人工智能課程評價精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能課程評價主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能課程評價范文

關鍵詞：高校；人工智能；倫理道德教育

中圖分類號：G642.0文獻標志碼：A文章編號：1674-9324（2019）41-0144-02

一、人工智能課程倫理考慮的基本內涵

人工智能課程中進行倫理考慮，是在人工智能課程中有針對性地加入道德教育的元素。在方式上，可以借用西方的“隱形教育”方式。在內容上，必須符合中國的人工智能發展態勢，更要受中國社會主義核心價值體系的引導。目前中國的人工智能課程，過度偏向于技術性。尤其是許多社會機構提供的課程，更是偏向于功利性，目的在于讓學習課程的學習者快速獲得工作。因此，必須從源頭入手，對這些社會機構進行一定的約束和規范，對人工智能課程內容進行整體的架構。

二、高校人工智能課程中倫理考慮的必要性

（一）我國對于科技工作者職業道德建設的要求

首先，科技工作者的職業道德建設是促進社會治理體系現代化的必然要求。加強社會治理制度建設，一靠法治，二靠德治。中國正聚焦力量加強自主創新，科技是第一生產力。基于當代中國語境下，科技工作者的職業道德建設就至關重要。科技工作者對自己的社會責任與倫理責任應該有著充分的理解，在科研活動中既要著眼于為社會提供科學技術上的新成果，同時也要強調在倫理道德建設中起到應有的作用。

其次，從長期看，科技工作者的職業道德建設利于國家科技的發展，利于促進科技難題的解決。發展是連續和間斷的同一，科技發展不能一蹴而就。在面臨科技瓶頸問題時，就更要求科技工作者具有堅韌不拔的品質和無私奉獻的精神。這些精神都是進行職業道德教育中的重要內容，也是科技工作者承擔的社會角色中必不可少的特質。

最后，高尚的職業道德是科技工作者奮進的不竭動力。一個科技工作者只有站在最廣大人民的立場上，奉獻自我才能成就事業。隨著全球化的發展，受西方“享樂主義”的負面影響，科技工作者只有更加堅守自我、承擔社會責任，才能具有不斷前進的精神支柱。

（二）對解決人工智能倫理困境的源頭性作用

隨著人工智能應用領域的廣泛化，以及應用群體的普及化，難以避免的帶來一些倫理問題上的困境。例如倫理學中經典的“電車難題”，在當代科技發展中也出現了在人工智能領域的“無人車難題”。無人車產生事故的責任歸屬與分配就是目前很多學者在關注的倫理問題。人工智能的發展對當前的法律規制，還有現存的人倫規范都產生了挑戰。人工智能的未來發展方向，在操作性上要避免技術鴻溝，在設計過程中要堅持算法公開化、透明化，并且在出現數據漏洞時應盡快地進行自我修復。這對于科技工作者自身的素質提出了很高的要求，不但要求科技工作者自身的知識素質與知識能力過硬，而且要求科技工作者要嚴于律己，具有較高的思想道德素質。要求科技工作者對于人工智能的發展保持理性的態度，堅持為國為民。許多科幻電影和小說中都體現了未來人工智能發展到一定階段時，人與機器產生的情感迷思。作為科技工作者，在設計與調整過程中都應保持情感中立，勇于承擔社會責任。目前我國正處于人工智能發展的初級階段，人工智能尚不能擁有自主意識，人工智能的行為責任必須要找到其背后的擁有自主意識的人。無論是現階段還是未來，作為人工智能產品開發者與設計者的科技工作者樹立正確的價值觀和承擔相應的社會責任是十分必要的。科技工作者的知識層次與道德品質在某種程度上說，是研發人工智能產品的起點。因此，對科技工作者的成長過程中進行持續的道德教育，使其樹立高尚的道德觀念，對于解決許多人工智能帶來的倫理困境都具有源頭性、基礎性的作用。

三、高校人工智能課程與倫理道德教育的結合方式探索

（一）高校人工智能課程資源的充分運用與更新

從資源形態上看，實物化資源與虛擬化資源，線上資源與線下資源都應充分運用。隨著智能校園的普及，有基礎條件的地區與校園可以充分運用好身邊的人工智能。人工智能課程是一門理論與實踐相結合的課程，因此課程的內容也不能僅停留在理論層面。除了對于學術資源的運用，也應當結合實體的人工智能產品進行學習。但因為人工智能的發展程度還沒有普及化，人工智能機器人也遠沒有達到觸手可及的程度。因此運用新媒體技術，通過虛擬現實的手段進行在教學過程中的知行結合是可以嘗試的路徑。VR技術在網絡設備硬件教學中可以節約成本，便于人工智能課堂的普及化。在理論教學中，可以通過與虛擬機器人的交互增強趣味性。VR技術有3個最突出的特點：交互性、沉浸性和構想性。課程設置者可以充分借助VR的沉浸性設置相應的場景，讓課程學習者通過對特定道德場景的判斷引出思考。這種新媒體手段既可以更新原有課堂知識的教學教法，更適合作為倫理教育走入人工智能課堂的重要媒介。

從資源時態上看，人工智能課程資源必須隨著人工智能的發展而不斷更新。從現實角度來看，最初開設人工智能課程時，其教學目標還是相對簡單的——即培養學生的創造性與知識能力。但隨著人工智能的普及應用，產生了許多人工智能語境下的道德困境。從指導思想來看，我國逐步走向世界舞臺，隨著實力增強指導思想也是不斷變化的，新時代會提出新目標，為了實現中華民族的偉大復興，課程內容的豐富也是十分必要的。因此，人工智能課程若要符合時代需要，就需要不斷地更新課程資源。人工智能這一學科是具有學科交叉性的，與之相關各個領域的最新前沿問題都需要結合相應的道德教育，只有這樣才能適應時代的發展。

（二）高校人工智能課程內容的合理架構

對于不同年齡層次的人工智能課程，必須考慮到不同群體的教育規律。提出合理的教育目標，用不同群體可以接受的方式方法才能達到最優的教學效果。我國人工智能課程目前的課程架構中，已經有學者進行了分年齡層次的研究。人工智能課程可以規劃為專業性逐漸增強的、從邊緣到中心的課程層級系統。對于高校本科生和研究生來說，人工智能課程設置內容必須具有專業性。在上文的課程體系建構中添加了藝術、文學、哲學等內容，其中包含對于人工智能倫理學的思考與認識。但在某種意義上這些青年的社會價值觀就代表了未來科技工作者的社會價值觀。因此在這一階段，人工智能課程的架構與實施，國家應加以引導和監督。一方面需要建立統一標準的高校人工智能課程體系，另一方面在應對課程具體內容的落實方面給予一定程度的監督。

（三）在高校人工智能課程教學過程中充分運用案例

首先應充分運用學術案例，例如度量學習，在其基礎上的遷移學習，以及發表在《機器學習》、《數據挖掘》等頂級期刊上的論文。使課堂具有含金量，可以說這也是國家發展與關注的重點。通過學術性經典案例的學習可以擁有不一樣的視角，通過歷史發展的角度去看人工智能技術的演變與發展。其次應充分運用具體案例。在人工智能課程中對于許多道德問題，不應抽象地去討論，而應該具體地去討論。也可以讓學生與AI系統進行直接的問答，如：我們能保證它們穩定可靠嗎？我們應該如何去測試人工智能？人工智能課堂中既要包容學生多元化的答案，不壓抑創造性又要對于錯誤的思想進行思想轉化，這就需要教育者具體問題進行具體分析了。

第2篇：人工智能課程評價范文

【關鍵詞】 人工智能 農村遠程教育 高效

人工智能技術是在計算機科學日新月異發展的進程中一大成果，由于其智能、高效、優化的強大功能，為許多研究者所重視。部分教育領域的研究者，將人工智能技術引入教育行業，探討人工智能如何融入教育，促進教育深度發展。研究者們將人工智能與職業教育、繼續教育、遠程教育及教育技術結合，進行探討，提出了一些很好的建議。農村遠程教育雖然也屬于遠程教育范疇，但由于其自身具有許多特殊性，因此有必要單獨將其應用于農村遠程教育進行探討。

1 我國當前農村遠程教育發展面臨的困境

我國農村遠程教育是伴隨著現代通訊技術的發展而在廣大農村出現的一種新的教育模式。隨著上世紀70年代末，以廣播電視大學為代表的遠程教育的興起，為我國教育的發展寫下了濃重的一筆，由于其不受時間、空間、學習者等要素的影響，充分體現了“時時能學、處處可學、人人皆學”的巨大優勢。因此，本世紀初，國家將遠程教育教學模式引入廣大農村，于2003年推出了“農村黨員干部現代遠程教育”、“農村中小學現代遠程教育工程”，于2004年依托廣播電視大學體統推出了“一村一名大學生”工程，這些遠程教育工程對推進農村教育起到了舉足輕重的作用。但其發展也遇到了困難，具體說主要體現在以下幾個方面：

1.1 師資力量短缺

由于受我國長期以來的城鄉二元制經濟發展模式的影響，導致城鄉經濟發展不均衡，直接造成了城鄉教育發展失衡。在農村教育中，首先表現在教師配置上，由于農村教育經費投、教師工資水平均低于城市，造成了長期以來農村教育師資力量短缺，遠程教育更是如此。據相關研究表明，現我國農村遠程教育由于缺少懂計算機或網絡技術的專業人才，往往用不相關專業的人才作為替代，且大都為兼職人員。這就造成了對遠程教育設備的維護、遠程教育資源的管理及遠程教育教學輔導等方面出現問題。以廣播電視大學系統為例，自2004年廣播電視大學開始招收“一村一名大學生”學員，雖然學員增長速度很快，但其教學點僅延伸至縣城，招收的學員往往為縣城周邊農村的農民，而廣大較偏遠地區正真渴望接受教育的農民缺少受教育機會，之所以沒有延伸至鄉鎮及行政村，根本原因是缺少師資力量。

1.2 資源建設不足

由于農村遠程教育是本世紀初才在農村興起的一種新的教育模式，屬于新生事物，因此缺少前期的積累，主要體現在教學資源的積累上。我們知道，是否擁有豐富優質的教學資源是關乎遠程教育成敗的關鍵。而長期以來，我們主要注重城市遠程教育的發展，現城市遠程教育已相當成熟，擁有一大批優質的教育資源，吸引了大批學習者。但由于農村遠程教育與城市遠程教育相比有其特殊性，廣大農村學員需要掌握的不僅僅是理論知識，他們最迫切學習的是農業實用新技術及掌握能夠改變自己生活現狀的一技之長，而這些課程資源在城市遠程教育中設計不多。因此我們沒有現成的教育資源可供使用，需要另起爐灶進行建設。但由于投入農村遠程教育的經費有限，用于資源建設的經費也不足。造成了現階段農村遠程教育資源依然短缺的現實。這不利于農村遠程教育進一步發展。

