人工智能课程评价精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的人工智能课程评价主题范文，仅供参考，欢迎阅读并收藏。

第1篇：人工智能课程评价范文

关键词：高校；人工智能；伦理道德教育

中图分类号：G642.0文献标志码：A文章编号：1674-9324（2019）41-0144-02

一、人工智能课程伦理考虑的基本内涵

人工智能课程中进行伦理考虑，是在人工智能课程中有针对性地加入道德教育的元素。在方式上，可以借用西方的“隐形教育”方式。在内容上，必须符合中国的人工智能发展态势，更要受中国社会主义核心价值体系的引导。目前中国的人工智能课程，过度偏向于技术性。尤其是许多社会机构提供的课程，更是偏向于功利性，目的在于让学习课程的学习者快速获得工作。因此，必须从源头入手，对这些社会机构进行一定的约束和规范，对人工智能课程内容进行整体的架构。

二、高校人工智能课程中伦理考虑的必要性

（一）我国对于科技工作者职业道德建设的要求

首先，科技工作者的职业道德建设是促进社会治理体系现代化的必然要求。加强社会治理制度建设，一靠法治，二靠德治。中国正聚焦力量加强自主创新，科技是第一生产力。基于当代中国语境下，科技工作者的职业道德建设就至关重要。科技工作者对自己的社会责任与伦理责任应该有着充分的理解，在科研活动中既要着眼于为社会提供科学技术上的新成果，同时也要强调在伦理道德建设中起到应有的作用。

其次，从长期看，科技工作者的职业道德建设利于国家科技的发展，利于促进科技难题的解决。发展是连续和间断的同一，科技发展不能一蹴而就。在面临科技瓶颈问题时，就更要求科技工作者具有坚韧不拔的品质和无私奉献的精神。这些精神都是进行职业道德教育中的重要内容，也是科技工作者承担的社会角色中必不可少的特质。

最后，高尚的职业道德是科技工作者奋进的不竭动力。一个科技工作者只有站在最广大人民的立场上，奉献自我才能成就事业。随着全球化的发展，受西方“享乐主义”的负面影响，科技工作者只有更加坚守自我、承担社会责任，才能具有不断前进的精神支柱。

（二）对解决人工智能伦理困境的源头性作用

随着人工智能应用领域的广泛化，以及应用群体的普及化，难以避免的带来一些伦理问题上的困境。例如伦理学中经典的“电车难题”，在当代科技发展中也出现了在人工智能领域的“无人车难题”。无人车产生事故的责任归属与分配就是目前很多学者在关注的伦理问题。人工智能的发展对当前的法律规制，还有现存的人伦规范都产生了挑战。人工智能的未来发展方向，在操作性上要避免技术鸿沟，在设计过程中要坚持算法公开化、透明化，并且在出现数据漏洞时应尽快地进行自我修复。这对于科技工作者自身的素质提出了很高的要求，不但要求科技工作者自身的知识素质与知识能力过硬，而且要求科技工作者要严于律己，具有较高的思想道德素质。要求科技工作者对于人工智能的发展保持理性的态度，坚持为国为民。许多科幻电影和小说中都体现了未来人工智能发展到一定阶段时，人与机器产生的情感迷思。作为科技工作者，在设计与调整过程中都应保持情感中立，勇于承担社会责任。目前我国正处于人工智能发展的初级阶段，人工智能尚不能拥有自主意识，人工智能的行为责任必须要找到其背后的拥有自主意识的人。无论是现阶段还是未来，作为人工智能产品开发者与设计者的科技工作者树立正确的价值观和承担相应的社会责任是十分必要的。科技工作者的知识层次与道德品质在某种程度上说，是研发人工智能产品的起点。因此，对科技工作者的成长过程中进行持续的道德教育，使其树立高尚的道德观念，对于解决许多人工智能带来的伦理困境都具有源头性、基础性的作用。

三、高校人工智能课程与伦理道德教育的结合方式探索

（一）高校人工智能课程资源的充分运用与更新

从资源形态上看，实物化资源与虚拟化资源，线上资源与线下资源都应充分运用。随着智能校园的普及，有基础条件的地区与校园可以充分运用好身边的人工智能。人工智能课程是一门理论与实践相结合的课程，因此课程的内容也不能仅停留在理论层面。除了对于学术资源的运用，也应当结合实体的人工智能产品进行学习。但因为人工智能的发展程度还没有普及化，人工智能机器人也远没有达到触手可及的程度。因此运用新媒体技术，通过虚拟现实的手段进行在教学过程中的知行结合是可以尝试的路径。VR技术在网络设备硬件教学中可以节约成本，便于人工智能课堂的普及化。在理论教学中，可以通过与虚拟机器人的交互增强趣味性。VR技术有3个最突出的特点：交互性、沉浸性和构想性。课程设置者可以充分借助VR的沉浸性设置相应的场景，让课程学习者通过对特定道德场景的判断引出思考。这种新媒体手段既可以更新原有课堂知识的教学教法，更适合作为伦理教育走入人工智能课堂的重要媒介。

从资源时态上看，人工智能课程资源必须随着人工智能的发展而不断更新。从现实角度来看，最初开设人工智能课程时，其教学目标还是相对简单的——即培养学生的创造性与知识能力。但随着人工智能的普及应用，产生了许多人工智能语境下的道德困境。从指导思想来看，我国逐步走向世界舞台，随着实力增强指导思想也是不断变化的，新时代会提出新目标，为了实现中华民族的伟大复兴，课程内容的丰富也是十分必要的。因此，人工智能课程若要符合时代需要，就需要不断地更新课程资源。人工智能这一学科是具有学科交叉性的，与之相关各个领域的最新前沿问题都需要结合相应的道德教育，只有这样才能适应时代的发展。

（二）高校人工智能课程内容的合理架构

对于不同年龄层次的人工智能课程，必须考虑到不同群体的教育规律。提出合理的教育目标，用不同群体可以接受的方式方法才能达到最优的教学效果。我国人工智能课程目前的课程架构中，已经有学者进行了分年龄层次的研究。人工智能课程可以规划为专业性逐渐增强的、从边缘到中心的课程层级系统。对于高校本科生和研究生来说，人工智能课程设置内容必须具有专业性。在上文的课程体系建构中添加了艺术、文学、哲学等内容，其中包含对于人工智能伦理学的思考与认识。但在某种意义上这些青年的社会价值观就代表了未来科技工作者的社会价值观。因此在这一阶段，人工智能课程的架构与实施，国家应加以引导和监督。一方面需要建立统一标准的高校人工智能课程体系，另一方面在應对课程具体内容的落实方面给予一定程度的监督。

（三）在高校人工智能课程教学过程中充分运用案例

首先应充分运用学术案例，例如度量学习，在其基础上的迁移学习，以及发表在《机器学习》、《数据挖掘》等顶级期刊上的论文。使课堂具有含金量，可以说这也是国家发展与关注的重点。通过学术性经典案例的学习可以拥有不一样的视角，通过历史发展的角度去看人工智能技术的演变与发展。其次应充分运用具体案例。在人工智能课程中对于许多道德问题，不应抽象地去讨论，而应该具体地去讨论。也可以让学生与AI系统进行直接的问答，如：我们能保证它们稳定可靠吗？我们应该如何去测试人工智能？人工智能课堂中既要包容学生多元化的答案，不压抑创造性又要对于错误的思想进行思想转化，这就需要教育者具体问题进行具体分析了。

第2篇：人工智能课程评价范文

【关键词】 人工智能 农村远程教育 高效

人工智能技术是在计算机科学日新月异发展的进程中一大成果，由于其智能、高效、优化的强大功能，为许多研究者所重视。部分教育领域的研究者，将人工智能技术引入教育行业，探讨人工智能如何融入教育，促进教育深度发展。研究者们将人工智能与职业教育、继续教育、远程教育及教育技术结合，进行探讨，提出了一些很好的建议。农村远程教育虽然也属于远程教育范畴，但由于其自身具有许多特殊性，因此有必要单独将其应用于农村远程教育进行探讨。

1 我国当前农村远程教育发展面临的困境

我国农村远程教育是伴随着现代通讯技术的发展而在广大农村出现的一种新的教育模式。随着上世纪70年代末，以广播电视大学为代表的远程教育的兴起，为我国教育的发展写下了浓重的一笔，由于其不受时间、空间、学习者等要素的影响，充分体现了“时时能学、处处可学、人人皆学”的巨大优势。因此，本世纪初，国家将远程教育教学模式引入广大农村，于2003年推出了“农村党员干部现代远程教育”、“农村中小学现代远程教育工程”，于2004年依托广播电视大学体统推出了“一村一名大学生”工程，这些远程教育工程对推进农村教育起到了举足轻重的作用。但其发展也遇到了困难，具体说主要体现在以下几个方面：

1.1 师资力量短缺

由于受我国长期以来的城乡二元制经济发展模式的影响，导致城乡经济发展不均衡，直接造成了城乡教育发展失衡。在农村教育中，首先表现在教师配置上，由于农村教育经费投、教师工资水平均低于城市，造成了长期以来农村教育师资力量短缺，远程教育更是如此。据相关研究表明，现我国农村远程教育由于缺少懂计算机或网络技术的专业人才，往往用不相关专业的人才作为替代，且大都为兼职人员。这就造成了对远程教育设备的维护、远程教育资源的管理及远程教育教学辅导等方面出现问题。以广播电视大学系统为例，自2004年广播电视大学开始招收“一村一名大学生”学员，虽然学员增长速度很快，但其教学点仅延伸至县城，招收的学员往往为县城周边农村的农民，而广大较偏远地区正真渴望接受教育的农民缺少受教育机会，之所以没有延伸至乡镇及行政村，根本原因是缺少师资力量。

1.2 资源建设不足

由于农村远程教育是本世纪初才在农村兴起的一种新的教育模式，属于新生事物，因此缺少前期的积累，主要体现在教学资源的积累上。我们知道，是否拥有丰富优质的教学资源是关乎远程教育成败的关键。而长期以来，我们主要注重城市远程教育的发展，现城市远程教育已相当成熟，拥有一大批优质的教育资源，吸引了大批学习者。但由于农村远程教育与城市远程教育相比有其特殊性，广大农村学员需要掌握的不仅仅是理论知识，他们最迫切学习的是农业实用新技术及掌握能够改变自己生活现状的一技之长，而这些课程资源在城市远程教育中设计不多。因此我们没有现成的教育资源可供使用，需要另起炉灶进行建设。但由于投入农村远程教育的经费有限，用于资源建设的经费也不足。造成了现阶段农村远程教育资源依然短缺的现实。这不利于农村远程教育进一步发展。

