术成熟与飞速发展应运而生的全新研究领域。其综合了信息论、计算机科学、自动化技术以及脑科学、生物智能等在内的多学科领域，借助日益发达的计算机、信息处理等技术，从而实现模拟人类思维和认知的活动，并最终在计算能力、感性认知等方面改进并代替人的能力。智能科学与技术，一方面在于研究和发现机器智能的本质和规律;另一方面，则强调通过技术升级实现对智能科学理论的应用。不难看到，智能科学与技术与信息技术、纳米技术、生物基因工程等尖端科技联系密切，并呈现引领趋势。新一轮科技革命和产业变革，都是在智能科学的基础下启动的。国家科委主任宋健就曾明确指出:“人智能则国智，科技强则国强。”总之，智能科学与技术就是让机器实现智能化，代替更多只有人类才能完成的复杂工作，从而极大提高社会生产效率。［1］

三、智能科学与技术发展现状及应用

(一)智能科学与技术发展

智能科学与技术的发展最早可追溯至上世纪三四十年代，图灵等计算机科学家提出的关于计算本质的思想及人工智能。此后，智能科学发展陆续经历了1956年达特茅斯会议(第一次人工智能研讨会);1969年第一次人工能联合会议;至二十世纪末期的AI知识的实践应用等逐渐发展壮大的历史进程，最终进入当前的飞速发展时期。时下，智能科学与技术已经发展成为了一门多学科门类的交叉渗透的新型研究领域广泛涉及哲学、理学、计算机科学、生物学、医学、自然科学等多学科门类下的众多专业。

(二)智能科学与技术在目前社会中的应用

随着智能科学与技术不断成熟与发展，其应用已广泛在我们身边开花结果:无人驾驶汽车已经完成上路试验;CBD(计算机辅助诊断)、指纹和虹膜识别技术等已经在各类智能产品尤其是智能手机上得到广泛的使用;一些大数据智能算法与决策系统在日常网络浏览智能推荐中已经屡见不鲜。基于人脸识别和大数据分析等的智慧城市安全网络的建设方面我国也已经走在前列。同时在医疗领域、医院系统中，智能科学也有了极大的发展。这些智能的应用不仅便利了我们的生活，还大大提高了安全保障和医疗手段。当前，智能科学与技术的发展中已经逐渐衍生出基于大数据的系统控制与决策、智能检测技术与仪器、智慧农业、机器人与智能系统、电力电子与运动控制、智能交通、无人系统与自主控制、智能电网与智能制造、智慧教育、工业控制系统信息安全、智慧医疗与健康工程、人工智能与机器学习、系统生物信息技术、计算感知与模式识别、智慧城市与物联网、流程工业智能化等诸多具体可实施的研究发展领域。［3］

四、智能科学与技术在学校教学场景中的应用构想

当前，很多学校教学过程中已经引入了一些智能化设备，计算机、信息设备在很多日常教学中已不少见。如触屏智能黑板、校园一卡通、智能签到系统等都在高中教学场景中有着较为广泛的应用。但是我认为智能科学与技术在高中教学场景中的应用仍只是停留在技术层面，还未达到对智能教育以及学生智能科学理解学习的促进作用，远不能满足使我国2030年成为全球智能创新中心和机器人最大的制造市场［4］的迫切需要。智能教育的开展离不开手段与技术的智能化，但现在很多学校中应用的智能化设备，其重点还是在对教育过程起到支撑作用的工具进行智能化、提升其适配性，本质上是对教育环境的优化。这样的应用场景只是停留在智能技术的硬件层面，而未曾真正应用智能科学的理念来解决问题。在现有的技术支持下，可以通过软硬件相结合的方式，深度定制，将智能科学与技术广泛应用于基于学习交互数据的分析、个性化学习方案、基于大数据智能教育平台、立体化综合教学场所等组合而成的智能校园。真正实现通过智能科学的理论基础完整学科交互，培养信息意识、掌握信息技能、形成信息能力和运用信息方法，营造更真实的学习氛围。

人工智能与教学精选篇14

关键词：人工智能；智能科学与技术；机器智能；机制主义

0引言

随着时代的发展和进步，以智慧地球、智能城市等为信息化社会智能标志的智能化进程稳步推进。智能产业的迅速发展，使我国对智能科学与技术人才的需求不断增长，以北京大学为首的多所院校相继设立了智能科学与技术本科专业。专业的不断发展和课程的日益规范，使学科教材建设成为专业教育者日益关注的焦点。