1.3 課程設置不合理

如上所述，廣大農村學員渴望學習的是改善自身生活的實用農業新技術及一技之長，同時廣大農村也需要培養一批懂管理的鄉村干部。因此在專業和課程設置上，客觀上要求向這些方面靠攏。雖然現在農村遠程教育在專業設置上慢慢轉向適合農村學員的涉農專業，但在課程設置上還是不盡如人意，往往只根據自己師資情況及資源情況來設置課程，這樣往往造成農民學員需要的課程沒有涉及，而農民學員缺乏興趣的理論課程所占比重過大的問題。這樣會嚴重挫傷廣大農村學員學習積極性，對農村遠程教育發展極為不利。

1.4 網絡教學平臺存在不足

我國現階段遠程教育的網絡輔導教學平臺現階段的形勢往往通過QQ對話、Email郵件、BBS及一些音頻、視頻系統進行。這些方式當然是有效的網絡教學方式，但存在問題也是十分明顯的，最主要問題在于如果沒有提前聯系，教師就不會及時回復學生提出的問題，缺少師生互動。學生的學習效果會大打折扣。

2 人工智能應用于遠程教育的優勢

2.1 人工智能的概念

人工智能是計算機學科的一個分支，是一門研究計算機模擬和延伸人腦功能的綜合性科學，部分研究者將其定義為：一個電腦系統具有人類的知識和行為，具有學習、推理判斷來解決問題、記憶知識和了解人類自然語言的能力。人工智能的產生過程：對于人類因問題和事物而引起的刺激和反應，以及因此而引發的推理、解決問題及思考決策等過程，將這些過程分解成一些步驟，再通過程序設計，將這些人類解決問題的過程模擬化或公式化，使電腦能有一個系統的方法來設計或應付更復雜的問題，這套能夠應付問題的軟件系統，稱之為人工智能。

2.2 人工智能切合了遠程教育的要求

有研究者指出：人工智能是研究如何構造智能機器（智能計算機）或智能系統，使其模擬、延伸、擴展人類智能的學科。人工智能在教學領域應用的最直接結果就是誕生了智能教學系統。而所謂的智能教學系統是以計算機輔助教學為基礎而興起的，它是以學生為中心，以計算機為媒介，利用計算機模擬教學專家的思維過程而形成的開放式人機交流系統。由于它綜合了知識專家、教師、學生三者的活動，因此，與之相對應，智能教學系統一般分為知識庫、教學策略和學生模型三個基本模塊，再加上自然語言智能接口。人工智能的這些功能和模塊剛好切合了遠程教育的特點及要求。我們開展的遠程教育一直以來就強調以學生為中心，以學生自學為主，教師輔導為輔，教師通過計算機網絡系統對學生進行實時和非實時輔導，以此來完成學生的學習過程。因此人工智能適合應用于遠程教育教學過程。

2.3 人工智能能夠有效加強對學生的管理，提高學習效率

長期以來遠程教育為社會詬病的是，由于缺少師生間直接交流的機會，造成教師對學生的組織和管理方面的困難。如果我們僅僅依據學生登錄次數、登錄時間等方面來評價學生學習情況，這樣往往造成對學生學習的錯誤評價，但對遠程教育的教師來說也只能做到這些。但如果我們將人工智能引入遠程教育，它可以依據自己強大的功能，通過對學生情況的數據分析，科學提供學生的學習能力、認知特點及當前的知識水平。更為重要的是，通過對這些信息的分析，它能為每位學習者制定適當的教學內容和教學方法，為學生提供個性化的學習服務，切實提高學生的學習效率，這是我們遠程教育所倡導的最佳服務的效果。

2.4 人工智能可以從某方面解決農村遠程教育師資力量

如上所述，由于城鄉間經濟差距，造成了長期以來城鄉教育發展失衡，廣大農村地區師資力量較為薄弱，特別是遠程教育方面。這一問題解決的根本途徑在于縮小城鄉經濟差距，但這并非一朝一夕就能解決的問題。因此農村師資力量特別是遠程教育師資力量的解決，需要一個過程。而人工智能技術利用了計算機模擬教學專家的思維過程而形成的開放式人機交流系統，它集知識專家和教師于一身。廣大學員可以通過自然語言系統，實現正真意義上的人機對話，完成適時的學習輔導過程，這從某種程度上解決了師資短缺的問題，為農村遠程教育的發展提供了一條新的發展思路。

2.5 人工智能能夠有效解決農村遠程教育資源建設問題

目前我國農村遠程教育在資源方面存在的問題除了數量較少，質量也不高，許多網絡課程資源僅僅是課本的翻版，雖然資源制作者利用現代資源制作手段，以文字、視頻及圖片等手段來展現知識，但知識之間的邏輯聯系性方面存在不足。這給學習者有效學習帶來極大不便，影響了學習效果。而人工智能技術，能夠對現有的網絡課程資源進行智能加工，對知識結構進行重新構建，對知識間的層次性、邏輯性進行重新編排，為學習者展示學習重點、難點，切實提高學習效率。使資源更加優質高效。

2.6 人工智能能夠提供實時交流，解決網絡教學平臺的不足

由于人工智能集知識專家、教師與一身，可以通過自然語言系統，開展人機對話，通過討論解決學生遇到的問題。能改變傳統網絡教學平臺缺乏及時交互性的問題。能夠解決網絡教學平臺的不足。促進農村遠程教育的發展。

3 結語

人工智能技術是計算機科學發展的成果之一，它具有智能、高效、優化的強大功能，許多行業都利用人工智能技術提高效率。對我國農村遠程教育而言，如果能將人工智能引入，能從某種程度解決因為資金問題造成的師資力量缺乏問題；提高對遠程教育學生的管理，為他們提供個性化的高效遠程教育服務；能夠利用它強大的功能重新編輯網絡資源，讓它更有利于學生學習；同時人工智能還能提供自然語言接口，打破以往網絡教學平臺的弊端。相信通過引入人工智能技術，我國農村遠程教育會迎來新的發展。

參考文獻

[1]張震，王文發.人工智能原理在人類學習中的應用[J].吉首大學學報，2006（1）：39-41.

[2]武晶晶.關于人工智能教育應用的幾個問題[J].教育教學論壇，2012（9）：159-160.

[3]張.人工智能與教育技術[J].陜西師范大學學報（自然科學版），2005（6）：228-230.

[4]張小永.陜西農村現代遠程教育資源建設初探[J].陜西農業科學，2011（4）：228-230.

第3篇：人工智能課程評價范文

1幼兒園國學教育開展中存在的問題

時代轉型下的“國學熱”催生了幼兒國學教育潮流，但在具體實踐中教育效果卻不盡如人意。縱觀現階段的幼兒國學教育，我們不難發現其存在一定的誤區：

1.1教學活動方式單一

“幼兒園在進行國學啟蒙教育時采用的教學形式較為單一，幼兒園采用的最主要方式是誦讀法[1]”。首先，一位老師面對多位幼兒，教師朗讀示范，幼兒跟讀后進行熟背是現在多數幼兒園的教學形式，以強迫幼兒“讀經”的形式灌輸傳統文化知識。其次，教師多采用傳統的“獎勵”模式來激勵幼兒背誦。導致幼兒背誦課文僅僅是為了表現自己并獲得獎勵，而并非為了獲取知識。這種單一的教學模式，忽視了幼兒的興趣，也體現不了幼兒學習國學經典的真實意義。

1.2缺乏國學啟蒙環境的熏陶

當前幼兒園的國學環境啟蒙大多形式較為復古。根據調查，目前幼兒園進行的環境創設，大多是形式上的創設。大多數幼兒園誤以為將國學經典（如《千字文》《百家姓》《三字經》）通篇印在墻面上、將國學經典人物畫像掛在墻上，或者在某一區域內擺放古代學習的書桌和古代書本，便是營造了國學環境。這些復古形式的長期使用會使幼兒對國學失去興趣，產生“抵觸”和“視而不見”的現象。

1.3缺乏科學系統的國學教育內容

國學文化包羅萬象。首先，當前大部分私立幼兒園對幼兒國學教育的理解都停留在國學經典典籍這個層面上，將國學典籍的教學作為國學教育的重點，且80%以上的幼兒園都單純地以《弟子規》和《千字文》背誦作為國學教育的主要內容。其次，幼兒園國學教育內容的選擇忽視了幼兒年齡階段特點和身心發展水平，教材也不具備層次性。

2幼兒園國學教育融入人工智能的必要性

時代轉型背景下，人工智能與教育領域的深度融合是解決當前幼兒國學教育問題、健康發展的必經之路。當前幼兒園亟須建設國學特色課程、提高國學教師素質、實現高效的因材施教。

人工智能是一門綜合的交叉學科，涉及計算機科學、生理學、哲學、心理學、哲學和語言學等多個領域。[9]首先，人工智能的新型教育模式能綜合多領域學科知識，打破單一的教學方式，創新當前幼兒國學教育。其次，人工智能可以發揮其智能化、自動化、個性化和協同的特點，為幼兒園區域活動提供智能化、自動化的環境創設材料。此外，人工智能可以根據每一位幼兒的特點采用大數據分析的方式，分析幼兒認知發展程度，在夯實國學教育理論的基礎上，根據幼兒身心發展規律循序漸進地實施幼兒國學教育，在真正意義上建設并發展幼兒園特色課程。[2]國學教育師資短缺是阻礙國學教育發展的首要因素。教師短缺是一個嚴重的問題，對教育影響重大。而人工智能能夠獨立扮演教師的角色，且儲備了大量國學專業知識。人工智能在以教師的角色進入幼兒園師資隊伍的同時，對幼兒教師本身提出了新的要求。人工智能背景下的幼兒教師需要具備更廣泛的知識范圍、更強的綜合素質、創新型的思維以及較強的信息技術應用能力。因此，人工智能以其本身的智能化和幼兒教師的專業化能夠提高幼兒園師資隊伍的整體素質。

幼兒園國學教育融入人工智能，旨在促進幼兒國學個性化教育。在幼兒園國學教育中引入人工智能，為幼兒活動提供了創新性的玩教具和活動形式。在國學教育中，兼顧幼兒的特殊性，通過分析不同年齡段的幼兒身體發育程度、認知水平、思維能力、學習接受程度，為幼兒制定個性化課程。因此，人工智能技術與國學教育融合能兼顧個體的特殊性，能夠高效地做到因材施教。

