未来智库 > 人工智能论文 > MOOC的教学模式对人工智能课堂教学的启示

MOOC的教学模式对人工智能课堂教学的启示

发布时间:2017-12-08 10:53:00 文章来源:未来智库    
    【摘 要】大规模开放在线课程MOOC以学者为中心的设计理念,尤其翻转教学和灵活有效的交互对传统课堂教学是一次不小的震动。考察Udacity上的人工智能教学,针对本科高年级的教学特点及课程自身特点,探索把MOOC的教学理念与方法应用于课堂教学,优化课堂教学,以弥补当前人工智能课堂教学的不足,提高教学质量的途径,通过教学实践有效提高了教学质量。
       【关键词】大规模开放在线课程;人工智能课程;翻转教学法
       0 引言
       近年社会对计算机专业人才能力的要求越来越高,而学生所学与实际需求存在不少差距,高校计算机专业课程教学因而遭遇诟病。依托信息与网络技术支撑的大规模网络开放课程(massive online open course,MOOC)较好贯彻了以学为中心的理念,其翻转教学模式与灵活有效的交互极大提升了学习兴趣[1]。搭建MOOC平台的计算机技术既是技术基础,也是热门MOOC课程。在此浪潮下传统高校计算机专业的教学首当其冲受到冲击,遇到前所未有的挑战。纵观国际三大MOOC巨头的课程建设均始于计算机类专业课程,同时也是所占比例较大的课程系列,其中人工智能(Artificial Intelligence,AI)课程在Coursera、Udacity[1]两个平台上均是最早开设的课程之一。采用何种教学模式更适应社会对人才的需求呢?这是应对挑战的关键问题。
       1 人工智能课程的课堂教学困境
       人工智能是研究模拟、延伸和扩展人类智能的理论、方法、技术及应用的前沿交叉学科,涉及面广、研究性强,还不断产生新的理论和方法。课程难度大理论强实践难,也是公认难讲的课程之一,该课程具有如下特点:
       1.1 先导课多,知识抽象,涉及面广,更新快
       前期知识包括:数据结构、离散数学、程序设计、图像处理等。如果前期知识不扎实,很难理解内容并融会贯通。传统内容包括:知识表示和推理、搜索策略、模糊理论、神经网络、机器学习、专家系统、遗传算法等,涉及大量抽象理论和复杂算法。教材普遍特点是:内容滞后,枯燥深奥的理论和解决现实问题的实践联系不紧密。
       该领域很多内容仍是科研热点,并不断涌现出新的研究方向、新内容、新方法、新技术和新应用。
       1.3 教学方式单调
       技术和管理的局限也制约了教学方式,教学方式基本以教为中心,停留在讲授、问答等简单互动上,教学方法单一。很少能提供学生自学、讨论、合作和实践的一整套互动实践机会,难以真正体现以学为中心的理念。
       1.4 学生缺乏兴趣
       一方面,课程本身特点使得课程容易陷入枯燥的纸上谈兵的尴尬。另一方面,即将毕业的高年级本科生对未来规划明确,抽象的人工智能课程无论从职业发展还是继续深造对学生并没有立竿见影的效果,进一步拉低兴趣。此外,教材滞后,教学方法单一等也会影响兴趣。
       如火如荼发展的MOOC的课程,尤其Udacity的课程设计之初就立足于解决实际问题的导向,做法上的独特之处成功吸引了大批学生。课堂教学中借鉴在MOOC上被证明有效的教学模式和方法,不啻为一种尝试,以期摆脱教学困境,提高学习兴趣,最终提升教学质量。
       2 MOOC的教学模式
       MOOC的教学模式分为三种:cMOOC、xMOOC 和 tMOOC[2]。早期的cMOOC的教学模式特点是学习者完全做主,但复杂的网络互动产生庞大而混杂的知识网,缺乏识别主次和归纳总结能力学生常因信息过载陷入茫然无措的境地。2011年Udacity 创始人之一在网上开设的“人工智能导论”课程改变了表现风格,把互联网作为教学媒体的呈现潜力发挥到极致,按知识点分割内容成短小视频,其间插入现场对问题的解决,突出了Udacity有别于传统教育机构及其先行者的地方:注重发现并解决问题。这就是xMOOC的教学模式,沿袭并创新了熟悉的学习风格,使得MOOC如鱼得水渐渐发展壮大。随着MOOC逐步成熟,为了适合具有专业基础的职业技能培训,发展培养针对具体任务的探究学习教学模式,即tMOOC模式,这是Udacity网站课程的另一个设计目标。表1显示了MOOC的三种模式的对比。
