人工智能教育课程精选(十四篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的14篇人工智能教育课程，期待它们能激发您的灵感。

篇1

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。

篇2

当前高职教育中为计算机专业学生所开设的人工智能课程很大程度上沿用了普通高等教育环境下的教学方式和内容，这显然与高职教育本身培养人才的目标和方式不一致。高职教育的最终目标是要培养适应生产需要的技能型、应用型人才，而高职教育在教学方式上应更为注重实践教学，包括各种实验、实训、实习和设计。因此，人工智能课程中单纯的理论讲授并不能有效地适应高职教育的实际教学环境要求，有必要对人工智能课程在教学内容和方式上加以改革。三个改革途径（一）引导学生阅读应用研究文献

高职教育强调培养学生的知识应用技能，其中重要的一点是要培养学生把理论知识应用到实际生产中的能力。然而在教学实践过程中，学生普遍反映由于人工智能课程理论性强，难于从课本理论联系到实际的专业应用上，这样对激发学生的学习兴趣，提高技能应用水平是不利的。

实际上，人工智能涉及的应用领域极为广泛，其中在专家系统、模式识别、智能控制、数据挖掘、自然语言理解等方面尤为突出，每一种应用都能够很好地体现出人工智能学科的基本理论方法特点。因此，在课程学习的开始阶段，应让学生按照个人兴趣自行选定某个应用领域，在一定的提示和引导下通过检索有关文献，访问相关的科研院校网站等方式获取资料，了解当前该领域的发展现状和具体产品的开发和使用情况，最后在课程的结束阶段以学习报告的形式在课堂上加以演示和共同讨论，这样可以大大激发学生学习人工智能课程的主观能动性，开阔学生的知识视野。资料的收集阅读与思考是知识应用的首要环节，对于培养应用型人才的知识应用技能很有帮助。（二）安排学生对经典算法程序进行实验

与普通高等教育相比，高职教育更加强调实践教学的重要性。从实践中学习和理解理论知识，并且把所学知识运用到实践中，这是高职教育的重要特点。人工智能课程内容抽象而概念性强，单纯的理论讲解学生难以从中得到启发，也难以体现出高职教育突出实践教学的特点，为此需要安排学生动手实验，从实践中理解人工智能科学的理论原理和应用途径。

在人工智能科学的发展过程中，先后提出了一些经典的优秀算法程序，如A*算法、遗传算法、神经网络的BP学习算法等，在科研和工程实际中得到了广泛的应用，在实践教学中同样有着重要价值。根据教学要求和实际情况，学生并不需要自行设计关于这些算法的具体程序，在提倡开放和共享源代码的今天，通过网络能够获得大量相关的程序代码资源。同时，一些软件平台也集成了一些工具箱，如遗传算法工具箱、神经网络工具箱等，只需设定相关输入参数和数据，便可通过调用工具箱函数实现算法，极为简便而易于理解。

学生应通过对这些程序作验证性实验来理解所学内容。为安排学生有效地进行实验，教师应结合当前阶段所讲授的内容准备相应的算法程序，当该部分内容结束后在课堂上讲解和演示算法程序的运行方法。学生获得该算法程序以及具体的实验任务后在课后完成实验并提交实验报告。

例如，在讲授启发式搜索时，可向学生提供A*算法求解八数码难题的算法程序，并对某个学生给定某个初始棋盘状态，要求学生动手运行程序并记录由算法扩展所得的每个棋盘状态的估价函数计算结果，以及相应的OPEN表和CLOSED表的变化情况，从中理解A*算法的原理特点。又如，在讲授BP学习算法时，可根据学生的实际情况对内容进行调整，强调BP神经网络的实际工程应用价值，而对BP算法的基本原理只作简单介绍。向学生提供利用BP神经网络学习特定目标函数的MATLAB程序代码后，要求学生动手运行该程序，并且记录和对比神经网络在训练前后对目标函数的逼近效果。

（三）启发学生引入人工智能理论方法对毕业设计加以创新

毕业设计是高职教育的重要环节，学生通过毕业设计对以往所学知识作系统性总结，通过毕业设计能进一步加强学生的技能训练，提高学生的技能应用水平。从实践教学的角度来讲，毕业设计不仅仅要求学生对已学知识和技能的简单重复运用，更重要的是强调学生能够主动独立地分析实际问题，对问题的解决方法提出新的观点并付诸实践。然而从教学的实际来看，在毕业设计中学生创新的主动性不足，往往停留在继承和模仿阶段，毕业设计作品少有突破和创新。究其原因，并非学生所学知识和技能不足，而是学生未懂得如何分析已有问题，在其基础上引入新的解决方法或提出新的应用内容。

篇3

关键词:人工智能;研究型实验教学;民族关系

人工智能是计算机科学的一个分支,是一门研究运用计算机模拟和延伸人脑功能的综合性学科,对它的研究涉及控制论、信息论、系统论、语言学、神经生理学、数学、哲学等诸多的学科及领域,是一门综合性的交叉学科[1]。

人工智能的研究、应用和发展,在一定程度上代表着信息技术的发展方向,同时信息技术的广泛应用也对人工智能技术的发展提出了迫切的需求。今天,人工智能的不少研究领域如自然语言理解、模式识别、机器学习、数据挖掘、智能检索、机器人技术、人工神经网络等都走在了信息技术的前沿,有许多研究成果已经进入人们的生活、学习和工作中,并对人类的发展产生了重要影响[2]。

实践教学环节在大学教育中是一个非常重要的教学环节,是提高人才素质与能力的重要途径。人工智能课程除了具有较强的专业性之外,还具有突出的实践性,为了能深入理解和掌握所学内容,必须把讲授和实践结合起来。本文结合该课程实验教学,将研究型教学的理念引入到实验教学,并对教学过程中的经验和问题加以初步的总结。

1研究型教学模式背景

研究型教学是相对于以单向性知识传授为主的传统教学提出的,是指教师以课程内容和学生的学识积累为基础,引导学生创造性地运用知识和能力,自主地发现问题、研究问题和解决问题,在研究中积累知识、培养能力和锻炼思维的新型教学模式。研究性教学是对现有的大学课堂教学模式的突破。有利于开发大学生的创造潜能,提高学生适应社会需要的创造性和创新能力,充分展现现代大学培养人才、发展科学、服务社会的三大基本职能[3]。

19世纪初,德国著名教育家洪堡最早提出了教学与科研相统一的原则,为研究型教学模式的发展奠定了基础。20世纪50、60年代,美国著名教育心理学家布鲁纳提出了著名的“发现教学模式”[4],成为后来探究性学习和研究型教学的先导。20世纪70年代,美国研究教学专家萨奇曼正式提出了研究训练教学模式。他认为学生会本能地对周围新奇事物发生兴趣,并想方设法弄清这些新奇事物背后究竟发生了什么,这是一种进行科学研究的可贵的动力。

自此,研究型教学理念开始广泛使用。现在,哈佛大学、牛津大学、剑桥大学等世界著名大学,都非常注重学生能力的培养,普遍采取了研究型教学模式。以美国高校为例,虽然美国高校83%的教师在课堂教学中主要采用讲授法进行教学,但在整个教学过程中都渗透着研究型教学的方法,如积极引导学生参与教学过程,开设研究性课程,引导学生积极主动地参与科研活动等。我国自20世纪90年代初推出211工程建设以来,清华大学、北京大学、人民大学、复旦大学、浙江大学等一些重点大学都提出了建设世界一流的综合性研究型大学的目标。这些高校在实现从单向知识传授的传统型教学向关注创新性教育的研究型教学转变方面进行了许多有益的尝试。

2研究型实验教学

本科教学不仅要培养学生的应用能力,还要培养学生具备基本的科研素质。大学是培养未来一线创新人才的主要基地,必须从本科教学人手,深入探索研究型教学的手段和方法,才能满足未来经济增长和社会发展的需要,才能符合建设研究型大学的需要。特别是近几年来我国对科研的投入不断增加,研究生招生规模逐年增大,本科高年级学生打算继续读研的也不在少数。而人工智能是计算机相关学科非常活跃的研究课题,其涵盖的分支非常广泛,如模式识别、机器学习、数据挖掘、计算智能、统计学习理论等,都是目前国际和国内热门的研究方向。

人工智能课程在计算机专业人才培养方案中占据着重要的位置。在专业理论方面,它承续了离散数学中的逻辑知识;在专业方法方面,是数据结构、算法分析与设计的继续;在专业工具方面,是面向对象程序设计的生动实例。并且人工智能的每一部分内容都可以作为一个深入的研究课题,课堂上讲解的内容不可能面面俱到,学生们也不可能对人工智能的每一领域都做很深入的学习。并且人工智能涉及很多的数理逻辑知识,有些显得难以理解,并且往往让学生感到比较枯燥,学生的学习兴趣就渐渐淡薄,学生往往被动“听讲”,难以获得预期的教学效果。

针对这一特点,在人工智能教学中,如何引导学生系统学习人工智能的知识、激发学生的研究兴趣,树立目标意识找准研究方向,为未来的科研工作打下基础,研究型实验教学就成为了人工智能课程教学的一个重要环节和必然选择。

2.1实验教学中加强学生的研究导向

在实验教学中,如果照搬一些教材中的例子或习题教学,一方面学生们会缺乏兴趣,另一方面学生对这个领域的知识缺乏全面的了解。应不断提出一些学生们感兴趣的开放性课题,比如基于支持向量机的人脸识别、基于肤色的人脸检测,基于内容的图像检索等,培养学生们的学习兴趣,让学生们逐渐深入的学习某一领域的知识。比如BP神经网络,在模式识别、经济数据分析、生物信息学、数据挖掘等众多领域都取得过成功应用,是一种具有强大的非线性学习能力的计算智能技术。然而BP神经网络算法自身也存在着一些缺点,如会有局部最小解、解受初值影响较大、理论解释不完善等,而支持向量机在这些方面具有显著优点。我们可以设计一个人脸识别的实验,用神经网络和支持向量机分别实现,并作以比较。让学生们在了解人工智能新技术的同时,也培养学生们如何分析问题、解决问题的科研能力。

2.2人工智能课程实验

该课程是一门对实验技术有较高要求的课程,对于基本原理和方法的实现,要求学生进行严格的计算机专业技能训练和培养良好的科研工作作风。因此对课程中的技能及技术性内容,除单独进行必要的基础训练外,还融入到综合和研究型试验中,通过多次反复实验练习,达到牢固掌握人工智能原理和人工智能的问题求解技术的目的。

该课程的实践环节主要是实践项目,由具备较强工程实践能力的任课教师和助教负责,学生可在全天候开放的专用机房完成。在实践环节的设计上,我们尝试把验证性实验和开发性实验相结合,结合实验教学进度,安排相应的开放实验,开放性实验以科学研究实验为主。并在课程的教学过程中,不断深化和扩展教学内容,结合人工智能学科的发展趋势和本院老师的最新研究成果,对实验内容进行更新。

课程主要设置三种层次的实验:1)基本原理和算法编程,测试例设计及程序测试实验;2)分析综合实验;3)研究型设计实验。整个实验包括课前讨论、实验操作、实验报告、结果讨论、总结提高等六个环节。对于综合性和研究型实验,把学生分成5个人一小组,每小组选做其中的一个。学生从指导老师处了解到实验课题后,即着手查资料,研读文献,钻研有关理论。在此基础上,学生先提出实验方案,经与老师讨论后,即可开始实验研究。

3实验平台的构建

民族关系问题对被访对象,特别对少数民族被访对象是非常敏感的问题,对民族关系的评价又存在个体层面、群体层面、不同阶层人群之间的差异,因此,仅仅以传统的文献分析、问卷统计和现场观察等民族学方法来进行调查,得到的数据会存在较多误差。

因此结合本校的民族特色和民族学领域独特的研究优势,将信息认知技术引入民族关系研究,运用图像、心电和脑电数据进行分析,将分析的结果和心理场景测试及民族学调查结果进行相互印证和参数修正,从而获得尽可能客观的数据,这些数据将有助于建立一个客观、完备、科学的民族关系监测体系,并真实全面地评估民族关系,从而使决策机构及时做出正确的决策。基于多信息融合的民族关系监测预警系统总体框图如图1所示。

目前该平台已经搭建,由北京市公共安全信息监测平台建设、北京市公共安全信息监测平台建设关键技术研究、基于多源信息融合的民族信任研究等多个重大项目支撑。在这个平台的下面,涉及到人脸识别、表情识别,视频监控、认识等领域,小波分析、神经网络、支持向量机、模糊数学、信息融合等人工智能知识得到了具体的应用。学生可以根据自己的兴趣爱好,自愿参加到该平台下的某一项目,切实对自己所学知识有一个深刻的理解和掌握。

4结语

研究型实验教学激发了学生的学习兴趣,不但使学生更好地掌握了人工智能的基本概念、基本理论和基本技术,也切实提高了学生的实际动手能力和编程能力。研究型实验教学在实践过程中还有以下问题需要改进:

1) 研究型实验教学的理念很难普及。很多教师对研究型教学模式的内涵未能准确把握,把研究型教学模式等同于学生实习或者写论文。

2) 研究型实验教学的辅导老师素养需要提高。研究型实验教学作为体现创新教育要求的现代教学模式,需要的不是知识传授型的教师,而是高素质的研究型教师。教师不仅是单一的教者,更应该成为一个学者,教师不仅要有研究型教学的教育观念、快速接受新知识的能力和高超的教学技能,要能够合理地规划和设计实验内容。

3) 需要建立一套合理的学生学业和教师绩效的评价体系。

参考文献:

[1] 王万森. 人工智能原理及其应用[M]. 北京:电子工业出版社,2007.

[2] 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.

[3] 李得伟,张超,李海鹰. 大学工科专业课程实施研究型教学的探讨[J]. 高等教育研究,2009(9):74-75.