1.3 课程设置不合理

如上所述，广大农村学员渴望学习的是改善自身生活的实用农业新技术及一技之长，同时广大农村也需要培养一批懂管理的乡村干部。因此在专业和课程设置上，客观上要求向这些方面靠拢。虽然现在农村远程教育在专业设置上慢慢转向适合农村学员的涉农专业，但在课程设置上还是不尽如人意，往往只根据自己师资情况及资源情况来设置课程，这样往往造成农民学员需要的课程没有涉及，而农民学员缺乏兴趣的理论课程所占比重过大的问题。这样会严重挫伤广大农村学员学习积极性，对农村远程教育发展极为不利。

1.4 网络教学平台存在不足

我国现阶段远程教育的网络辅导教学平台现阶段的形势往往通过QQ对话、Email邮件、BBS及一些音频、视频系统进行。这些方式当然是有效的网络教学方式，但存在问题也是十分明显的，最主要问题在于如果没有提前联系，教师就不会及时回复学生提出的问题，缺少师生互动。学生的学习效果会大打折扣。

2 人工智能应用于远程教育的优势

2.1 人工智能的概念

人工智能是计算机学科的一个分支，是一门研究计算机模拟和延伸人脑功能的综合性科学，部分研究者将其定义为：一个电脑系统具有人类的知识和行为，具有学习、推理判断来解决问题、记忆知识和了解人类自然语言的能力。人工智能的产生过程：对于人类因问题和事物而引起的刺激和反应，以及因此而引发的推理、解决问题及思考决策等过程，将这些过程分解成一些步骤，再通过程序设计，将这些人类解决问题的过程模拟化或公式化，使电脑能有一个系统的方法来设计或应付更复杂的问题，这套能够应付问题的软件系统，称之为人工智能。

2.2 人工智能切合了远程教育的要求

有研究者指出：人工智能是研究如何构造智能机器（智能计算机）或智能系统，使其模拟、延伸、扩展人类智能的学科。人工智能在教学领域应用的最直接结果就是诞生了智能教学系统。而所谓的智能教学系统是以计算机辅助教学为基础而兴起的，它是以学生为中心，以计算机为媒介，利用计算机模拟教学专家的思维过程而形成的开放式人机交流系统。由于它综合了知识专家、教师、学生三者的活动，因此，与之相对应，智能教学系统一般分为知识库、教学策略和学生模型三个基本模块，再加上自然语言智能接口。人工智能的这些功能和模块刚好切合了远程教育的特点及要求。我们开展的远程教育一直以来就强调以学生为中心，以学生自学为主，教师辅导为辅，教师通过计算机网络系统对学生进行实时和非实时辅导，以此来完成学生的学习过程。因此人工智能适合应用于远程教育教学过程。

2.3 人工智能能够有效加强对学生的管理，提高学习效率

长期以来远程教育为社会诟病的是，由于缺少师生间直接交流的机会，造成教师对学生的组织和管理方面的困难。如果我们仅仅依据学生登录次数、登录时间等方面来评价学生学习情况，这样往往造成对学生学习的错误评价，但对远程教育的教师来说也只能做到这些。但如果我们将人工智能引入远程教育，它可以依据自己强大的功能，通过对学生情况的数据分析，科学提供学生的学习能力、认知特点及当前的知识水平。更为重要的是，通过对这些信息的分析，它能为每位学习者制定适当的教学内容和教学方法，为学生提供个性化的学习服务，切实提高学生的学习效率，这是我们远程教育所倡导的最佳服务的效果。

2.4 人工智能可以从某方面解决农村远程教育师资力量

如上所述，由于城乡间经济差距，造成了长期以来城乡教育发展失衡，广大农村地区师资力量较为薄弱，特别是远程教育方面。这一问题解决的根本途径在于缩小城乡经济差距，但这并非一朝一夕就能解决的问题。因此农村师资力量特别是远程教育师资力量的解决，需要一个过程。而人工智能技术利用了计算机模拟教学专家的思维过程而形成的开放式人机交流系统，它集知识专家和教师于一身。广大学员可以通过自然语言系统，实现正真意义上的人机对话，完成适时的学习辅导过程，这从某种程度上解决了师资短缺的问题，为农村远程教育的发展提供了一条新的发展思路。

2.5 人工智能能够有效解决农村远程教育资源建设问题

目前我国农村远程教育在资源方面存在的问题除了数量较少，质量也不高，许多网络课程资源仅仅是课本的翻版，虽然资源制作者利用现代资源制作手段，以文字、视频及图片等手段来展现知识，但知识之间的逻辑联系性方面存在不足。这给学习者有效学习带来极大不便，影响了学习效果。而人工智能技术，能够对现有的网络课程资源进行智能加工，对知识结构进行重新构建，对知识间的层次性、逻辑性进行重新编排，为学习者展示学习重点、难点，切实提高学习效率。使资源更加优质高效。

2.6 人工智能能够提供实时交流，解决网络教学平台的不足

由于人工智能集知识专家、教师与一身，可以通过自然语言系统，开展人机对话，通过讨论解决学生遇到的问题。能改变传统网络教学平台缺乏及时交互性的问题。能够解决网络教学平台的不足。促进农村远程教育的发展。

3 结语

人工智能技术是计算机科学发展的成果之一，它具有智能、高效、优化的强大功能，许多行业都利用人工智能技术提高效率。对我国农村远程教育而言，如果能将人工智能引入，能从某种程度解决因为资金问题造成的师资力量缺乏问题；提高对远程教育学生的管理，为他们提供个性化的高效远程教育服务；能够利用它强大的功能重新编辑网络资源，让它更有利于学生学习；同时人工智能还能提供自然语言接口，打破以往网络教学平台的弊端。相信通过引入人工智能技术，我国农村远程教育会迎来新的发展。

参考文献

[1]张震，王文发.人工智能原理在人类学习中的应用[J].吉首大学学报，2006（1）：39-41.

[2]武晶晶.关于人工智能教育应用的几个问题[J].教育教学论坛，2012（9）：159-160.

[3]张.人工智能与教育技术[J].陕西师范大学学报（自然科学版），2005（6）：228-230.

[4]张小永.陕西农村现代远程教育资源建设初探[J].陕西农业科学，2011（4）：228-230.

第3篇：人工智能课程评价范文

1幼儿园国学教育开展中存在的问题

时代转型下的“国学热”催生了幼儿国学教育潮流，但在具体实践中教育效果却不尽如人意。纵观现阶段的幼儿国学教育，我们不难发现其存在一定的误区：

1.1教学活动方式单一

“幼儿园在进行国学启蒙教育时采用的教学形式较为单一，幼儿园采用的最主要方式是诵读法[1]”。首先，一位老师面对多位幼儿，教师朗读示范，幼儿跟读后进行熟背是现在多数幼儿园的教学形式，以强迫幼儿“读经”的形式灌输传统文化知识。其次，教师多采用传统的“奖励”模式来激励幼儿背诵。导致幼儿背诵课文仅仅是为了表现自己并获得奖励，而并非为了获取知识。这种单一的教学模式，忽视了幼儿的兴趣，也体现不了幼儿学习国学经典的真实意义。

1.2缺乏国学启蒙环境的熏陶

当前幼儿园的国学环境启蒙大多形式较为复古。根据调查，目前幼儿园进行的环境创设，大多是形式上的创设。大多数幼儿园误以为将国学经典（如《千字文》《百家姓》《三字经》）通篇印在墙面上、将国学经典人物画像挂在墙上，或者在某一区域内摆放古代学习的书桌和古代书本，便是营造了国学环境。这些复古形式的长期使用会使幼儿对国学失去兴趣，产生“抵触”和“视而不见”的现象。

1.3缺乏科学系统的国学教育内容

国学文化包罗万象。首先，当前大部分私立幼儿园对幼儿国学教育的理解都停留在国学经典典籍这个层面上，将国学典籍的教学作为国学教育的重点，且80%以上的幼儿园都单纯地以《弟子规》和《千字文》背诵作为国学教育的主要内容。其次，幼儿园国学教育内容的选择忽视了幼儿年龄阶段特点和身心发展水平，教材也不具备层次性。

2幼儿园国学教育融入人工智能的必要性

时代转型背景下，人工智能与教育领域的深度融合是解决当前幼儿国学教育问题、健康发展的必经之路。当前幼儿园亟须建设国学特色课程、提高国学教师素质、实现高效的因材施教。

人工智能是一门综合的交叉学科，涉及计算机科学、生理学、哲学、心理学、哲学和语言学等多个领域。[9]首先，人工智能的新型教育模式能综合多领域学科知识，打破单一的教学方式，创新当前幼儿国学教育。其次，人工智能可以发挥其智能化、自动化、个性化和协同的特点，为幼儿园区域活动提供智能化、自动化的环境创设材料。此外，人工智能可以根据每一位幼儿的特点采用大数据分析的方式，分析幼儿认知发展程度，在夯实国学教育理论的基础上，根据幼儿身心发展规律循序渐进地实施幼儿国学教育，在真正意义上建设并发展幼儿园特色课程。[2]国学教育师资短缺是阻碍国学教育发展的首要因素。教师短缺是一个严重的问题，对教育影响重大。而人工智能能够独立扮演教师的角色，且储备了大量国学专业知识。人工智能在以教师的角色进入幼儿园师资队伍的同时，对幼儿教师本身提出了新的要求。人工智能背景下的幼儿教师需要具备更广泛的知识范围、更强的综合素质、创新型的思维以及较强的信息技术应用能力。因此，人工智能以其本身的智能化和幼儿教师的专业化能够提高幼儿园师资队伍的整体素质。

幼儿园国学教育融入人工智能，旨在促进幼儿国学个性化教育。在幼儿园国学教育中引入人工智能，为幼儿活动提供了创新性的玩教具和活动形式。在国学教育中，兼顾幼儿的特殊性，通过分析不同年龄段的幼儿身体发育程度、认知水平、思维能力、学习接受程度，为幼儿制定个性化课程。因此，人工智能技术与国学教育融合能兼顾个体的特殊性，能够高效地做到因材施教。

