人工智能人人通生态雲平台

河南人民出版社有限責任公司

2019年12月28日 星期六

咨詢熱線

400-6908-558

在線學習
153 人
雲校學校
220 所
雲校老師
158 人
雲校學生
451 人
雲校家長
51 人

立即報名

您的位置:币安币官网 > 學習天地 >

高校人工智能本科專業需要怎樣的課程體系(二)

高校人工智能本科專業需要怎樣的課程體系(二)

三、我國人工智能本科專業課程體系建設的思考

為應對智能時代的人才缺口,我國學者對人工智能專業和其相關專業的人才培養方向、模式和方法同樣提出了一些新理念和新建議:在人才培養目标方面,緻力于培養寬口徑複合型人才、高水平專業人才和拔尖創新人才,并對人才素質做了多維度要求,促進學生全面發展[11];在人才培養模式方面,總結出浙江大學以跨學科實踐平台為支撐,整合學科知識、重構課程模塊[12]的課程體系建設方式,人工智能專業學生可在基礎和專業核心課程外,根據自身的興趣選擇性地學習智能決策與機器人、機器學習、智能感知與語言以及可視交互與設計四個方向的模塊課程[13];在人才培養内容方面,反複強調人工智能專業知識體系中“交叉”、“應用”以及“通識(人文)教育”幾個關鍵詞,清華大學更是在人工智能學科領域創辦智班踐行了“廣基礎重交叉”的培養模式,注重學科基礎教育并設置覆蓋前沿領域的全英文教學專業核心課程,前兩年以“通才教育”為主,實施基礎知識強化訓練,後兩年以“專才教育”為主,加強人工智能專業教育[14]。

然而,在我國高校面向人工智能領域人才培養做出快速反應的同時,我國高等教育在人工智能人才培養方面仍存在一些需要長期實踐改革的問題。其一,針對本科層次,人工智能專業人才培養目标過于粗糙單一,需要有針對性地加以細化,包括與其他專業相區分、不同層次類型高校相區分、與高中和研究生階段相銜接等,并亟待形成面向信息能力、創造能力、社交能力、人文情懷、國際化能力、問題解決能力等的人工智能人才培養能力體系[15]。其二,就人才培養模式而言,我國高等教育中的學科壁壘、學院劃分、教職人員流動限制和跨學科教育實踐的落後性都在很大程度上阻礙了人工智能專業相關平台和模塊化課程的有效實施,如何使新人才培養模式落地成為重要的前提性問題。其三,在人才培養内容方面,課程内容繁雜、與科研實踐關系不緊密等問題同樣可能出現在人工智能專業培養過程中,導緻學生在基礎研究和面向應用方面都 “力不從心”,同時除通識教育課程選課範圍外,缺乏對人工智能與人文、倫理、藝術等領域進行融合的中國化探索與嘗試[16]。

因此,借鑒國外兩所案例大學人工智能專業課程體系建設的實踐經驗,未來我國人工智能專業課程體系建設應借新興專業新生之勢,破除高等教育舊有弊病,建設滿足“三新”要求的課程體系,即新的特色複合型、跨學科人才培養目标,新的多維度模塊化課程結構,新的厚基礎、多學科交叉融合、面向應用的課程内容。

(一)新人才:回應國家需求,增強專業特色

人工智能本科專業的課程目标代表着一個學校乃至一個國家對“培養什麼樣的人工智能人才”這一根本問題的回答,在宏觀上要回應國家對人工智能學科發展及其相關領域人才素質的要求和期待;在微觀層次要明确其存在的必要性和獨特性,表現在與其他相似專業的區分以及突出不同學校相同專業的特色。

首先,在回應國家需求方面,我國人工智能本科專業在課程體系建設中首先要回應國家如下要求:“瞄準世界科技前沿,強化基礎研究,實現前瞻性基礎研究和引領性原創成果的重大突破,進一步提升高校人工智能領域科技創新、人才培養和服務國家需求,推動人工智能與實體經濟深度融合、與人民需求深度融合、與教育深度融合”[17],對學生的人工智能基礎知識與研究能力、技術設計與應用能力、跨學科(多學科)知識與能力、工程倫理、家國情懷、創新創業能力和終身學習能力等在培養目标上進行頂層設計,培養服務人民、服務國家的人才。

其次,在專業設置的必要性和獨特性方面,人工智能專業雖脫胎于計算機專業,曾是計算機專業中的一個分支,但人工智能專業課程的知識體系絕對不是計算機專業的知識體系,人工智能人才具有的知識能力也不同于計算機專業人才。人工智能專業在設置之初,就要有清晰的人才培養目标和就業導向,各院校也要有不同側重,避免各高校人才培養的同質化以及自身目标模糊化的問題。