[4] 彭先桃.大学研究性教学的理念探析[J].教育导刊,2008(3):56-58.

Exploration and Practice of the Research Experiment on Artificial Intelligence

ZHANG Ting, YANG Guo-sheng

(College of Information Engineering, Minzu University of China, Beijing 100081, China)

篇4

［关键词］工作过程导向职业教育教师胜任力素质

［作者简介］路姝娟（1980-），女，山西长治人，上海第二工业大学成人与继续教育学院，助理研究员，研究方向为职业技术教育。（上海200060）蒋鸣（1957-），男，浙江诸暨人，上海第二工业大学人文学院副院长，副研究员，研究方向为高等教育、职业技术教育和继续教育。（上海201209）

［基金项目］本文系上海第二工业大学校基金项目“职教师资培训基地内涵建设——培训教师胜任力素质模型研究”的阶段性成果。（项目编号：A20XQD21017）

［中图分类号］G715［文献标识码］A［文章编号］1004-3985（2012）21-0066-01

一、基于工作过程导向课程的特点

工作过程是指在企业生产实践中为了完成一项具体的工作任务并取得工作成果的一段完整的工作程序，这个过程具有相对稳定性，但又是动态的。所谓“工作过程导向”的模式，是从实际工作岗位的典型工作任务出发，以完成实际工作任务所需要的知识为学习内容，以培养企业所需的职业能力为目标，以实践过程的学习为主要过程的一种全新的职业教育模式。

1.内容设计以工作过程任务为载体。基于工作过程导向课程内容和结构的基础不是学科的系统性框架，而是工作过程的系统化。一般来说，每个专业的课程有10～20个学习领域组成，一个学习领域代表一个学习主题单元，由学习目标、学习内容和学习时间三部分组成。各学习领域在内容和形式上没有直接联系，但内容都是基于工作导向，以该专业的职业行动领域为依据的。

2.开发者由企业专家和专业教师共同承担。由于基于工作过程导向的课程的设计是以工作过程的任务载体，要求以工作任务为线索把某专业领域所有传统课程的知识点进行重新的整合与融合。为了完成这一创新性的工作任务，既需要有实践经验的企业一线人员的参与，又需要有较强理论素养的职校教师的参与。企业一线技术人员主要负责对典型工作任务的工作内容和工作过程进行分析，职教教师在此基础上，进一步进行教学的分析和加工，使各个工作过程所需的理论知识的组合原则符合螺旋式上升的要求。

3.教学实施以行动导向为原则。职业学校的课程实施分为理论课和实践课。传统理论课以学科体系进行课程设置，注重系统理论知识的传授，在这种课程体系中教师的任务是讲课，学生的任务是听课。实践课以验证为主，没有明确的任务目标载体。

为了达到工作过程导向课程培养学生职业行动能力的要求，必须以“行动导向”为原则，即针对与专业紧密相关的职业“行动领域”的工作过程，按照“资讯—计划—决策—实施—检查—评估”完整的“行动”方式来进行教学。基于行动导向的教学方法主要有项目教学法、任务教学法、引导文教学法、示范教学法、四阶段教学法等。

二、基于工作过程导向的课程模式下职业教育教师的角色定位

基于工作过程导向课程体系的构建是一个以行动体系为特征的过程，完整的开发过程包括市场调研—职业、工作分析—确定学习领域—设计教学情景—教学实施—教学评价，在整个过程中可以及时评价，及时改进，及时重返上一流程进行重新分析设计，所以基于工作过程导向课程的开发是一个动态、系统、开放的循环过程，在每个阶段职业学校教师都起到了重要的作用。

1.在市场调研阶段要求教师具有不断更新自己知识系统的能力。新的课程设置标准还要求教师参与课程的设计。要使设计出的课程适合市场和企业实践工作过程的要求，职业教育教师需要不断更新自身的知识系统，具备一定的市场敏锐性，以适时动态地更新课程内容。

2.在职业、工作分析阶段要求教师具有企业实践经验。无论是在参与课程开发过程还是在实施教学的过场中，都要求教师要具备企业的实践经验。一方面，教师只有具备企业实践经验才能更好地将工作过程任务的要求转变为教学的学习领域知识；另一方面，教师也只有具备企业实践经验，才能将各个学习领域知识通过行动导向教学方法传授给学生。

3.在确定学习领域阶段要求教师具有专业综合知识。在工作导向的课程体系中，各个学习领域取代了独立的各门课程，每个学习领域是若干门传统课程中若干个知识点的组合。这就要求教师不仅是掌握本专业若干门课程的知识，而是整个专业的综合知识。

4.在设计教学情景阶段要求教师具有团队精神。在课程实施的过程中，教学情景的设计是以学习领域为基础的，而一个学习领域可能涉及本专业的若干方面的综合知识，为了更好地完成教学任务，需要多个教师协同设计教学情景，协同完某项目的教学，要求新课程模式中的教师要转换传统角色，具备团队合作的精神。

5.在教学实施环节要求教师角色进行创新性转变。在传统课程教学实施的过程中，为了向学生传授已知的系统学科知识，主要以教师的教为主，忽视学生的主体作用。在新的课程标准中，要求教师要以行动导向为原则，从表演者、灌输者、评判者的角色中挣脱出来，从而转变为教学的组织者、引导者和指导者。

6.在教学评价环节要求教师确立多元评价标准。新课程体系中的教学评价应包括专业能力、方法能力、社会能力三个方面的内容，要求教师要克服传统的以考试分数为单一标准的评价，注重过程性评价，注重团队精神和创新能力的培养。

三、基于工作过程导向的课程模式下职业教育教师的胜任力素质

斯宾塞认为胜任力是指“能将某一工作中表现优异者与表现平平者区分开来的个人的潜在的、深层次特征，它可以是动机、特质、自我形象、态度或价值观、某领域的知识、认知或行为技能——任何可以被测量或计数的，并且能显著区分优秀绩效和一般绩效的个体特质。”笔者通过行为事件访谈、深度访谈、词频分析等方法构建了职业教育教师的胜任力素质模型，具体内容如图所示。

进一步看，工作过程导向课程模式下职业教育教师的胜任力素质模型还可以分解为以下五个维度。实践素养：企业经历、专业实践能力、实践探索能力；职业素养：事业心和责任感、沟通协调能力、奉献精神、团队精神；专业素养：专业综合知识、“理实合一”能力、专业敏锐性、科研能力；发展素养：前瞻性、学习能力、适应能力、创新能力；品格素养：正直、自信、亲和力。

工作导向课程模式作为一种全新的职业教育模式，它加强了职业教育课程内容与工作的关联性，整合了理论与实践，对于培养高技能创新人才，实现中国职业教育的跨越式发展具有重要意义。基于工作导向课程模式下职业教育教师的素质特征和胜任力结构呈现出了新的特点和发展方向。在一定时间内，基于工作导向课程模式下职业教育教师的胜任力素质将会保持一定的稳定性。

［参考文献］

篇5

人工智能的迅速发展将深刻改变人类社会生活、改变教育教学。2020年2月26日，教育部在印发的《2020年教育信息化和网络安全工作要点》第24条“培养提升教师和学生的信息素养”中明确提出：完善义务教育阶段课程设置，加强信息科技教育。建设普通高中人工智能样板实验室，保障中小学校具备开设人工智能课程的环境条件。开展人工智能相关教学与师资培训，搭建区域间人工智能教学成果交流平台。继续推进中小学人工智能教育课程建设、应用与推广工作。中小学人工智能教育课程包(初中版和高中版)和支持服务系统并推广应用。

我校是青岛市人工智能实验学校。在工作中我们借助教研、教学平台，积极推动人工智能课程开展和教师教研、集备工作，根据兴趣导向、应用驱动，学用结合，强化实践的原则，组建了实验班，按照上级对于高中段开课部署每两周开设1课时，开展人工智能教育教学工作。

在课堂上组织实验班的学生观看了人工智能的《开学第一课》，主要是“什么是人工智能”、“如何制造人工智能？、“New Google AI Can Have Real Life Conversations With Strangers”等内容，很有收获。但是在观看过程中发现很多的人工智能相关联的知识，比如JAVA、大数据、Python、人工智能、物联网、数据分析、H5/WEB前端、嵌入式、Linux、C语言、单片机、C++等解根本看不懂，发现自己的很多方面都需要补课，不然每次培训老师讲解的专业东西还是理解不了，这对于我们教师和学生都是一个难点。也断断续续参加了各种形式的培训，和同仁们交流起来总体感觉是没有系统化，特别是参加了祁荣斌博士组织的磨课，和同事们讨论起来感觉层次太高，有些内容也是理解不了！学生和学生的学习和生活环境比较起来也存在地域差异性导致了学生接受人工智能相关教育程度深浅不一，而且面向高中生的课本难度很大，很希望能有个机会从零基础开始系统化学习人工智能，这样才能更好的教好学生，这一点线下交流的时候是很多老师的心声，期望能在领导和专家的引领下实现。

通过断断续续的学习，比如Python基础知识，由于实战少，只能阅读别人的文章里附带的相关算法的实现代码，这样的学习效果不明显。很多算法的实现，难以从代码级去理解其设计思路；对于很多算法比如随机森林，决策树，SVM等常见算法，虽然看了相关文章很多遍但是还是一知半解的。

篇6

关键词：人工智能；高中生；职业规划；建议

一、引言

人工智能的不断发展与拓展促进了我国各个领域的发展，同时对各个行业产生巨大冲击，很多需要人工机械作业的领域将会使用机器人，造成大量人员的失业。面对如此现状，今后我们高中生如何做好职业生涯规划成为当务之急，只有深刻把握社会发展趋势，加强学习方向与时代潮流的匹配性，才能迎接挑战、抓住机遇、趋利避害，做好职业选择和规划，更好地适应今后的社会发展。

二、人工智能的发展现状和趋势

（一）人工智能的发展现状

“人工智能”一词最初是在1956年Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。目前，人工智能技术在美国、欧洲和日本呈现飞速发展趋势。随着人工智能技术的快速发展，人工智能已经在各个行业得到广泛应用，其中比较典型应用主要包括符号计算、模式识别、机器翻译、机器学习、问题求解、逻辑推理和定理证明、自然语言处理、智能信息检索技术以及专家系统等，这些在计算机领域、化学领域、医学领域以及矿物勘测领域等得到广泛应用，并取得较好效果。

（二）人工智能的发展趋势

技术的发展总是超乎人们的想象，要准确地预测人工智能的未来是不可能的。但是，从目前的一些前瞻性研究可以看出未来人工智能可能会综合模糊处理、并行化、神经网络和机器情感等进行全方位发展。随着全球化趋势的不断增强，今后人工智能会向着全球国际标准的方向发展。人工智能技术不断地在就业领域应用及发展，因此高中阶段就对自己的职业生涯有着规划是未来发展的必然趋势，并且美国、加拿大等先进国家早早的就把高中生职业规划教育课程安排在了高中阶段，相比之下安排职业规划教育课程的高中毕业生，甚至大学毕业生对自己的规划都有着明确的方向，我国目前某些地区高中阶段已经安排了职业规划类型的课程，相信不久高中生职业规划的课程也会出现在更多地区的校园。

（三）人工智能发展对就业的影响

随着机器眼下正在取代的首当其冲的是那些简单机械操作的劳动者，比如说我国工厂里的初级工人正在面临自动化的威胁。还有美国福特公司，不仅大量裁减蓝领工人，而且还要把工厂搬到别的州或国家去，那里税收更低、政策环境更宽松、工会更友善的，在这些地方使用机器人不仅可以提高作业效率和质量，而且能够极大的降低各种成本，能够为企业创造更多的效益。

随着人工智能的快速发展，人工智能对各个领域的就业产生了重大影响，我国也在往这个方向发展，对于IT行业，今后会大量使用机器人进行工作，制造业也在逐渐增加使用机器人。技术的进步，使得个人的生产效率得到了巨大的提升。虽然就短期而言，机器是不会一下子取代大多数人，但我们必须未雨绸缪、防患于未然。有一些机械的、长时间集中精神的、固定套路的工作，比如流水线工、司机、配药师等，机器比人还擅长，这些领域将会淘汰大量的工人，导致很多人员失业。而很多工作需要人搭配机器做才最高效，这些工作是主流的新工作，但是需要注意的是，在人和机器协作的过程中，机器一定会不断智能优化的，在单一专业的工作内容中，机器逐渐又会替代人，因此也会造成人员失业。对于人际沟通事务，由于需要人与人之间的交流，还是人比较擅长。审美是模糊的、社会性的，这个还是人比较擅长。

对于我们高中生而言，勤动脑，勤动手，不断创新，是未来立足之本。因此不仅要埋头学习知识，还要培养创新能力和实践能力，以应对迎接人工智能的挑战。

（四）高中生应该怎样规划职业生涯

面对人工智能的快速发展，今后我们高中生应当趋利避害，努力做好职业生涯规划，实现自我价值的增值，具体来说应当从以下几个方面入手：

1.增强职业规划的意识

高中生要根据自身的主观因素以及外界的环境因素，分析、归纳、选择自己的职业发展方向，并且制定相应的学习、培养计划，采取必要行动去实现目标。这种确定人生方向的规划问题应该在高中阶段每一个学生都应该对自己有着清醒的认识，并且得到自身的重视，对选考科目的选择及大学志愿的填报就不会盲目、无头绪，在高中阶段有了明确的目标会使自己的学习方向更加准确，学习积极性更加强劲，同时在就业选择上也可以尽量地少走弯路。

2.选择高水平的职业指导教师

高中生实现从学校到社会或者更高层学校的过程中职业规划具有重要的导向作用，因此在高中阶段一个好的职业规划指导教师对学生的影响有着重要的意义。首先我们选择的职业规划指导教师必须具备一定的任职条件，目前国家也一再的强调任职职业资格的严格性；其次就是指导教师要善于启发式指导学生，增强学生的独立思考能力，在教师的帮助下充分认识自己的天赋、特长、兴趣、能力、心理等方，发现和挖掘自己多方面的潜能，学会正确利用各方面条件充分发展。同时，要注意避免指导教师的思想左右了我们的思想，只有准确的认识自己，才能促使我们带着自己的职业规划继续努力进步。

3.自己的高中生涯规划

高中的三年，对一个高中生的人生有着重要的意义，因此高中阶段可以进行分阶段的自我管理培养。高一阶段：刚进入学校，通过学习了解学科特点，利用学校、教师、网络、社会了解就业动向，自我优势结合人才需求，明确选考科目，初步制定职业发展意向。高二阶段：正确处理选考科目学习与学考科目学习的关系，既突出专业知识又兼顾知识广度。高三阶段：更要处理好语文数学英语必考科目学习与选修科目深化拓展的关系，既要提高高考成绩又要深化拓展专业素养；既要强化高考复习又要重视面试培训，为参加高校自主招生考试或“三位一体”考试做好充分准备。因为近年来重点大学通过高考统一招生录取的名额正在减少，而自主招生或“三位一体”的名额大量增加，有志于就读名牌大学的学生要注意这方面的情况。同时高中生要根据自己的理想多去了解高校情况，多去了专业设置的情况，为报考适合自己的学校及专业做好信息准备。

4.积极参加选修课程，为今后的职业生涯做好基础

按照教育部有关规定，高中学校要开设选修课程。我们可以根据自己的兴趣爱好，选取自己喜欢的课程进行学习，这不仅可以及早的发现我们的喜好和特长，为我们的职业生涯做规划有着重要的参考意义，同时对我们的基础知识的培养也很重要，拓宽了我们的见识宽度，为今后的职业生涯奠定坚实的基础。

参考文献：

[1]刘界，黄冠，王冰洁.关于人工智能教育如何弥补当前教育缺陷的思考[J].内蒙古民族大学学报，2006，12（3）：50-51.