3幼儿园国学教育融入人工智能的路径

幼儿园国学教育融入人工智能是在遵循幼儿身心发展规律的同时，借助人工智能科技优势，实现传统幼儿国学教育与人工智能的有机结合，能够增强国学教育的效果。

3.1环境创设

人工智能以其不可匹敌的技术优势，创设全新的学校环境特征[3]。国学环境创设融入人工智能是促进国学教育开展的重要路径。在传统环境静态创设的基础上，安置多媒体一体机来创设动态多变的主题墙，播放国学经典动画、歌曲、故事，展示栩栩如生的动态人物造型，呈现丰富多样的色彩，使幼儿园的墙面设计能够有效地将动态和静态相结合。除了提供动态国学经典文化元素之外，还可以利用人工智能筛选不同年龄段的国学知识展现给幼儿，创设符合幼儿年龄特点的主题墙。天花板是传统环境创设易忽略的一步。吊饰是悬挂于天花板的装饰，它能够为幼儿园内公共环境增添动感和立体感。可以利用人工智能将国学经典文化中的人物形象（孔融、孟子、孔子）、书法作品、传世经典国画、经典国学典籍（《三字经》《千字文》）等投影展示到天花板上。同时，在图书角安置人工智能设备，将传统纸质书籍与有声读物有机结合，打造人工智能读书角。书架旁边则可以布置以国学经典文化为主元素的周边，力图将智能元素与传统文化元素相结合进行环境创设。

3.2人工智能教学系统

人工智能教育系统的融入促进了“有形”教师与“隐形”教师的有效结合，发挥了国学教育的巨大效力。首先，智能多媒体一体机是较为普遍的一种人工智能系统。在组织国学经典教育过程中利用其人工智能计算的个性特点，选择出适合各个年龄阶段儿童的国学经典知识。以小班为例，人工智能设备筛选出适合小班幼儿观看的图片、国学律动、顺口溜、儿童化故事等，并以动态方式展现给幼儿。同时，教师要对多媒体设备进行有效操作、关注幼儿的身心状态。其次，人工智能机器人基本可以代替传统教师进行“教学自动化设计”，减轻教师负担。机器人能为幼儿营造出一种“混合现实”的环境，让幼儿更好地参与到故事表达中，机器人作为活动组织者，替代了教师在活动组织中的主导角色，自行设计活动流程，引导幼儿自主探索学习。此外，远程教学是基于人工智能的教育交流平台。[4]幼儿园建立远程教学，以线上互动的方式，将幼儿国学教育专家与幼儿园的孩子联系起来，实现专家与孩子的线上国学交流和互动，以便对幼儿进行更专业、更科学的国学教育指导。

3.3智能化、自动化的国学区域活动

区域活动，是指教师根据教育目标，为幼儿提供一定的活动空间和活动材料，幼儿在丰富的环境中进行自主、自由的探索性活动和个性化学习。幼儿国学区域活动的智能化能促进幼儿园学知识的有效获得。

3.3.1智能化材料

人工智能的发展带来智能化的益智玩教具，智能机器人尤为突出。首先，在国学区域活动中投放智能化的玩教具，能够实现区域活动智能化。以国学艺术活动“智能机器人与幼儿园皮影戏剪纸活动的融合”为例。在幼儿美工区进行活动前，人工智能机器人独自操作皮影戏，并展示给幼儿，启发幼儿如何做皮影戏剪纸。随后，机器人可以扮演活动组织者，引导幼儿逐步完成皮影剪纸。其次，国学的益智玩教具还包括国学经典有声读物、国学趣味创意触感玩具书、智能优秀传统人物模型、智能传统习俗文物模型等。这些智能化材料的投入将大大提升区域活动的智能化和自主性。

3.3.2自主化学习

人工智能教学系统或者人工智能机器人以教师身份介入国学区域活动，代替传统教师引领幼儿在区域内自主进行国学知识探索、学习。以国学语文活动《三字经》为例，机器人讲故事、与幼儿进行国学知识交流对话，带领幼儿唱读《三字经》，使幼儿自主理解三字经的含义，并模仿、学习三字经中的优良习惯。当然，幼儿教师并不能完全退出区域活动，教师要选择恰当的介入方式。教师在幼儿开展区域活动中要时常观察幼儿，在他们遇到困难、秩序混乱以及幼儿身心安全受到威胁时，教师要及时介入，保证幼儿的自主化学习顺利开展。

第4篇：人工智能课程评价范文

摘要：本文从计算机学科本科的教学理念出发，提出了从计算机学科分支的角度认知人工智能，组织并实施教学的方法。

关键词：人工智能；综合学科；计算机学科分支

中图分类号：G642

文献标识码：B

1引言

目前国内流行的人工智能教材都是把人工智能学科作为由计算机科学、心理学、神经生理学、控制论、信息论、语言学等多种学科相互渗透的综合学科加以介绍。这些教材核心内容虽然相同，但作者编写教材的思路却有不同，有些教材以智能体(agent)的观点论述，还有一些教材以应用为目的来论述。这些教材对于各相关领域从事人工智能科研与工程的技术人员来说，是比较适宜的。但对于我国高等院校计算机专业的本科学生来讲，却存在一些问题。不仅是由于在一门课程中涉及众多学科的知识，使学生难以接受，而且讲授的角度不能与前期所学知识紧密配合，也增加了学习的困难。

人工智能是由多种学科相互渗透的综合学科，但它是明确属于计算机科学分支的学科。这是因为从功能上和方法上人工智能与计算机学科是一致的。实际上，人工智能不仅使用了许多其他计算机学科分支的技术，而且在发展过程中，也开拓了许多新的方法和技术，充实了计算机学科。若按计算机处理的对象来区分计算机应用的话，则可分为三个部分：数值计算、数据处理与知识处理，人工智能就对应知识处理工作。

对于我国高等院校计算机学科的本科教学来讲，人工智能课程的课时一般只有40课时左右。以什么角度组织教材内容，提高教学效果，使学生较容易地理解和掌握人工智能的原理与技术呢？通过多年的人工智能教学实践，我们逐渐总结出了进行人工智能教学的方法：既从计算机学科本科的教学理念出发，考虑人工智能这门学科的特点，以作为计算机学科的一门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。

2计算机学科本科的教学理念

计算机学科本科的教学理念可以归结为：传授知识、提高能力、培养素质(包括专业素质与品格素质，专业课以专业素质为主)。其中，原来作为教育核心的知识现被看成是教育的基础，即把知识作为载体，用来实现能力的提高，在潜移默化中实施素质教育。高等院校对学生能力的培养主要包括：学习能力、分析问题与解决问题的能力以及创新能力。对于本科学生，重在学习能力与分析问题与解决问题的能力，对创新只是培养兴趣。素质是知识和能力的升华，计算机专业素质显示的是这一领域的水平，素质水平的提升也将通过知识的增多和能力的增加体现出来。

3以计算机分支的角度认知人工智能

什么是人工智能？目前人们普遍接受的定义是：用机器来模拟人的智能，也就是用计算机来模拟人的智能。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，我们需从两个方面加以说明。

首先，从计算机的能力，也就是它能做什么讲起。用计算机解决某种问题，需要有三个基本的条件：第一，必须把问题形式化。第二，问题是可计算的，就要有算法。第三，问题要有合理的复杂度。人的智能所能解决的问题往往不能满足这三个条件。因此，人工智能就是对于不能满足这些条件的问题，通过使用它的技术和方法，使问题满足这三个条件，由计算机去解决问题。比如，一般来讲不可能将自然语言全部形式化，但人工智能使用一阶谓词逻辑表示自然语言的部分句子，并用算法进行推理，解决一定范围的问题。另外，使用启发式搜索可降低问题的复杂度，使问题在可能的范围内得到解决。

其次，从计算机的核心技术加以阐述。用计算机解决问题是靠程序实现的，程序是什么？一本经典的计算机教科书的名字“算法+数据结构=程序”给出了解释，这说明在计算机学科中算法与数据结构的核心地位，一般的计算机程序也确实可分成这两个部分。而作为典型的人工智能程序可分成三个部分，控制部分(推理机)、规则库和数据库。其中，控制部分和规则库对应于算法，数据库对应于数据结构。实际上，控制部分由搜索策略和推理机制组成，规则库是将一般计算机程序的算法中的与实际问题有关的知识抽出来单独组成。而数据库往往用来存放一些基本的事实和一些中间的结果，也常常采用知识表示的方法，因此，人们也经常把规则库和数据库合称为知识库。在人工智能程序中与算法与数据结构对应的正是人工智能的两大核心：搜索和知识表示(包括推理)。

4以计算机分支的角度组织并实施教学

人工智能为了模拟人的智能，处理的对象是知识，知识处理则需采用知识表示。又由于往往没有确定的算法，只能使用搜索。本文的观点是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。

首先，教学的第一个核心是知识表示。知识表示就是研究用计算机来表示知识的方法，这些方法需满足两个条件：除了计算机可接受这个条件以外还要能刻画智能行为。这是与一般的数据结构不同的地方。什么方法适合呢？由此引出了逻辑表示方法。

形式逻辑是关于思维的形式和规律的科学，数理逻辑从逻辑上讲是现代的形式逻辑，是用符号和数学的方法来研究推理规律的学科。数理逻辑一般是指命题逻辑和一阶谓词逻辑。一阶谓词逻辑比命题逻辑表达能力强，逻辑的表达方式与人类的自然语言接近，因此，用一阶谓词逻辑作为知识表示工具容易被人接受。不仅如此，由一阶谓词逻辑表示已知条件和所要证明的定理，使用归结原理则可建立计算机程序实现自动定理证明(半可判定算法)。这一过程是在Herbrand定理的基础上得以成立的。由于人工智能中的许多问题都可以化成类似于定理证明的问题，因此可以把与Herbrand定理有关的一系列工作看成是表示和推理的理论基础。评价知识表示方法的性能，即要考察表示能力，又要考虑是否有效地支持知识的推理。显然，具有充分的表示能力又有坚实的理论基础的表示方法是最使人放心的，一阶谓词逻辑恰好满足这一条件。

