前言:我们精心挑选了数篇优质人工智能教学优秀案例文章,供您阅读参考。期待这些文章能为您带来启发,助您在写作的道路上更上一层楼。
Abstract: In view of the characteristics of artificial intelligence curriculum, including abstract content and complex algorithm, and the actual needs of undergraduate teaching, combined with teaching practice, this paper discusses and sums up the teaching reform and innovation of undergraduate artificial intelligence curriculum from the teaching system, teaching content, teaching methods and assessment methods.
P键词: 人工智能;创新;本科
Key words: artificial intelligence;innovation;undergraduate
中图分类号:G642 文献标识码:A 文章编号:1006-4311(2017)22-0230-02
0 引言
人工智能是计算机科学的一个分支,是当前科学技术中正在迅速发展、新思想、新观点、新理论、新技术不断涌现的一个学科,其属于一门边缘学科,同时也是多个学科交叉而成的一门学科,包括语言学、哲学、心理学、神经生理学、系统论、信息论、控制论、计算机科学、数学等[1]。当前人工智能已经是很多高校计算机相关专业的必修课程,它是计算机科学与技术学科类各专业重要的基础课程,其教学内容主要包括自然语言理解、计算智能技术、问题求解和搜索算法、知识表示和推理机制、专家系统和机器学习等,国内外很多大学都意识到了其重要性,纷纷对其展开了教学和研究。人工智能课程包含多个学科,具有内容抽象、理论性强、知识点多等特点,且算法复杂,但是多数高校采用的教学方式仍是传统的课堂教学方式,即“教师讲、学生听”的教学模式,这种信息单向传输教学模式以教师为主体,学生只是在被动的接收知识;存在过分重视理论教学,忽视实践活动教学的问题,导致教育内容无法和社会接轨;人工智能教材理论性过强,学生在学习过程中常常感到枯燥乏味,进而对学习该课程失去热情[2],久而久之,不仅人工智能课程的教学质量和效果无法达到预期,甚至学生还会产生厌学心理。针对人工智能课程中现有的各项问题,本文作者结合自身丰富人工智能教学实践经验,参考人工智能课程特点和教学目标,从多个方面探讨和总结了人工智能,包括教学内容、教材选择、教学方法和考核形式等。
1 教学内容优化与更新
人工智能是一门崭新的学科。开设本课程首先是确定教学内容。通常来讲,人工智能学科的内容包括两个部分,具体:一是知识表示和推理;二是人工智能的应用。前者是人工智能的重要基础,后者主要介绍了几种人工智能应用系统,包括自动规划和机器视觉、机器学习、专家系统等。另外,课程内容中还包括了一些人工智能应用的实例,将实践和理论紧密结合起来[3]。
随着时代的发展和科技的进步,人工智能学科也取得了较大发展。基于此,人工智能学科也应该与时俱进,更新人工智能教学大纲,进一步完善其教学内容。修订后的人工智能教学大纲将人工智能分成两个部分,即基础部分和扩展应用部分。前者包括计算智能、搜索原理、知识表示等,后者包括智能机器人、智能控制、多智能体、自然语言理解、自动规划、机器学习、知识工程等。
教学内容的选择和确定应综合考虑多项因素,不仅要重视基础知识,也应注意推陈出新,随着科技的进步做到与时俱进,同时教学内容应符合现实的需求,能够与社会接轨,将理论和实践紧密结合起来,只有这样人工智能课程的教学质量和效果才能事半功倍。