       以Udacity的人工智能导论课程为例,只要高中毕业具有概率论和数理统计基础的学生就可以学习,该课程适合入门,但难度较低,内容较少。清华大学的马少平编写的人工智能教材是很多大学,包括我院人工智能课程的教材,清华大学的人工智能课程经过多年发展已经形成了一个系列教学资源库,包括教材、课程视频、教学课件、作业及答案和实验设计等。根据Udacity网站的人工智能导论课程的展示,表2从几方面对比了Udacity人工智能课程与清华大学马少平版的人工智能课程情况:
       从表2可以发现Udacity的人工智能视频采用了按知识块分割成短小视频,在期间和完毕之后都准备了测试,细节上体现了以学为主的理念。纵观类似人工智能的国家精品课程[3],学习资源多为文本类,重用难,对教学重难点没有拓展和转化。这种以内容共享为中心的呈现模式,缺乏与学习者充分交互,难以体现以学为中心的教学理念。
       在MOOC的教学设计中,调动学习者极大热情的是翻转课堂,在学习环境中引入了自主协作[4-5],在交流机制中融入了多元互动,给学习者带来积极、主动、高效的学习,翻转课堂和传统课堂的区别如表3所示:
       3 MOOC的教学模式对人工智能课堂教学的启示
       3.1 教学内容的优化与调整
       MOOC的教学通过把理论抽象的知识点分割成小段录制的微课视频,时长不超过15分钟,内容衔接处具有一定交互性,讲解形象化,提供给学生反复观看,这种用技术处理分解知识点和把难点从抽象变成具象的过程降低了理解难度。
       课堂教学也可以通过分而治之的方式对教学内容优化调整。人工智能涉及内容与范围多而杂,作为入门课程并不要面面俱到,根据学生层次,可以区分重点掌握和一般介绍的内容,以点带面铺开,因此,根据学生特点,把成熟的基础理论和这些理论的实际应用整合,辅以其他新技术的穿插介绍,主要分三块: ①人工智能的概念和发展,熟悉人工智能的研究和应用领域;
       ②人工智能的基本技术,包括知识表示,逻辑推理、搜索策略、模糊理论等;
       ③涉及现实应用,如:机器学习,模式识别,自然语言理解,智能控制等。
       为了反映人工智能领域最新进展,教师还可以收集学生感兴趣的最新成果专题信息,及时更新、调整教学内容,通过与实际更紧密的融合接轨,对课堂上没时间介绍而又较热点的新知识,通过提供方向和资料解决,注重提高兴趣的同时,也展示出课程学科特点、主流技术及发展趋势。
       3.2 紧密结合实际
       Udacity的开设之初的目的就是学习为了解决现实问题,其人工智能课程设计也不例外,包含有实际遇到问题的解决,这种立竿见影的好处就是极大激发了兴趣。
       考虑到高年级学生对解决实际问题技术的兴趣远远大于技术理论等细节,不想花太多时间去理解复杂而难以看到实践效果的理论上,更想通过实际体验解决问题增强成就感。教学内容的设计尤其紧密结合实际运用。
       传统人工智能讲授通过实例解答或推证式讲述理论,如知识表示和搜索推理技术,该部分理论强,应用实例少,往往学生感觉枯燥乏味,教师也感觉晦涩抽象,学生对所讲内容基本靠死记方法和步骤,这种僵化的教与学影响了教学效果。
       因此,设计教学时尤其注重内容的实用性。除了讲授至今仍沿用和有效的基本原理和方法外,引入近年发展起来的方法和技术,如智能算法等,对这些内容重点在技术的具体实现上,强调与实际的融合贯通。教学过程中加入与课程内容对应又可以用计算机实现的试用内容。如模式识别应用于手写数字识别,通过仿真软件模拟实现算法,获得立竿见影的效果体验,加深对算法的认识,引起学生浓厚的兴趣。同时也对某些很有发展前景的技术兴趣导入,如目前人工智能研究侧重人类理性逻辑功能的模拟,而如果把情感智能考虑进去,才更有人性化的智能决策。这就是经过了将近20年发展的情感计算,随着可穿戴技术渐渐渗透进生活,引起更多关注,这些接地气的内容提升了兴趣。
       3.3 实践能力的培养
       Udacity 创始人史蒂芬斯博士的说过,“即使是最好的大学,其计算机课程所传授的技能也是浮于理论的”。学习的目的是为了解决实际问题,带着问题学习和思考,有利于主动学习的激发。这些方面,可以参考Udacity人工智能课程的实验内容修正。强调学习是为了解决实际问题服务的目标。