通過對兩所案例學校的比較分析,本文提出兩種不同的課程建設模式:一是以卡耐基梅隆大學為代表的專一且深入的人工智能專業課程模式,二是以南洋理工大學為代表的“人工智能+X”的跨學科課程模式。與卡耐基梅隆大學相似的在人工智能領域有深厚積澱的、處于領先地位的高校或在人工智能領域研究覆蓋面廣、有一定實力的高校可以開設專一且深入的人工智能課程體系,以培養有大量知識能力儲備的人工智能專攻型、研究型人才,人工智能的發展也離不開領域内基礎研究的支持。而一些在人工智能某一方面有所專長且在其他相關學科也有所特色的大學可以開設“人工智能+X”的跨學科課程體系,培養能夠在相關領域開展研究并将人工智能應用到實際問題中的人工智能複合型人才(如人工智能+醫療、人工智能+地球科學、人工智能+金融),或是注重應用的人工智能某一領域的技能型人才(如機器學習、人機交互、自然語言處理等)。各大學分别培養不同類型人工智能人才,各專業各具特色,有利于形成多元化人才培養結構,豐富人工智能領域市場的人才供給。在此基礎上,各大學依據培養目标的具體特征,明晰其應具有的知識和能力,進一步規定專業課程體系。

(二)新模式:創新課程結構,明确能力模塊

根據新人才培養目标的要求,突破單一學科思維和院系設置物理壁壘的跨學科平台建設以及課程體系重構成為許多專業改革的方向,例如天津大學建構的面向未來科技和産業發展的多學院和多學科合作跨學科人才培養平台(未來智能機器和系統培養平台、未來智能醫療與健康教育平台等)[18]。本文受兩所案例大學,特别是卡耐基梅隆大學的啟發,提出在重視人工智能專業課程的基礎上,依托跨學科平台提供不同領域教學人員和項目資源,構建人工智能模塊化課程的設想,明确學生應獲得的知識能力模塊,分清不同模塊銜接關系。

模塊化課程的模塊設計分為狹義模塊和廣義模塊,狹義模塊是通過對具體崗位的職業分析,将每一個崗位所需的能力或技能層層劃分,每一個二級能力或每一個技能所需的工作步驟、工具、知識、态度、标準等内容就稱之為一個模塊。廣義模塊是模塊概念引入我國以後的一種延伸,包含内容大于狹義模塊,是多個狹義模塊的組合,不單純包括一項技能、知識或能力,并且在模塊中能力性教學内容與學科性教學内容相結合[19]。一個專業的規劃則需要廣義和狹義模塊相配合,卡耐基梅隆大學的人工智能專業課程劃分七大模塊即可認為是廣義模塊,而一門課程中包含的使學生掌握一個具體技能或能力的所有内容就是一個狹義模塊。模塊化的課程結構有以下優勢:(1)明确專業培養的能力,既強調繼承學科課程的優勢,又重視以職業分析為基礎進行課程開發,重視能力和技能培養的滲透,使學生真正掌握有專業特色的可以解決實際問題的能力;(2)數學、計算機和通識教育等模塊與人工智能基礎和選修模塊組成了一個循序漸進的寬基礎課程結構,同時這些模塊易于靈活組合,學生可以自由選擇某些模塊,利于培養個性化“人工智能+X”人才。

人工智能本科專業進行課程設計時,應将總體課程結構和每一門課程進行模塊化設計,盡可能地豐富課程模塊,宏觀上建立“基礎知識模塊+人工智能專業模塊+跨學科特色模塊+綜合素質選修模塊”等課程模塊(見圖2),微觀上合理安排、明确設置一門專業課程的能力模塊,依此有針對性地授課,突出課程特色,避免課程冗餘。同時,結合基礎核心課程、專業核心課程以及專業選修課程和通識選修課程等課程類型規定,明确專業核心和特色,并在不同學科交叉中分清不同類型課程的作用、地位和主次關系,避免課程數量過多、知識重複率高、難以有效融合、學生忽視專業知識等問題。在之後的專業課程設計中,也要将教材模塊化、課程内容模塊化等細節落到實處。

(三)新知識:優化課程内容,聚焦人工智能

課程内容的選擇是根據特定的教育價值觀及相應的課程目标,從學科知識、當代社會生活經驗或學習者的經驗中選擇課程要素的過程,其要符合學生基礎和認知發展的規律、貼近和适應社會發展以及符合學科發展規律和要求。因此,在确定人工智能本科專業課程内容時,要把握本科階段學生知識基礎和認知特點,在避免人工智能知識體系空心化、碎片化、淺顯化的基礎上,重點突出其與自然科學、社會科學與人文藝術科學交叉的新興學科特點,構建“厚基礎、強專業、寬領域、重應用”的人工智能知識體系。

首先,在“厚基礎”方面,借鑒南洋理工大學和卡耐基梅隆大學的課程構成,需在數學和計算機兩個核心課程模塊開設更系統更全面的基礎課程。首先,從學生基礎和認知發展情況出發,本科階段教師應充分了解高中學生對于人工智能這一“高深”領域的知識準備水平和認知水平,更好地與高中階段課程銜接,在低年級階段開展螺旋式上升的數學和計算機知識學習,做好課程内容鋪墊,使學生更順利地進入專業學習。另一方面,從學科知識發展角度來看,因人工智能專業的發展立足于數學和計算機科學的基礎之上,教師要巧妙篩選與人工智能相關的數學和計算機知識,避免“大水漫灌”和“學用不銜接”的問題,并在課程中點明這些基礎知識的人工智能應用範圍,例如,概率論中的貝葉斯思維可以應用到利用人工智能過濾垃圾郵件的問題中、随機過程中的隐馬爾科夫模型可以支持語音識别等[20]。總之,人工智能本科專業要重視并開足支持學生在人工智能領域深入學習、研究的基礎課程,保證課程質量,使學生積累深厚的知識基礎,打牢學生學習的“地基”。

其次,聚焦專業,學科交叉,面向應用。課程内容方面要突出人工智能專業特色,聚焦專業内涵,把握學科發展規律,将人工智能基礎、機器學習、決策與機器人、感知與自然語言處理和人機交互等專業課程做精做細,将理論知識、研究前沿和應用問題有機結合融入課堂知識學習,并在課堂組織方式上多采用研讨式、問題式和項目式等學習方式,打造精品課程,避免對傳統課堂的沿襲。另一方面,正是技術孕育的多學科基礎和産業應用的多樣化趨勢要求不同學科的交叉融合,直接催生了獨立、交叉的人工智能專業[21]。為堅持人工智能專業初始的交叉性特點,課程内容要結合學校專業布局特點和專業建設優勢,依托選修課程、科研項目和跨學科平台促進多學科交叉融合。專業課程中要涉及與人工智能研究息息相關的認知科學、腦科學、心理學等領域,初步探讨人工智能與金融、商業、醫療等其他學科交叉融合的相關問題,再借助科研合作項目,為學生提供寬領域的研究機會和接觸實際問題解決過程的機會。在面向應用方面,為避免人工智能成為一個培養專門人才的專業後,學科邏輯替代問題邏輯[22],人才培養過于理論化和專業化,脫離問題實際,落入傳統人才培養的窠臼,學校要重視與政府、科研機構和企業的協同合作,多聽取相關利益者的意見以确定課程内容,并建設實訓基地和科研創新平台,建設起“場景驅動”的應用型模塊課程,将課堂移到真實場景中,通過課上基礎知識和技能工具的學習和小範圍模拟運用、科研項目和實習實踐中的實際問題解決和經驗積累以及與企業和政府項目合作過程中的綜合能力鍛煉與知識創新等一系列的培養活動實現全過程協同育人,完善“人工智能+X”的複合型人才培養體系。

最後,課程内容具有知識性與價值性相統一的特點,人工智能專業要通過人文、社會、藝術和倫理等方面的通識教育課程對學生進行人文關照,提升學生的生态意識、法律意識、審美能力和倫理道德水平,特别是引發學生對人工智能倫理和社會價值的思考。人工智能在無生命的機器上對人類智能的模拟必然會産生倫理問題,包括表層的隐私洩露、工人失業風險增加、教育領域應用的兩面性、軍事領域應用帶來的安全性問題等,更隐藏着“機器是否會統治人、奴役人”以及人與人工智能的關系等哲學問題[23]。雖然人工智能從數據智能到類腦(生物)智能還有很長的路要走,但在實現這些技術之前,這些倫理道德問題都是人類需要思考的。學校教育要肩負起對學生社會責任感和倫理道德的涵養,德育、智育和美育課程三育并舉,專業課程和通識課程相輔相成,結合工程實例和文藝創作,引發學生對倫理問題的注意和思考,引導學生正确平衡工具理性和價值理性,培育正确社會價值觀和對全人類的關懷之心。