2 教学策略及教学方法的改革创新
由于人工智能课程具有算法复杂、内容抽象、理论性强、 知识点多的特点,传统的教学模式已经无法满足人工智能课程的需求,教师应探索更加有效的教学模式和方法,确保人工智能课程能够取得良好的教学质量和教学效果。具体的改革和创新人工智能课程的手段和方法主要包括以下几个方面:
2.1 激发学生的学习兴趣 无论是经验还是常识都在告诉我们每个人最好的老师就是兴趣,学生只有对某门学科存在兴趣,才会更加主动积极的学习该门课程,从而获得良好的教学效果。比如,作者在课程的一开始先播放了一段著名导演斯蒂文・斯皮尔伯格的《Artificial Intelligence》的相关片段,由这个电影学生知道了世上存在人工智能的机器人,学生们随着电影情节的发展而深深感动,与此同时教师让学生思考和谈论人工智能是什么?研究人工智能的意义在哪里?实践发现,在课堂中加入电影因素,能够大大提升学生们的注意力,让学生更加专注在教学任务中,有效提高了学生探索人工智能的积极性和主动性。此外,在教学中还可以用动画、视频、图片等手段将反映人工智能最新研究和应用的成果展示出来,让学生更直观的感受人工智能的奥妙,从而投入更多热情学习人工智能课程。
2.2 面向问题的案例教学法 案例教学法是一种以案例为基础、以能力培养为核心的一种教学方法[11]。针对学校学生特点,我们采取了以下几种教学形式实施案例教学。①讲解式案例教学:这种案例通过教师的讲解,帮助学生理解抽象的理论知识点。案例的呈现有两种基本形式:一是“案例―理论”,即先给出教学案例,然后再讲解理论知识;二是“理论―案例”,即教师先讲解理论知识,再给出教学案例;通过情境体验与案例剖析激发学生认知的兴趣,引导学生对将要学习的内容产生注意,有利于教师导入新课。②讨论式案例教学:在课程初期将学生分成若干学习小组,每小组3~4人;教师将提前设计好的一题多解的教学案例以及收集的相关资料分配给每个小组,要求学生在课余时间通过自学和组内讨论的方式给出问题的不同解决方案。③辩论式案例教学:在课程后期,采取专题辩论的方式对综合应用案例进行讨论,能有效地启发学生全方位地思考和探索问题的解决方法,加深学生对人工智能的理解。
2.3 个性化学习与因材施教 在开展课程教育过程中应注意对学生进行个性化教学,结合学生特点因材施教。比如,在日常教学中多观察学生情况,鼓励那些应对教学任务后仍存在余力的W生深入探索较深层次的课程及相关知识,同时友善面对学习较差的学生,分析其学习过程中面对的困难,有的放矢地采取应对措施,帮助其不断进步;在教学过程中让学生以读书报告的形式多多思考,鼓励学生发散性思考问题,鼓励优秀学生进行深一步的探讨,并且教师应帮助具有新颖思想或论点的学生将其智慧以科技论文和发表文章的形式转化为成果。
2.4 注重综合能力培养 在研究型教学中任务驱动是一种常用的教学方法,其中心导向是任务,学生在完成任务的同时也在吸收和掌握知识。通常来讲,该教学方法的步骤是:教师提出任务师生共同分析以得出完成任务的方法和步骤适当讲解或自学、协作学习完成任务交流和总结。”[3]该教学模式不仅有利于培养学生的创新能力和创新意识,还能够培养学生解决实际问题的能力,提高其综合实力。不仅如此,由于该教学模式通常是以小组协作的方式进行,教师给出研究范围,学生自愿结组并选择具体的题目,经过分析和讨论后以程序设计或者论文的形式协作完成研究。由此可知,学生是在以团队的力量解决问题,这十分考验学生的团队协作能力,对于学生团队合作精神的培养至关重要,且在完成任务的过程中学生需要查阅大量的资料,久而久之学生收集资料和创新能力势必会得到提升。