1国外经典教材回顾

历数人工智能领域的经典教材，不得不提Stuart J.Russell和Peter Norvig于1995年出版、2003年再版、2009年3版的《ArtificialIntelligence：A Modem Approach》，其中第3版的修订版如图1所示。该书的核心思想是以智能Agent为载体，将不同学派的研究成果包含到一个框架中，以具体实例将复杂问题简单化，因此获得了世界范围内的好评，100多个国家的1200多所大专院校都将其作为学习人工智能的首选教材或参考书。另一本优秀教材是Nils J.Nilsson于1997年出版的《Artificial Intelligence：A New Synthesis》，如图2所示。该书强调一种新的综合方法，其实与Russell和Norvig提出的“一种现代的方法”有异曲同工之妙，也是以Agent为载体，力图将传统人工智能、神经网络、感知一动作系统等不同方法的结果汇聚在一起，避免片面性和非此即彼的争论局面。

2国内经典教材回顾

纵览国内的经典教材，历史悠久、影响广泛的当属蔡自兴教授于1987年出版、1996年再版、2003年3版、2010年4版、2016年5版的《人工智能及其应用》一书。该书第1版内容介绍人工智能的基本技术和主要问题以及人工智能的各种应用和程序设计方法。1996年出版了第2版。进入21世纪后，随着学科发展和课程建设需要，又于2003年编写了第3版，反映了人工智能各个学派的观点和最新进展。2010年第4版出版，如图3所示，重点介绍人工智能不同学派的认知观和研究领域以及人工智能的主要应用领域。2016年，蔡教授在第4版的基础上增加了新时期最新的研究成果，如专家系统的开发工具、设计方法和深度学习等，出版了第5版，如图4所示。该书被百所院校用做教材或参考书，极大地推动了人工智能课程在国内高校的开设。

另一本经典教材是王万森教授于2005年出版、2007年再版、2012年3版的《人工智能原理及其应用》，其中2版嘲和3版如图5和图6所示。该书系统阐述了人工智能的基本原理、方法和技术，全面反映国内外最新研究成果和重要应用技术。第3版更注重现代智能方法与技术的介绍，并科学优化了教材的知识结构和教学内容，为踏入人工智能大门的学习者开启了一条深入浅出的道路。该书累计重印20余次，为普及智能科学与技术学科起到了积极的促进作用。

3经典教材的特色分析

综合分析人工智能国内外经典教材，具有以下共同特色。第一，均仔细介绍了传统人工智能的基本概念、原理和应用领域；第二，均详细阐述了本领域的三大主流学派，将长期共存并各自有深入的研究；第三，均强调理论与应用的研究必须紧密结合，并多以具体实例解释复杂理论；第四，均十分注重与时俱进，不断更新教学内容，调整教材结构，体现教材的时代性；第五，在内容架构上，均以人工智能研究的三大学派和应用领域为纲，以有突出成果、分散的内容呈现为主，将公认和成熟的成果展现出来，以使读者更深刻地了解该学科。

4《机器智能》的出版和特色

历史来到新的十字路口。随着中国经济的快速发展，以创新创业、互联网+为代表的新经济形态为传统产业注入新的活力，智能科学与技术在信息技术之后登上历史舞台，加速实现弯道超车。2016年初，AlphaGo以4：1战胜了李世石的人机大战，更将人们对智能科学的关注度提升到前所未有的高度。在智能科学迅速发展的形势下，清华大学出版社适时规划出版了高等学校智能科学技术与专业规划教材。本套教材由信息科学专家钟义信教授担任编委会主任，智能控制、机器人学专家蔡自兴教授，清华大学出版社卢先和编审和北京大学智能科学系邓志鸿副教授担任编委会副主任，人工智能专家王万森教授担任秘书长，汇集了国内智能科学领域的骨干教师和优秀专家，具有体系结构完整、内容开放先进、紧跟科技发展、教学资源丰富的特点。

《机器智能》是本套教材中的一本核心教材，如图7所示。该书在详细阐述人工智能基本原理与应用的基础上，创新性地构建了机制主义研究方法，通过对机器智能基本概念和机制模拟方法的研究，把智能研究领域多年来相对独立发展的结构模拟、功能模拟、行为模拟三大主要学派融为一体；同时，通过对各个主要学派的研究思路、特色和研究内容的讨论，继承与发展了各大学派的先进特征和优秀成果，展示机器智能领域清晰而完整的脉络。本书还探讨了机器情感、智能信息网络、智能机器人和智能研究中的未决问题和创新空间，为后续研究开启新的思路。

本书作者在三年的写作时间中，全面考察了人工智能领域三大学派的成就与不足，以智能生成机制作为智能系统的实质特征，在内容组织和结构编排上和谐地融合统一了三种不同方法，并在每部分详细阐述各自的研究成果和最新进展，以破解人工智能的理论危机。这是中国学者采用系统论和宏观整体思维辩证地开展人工智能原理与方法的整体研究，将“三足鼎立，各居一隅”的三大主流学派融合在统一的理论框架之下，是结束人工智能领域“三分天下，各据一隅”现状的有益尝试，也是首次将机器情感作为新的热点纳入到人工智能教材中。