[2]焦加麟，徐良贤，戴克昌.人工智能在智能教学系统中的应用[J].计算机仿真，2003.20（8）.

[3]刘春玲，张焕生，郝国芬.BP神经网络在教学评价中的应用[J].煤炭技术，2012，31（5）：231-232.

篇7

关键词：智能科学与技术；科学研究；专业建设

中图分类号：G642　文献标识码：A

1　引言

智能科学与技术学科以计算机科学为基础，结合了认知科学、信息学、控制科学、生命科学、语言学等学科的相关理论和研究方法，是一门新兴的交叉学科，将成为21世纪信息科学研究的制高点和信息产业价值的主要提升点。

在国外，许多著名高校都设立了“人工智能”专业并授予智能科学专业学位：世界多数知名的理工类院校都设立有人工智能研究所或实验室，进行智能科学专业的研究生培养及科研工作。在国内，智能科学与技术专业起步则较晚：2003年12月5日，教育部正式批准北京大学信息科学技术学院设立“智能科学与技术”本科专业，这标志着我国“智能科学与技术”专业的诞生。

厦门大学在智能科学与技术领域已经有多年的研究积累和师资储备。2006年12月，教育部正式批准厦门大学设立“智能科学与技术”本科专业，2007年6月6日，厦门大学智能科学与技术系经学校批准成立，并于2007年9月迎来了第一届本科生。本文将简要介绍近几年来厦门大学“智能科学与技术”专业的建设情况。

2　厦门大学智能科学与技术相关领域的科学研究进展

厦门大学在智能科学与技术领域的研究已开展了多年。早在1988年，学校就成立了校级科研机构――“厦门大学人工智能与计算机研究所”，目前，经厦门大学批准，正式更名为“厦门大学人工智能研究所”。它是一个以实用智能技术研究为主、集基础研究与应用开发于一体的研究机构，是厦门大学组建智能科学与技术系的主要基础。

厦门大学智能科学与技术系面向国际学科发展趋势和国家发展的重大需求，利用人工智能研究的方法和手段，不断开辟新的研究领域，逐渐确立了语言信息处理、认知计算、智能信息检索、中医信息处理、视频图像处理、智能机器人等主要研究方向。在语言信息处理方面，现设手写汉字识别、自然语言理解、机器翻译、语料库技术等研究领域；在认知计算方面，现设觉知计算、脑机接口、机器感觉、隐喻逻辑等研究领域；在智能信息检索方面，现设文本信息过滤、信息检索、信息提取、智能数据挖掘、Web挖掘等研究领域；在中医信息处理方面，现主要研究开发多媒体中草药智能查询系统、基于舌象中医智能体检系统；在视频图像处理方面，现设图像数据库、生物特征识别、遥感图像、地理信息系统等研究领域。2008年，系里引进了被称为“人工大脑之父”的著名学者Hugo de Garis教授，并以他为首组建了人工大脑研究室，该研究室的目标是，经过三年左右的时间，建设中国首个人工大脑。

经过十几年的不懈努力，我们在上述研究领域均取得了一批有影响的重要研究成果，在我国学术界具有一定的学术地位，获得数十项国家和省部级项目经费的支持。目前在研的项目有国家自然科学基金项目3项、国家863项目2项、国家863子项目2项、福建省自然科学基金项目1项、福建省科技计划重点项目2项。在汉字识别、词语切分标注、语法分析、词义消歧、指代消解、语言神经基础、汉语理解策略、网上信息的选择翻译、统计机器翻译、语音识别与合成、计算机音乐、计琴学等诸多方面进行了有特色的研究，形成了具体的算法，并且还提出了一种系统性的协动计算理论，出版专著5部，数百篇，其中近三年被EI、SCI等检索的论文达200余篇。

在基础理论研究的基础上，智能科学与技术系还十分注重产学研结合，先后与北京德威特电力系统自动化有限公司和深圳名人电脑等公司进行合作研发，广泛开展应用系统的研制开发，主要包括：手写汉字机器识别系统、汉语分词和词性标注系统、机器翻译系统以及网上汉语文本分类和信息过滤系统。其中，手写汉字机器识别系统获浙江省教育厅科学技术进步三等奖：机器辅助汉英互翻系统获福建省科技厅科技进步三等奖；汉语分词和词性标注系统获得2003年863中文信息处理评测第二名：机器翻译系统(包括XMMT汉英机器翻译系统、Matrix英汉机器翻译系统、Light英汉机器翻译系统和Neon英汉双向机器翻译系统)在863智能接口评测中多次名列前茅，形成多项产品，技术授权国内多家单位使用。

在科研平台建设方面，智能科学与技术系发挥厦门大学多学科交叉的优势，联合人文学院、外文学院和海外教育学院华文系的学术力量，于2003年成立了“厦门大学语言技术中心”，其中，汉外多语言机器翻译为主攻方向之一。2006年获批了“智能信息技术福建省高校重点实验室”；目前，以人工大脑相关内容为研究核心的“福建省仿脑智能系统重点实验室”也已获批。

3　厦门大学“智能科学与技术”专业建设情况

厦门大学智能科学与技术系现有一个本科专业(智能科学与技术)，三个学术型硕士学位授予专业(人工智能基础、模式识别与智能系统、计算机应用技术)，一个“计算机技术”工程硕士培养方向(智能工程及网络安全方向)，一个博士学位授予专业(人工智能基础)。现有在校本科生近90人，硕士研究生80多人，博士研究生25人，博士后2人。本系教职工近30人，其中：教授5人，副教授5人，80％具有博士学位或者博士在读，40岁以下的年轻教师占2／3。

3.1　本科生专业建设

在本科生培养方面，厦门大学智能科学与技术系的目标是要求学生能够有效和系统地掌握本学科的理论基础，比较深入地理解智能科学与技术理论；培养具有一定的分析、综合和创新能力，能够承当智能信息系统设计、开发和智能科学与技术学科教学任务的，德、智、体全面发展的科学技术工作者：毕业生适宜到科研机构、学校、技术或行政管理部门、公司、厂矿等企事业单位从事科技研究、应用开发、信息管理和教学工作，也可以进一步攻读该专业及相关专业的硕士学位。

为了实现上述目标，我们遵循“宽口径、厚基础、抓关键、重实践”四项基本原则，制定了较合理的教学计划，在本科一、二年级安排公共基本课程、校通识教育课程、院系通修课程；从二年级下学期开始结束院系通修课程，转而推出部分学科通修课程，向专业化过渡，三年级开始加入方向性选修课程。其中，公共基本课程621学时、33学分；校通识教育课程262学、15学分；学科通修课程1544学时、90学分；方向性课程120学时、分；学科跨方向性课程108学时、6学分。这样的安排能真正使学生在获得扎实而宽厚的理论基础、合理的知识结构的同时，培养较强的获取新知识的能力和创新精神。

为了能切实提高学生的动手实践能力，我们在办学过程中十分重视和强调实践环节的训练并倡导理论与实际 相结合，已经规划建设一个特色实验室――“仿脑认知与智能机器人”实验室，可支撑仿脑认知与智能机器人两个方向相关课程的教学实验，总经费预算100万元。依托该实验室，结合相关课程，高年级本科生可以进行“心理物理测试实验”、“眼动测试实验”、“面部表情与脑电对照实验”、“行为学与智能关系测试实验”、“机器人避障行走路径规划”、“机器人目标识别与跟踪”、“机器人声控实验”、“机器人智能语言翻译”、“机器人足球比赛”等众多特色实验。

3.2　研究生专业建设

厦门大学智能科学与技术系的研究生培养以加强创新能力的培养为核心，以加强基础课、专业课，实验实践教学、论文创新写作、促进理论与实践相结合为重点，包含硕士研究生和博士研究生两个培养层次。其中，硕士研究生层次又分为学术型研究生和工程硕士两种类型，分别进行培养。

在学术型硕士研究生培养方面，我们的目标是培养适应智能科学与计算机科学的发展，适应国家社会发展与进步事业需要的，德、智、体、美全面发展，系统地掌握本学科基本概念、基本原理、基本方法、基本技能的，具有创新能力、理论联系实际的高级专门人才和能适应未来从事基础研究、应用基础研究、技术开发研究和工程应用研究之人才。毕业生适宜到科研部门、学校从事科学研究和教学工作；适宜到计算机产业相关的企事业单位从事智能科学与计算机科学技术的开发研究、应用与管理等工作；可以继续攻读智能科学与计算机科学及其相关学科的博士学位。目前包含“人工智能基础”、“模式识别与智能系统”和“计算机应用技术”三个专业。其中，“人工智能基础”专业包含如下培养方向：认知科学理论、认知逻辑学、计算语言学、智能计算方法、艺术认知与计算、脑高级功能成像等；“模式识别与智能系统”专业包含如下培养方向：计算机视觉、机器翻译系统、智能中医诊断系统、机器音乐、模式识别、音频信息处理等：“计算机应用技术”专业包含如下培养方向：人工智能应用技术、自然语言处理技术、智能信息检索技术、多媒体综合应用技术、图像与视频处理技术、虚拟现实技术等。

在工程硕士培养方面，目前智能系招收“计算机技术”工程硕士――B方向(智能工程及网络安全)的工程硕士研究生，目标是培养具有扎实的计算机学科专业知识和工程技术能力，掌握现代智能与网络科学前沿知识，在智能工程与网络安全方向具有一定研究深度和项目研发能力的高层次应用型人才。培养方向包括：嵌入式智能家居、视频图像处理、网络视觉监控、模式识别与智能系统、智能机器人、网络内容监管、黑客与网络攻防技术、网络信息安全、信息检索与信息过滤、自然语言处理、机器翻译、语音识别与合成、智能中医信息处理、人工大脑、虚拟现实技术等。

在博士研究生培养方面，设有“人工智能基础”博士学位授予专业，目标是培养基础扎实，具有创新意识，对某一领域有全面深入了解或对某一应用领域有独立解决实际问题的能力，能够解决前人未能解决的科学问题或社会发展中亟待解决的技术问题的高级专业人才：其研究工作对科学技术或社会经济的发展具有明显贡献，为人工智能技术发展和应用提供新的基础或新技术、新方法。培养方向包括：人工智能以及应用技术、艺术认知与计算、数据挖掘技术、认知神经科学、软计算方法及其应用、智能多媒体信息处理、脑功能成像技术等。

4　总结与展望

篇8

先给大家重点推荐一本期刊：中国职业技术教育

中国职业技术教育杂志征稿信息

《中国职业技术教育》杂志是由中华人民共和国教育部主管，教育部职业技术教育中心研究所、中国职业技术教育学会和高等教育出版社共同主办的一份综合性中文期刊，集政策指导性、学术理论性和应用服务于一身，是教育部指导全国职业教育工作的重要舆论工具，是服务各级各类职业教育机构的主要阵地。

中国职业技术教育投稿栏目：主要有职教要闻、专稿专访、综合管理方略、课程教材、教研与教学、师资队伍建设、研究与探讨、职业指导、职业培训、高等职业教育等栏目。

再给大家推荐职业教育范文：人工智能背景下职业教育变革及模式建构

董文娟1，黄尧2(1.天津大学教育学院，天津300350；2.北京师范大学国家职业教育研究院，北京100875)

摘要：顺应人工智能时代的浪潮，基于新兴技术的职业教育变革及新模式建构势在必行。该文从职业教育智慧化、经济发展、政策保障、信息化生态重构四个方面，剖析了人工智能时代职业教育变革的现实诉求，并进一步分析了当前职业教育外部环境及其自身发展的困境。人工智能背景下职业教育的变革体现出融合、创新、跨界、终身化的新特征。基于此，从课程、教学、学习、环境、教师发展、评价、教育管理及组织等方面，探究职业教育的变革路径及模式建构。最后探讨了职业教育模式变革还面临回归教育本质、规避技术弊端等挑战，并提出“适应—引领人工智能”的发展目标。