2.5 采用启发式教学 人工智能的很多问题都较为抽象,对学生理解力的要求较高,因此,在实际的教学过程中教师应有意识的就课程内容提出相关问题,让学生自己独立思考,鼓励学生提出自己的想法和解决方案。然后回归到课程上,对比分析教材上的解决方案和学生自己的解决方案,如此不仅培养了学生独立思考的能力,也增加了学生参与教学活动的意识,提高了学生的学习热情。比如,在讲到较为抽象的“遗传算法”时,先提出一个问题,即“遗传算法如何用于优化计算?”,然后从“达尔文的生物进化论”入手,讨论“遗传”、“变异”和“选择”作用,之后举例分析,启发学生思考“遗传”、“变异”和“选择”的实现,最后师生一起导出遗传算法用于优化计算的基本步骤。如此既完成了教授遗传算法的目的,也锻炼了学生逻辑思维的能力,教学效果良好[4]。
3 作业和考核方式的改革创新
过去的课程作业都是单一书面习题作业,发展至今,课程作业形式已经发生了变化,更加丰富多样,包括必须交给教师评阅的书面家庭作业和不必交给教师的课外思考题目、口头布置的思考题或阅读材料以及大型作业等。其中通过网络就可以完成上交作业,并且教师批阅作业后也可以通过网络返回给学生,实现了网络化。课程的考核方式较之以前也发生了较大变化,加强了平时思维能力的考核,更加注重学生实验能力和动手能力的培养,不再是绝对的一次考试定成绩,而是在总评成绩中加入30%的平时成绩,如此不仅减轻了学生的期末负担,也迫使学生更加重视平时的学习思考,有利于课程教学质量的提升。
4 结束语
本文是以提高教学质量为目标,结合教学实践,从教学体系、教学内容、教学方法、考核方式等方面对本科人工智能课程的教学改革进行了探讨,总结了该课程在教学和实践方面的一些教改举措。这些举措符合二十一世纪高校教学的要求,可以支持教师提高教学手段现代化的水平,同时更贴合学生的学习需求。作为该课程的授课教师应始终保持对教学内容的不断更新、教学方法的多样化,才能激发学生的学习兴趣,培养他们的思维创新和技术创新的能力,最终提高本课程的教学质量。从学生的反馈来看,作者所总结的教学实践具有明显的教学效果。但仍有许多方面做得不够,今后将继续在教学过程中不断总结成功的经验,吸取失败的教训。
参考文献:
[1]蔡自兴.人工智能及其应用[M].三版.北京:清华大学出版社,2007.
[2]谢榕,李霞.人工智能课程教学案例库建设及案例教学实践[J].计算机教育,2014(19):92-97.
[3]蔡自兴,肖晓明,蒙祖强.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.
关键词:信息技术教师;知识结构;TPITK;案例剖析
中图分类号:G40-057 文献标识码:A 文章编号:1671-7503(2013)05-0038-03
引言
教师知识结构对教师的教学行为和学生的学习效果具有重要影响。信息技术教师作为信息技术教育的实施者,其知识和知识结构直接影响着信息技术教学的质量。TPACK框架自2005年首次提出以来,对信息化教育环境下教师的知识建构及知识结构梳理具有重要指导意义。国内对于信息技术教师的TPACK研究还处于初步阶段,尤其是基于案例的信息技术教师TPACK特征分析还不多见。因此,本文在TPACK基础上提出针对信息技术教师的知识结构模型TPITK,并对其做出基于案例的深入剖析。
一、TPACK简介
(一)TPACK内涵
2005年,美国学者Koehler和Mishra从教师知识角度出发。在学科教学知识的基础上,首次提出TPACK这一教师知识新框架。
TPACK框架在Shulmanl31141教授提出的“学科教学知识”基础上加入了技术知识,并突出在技术使用中学科内容和教学法的角色,以及技术对它们产生的反作用。它是学科内容知识、一般教学法知识和技术知识三者的复杂互动,是整合了这三种知识而形成的新知识。它强调其中的三种知识元素都是有效技术整合必不可少的成分,并且这三种知识领域不能分离,应形成一个整体。