在这一部分的讲授中，将通过一系列的演变过程，展现出如何将一组谓词公式转换成子句的集合，又如何通过使用置换与合一的手段，达到可以应用归结推理规则，而最终得到证明的目的，而这一切又都是在有严格的定理保证之下完成的。这些内容的讲授，对于培养学生严紧的逻辑思维能力是一个极好的实例。

逻辑表示与归结推理方法是知识表示的基础部分，用来说明人工智能系统进行推理的原理。而作为真正最实用的产生式表示法将通过Horn子句的正向推理和反向推理过程引入，产生式表示法中的带与不带变量的正、反向推理相当于命题逻辑和一阶谓词逻辑层面的Horn子句的正、反向推理。作为结构化表示的语义网络和框架表示法也以一阶谓词逻辑为基础，它们均可转变成为等价的一阶谓词逻辑的表示形式。

在教学中，关于其他知识表示方面的内容，比如：产生式规则、语义网络、框架，都以一阶谓词逻辑为基础给以说明。关于产生式表示法在人工智能的心理学认知体系结构中，被看成是人的思维中因果关系的一种反映，而在本文中则看成是一种类似于Horn子句形式的一种表示。在讲授时将这些内容作为一个整体，说明原理与实用方法之间的关系，根据实际问题的需要，可以降低表示的能力。而另一方面，为了解决实际问题，可以扩充表示的能力。

一阶谓词逻辑表示的能力虽然在通用的表示法中是最强的，但是知识与客观真理不同，它总是局部的、片面的或表面的，这在常识中尤为明显。在解题过程中还会不断地更新，知识表示要适应这个特点，采用经典的一阶谓词逻辑表达有困难，这就需要用非单调逻辑来表达。另一方面，在人工智能处理的信息和知识中，存在大量的不准确、不完全、不一致的地方，这又需要研究关于不确定性知识的表示和推理的研究。实际上，非单调逻辑和不确定性推理部分在教学中将作为知识表示的扩展加以介绍。机器学习作为人工智能的重要组成部分，它的主要方法都是基于归纳推理，也可以看成是非经典逻辑的应用。

人工智能教学的另一个核心是搜索问题。一般来讲，用计算机求解问题，就是用已知的知识，对于给定的数据进行加工，期望得到解答，其解法则由某种程序来表述。其他的计算机分支处理的问题，往往知识比较充分，例如多数的科学计算问题，就可以在看到数据以前根据知识写出程序，这个程序对于一切数据都是适用的。而人工智能处理的问题知识不够充分，或程序太复杂，此时可以写出一个元程序，对于给定的数据，它根据知识，做出一个程序专门加工这些给定的数据。这时，这个元程序可以通用于一大类知识，通常并不包含领域知识的具体细节，因此，对于这个元程序的研究就脱离了问题的具体领域，成为人工智能内部的课题，这正是搜索。

在教学中，通过掌握知识的多少来讲授各种不同的搜索。搜索是由于知识不足而产生的，同时搜索与知识是相辅相成的。当知识较多时，搜索的工作量不多，可使用一些盲目的搜索策略。当知识较少时，搜索的工作量较大，则需使用一些启发式的搜索策略。启发式搜索是搜索方法中需重点说明的，它起到了降低被求解问题复杂度，提高搜索效率的作用，但太强的启发信息，往往找不到最佳解。如何能减少搜索范围，提高搜索效率，而且还保证找到最佳解，这成为搜索方法应明确的问题。A*算法是N.J.Nilsson在20世纪70年代初的研究成果，他解决了这个问题，证明了A*算法的可采纳性。类似于定理证明，在教学时也将A*算法及其有关证明看成是搜索方法的理论基础加以介绍。

在搜索部分的教学中，除了把A*算法及其有关证明作为重点，当作是搜索方法的理论基础来讲解以外，还要给出若干搜索算法。一方面，这些算法说明了各种搜索的方法，另一方面，在这些算法中经常有一些算法细节抽象的技巧，对这些内容的细致分析，将会逐渐提高学生抽象思维的能力。

在实际的知识库系统中，回溯和与或树的搜索算法应用较多。而当问题的有关知识较少，规模大到一定程度之后，往往采用引进了随机因素的搜索算法，比如：模拟退火算法、遗传算法等。现在，这些算法一般称为高级搜索，教学时作为搜索的扩展来讲授。

人工智能技术方面的研究往往涉及各应用领域的课题。反映到教学中，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。

5结束语

经过长期的人工智能教学实践，笔者逐渐形成了以计算机学科分支的角度来讲授人工智能课程的思路。从学生的接受、理解和掌握人工智能的基本原理与技术方面来看，有较好的效果。但如何把计算机学科和其他人工智能所涉及的领域更完美地结合起来，较好地在教学效果与宽广的知识面之间找到平衡点，还需今后进一步的研究与探索。

参考文献

[1] 贲可荣,张彦铎. 人工智能[M]. 北京:清华大学出版社,2006.

[2] 马少平,朱小燕. 人工智能. [M]. 北京:清华大学出版社,2004.

[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,2004.

[4] 马希文. 逻辑・语言・计算－马希文文选[M]. 北京:商务印书馆,2003.

[5] 高济,朱淼良,何钦铭. 人工智能基础[M]. 北京:高等教育出版社,2002.

[6] 中国计算机科学与技术学科教程2002研究组. 中国计算机科学与技术学科教程[M]. 北京:清华大学出版社,2002.

[7] Stuart Russell, Peter Norvig. 人工智能－一种现代方法[M]. 北京:人民邮电出版社,2002.

[8] Nils J. Nilsson. 人工智能[M]. 北京:机械工业出版社,1999.

第5篇：人工智能课程评价范文

关键词：无人机系统；智能决策；自主控制；智能体系；任务规划；课程设计

0引言

无人机具有较强的机动性和较好的可操控性，能辅助人类在恶劣和危险的环境中执行复杂的任务。近年来，无人机系统迅速发展并广泛应用于环境监测、灾难搜救、反恐侦察等众多领域。无人机系统研究的一个关键问题是如何发展高度智能化的软件系统，提高无人机在动态复杂环境中自主决策的能力。目前，众多高校开设的无人机专业课程主要研究无人机的硬件平台、通信与测控、指挥控制、综合保障和实践等方面，然而对于无人机系统的智能决策问题研究尚不深入。

1无人机系统决策的内涵

1.1无人机自主控制系统概述

无人机自主控制系统是无人机实现自主飞行管理与自主任务管理的机载系统，如图1所示，它涵盖了机器人“观测一判断一决策一行动（observer-orient-decision-action，OODA）”的各个环节。

无人机自主控制能力是衡量无人机智能自主水平的一项重要能力。表1基于OODA分别对无人机自主控制能力进行了描述，其中，“判断”与“决策”部分评价的是无人机对战场态势的评估能力和对任务或行为的决策与规划能力，是衡量无人机自主决策能力的最重要指标，也是无人机决策课程设计与实践的核心。

1.2无人机自主决策子系统概述

自主决策模块位于智能无人机系统的顶层，它如同人类神经系统执行决策行为，产生计划并处理不确定性。自主决策模块主要包括顶层任务决策、顶层任务规划、底层行为决策和底层路径规划。顶层任务决策用于任务策略的在线生成；顶层任务规划用于任务计划的在线制定；底层行为决策用于运动行为的在线序贯决策；底层路径规划用于导航计划的在线生成，这些内容的教学与实践将贯穿课程的教学与实践过程。

2人工智能在无人机系统决策中的发展以及作用与地位

人工智能从孕育之初到现在，经历了“三起两落”，如图2所示。人工智能的发展也不断促进无人机自主决策能力的发展，甚至可以说，人工智能的发展决定无人机自主决策水平的高低。早期，无人机决策大多依托产生式规则或谓词逻辑技术，主要针对确定决策；20世纪六七十年代，知识表达引入到有人机辅助决策支持系统的设计与研发中，也逐步迁移到无人机智能自主系统中；随着概率统计的引入，基于贝叶斯的不确定推理决策方法得到大力发展；专家系统依据专家经验生成策略，用于解决离散事件不确定性，形成了一系列无人机智能自主决策成功案例；近年来，机器学习、多智能体理论的热潮将无人机智能水平推到了一个前所未有的高度，使无人机具备知识沉淀、知识挖掘、智能发育的能力，并将单无人机执行ISR任务拓展到多无人机协同遂行多任务领域。无论经典人工智能方法还是人工智能新思路，都是无人机智能自主决策的重要基础，在无人机系统智能决策课程教学与实践中具有举足轻重的地位。

3无人机智能决策课程教学总体设计

国防科技大学依托控制学科和仪器学科在自动化专业试办开设了“无人机工程”专业方向，培养掌握无人机工程相关领域基础理论和基本知识的学员，使其具有从事无人机系统及相关装备的分析、设计、研制、维护和管理等方面的实际工作能力和初步科学研究能力。

3.1教学目的与课程设计总体思路

设置无人机智能决策课程的目的是使本专业学生快速了解无人机决策系统组成、熟悉决策系统工作原理、掌握决策理论与实现方法。课程设计的总体思路是设置课堂教学和动手实践两个主要环节，课堂教学环节主要通过教师讲授的方式，基于无人机自主控制系统组织结构，介绍无人机决策系统的基本概念；实践环节则是在学生已经掌握智能决策算法基本原理和流程的基础之上，让学生参与到决策系统的设计与实现中来。

3.2课程教学主要内容

无人机智能决策是课程教学的核心内容，主要覆盖贝叶斯推理理论、最优化理论、智能搜索等基本决策理论和方法，主要讲解如何将其运用于无人机智能感知、任务规划的建模和优化方法，比如基于贝叶斯的不确定推理、基于启发式人工智能搜索算法的路径规划等。内容安排包括问题描述、基本原理、算法过程、输入输出设计、结果分析等；人机智能融合决策是课程的拓展部分，主要涵盖人机智能融合原理、脑机接口原理、融合决策机制等理论和方法，主要讲解如何将其运用于人在回路辅助的无人机智能自主决策、混合主动规划的接口设计与融合决策方法，比如基于脑机接口的人机智能融合决策、混合主动任务规划等；拓展内容安排包括资料查新、接口设计、融合机制设计、融合算法实现、结果分析等。