关键词：人工智能；职业教育变革；模式建构；智慧化

“人工智能的迅速发展将深刻改变人类社会生活、改变世界。特别是在移动互联网、超级计算等新理论、新技术及经济社会发展强烈需求的共同驱动下，人工智能发展呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。”[1]人工智能作为新一轮产业变革的核心驱动力，为我国供给侧结构性改革下的“新常态”经济发展注入新动能，使人们的思维模式和生活方式发生了深刻变革。近年来，国家高度重视与社会经济发展联系最为密切的职业教育，积极推进职业教育信息化，运用人工智能改革教学方法和人才培养模式，构建新型智能职教体系，提升信息技术引领职业教育创新发展的能力。

一、人工智能背景下职业教育变革的现实诉求

人工智能对传统教育理念产生了革命性冲击，职业教育结构不断调整，劳动力素质与市场需求的矛盾、学习方式与自我价值实现的矛盾等促使职业教育向智慧化、智能化发展。目前，我国处于教育信息化2.0、工业4.0的新时期，全球范围内新一轮的科技革命和产业变革正在加速进行。“一带一路”“中国制造2025”人工智能等重大国家战略的提出，及以新技术、新产业为特征的新兴经济模式要求教育领域，尤其是职业教育培养行业、产业急需的技术技能型、智慧型人才，具备更高的创新创业能力和跨界整合能力，促进智慧化发展，助力经济转型升级。

(一)职业教育智慧化诉求：职业教育信息化发展的必然选择

“智慧教育是以物联网，大数据等信息技术为依托，创造智慧教学环境，转换教育方法，内容与手段，注重教育网络化，个性化和智能化的一种教育新模式。”[2]智慧教育作为“一种由学校、区域或国家提供的高学习体验、高内容适配性和高教学效率的教育行为(系统)”，被视为教育信息化发展的高端形态[3]。因此，职业教育的智慧化并非简单的数字化，强调信息技术推动职业教育教学模式和方法的变革，改变思维模式，创建价值等方面共享的学习共同体，培养创新型、智慧型人才。

职业教育智慧化是职业教育信息化发展的必然选择。目前，我国的职业教育信息化水平正在稳步提高，投入持续增加，各种智能信息技术应用于教育教学、实习实训、测量评价等领域，并逐步成熟，正在努力打造一个信息化、智慧化的现代职业教育生态系统。新时期我国很多地区及职业院校积极提升现有信息化系统的智慧化水平，积极创建智慧校园、智慧社区等，逐步实现了组织管理的智慧化、资源环境的智慧化和服务评价的智慧化。

(二)经济发展诉求：人工智能时代的新兴经济需要高技能智慧型人才

人工智能时代职业教育运用移动互联网、大数据等新兴技术，与经济及其他部门跨界融合，不断创造新产品、新业务，推动职业教育模式创新，形成了以互联网为基础设施、人工智能为实现手段的经济发展新常态。人工智能时代是以现代科学技术为支撑的新时代，各行各业的运作发展和对知识技术的掌握要求达到了更高层面，相应的教育需求也有所提升，市场环境渴求勇于创新、个性化的高技能智慧型人才。职业教育要应对行业上升发展的劳动力需求问题，基于人工智能应用，提高技能培养层级，以适应新的社会劳务需求。现代企业生产依托互联网科技，与智能化设备直接联接，通过数据分析和应用，促进科技成果转化为生产力。劳动密集型企业已不适应现代行业、产业发展，需升级为网络智能型，与此同时，职业院校的课程模式、专业设置、实习实训、师资结构等也做出相应的调整和革新，既促进了职业教育的智慧化、智能化，又推动了产业升级和工业变革。

(三)政策保障：国家从宏观层面保障人工智能时代的职业教育发展

2016年是我国人工智能元年，2017年我国颁布了《新一代人工智能发展规划》，提出了“将发展人工智能放在国家战略层面进行系统谋划和布局”，这预示着我国人工智能时代的全面到来，为我国职业教育的发展提供了良好的宏观政策环境。人工智能给职业教育带来了符合时代精神的新内容，积极融合信息技术，整合职业教育资源，提升公共服务水平，影响和改变了原有的教育生态。紧密依托信息共享平台，突破时空限制，让学习者自我选择，更加人性化和智能化。我国很多职业院校已经开启了智慧校园的行动计划，一些大中城市也在积极制定实施智慧城市的发展规划，在良好的政策保障中提升智慧化水平。

(四)信息化生态重构诉求：人工智能时代的职业教育变革是对职业教育信息化生态系统的重构

“依据《2006-2020年国家信息化发展战略》，我国正在有序推进数字教育向智慧教育的跃迁升级和创新发展。”[4]在新兴智能信息技术的催促下，技术变革带来了职业教育系统的颠覆性创新改革，打破现有的条条框框，改革传统教育模式，再造教育业务新流程。在职业教育领域创新应用物联网、大数据、人工智能等先进技术，提升各科各门教育教学业务，打造各级各类智能实训部门、培训机构，覆盖贯通中高职院校，整合系统内外现有资源，推进智慧教育生态有序发展，为各类用户提供最适合、最智能的职业教育资源和服务，完成对职业教育信息化生态系统的重构。

二、当前职业教育发展的现实困境

人工智能对各行各业的影响具有革命性和颠覆性，可能带来新的发展机遇，也可能带来不确定性的挑战，比如可能会改变就业结构、影响政府管理、威胁经济安全等，还可能会冲击法律与社会伦理，影响社会稳定乃至全球治理。当前，人工智能与“大众创业、万众创新”浪潮席卷而来，职业院校既是人工智能应用的战场，又是培养技术创新型人才的“梦工厂”[5]。人工智能时代的职业教育信息化发展迅速，影响是广而深的，对职业教育外部环境及其本身都造成了极大的冲击。

(一)职业教育外部环境发展困境

“据联合国教科文组织预测，到2020年，人工智能将替代20亿个工作岗位”[6]，那些技术含量低、重复性强的技能将被智能机器、数码设备所替代，工业机器人也将大面积应用。智能设备替代行业劳动力，能够降低劳动成本，且具有高效、易操作等竞争优势。传统职业教育培养模式很难适应未来行业、产业的发展需求，人工智能冲击职业教育就业岗位，撼动其所依附的岗位基础，对职业教育的生存与定位产生了威胁。因此，根据智能时代职业教育的岗位特征与需求，提升职业人才的知识结构和专业技能，是新形势下职业教育的发展方向。

(二)职业教育自身发展困境

近年来，人工智能在职业教育领域内的应用和提高是目前职业教育的发展趋势。我国重视职业教育信息化、智能化发展，各级各类职业院校在信息化基础设施建设、校园信息化管理等方面都有了显著提升，但信息技术与职业教育的深度融合仍不够紧密，表现出信息化管理效率低、科学决策水平低等现象。人工智能背景下职业教育自身发展的困境表现在：

1.课程与教学困境

职业院校新课程改革提倡构建智慧课堂，制定个性化学习计划，注重课堂实施效果。但目前的实际课程教学仍是以教师为中心，强调知识的灌输，重视统一性和计划性，与教育改革提倡的个性化教学相去甚远。教学方法、教学理念更新慢，很难激发学生的内在学习动力，创新性思维弱，使得个性化教育的无法实现。近年来，中央、省、市、县四级教育平台逐步建立起来，课程与教学的层级设计逐步完善，但在实施的过程中，各级平台之间存在沟通不畅等问题，各级资源内容不系统，不衔接，导致无序叠加和资源的重复浪费，“精品课程”等项目丰富了课程资源，但质量不高。在线课程与教学以传统的科目、章节为单元，构建系统性的在线教育内容，为用户提供专业化的知识选择，但由于受时间条件等限制，大多数受教育者习惯于碎片化学习，连贯性和整体性差，缺乏对课程与教学体系的系统性学习。

2.认知困境

随着人工智能时代的到来，许多职业院校将“未来教室”“智慧课堂”定位为未来发展方向，进行了多种尝试和改革，如MOOC混合教学、翻转课堂、多屏教学等，但“管理者和施教者对智慧教育的理解多停留在‘智慧课堂=多媒体+传统教学的层面’，教学观念和思维依然固化，并没有因为新技术的参与而得到实质改变”[7]，缺乏对多媒体网络架构和智能学习平台的深层认识，更缺乏对管理评价和互动交流等模块的理解与掌握，虽投入大量人力财力采购了数量巨大、设备精良的多媒体设备和智能服务设备，但没有充分有效使用，大大限制了智慧教育的发展潜力。

3.用户困境

传统教学以群体教育为基本单元，教师和学习者作为学习共同体，在管理、学习的互动过程中形成强大的群体约束力，促进双方共同进步。在信息化教育时代，学习者自由掌握学习时间和进度，遇到问题可能无法及时解决并获得反馈，无法进行面对面交流，因此，基于人工智能网络化学习平台，学习者需要高自控力、高学习能力才能适应这种全新的学习方式。

4.评价困境

传统的评价方式多依靠经验和观察，智慧型评价则是基于学习过程的一种发展性评价，以采集到的学习数据为客观基础。在人工智能、数字信息化环境下教育效果的评价实际要受到很多因素的影响和局限，在信息技术与职业教育融合的过程之中，许多智能技术应用于教育教学实践，难以进行定性定量的智慧评价，如互动交流及深层次的学习评价等。

三、人工智能背景下职业教育变革的新特征

人工智能带来了思维模式的创新，改变了人们认识问题、思考和解决问题的方式，越来越多地依赖人与智能网络的协同创新。人工智能背景下的职业教育变革围绕经济社会发展大局，“主动服务国家重大发展战略，加大虚拟现实、云计算等新技术应用，体现校企合作、知行合一等职教特色，以应用促融合、以融合促创新、以创新促发展。”[8]人工智能背景下职业教育的变革必将加速推进职业教育的现代化、智能化进程，表现出了融合、创新、跨界和终身化的新特征。

(一)融合

人工智能技术科学应用于当前职业教育，在最短的时间内整合、重组大量的知识信息，形成科学的技术技能知识体系，为职业教育资源、企业资源、产业资源、社会资源等一切有可能联结的资源融合提供了可能。为促进职业教育的智慧化发展，在现有的合作模式、集团模式、产教融合模式等实体协作发展的基础上，建立智能互动的智慧教育供给平台、常态化智慧课堂和大数据化智慧教育生态系统，为我国新兴经济发展提供高技能、智慧型人才支撑。

(二)创新

信息化时代下“变”为创新立足之要点。创新时代最需要提升的就是创造智慧。“由知识的理解记忆，转向知识的迁移、应用并最终指向创造发明”[9]，以提高学习者的学习能力和应用能力，提升其创新思维和智慧思维，不断开拓人类社会发展的高度和宽度。智能化、信息化的时代是创新不断的时代，是原有知识不断被更新、技术不断被升级的时代。人工智能促使社会化协同大规模发展，促进职业教育体系核心要素的重组与重构，创新生产关系，呈现出新的协作架构，开创了新的教育供给方式，增加了教育的选择性，推动了教育的民主化。学习者能够按照自己的价值观、兴趣与爱好等选择适合自己个性发展的学习方式和学习内容，促进学习者个性化、多样化发展，最终实现教育公平。

(三)跨界

智能科学与职业教育连接起来，搭建起两者沟通的桥梁，跨越了人工智能虚拟教育和线下实体教育的界限，实现了两者之间的融合。教育供给由竞争资源转变为协同合作，直线型的中心组织管理转向去中心化、泛化管理。通过大数据智能技术平台、远程教育平台等对职业教育资源进行整合共享，跨越教育边界，与市场、行业、企业以及职业教育培训机构对接，提供更加便捷的智慧化服务。

(四)终身化

人工智能时代职业教育的变革坚持“以人为本”的教育理念，满足学习者在任意时间、任意地点、以任意方式、任意步调终身学习的需求[10]。打破了地域和时间的限制，体现了教育的泛在化、个性化和终身化，与终身教育理念的发展目标不谋而合。人工智能时代社会经济发展加快，人们追求高层次自我价值的实现，充分体现出终身学习的必要性和紧迫性。目前，我国正在积极创建泛在学习环境，致力于构建终身化学习型社会，努力创造有利条件向全民提供终身教育与学习的机会。

四、人工智能背景下职业教育发展的模式建构

人工智能背景下职业教育的变革预示着全新思维意识形态、社会发展形态的变革，重塑职业教育可持续发展的新思维，重构信息时代职业教育的价值链和生态系统。智能化技术科学将现代职业教育内部各要素，以及内部要素与外部环境之间，通过虚拟技术和智能化手段互联贯通，突破传统教育价值的链状模式，使职业教育由传统模式走向“人工智能+职业教育”模式的建构。人工智能对职业教育课程、教学、评价、管理、教师发展等方面产生系统性影响，为职业教育提高教育质量和提升服务水平提供了技术支持和现实路径，解决不能兼顾职业教育规模和质量的矛盾问题。下面将从课程、教学、学习、环境、教师发展、评价、教育管理及组织等方面来探究职业教育的变革路径及模式建构。