(二)TPACK构成要素
TPACK模型有三个单一的知识要素:学科内容知识、
一般教学法知识(Pedagogical Knowledge,PK)和技术知识(TechnologicalKnowledge,TK),以及这些知识要素交互所形成的学科教学知识(Pedagogical Content Knowledge,PCK)、整合技术的学科内容知识、整合技术的教学知识(Technological PedagogicalKnowledge,TPK)、整合技术的学科教学知识。
二、TPITK理论框架分析
TPACK框架应用于信息技术教师可进一步衍化为TPITK框架。TPITK框架由七种知识要素构成,即信息技术知识(ITK)、一般教学法知识(PK)、技术知识(TK)、信息技术教学知识(PITK)、整合技术的信息技术知识(TITK)、整合技术的教学知识(TPK)和整合技术的信息技术教学知识(TPITK)。
TPITK框架是TPACK框架的子集,是特定适用于信息技术教师的知识结构模型。框架中的三个基础知识要素——ITK、PK和TK代表了信息技术教师需具有的三个专业特性——学术性、师范性和技术性。当然,技术性能否成为与学术性、师范性并列的第三向度尚有疑问,但是,无可否认的是,技术在今天的教师职业养成和职业发展中占有十分重要的地位。基础知识经由互动整合和动态平衡形成的核心知识——TPITK正是信息技术教师专业综合素养的体现。
核心知识TPITK指在不同境脉下重建信息技术知识、一般教学法、技术三者之间动态平衡的意识和能力。TPITK是一种策略性的思维方式,它的形成不是各知识要素的简单组合或拼凑,而是经由陈述性知识(信息技术学科内容、教学法和技术的定义、术语、事实和描述),通过在相同或不同情境中的练习和运用,转化为程序性知识(完成一项或多项信息技术教学任务所涉及的步骤),最后形成策略性知识(在技术环境下对信息技术课程、学习者、课堂境脉的计划、组织、评价与概括)。
三、基于教学案例的教师TPITK剖析
对教师知识框架的分析不能脱离特定的课堂境脉。为此,下文结合2011年“永中杯”全国普通高中信息技术优质课特等奖案例,挖掘特定情境下优秀教师TPITK框架中的具体知识构成,并分析教师在实践中运用TPITK的特征表现。
(一)教学过程
本案例涉及内容是广东教育出版社出版的《人工智能初步》信息技术(选修5)中的第1章第2节,主要任务是让学生了解人工智能的基本内容,激发学生对人工智能技术进一步探索求知的欲望。整个教学过程分为课题引入、实例分析、分组实践、课堂延伸四个部分。
1.课题引入
首先,教师通过图片和视频展示校机器人队训I练和比赛场景,吸引学生注意,提出人工智能概念。然后,教师引入限时还原魔方环节,并提问学生:你在解魔方时用到了身体的哪些器官?学生通过现场体验回答出眼睛、大脑、手三个必不可少的器官。最后,在教师的启发诱导下,学生由这三个器官归纳出人类智能的三大要素:感觉要素、思考要素、运动要素。
2.实例分析
教师展示自制教具——魔方机器人,并提出问题:机器人解魔方需要哪些器官?学生通过观察实物及类比人类智能,思考后得出答案。
教师通过实物结合PPT介绍机器人各器官,使学生对机器人有一个整体印象。然后教师操作机器人,使之分阶段演示解魇方。通过电脑摄像头,学生能清楚地观察到机器人的局部特征。在此过程中,教师步步递进,引导学生归纳出人工智能三大要素:感觉要素、思考要素、行为要素。
教师播放机器人解魔方完整视频,让学生思考导致视频中机器人与现场机器人智能差异的原因,为后续探究作铺垫。
3.分组实践
教师用实物及PPT展示“百变飞碟”机器人,使学生对该机器人的结构及功能有一个整体了解,激起学生探究欲望。然后教师介绍图形化编程软件——能力风暴,让学生大致了解编程的思想及流程。