4无人机智能决策教学实践环节设计

4.1课程实践环节的必要性

4.1.1无人机系统智能决策课程对实践的需求

实践教学是高等学校教育非常重要的教学环节，是提高人才分析问题与解决问题的重要途径。无人机系统智能决策是一门实践性很强的课程，一是由于无人机系统是一门交叉性的学科，主要涉及空气动力学、无人机平台设计与制造、图像处理与智能感知、导航系统原理、无人机飞行控制、人工智能、机器学习、任务规划与分配、无人机系统体系保障技术等许多学科，所以该学科具有知识点多、涉及面广、理论性强，需要学生具备较好的逻辑思维能力和数理基础等特点，因此，必须通过实践才能加深对无人机系统知识的理解；二是智能决策技术不断走向实用，20世纪80年代随着人工智能基础科学的研究，智能决策作为一门新兴学科出现在国际科学舞台上，智能决策技术早期以研究经典的智力游戏问题和仿真实验来证明理论等为主流，随着互联网的普及和国际信息化进程的提高，智能系统和智能计算等也逐渐成为学者们的研究热点。从加强学生的实践能力出发，考虑到课程的建设需要，需要加强无人机系统智能决策课程的实践教学内容。

4.1.2无人机系统智能决策课程对实践的要求

根据智能决策的特点，进行实践教学需要达到以下几个目的：一是加强学生对基础知识的理解，对智能决策基本方法的掌握；二是加强学生将智能决策知识与方法用于解决实际问题的能力；三是增强学生对智能决策研究领域的兴趣，培养更多的专业人才。

智能决策的实践教学工作必须以高质量的科研内容为基础。通过瞄准国际前沿、集成创新和引进消化吸收、提升原始创新以及再创新能力，从而建设创新平台和创新团队，以高水平科学研究支撑高质量的高等教育。此外，智能决策的实践教学还要考虑因材施教，验证关键技术环节。目前学生的学习任务较重且水平参差不齐，在设计实践环节时，要把握如何能在较短的时间内让学生得到最大程度的能力锻炼。在这种情况下，教师必须进行充分的准备，事先搭好通用的硬件平台和软件框架，以减轻学生不必要的负担，营造良好的氛围，将学生的主要精力集中在创新实践上，这样才能提高实践教学的效率。因此，课程借鉴了无人机领域最具影响力的国际微小型飞行器赛会（IMAV）的比赛规则，结合智能决策的研究热点和当前承担的学术科研任务，引入无人机竞赛作为智能决策教学实践的平台。

4.2基于无人机系统智能决策的课程实践方案

在智能决策课程开始之际，教师向学生明确课程实践方案，即通过无人机竞赛的形式考核学生解决实际问题的能力。通过举办无人机竞赛，可以激发学生的学习热情和创新动力，达到寓教于乐的目的。学生带着思考主动学习理论知识，而不是为了应付考试被动学习；教师应当按照学生的综合能力合理组队，从而达到能力互补和团队协作。

无人机竞赛面向本校无人机工程专业方向的本科生，根据智能决策课程的需要，共设置3个科目。

第一个科目是自稳飞行，无人机需在3分钟内完成从出发点到指定目标点的飞行，要求单次滞空时间不少于30秒；本科目考查的是学生对无人机自主飞控基础知识的掌握。第二个科目是避障侦察，无人机需以尽可能快的速度穿越一排障碍门，并识别地面上的物品；障碍门的可通行区域各不相同，无人机需通过机载单目相机识别可通行区域，并自主规划路径；本科目考查的是学生对智能识别和任务规划基础知识的掌握。第三个科目是特级飞行，包括手抛无人机平稳飞行、8字飞行、伴随飞行等；本科目考查的是学生的创造力。比赛采用百分制，3个科目按照难度系数和重要程度评分占比分别为30%、50%和20%。

如图3所示，课题组提供比赛使用的无人机硬件和飞控软件平台并指导学生拼装无人机及使用软件。学生需在课程学习的过程中制定智能决策的算法设计及代码实现计划，并严格按照时间节点实现目标；每个小组的成员必须说明自己在团队中的贡献，从而作为教师打分的依据。

第6篇：人工智能课程评价范文

关键词：智能机器人；外科学；专业学位研究生

人工智能（ArtificialIntelligence，AI）通过计算机技术来模拟人类的智能，是一门多学科、多领域交叉的前沿学科[1]。AI的快速发展，促使“AI+教育”模式席卷整个教育行业，能够在一定程度上缓解教育行业持续增长的个性化需求与日益稀缺的师资之间的矛盾，从而成为教育改革的热门和前沿[2]。当前在临床教学过程中，医学专业学位硕士研究生面临跨学科知识面狭窄和临床能力不足、本学科疾病相关基础知识匮乏和遗忘、缺乏横向和纵向的整合式医学知识回顾与临床思维训练等一系列突出问题[3]。而智能机器人作为“AI+教育”的一种形式，集多学科知识库、虚拟检查和操作、病例资料库、课程中心、个性化考核等智能模块于一体[4]，在专业学位硕士研究生临床教学中具有巨大潜力。我们将智能机器人应用于外科学专业学位硕士研究生临床能力培养中，取得了较好的教学效果，现报告如下。

1对象和方法

1.1对象

2019年2月至2020年1月，选取重庆医科大学第一临床学院在骨科进行临床实践的2017级、2018级外科学专业学位硕士研究生共82名作为研究对象，其中男生65名，女生17名，年龄23~30岁，平均（25.20±1.24）岁，所有研究对象均知情同意。

1.2方法

本研究采用试验对照方法。利用骨科两个独立楼层的病区作为便利条件，按照随机原则以每病区41人分入骨科两个病区。一个病区配置智能机器人辅助临床教学，作为试验组，男生34人，女生7人，年龄23~30岁，平均（25.05±1.11）岁；另一病区未配置智能机器人，进行传统临床教学，作为对照组，男生33人，女生8人，年龄23~30岁，平均（25.37±1.36）岁。入科前统一进行理论知识考试，所有学生使用同一套试卷。两组基线资料如年龄、性别及入科前理论考试成绩比较均无显著性差异（P＞0.05）。

1.3教学实施

两组均按照国家《住院医师规范化培训内容与标准（试行）》[5]进行培训，以住院医师负责制参加临床医疗工作，临床技能操作基本训练要求按统一标准，定期以小讲座、疑难病例讨论形式学习相关专业理论知识。每位学生均固定医疗组，并指定一名带教教师，均为本科室取得中级职称3年以上的医师。临床实践时长均为24周。1.3.1试验组教学实施整体上按照带教教师为主、智能机器人为辅的教学模式，将智能机器人应用于研究生临床医疗实践活动中，包括参与入科教育、岗前培训、小讲座、疑难病例讨论、跟随查房等。（1）移动数据终端功能：通过先期导入骨科教学大纲、骨科学专著、运动系统教学PPT、影像学资料、解剖资料、病理资料、教学视频，建立智能机器人教学多学科数据库。学生可利用智能机器人这一移动数据终端，随时通过输入和语音对话功能查询、获取相关知识，及时解决临床活动中遇到的部分问题。（2）人工智能化辅助教育：依靠人工智能的自适应学习功能，智能机器人可在与学生不断的交互中了解其学习短板，不断更新临床指南、专家共识等临床研究进展，实现教学数据库的持续更新。临床教学过程中，带教教师在讲解典型疾病、分析疑难病例和操作指导时，智能机器人可以就云数据库相关资料及网络资源进行系统检索，快速整合相关图片、视频等资料，配以语音解读及即时问答，实现即时教学基本理论巩固和教学深度及广度的拓展。此外，根据对知识的掌握程度，智能机器人可为不同学生制订个性化学习计划。（3）考核功能：通过实时提问、课后问卷调查等形式对学生进行反馈式考核，通过下一次学习提醒或再考核，不断促进学生巩固所学知识，以考助练，以练代考，练考一体。1.3.2对照组教学实施采用传统临床教学法，学生跟随带教教师参与床旁示教式临床实践，同时参加入科教育、岗前培训、小讲座、疑难病例讨论等教学活动。

1.4教学效果评价

1.4.1理论知识考试24周的临床实践结束后进行理论知识考试。试题命题与组卷由两名具有副高级职称、未承担带教任务的教师负责。所有学生使用同一套试题，均为选择题，题量100题，总分100分，考核方式为机考，每位学员的题目顺序由电脑随机抽取，在相同时间闭卷完成考试。1.4.2问卷调查调查问卷为自行设计，经过本专业基地3位高级职称专家审核。包括5个问题，设置赞同、中立和不赞同3个选项。问卷调查由住培教学秘书负责，于出科理论考核后现场发放并回收，学生匿名填写。1.5统计学处理采用SPSS25.0软件对相关数据进行统计分析。计量资料以均数±标准差（x±s）表示，组间比较采用t检验；计数资料以频数和百分比表示，组间比较采用χ2检验。P＜0.05表示差异具有统计学意义。

2结果

2.1两组理论知识考试成绩比较

试验组理论知识考试成绩为（87.02±4.89）分，高于对照组的（80.59±5.86）分，差异具有统计学意义（t=5.406，P＜0.01）。

2.2两组对教学方法的评价比较

以问卷调查方式了解两组对教学方法的评价。共发放问卷82份，回收有效问卷82份，有效回收率100.0%。结果显示，试验组对教学方法的满意度高于对照组，差异具有统计学意义（P＜0.05，见表1）。

3讨论

3.1专业学位研究生临床教学的特点和存在的问题

专业学位研究生的学习不同于本科学生，需要培养自主探究和解决问题能力[6]。同时，临床实践教学亦不同于课堂教学，更需要学生发挥主观能动性和积极性，解决临床工作中遇到的困难和发现的问题，有目的性地获取知识[7]。专业学位研究生临床教学长期以来存在教学资源较为单一、缺乏新颖性及参与感等问题[8]，教学内容主要局限于临床症状与临床处置，缺乏对疾病病理生理基础、解剖基础等相关知识的展示与梳理，导致学生机械地重复临床工作，而对疾病诊断、影像学资料理解及分析能力较差，出现临床实践和基础理论脱节现象[9]。

3.2智能机器人的智能移动数据终端功能有利于学生掌握知识

智能机器人辅助教学可以在一定程度上弥补上述缺陷[10]。本研究结果显示，试验组理论知识考试成绩高于对照组，这提示智能机器人辅助骨科临床教学，使学生能够更深入地理解、更好地掌握理论知识。骨科医疗领域数据中超过50％的是医学影像和病理图片等非结构化数据，智能机器人通过人工智能技术建立骨科和相关学科知识库，在临床教学中及时、实时提供病理生理、解剖等基础知识，进而带来更好的决策体验，提高临床教学效率，让临床教学起到再次巩固整合基础知识的作用，让学生更好地做到学以致用。智能机器人具备的自适应学习功能，高效、准确地提供相关学科知识，使师生双方教与学的效率得以大幅度提升，交互学习和自主学习能力得以增强。

3.3智能机器人利于实施个性化反馈和考核

智能机器人的另一个重要特点就是在与学生交互过程中实时准确记录其对知识的掌握程度，通过信息反馈分析，制订个性化教学计划及考核方案，实现某种程度上的因材施教，这也是带教教师个人工作很难达到的。临床带教教师首要属性是临床医生，并非全日制专职教师，需要承担大量繁重的临床工作，无法随时随地回答学生的问题和亲自指导技能操作。因此，智能机器人对传统带教模式进行了有效补充，弥补了师资不足所带来的缺陷。

3.4智能机器人提高了学生满意度

智能机器人由于形式的新颖性和科技潮流感，激发了学生学习的主动性、积极性和兴趣，活跃了临床教学气氛。与对照组相比，试验组学生对教学模式的评价更高。

4结语

智能机器人辅助骨科临床教学，提高了专业学位研究生临床教学质量，得到了学生的普遍认可，同时对现有培养制度进行了有效补充，丰富了教学手段，创新了培养模式，值得进一步探索。但人工智能在医学教育中的应用尚处于起步阶段，技术上不太成熟，功能设计也有待研发人员和医学教育人员共同完善。值得一提的是，智能机器人可以提高医学生的学习效率，但不能完全取代教师。人类的想象力、独创思维、交流能力是人工智能暂时无法具备的，医学专家丰富的理论知识和宝贵的临床经验，以及言传身教的影响力，在专业学位研究生临床实践教学中始终占主导地位，不可或缺。

参考文献：

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

[2]卫荣，马锋，侯梦薇，等.人工智能在医学教育领域的应用研究[J].医学教育研究与实践，2016，25（6）：835-837.

[3]温秀杰，岑颖，莫媛媛，等.医学专业学位研究生教育模式与考核体系的思考与建议[J].医学教育研究与实践，2016，25（3）：409-411.

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

[5]国家卫生计生委办公厅.住院医师规范化培训内容与标准（试行）[A].国卫科教发[2014]48号.

[6]葛炳辰，黄华兴，夏添松.临床医学专业学位研究生现状分析及对策思考[J].南京医科大学学报（社会科学版），2017，18（1）：67-69.

[7]孙慧.通过全国医学院校大学生技能竞赛反思儿科临床实践教学[J].中国继续医学教育，2018，10（29）：43-45.

[8]郝婷，李玉华，李建光.基于“医教协同”背景下的临床医学类专业学位硕士研究生课程教学现状与对策研究[J].新疆医科大学学报，2017，40（8）：1125-1126.

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

第7篇：人工智能课程评价范文

关键词：智能计算；课程特点；教学方法；教学效果

1　背景

目前，智能计算已成为人工智能界一个研究的热点领域，研究的最终目标就是为了实现真正意义的人工智能图景，为了让计算机和集成有计算功能的各种工具及设备更加独立、更加聪明、能够自主思考和行动，最终成为我们工作和生活中必不可少的得力助手。特别，物联网作为信息产业第三次浪潮，从物联网的概念中，我们不难看出它与计算，特别是智能计算的密切联系，现在的互联网上各种终端之间、它们与服务器端和存储系统之间的沟通与互相响应，其实都是有人在后面操作和控制的，但是在未来的物联网里，物与物、物与人以及物与计算机设备之间的协作则要实现智能化和自动化，不需要人们花费太多的时间去介入、控制和管理。

举例来说，一个物联网时代的超市，其物流完全可以实现全自动化的管理。例如它可以通过设置在货架和仓库中的RFID标签读取设备了解存货信息，一旦要出现缺货现象时，它就会立即将信息发送给超市的服务器系统，并由它自动联系行驶在路上的众多送货车辆里的计算机系统，查找哪辆货车中有足够的相应商品，最后才会通知相关的司机，让他将车驶向缺货的超市，而此前的一切计算和通信的过程，都无需人工介入。

通过这个例子可以了解到，即时了解外界的环境和需求变化，并就变化进行智能化、自动化的信息处理和通信就是物联网的核心技术。而这一技术，其实就是智能计算技术。智能计算的理论与方法已成功应用于几乎所有的科学与工程领域，特别是非线性系统辨识与控制、模式识别与智能系统、复杂系统建模与预测、计算材料学、生物医学图像处理、生物信息学与系统生物学等。因此，学习和研究智能计算技术，推动智能科学技术专业教育，培养高层次智能计算技术人才，有着极为重要的现实意义。

在国外，开设智能计算课程的大学已非常普遍。在国内，近几年开设智能计算课程的中国大学越来越多，如清华大学、北京大学、哈尔滨工业大学、中国科技大学、西安电子科技大学等。另外，在计算机、电子、自动化、系统和控制、材料等有关的国际会议上，均有智能计算相关的研究主题。智能计算相关的国际杂志和协会近几年也越来越多，如：Spring出版的Swarm Intelligence，IEEE出版的IEEE Transactions on Evolutionary Computation，IEEE／ACM Transactions 0nComputationalBiology andBioinformatics等学术刊物。随着计算机技术及相关前沿学科的发展，智能计算已经成为计算机、信息技术等专业开设的必修课之一，国内外有关智能计算的教学内容基本上大同小异。我校从2005年开始，在计算机应用技术、计算数学硕士点开设智能计算必修课程，笔者主讲该课程，以下结合自己的教学实践，谈谈研究生智能计算课程的一些教学方法和经验，并提出自己对该课程建设的一些看法和建议。

2　教学内容及课程特点

智能计算课程的主要内容包括：人工神经网络、进化算法、模糊系统、人工免疫系统、群体智能(模拟退火、蚁群、粒子群、蜂群、鱼群、人口迁移、萤火虫算法等)、量子计算、DNA计算等。智能计算不同于其他课程特点，它是一个交叉学科，主要特点有以下几方面。

1)仿生法：仿生是智能计算一个非常重要的研究方法，它强调向自然界学习，采用类比的方法，通过模仿其中的原理规律以得到解决问题的一般方法。如蚁群、粒子群、蜂群、鱼群、萤火虫算法等，无不体现了仿生这一研究方法。此外，还有很多群智能算法通过模仿一些自然或物理现象和规律，如模拟退火算法通过模拟液体的结晶过程设计；免疫算法是模拟生物、植物或动物免疫系统自适应调节功能设计的；量子、分子计算模拟量子论原理而设计；人工神经网络是模拟人的大脑结构及信号处理过程而设计的；进化算法是基于达尔文的“优胜劣汰、适者生存”原理设计的。

2)实验法：智能计算源自于计算机技术的发展及人们对自然界的深入思考，其中的算法有着合理的仿生背景，要彻底说清楚算法为什么行之有效，目前大多算法都缺乏严格的数学理论证明，从数学的角度分析算法的性能是比较困难的。因此，只能通过计算机仿真实验去分析算法的性能，通过实验分析提高对算法机理的认识，然后，寻求理论上的严格证明，改进算法的性能。

3)融合策略：大量复杂问题的存在使得没有一个算法是通用的，同样，智能计算中的方法各有有点，也都有不足之处。算法的融合策略是取长补短，将不同的算法有机地结合起来，以提高算法的整体性能，提高算法的求解能力。融合策略通常将待融合的算法采用“串联”、“并联”、“包含”等模型来融合，其中待融合的算法考虑将智能算法和传统的算法结合起来。这一方面，人们己作了大量的工作，取得了良好的效果。

4)系统理论：智能计算是为了解决复杂问题而发展起来的，系统理论主要包括协同论、突变论和耗散结构等内容，这些对于指导算法设计、改进算法和理解算法的复杂行为方面有指导意义。

3　教学方法及教材建设

针对智能计算课程内容及其研究内容，根据研究生教育规律、研究生学习的特点，笔者采用的教学方法是“课堂讲授、问题讨论、课外研读”相结合的教学方法，借助于多媒体教学手段，采用动漫技术来实现智能算法的仿生机制，从源头上让学生体会每一种智能算法的仿生机制或一些自然或物理现象和规律，归纳起来有以下几点：

1)结合智能计算课程的特点，确立“以大自然、社会等为学习对象，善于观察其仿生机制或一些自然或物理现象和规律”作为理解智能计算课程概念、原理的关键点。

2)启发学生在理解仿生机制或一些自然或物理现象和规律的基础上，抽象出模拟进化计算的一般框架。

3)讲解计算智能的有关理论和算法，课程中穿插了大量的研究案例，告诉研究生如何使用计算智能方法解决各个工程领域的具体问题。

4)要求学生通过具体的研究项目，亲自编写自己的算法程序源代码，培养研究生独立解决问题的能力。总之，随着计算智能的快速发展，每年我们的教，学内容和课件都在更新，以包括最新的研究内容，尤其是我们自己的研究内容，扩大研究生的知识范围。

近几年，我们使用过国内出版的多种有关智能计算教材，如高等教育出版社的《计算智能(第一分册)》、科学出版社的《计算智能中的仿生学：理论与算法》、《计算智能――理论、技术与应用》等教材，但很快发现其中很多地方不适用，因此，我们在教学的过程中，对目前国内出版有关智能计算教材，结合我们课题的研究，针对性选取一些内容来制作课件和讲义进行教学。因此，建议智能计算相关专业的协会或出版社尽快组织教学经验教师编写适合于研究生教学的智能计算教材。

4　教学效果评价方法

智能计算理论与应用这门具体课程来说，最重要的是注重学生的交叉学科知识和能力的培养。因此，本课程学习结束考察方式主要采用：1)闭卷考试。主要考察对智能算法原理的理解和综合运用能力。2)小作业。要求对介绍过群智能算法总结、分析、对比等，形成一个简要总结报告，对介绍过多种智能算法的概念、原理、方法、应用等方面进行总结。3)大作业。检查学生的动手编程能力，要求对介绍过群智能算法的源代码集成，形成一个演示系统。该门课成绩分配如下：成绩=闭卷考试(50％)+小作业(30％)+大作业(20％)。

5　结语

智能计算是随着计算机技术的飞速发展和人们对自然界的深入理解而发展起来，它强调对人类和其他生物、植物等智能行为的模拟，注重向自然界学习，汲取其中有益的规律和原理。与传统的方法相比，智能计算具有自适应、并行性、全局搜索等能力，尤其可解决一些大规模复杂问题。智能计算是人们研究自然以及人类社会自身的一种非常有效的手段，其应用前景非常广泛，目前已经成为人工智能界研究的热点领域。因此，在计算机科学与技术、人工智能等相关专业开设智能计算课程是势在必行，这有着重要的现实意义。

参考文献：

[1]徐宗本.计算智能(第一分册)：模拟进化计算[M]，北京：高等教育出版社，2004：124－132。

[2]徐宗本，张讲社，郑亚林.计算智能中的仿生学：理论与算法[M].北京：科学出版社，200 3：1－9。

第8篇：人工智能课程评价范文

[关键词]人工智能；国际商务课程；教学创新；能力培养

新一轮的科技革命和产业革命正在进行，大数据、云计算、人工智能等新型技术与商业模式正深刻改变人们的思维、生产、学习方式。关于人工智能对于人类社会的冲击，已有不少论著。2016年，《自然》杂志刊发谷歌的“深度心智”（Deepmind），这将会极大的扩大人的能力。2019年初，国务院《中国教育现代化2035》，提出要建设智能化校园，统筹建设一体化智能化教学、管理与服务平台。2019年8月29日，科技部新一代人工智能发展研究中心联合罗兰贝格管理咨询公司《智能教育创新应用发展报告》（以下简称《报告》）。报告显示，人工智能有望引领教育的系统性变革，推动人才培养更加多元化、更加精准化、更加个性化。世界各国纷纷制定规划，出台相应的政策措施，推动智能教育的发展。以美国、新加坡等为代表的各国相继推出面向未来的新教育改革战略，不断制定相关政策法规，设计本国智能教育的发展蓝图。

一、未来智能社会的能力预测

未来社会各种各样的颠覆性变革，全球各种组织都在做预测。世界未来研究所[1]对未来社会需要的10中技能的预测：一是意义构建，二是社交智能，三是新颖和适应性思维，四是跨文化能力，五是计算思维，六是新媒体素养，七是跨学科能力，八是设计思维，九是认知负荷管理，十是虚拟协作。十种技能分别体现在三个层面，即人际交往能力、应用知识能力与工作技能层面。引入这些技能，旨在深入探索未来技能存在的世界，以及目前教授和衡量这些技能的方式，希望这些技能能够更充分地融入高校国际商务的课程。[2]

（一）人际交往层面——团队合作精神

人际交往层面主要指与他人有效合作，有效沟通，与不同背景的伙伴有效合作的能力，即团队合作精神。数据来源：世界未来研究所第一，跨文化能力。4个主要组成部分可以用来评估一个人的跨文化竞争力:知识组成部分、情感组成部分、精神运动组成部分以及情景组成部分。第二，社交智能。尽管社交网络平台为人们提供了更多的联系，但它们培养的深厚友谊却很少。微信、Facebook等社交平台的主流化与普及鼓励人们以新的方式思考如何建立和维持人际关系。[3]第三，虚拟协作，即作为虚拟团队的一员，能够富有成效地工作，提高参与度，并展示自己的存在感。

（二）应用知识层面——逻辑性分析信息的能力

应用知识层面主要指个体可以逻辑性的分析信息的一系列能力，具体如下：第一，新颖的适应性思维。即熟练地思考和提出解决方案，而非死记硬背或默守陈规。第二，认知负荷管理。以多种形式表现的信息流丰富的世界带来了认知过载的问题，人们只有学会有效的过滤和关注重要的信息，才能把大量涌入的数据转化为优势。第三，意义构建，即确定对方所表达内容的深层含义的能力。人工智能将取代仅仅需死记硬背、日常制造业和服务业的工作，而对机器不擅长的高层次的思维技能、不能撰写为文本的需求将会越来越大。

（三）工作技能层面——解决问题和决策能力

工作技能层面主要指个体可以成为一个问题解决者和决策者，包括计划和组织，解决问题，决策商业基础等。也就是需要如下的素质：第一，新媒体素养。由于可视化在技术时挥越来越重要的作用，过去信息的静态展示正在让位于信息图表和数据的动态模拟。第二，设计思维。从本质上讲，设计思维是一种创造性解决问题的能力，它反映了发散性思维和收敛性思维的结合。第三，跨学科能力。未来十年，专业领域将比以往任何时候都更加具有重叠性，所以跨学科的研究方法将会占据世界创新的中心舞台。第四，计算思维，即将大量数据转换成抽象概念，并基于数据的推理能力。随着人类社会中数据量呈指数级的增长，越来越多的职业需要计算思维和技能才能胜任。

二、应对能力结构变化的教育创新

未来社会中，人才能力结构的变化也会对教学模式产生新的需求，课程教学需要结合不同的能力培养目标做出相应的调整与创新，世界知名高校和一些国际组织也提出了很多创新性的教学模式。如图2所示。数据来源：世界未来研究所

（一）能力结构及思维模式

世界未来研究所提出的十种技能的背后，所体现了以下一些基本的思维模式。同理心是指正确了解他人的感受和情绪，进而做到相互理解、关怀和情感上的融洽。同理心非常有助于在虚拟空间中站在对方的角度考虑问题，增加团队伙伴之间的有效沟通。元认知对于意义构建能力十分重要。元认知知识包含三方面：学习者对于自己的认知，学习者对于学习策略和使用方法的认知。成长性思维与批判性思维在认知负荷管理、新颖和适应性思维、新媒体素养以及设计思维中起到了十分重要的作用。成长性思维是相对于固定思维提出的，固定思维者把反馈当做一种批评，成长思维乐于接受反馈，也从反馈中学习，反馈最终会产生积极的成长变化。批判性思维有助于形成自己独特的世界观，他们不会妄自评价他人，而是会站在别人的立场上，并且去了解他们的世界观。跨学科一定有两种心态组成。首先，同理心。它允许人们从另一个角度来思考问题——站在别人的立场上。其次，好奇心。许多组织，包括IBM和IDEO，都开始从“T型”素质的角度来讨论这种技能，T型素质的技能组合中既有深度又有广度。但是杨壮①教授发现：现在π型人才已经在成为主流。所谓的π型人才是针对T型人才的一种升级，从字母的样式中就可以看出，π比T的下方多了一竖，所以它代表着“两专多能”，即除了你可能在高等教育阶段获得的专业能力之外，还需要有另一项专业能力。逻辑推理能力有助于培养计算思维。未来的教育课程中应该纳入计算思维技能的发展，鼓励学生通过因果推理认知、元认知和其他技能来学习解决问题。这种模式的目的是让学生分析他们在现实世界中可能遇到的真实情况，来教授计算思维能力。[6]

（二）国内外高校教育模式创新

1.“鱼缸讨论”“鱼缸讨论”，也是一种促进学生讨论的教学小技巧，不仅让讨论者积极参与，更能让其他学生积极反馈。第一步，把学生分成两组。第一组参加讨论的学生围成圆桌坐在教室中间，就像是在被第二组观看的鱼缸里一样。第二步，坐在中间的组开始时长10分钟左右的讨论，的第二组学生要听着，并且评估第一组的讨论。第三步，做出反馈。这是学生们最感兴趣的环节，学生可以从熟悉的同学那里了解到自己的优点和缺点，有了反馈确实会使得讨论变得更加激烈。2.项目式教学PBL（Problem based learning）教学法，也叫“项目式教学”，是一种通过让学生展开一段时期的调研、探究，致力于用创新的方法或方案，解决一个复杂的问题、困难或者挑战，从而在这些真实的经历和体验中习得新知识和获取新技能的教学方法。PBL旨在培养学生的创意思维、创新能力、自主学习能力及批判思维的能力。3.跨学科课程教学自21世纪以来，美国课程改革中出现了实用导向的跨学科课程，如ICT课程，环境教育和STEM课程。STEM是科学（Science）、技术（Technology）、工程（Engineering）和数学（Mathematics）四门学科英文首字母的缩写，STEM教育的核心是将原本分散的4门学科自然组合成一个整体，以项目探究方式进行综合性问题解决学习，以形成相应的综合。

三、针对国际商务课程的创新

结合世界未来研究所的十项工作技能、世界一流大学以及国际组织在教育方面的改革，结合东北财经大学国际经济贸易学院国际商务硕士（MIB）专业硕士教学情况，国际商务课程实际教学提出以下思考和建议。[7]

（一）培养同理心和元认知的实践方法

一种方式是开展课外活动，以小组为单位的体验式学习活动有助于培养人际沟通和跨文化能力。例如：体验式学习周；商务礼仪情景剧等。另一种方式是线上项目，线上项目中，可以通过微信小程序、投票互动式的方法来增加课堂活跃度，争取让每位同学都参与到课程中。国际商务课程是一门既要求专业知识扎实，又需要具备优秀的人际交往能力的综合性课程。那么，在已有的小组活动中，可以在每次小组活动或者小组作业之后加入一个环节——组员互评与打分。一些课堂讨论的小技巧会有助于培养元认知的思维模式。一种方法是在课上开展限时讨论，讨论映射是一种将学生的实时讨论视觉化的方法，这种讨论技巧使学生能够从以下几个角度进行深入的思考。

（二）培养成长型思维和批判性思维的实践方法

在国际商务的案例分析中，引用PBL教学非常值得考虑。假设案例主题为跨国企业如何成功并购外国子公司，老师用一部分课时讲解完理论部分，提供参考资源之后，另一部分课时可以尝试组织PBL。一次PBL教学要分次给予问题，分次讨论。具体过程大致包括七个步骤：第一步，弄清不熟悉的术语；第二步，界定问题；第三步，头脑风暴（对可能的假设或解释进行集体讨论）；第四步，重新结构化问题（对问题的尝试性解决）；第五步，界定学习目标；（以上步骤为学生小组讨论）；第六步，收集信息和个人学习（学生独立学习）；第七步，共享收集到的和个人学习的信息（小组报告和讨论）。经过上述七步骤，完成一次PBL学习。在这个教学模式中，老师的角色是教学组织者、资源提供者、学生能力发展的促进者。学生从知识的被动接受者转变为自主学习者、合作者和研究者。在国际商务的课程中，有很多需要实际调研的案例报告，也有需要做营销策划的报告。创客空间则可以融入这种类型的报告中，结合导师的相关课题，最好有一定经费的支持，为学生的基于创造的策划提供完备的支撑。学生们可以就某个主题展开经验分享、头脑风暴、结合实际情况锻炼设计思维和表达能力，这种能力不仅适用于学校，而且也适用于未来工作中。

（三）培养跨学科能力和逻辑推理能力的实践方法

注重“国际商务专业+21世纪主题”的课程框架，希望通过超学科整合来弥补传统学科的缺点与不足，构建适切核心素养转化的课程框架。主题选择具有适当的弹性，为跨学科知识的联结提供空间。比如在国际商务课程授课内容中，注重添加区块链、人工智能以及中美、中欧关系等主题。在国内，“挑战杯”全国大学生课外学术科技作品大赛是大学生创新创业实践教育最普遍和最有效的形式之一，具有广泛的群众基础和旺盛的生命力。每两年举办一届，被誉为当代大学生科技创新的“奥林匹克”盛会。所以提倡创建跨学科小组参加“挑战杯”大赛，比如国际贸易学院、国际商学院以及工程管理学院组建团队参加挑战杯，成员对不同学科都有相当的专长和良好的基本知识：国际营销、国际文化视野以及数据分析基础，在这样的团队中，更可能激发出新的思维和优秀的方案。

（四）全案例情景式教学

不同于教师讲授知识，学生被动接受知识的传统教学模式，全案例情景式教学是以案例或情景为载体引导开展学生自主探究性学习, 以提高学生分析和解决实际问题的能力。[5]首先，准备阶段。针对国际商务专业硕士课程的专业特点，结合知识点和学生实际情况，选取合适的案例作为分析材料。其次，授课阶段。在该阶段，教师讲授知识点之后，就将案例发放给学生；接下来就是考验学生理论结合实际的能力。学生可以自发组成小组，根据案例内容，并结合自己能力和长处与小组分工合作进行案例讨论，而在这当中，教师主要的角色是组织和引导学生。最后，拓展阶段。在学生汇报案例内容之后，教师要对学生的探讨结果进行点评总结。学生也可以利用这个环节进行自查，发现自己是基础知识点薄弱还是实践能力欠缺。通过该阶段，教师可以发现学生的水平，学生也可以发现自己作为专业硕士能力缺失的部分，从而双方进行查缺补漏。

四、总结与展望

结合国外高校及国际组织已有的模式，针对未来社会所需十种能力的培养方式如何应用在国际商务课程中，提出了一系列的活动和思维模式培养技巧，如在线学习（以MOOC为主）、讨论映射和鱼缸式讨论、项目式学习（PBL）、案例分析和创客空间以及课上的投票互动式环节等，希望对国际商务课程的改革创新有实质性的辅助作用。要想在未来取得成功，需要成为适应性强的终身学习者。随着组织形式和技能要求的快速变化，要求每位个人都必须具备远见，重新评估自己需要的能力，并迅速整合合适的资源来培养和完善需要的能力，适应万众创新时代，并形成决胜未来的新的竞争优势，赢得人工智能时代世界高等商科教育领域中的话语权。注释：①杨壮：现任北京大学国家发展研究院BiMBA商学院联席院长、北京大学国家发展研究院管理学教授、美国福坦莫大学商学院副院长、终身教授，著名领导力专家。

【参考文献】

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

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

[3]陈妍蓓(编译).欧盟关注终身学习关键能力培养[J].世界教育信息,2019,32(10):74-75.

[4]段世飞,张伟.人工智能时代英国高等教育变革趋向研究[J].比较教育研究,2019(1):3-9.

[5]王文.案例教学法在高校市场营销教学中的应用探索[J].产业与科技论坛,2020,19(4):187-188.

[6]吴朝晖.智能增强时代的学习革命--在国际人工智能与教育大会上的发言[J].世界教育信息,2019,32(10):3-6.

第9篇：人工智能课程评价范文

关键词：数据挖掘 ICAI 智能化 辅助教学

中图分类号：TP391.6 文献标识码：A 文章编号：1007-9416（2012）11-0077-01

1、引言

伴随着计算机技术、信息技术的飞速发展，各行各业逐步进入了信息化的发展时期，而高校教育事业也不例外。由于社会经济、文化的高速发展，人们对教育质量的追求日益高涨，而传统的教学手段和模式已经无法适应这种快速增长的需求，教学环节逐步和信息化技术相结合，比如计算机辅助教学系统。然而，传统的计算机辅助教学系统依旧存在多种弊端，比如个性化、智能化性能不足。而随着数据挖掘技术、人工智能技术的快速崛起，人们将数据挖掘技术应用到ICAI中，实现了个性化、智能化的应用，大大提高了ICAI的性能和效率。

2、智能计算机辅助教学系统

2.1　概念及意义

智能计算机辅助教学系统ICAI主要依托丰富的教学资源，为学生提供不同层次的学习服务，为教师提供教学工作的管理平台。学生可以根据需要制定学习计划，然后进行有针对性的学习，教师可以对学生进行辅导工作，学生还可以根据学习进度和效果进行调整。ICAI不同于以往的计算机辅助教学系统，它具备更多个性化、智能化的功能。

2.2　系统结构

ICAI系统通常主要包括四大功能模块：知识库、教师管理模块、学生学习模块、智能管理接口。

3、数据挖掘概述

数据挖掘简单理解为“数据库中的发现”，主要是从海量的数据中提取、分析、挖掘有用的知识信息，通过发现可用的模式，来发觉可用的内涵信息，用于提供未来发展趋势的决策信息。数据挖掘的分析方法主要包括四种：分类分析法、预测、关联规则、聚集分析法。

4、数据挖掘应用于CAI

4.1　数据挖掘在知识库中的应用

数据挖掘在知识库中的应用主要表现在下述几个方面：形成知识表示、改进教学模式与策略。

（1）形成知识表示。该过程主要将知识库中的课程信息、技能信息进行分析、拆解、建模，形成一定的知识体系，然后采用人工智能技术将这些知识库转换为ICAI系统可识别的表达模式，从而形成知识表示。在此过程中，使用聚类分析法将知识信息归类，同类的知识间距大，否则间距小；同时确定知识点的类标记，方便查找。需要注意的是，此过程要符合教学规律的需要，便于为个性化教学、启发式教学提供知识信息储备。接着，通过关联规则建立知识点、题目库、项目集的关联信息。

（2）改进教学模式与策略。对学生信息库中的数据进行样本训练，将学生对知识点学习的情况作为分类依据进行分类，标记每一个学生，并且描述学生的分类特征。根据这些分类数据，可以改进教学模式和策略，比如控制学生的学习进度，还可以直接向学生提出学习建议。同时，老师可以通过从学生的聚类分析中发现规律，找出学生成绩优异、认知能力强、学习能力差、学习能力一般等级别的学生，实施个别辅导。

4.2　据挖掘在教师模块中的应用

首先使用聚类分析法对学生的学习能力、成绩进行分类，方便老师为学生提供个性化辅导，而重点就是如何进行分类。主要使用主成分分析法、聚类分析法对学生的信息进行提取、分析、描述，从而确定学生的能力分类，可以继续分解为多个能力属性的分组，形成若干小类，大类可供参考的信息包括：学生成绩信息、考核信息等。对于学生成绩来说，小类可能包括：单一科目、综合成绩等；考核信息可能包括：单一科目考核、综合考核等。综合课程的重难点特点来分析、归类学生的学习能力趋势，据此建立每类学生和对应学习指导知识库的关联关系。但是考虑到学生的基础以及课程彼此间的关联性，因此对于刚入学的学生成绩参考性意义不大，必须要借助成分分析法对学生成绩实施预处理，使用其它的分类指标进行分类，更具有科学性；同时，还可以使用样本训练中的“马氏距离”规则进行聚类分析。最终的目的是形成学生综合能力的分类，然后建立学生类分组和教学指导知识库的关联关系，方便教师为学生提供个性化辅导。

4.3　据挖掘在学生模块中的应用

学生信息的内涵较为丰富，包括基础信息、个人高考成绩信息、个人履历信息、个人喜好信息等，丰富了知识库信息。可以对这些信息进行分类，对这些类分组进行关联分析，对于综合考评学生的综合能力具有指导意义。另外，需要考虑到影响学生学习能力、成绩的因素较多，因此需要发掘潜在的因素并进行归类。可以使用数据挖掘技术中的决策树算法、关联分析法建立影响因素的实例，进行分析，然后形成关联模型。比如，个人喜好表示个人对某方面事物、知识的特别偏好，在一定程度上反应了此人对该领域的知识掌握程度，直接影响到学生综合能力的认定结果。通过对学生进行能力分组以后，然后建立学生类分组和其它知识库的关联关系，从而方便教师对学生进行有效的辅导。

5、结语

ICAI系统在未使用数据挖掘技术之前，无法适应学生个性化、智能化学习的需求。但是将数据挖掘技术应用到ICAI以后，学生可以进行自主学习的同时，还可以由老师提供个性化的辅导，可以有效提高学生的学习效果，同时还可以优化教学模式。ICAI和数据挖掘技术的融合是未来高校教学管理信息化的主流发展趋势。

参考文献

[1]贾丽媛，张弛，周翠红.数据挖掘在网络教学评价中的应用[J].湖南城市学院学报（自然科学版），2011（02）.

[2]洪洁，蒋晓川.Apriori算法在学生系统中的实现与应用[J].硅谷，2011（07）.

[3]袁燕，李慧.基于数据挖掘的教学评价系统研究[J].计算机与现代化.2009（11）.