3幼兒園國學教育融入人工智能的路徑

幼兒園國學教育融入人工智能是在遵循幼兒身心發展規律的同時，借助人工智能科技優勢，實現傳統幼兒國學教育與人工智能的有機結合，能夠增強國學教育的效果。

3.1環境創設

人工智能以其不可匹敵的技術優勢，創設全新的學校環境特征[3]。國學環境創設融入人工智能是促進國學教育開展的重要路徑。在傳統環境靜態創設的基礎上，安置多媒體一體機來創設動態多變的主題墻，播放國學經典動畫、歌曲、故事，展示栩栩如生的動態人物造型，呈現豐富多樣的色彩，使幼兒園的墻面設計能夠有效地將動態和靜態相結合。除了提供動態國學經典文化元素之外，還可以利用人工智能篩選不同年齡段的國學知識展現給幼兒，創設符合幼兒年齡特點的主題墻。天花板是傳統環境創設易忽略的一步。吊飾是懸掛于天花板的裝飾，它能夠為幼兒園內公共環境增添動感和立體感。可以利用人工智能將國學經典文化中的人物形象（孔融、孟子、孔子）、書法作品、傳世經典國畫、經典國學典籍（《三字經》《千字文》）等投影展示到天花板上。同時，在圖書角安置人工智能設備，將傳統紙質書籍與有聲讀物有機結合，打造人工智能讀書角。書架旁邊則可以布置以國學經典文化為主元素的周邊，力圖將智能元素與傳統文化元素相結合進行環境創設。

3.2人工智能教學系統

人工智能教育系統的融入促進了“有形”教師與“隱形”教師的有效結合，發揮了國學教育的巨大效力。首先，智能多媒體一體機是較為普遍的一種人工智能系統。在組織國學經典教育過程中利用其人工智能計算的個性特點，選擇出適合各個年齡階段兒童的國學經典知識。以小班為例，人工智能設備篩選出適合小班幼兒觀看的圖片、國學律動、順口溜、兒童化故事等，并以動態方式展現給幼兒。同時，教師要對多媒體設備進行有效操作、關注幼兒的身心狀態。其次，人工智能機器人基本可以代替傳統教師進行“教學自動化設計”，減輕教師負擔。機器人能為幼兒營造出一種“混合現實”的環境，讓幼兒更好地參與到故事表達中，機器人作為活動組織者，替代了教師在活動組織中的主導角色，自行設計活動流程，引導幼兒自主探索學習。此外，遠程教學是基于人工智能的教育交流平臺。[4]幼兒園建立遠程教學，以線上互動的方式，將幼兒國學教育專家與幼兒園的孩子聯系起來，實現專家與孩子的線上國學交流和互動，以便對幼兒進行更專業、更科學的國學教育指導。

3.3智能化、自動化的國學區域活動

區域活動，是指教師根據教育目標，為幼兒提供一定的活動空間和活動材料，幼兒在豐富的環境中進行自主、自由的探索性活動和個性化學習。幼兒國學區域活動的智能化能促進幼兒園學知識的有效獲得。

3.3.1智能化材料

人工智能的發展帶來智能化的益智玩教具，智能機器人尤為突出。首先，在國學區域活動中投放智能化的玩教具，能夠實現區域活動智能化。以國學藝術活動“智能機器人與幼兒園皮影戲剪紙活動的融合”為例。在幼兒美工區進行活動前，人工智能機器人獨自操作皮影戲，并展示給幼兒，啟發幼兒如何做皮影戲剪紙。隨后，機器人可以扮演活動組織者，引導幼兒逐步完成皮影剪紙。其次，國學的益智玩教具還包括國學經典有聲讀物、國學趣味創意觸感玩具書、智能優秀傳統人物模型、智能傳統習俗文物模型等。這些智能化材料的投入將大大提升區域活動的智能化和自主性。

3.3.2自主化學習

人工智能教學系統或者人工智能機器人以教師身份介入國學區域活動，代替傳統教師引領幼兒在區域內自主進行國學知識探索、學習。以國學語文活動《三字經》為例，機器人講故事、與幼兒進行國學知識交流對話，帶領幼兒唱讀《三字經》，使幼兒自主理解三字經的含義，并模仿、學習三字經中的優良習慣。當然，幼兒教師并不能完全退出區域活動，教師要選擇恰當的介入方式。教師在幼兒開展區域活動中要時常觀察幼兒，在他們遇到困難、秩序混亂以及幼兒身心安全受到威脅時，教師要及時介入，保證幼兒的自主化學習順利開展。

第4篇：人工智能課程評價范文

摘要：本文從計算機學科本科的教學理念出發，提出了從計算機學科分支的角度認知人工智能，組織并實施教學的方法。

關鍵詞：人工智能；綜合學科；計算機學科分支

中圖分類號：G642

文獻標識碼：B

1引言

目前國內流行的人工智能教材都是把人工智能學科作為由計算機科學、心理學、神經生理學、控制論、信息論、語言學等多種學科相互滲透的綜合學科加以介紹。這些教材核心內容雖然相同，但作者編寫教材的思路卻有不同，有些教材以智能體(agent)的觀點論述，還有一些教材以應用為目的來論述。這些教材對于各相關領域從事人工智能科研與工程的技術人員來說，是比較適宜的。但對于我國高等院校計算機專業的本科學生來講，卻存在一些問題。不僅是由于在一門課程中涉及眾多學科的知識，使學生難以接受，而且講授的角度不能與前期所學知識緊密配合，也增加了學習的困難。

人工智能是由多種學科相互滲透的綜合學科，但它是明確屬于計算機科學分支的學科。這是因為從功能上和方法上人工智能與計算機學科是一致的。實際上，人工智能不僅使用了許多其他計算機學科分支的技術，而且在發展過程中，也開拓了許多新的方法和技術，充實了計算機學科。若按計算機處理的對象來區分計算機應用的話，則可分為三個部分：數值計算、數據處理與知識處理，人工智能就對應知識處理工作。

對于我國高等院校計算機學科的本科教學來講，人工智能課程的課時一般只有40課時左右。以什么角度組織教材內容，提高教學效果，使學生較容易地理解和掌握人工智能的原理與技術呢？通過多年的人工智能教學實踐，我們逐漸總結出了進行人工智能教學的方法：既從計算機學科本科的教學理念出發，考慮人工智能這門學科的特點，以作為計算機學科的一門分支的角度認知人工智能，組織教材的知識架構并進行教學。用計算機學科的觀點分析人工智能的基本原理與方法時，重點強調的是這些基本原理與方法與其他的計算機分支的共同點和不同點。共同點是強調計算機學科的本質，不同點是強調人工智能的本質。

2計算機學科本科的教學理念

計算機學科本科的教學理念可以歸結為：傳授知識、提高能力、培養素質(包括專業素質與品格素質，專業課以專業素質為主)。其中，原來作為教育核心的知識現被看成是教育的基礎，即把知識作為載體，用來實現能力的提高，在潛移默化中實施素質教育。高等院校對學生能力的培養主要包括：學習能力、分析問題與解決問題的能力以及創新能力。對于本科學生，重在學習能力與分析問題與解決問題的能力，對創新只是培養興趣。素質是知識和能力的升華，計算機專業素質顯示的是這一領域的水平，素質水平的提升也將通過知識的增多和能力的增加體現出來。

3以計算機分支的角度認知人工智能

什么是人工智能？目前人們普遍接受的定義是：用機器來模擬人的智能，也就是用計算機來模擬人的智能。若以計算機分支的角度也就是用計算機學科的觀點看待人工智能，我們需從兩個方面加以說明。

首先，從計算機的能力，也就是它能做什么講起。用計算機解決某種問題，需要有三個基本的條件：第一，必須把問題形式化。第二，問題是可計算的，就要有算法。第三，問題要有合理的復雜度。人的智能所能解決的問題往往不能滿足這三個條件。因此，人工智能就是對于不能滿足這些條件的問題，通過使用它的技術和方法，使問題滿足這三個條件，由計算機去解決問題。比如，一般來講不可能將自然語言全部形式化，但人工智能使用一階謂詞邏輯表示自然語言的部分句子，并用算法進行推理，解決一定范圍的問題。另外，使用啟發式搜索可降低問題的復雜度，使問題在可能的范圍內得到解決。

其次，從計算機的核心技術加以闡述。用計算機解決問題是靠程序實現的，程序是什么？一本經典的計算機教科書的名字“算法+數據結構=程序”給出了解釋，這說明在計算機學科中算法與數據結構的核心地位，一般的計算機程序也確實可分成這兩個部分。而作為典型的人工智能程序可分成三個部分，控制部分(推理機)、規則庫和數據庫。其中，控制部分和規則庫對應于算法，數據庫對應于數據結構。實際上，控制部分由搜索策略和推理機制組成，規則庫是將一般計算機程序的算法中的與實際問題有關的知識抽出來單獨組成。而數據庫往往用來存放一些基本的事實和一些中間的結果，也常常采用知識表示的方法，因此，人們也經常把規則庫和數據庫合稱為知識庫。在人工智能程序中與算法與數據結構對應的正是人工智能的兩大核心：搜索和知識表示(包括推理)。

4以計算機分支的角度組織并實施教學

人工智能為了模擬人的智能，處理的對象是知識，知識處理則需采用知識表示。又由于往往沒有確定的算法，只能使用搜索。本文的觀點是人工智能課程的教學內容應以知識為主線，以知識表示和搜索為基石進行組織。

首先，教學的第一個核心是知識表示。知識表示就是研究用計算機來表示知識的方法，這些方法需滿足兩個條件：除了計算機可接受這個條件以外還要能刻畫智能行為。這是與一般的數據結構不同的地方。什么方法適合呢？由此引出了邏輯表示方法。

形式邏輯是關于思維的形式和規律的科學，數理邏輯從邏輯上講是現代的形式邏輯，是用符號和數學的方法來研究推理規律的學科。數理邏輯一般是指命題邏輯和一階謂詞邏輯。一階謂詞邏輯比命題邏輯表達能力強，邏輯的表達方式與人類的自然語言接近，因此，用一階謂詞邏輯作為知識表示工具容易被人接受。不僅如此，由一階謂詞邏輯表示已知條件和所要證明的定理，使用歸結原理則可建立計算機程序實現自動定理證明(半可判定算法)。這一過程是在Herbrand定理的基礎上得以成立的。由于人工智能中的許多問題都可以化成類似于定理證明的問題，因此可以把與Herbrand定理有關的一系列工作看成是表示和推理的理論基礎。評價知識表示方法的性能，即要考察表示能力，又要考慮是否有效地支持知識的推理。顯然，具有充分的表示能力又有堅實的理論基礎的表示方法是最使人放心的，一階謂詞邏輯恰好滿足這一條件。

在這一部分的講授中，將通過一系列的演變過程，展現出如何將一組謂詞公式轉換成子句的集合，又如何通過使用置換與合一的手段，達到可以應用歸結推理規則，而最終得到證明的目的，而這一切又都是在有嚴格的定理保證之下完成的。這些內容的講授，對于培養學生嚴緊的邏輯思維能力是一個極好的實例。

