人工智能视域下 Python程序设计的智慧教育实践探究论文

SCI论文（www.lunwensci.com）

　　摘 要：智慧教育赋能教学改革,体现了人工智能时代我国高等教育理论与实践的创新。以本校 Python 课程教学为例, 提出建立群智协同、产教研协同的人才培养模式以及多维度教学成效导向的教学评价体系,通过塑造“空间 - 时间 - 知识”互 融的教育形态,开展“学用合一”的创新实践教学,深入挖掘主客观教学数据,进行教学评价与持续改进,为培养具备“大科 学”素养和创新能力的一流人才提供重要动力。

　　关键词：人工智能,智慧教育,Python,创新能力


　　【Abstract】：Smart education empowers teaching reform, which reflects the innovation of the theory and practice of my country's higher education in the era of artificial intelligence. Taking the teaching of Python programming courses in our school as an example, we propose to establish a talent-training model based on group intelligence collaboration and production-study-research collaboration, while building a multi-dimensional teaching effect-oriented teaching evaluation system. In teaching practice, we shape the educational form of "space-time-knowledge" integration and carry out innovative practical teaching of "integration of learning and application". In addition, we dig deep into the subjective and objective teaching data to achieve teaching evaluation and continuous improvement. It can provide an important driving force for cultivating first-class talents with "big science" literacy and innovation ability.

　　【Key words】：artificial intelligence;smart education;Python;innovative ability


　　0 引言

　　在新一代信息技术发展的推动下,我国逐步迈向人 工智能新时代。人工智能是涉及计算机科学、认知科 学、心理学等多学科高度交叉的复合型创新技术 [1],已 成为我国新一轮科技革命和产业转型升级的重要引擎。 在国家政策和产业需求双重推动下,高校迫切需要探索人工智能相关课程的教育发展道路。高校是科技创新的 重要策源地,应将人工智能纳入大学计算机基础教学内 容,积极推广计算机编程教育,促进人工智能领域人才 培养的跨越式发展。

　　Python 编程语言具有简洁高效、解释性、跨平台 等特点,拥有丰富的开源函数库,基本覆盖了理学、工学、医学等几乎各类专业,成为人工智能应用开发的首 选编程语言 [2]。作为南京邮电大学(简称南邮)非计算 机专业的程序设计入门课程, Python 程序设计课程为 学生提供了分析专业领域数据的人工智能技术手段,对 学生编程基础、专业兴趣和综合能力的提升发挥着不可 忽视的作用。同时,通过将智能信息技术与教育深度融 合,推动教育的全面转型与变革,形成了人工智能时代 的智慧教育。近年,南邮致力于将智能教学工具、学习 环境以及教育数据挖掘融入教学过程,为培养一流人才 提供了重要驱动力。

　　1 智慧教育内涵

　　人工智能、移动终端、5G 通讯等智能信息技术的 大规模普及,为智慧教育提供了硬件平台基础和软件分 析条件,推动了教育基础设施和功能应用的更新和完 善,重塑了教育教学生态,最终促成传统教育教学的转 型与变革。

　　从内涵而言,智慧教育本质是一种全新的教育方式, 是拥有可覆盖教育全过程的智能教学环境,通过人机协 同的教育智能,实施的创新教育形态和教育模式,构建 的培养创新实践人才的教育教学新体系 [3]。智能技术飞 速发展,智慧教育也对学习者、教师、教学环境提出新 的要求。教师需要顺应人工智能时代教育发展趋势,积 极开展智慧教育视域下的课程改革。

　　2 智慧教育赋能 Python 程序设计教学改革思路

　　本文通过对智慧教育赋能 Python 教学进行总体设 计,为培养人工智能时代背景下具备“大科学”素养和 创新协作能力的专业人才提供了教学改革思路,如图 1 所示。


　　(1)群智协同人才培养模式助力课堂教学创新。借 助智慧教学技术拓展各育人主客体的教学范围,采用混合教学形式,挖掘海量教学资源,实施个性化、交互式 教学管理,帮助学生知识的贯通与衍新 [4],同时厚植家 国情怀,实现南邮“基础厚、素质高、能力强”的全方 位人才培养。

　　(2)产教研协同人才培养模式助力实践教学创新。 “人工智能 +”场景融入实践教学,是智能时代培养学 以致用实践能力的重要途径。通过将科研成果融入实践 教学,提升学生的专业认同感,培养学生创新应用能力。 鼓励学生参加创新创业竞赛,发挥“以赛促学,以赛促 教,以赛促创”作用,培养团队协作精神和创新品格。