(一)人工智能背景下职业教育的课程模式

人工智能时代的信息知识、科学技术正在以前所未有的速度增长、更新和迭代，呈现出了碎片化、多元化、创新性、社会性的特征。人工智能背景下职业教育的课程模式是为学习者提供按需可随时选择的知识储备智能模式，解决了传统职业院校课程教学的滞后性，呈现的是现代职业教育的前沿信息和内容。课程革命愈演愈烈，灵活多样的微课、慕课等形式层出不穷，在线课程将成为常态，信息传播媒介、知识获取方式等都发生了巨大改变，课程内容和结构的表现形态、呈现方式、实施及评价等也都进行了相应变革。智能化信息科学技术为课程的设计、架构、实施提供了快捷和便利，为学习者的个性化、终身化选择提供了多种渠道。人工智能背景下职业教育的课程模式的建构表现为：首先，线上线下融合的大规模开放课程融入现代职业教育，课程的表现形态和实施途径呈现出智能化、数字化、立体化的特征，成为学校常态课程的有机组成部分，为学习者提供了更多的可选择机会，使实施个性化课程成为可能。现代职业教育的课程内容强调学术性与生活性相互融合与转化，融入社会资源，立足于我国社会经济的新常态和学习者的全面发展，实现社会化协同发展，共赢共创；其次，课程实施的空间得以拓展，跨越了社会组织边界、职业院校边界，将从班级、年级、全校扩展到网络社区以及更大的空间。课程的整体结构从分散走向整合，以技术为媒介，形成跨学科、多学科整合的课程；最后，课程内容的组织、课程的实施逐步模块化、碎片化、移动化与泛在化，社会化分工更加精细，教师也将承担教学设计、技术开发、在线辅导等不同的角色。

(二)人工智能背景下职业教育的教学模式

人工智能时代将信息技术有效地融合于职业教育各学科的教学过程，从知识的传递转变为认知的建构，从注重讲授和内容，转变成重视学习过程[11]，构建“以教师为主导，以学生为主体”的以数字化、智能化为特征的智慧教学模式，重视学生的主体地位，引导学生“自主、探究、合作”。人工智能背景下职业教育的教学模式的建构表现为：首先，人们的学习方法、认知方式和思维模式已经发生了巨大的转变。信息化教学使得信息技术已成为学习者认知的必要工具，认知方式也由“从技术中学”转型为“用技术学”。其次，信息化教学的重点从“面向内容设计”转变到“面向学习过程设计”，更加重视学习者发现问题、分析和解决问题能力的培养，关注学习者的学习过程，以及其获得学习活动的体验。同时，信息化教学要将课堂内的学习知识和课堂外的实践活动联结互动，按照学习者的个性化需求和认知方式自主选择学习内容。第三，智慧教学将成为课堂教学的新重点。日常教学工作形态不再是点线面的连接，而是呈现为智能化、立体化的教学空间，智慧课堂将会促进学习者的深度学习、交互学习和融合学习，智能备课、批阅以及个性化指导等也将成为教育者新的教学工作形式。从机械评价学习结果转变成适应性评价学习结果。第四，在线教学、整合技术的学科教学法将成为新的教学形态，促进教育均衡发展，实现跨学校、跨区域的流转。移动学习、远程协作等信息化教学模式，能够实现教师的“教”与学生的“学”的全面实时互动，最大限度地调动学习者的主观能动性，提升教学质量与人才培养质量。

(三)人工智能背景下职业教育的学习模式

智能系统和互联网络为学习者提供了丰富多元的学习资源和环境，推进了教育教学活动与学习环境的融合发展，人工智能背景下职业教育的学习模式也逐步建立起来，具体表现为：首先，智能时代的互联网络全面覆盖每一个人、每一个角落，活动空间由课堂内拓展到课堂外，学习与非正式学习正在互相补充、互相与融合，导致学习者的学习行为变化、学习方式的革新。其次，基于互联网出现了一批创新的学习方式，借助情景感知技术及智慧信息技术，进行真实过程体验的情境学习，促进学习者知识迁移运用的情境化和社会化。第三，借助互联网云技术和各种应用工具，学习者可根据自身学习需求，选择最优学习方式，也可利用数据分析技术，追踪记录学习路径和学习交互过程，随时随地获取个性化教学服务和量身定制的学习资源，拓宽了智慧教育视野。第四，各职业院校开始拓展校园智慧学习的时间和空间，以实现虚拟和现实相互结合的智慧校园育人环境。推进网络学习空间建设，加强教与学全过程的数据采集和分析，“引导各地各职业院校开发基于工作过程的虚拟仿真实训资源和个性化自主学习系统”[12]，强化优质资源在学习环境中的实际应用。

(四)人工智能背景下职业教育的环境模式

智慧教育环境是以大数据、多媒体、云计算等智能信息技术为基础而构建的虚实融合、智能适应的均衡化生态系统。信息技术与职业教育的深度融合，为师生的全面发展提供了智慧化的成长环境，如智慧云平台、智慧校园。人工智能背景下职业教育的环境模式的建构表现为：首先，智慧教育环境将信息技术与职业教育服务结合、面对面教学和在线学习结合，形成数字化的、虚实结合的职业教育智能服务新模式。其次，智慧教育环境将促进各种智能化、数字化信息技术融入职业院校的各个业务范围和业务领域，与系统内的其他业务横向互联、纵向贯通，且信息能够适时生成和采集，全过程实现数字化与互联化。第三，智慧教育环境能够感知学习者所处的学习情境，理解学习者的行为与意图，满足学习者的个性化需求，提供多元化的适应服务和智能感知的信息服务。互联网应用基于智能数据分析，实现智能调节与自动监控，为学习者提供定制式的学习服务和个性化的学习环境。未来教室必将变成“虚拟+现实”的智慧课堂，在网络空间中参与线上课程、线下活动，实现线上线下互动交流。同时，智慧校园的创建和管理，能够对每个班级、学区进行动态管理，构建出一个以问题、任务为线索，学生实现自主学习的知识体系和促进师生互动、生生互动的智慧管理平台。到2020年，“90%以上的职业院校建成不低于《职业院校数字校园建设规范》要求的数字校园，各地普遍建立推进职业教育信息化持续健康发展的政策机制”[13]，以学习者为中心的自主、泛在学习普遍开展，精准的智能服务能够满足职业教育的终身化定制。

(五)人工智能背景下职业教育的教师发展模式

人工智能背景下职业教育的变革对教师的专业发展、素质能力提出了新要求，改变了教师的能力结构和工作状态。教育信息化大背景下，互联网技术、多媒体手段的产生、智能化设备的使用极大提高了教师的专业发展和能力素养，以适应新课程改革与教育信息化的要求。人工智能背景下职业教育的教师发展模式的建构表现为：首先，新时代教师专业发展的内在要求和外在环境都要求教师能够认识、了解和应用互联网新技术工具，促使教师专业发展能力和素养的提升和丰富。其次，教师的专业发展要面向实际、情境化、网络化的教学问题，教师需要在多变的教育情境中综合运用核心教学技能，将信息技术知识、学科内容知识、教学法知识很好地融合并迁移运用。新时代的教师要学会掌握使用智能化设备和数字化网络资源，积极加强与其他专家、教师的合作，或远程工作，形成基于智慧教育技术的多元化的学习共同体。教师的工作状态由个体的单独工作转变为群体的共同协作，大大提升了教师的工作效率。第三，信息化背景下教师的教学理念要发生转变，由促进学生“接受学习”转变为“主动建构”，由“被动适应”转变为“主动参与”，越来越强调以学生为中心的过程体验，从了解信息技术转变为掌握智慧教育技术，保持学科知识，教学方法，核心技术的动态平衡，促进学生智慧学习的发生。第四，信息化教师要学会使用智能化教育技术，积极开发数字化学习资源，创设丰富多元的教学活动，鼓励学生掌握智能信息工具，学会探究和解决问题，发展提升学生的创新思维能力和信息化学习能力。教师的信息化教学能力和素养全面提升，信息技术应用能力实现常态化。

(六)人工智能背景下职业教育的评价模式

现代教育价值趋于多元，以互联网为基础的智能化信息技术使教育评价在评价依据、评价内容、评价主体等多个方面实现了全面转变。人工智能背景下职业教育的评价模式的建构表现为：首先，互联网信息技术应用于学习过程使得伴随式评价成为可能，更加关注学习者的个体差异和特点。强调过程评价和多元共同评价，更加客观全面，重视评价过程的诊断与改进功能，以促进学习者的个性化发展。其次，互联网、大数据、智能云技术的出现使得评价的技术和手段多样化、智能化，节省人力物力财力，提高了评价的科学性、针对性。第三，以大数据为基础的适应性评价因人而异，可获得及时反馈，可真实地测评学习者的认知结构、能力倾向和个性特征等，从知识领域扩展到技能领域、情感、态度与价值观，构建以学习者核心素养为导向的教育测量与评价体系，促进学习者发展。

(七)人工智能背景下职业教育的管理模式

智能化信息技术、云计算技术、大数据技术等能够促进大规模社会化协同，拓展教育资源与服务的共享性，提高教育管理、决策与评价的智慧性，因此，基于互联网的教育管理必将逐步走向“智慧管理”模式。人工智能背景下职业教育的管理模式的建构表现为：首先，互联网将家庭、学校、社区等紧密、方便地联系在一起，拓宽了家长和社会机构参与学校管理的渠道，各利益相关者可共同参与现代职业院校的学校管理，协作育人。其次，新时代的职业院校管理模式通过可视化界面进行智能化管理，业务数据几乎全部数字化，能有效降低信息管理系统的技术门槛，使管理工作更加轻松、高效。通过深度的数据挖掘与分析，能够实现个性化、精准资源信息的智能推荐和服务，为管理人员和决策者提供及时、全面、精准的数据支持，以提高决策的科学性。第三，通过互联网信息技术可以实现全方位、随时的远程监督与指导，从督导评估转变为实时评估，可以实现大规模的实时沟通与协作，促进社会化分工，促进职业院校内部重构管理业务流程，使管理智能化、网络化、专业化。

(八)人工智能背景下职业教育的组织模式

人工智能时代信息科学技术的蓬勃发展冲击着学校内部的组织结构向智能化、网络化的方向发展，各职业院校需要合理调整内部组织结构和资源分配，通过互联网加快信息流动等方式，提高各职业院校组织管理的效率和活力。人工智能背景下职业教育的组织模式的建构表现为：首先，当今时代人工智能的产生不可能替代学校教育，但可以改变学校教育的基本业务流程。人工智能推动了学校组织结构向网络化方向发展，教学与课程是提供信息数据的重要平台，学校组织则构成了教育大数据生态系统。其次，“互联网+职业教育”的跨界融合将打破学校的围墙的阻隔，互联网将学校组织与企业、科研院所等社会机构紧密联系起来，提供优质教育资源供给，共同承担知识的传授、传播、转化等功能，促进学校组织体系核心要素的重构。第三，建设“智慧校园”，实现线上线下融合的智慧校园育人环境，实施一体化校园网络认证，推动智能化教育资源共建共享，实现职业教育信息化建设的均衡发展。

五、人工智能背景下职业教育的模式变革面临的挑战及发展目标

人工智能将推进大数据、云技术等智能信息技术深层次融入职业教育课程与教学、组织与管理、评价与反馈等领域，形成社会化多元供给，为学习者提供多样化的参与方式、自主选择的学习形式和及时获得反馈的评价途径，有利于实现职业教育的共建、共享、共治。但其全面实现，还面临着诸多挑战。

(一)挑战

首先，职业教育的新模式建构需要充足的资金支持。各职业院校积极建构智慧校园，努力实现智慧化产学研环境，打造一体化智慧城市网络等核心技术的开发，都需要资金的根本保障。政府要给予资金政策保障并加强监管，资金管理部门要合理规划，合理利用，专款专用，落到实处。其次，职业教育的新模式建构的成果表现离不开学习者对技术的理解、掌握和应用。在实际实施过程中，教育工作者既要利用信息技术优势变革职业教育，也要避免技术中心主义倾向，“避免一味追赶技术新潮而不顾学生身心健康等，技术本身是一个祸福相依的辩证法。”[14]第三，“目前的教育实践中，仍未能充分实现人机合理分工和双边优势互补。人工智能终端系统擅长逻辑性、单调重复的工作，而人类则更适合情感性、创造性和社会性的工作。”[15]现阶段，信息化技术水平还有待提高，智能机器不能完全胜任知识传播、数据处理等工作，有待于进一步开发和完善，绝对依赖互联网络和设备，还存在一定的风险。

(二)发展目标

人工智能时代职业教育变革重新架构了职业教育发展模式，完成了对资源的重新整合配置，改变了人的思维方式、学习方式和生活方式。人工智能时代下没有职业教育模式的改革，就不可能建构真正的现代化职业教育。人工智能背景下职业教育的发展目标可以概括为个三方面：

1.“智慧脑”与“智能脑”融通

随着第四次产业革命的到来，信息技术爆发式发展，造就了以电脑、互联网为基础的智能脑。职业教育智慧化发展的一个目标就是如何让学习者发挥人脑“智慧脑”与机器设备“智能脑”的“双脑”共同协作[16]。人工智能时代职业教育与信息技术的深度融合，就是要通过“智慧脑”和“智能脑”的协同作用，发挥互补优势，进行融通式学习，而不是简单地人脑与电脑的技术对接。

2.“现实世界”与“虚拟世界”结合

在人工智能时代，网络虚拟技术的发展使人类拥有了真实与虚拟两个世界，虚拟信息技术的兴起在一定程度上会影响职业教育的实体教育，实体教育的发展也需要虚拟技术的支撑。但在具体的学习实践中，还会存在利用这两个世界时顾此失彼、难以平衡的问题。目前，虚拟化教育技术在职业教育领域不断应用与推广，职业教育的发展模式不断优化，使得职业院校线上线下的边界逐渐消融，“现实世界”与“虚拟世界”更好地结合。人工智能时代职业教育的本质没有发生根本改变，学习者要学会利用这两个世界虚实融合、高度互动，充分发挥出自身的优势，更好地学习与生活。

3.职业教育“适应人工智能”发展为“引领人工智能”

人工智能为职业教育带来了强大的技术支持，为职业教育带来了便利。初始阶段的职业教育基本知识和技能被数字化和智能化，通过人工智能相关课程，云教育模式，个性化学习计划等，适应并应用人工智能，以提高职业教育的效率和质量。职业教育重在技术创新，对于行业技术发展具有一定的引领性作用。未来人工智能将成为职业院校快速发展和转型的技术支撑。“如某些职业院校基于自身优势专业与相关行业的智能自动化企业合作，实现以职业教育发展引领人工智能。”[17]目前，人工智能处于适应性大发展阶段，随着信息化技术的提高和智能化设备的普及，人工智能时代必将由专用人工智能时代步入通用人工智能时代。在通用人工智能时代，人工智能与职业教育深度融合高效协作，职业教育完全适应且完美应用于人工智能，进一步引领人工智能发展，由“人工智能+职业教育”发展为“职业教育+人工智能”的时代。