邏輯表示與歸結推理方法是知識表示的基礎部分，用來說明人工智能系統進行推理的原理。而作為真正最實用的產生式表示法將通過Horn子句的正向推理和反向推理過程引入，產生式表示法中的帶與不帶變量的正、反向推理相當于命題邏輯和一階謂詞邏輯層面的Horn子句的正、反向推理。作為結構化表示的語義網絡和框架表示法也以一階謂詞邏輯為基礎，它們均可轉變成為等價的一階謂詞邏輯的表示形式。

在教學中，關于其他知識表示方面的內容，比如：產生式規則、語義網絡、框架，都以一階謂詞邏輯為基礎給以說明。關于產生式表示法在人工智能的心理學認知體系結構中，被看成是人的思維中因果關系的一種反映，而在本文中則看成是一種類似于Horn子句形式的一種表示。在講授時將這些內容作為一個整體，說明原理與實用方法之間的關系，根據實際問題的需要，可以降低表示的能力。而另一方面，為了解決實際問題，可以擴充表示的能力。

一階謂詞邏輯表示的能力雖然在通用的表示法中是最強的，但是知識與客觀真理不同，它總是局部的、片面的或表面的，這在常識中尤為明顯。在解題過程中還會不斷地更新，知識表示要適應這個特點，采用經典的一階謂詞邏輯表達有困難，這就需要用非單調邏輯來表達。另一方面，在人工智能處理的信息和知識中，存在大量的不準確、不完全、不一致的地方，這又需要研究關于不確定性知識的表示和推理的研究。實際上，非單調邏輯和不確定性推理部分在教學中將作為知識表示的擴展加以介紹。機器學習作為人工智能的重要組成部分，它的主要方法都是基于歸納推理，也可以看成是非經典邏輯的應用。

人工智能教學的另一個核心是搜索問題。一般來講，用計算機求解問題，就是用已知的知識，對于給定的數據進行加工，期望得到解答，其解法則由某種程序來表述。其他的計算機分支處理的問題，往往知識比較充分，例如多數的科學計算問題，就可以在看到數據以前根據知識寫出程序，這個程序對于一切數據都是適用的。而人工智能處理的問題知識不夠充分，或程序太復雜，此時可以寫出一個元程序，對于給定的數據，它根據知識，做出一個程序專門加工這些給定的數據。這時，這個元程序可以通用于一大類知識，通常并不包含領域知識的具體細節，因此，對于這個元程序的研究就脫離了問題的具體領域，成為人工智能內部的課題，這正是搜索。

在教學中，通過掌握知識的多少來講授各種不同的搜索。搜索是由于知識不足而產生的，同時搜索與知識是相輔相成的。當知識較多時，搜索的工作量不多，可使用一些盲目的搜索策略。當知識較少時，搜索的工作量較大，則需使用一些啟發式的搜索策略。啟發式搜索是搜索方法中需重點說明的，它起到了降低被求解問題復雜度，提高搜索效率的作用，但太強的啟發信息，往往找不到最佳解。如何能減少搜索范圍，提高搜索效率，而且還保證找到最佳解，這成為搜索方法應明確的問題。A*算法是N.J.Nilsson在20世紀70年代初的研究成果，他解決了這個問題，證明了A*算法的可采納性。類似于定理證明，在教學時也將A*算法及其有關證明看成是搜索方法的理論基礎加以介紹。

在搜索部分的教學中，除了把A*算法及其有關證明作為重點，當作是搜索方法的理論基礎來講解以外，還要給出若干搜索算法。一方面，這些算法說明了各種搜索的方法，另一方面，在這些算法中經常有一些算法細節抽象的技巧，對這些內容的細致分析，將會逐漸提高學生抽象思維的能力。

在實際的知識庫系統中，回溯和與或樹的搜索算法應用較多。而當問題的有關知識較少，規模大到一定程度之后，往往采用引進了隨機因素的搜索算法，比如：模擬退火算法、遺傳算法等。現在，這些算法一般稱為高級搜索，教學時作為搜索的擴展來講授。

人工智能技術方面的研究往往涉及各應用領域的課題。反映到教學中，就是人工智能的各個分支的介紹，這包括知識庫系統、自然語言理解、規劃、機器人等。

總之，教學內容可分成兩個部分，第一部分是基礎理論和基本方法，包括：邏輯表示與歸結推理方法、搜索原理，知識表示(包括產生式系統、語義網絡、框架)、推理(包括不確定性推理、非單調推理)、機器學習。第二部分是實用技術，包括知識庫系統、高級搜索、自然語言理解。

5結束語

經過長期的人工智能教學實踐，筆者逐漸形成了以計算機學科分支的角度來講授人工智能課程的思路。從學生的接受、理解和掌握人工智能的基本原理與技術方面來看，有較好的效果。但如何把計算機學科和其他人工智能所涉及的領域更完美地結合起來，較好地在教學效果與寬廣的知識面之間找到平衡點，還需今后進一步的研究與探索。

參考文獻

[1] 賁可榮,張彥鐸. 人工智能[M]. 北京:清華大學出版社,2006.

[2] 馬少平,朱小燕. 人工智能. [M]. 北京:清華大學出版社,2004.

[3] 蔡自興,徐光佑. 人工智能及其應用[M]. 北京:清華大學出版社,2004.

[4] 馬希文. 邏輯?語言?計算－馬希文文選[M]. 北京:商務印書館,2003.

[5] 高濟,朱淼良,何欽銘. 人工智能基礎[M]. 北京:高等教育出版社,2002.

[6] 中國計算機科學與技術學科教程2002研究組. 中國計算機科學與技術學科教程[M]. 北京:清華大學出版社,2002.

[7] Stuart Russell, Peter Norvig. 人工智能－一種現代方法[M]. 北京:人民郵電出版社,2002.

[8] Nils J. Nilsson. 人工智能[M]. 北京:機械工業出版社,1999.

第5篇：人工智能課程評價范文

關鍵詞：無人機系統；智能決策；自主控制；智能體系；任務規劃；課程設計

0引言

無人機具有較強的機動性和較好的可操控性，能輔助人類在惡劣和危險的環境中執行復雜的任務。近年來，無人機系統迅速發展并廣泛應用于環境監測、災難搜救、反恐偵察等眾多領域。無人機系統研究的一個關鍵問題是如何發展高度智能化的軟件系統，提高無人機在動態復雜環境中自主決策的能力。目前，眾多高校開設的無人機專業課程主要研究無人機的硬件平臺、通信與測控、指揮控制、綜合保障和實踐等方面，然而對于無人機系統的智能決策問題研究尚不深入。

1無人機系統決策的內涵

1.1無人機自主控制系統概述

無人機自主控制系統是無人機實現自主飛行管理與自主任務管理的機載系統，如圖1所示，它涵蓋了機器人“觀測一判斷一決策一行動（observer-orient-decision-action，OODA）”的各個環節。

無人機自主控制能力是衡量無人機智能自主水平的一項重要能力。表1基于OODA分別對無人機自主控制能力進行了描述，其中，“判斷”與“決策”部分評價的是無人機對戰場態勢的評估能力和對任務或行為的決策與規劃能力，是衡量無人機自主決策能力的最重要指標，也是無人機決策課程設計與實踐的核心。

1.2無人機自主決策子系統概述

自主決策模塊位于智能無人機系統的頂層，它如同人類神經系統執行決策行為，產生計劃并處理不確定性。自主決策模塊主要包括頂層任務決策、頂層任務規劃、底層行為決策和底層路徑規劃。頂層任務決策用于任務策略的在線生成；頂層任務規劃用于任務計劃的在線制定；底層行為決策用于運動行為的在線序貫決策；底層路徑規劃用于導航計劃的在線生成，這些內容的教學與實踐將貫穿課程的教學與實踐過程。

2人工智能在無人機系統決策中的發展以及作用與地位

人工智能從孕育之初到現在，經歷了“三起兩落”，如圖2所示。人工智能的發展也不斷促進無人機自主決策能力的發展，甚至可以說，人工智能的發展決定無人機自主決策水平的高低。早期，無人機決策大多依托產生式規則或謂詞邏輯技術，主要針對確定決策；20世紀六七十年代，知識表達引入到有人機輔助決策支持系統的設計與研發中，也逐步遷移到無人機智能自主系統中；隨著概率統計的引入，基于貝葉斯的不確定推理決策方法得到大力發展；專家系統依據專家經驗生成策略，用于解決離散事件不確定性，形成了一系列無人機智能自主決策成功案例；近年來，機器學習、多智能體理論的熱潮將無人機智能水平推到了一個前所未有的高度，使無人機具備知識沉淀、知識挖掘、智能發育的能力，并將單無人機執行ISR任務拓展到多無人機協同遂行多任務領域。無論經典人工智能方法還是人工智能新思路，都是無人機智能自主決策的重要基礎，在無人機系統智能決策課程教學與實踐中具有舉足輕重的地位。

3無人機智能決策課程教學總體設計

國防科技大學依托控制學科和儀器學科在自動化專業試辦開設了“無人機工程”專業方向，培養掌握無人機工程相關領域基礎理論和基本知識的學員，使其具有從事無人機系統及相關裝備的分析、設計、研制、維護和管理等方面的實際工作能力和初步科學研究能力。

3.1教學目的與課程設計總體思路

設置無人機智能決策課程的目的是使本專業學生快速了解無人機決策系統組成、熟悉決策系統工作原理、掌握決策理論與實現方法。課程設計的總體思路是設置課堂教學和動手實踐兩個主要環節，課堂教學環節主要通過教師講授的方式，基于無人機自主控制系統組織結構，介紹無人機決策系統的基本概念；實踐環節則是在學生已經掌握智能決策算法基本原理和流程的基礎之上，讓學生參與到決策系統的設計與實現中來。

3.2課程教學主要內容

無人機智能決策是課程教學的核心內容，主要覆蓋貝葉斯推理理論、最優化理論、智能搜索等基本決策理論和方法，主要講解如何將其運用于無人機智能感知、任務規劃的建模和優化方法，比如基于貝葉斯的不確定推理、基于啟發式人工智能搜索算法的路徑規劃等。內容安排包括問題描述、基本原理、算法過程、輸入輸出設計、結果分析等；人機智能融合決策是課程的拓展部分，主要涵蓋人機智能融合原理、腦機接口原理、融合決策機制等理論和方法，主要講解如何將其運用于人在回路輔助的無人機智能自主決策、混合主動規劃的接口設計與融合決策方法，比如基于腦機接口的人機智能融合決策、混合主動任務規劃等；拓展內容安排包括資料查新、接口設計、融合機制設計、融合算法實現、結果分析等。