　　(3)多维度教学成效影响因素分析助力教学评价创 新。智慧教育引导单一教育向多元混合教学转变,教师 应把握智慧教育情境中学生学习行为和教学成效的相关 规律 [5],充分重视学生的学习体验和学习目标达成度, 建立多元化的课程评价、教师评价和学生评价体系,形 成“教学评”闭环反馈机制,持续改进教学效果。

　　3 人工智能视域下的 Python 程序设计智慧教育实践

　　3.1“三元互融”的教育形态重塑

　　智能技术与教学的深度融合,促使课堂教学向混合 式、智慧型教育形态发展。Python 课堂教学应发挥智慧 教育平台、混合式教学形式、海量教学资源、家国情怀 培养等群智协同育人力量,推动教学实践创新, Python 课堂教学实践体系如图 2 所示。


　　Python 课堂教学中,教师可以借助电脑、平板手 机、摄像头等多模态感知设备获取学生学习情况,通过 万物互联打破“空间—时间—知识”壁垒,共享海量教 学资源,形成“线下与线上教学互促、知识的贯通与衍 新”的教学形式。线上教学以微课为主,重点开展课程 导入、知识回顾、归纳总结等。线下教学侧重关注课堂 参与度和学习成效,教师通过慕课堂、雨课堂等智慧教育平台完成课堂互动、随堂练习及数据收集,协助实现 动态、分层次的教学管理,增进师生互动。此外,教师 可以遵照灌输式培养到个性化精准培养转变的教学改革 思路,引导学生根据自身学习需求和学习风格,开展知 识理解、贯通和衍新。比如,学生通过编写 Python 程 序完成了《网络技术与应用》课程中的冗余循环校验码 编码,培养学生跨学科知识交叉的探索能力。

　　Python 是目前最流行的编程语言之一,相关教学书 籍、视频、源代码等众多,教师应增强信息化教学能力, “以学生为中心”整合与优化资源。此外, Python 教学 相关的慕课、SPOC、微课等 [6] 已融入课堂教学,南邮 Python 课程配备有慕课资源, 学习内容被分解成若干知 识单元,遵循由简单到复杂的渐进思路,设置 Python 编程入门、语法详解、模块化程序设计以及面向对象程 序设计 4 大教学内容,促进了我校学生对 Python 知识 的内化。

　　教师应积极承担“为党育人、为国育材”的时代责 任,准确把握符合国家发展的科技价值导向,努力提升 科技创新能力,深挖 Python 课程的思政元素,培养学 生正确的科技观和家国情怀。

　　3.2“学用合一”的创新实践驱动

　　Python 轻量级的语法和高层次的表示,传达了应 用计算机解决问题的理念。以南邮生物医学工程专业的 Python 课程为例,教学案例可以涵盖智能计算机系统 设计和人工智能在生物医学中的应用两部分,如表 1 所 示。前者重在培养学生实现人工智能基本方法的能力 ; 后者侧重培养学生利用人工智能解决实际问题的能力 ; 两者形成育人合力,促进“学用合一”的创新实践。


　　结合生物信息智能处理的前沿方向,将 Python 课程融入创新应用,如人工智能辅助医学影像处理、脑机 / 人机接口的信号识别等前沿领域,推动科研成果深化实 践教学改革,激发学生兴趣,促进学生创新能力提升。

　　具体地,教师介绍用于脑电解码的卷积神经网络基 本架构,如图 3 所示,该网络主要包括时间卷积、空间 卷积、池化层、全连接层等,对应的详细代码如下 ：


　　Shallow_ConvNet(

　　(features): Sequential(

　　(conv_time): Conv2d(1. 40. kernel_size=(1. 25), stride=(1. 1))

　　(conv_spat): Conv2d(40. 20. kernel_size=(22. 1), stride=(1. 1))

　　(bnorm): BatchNorm2d(20. eps=1e-05. momentum=

　　0.1. affine=True, track_running_stats=True) (conv_nonlin): Expression(expression=square)

　　(pool): AvgPool2d(kernel_size=(1. 75), stride= (1. 15), padding=0)

　　(nonlin): Expression(expression=safe_log)

　　(drop): Dropout(p=0.5. inplace=False)

　　)

　　(classifier): Sequential(

　　(fc1): Linear(in_features=1040. out_features=4. bias=True)

　　)

　　)

　　其中, conv_time 表示具有 40 个卷积核,步长为 25 且步幅为 1 的时间卷积操作,用于学习脑电信号时间 序列信息 ;conv_spat 表示具有 40 个卷积核,步长为 22 且步幅为 1 的空间卷积操作,用于学习脑电信号空间信 息 ;bnorm 是正则化操作层 ;pool 表示步长为 75x15 的均值池化操作,用于降低脑电数据维度 ;nonlin 是非 线性操作层 ;drop 层则用于随机去除部分神经元,防 止网络过拟合 ;fc1 表示具有 1040 个神经元的全连接层,用于脑电信号分类。

　　在案例实践过程,学生通过导入 braindecode 中 Shallow_ConvNet 类, 创建一个深度网络模型 ConvNet 对象,用于脑电信号解码。其中,创建 ConvNet 网络模 型对象需要的参数有 ：class_num 表示最终脑电识别 任务的类别 ;eeg_channels 表示输入脑电信号的空间 通道个数 ;input_time_length 表示输入脑电信号的时 间序列长度。具体程序如下 ：

　　from braindecode import Shallow_ConvNet

　　ConvNet = Shallow_ConvNet(class_num=4.eeg_ channels=22.input_time_length=875)

　　为拓展 Python 实践教学课堂范围,发挥产学研对 实践教学的积极作用,教师应积极鼓励学生优化并完善 实践教学案例,分组参加“人工智能 +”方向的创新创 业竞赛,进一步提升学生的协同创新能力,如图 4 所示 提供了学生参加创新工程竞赛项目的可视化界面。


　　3.3“持续改进”的教学成效评价体系

　　随着智慧教育推进,教学成效的评价依据、评价方 式、评价手段、评价内容均发生转变 [4], 推进 Python 教 学评价改革成为必然。

　　需要分析智慧教育视域下影响教学成效的主要因素。 首先,智慧教育重塑了教学形态,交互式课堂能够提升 教学效果,课堂评价应重视师生互动程度 ;个性化精准 教育对课程提出新要求,开展适应性、分层次的课堂管 理可以提升教学效果,课堂评价应纳入的个体学习体 验 ;智慧教育推动全方位育人,学生评价应从单一知识 学习评价转向综合性评价,重视学生的学科素养、知识 贯通能力、应用创新能力及人文情怀表现。

　　需要结合客观教学数据分析和主观教学成效判断。教 师可以引入智慧课堂数据、随堂测试、课后作业以及实践 案例等教学数据,并结合学生、同行和督导的调查问卷, 形成主观教学数据,构建能全面评价教学成效的数据空 间,教师通过分析多源教学数据,全面掌握教学情况。


　　需要引入教学督导和学业帮扶机制, 双向促进教学的 持续改进。通过同行专家听评课、教学档案检查、教研组培 训等督导措施,指导并纠正教学问题,提升教师教学水平 ; 通过学业帮扶,实施因材施教,提升学生的学习效果。

　　4 结语

　　本文围绕人工智能时代一流创新人才培养目标,阐述了智慧教育内涵与发展现状, 结合 Python 课程教学 特点,对智慧教育赋能 Python 教学进行总体设计,积 极探索了 Python 课程的智慧教育实践路径, 并将在今 后的教学工作中持续改进。

　　参考文献

　　[1] 胡清华,王国兰,王鑫.校企深度融合的人工智能复合型人才 培养探索[J].中国大学教学,2022(3):43-50+57.

　　[2] 许洪云,陈朝焰.新工科背景下Python教学探讨与实践[J].计 算机时代,2021(2):96-98.

　　[3] 余胜泉,刘恩睿.智慧教育转型与变革[J].电化教育研究,2022. 43(1):16-23+62.

　　[4] 张军.智慧教育视域下的全人化人才培养[J].中国高教研究, 2022(7):3-7.

　　[5] 鲍威,陈得春,王婧.后疫情时代线上线下学习范式和教学成 效的研究—基于线上线下高校学生调查数据的对比分析[J]. 中国电化教育,2021(6):7-14..

　　[6] 刘翔.大数据时代移动智慧课堂教学管理应对策略研究[J]. 软件,2022.43(1):17-19.
 
 
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！

文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/56303.html