篇9

关键词 职业教育课程；组织观念；面向对象；面向过程；智能化时代

中图分类号 G712.3 文献标识码 A 文章编号 1008-3219（2017）01-0008-06

一、职业教育课程组织观念演进逻辑

职业教育课程组织观念是职业教育课程实践长期积累与总结形成的课程组织认识观。其既是课程组织的客观反应，也是课程组织者的主观价值取向。职业教育课程组织的内涵可以理解为职业教育课程顺利实施和达成既定课程目标的组织指导观念。其外延可以理解为以课程组织为中心的组织观念所辐射的范围。传统的课程结构定型始于中世纪初期，随着学校形式的教育，以及学科分类的出现产生了分门别类的专业化教学计划[1]。以科学技术发展和工作方式改变为标志，将人类工业历史划分为手工业时期、大工业时期、信息化时期和智能化时期，各不同阶段的职业教育课程组织呈现不同特征。

（一）手工业时代突出以技能辅助谋生的面向过程观

基于时间维度，课程组织概念作为课程衍生概念，来源于学校职业教育系统。手工业时期，职业教育主要以学徒制形式存在。学徒制中几乎没有课程组织，当时的职业学校，主要开设普通文化课程加一些自然科学课程，以及少量关于工艺的课程[2]。可以说，这一时期职业教育课程组织初期借鉴了学校学科课程组织的方式。

胡戈・冯・圣・威克多（Hugo von St. Viktor，1096-1141）的教学论（Didas-calicon）指出，传统课程结构的定型代表着连续―线性结构化形式课程结构的出现[3]。之后，经过夸美纽斯（Comenius，1562-1670）完成的线性――平行科目结构进一步优化。要以现代观念挖掘其课程组织观念，必然要深刻理解现代意义的课程组织。课程组织包括课程结构的组织和课程内容的组织。课程结构类似人类身体骨骼，课程内容近似依附于骨骼的肌肉、脂肪和皮肤，课程结构不存，课程内容便难以成型。同时，课程组织的突破是改革的核心目标，课程结构是课程理念与课程目标实现的基础。显然，手工业时期的职业教育课程组织观可以理解为在学科体系中，以技能辅助谋生的面向过程观。由于在普通课程中生存，其外延较为宽泛，浮动在整个课程组织观领域。

（二）大工业时代突出工作体系的面向过程观

随着工业技术的发展，产业工人成为职业教育的主要对象。课程作为教学行动体系的指导和知识体系的框架，是学校职业教育系统的关键部件。由于历史缘由，我国进入工业化时期相比西方较晚。有学者认为，我国近代职业教育与工业化过程没有形成一种紧密的联系，这成为我国近代职业教育变革不成功的重要原因之一[4]。职业教育的发展应该与技术、产业与时展同步。因为大工业时期工作体系以面向生产过程的流水线组织方式为主，所以大工业时代职业教育课程组织观念的核心是突出工作体系的面向过程转向，其外延日益缩小，收敛于工作体系范畴。

（三）信息化时期突出趋向多元的面向过程观

20世纪中叶后，泰勒把课程分为四个要素：目标、内容、组织和评价，并且开始强调课程组织的作用。泰勒认为，必须根据继续性（即在课程设计上要使学生有重复练习和增进提高所学技能的机会）、序列性（即后一经验在前一经验基础上的泛化与深化）、综合性（即课程的横向联系）的标准来组织学习经验。课程组织日益受到课程领域学者们的关注，甚至有学者把课程组织的突破作为改革的核心目标，强调依据工作组织进行课程组织设计[5]。同时，各种面向过程的课程结构争相出现，比如类型结构化、范例结构化、纪元结构化和项目形式结构化等。当然，以上转变离不开职业教育课程核心价值观的变化。

20世纪80年代中期，职业教育课程的核心价值为传承知识，提升文化水平；20世纪80年代中期至90年代中期，职业教育课程的核心价值转变为训练技能，形成职业意识；20世纪90年代中期至今，职业教育课程的核心价值体现为发展能力，培育职业素养[6]。这一时期，职业教育课程组织观依然没有超越面向过程思维，但是各方面的尝试已经浮出水面。因为，职业教育课程组织观念已然与现实脱节，有一种技术更新或者时代力量，推又耙到逃课程组织观念变革。此时职业教育课程组织观念已经不是单纯学科体系或者工作体系偏向，究其内涵，表现为多元探索取向的面向过程观。同时，其外延开始模糊难辨。

（四）智能化时代面向过程观的解构

智能化时代初期，机遇与挑战并存。机遇是技术更新换代，生产效率的提高，课程领导者和课程组织者有更充分的时间研究和创新课程组织。但是，智能化时代正加速来临，与此相关的工作系统正趋向于工作过程去分工化、人才结构去分层化、技能操作高端化、工作方式研究化及服务与生产一体化[7]。因此，必然倒逼职业教育课程变革。课程组织作为职业教育课程的重要组成部分也不例外。同时，大工业时期职业教育课程组织观念依然开始摆动。如今缺乏工作系统到课程系统的映射，职业教育课程组织观更为漂浮，内涵和外延界限模糊。可见，智能化时代职业教育课程组织观念必然发生深刻变革。

二、智能化时代职业教育课程组织面向过程观困境

过程思想作为人类把握自身和世界的理论资源始终存在于哲学的发展过程之中[8]。课程组织观作为哲学下位的观念，也难以脱离面向过程的思想，职业教育也不例外。职业教育课程组织过程观就是以过程的思想来考虑课程组织的存在、发展、价值和意义的实现，过程形式是其表现形式。如同知识细分是机械唯物主义的过程形式；经验转换是杜威的反思性过程形式；关系结构是怀特海的形成性过程形式；生活事件是实践生成的过程形式；角色体验是交往对话的过程形式[9]。过程观在课程内容组织方面表现为必须有低级课程内容组织，才能叠化到更为高级的课程内容组织，即课程标准必须按照学科化课程逻辑组织，或者工作体系分层思想。职业教育作为特殊教育类型，与社会经济和科学技术发展极为密切，显然是后者的思想。具体专业形式多样，各有不同。新时期智能化视域下的职业教育课程不可能包罗万象，显然更多是针对高级技术技能型人才培养的课程。根据职业教育课程组织的内涵和智能化时代工作过程特征，职业教育课程组织的面向过程观有其时间差、实践差、思想差、内涵差意义的窘迫。

（一）时间差：类型论意义的打破

智能化时代人才类型与课程组织的周期在时间维度上有一定差异。全世界职业教育领域具有两种课程组织方式：一是按照工作岗位需求，本质而言，就是按照工作岗位所需能力层次对各种课程内容的需求，水平组织各类课程；二是按照资格证书需求从低级到高级组织课程。这两者都是基于面向过程，横向与纵向构思职业教育课程组织。显然，智能化时代这两种类型面临着时间差困境。

1.人才类型不易区分：人才层次扁平化与人才去分工化

智能化时代，人才往往集工程型与技术型人才与一体，并且技术型与技能型分层不明显。所以，传统工程型人才（设计型、规划型、决策型）、技术型人才（工艺型、 执行型、 中间型）和技能型人才（技艺型、 操作型）日益交互融合，趋于扁平化[10]。纵向上，面向过程的课程组织纵向稳定性失衡。比如本科职业教育主要沿用中职教育、高职教育及职业培训所采用的课程模式[11]。本科、中职和高职的课程模式难以区分，同时，中职、高职和本科层次技术教育，虽然都面向工作体系的操作过程，但在去过程化的智能时代都面临困境。横向上，人才分工不好定位。比如“机器换人”改造后，作业人员从650人减至30人；有的原来需要20人的车间，目前只需要1人[12]。员工角色多元、能力综合。

2.课程组织周期不明：技术日新月异

社会对技术技能人才需求具有及时性与有效性，所以职业教育课程组织具有生存周期。智能化时代，C器人与人混合操作生产，生产流程扁平化，技术迭代加快，时代需求瞬息即变，比如物联网技术、大数据技术和人工智能技术的产生和发展等。那么职业学校课程组织能否适应学生未来发展？职业学校学生毕业后，如何避免所学技能和技术与社会需求脱轨？职业学校课程组织序列进度与容量多少为好？此等问题都面临时间上类型论意义的打破。

（二）实践差：关系论意义的解构

在智能化时代，职业教育课程组织实践差体现在课程组织形式化的差别上。休谟和康德等哲学家们把事物的客观因果联系看作人们主观之内的产物，马赫甚至以函数关系论排斥任何其他的必然性，独尊逻辑的必然性。然而，课程组织贯穿意识层面到教学实践层面，作为复合理实的事件，马赫逻辑必然性就难以概括，课程组织在关系论意义上应该取自马克思矛盾观的对立统一关系，即课程组织理论与课程组织实践有对立统一的矛盾。同时，实践正是课程组织关系论意义的形式化，主要体现于操作理念的形式化差别。

正如碳原子既可以组成石墨，也可以组成金刚石，但是二者的功能差异巨大。所以，怎样的结构就有怎样的功能。面向过程观职业教育课程组织的实践程序为：计划―规划―实施―完成。属于满足需求型，逻辑起点是需求的可计算或者可预测。比如，低端手机市场满足低端消费者通信需求，对个性化需求就较少考虑。因此，通过预测工作过程，就可以设计工作过程导向的课程组织，由此培养一线工人的课程组织便可明确。但是，面向对象观的职业教育教育课程组织实践程序为：理解―建构―反馈―生成，属于创造需求型，趋于建构主义思想。

（三）思想差：课程组织对象的缺位

职业教育课程组织的思想差体现在智能化时代课程组织思想的落差，即对职业教育课程组织的主观和客观综合认识落后于智能化时代的生活和实践。理念作为观念的基本，影响观念的形式化，因此可以以理念来推测观念。那么思想差具体而言体现在三方面：创业理念缺失；理念守旧；终生学习理念不足。

1.创业理念缺失

智能化时代以科技创新为显著表征，常常伴以创业。反过来，创业逐利驱使科技突飞猛进，智能化程度继而顺势而为。由此，创业作为一个课程组织对象逐步登上历史舞台，但现实是创业无论作为内容，还是教学活动形式，依然鲜见于职业教育课程大家族，更无缘进入课程组织视野。从国内职业教育课程领域专家所关注多为学术体系和工作体系，却涉及创业体系较少便可得知。

2.理念守旧

观念滞后于时代是一般事物发展规律，取决于人类认识的局限性。但是，观念守旧却是人类理性有意为之。由于课程改革的时延，主观对客观的思维覆盖，课程与社会需求的匹配总有差距。比如，智能化时代，虚拟现实技术在商业社会日益涌现，但学校课程内容与课程结构中却没有出现虚拟现实技术元素。

3.终身学习理念不足

智能化时代，社会变革节奏及产品的更新换代日益加速。凝聚于产品的技术也随之更新加速。与之对比，人类知识与技能积累的增速相差甚远。但是，目前终生学习的理念仍然不足。例如，中国终身学习理念较为强调服务老人生活和愉悦老人身心，却少有针对终身学习的技术类课程。那么，随着技术高移，适合智能化时代的高端技能与技术型人才便难以培养。

（四）内涵差：生产体系根本改变

智能化时代生产体系的巨变，导致课程组织内涵反差巨大。传统职业教育面向过程的课程组织观念的内涵是面向某一工种的生产体系过程，从低级到高级，或者从普通到专业，组织与之相应课程的意识取向，即维持课程组织的连续和继承。智能化时代，由于生产体系的根本改变，如技能操作高端化、服务与生产一体化等[13]。职业教育课程组织观念应具有新的内涵，这体现在课程组织结构和课程内容组织内涵的增加。

1.创新生产方式

课程组织结构需要稳定与灵活并存，以满足创新生产方式的需要。德国的工业4.0，美国的互联网工业，以及阿里巴巴的上市，中小企业日益受到重视。比如，美国加利福尼亚98%的公司是小公司，这些公司雇佣超过50%的加州劳动力[14]。所以，已有的学科取向、工作过程取向课程组织显然面临转型升级。

2.加速隐性知识传播

前两次工业革命的意义在于解放人类承载体力劳动的四肢，那么智能化时代的互联网工业和大数据革命就是有释放人类智慧活动来源的大脑。更强调创新和一体化的生产体系，显然隐性知识的占比有所提高，但是学习者的学习时间，工作过渡期是一定的。所以课程组织又被赋予了加速隐性知识传播的任务，由此便带来课程内容组织的演变。

三、智能化时代职业教育课程组织面向对象观转向

朴素原子论中“一切皆是对象”，具体到职业教育课程组织领域，职业教育课程组织面向对象体现在课程组织行动时，作为目标的事物在主体意识形态的行动。面向对象与面向过程课程组织方式的本质区别在于思考问题和解决问题迥异。面向过程的课程组织观念带来有限分解性和具体化概念，比如MES课程开发就是将任务分解成最小的具体化操作实体，随后进行相应课程内容与课程结构的组织。面向对象课程组织观视域下的课程组织具有更高抽象性、封装性、继承性和多态性等特性。

（一）职业教育课程组织面向对象观念的抽象向度

抽象相对于具体而言，哲学上指个别的、偶然的不同事物中，分析出共同点的思想活动。外部表现为把复杂物体的一个或几个共性特征抽离出来，从而不受细枝末节限制的行动和过程。有抽象的向度，就形成了面向过程观和面向对象观的差异。面向过程的课程组织观和面向对象的课程组织观的差异外化为课程组织的分散化（面向过程）与集中化（面向对象）。由此，抽象向度便成为理解智能化时代职业教育课程组织对象观转向的概念抓手之一。

1.时间维度

100多年前的俄罗斯制课程组织依据不同职业领域的工作与任务分析形成课程序列；20世纪70年代国际劳工组织开发的就业技能模块组合课程（MES课程）精确地控制课程实施的每一个细节；20世纪80年代到90年代盛行强调工作任务分析法的能力本位课程（CBE课程）；20世纪90年代以来工作过程系统化课程（学习领域课程），在课程组织形式上被认为是以“系统化”弥补MES课程模块过于碎片化的缺陷[15]。在形而上的观念意识层面，显然是课程组织抽象向度“势”的上升。那么抽象向度的“荨焙我陨仙？这就是智能化时代面向对象观产生与发展所催生的结果。

2.事件维度

智能化时代虽然不是课程组织从面向过程观到面向对象观，抽象向度“势”上升的直接原因。因为，上个世纪50年代，随着“姻缘职业”的出现，法兰克福方法的创立者在已有的阶梯观念（由低级向高级，即由“简单的、基础的”向“专门的、复杂的、理论的”过渡）基础上又建立了一个课程原则，即多个姻缘职业的同一性原则[16]。但是，正是智能化时代需求所然。抽象对于将东西分成属及种是必需的，按照具体过程分类到按相同概念分类。正如美国加州不是简单的横向与纵向类型课程的组织，而是以职业路径为对象，提取核心能力组织课程。

（二）职业教育课程组织面向对象观的封装向度

封装向度是一个二维平面结构，横坐标是横向封装向度，纵坐标是纵向封装向度，二者的合向度体现为最终的封装向度。具体而言，表现在纵向封装向度的产学研一体化；横向封装向度的美国职业群做法，复合封装向度的元数据模型建构。

1.纵向封装向度

课程组织纵向封装体现在需求分层与各层次课程作为一个模块封装，以接口形式连接模块构成对象，从而对课程经验的积累具有较好连续性和灵活性。就如C语言程序设计面向过程思想升级为C++语言程序设计面向对象思想，智能化时代职业教育人才培养体系创新方面：无论是构建从中职到专业学位的一贯制技术技能人才培养体系，构建基于深度校企合作的高端现代学徒制，还是构建以“工作系统分析”与“职业能力研究”相结合的课程开发方法[17]，从课程组织观念看，其转向都表现为把复杂的过程、多级层次分层封装，并在各层级教育提供接口形成一个独具特定功能的对象。对象化的课程结构具有一定封装性，即结构的内容序列与序列操作方法组装，共同构成对象化的实体。整体的结构具有一定稳定性，局部在接口的辅助下又有一定灵活性。能较好适应智能化时代各层次职业教育各层无法贯通，技术技能型人才学习经验难以积累等问题。美国《帕金森法案》所确立的“技术准备计划”的目标是为高技术社会培养技术技能人才，其解决的具体方法就是整合中职课程、两年制社区学院课程与四年制本科课程[18]。从课程组织观念而言，这是封装向度纵向分量的实践体现。

2.横向封装向度

按照泰勒的说法，在探索学习经验的组织时，除了可以从时间角度，还可以从一个领域到另一个领域的角度来考查学习经验的关系。换言之，可以从一个对象到另一个对象的角度考察学习经验[19]。面向对象是把构成问题事务分解成各个对象，建立对象的目的不是为了完成一个步骤，而是为了描述某个事物在整个解决问题的步骤中的行为。相对于面向过程的分析，面向对象模式希望控制入口条件以及接口类型，类似于课程学习的起点基础和终点评价，内部具体过程却是具备一定自由路径算法和层级并且处于封装状态，比如美国各州的职业群做法，每个职业群内部都具有一定封装性。

3.合封装向度

虽然目前的职业教育课程组织依然没有跳出程序观。虽样式不一，所及之处可以概括为线性程序、分支程序，以及二维程序，即一个维度是量的增加，一个维度是质的跳跃（分层），依然不敢大胆辅以生成观。但是，基于美国经验：课程组织纵向上，各层次可以交叉，即可以跨年级选修。横向上，采用混合职业群形式。学生不仅没有排斥职业教育，而且综合中学的职业科的组织形式日益受到学生的欢迎。可见，基于课程元数据模型构建，结合面向对象观的封装向度，使课程组织灵活度和稳定度趋于平衡，更适合智能化时代要求。

（三）职业教育课程组织面向对象观的继承向度

相比于传统面向过程课程组织以过程连续性为导向，面向对象课程组织更为强调类属的概念，而过程在类属传递过程中自动生产。也正是由于类属概念的引入，产生了面向对象观的继承向度。由于课程组织有一定的生命周期，课程组织开始、结束，以及阶段划分的节点依据，创建与销毁的执行，节点的内在属性与外部表现，以及节点与节点之间的外部关系，得以继承与发展。

继承性不等于面向过程所强调的连续性，继承性在连续的方向增加类属的概念。以补充智能化时代课程组织的内在对象及其表现行为的复杂化。具体而言，体现为课程的其他要素与课程组织的交叉关系更为柔性。比如项目制、补习制，各个实体间提供可供连接的接口，以进一步按需组合成具有继承性的新对象。而这种继承性既可以体现在知识维度、技能维度，也可以是态度维度。

（四）职业教育课程组织面向对象观的多态向度

职业教育课程组织面向对象观念多态向度，是在传统单向思维、静态分析和机械分割的面向过程课程组织观念基础上增加态势而产生。因而面向对象组织观念偏向系统的全面整体，面向过程偏向机械的全面整体，既有内容维度上的多态，又有结构维度上的多态。

1.内容组织多态向度

21世纪初，国内职业教育学者提议面向过程的内容序化，强调应该参考工作过程，整合程序性知识和过程性知识，抛弃显性理论复制和再现，注重在行动体系中生成和构建隐性实践知识[20]。然而，隐性知识缺乏量化和分层依据，无法过程化，但是s可以对象化。智能化环境和知识、技能形成一层系统，该系统架构作为基础居于下层。职业教育课程组织与职业教育内容互动组成上层系统架构。比如，从美国教育部的2013年职业教育国家评估中期报告中可知，从1982年65%的投资者关注于一个职业领域的投资，到2004年55%的投资者关注多个职业领域的投资，因为职业课程学习者越来越趋向于选择多门职业课程[21]，而美国正是将选择同一类别三门及以上职业教育课程的学生鉴定为职业教育学习者。

2.结构组织多态向度

篇10

[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.

篇11

关键词：Agent；网络教学；XML

中图分类号：TP18文献标识码：A文章编号：1009-3044(2007)18-31692-02

Intelligence Agent in the Network Instruction System

YE Yan

(School of Information Engineering of Hubei Institute of Nationalities,Enshi 445000,China)

Abstract: Agent is a new developing technology in the artificial intelligence and computer software field. This text probe into Agent technology and how apply it into network instruction system in order to improve intelligence of the network instruction system. And provide intellectual Agent application mode and implementation method in the network instruction system. Brief to analyse advantages that Agent brings to online education.

Key words: Agent;Network instruction;XML

1 引言

Internet的迅速发展，为传统的远程教学和学习提供了新的思路和方法，网络教学应运而生，它必将在教育科研的各个方面发挥越来越重要的作用。那么如何提高网络教学系统的智能化程度是目前教育技术领域的一个重大课题。人工智能领域中的Agent技术的出现为我们解决这个课题提供了强有力的支持。

2 Agent技术

随着分布式人工智能（DAI）研究的深入而发展起来的Agent技术已经成为AI（人工智能）及其它计算机领域内的一个重要研究课题。由于所研究和关心的问题不同，Agent目前尚无被普遍接受的一般定义。但Wooldridge和Jennings在1995年提出了目前较权威的Agent定义，获得了计算机领域专家的普遍认同。此定义包括了两个子定义：

定义1（弱定义）：Agent用以最一般地说明一个软硬件系统，它具有这样的特性：①自治性（autonomy）, Agent可以在没有人或其它Agent直接干预的情况下运作，而且对自己的行为和内部状态有某种控制能力；②社会性（scalability）：Agent和其它Agent（也可能是人）通过某种语言进行信息交流；③反应性（reactivity）: Agent能够理解周围的环境，并对环境的变化作出实时的响应；④能动性（preciseness）：Agent不仅简单地对其环境作出反应，也能够通过接受某些启动信息，表现出有目标的行为。

定义2（强定义）：Agent除了具备定义1中的所有特性外，还应具备一些人类才具有的特性，如知识、信念、义务、意图等。

总之，Agent是一个具有自治能力的实体，这个实体是一个由软件支持下的系统（一般以软件居多，这也是当今研究的热点），这种软件能够在目标的驱动下对环境的变化作出主动的反应，完成特定的任务。

按照Agent的应用可以分为单Agent系统和多Agent系统。

单Agent系统主要用于实现本地的任务，也可以用于在网上进行信息搜索。从结构上分析，一般把单Agent分为慎思型Agent（Deliberative Agent）、反应型Agent（Reactive Agent）和混合型Agent（Hybrid Agent）.

多Agent系统（MAS）是由一组独立的但又协同工作的Agent构成，Agent是其基本的组成单元，又是独立运行的实体。MAS通过信息使若干个Agent保持独立完成某一问题求解的能力，多个Agent相互协助以完成更复杂的问题求解。

3 基于智能Agent的网络教学系统

随着网络教育研究的不断深入，认知理论、建构主义等新的教学理论不断被引入到网络教育中。建构主义提倡在教师指导下的以学习者为中心的学习，既强调学习者的主动性，又不忽视教师的主导作用。在这里，教师是学生学习的引导者、帮助者和促进者，而不是知识的提供者和灌输者；学生是学习的主体，是意义的主动建构者，而不是知识的被动接受者和被灌输的对象。目前的网络教育课程很大程度上是把传统的教育课程搬到网上，教学方式单一，教学内容没有很好的针对性。

结合Agent技术，我们提出了一种新型的网络教学系统模式。如图1所示：

图1 基于Agent的网络教学系统模型

该系统可以采用B/A/S模式，即浏览器Browser/Agent/中心服务器Server。客户端利用浏览器上网，这样不需要为不同的客户端安装不同的客户程序，为复杂的分布式应用提供了统一的环境。中间层是各种Agent，负责沟通客户端和服务器。

3.1学生信息库：用来记载每个学生的基本特征和学习特征，基本特征包括：姓名、登录号、口令等；学习特征可以包括：学习的时间、内容、学习的水平（初始水平、目前水平）、学习者学习能力级别等，为了节省存储空间，学习特征可以记载最近几次。

3.2知识库：包含基本的学习资料和测试资料，是系统的基础和核心。能对每一个学习者提供专业的最大的资源数据，并可以通过教师的干预和学生的反应对本身的知识库进行主动的调整和扩充，主动从网络上获取相关的信息，重组成为更有意义的知识。

3.3教师Agent：当教师登录后，系统自动生成一教师Agent，这是教师与整个教学系统的接口。通过这个Agent，教师可以较好地实现与整个教学系统的交互，对教学的过程进行相关的指导和监控。

3.4学生Agent：当学生登录后，系统自动生成一学生Agent，用来辅助学生与系统交互，引导学生的学习，并在学习过程中根据学生的实际情况，从教学策略库中寻找合适的教学策略给学生以指导，在学习结束后将学生的学习结果返回学生信息库。

3.5个性分析Agent：学生登录后，系统也随之生成个性分析Agent。个性分析Agent通过调用学生信息库，查看学生以往的学习记录，根据这些记录为学生本次学习呈现最初的学习资料。个性分析Agent在学生的整个学习期间要不断地分析学生学习状态，为用户的下一步学习做相应的准备。个性分析Agent还负责将本次学习的最终分析结果返还给学生信息库。在学生的整个学习期间，学生Agent和个性分析Agent之间要不断进行交互。

3.6问题求解Agent：对学生提出的某些问题进行解答。要求智能化的程度较高，应该在其他Agent的帮助下实时给出较为满意的答案。如果有一些无法回答的问题则可以求助于教师。

本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文

3.7评价Agent：可以自动生成针对不同学习者的测试题，来对学习者的学习水平进行评价，其根本目的在于为改进课程的模式和内容提供依据。

3.8管理Agent：负责从总体上协调各个Agent，对整个的教学情况作宏观的调控。

以上列出来的这些Agent只是一些示范性的例子，并不表示覆盖了Agent的全部。在网络教学系统逐渐完善的过程中，将包含更多的Agent和资源。

基于智能Agent的网络教学系统的实现，我们可以采用Java语言开发。因为Java的安全性和可移植性，简化了Agent的开发，Java字节码能够在任何具有Java虚拟机的硬件环境和操作系统平台上运行。

另外XML（Extensible Markup Language：可扩展标记语言）以其良好的数据存储格式、可扩展性、高度结构化、便于网络传输等特点，现已成为网络发展趋势的主流技术之一。XML提供了丰富的语法来存储数据、携带数据和交换数据，能方便地在独立的平台之间交换数据和针对特定的应用定义自己的标记语言。Agent采用Java实现并且包含XML对象，称为XML Agent。它具有以下特征：智能性，通用、简单的数据交换等。XML Agent将逻辑和数据封装在一起，在网络间移动，能在具有Java运行环境的节点直接处理。

4 基于智能Agent的网络教学系统的特点

Agent应用到网络教学系统中，主要的优点有以下几方面：

4.1实现了“个性化”教育

利用Agent的智能性可以针对每一个学生的学习情况，采取不同的教学方式，提供不同的教学资源，改变了传统素质教育的“一视同仁”，实施了个性化教学。

4.2人性化的交互界面

Agent引入后，教学系统和学习者的交互方式将发生根本的变革。在教学的过程中学生将感到与以往完全不同的教学气氛，计算机随时地“倾听”学习者的声音，并对教学过程进行调整，充分调动了学生学习的积极性和主动性。

4.3增强了系统的可维护性和可扩充性

系统中的多个Agent是相互独立而又彼此联系的实体，易于维护和扩充，从而提高了整个系统的可维护性和可扩充性。

5 结束语

现在发展网上教学的关键不是从物理意义上扩大网络范围，而应该改善现有网上教学系统的性能。Agent技术的引入，使远程教育的智能化水平得到了质的提高。随着网络环境的不断完善和智能Agent技术的逐渐成熟，基于智能Agent的网络教学系统将是未来网络教学的发展方向。

参考文献：

[1]石纯一,张伟,徐晋晖.等.译.多Agent系统引论[M].电子工业出版社,2003.52-96.