教师按小组分发“百变飞碟”,布置任务,让学生通过图形化编程实现机器人行动。在学生探索过程中,教师巡回指导,并通过电脑摄像头展示学生探索过程及学生作品。最后,各小组汇报成果,教师层层设问,帮助学生总结影响机器人智能差异的因素。
4,课堂延伸
教师通过提问:你还想让机器人做哪些事情?未来的机器人又会是怎样的呢?引导学生畅谈现在,憧憬未来。最后,教师与学生一同总结课程。
(二)具体知识
通过对上述教学过程的整理分析,笔者总结出该教师的TPITK具体知识构成及能力体现,如表1所示:
(三)特征表现
通过深入剖析本案例,以及对2011年“永中杯”全国普通高中信息技术优质课30个案例的梳理分析,笔者总结出具有良好TPITK的教师会呈现出以下特征:
第一,拥有扎实的教学主题知识和良好的课程整合能力。从本案例可以看出,教师深刻理解人工智能的相关概念、理论及发展脉络,熟练掌握机器人工作原理和实践操作,正确把握知识点间的联结与层次递进关系。在授课过程中,教师还整合进通用技术“简易机器人制作”模块相关内容,使学生对技术的思想有所领悟,技术的方法得以运用。在其他案例中还体现了信息技术教学主题与数学、美术等学科的整合。
第二,具有清晰系统的教学策略。在本案例中,教师设计的教学主线、教学互动和任务都紧密围绕“人工智能基础知识”进行,教学中每一步骤都以前一步为基础,着眼于学生的最近发展区逐层深入。并且,教师通过不断提问,促使学生将“思考”贯穿于“看听做”整个过程中。从另一些优质课案例也可看出,教师能根据学生情况进行教学推理,以适合学生理解的方式授课。
第三,勇于设计基于技术支持的课,乐于将技术交到学生手上。“人工智能初步”是有关基础性知识的纯理论课,但在本案例中,教师精心设计,使各个理论知识点都具有技术实践的支撑,并使用触手可及且不断变化的技术手段,如电脑摄像头、简易计时器软件等优化知识表征、加强师生互动。教师不仅通过演示机器人使学生对人工智能有整体直观的把握,而且将机器人交到学生手中,让学生在探索中直接体验人工智能。在此,技术不仅是教师呈现内容的工具,更是学生获取知识的手段。在另一些优质理论课案例中,教师均通过技术使理论先落实到实践,待学生有经验性的感知后,再将实践上升到理论。
第四,敢于将即兴的创作融入精心的教学计划中。教学是一个复杂和结构不良的问题,很少有——也许没有一般的原理可适用于任何情境。同样,也很难有一成不变的教学计划能框定整个教学过程。本案例中,教师并不忽视或排斥学生在探索机器人过程中的失败,而是即兴于学生的失败中挖掘共性,临时增设内容,帮助学生解决问题,促进学生思考。在其他案例中也能看到多处此种超越教学计划的即兴创作。
关键词:双语教学;人工智能;体系结构
根据《朗曼应用语言学词典》中的定义,双语教学(Bilingual Teaching)指的是用两种语言作为教学媒介语,通过学习学科知识来达到掌握第二语言的目的。双语教学作为学科教学延伸,不是简单的母语加第二语言,而是将第二种语言融进学科知识,通过学习学科专业知识提高学生第二语言的听、说、读、写综合能力,培养学生用第二语言思考、解决问题的能力,培养适应社会发展需求的高素质、复合型人才,以适应信息时代我国经济和社会发展的需要。人工智能的主要目标是让机器具有应用符号逻辑的方法模拟人的问题求解、推理、学习等方面的能力,能够在各类环境中自主地或交互地执行各种任务,比如水下作业、输油管道、森林救火等。人工智能的发展,不仅代表计算机等科学技术的发展水平,也是一个国家工业化水平的重要标志。这对高校的教育提出了新的挑战。因此,选择人工智能课程的双语教学模式是非常必要的。
1人工智能课程分析
人工智能是一门多学科交叉的课程,特别涉及控制论、信息论、语言学、神经生理学、数学、哲学等多种学科[1-2]。学习该课程需要具有较好的数学基础和较强的逻辑思维能力,大多教师、学生在教、学的过程中都显得比较吃力。如何结合课程的特点,帮助学生找到好的学习方法,使他们能充分发挥自己的能力,提高学习兴趣成为教学研究过程中的首要目标。在目前高校提倡双语教学的环境下,我校已将人工智能立项为双语教学示范课程。人工智能课程具有如下特点:
(1) 是一门非常前沿的学科。
计算机最初是用来做科学计算的,但随着计算机科技的迅猛发展,人们开始考虑计算机还可以做些什么,能不能像人一样学习、思考,然后解决问题?这就是基于人的知识和经验,用符号推理的办法让计算机来做事情,是人工智能最早的研究成果。但是,知识并不都能用符号表示为规则,智能也不都是基于知识的。人们相信,自然智能的物质机构――神经网络的智能是基于结构演化的。因此,20世纪80年代在人工智能理论发展出现停顿时,人工神经网络理论出现新的突破,基于结构演化的人工智能迅速成为人工智能研究的新方向。事实上,智能问题无论从广度还是深度,都远比人们想象的要复杂得多。因此,我们一刻也不能放弃钻研,并且要时刻关注该领域发展的最新动态。在高校开展人工智能课程的双语教学,可以促使学生了解该领域以及相关领域,如模式识别、机器视觉、智能检索、人工生命等发展的最新动态,掌握大量的专业词汇,锻炼理解问题、解决问题、了解领域文化等实际能力,对培养国际化、工程化、实用化的复合型人才等具有重要的现实意义。
(2) 涉及面宽、难度大。
人工智能是一门多学科交叉的、极富挑战性的前沿学科,它几乎涉及于社会科学和自然科学的每个领域。人工智能课程是一门理论性非常强、知识点比较分散、知识更新快的课程,它以编程语言、数据库原理、概率统计、数据结构、离散数学以及编译原理等前趋课程为基础,还涉及到控制论、信息论、通信原理、图像处理、模式识别等课程。因此,人工智能课程的知识点难度较大。通过该课程的双语教学过程,学生不但学习了课程的专业知识,而且还学习了相关理论课程的第二语言表示方法及应用情况,对于培养具有个性化的多层次人才具有重要的价值。
人工智能课程的特点决定了它的双语教学也具有很大的难度。根据普通高校的实际情况,我们组织了人工智能的双语教学体系结构,教学实践表明,该模式行之有效。
2人工智能双语教学体系结构
要达到双语教学的目的,就必须将传统的“注入式”教学模式改变为新型的“以学生为中心”的教学模式。然而,这种“以学生为中心”的双语教学模式是多样化的,其教学过程是复杂的,在我国还处于探索阶段[3-5]。在人工智能课程的教学过程中,根据学生的实际情况,我们采用课堂教学多样化、基于CDIO理念的实践教学,不断地探索研究,形成高校人工智能双语教学体系结构,如图1所示。
计算机双语教学的正常开展,必须依托优秀的计算机专业外语教科书和教学参考用书。根据学生的实际情况,我们采用了Nils J.Nilsson教授编著的《Artificial Intelligence A New Synthesis》,该教材是美国斯坦福大学计算机系本科教材,不仅内容丰富、取材新颖,更重要的是内容组织结构比较符合学生的认知规律,便于学生学习、理解。参考书主要选用了蔡自兴、徐光v老师的《人工智能》。
3双语教学方法
由于人工智能是一门非常前沿、涉及知识面宽、应用范围广的学科,因而在教学的具体过程中,我们多种教学手段并用,主要采取理论联系实际的案例驱动讲授、CDIO实践模式、综合考证等讲授方法。
3.1理论教学
(1) 修改教学大纲和课程设计的实验大纲。参考吸收国外先进教材中的内容,结合普通高校的实际情况,形成有针对性的、合理的教学体系。
(2) 采用多种教学方法和手段。设计和制作简洁、易懂的英文电子教学课件,采用多媒体教学手段,丰富教学内容。建设课程网站,电子课件在网上公开,帮助学生预习专业词汇、了解教师讲解线索和重点内容,降低学习难度。