4無人機智能決策教學實踐環節設計

4.1課程實踐環節的必要性

4.1.1無人機系統智能決策課程對實踐的需求

實踐教學是高等學校教育非常重要的教學環節，是提高人才分析問題與解決問題的重要途徑。無人機系統智能決策是一門實踐性很強的課程，一是由于無人機系統是一門交叉性的學科，主要涉及空氣動力學、無人機平臺設計與制造、圖像處理與智能感知、導航系統原理、無人機飛行控制、人工智能、機器學習、任務規劃與分配、無人機系統體系保障技術等許多學科，所以該學科具有知識點多、涉及面廣、理論性強，需要學生具備較好的邏輯思維能力和數理基礎等特點，因此，必須通過實踐才能加深對無人機系統知識的理解；二是智能決策技術不斷走向實用，20世紀80年代隨著人工智能基礎科學的研究，智能決策作為一門新興學科出現在國際科學舞臺上，智能決策技術早期以研究經典的智力游戲問題和仿真實驗來證明理論等為主流，隨著互聯網的普及和國際信息化進程的提高，智能系統和智能計算等也逐漸成為學者們的研究熱點。從加強學生的實踐能力出發，考慮到課程的建設需要，需要加強無人機系統智能決策課程的實踐教學內容。

4.1.2無人機系統智能決策課程對實踐的要求

根據智能決策的特點，進行實踐教學需要達到以下幾個目的：一是加強學生對基礎知識的理解，對智能決策基本方法的掌握；二是加強學生將智能決策知識與方法用于解決實際問題的能力；三是增強學生對智能決策研究領域的興趣，培養更多的專業人才。

智能決策的實踐教學工作必須以高質量的科研內容為基礎。通過瞄準國際前沿、集成創新和引進消化吸收、提升原始創新以及再創新能力，從而建設創新平臺和創新團隊，以高水平科學研究支撐高質量的高等教育。此外，智能決策的實踐教學還要考慮因材施教，驗證關鍵技術環節。目前學生的學習任務較重且水平參差不齊，在設計實踐環節時，要把握如何能在較短的時間內讓學生得到最大程度的能力鍛煉。在這種情況下，教師必須進行充分的準備，事先搭好通用的硬件平臺和軟件框架，以減輕學生不必要的負擔，營造良好的氛圍，將學生的主要精力集中在創新實踐上，這樣才能提高實踐教學的效率。因此，課程借鑒了無人機領域最具影響力的國際微小型飛行器賽會（IMAV）的比賽規則，結合智能決策的研究熱點和當前承擔的學術科研任務，引入無人機競賽作為智能決策教學實踐的平臺。

4.2基于無人機系統智能決策的課程實踐方案

在智能決策課程開始之際，教師向學生明確課程實踐方案，即通過無人機競賽的形式考核學生解決實際問題的能力。通過舉辦無人機競賽，可以激發學生的學習熱情和創新動力，達到寓教于樂的目的。學生帶著思考主動學習理論知識，而不是為了應付考試被動學習；教師應當按照學生的綜合能力合理組隊，從而達到能力互補和團隊協作。

無人機競賽面向本校無人機工程專業方向的本科生，根據智能決策課程的需要，共設置3個科目。

第一個科目是自穩飛行，無人機需在3分鐘內完成從出發點到指定目標點的飛行，要求單次滯空時間不少于30秒；本科目考查的是學生對無人機自主飛控基礎知識的掌握。第二個科目是避障偵察，無人機需以盡可能快的速度穿越一排障礙門，并識別地面上的物品；障礙門的可通行區域各不相同，無人機需通過機載單目相機識別可通行區域，并自主規劃路徑；本科目考查的是學生對智能識別和任務規劃基礎知識的掌握。第三個科目是特級飛行，包括手拋無人機平穩飛行、8字飛行、伴隨飛行等；本科目考查的是學生的創造力。比賽采用百分制，3個科目按照難度系數和重要程度評分占比分別為30%、50%和20%。

如圖3所示，課題組提供比賽使用的無人機硬件和飛控軟件平臺并指導學生拼裝無人機及使用軟件。學生需在課程學習的過程中制定智能決策的算法設計及代碼實現計劃，并嚴格按照時間節點實現目標；每個小組的成員必須說明自己在團隊中的貢獻，從而作為教師打分的依據。

第6篇：人工智能課程評價范文

關鍵詞：智能機器人；外科學；專業學位研究生

人工智能（ArtificialIntelligence，AI）通過計算機技術來模擬人類的智能，是一門多學科、多領域交叉的前沿學科[1]。AI的快速發展，促使“AI+教育”模式席卷整個教育行業，能夠在一定程度上緩解教育行業持續增長的個性化需求與日益稀缺的師資之間的矛盾，從而成為教育改革的熱門和前沿[2]。當前在臨床教學過程中，醫學專業學位碩士研究生面臨跨學科知識面狹窄和臨床能力不足、本學科疾病相關基礎知識匱乏和遺忘、缺乏橫向和縱向的整合式醫學知識回顧與臨床思維訓練等一系列突出問題[3]。而智能機器人作為“AI+教育”的一種形式，集多學科知識庫、虛擬檢查和操作、病例資料庫、課程中心、個性化考核等智能模塊于一體[4]，在專業學位碩士研究生臨床教學中具有巨大潛力。我們將智能機器人應用于外科學專業學位碩士研究生臨床能力培養中，取得了較好的教學效果，現報告如下。

1對象和方法

1.1對象

2019年2月至2020年1月，選取重慶醫科大學第一臨床學院在骨科進行臨床實踐的2017級、2018級外科學專業學位碩士研究生共82名作為研究對象，其中男生65名，女生17名，年齡23~30歲，平均（25.20±1.24）歲，所有研究對象均知情同意。

1.2方法

本研究采用試驗對照方法。利用骨科兩個獨立樓層的病區作為便利條件，按照隨機原則以每病區41人分入骨科兩個病區。一個病區配置智能機器人輔助臨床教學，作為試驗組，男生34人，女生7人，年齡23~30歲，平均（25.05±1.11）歲；另一病區未配置智能機器人，進行傳統臨床教學，作為對照組，男生33人，女生8人，年齡23~30歲，平均（25.37±1.36）歲。入科前統一進行理論知識考試，所有學生使用同一套試卷。兩組基線資料如年齡、性別及入科前理論考試成績比較均無顯著性差異（P＞0.05）。

1.3教學實施

兩組均按照國家《住院醫師規范化培訓內容與標準（試行）》[5]進行培訓，以住院醫師負責制參加臨床醫療工作，臨床技能操作基本訓練要求按統一標準，定期以小講座、疑難病例討論形式學習相關專業理論知識。每位學生均固定醫療組，并指定一名帶教教師，均為本科室取得中級職稱3年以上的醫師。臨床實踐時長均為24周。1.3.1試驗組教學實施整體上按照帶教教師為主、智能機器人為輔的教學模式，將智能機器人應用于研究生臨床醫療實踐活動中，包括參與入科教育、崗前培訓、小講座、疑難病例討論、跟隨查房等。（1）移動數據終端功能：通過先期導入骨科教學大綱、骨科學專著、運動系統教學PPT、影像學資料、解剖資料、病理資料、教學視頻，建立智能機器人教學多學科數據庫。學生可利用智能機器人這一移動數據終端，隨時通過輸入和語音對話功能查詢、獲取相關知識，及時解決臨床活動中遇到的部分問題。（2）人工智能化輔助教育：依靠人工智能的自適應學習功能，智能機器人可在與學生不斷的交互中了解其學習短板，不斷更新臨床指南、專家共識等臨床研究進展，實現教學數據庫的持續更新。臨床教學過程中，帶教教師在講解典型疾病、分析疑難病例和操作指導時，智能機器人可以就云數據庫相關資料及網絡資源進行系統檢索，快速整合相關圖片、視頻等資料，配以語音解讀及即時問答，實現即時教學基本理論鞏固和教學深度及廣度的拓展。此外，根據對知識的掌握程度，智能機器人可為不同學生制訂個性化學習計劃。（3）考核功能：通過實時提問、課后問卷調查等形式對學生進行反饋式考核，通過下一次學習提醒或再考核，不斷促進學生鞏固所學知識，以考助練，以練代考，練考一體。1.3.2對照組教學實施采用傳統臨床教學法，學生跟隨帶教教師參與床旁示教式臨床實踐，同時參加入科教育、崗前培訓、小講座、疑難病例討論等教學活動。

1.4教學效果評價

1.4.1理論知識考試24周的臨床實踐結束后進行理論知識考試。試題命題與組卷由兩名具有副高級職稱、未承擔帶教任務的教師負責。所有學生使用同一套試題，均為選擇題，題量100題，總分100分，考核方式為機考，每位學員的題目順序由電腦隨機抽取，在相同時間閉卷完成考試。1.4.2問卷調查調查問卷為自行設計，經過本專業基地3位高級職稱專家審核。包括5個問題，設置贊同、中立和不贊同3個選項。問卷調查由住培教學秘書負責，于出科理論考核后現場發放并回收，學生匿名填寫。1.5統計學處理采用SPSS25.0軟件對相關數據進行統計分析。計量資料以均數±標準差（x±s）表示，組間比較采用t檢驗；計數資料以頻數和百分比表示，組間比較采用χ2檢驗。P＜0.05表示差異具有統計學意義。

2結果

2.1兩組理論知識考試成績比較

試驗組理論知識考試成績為（87.02±4.89）分，高于對照組的（80.59±5.86）分，差異具有統計學意義（t=5.406，P＜0.01）。

2.2兩組對教學方法的評價比較

以問卷調查方式了解兩組對教學方法的評價。共發放問卷82份，回收有效問卷82份，有效回收率100.0%。結果顯示，試驗組對教學方法的滿意度高于對照組，差異具有統計學意義（P＜0.05，見表1）。

3討論

3.1專業學位研究生臨床教學的特點和存在的問題

專業學位研究生的學習不同于本科學生，需要培養自主探究和解決問題能力[6]。同時，臨床實踐教學亦不同于課堂教學，更需要學生發揮主觀能動性和積極性，解決臨床工作中遇到的困難和發現的問題，有目的性地獲取知識[7]。專業學位研究生臨床教學長期以來存在教學資源較為單一、缺乏新穎性及參與感等問題[8]，教學內容主要局限于臨床癥狀與臨床處置，缺乏對疾病病理生理基礎、解剖基礎等相關知識的展示與梳理，導致學生機械地重復臨床工作，而對疾病診斷、影像學資料理解及分析能力較差，出現臨床實踐和基礎理論脫節現象[9]。

3.2智能機器人的智能移動數據終端功能有利于學生掌握知識

智能機器人輔助教學可以在一定程度上彌補上述缺陷[10]。本研究結果顯示，試驗組理論知識考試成績高于對照組，這提示智能機器人輔助骨科臨床教學，使學生能夠更深入地理解、更好地掌握理論知識。骨科醫療領域數據中超過50％的是醫學影像和病理圖片等非結構化數據，智能機器人通過人工智能技術建立骨科和相關學科知識庫，在臨床教學中及時、實時提供病理生理、解剖等基礎知識，進而帶來更好的決策體驗，提高臨床教學效率，讓臨床教學起到再次鞏固整合基礎知識的作用，讓學生更好地做到學以致用。智能機器人具備的自適應學習功能，高效、準確地提供相關學科知識，使師生雙方教與學的效率得以大幅度提升，交互學習和自主學習能力得以增強。

3.3智能機器人利于實施個性化反饋和考核

智能機器人的另一個重要特點就是在與學生交互過程中實時準確記錄其對知識的掌握程度，通過信息反饋分析，制訂個性化教學計劃及考核方案，實現某種程度上的因材施教，這也是帶教教師個人工作很難達到的。臨床帶教教師首要屬性是臨床醫生，并非全日制專職教師，需要承擔大量繁重的臨床工作，無法隨時隨地回答學生的問題和親自指導技能操作。因此，智能機器人對傳統帶教模式進行了有效補充，彌補了師資不足所帶來的缺陷。

3.4智能機器人提高了學生滿意度

智能機器人由于形式的新穎性和科技潮流感，激發了學生學習的主動性、積極性和興趣，活躍了臨床教學氣氛。與對照組相比，試驗組學生對教學模式的評價更高。

4結語

智能機器人輔助骨科臨床教學，提高了專業學位研究生臨床教學質量，得到了學生的普遍認可，同時對現有培養制度進行了有效補充，豐富了教學手段，創新了培養模式，值得進一步探索。但人工智能在醫學教育中的應用尚處于起步階段，技術上不太成熟，功能設計也有待研發人員和醫學教育人員共同完善。值得一提的是，智能機器人可以提高醫學生的學習效率，但不能完全取代教師。人類的想象力、獨創思維、交流能力是人工智能暫時無法具備的，醫學專家豐富的理論知識和寶貴的臨床經驗，以及言傳身教的影響力，在專業學位研究生臨床實踐教學中始終占主導地位，不可或缺。

參考文獻：

[1]HANER，YEOS，KIMMJ，etal.Medicaleducationtrendsforfuturephysiciansintheeraofadvancedtechnologyandartificialintelligence：anintegrativereview[J].BMCMedEduc，2019，19（1）：460.

[2]衛榮，馬鋒，侯夢薇，等.人工智能在醫學教育領域的應用研究[J].醫學教育研究與實踐，2016，25（6）：835-837.

[3]溫秀杰，岑穎，莫媛媛，等.醫學專業學位研究生教育模式與考核體系的思考與建議[J].醫學教育研究與實踐，2016，25（3）：409-411.

[4]HAYASAKAY，FUJIKURAT，KASHIMURAM.Expectationsforthenextgenerationofsimulatedpatientsbornfromthoughtfulanticipationofartificialintelligence-equippedrobot[J].JNipponMedSch，2018，85（6347-349.

[5]國家衛生計生委辦公廳.住院醫師規范化培訓內容與標準（試行）[A].國衛科教發[2014]48號.

[6]葛炳辰，黃華興，夏添松.臨床醫學專業學位研究生現狀分析及對策思考[J].南京醫科大學學報（社會科學版），2017，18（1）：67-69.

[7]孫慧.通過全國醫學院校大學生技能競賽反思兒科臨床實踐教學[J].中國繼續醫學教育，2018，10（29）：43-45.

[8]郝婷，李玉華，李建光.基于“醫教協同”背景下的臨床醫學類專業學位碩士研究生課程教學現狀與對策研究[J].新疆醫科大學學報，2017，40（8）：1125-1126.

[9]KUMARNL，PERENCEVICHML.Howtomaximizelearninginagas－troenterologyfellowclinic：preparetoprecept[J].Mentoring，Education，andTrainingCorner，2018，155（1）：8-10.

第7篇：人工智能課程評價范文

關鍵詞：智能計算；課程特點；教學方法；教學效果

1　背景

目前，智能計算已成為人工智能界一個研究的熱點領域，研究的最終目標就是為了實現真正意義的人工智能圖景，為了讓計算機和集成有計算功能的各種工具及設備更加獨立、更加聰明、能夠自主思考和行動，最終成為我們工作和生活中必不可少的得力助手。特別，物聯網作為信息產業第三次浪潮，從物聯網的概念中，我們不難看出它與計算，特別是智能計算的密切聯系，現在的互聯網上各種終端之間、它們與服務器端和存儲系統之間的溝通與互相響應，其實都是有人在后面操作和控制的，但是在未來的物聯網里，物與物、物與人以及物與計算機設備之間的協作則要實現智能化和自動化，不需要人們花費太多的時間去介入、控制和管理。

舉例來說，一個物聯網時代的超市，其物流完全可以實現全自動化的管理。例如它可以通過設置在貨架和倉庫中的RFID標簽讀取設備了解存貨信息，一旦要出現缺貨現象時，它就會立即將信息發送給超市的服務器系統，并由它自動聯系行駛在路上的眾多送貨車輛里的計算機系統，查找哪輛貨車中有足夠的相應商品，最后才會通知相關的司機，讓他將車駛向缺貨的超市，而此前的一切計算和通信的過程，都無需人工介入。

通過這個例子可以了解到，即時了解外界的環境和需求變化，并就變化進行智能化、自動化的信息處理和通信就是物聯網的核心技術。而這一技術，其實就是智能計算技術。智能計算的理論與方法已成功應用于幾乎所有的科學與工程領域，特別是非線性系統辨識與控制、模式識別與智能系統、復雜系統建模與預測、計算材料學、生物醫學圖像處理、生物信息學與系統生物學等。因此，學習和研究智能計算技術，推動智能科學技術專業教育，培養高層次智能計算技術人才，有著極為重要的現實意義。

在國外，開設智能計算課程的大學已非常普遍。在國內，近幾年開設智能計算課程的中國大學越來越多，如清華大學、北京大學、哈爾濱工業大學、中國科技大學、西安電子科技大學等。另外，在計算機、電子、自動化、系統和控制、材料等有關的國際會議上，均有智能計算相關的研究主題。智能計算相關的國際雜志和協會近幾年也越來越多，如：Spring出版的Swarm Intelligence，IEEE出版的IEEE Transactions on Evolutionary Computation，IEEE／ACM Transactions 0nComputationalBiology andBioinformatics等學術刊物。隨著計算機技術及相關前沿學科的發展，智能計算已經成為計算機、信息技術等專業開設的必修課之一，國內外有關智能計算的教學內容基本上大同小異。我校從2005年開始，在計算機應用技術、計算數學碩士點開設智能計算必修課程，筆者主講該課程，以下結合自己的教學實踐，談談研究生智能計算課程的一些教學方法和經驗，并提出自己對該課程建設的一些看法和建議。

2　教學內容及課程特點

智能計算課程的主要內容包括：人工神經網絡、進化算法、模糊系統、人工免疫系統、群體智能(模擬退火、蟻群、粒子群、蜂群、魚群、人口遷移、螢火蟲算法等)、量子計算、DNA計算等。智能計算不同于其他課程特點，它是一個交叉學科，主要特點有以下幾方面。

1)仿生法：仿生是智能計算一個非常重要的研究方法，它強調向自然界學習，采用類比的方法，通過模仿其中的原理規律以得到解決問題的一般方法。如蟻群、粒子群、蜂群、魚群、螢火蟲算法等，無不體現了仿生這一研究方法。此外，還有很多群智能算法通過模仿一些自然或物理現象和規律，如模擬退火算法通過模擬液體的結晶過程設計；免疫算法是模擬生物、植物或動物免疫系統自適應調節功能設計的；量子、分子計算模擬量子論原理而設計；人工神經網絡是模擬人的大腦結構及信號處理過程而設計的；進化算法是基于達爾文的“優勝劣汰、適者生存”原理設計的。

2)實驗法：智能計算源自于計算機技術的發展及人們對自然界的深入思考，其中的算法有著合理的仿生背景，要徹底說清楚算法為什么行之有效，目前大多算法都缺乏嚴格的數學理論證明，從數學的角度分析算法的性能是比較困難的。因此，只能通過計算機仿真實驗去分析算法的性能，通過實驗分析提高對算法機理的認識，然后，尋求理論上的嚴格證明，改進算法的性能。

3)融合策略：大量復雜問題的存在使得沒有一個算法是通用的，同樣，智能計算中的方法各有有點，也都有不足之處。算法的融合策略是取長補短，將不同的算法有機地結合起來，以提高算法的整體性能，提高算法的求解能力。融合策略通常將待融合的算法采用“串聯”、“并聯”、“包含”等模型來融合，其中待融合的算法考慮將智能算法和傳統的算法結合起來。這一方面，人們己作了大量的工作，取得了良好的效果。

4)系統理論：智能計算是為了解決復雜問題而發展起來的，系統理論主要包括協同論、突變論和耗散結構等內容，這些對于指導算法設計、改進算法和理解算法的復雜行為方面有指導意義。

3　教學方法及教材建設

針對智能計算課程內容及其研究內容，根據研究生教育規律、研究生學習的特點，筆者采用的教學方法是“課堂講授、問題討論、課外研讀”相結合的教學方法，借助于多媒體教學手段，采用動漫技術來實現智能算法的仿生機制，從源頭上讓學生體會每一種智能算法的仿生機制或一些自然或物理現象和規律，歸納起來有以下幾點：

1)結合智能計算課程的特點，確立“以大自然、社會等為學習對象，善于觀察其仿生機制或一些自然或物理現象和規律”作為理解智能計算課程概念、原理的關鍵點。

2)啟發學生在理解仿生機制或一些自然或物理現象和規律的基礎上，抽象出模擬進化計算的一般框架。

3)講解計算智能的有關理論和算法，課程中穿插了大量的研究案例，告訴研究生如何使用計算智能方法解決各個工程領域的具體問題。

4)要求學生通過具體的研究項目，親自編寫自己的算法程序源代碼，培養研究生獨立解決問題的能力。總之，隨著計算智能的快速發展，每年我們的教，學內容和課件都在更新，以包括最新的研究內容，尤其是我們自己的研究內容，擴大研究生的知識范圍。

近幾年，我們使用過國內出版的多種有關智能計算教材，如高等教育出版社的《計算智能(第一分冊)》、科學出版社的《計算智能中的仿生學：理論與算法》、《計算智能――理論、技術與應用》等教材，但很快發現其中很多地方不適用，因此，我們在教學的過程中，對目前國內出版有關智能計算教材，結合我們課題的研究，針對性選取一些內容來制作課件和講義進行教學。因此，建議智能計算相關專業的協會或出版社盡快組織教學經驗教師編寫適合于研究生教學的智能計算教材。

4　教學效果評價方法

智能計算理論與應用這門具體課程來說，最重要的是注重學生的交叉學科知識和能力的培養。因此，本課程學習結束考察方式主要采用：1)閉卷考試。主要考察對智能算法原理的理解和綜合運用能力。2)小作業。要求對介紹過群智能算法總結、分析、對比等，形成一個簡要總結報告，對介紹過多種智能算法的概念、原理、方法、應用等方面進行總結。3)大作業。檢查學生的動手編程能力，要求對介紹過群智能算法的源代碼集成，形成一個演示系統。該門課成績分配如下：成績=閉卷考試(50％)+小作業(30％)+大作業(20％)。

5　結語

智能計算是隨著計算機技術的飛速發展和人們對自然界的深入理解而發展起來，它強調對人類和其他生物、植物等智能行為的模擬，注重向自然界學習，汲取其中有益的規律和原理。與傳統的方法相比，智能計算具有自適應、并行性、全局搜索等能力，尤其可解決一些大規模復雜問題。智能計算是人們研究自然以及人類社會自身的一種非常有效的手段，其應用前景非常廣泛，目前已經成為人工智能界研究的熱點領域。因此，在計算機科學與技術、人工智能等相關專業開設智能計算課程是勢在必行，這有著重要的現實意義。

參考文獻：

[1]徐宗本.計算智能(第一分冊)：模擬進化計算[M]，北京：高等教育出版社，2004：124－132。

[2]徐宗本，張講社，鄭亞林.計算智能中的仿生學：理論與算法[M].北京：科學出版社，200 3：1－9。

第8篇：人工智能課程評價范文

[關鍵詞]人工智能；國際商務課程；教學創新；能力培養

新一輪的科技革命和產業革命正在進行，大數據、云計算、人工智能等新型技術與商業模式正深刻改變人們的思維、生產、學習方式。關于人工智能對于人類社會的沖擊，已有不少論著。2016年，《自然》雜志刊發谷歌的“深度心智”（Deepmind），這將會極大的擴大人的能力。2019年初，國務院《中國教育現代化2035》，提出要建設智能化校園，統籌建設一體化智能化教學、管理與服務平臺。2019年8月29日，科技部新一代人工智能發展研究中心聯合羅蘭貝格管理咨詢公司《智能教育創新應用發展報告》（以下簡稱《報告》）。報告顯示，人工智能有望引領教育的系統性變革，推動人才培養更加多元化、更加精準化、更加個性化。世界各國紛紛制定規劃，出臺相應的政策措施，推動智能教育的發展。以美國、新加坡等為代表的各國相繼推出面向未來的新教育改革戰略，不斷制定相關政策法規，設計本國智能教育的發展藍圖。

一、未來智能社會的能力預測

未來社會各種各樣的顛覆性變革，全球各種組織都在做預測。世界未來研究所[1]對未來社會需要的10中技能的預測：一是意義構建，二是社交智能，三是新穎和適應性思維，四是跨文化能力，五是計算思維，六是新媒體素養，七是跨學科能力，八是設計思維，九是認知負荷管理，十是虛擬協作。十種技能分別體現在三個層面，即人際交往能力、應用知識能力與工作技能層面。引入這些技能，旨在深入探索未來技能存在的世界，以及目前教授和衡量這些技能的方式，希望這些技能能夠更充分地融入高校國際商務的課程。[2]

（一）人際交往層面——團隊合作精神

人際交往層面主要指與他人有效合作，有效溝通，與不同背景的伙伴有效合作的能力，即團隊合作精神。數據來源：世界未來研究所第一，跨文化能力。4個主要組成部分可以用來評估一個人的跨文化競爭力:知識組成部分、情感組成部分、精神運動組成部分以及情景組成部分。第二，社交智能。盡管社交網絡平臺為人們提供了更多的聯系，但它們培養的深厚友誼卻很少。微信、Facebook等社交平臺的主流化與普及鼓勵人們以新的方式思考如何建立和維持人際關系。[3]第三，虛擬協作，即作為虛擬團隊的一員，能夠富有成效地工作，提高參與度，并展示自己的存在感。

（二）應用知識層面——邏輯性分析信息的能力

應用知識層面主要指個體可以邏輯性的分析信息的一系列能力，具體如下：第一，新穎的適應性思維。即熟練地思考和提出解決方案，而非死記硬背或默守陳規。第二，認知負荷管理。以多種形式表現的信息流豐富的世界帶來了認知過載的問題，人們只有學會有效的過濾和關注重要的信息，才能把大量涌入的數據轉化為優勢。第三，意義構建，即確定對方所表達內容的深層含義的能力。人工智能將取代僅僅需死記硬背、日常制造業和服務業的工作，而對機器不擅長的高層次的思維技能、不能撰寫為文本的需求將會越來越大。

（三）工作技能層面——解決問題和決策能力

工作技能層面主要指個體可以成為一個問題解決者和決策者，包括計劃和組織，解決問題，決策商業基礎等。也就是需要如下的素質：第一，新媒體素養。由于可視化在技術時揮越來越重要的作用，過去信息的靜態展示正在讓位于信息圖表和數據的動態模擬。第二，設計思維。從本質上講，設計思維是一種創造性解決問題的能力，它反映了發散性思維和收斂性思維的結合。第三，跨學科能力。未來十年，專業領域將比以往任何時候都更加具有重疊性，所以跨學科的研究方法將會占據世界創新的中心舞臺。第四，計算思維，即將大量數據轉換成抽象概念，并基于數據的推理能力。隨著人類社會中數據量呈指數級的增長，越來越多的職業需要計算思維和技能才能勝任。

二、應對能力結構變化的教育創新

未來社會中，人才能力結構的變化也會對教學模式產生新的需求，課程教學需要結合不同的能力培養目標做出相應的調整與創新，世界知名高校和一些國際組織也提出了很多創新性的教學模式。如圖2所示。數據來源：世界未來研究所

（一）能力結構及思維模式

世界未來研究所提出的十種技能的背后，所體現了以下一些基本的思維模式。同理心是指正確了解他人的感受和情緒，進而做到相互理解、關懷和情感上的融洽。同理心非常有助于在虛擬空間中站在對方的角度考慮問題，增加團隊伙伴之間的有效溝通。元認知對于意義構建能力十分重要。元認知知識包含三方面：學習者對于自己的認知，學習者對于學習策略和使用方法的認知。成長性思維與批判性思維在認知負荷管理、新穎和適應性思維、新媒體素養以及設計思維中起到了十分重要的作用。成長性思維是相對于固定思維提出的，固定思維者把反饋當做一種批評，成長思維樂于接受反饋，也從反饋中學習，反饋最終會產生積極的成長變化。批判性思維有助于形成自己獨特的世界觀，他們不會妄自評價他人，而是會站在別人的立場上，并且去了解他們的世界觀。跨學科一定有兩種心態組成。首先，同理心。它允許人們從另一個角度來思考問題——站在別人的立場上。其次，好奇心。許多組織，包括IBM和IDEO，都開始從“T型”素質的角度來討論這種技能，T型素質的技能組合中既有深度又有廣度。但是楊壯①教授發現：現在π型人才已經在成為主流。所謂的π型人才是針對T型人才的一種升級，從字母的樣式中就可以看出，π比T的下方多了一豎，所以它代表著“兩專多能”，即除了你可能在高等教育階段獲得的專業能力之外，還需要有另一項專業能力。邏輯推理能力有助于培養計算思維。未來的教育課程中應該納入計算思維技能的發展，鼓勵學生通過因果推理認知、元認知和其他技能來學習解決問題。這種模式的目的是讓學生分析他們在現實世界中可能遇到的真實情況，來教授計算思維能力。[6]

（二）國內外高校教育模式創新

1.“魚缸討論”“魚缸討論”，也是一種促進學生討論的教學小技巧，不僅讓討論者積極參與，更能讓其他學生積極反饋。第一步，把學生分成兩組。第一組參加討論的學生圍成圓桌坐在教室中間，就像是在被第二組觀看的魚缸里一樣。第二步，坐在中間的組開始時長10分鐘左右的討論，的第二組學生要聽著，并且評估第一組的討論。第三步，做出反饋。這是學生們最感興趣的環節，學生可以從熟悉的同學那里了解到自己的優點和缺點，有了反饋確實會使得討論變得更加激烈。2.項目式教學PBL（Problem based learning）教學法，也叫“項目式教學”，是一種通過讓學生展開一段時期的調研、探究，致力于用創新的方法或方案，解決一個復雜的問題、困難或者挑戰，從而在這些真實的經歷和體驗中習得新知識和獲取新技能的教學方法。PBL旨在培養學生的創意思維、創新能力、自主學習能力及批判思維的能力。3.跨學科課程教學自21世紀以來，美國課程改革中出現了實用導向的跨學科課程，如ICT課程，環境教育和STEM課程。STEM是科學（Science）、技術（Technology）、工程（Engineering）和數學（Mathematics）四門學科英文首字母的縮寫，STEM教育的核心是將原本分散的4門學科自然組合成一個整體，以項目探究方式進行綜合性問題解決學習，以形成相應的綜合。

三、針對國際商務課程的創新

結合世界未來研究所的十項工作技能、世界一流大學以及國際組織在教育方面的改革，結合東北財經大學國際經濟貿易學院國際商務碩士（MIB）專業碩士教學情況，國際商務課程實際教學提出以下思考和建議。[7]

（一）培養同理心和元認知的實踐方法

一種方式是開展課外活動，以小組為單位的體驗式學習活動有助于培養人際溝通和跨文化能力。例如：體驗式學習周；商務禮儀情景劇等。另一種方式是線上項目，線上項目中，可以通過微信小程序、投票互動式的方法來增加課堂活躍度，爭取讓每位同學都參與到課程中。國際商務課程是一門既要求專業知識扎實，又需要具備優秀的人際交往能力的綜合性課程。那么，在已有的小組活動中，可以在每次小組活動或者小組作業之后加入一個環節——組員互評與打分。一些課堂討論的小技巧會有助于培養元認知的思維模式。一種方法是在課上開展限時討論，討論映射是一種將學生的實時討論視覺化的方法，這種討論技巧使學生能夠從以下幾個角度進行深入的思考。

（二）培養成長型思維和批判性思維的實踐方法

在國際商務的案例分析中，引用PBL教學非常值得考慮。假設案例主題為跨國企業如何成功并購外國子公司，老師用一部分課時講解完理論部分，提供參考資源之后，另一部分課時可以嘗試組織PBL。一次PBL教學要分次給予問題，分次討論。具體過程大致包括七個步驟：第一步，弄清不熟悉的術語；第二步，界定問題；第三步，頭腦風暴（對可能的假設或解釋進行集體討論）；第四步，重新結構化問題（對問題的嘗試性解決）；第五步，界定學習目標；（以上步驟為學生小組討論）；第六步，收集信息和個人學習（學生獨立學習）；第七步，共享收集到的和個人學習的信息（小組報告和討論）。經過上述七步驟，完成一次PBL學習。在這個教學模式中，老師的角色是教學組織者、資源提供者、學生能力發展的促進者。學生從知識的被動接受者轉變為自主學習者、合作者和研究者。在國際商務的課程中，有很多需要實際調研的案例報告，也有需要做營銷策劃的報告。創客空間則可以融入這種類型的報告中，結合導師的相關課題，最好有一定經費的支持，為學生的基于創造的策劃提供完備的支撐。學生們可以就某個主題展開經驗分享、頭腦風暴、結合實際情況鍛煉設計思維和表達能力，這種能力不僅適用于學校，而且也適用于未來工作中。

（三）培養跨學科能力和邏輯推理能力的實踐方法

注重“國際商務專業+21世紀主題”的課程框架，希望通過超學科整合來彌補傳統學科的缺點與不足，構建適切核心素養轉化的課程框架。主題選擇具有適當的彈性，為跨學科知識的聯結提供空間。比如在國際商務課程授課內容中，注重添加區塊鏈、人工智能以及中美、中歐關系等主題。在國內，“挑戰杯”全國大學生課外學術科技作品大賽是大學生創新創業實踐教育最普遍和最有效的形式之一，具有廣泛的群眾基礎和旺盛的生命力。每兩年舉辦一屆，被譽為當代大學生科技創新的“奧林匹克”盛會。所以提倡創建跨學科小組參加“挑戰杯”大賽，比如國際貿易學院、國際商學院以及工程管理學院組建團隊參加挑戰杯，成員對不同學科都有相當的專長和良好的基本知識：國際營銷、國際文化視野以及數據分析基礎，在這樣的團隊中，更可能激發出新的思維和優秀的方案。

（四）全案例情景式教學

不同于教師講授知識，學生被動接受知識的傳統教學模式，全案例情景式教學是以案例或情景為載體引導開展學生自主探究性學習, 以提高學生分析和解決實際問題的能力。[5]首先，準備階段。針對國際商務專業碩士課程的專業特點，結合知識點和學生實際情況，選取合適的案例作為分析材料。其次，授課階段。在該階段，教師講授知識點之后，就將案例發放給學生；接下來就是考驗學生理論結合實際的能力。學生可以自發組成小組，根據案例內容，并結合自己能力和長處與小組分工合作進行案例討論，而在這當中，教師主要的角色是組織和引導學生。最后，拓展階段。在學生匯報案例內容之后，教師要對學生的探討結果進行點評總結。學生也可以利用這個環節進行自查，發現自己是基礎知識點薄弱還是實踐能力欠缺。通過該階段，教師可以發現學生的水平，學生也可以發現自己作為專業碩士能力缺失的部分，從而雙方進行查缺補漏。

四、總結與展望

結合國外高校及國際組織已有的模式，針對未來社會所需十種能力的培養方式如何應用在國際商務課程中，提出了一系列的活動和思維模式培養技巧，如在線學習（以MOOC為主）、討論映射和魚缸式討論、項目式學習（PBL）、案例分析和創客空間以及課上的投票互動式環節等，希望對國際商務課程的改革創新有實質性的輔助作用。要想在未來取得成功，需要成為適應性強的終身學習者。隨著組織形式和技能要求的快速變化，要求每位個人都必須具備遠見，重新評估自己需要的能力，并迅速整合合適的資源來培養和完善需要的能力，適應萬眾創新時代，并形成決勝未來的新的競爭優勢，贏得人工智能時代世界高等商科教育領域中的話語權。注釋：①楊壯：現任北京大學國家發展研究院BiMBA商學院聯席院長、北京大學國家發展研究院管理學教授、美國福坦莫大學商學院副院長、終身教授，著名領導力專家。

【參考文獻】

[1]InstitutefortheFuture.FutureWorkSkills2020[EB/OL].[2019-11-09].

[2]LiuJie.TheOptimizationStudyofGeneralEducationPracticeEffectinOurCountry[J].學術界,2013(12):283-290.

[3]陳妍蓓(編譯).歐盟關注終身學習關鍵能力培養[J].世界教育信息,2019,32(10):74-75.

[4]段世飛,張偉.人工智能時代英國高等教育變革趨向研究[J].比較教育研究,2019(1):3-9.

[5]王文.案例教學法在高校市場營銷教學中的應用探索[J].產業與科技論壇,2020,19(4):187-188.

[6]吳朝暉.智能增強時代的學習革命--在國際人工智能與教育大會上的發言[J].世界教育信息,2019,32(10):3-6.

第9篇：人工智能課程評價范文

關鍵詞：數據挖掘 ICAI 智能化 輔助教學

中圖分類號：TP391.6 文獻標識碼：A 文章編號：1007-9416（2012）11-0077-01

1、引言

伴隨著計算機技術、信息技術的飛速發展，各行各業逐步進入了信息化的發展時期，而高校教育事業也不例外。由于社會經濟、文化的高速發展，人們對教育質量的追求日益高漲，而傳統的教學手段和模式已經無法適應這種快速增長的需求，教學環節逐步和信息化技術相結合，比如計算機輔助教學系統。然而，傳統的計算機輔助教學系統依舊存在多種弊端，比如個性化、智能化性能不足。而隨著數據挖掘技術、人工智能技術的快速崛起，人們將數據挖掘技術應用到ICAI中，實現了個性化、智能化的應用，大大提高了ICAI的性能和效率。

2、智能計算機輔助教學系統

2.1　概念及意義

智能計算機輔助教學系統ICAI主要依托豐富的教學資源，為學生提供不同層次的學習服務，為教師提供教學工作的管理平臺。學生可以根據需要制定學習計劃，然后進行有針對性的學習，教師可以對學生進行輔導工作，學生還可以根據學習進度和效果進行調整。ICAI不同于以往的計算機輔助教學系統，它具備更多個性化、智能化的功能。

2.2　系統結構

ICAI系統通常主要包括四大功能模塊：知識庫、教師管理模塊、學生學習模塊、智能管理接口。

3、數據挖掘概述

數據挖掘簡單理解為“數據庫中的發現”，主要是從海量的數據中提取、分析、挖掘有用的知識信息，通過發現可用的模式，來發覺可用的內涵信息，用于提供未來發展趨勢的決策信息。數據挖掘的分析方法主要包括四種：分類分析法、預測、關聯規則、聚集分析法。

4、數據挖掘應用于CAI

4.1　數據挖掘在知識庫中的應用

數據挖掘在知識庫中的應用主要表現在下述幾個方面：形成知識表示、改進教學模式與策略。

（1）形成知識表示。該過程主要將知識庫中的課程信息、技能信息進行分析、拆解、建模，形成一定的知識體系，然后采用人工智能技術將這些知識庫轉換為ICAI系統可識別的表達模式，從而形成知識表示。在此過程中，使用聚類分析法將知識信息歸類，同類的知識間距大，否則間距小；同時確定知識點的類標記，方便查找。需要注意的是，此過程要符合教學規律的需要，便于為個性化教學、啟發式教學提供知識信息儲備。接著，通過關聯規則建立知識點、題目庫、項目集的關聯信息。

（2）改進教學模式與策略。對學生信息庫中的數據進行樣本訓練，將學生對知識點學習的情況作為分類依據進行分類，標記每一個學生，并且描述學生的分類特征。根據這些分類數據，可以改進教學模式和策略，比如控制學生的學習進度，還可以直接向學生提出學習建議。同時，老師可以通過從學生的聚類分析中發現規律，找出學生成績優異、認知能力強、學習能力差、學習能力一般等級別的學生，實施個別輔導。

4.2　據挖掘在教師模塊中的應用

首先使用聚類分析法對學生的學習能力、成績進行分類，方便老師為學生提供個性化輔導，而重點就是如何進行分類。主要使用主成分分析法、聚類分析法對學生的信息進行提取、分析、描述，從而確定學生的能力分類，可以繼續分解為多個能力屬性的分組，形成若干小類，大類可供參考的信息包括：學生成績信息、考核信息等。對于學生成績來說，小類可能包括：單一科目、綜合成績等；考核信息可能包括：單一科目考核、綜合考核等。綜合課程的重難點特點來分析、歸類學生的學習能力趨勢，據此建立每類學生和對應學習指導知識庫的關聯關系。但是考慮到學生的基礎以及課程彼此間的關聯性，因此對于剛入學的學生成績參考性意義不大，必須要借助成分分析法對學生成績實施預處理，使用其它的分類指標進行分類，更具有科學性；同時，還可以使用樣本訓練中的“馬氏距離”規則進行聚類分析。最終的目的是形成學生綜合能力的分類，然后建立學生類分組和教學指導知識庫的關聯關系，方便教師為學生提供個性化輔導。

4.3　據挖掘在學生模塊中的應用

學生信息的內涵較為豐富，包括基礎信息、個人高考成績信息、個人履歷信息、個人喜好信息等，豐富了知識庫信息。可以對這些信息進行分類，對這些類分組進行關聯分析，對于綜合考評學生的綜合能力具有指導意義。另外，需要考慮到影響學生學習能力、成績的因素較多，因此需要發掘潛在的因素并進行歸類。可以使用數據挖掘技術中的決策樹算法、關聯分析法建立影響因素的實例，進行分析，然后形成關聯模型。比如，個人喜好表示個人對某方面事物、知識的特別偏好，在一定程度上反應了此人對該領域的知識掌握程度，直接影響到學生綜合能力的認定結果。通過對學生進行能力分組以后，然后建立學生類分組和其它知識庫的關聯關系，從而方便教師對學生進行有效的輔導。

5、結語

ICAI系統在未使用數據挖掘技術之前，無法適應學生個性化、智能化學習的需求。但是將數據挖掘技術應用到ICAI以后，學生可以進行自主學習的同時，還可以由老師提供個性化的輔導，可以有效提高學生的學習效果，同時還可以優化教學模式。ICAI和數據挖掘技術的融合是未來高校教學管理信息化的主流發展趨勢。

參考文獻

[1]賈麗媛，張弛，周翠紅.數據挖掘在網絡教學評價中的應用[J].湖南城市學院學報（自然科學版），2011（02）.

[2]洪潔，蔣曉川.Apriori算法在學生系統中的實現與應用[J].硅谷，2011（07）.

[3]袁燕，李慧.基于數據挖掘的教學評價系統研究[J].計算機與現代化.2009（11）.