       3.4 教学模式及教学方法的变化
       3.4.1 实例教学法
       人工智能内容的抽象性决定了知识点的难度,Udacity人工智能课程教学中尽量把难懂的知识点结合现实中有趣实例,通过感性体验提高理性理解,让学生容易接受。笔者进行了一些化难为易的尝试:如利用汉诺塔问题讲解状态空间的知识表示,通过野人过河的游戏程序步步领会理论精髓;结合下棋软件体验模拟人脑思考的计算机博弈的极大极小搜索思路,这些实例教学激起了兴趣,扩展了学生思路,拓宽了视野。
       3.4.2 翻转教学法
       整门课程录制课程小视频还有一定难度,作为尝试,选择少量知识点录制视频进行翻转教学。如抽象的理论部分,借鉴网上已有视频资源融入教学过程,分解知识点破解难点,形象化与短时间的重复讲解,增加学生对抽象内容的理解,期间穿插核查对理解内容的核查,并留出思考时间,强化学习效果。
       3.4.3 交互环境的营造,辅助教学过程完善
       1)基于联通主义的学习交互[6-7]
       在MOOC课程中,提供在线交流论坛,学习者建立课程组,学习组等方式交流,这种教与学、学与学的交互不但是网状进行的,而且是即时的。学生将互动产生的内容作为学习的中心,通过学习者不同认识的交互,建立新的认知结构,拓宽了视野,更有利于问题的有效解决。这种互动交流分成三种形式:
       ①教师对统一回答提问集中且意义较大的疑难问题;
       ②学习者分享学习感悟;
       ③学生间交流带来不同认知的碰撞。
       以上三种情况的互动在课堂教学中也可以运用于课堂教学:及时分析整理共同问题,集中回复;课堂教学的互动除了课堂上及时了解学生反馈的互动,还有对解决问题的互动。课下互动可以利用学者网建立课程组,提供了较好的师生交流形式与效果,同时利用学习组在小组中分享互助,小组成员的交流引起认知碰撞,这种实际参与的体验加深了理解,并巩固学到内容,这些资料的逐渐积累还可以复用。
       2)基于行为主义的学习反馈[8]
       MOOC 遵循了程序教学的一般原则,尤其注重学生反馈,像游戏一样关卡设置让整个过程充满挑战性,一些机器评分实现了及时学习反馈,摆脱了单向提供课程资源的弊端。课堂教学可以借鉴这种借助技术手段互动了解学生学习的情况,促使有意义学习的发生。
       4 教学改革的实施
       利用以上措施在《人工智能》课程的教学中实践,通过在xMOOC教学模式中部分适当内容引入翻转教学法与利用学者网的课程交互,探索提高兴趣,促进理论与实践的融合,促进有意义学习的发生,提高学生实践能力的途径。通过观察,调查与访谈等方式,了解学生在该教学模式中兴趣与能力改善状况,同时研究教师教学法转变与教学水平变化的关系,根据追踪研究效果,发现这种改善调动了学习兴趣,促进了教学效果。实践中通过建立实验组(班)与对照组(班)、评价教学模式和教学效果等因素,不断总结、修正和完善,期望建立适应当前形势与环境的有效的该课程的教学模式与教学方法。
       5 结束语
       笔者结合人工智能课程的教学实践,针对本科高年级的教学特点和人工智能课程学科特点,提出在设计人工智能教学时,通过MOOC的教学模式和教学方法完善课堂教学,注重内容的实用性和新颖性,适当穿插新方向的内容,目标是将难学、枯燥、难理解的问题,变得易学、有趣、易理解。从学生反馈来看,这些方法起到了积极的实际效果,有效地提高了学习积极性。
       【参考文献】
       [2]王萍.大规模在线开放课程的新发展与应用:从cMOOC 到xMOOC[J].现代远程教育研究,2013(03):13-19.
       [4]徐明,龙军.基于 MOOC 理念的网络信息安全系列课程教学改革[J].高等教育研究学报,2013,36(03).
       [6]李青,王涛.MOOC:一种基于连通主义的巨型开放课程模式[J].中国远程教育,2012(3):30-36.
       [7]樊文强.基于关联主义的大规模网络开放课程(MOOC)及其学习支持[J].远程教育杂志,2012(3):31-36.
      

      

转载请注明来源。原文地址:https://www.7428.cn/vipzj14097/
 与本篇相关的热门内容: