面向非专业类学生的人工智能课程设计及教学模式

    随着人工智能技术的迅猛发展，传统高等教育中的课堂师生关系、课程内容及授课方式均受到深刻影响。因此，深入探讨非专业类学生的人工智能课程设计及教学模式，具有重要意义。

    一、教学课程设计及教育模式探索

    （一）授课对象

    本课程专为高等教育阶段的非计算机与电子信息技术大类专业的学生设计。授课对象的专业范围广泛，明确排除计算机、软件工程、电子信息、人工智能、大数据等相关专业；而针对经济、金融、管理、化学、物理、生物等非直接相关信息技术领域的学生进行授课。

    （二）课程目标

    1.理解人工智能模型的基本原理，能够阐述常见的人工智能模型或算法的特性，并能进行相互间的对比分析。

    2.熟练运用常用的人工智能工具，并能基于各自专业领域发掘应用场景，利用这些工具解决本领域的实际问题。

    3.结合本专业自选课题参与课程实践，学生能够运用人工智能工具完成本专业的课程设计报告、数据分析等任务。

    （三）课程内容

    如图1（a）中所示为课程内容框架，本课程内容体系主要包括以“工具使用”为核心的四部分内容，如下所述：

图1：课程内容示意图

    1.原理介绍：以工具使用为导向，介绍该类型人工智能工具所依赖的技术原理、发展历史及当下的难点、痛点问题等。本模块课程内容难度与“人工智能概述”类课程相似，区别在于本模块重视以工具使用为导向，围绕工具应用过程中可能存在的潜在问题，讲解理论原理，重视课程内容的实用性。本模块在总体授课时长中占比15%。

    2.应用领域：该模块则需要结合授课对象的专业方向，探索基于人工智能工具可以解决的潜在领域问题。学生需要在理解工具原理、使用方式的基础之上，通过课堂讨论的方式发现问题，进而利用工具提升专业领域学习工作。本模块在总体授课时长中占比15%。

    3.工具使用：本模块为课程核心环节，学生需要在课堂中灵活使用各类人工智能工具用于解决专业领域问题。工具类型包括：文本生成类工具（例如：ChatGPT）；图片生成类工具（例如：Midjourney）；数据分析类工具（例如：Weka）等。除此之外，学生还需要能够使用多类型工具相互协同工作，例如：利用ChatGPT生成文字信息，其后利用Midjourney生成相符合的图片，最后利用AiPPT工具产出图文并茂的PPT结果等。与此同时，学生还需要实践掌握如何使用工具的自学能力，例如：Midjourney的使用方式，学生可以自行使用Bing AI等工具检索学习。本模块在授课时长中占比70%。

    4.课程实践：本课程最终需要学生学习并熟练掌握不少于3种类型的人工智能工具使用，并以工具为基础产出最终的结课报告，形式包括：视音频、图文、PPT、文字报告等。但要求所有内容均在人工提示情况下，由人工智能工具自动产出。本模块为课后结课作业，不计入授课时长。

    为了更加清楚地说明本课程的授课内容，如图1（b）中所示，以新闻传媒类专业学生为例详细阐述。首先，课程会向学生全面介绍自然语言处理（NLP）、计算机视觉（CV）以及多模态的基本概念、发展历程和研究重难点，为他们打下坚实的理论基础。其后，通过课堂讨论的形式，学生将深入探讨这些人工智能工具在新闻传媒领域的应用场景以及可能解决的潜在问题，从而明确它们在实际工作中的价值和作用；以图文并茂的新闻稿件为例，教师将采用问题引导的方式，指导学生使用ChatGPT和Midjourney等人工智能工具完成新闻稿件和配图的生成。这一环节旨在培养学生运用人工智能工具解决实际问题的能力。最后，学生需要提交一份基于人工智能生成的图文稿件作为结课验收成果。这一环节将全面检验学生在本课程中所学的知识和技能，同时也为他们提供了一个展示自己才华的平台。

    （四）授课方式

传统授课方式如图2中所示，（a）展示了以教师为主导的课堂授课方式。在这种模式下，教师利用多媒体、在线网络、实验器械等工具面向学生讲解课程内容；（b）则展示了以学生为主导的课堂学习方式。根据教师提供的课程要求，学生自发组成学习小组或团队，在团队内部分工合作，共同完成课程内容的学习与汇报。随着人工智能技术的不断进步和智能工具的日益成熟，传统的两种授课方式已无法满足当前智能化教育的需求。因此，本文提出了如图2（c）所示的授课模式，该模式以智能工具为主导，学生在教师引导下利用这些工具完成课堂专业知识的学习与探索。

图2：授课方式示意图

    在这种模式下，教师的角色将发生转变，不再仅仅对教材中的专业理论、名词、概念等进行详细的讲解和分析。相反，他们将指导学生如何使用智能工具进行学习，并帮助学生解决在使用过程中遇到的问题，如提示词的选择、智能模型反馈信息的优化等。同时，学生的角色也将发生变化，他们不再只是知识的收集整理和分析者。在教师的引导下，学生将利用智能工具完成这些任务，即所有需要记忆、分析和重复的学习任务都将由智能工具来完成。学生只需通过课程培养掌握以下两点要求：一是理解课程中讲解的专业知识并进行汇报，其中汇报材料、PPT等均可由智能工具生成；二是深度理解现有智能工具的优缺点，并充分合理利用这些工具完成课程学习任务。