(3) 课堂提问。提问一些重要内容,鼓励学生积极思考,既能加深学生对所学课程知识的理解,也有利于其英文表达能力的提高。
(4) 案例驱动法。将有意义的案例贯穿在教学过程中,培养学生的兴趣,提高学生分析问题、解决问题的能力;
(5) 课后小组讨论。每6~8位同学分为一组,实行小组长负责制,组织学生讨论和解决学习中遇到的问题,交流学习心得,一方面起到温故而知新的作用,同时培养团队协作精神。
3.2实践教学
由于学生的英语水平、专业基础知识以及知识面都有差别,因此教师必须因材施教,培养学生的兴趣。实践课题来源于实际工程,将CDIO理念贯穿于实践教学过程中,提高学生综合创新能力与团体协作精神。
(1) 实验题目多样化。学生可以选择,也可以根据老师的要求自己构思,以培养学生的兴趣与查阅资料的能力。
(2) 分工与合作。来源于工程实践的题目,学生通常很难在短时间内独立完成,因而需要分工合作,培养学生的协作精神。
(3) 整体设计方案的灵活性。学生领会题目本意,自主设计解决方案,培养学生分析问题、解决问题的综合创新能力。
(4) 编程实现。培养学生的编程能力,形成科学的编程风格。
3.3考核方式
(1) 多种形式的平时测试(30%)。主要包括平时测验、讨论、作业等。主要考察学生对基本知识的掌握,英文表达能力以及知识面的拓宽等。
(2) 实践教学(30%)。主要考察学生对实践题目的理解、整体方案的设计、团队间的协作精神以及实现结果等。
(3) 期末考试(50%)。试题全部用英文形式出现,鼓励学生用英文作答。
人工智能课程采用双语教学,可以使学生最准确地理解专业知识,又可以使英语和专业课的学习相互促进。
4教学效果分析
课程结束后,我们对学生进行了教学效果讨论与调查,结果如表1所示。
从本课程讨论和调查的结果以及其他普通高等院校的双语教学调查结果可以看出,双语教学效果基本上达到了要求。但也存在一些值得思考的问题:不适应的人数比例偏高,专业知识的学习效果一般,甚至有学生因为跟不上进度放弃专业课的学习。为此,提出以下的建议:
(1) 加强学生认识。学生必须从思想上认识到人工智能双语教学的重要性,克服教学过程中的种种困难、持之以恒,主动与同学、老师进行讨论,密切关注学科发展动态。
(2) 提高实施条件。双语教学过程中,学生是主体,教师是关键。因此,要求老师要有较高的专业知识和英语水平,学生要有较好英语基础。
(3) 完善教学体系结构。双语教学在我国还处在探索阶段,因而必须在教学实践过程中不断地改进完善双语教学的体系结构。
只有解决好这些问题,才能培养出更高素质的复合型人才,适应国内外科学与经济发展的需要。
参考文献:
[1] Nils J Nilsson. Artificial Intelligence A New Synthesis[M]. 北京:机械工业出版,2002.
[2] 蔡自兴,徐光v. 人工智能[M]. 北京:清华大学出版社,2003.
[3] 贺志荣. 双语教学的实践与思考[J]. 黑龙江教育:高教研究与评估版,2008,62(10):45-46.
[4] 王树根,姜昕. 我国双语教学的历史发展阶段综述[C]. 安徽黄山,2007年全国测绘学科教学改革研讨会,2007.
[5] 汤东. 中外高校双语教学模式的比较研究[J]. 黑龙江教育:高教研究与评估版,2008,62(11):69-70.
Exploration and Practice on Bilingual Teaching Architecture for Artificial Intelligence Course
LI Zhu-lin, HAO Ji-sheng, MA Le-rong
(Department of Computer Science, Yan’an University, Yan’an 716000,China)