    智能工具应该被视为课堂参与的新主体，可以根据学生的提示信息进行优化和调整，即学生可以针对自身学习需求通过沟通训练出满足个性化需求的智能模型。

    二、教育教学实践

    为了进一步验证本研究成果的有效性，研究团队基于上述理论开展了教育教学实践。

    （一）学生课程实践

    课堂实践的主题是探讨“治愈新型冠状病毒的药物”。授课对象是针对药学专业的20位本科生。此次实践的课程目标旨在让学生掌握如何收集相关资料，深入了解并汇总有关新型冠状病毒药物的信息，并能够熟练运用各类人工智能工具来辅助完成这些任务。授课内容分为三大部分：首先，教师将讲解人工智能工具的基本使用方法，并帮助学生完成账号注册，随后进行现场的实际操作演示，这个环节大约占用20分钟的时间；其次，教师将针对不同的人工智能工具，如生成式人工智能和自然语言处理等，进行原理和应用方面的科普讲解，此部分预计耗时15分钟；最后，在教师的引导下，学生将分组讨论如何将所学的人工智能工具与本次课程主题有效结合，该环节预计用时10分钟。整个课堂授课的总时长为45分钟。课程结束后，学生需围绕“治愈新型冠状病毒的药物”这一主题，自主提交一份形式不限的报告。报告的形式可以包括PPT演示文稿文字报告、视频或音频资料等。为了展示学生的作业成果，随机抽取了部分学生的作业样本，如图3所示，这些作业充分展示了学生在课程学习中的收获和应用能力。

    在课堂实践中，学生展现出了对人工智能工具的熟练运用和创新能力。首先利用“TreeMind”树图工具（如图3〔a〕所示），基于人工智能模型自动生成了关于“治愈新型冠状病毒的药物”这一主题的思维导图。这一步骤不仅帮助学生系统地梳理了相关知识点，还为后续的汇报学习提供了清晰的框架。接着，该学生利用“爱设计PPT”智能生成工具，自动生成了PPT模板（如图3〔b〕所示）。为了丰富汇报内容，该学生还利用“DreamStudio”工具智能生成了符合主题的配图材料（如图3〔c〕所示）。此外，该学生还利用“ChatGPT”工具生成了相关问题及专业数据的解释内容（如图3〔d〕所示）。最后，学生对上述所有内容进行了整理和编排，完成了一次精彩纷呈的课堂汇报学习。

图3：学生报告样例

    （二）不同方式评分对比

    本研究工作采用回访方式，对两组共40位学生的课后情况进行了问询和评分。其中一组是接受智能工具辅助授课的20位学生，另一组则是采用传统方式授课的20位学生。如图4中所示，两组学生分为A、B两个小组，小组内包括了不同性别、年级和专业领域的学生，以保证实验结果的有效性。最终评分采用5分制，精确到小数点后1位。评分从四个维度进行综合比较，包括知识掌握情况、学习效率、展示效果和课堂反馈。

    综上所述，可以得出如下结论：

    1.两种授课模式中，综合评估两种授课方式不存在明显的优弊区分。

    2.从不同维度的角度分析，传统授课模式在授课理论深度、质量两个角度具有明显、较大优势；而智能授课方式在知识的全面性、展示效果和学习时长有较大的优势综合分析，智能授课方式当前适用于概论、导论等学科入门级专业课程的辅导中，或作为课程教授过程中的辅助方式而被采用。

    3.对于智能授课方式在理论深度和质量两个方面表现出的短板，本研究团队通过分析智能模型的反馈数据发现，主要原因是当前通用的大模型缺乏专业领域训练数据，在通用领域表现较优，而专业领域的反馈往往缺乏深度理解和严谨的逻辑。故该问题可在后续模型的升级迭代中逐步得到解决。

    （三）课程培养目标评估

    如表1中所示，本研究以课程目标为准绳，对智能工具的使用情况和在不同领域的应用情况进行了课后回访评分。具体的评价维度包括：学生平均掌握的工具数量，以衡量他们对工具的熟悉程度；学生对工具的灵活应用程度，以及学生是否能有效地协同使用这些工具；成果展示形式的多样性，涵盖了文本、图片、视频、语音、PPT等多种方式；学生是否能够利用这些工具来解释和理解专业术语名词，这是评估工具在专业知识学习中的应用效果；以及学生是否能够借助这些工具梳理出专业领域的知识脉络，以展现他们对专业知识的整体把握。

表1：课程培养目标评估表

    总体而言，该研究为非专业类学生的人工智能教育提供了有力的支持和创新的思路，有望在推动高等教育与人工智能的深度融合中发挥重要作用。

（摘编自《高等工程教育研究》2024年第6期  作者：张悦周 孙邵华）