[2]聂亚杰,刘大析,马惠玲.Agent的体系结构[J].计算机应用研究,2001,(9):52-55.

[3]何克抗,郑永柏,谢幼如.等.教学系统设计[M].北京师范大学出版社,2002.47-81.

[4]何炎祥.Agent与多Agent系统的设计与应用[M].武汉大学出版社,2001.63-106.

[5]叶燕.基于多Agent的远程教育系统研究[J].中国远程教育,2004,(4):70-71.

篇12

论文摘要:智能机器人教育在学校教育中的地位也越来越重要。无论国内还是国外，开展智能机器人教育活动已经非常普遍。由于没有专门的机器人教育专业，使得我国基础教育领域机器人方面的师资处于接近真空状态。在师范类院校开展智能机器人教育，为基拙教育提供更好的师资力量，也为师范类院校在人才培养模式上带来了新的思考。师范院校开展智能机器人要形成一种师范模式，重点在对学生进行机器人教育指导能力的训练。

一、引言

20世纪90年代以来，随着科技的进步，人工智能技术的发展，智能机器人在全世界范围内掀起犷一股热潮。随着机器人技术理念的逐步完善和相关设备更新，人们也笋越来越重视智能机器人的教学和竟赛活动。正是因为看到了这一点，我国的高等教育以及中小学教育在这方面也都投人了巨大的热情和精力，智能机器人教育在学校教育中的地位也越来越重要。笔者通过文献检索发现，智能机器人教育在国内外已不是少数学校的事。

1.国内外高校智能机器人教育开展现状

无论国内还是国外，在高校开设智能机器人教育课程的现象已经非常普遍。但主要是一些综合性大学。比如日本是世界上机器人教育和机器人文化普及最高的国家之一，在日本不仅每所大学具有高水平的机器人研究和教学内容，且每年举行多种不同档次的机器人设计和制作大赛，通过大赛培养了大批机器人技术研究和应用人才，使日本的机器人技术走到了世界前列。其他再比如一些欧美国家，亚太地区等都有该类项目的开设。

在国内，据不完全统计也有为数相当的高校有开设这项课程。其中有包括清华大学、北京大学、北京理工大学、西安理工大学等综合型大学，也有北京师范大学、浙江师范大学等师范类大学，其他还有一些职业技术学院等等。可以说我们的教育界还是注意到了这门新兴的学科，也在这块领域投人了相当的支持和关注。

2.国内外中小学智能机器人教育开展现状

国外青少年热中于机器人基于他们的历史文化环境:一是高新科技(尤其是IT的超速发展);二是漫画、电影、电视、体育竞赛、电子游戏以及互联网的影响。也正是由于这些文化因素的影响，智能机器人教育在国外开展地如火如茶，发展也比较迅速。目前，各国都有举办不同级别、科目、门类的比赛:比如日本的ROBO-ONE比赛至今已经举办了7届，还有“青少年机器人大赛”等，其主要参赛者都是年轻人。与此同时韩国的青少年也在掀起一股机器人热潮，韩国政府和企业也正在投人大量资金开发机器人产业，并使之商品化。而在美、德、法等国家，机器人产业也正在受到重视，一般采取“官产学”形式。“官”即政府的支持和调节，“产”即产业界的自我分类的研究和开发，“学”即学校专门设置的课程，进行学校教育。在如此庞大的体系下，机器人产业在国外已占非常重要的地位，尤其在当今的信息技术时代。

我国的智能机器人教育现状又如何呢?据不完全统计，在 2005年全国已有2. 5万余所中小学、320余万学生参与到智能机器人教育当中来。随着这几年经济的快速发展，目前我国中小学参与到机器人教育这个项目当中的人远远超过了上述数据，而且还在不断上升。特别是沿海发达地区，比如上海、广东、浙江、江苏等地区。目前的主要开设形式是校本课程或者兴趣小组等，参与的学生也大多是出于个人兴趣爱好。

3.中小学智能机器人教育的师资现状

由于智能技术是信息技术的核心领域，智能机器人也成为了培养学生动手能力、创新能力、协作能力和逻辑思维能力，提高学 生综合素质，开拓智力的平台;同时，也是进行程序设计形象化、成果化教育的平台。

目前就已开展智能机器人教育的学校来看，其主要的指导老师就是信息技术老师。智能机器人教育主要多个学科的知识，由于没有专门的机器人教育专业，使得我国基础教育领域机器人方面的师资处于接近真空状态。可以看到中小学信息技术教育在师资方面还存在着诸多欠缺的地方。而计算机科学与技术、教育技术这两类专业在培养目标和培养模式上都带有局限性。比如计算机科学与技术专业，他们培养的人才往往有双重性:一是培养具有教书育人的良好素质，能胜任中小学计算机教育的教师;二是可从事计算机行业的相关人才。而教育技术专业虽然把培养目标调整为“具有良好的信息素质，胜任中小学信息技术课程的教学工作”，但是，目前多数教育技术专业、计算机科学与技术专业的培养模式培养大批“胜任”智能机器人教育课程的教师显然不切实际。

4.关于师范院校开展智能机器人教育的情况

在我们国家而言，智能机器人还属于比较新兴的项目，作为科研重要基地的大学起步也较晚，大家的水平差距相对较小。如果师范院校现在开设该项目，以时机来看，比较恰当。正因为大家处于同一起点，相互之间的差距不是很大，更加有竞争。师范类院校作为为社会培养人才的基地，更应该看到这一事实。目前师范类院校较综合大学来实力上看处于劣势状态，但师范院校由于和基础教育结合紧密，在发展机器人教育方面事实上具有先天优势。为提高师范类院校的竞争地位，增强培养人才的实际能力，创造出师范特色的新的人才培养模式，都值得我们思考并加以实施。

二、师范院校开展智能机器人教育的价值

1师范类院校提高本身竞争力的需要

在师范类院校开设智能机器人教育正是顺应了师范教育改革的潮流。不仅可以为基础教育提供更好的师资力量，也为师范类院校在人才培养模式上带来了新的思考。拓宽了师范生的就业渠道，增强了社会竞争力。

2.中小学智能机器人教育的需要

智能机器人教育引人中小学，不仅有利于信息技术的发展;有利于我们探索教育改革和人才培养的新途径、新方法;有利于高素质人才的培养;同时，也将推动我国智能机器人知识和技术的普及;促进我国智能机器人事业的发展和专业人才的培养;促使新兴的智能机器人产业的形成。因此智能机器人进人中小学已成为一种必然趋势。我们可以通过智能机器人教育这个平台挖掘学生的创造潜能培养造就创新人才。不久的将来，智能机器人教学必将进人我们的周围，越来越多的人员便会参与到其中。如果师范类院校开设智能机器人教学，那么等到这些人员从事到中小学教育以后，他们发挥出来的作用将不可限量。

3.培养学生的诸多能力需要

智能机器人技术是世界强国重点发展的高技术，也是世界公认的打开21世纪大门的钥匙。智能机器人融合了机械、电子、人工智能等技术。如果把它引人教育，不仅有利于信息技术教育的发展;有利于我们探索人才改革和人才培养的新途径、新方法;有利于高素质人才的培养;同时将推动我国智能机器人知识和技术的普及;促进我国智能机器人事业的发展和专业人才的培养;促进新兴产业的形成。实践证明它不仅可以激发学生的想象力，培养学生的设计能力、创造能力、动手能力和跨专业的综合应用能力而且还培养了学生的协作精神。把智能机器人引人师范教育，不仅培养了学生的诸多能力，同时又为师范类院校学生在就业竞争中提供了一项优势，何乐不为?

4.师范性和专业性结合，培养更全面人才的需要

师范教育的根本目的不在于培养文学家、科学家，而是培养能培育文学家、科学家的教育家。在师范类院校开设智能机器人课程便是培养模式上的一种尝试和创新。由于师范类院校其本身的特殊性，它主要为基础教育培养师资力量，侧重点在于培养教师而不是培养研究性人才。师范类院校要培养智能机器人教育的人才，势必要调整培养目标和培养模式，把专业性和师范性更好到结合在一起，只有这样才能优化人才，增加竞争力。师范类院校要看到自己的缺点的同时也注意发挥自己的优势。目前中小学存在的问题就是专业教师的缺乏。为中小学智能机器人教育提供更优的师资，也为师范类院校学生提供更多的就业机会而言，在师范类院校开设智能机器人教育也就非常必要而且也很有利。

三、要研究智能机器人教育发展的师范模式

1.要总结开设智能机器人教育的做法和经验

湖州师范学院于2004年开始智能机器人教育，目前拥有机器人仪器80台，实验室两个。主要以学科竞赛、兴趣小组形式开展设，目前正在课程开设试验。举办过六次机器人院级比赛，五次机器人校级比赛，举办过两期暑期培训，并代表学校参加过7次全国性的比赛，参与到这项教育活动的学生数大约有600人，获得了全国一等奖多项，引起社会、其它学校的关注。

作为师范院校，开展智能机器人教育的主要目的是为突出专业特色，增强社会竞争力。虽然我们开展的时间并不是很长，但无论是自己举办活动还是参加大规模的比赛，我们的师生都认真努力，收获颇多。在教学实践和理论方面都有了很大的提高，积累了一定的经验。

从笔者的走访来看，无论是参与到其中的教师还是学生，都得到了一定的锻炼。一些同学甚至还受到了一些中小学的邀请，去担任他们的兴趣小组指导教练，参加省级比赛，也取得了不错的成绩。智能机器人教育开阔了学生的视野，培养了学生的能力，同时打造了学校品牌，为学生就业提供了多一条的途径。

但同时在教育对象、课程设置、实验室管理等方面也都还存在着一定的问题。比如智能机器人是融合了多种技术的综合性课程，开设培训课程以前，需要学生有一定理论基础。所以需要开设一定的前序课程。由于受到实验室、师资等问题的限制，目前我们学院开设的项目还比较少，学生参与面还不够宽等等。

2.要明确培养目标，更好地开展机器人教育，形成师范模式

就师范类院校开展智能机器人教育而言，笔者认为我们要按师范专业的特点开展一系列智能机器人教育课程、活动，形成一种师范模式，更好地普及机器人教育，为基础教育培养优秀人才。

(1)在师范专业开设一些信息技术课，培养学生信息素养

当今时代，对学生的信息技术素养要求越来越高。根据我院实际经验，学生在参与到机器人活动中时需要一定的信息技术基础，比如C语言编程，而我们师范生缺少的就是这方面的知识。如果师范院校在这方面能开设一些系列课程，使学生的理论知识水平有所积累，对于我们开展机器人教育必将有极大的帮助。我们在从小学教育专业、教育技术专业本科生中开展智能机器人教育，就十分重视学生信息技术课程知识的补充，因此师范生在智能机器人教育的一系列活动、选修课程中理解能力、动手能力就迅速提升。

(2)建立配套完备的机器人教育实验室

智能机器人是技术的前沿之一，集成了数学、物理、化学、生物、机械、电子、材料、能源、计算机硬件、软件等众多领域的科学和技术知识，没有一种技术平台比智能机器人更综合。所以为了使现在的师范生能够更适应未来信息时代的要求，在教学实验环节中及时地增加教学实验内容是非常有必要和可行的。况且，机器人教学需要有实际的场地设备等要求，机器人教育实验室的创办非常需要。加强机器人教育实验室建设，重点在对学生进行机器人教育指导能力的训练，同时要注意实验室的专业完备程度，规范管理等，并提高机器人实验室的软件建设、社会服务能力。

(3)成立大学生机器人教育协会，组织机器人学科竞赛

机器人比赛是一项很好的科技创新活动，不仅易于激发兴趣，而且还可以培养学生的多种能力。学生们在研讨争论中，逐渐提高了语言表达能力;在策略方案分析中，锻炼了思考、分析问题和解决的能力;在具体设计和安装调试中，综合运用各门课程知识，提高了工程设计和工程实施的安装能力。我们目前建立大学生机器人教育协会，吸引学生参加这方面的活动，学习机器人原理，掌握机器人制作、编程、操作技能，活动形式主要是开展机器人学科竞赛。这样既可以检验我们学生学到的实际的知识以及获得的能力，也能赢得更多的荣誉，得到学校领导的重视，扩大师范院校在机器人竞赛的影响，更重要的是从亲身实践中学会和发展智能机器人教育活动的组织能力。

篇13

一、深度学习概念的提出

深度学习的概念，源于30多年来计算机科学、人工神经网络和人工智能的研究。上世纪八九十年代，人们提出了一系列机器学习模型，应用最为广泛的包括支持向量机（Support Vector Machine，SVM）和逻辑回归（Logistic Regression，LR），这两种模型分别可以看作包含1个隐藏层和没有隐藏层的浅层模型。计算机面对较为复杂的问题解决训练时，可以利用反向传播算法计算梯度，再用梯度下降方法在参数空间中寻找最优解。浅层模型往往具有凸代价函数，理论分析相对简单，训练方法也容易掌握，应用取得了很多成功。①随着人工智能的发展，计算机和智能网络如何基于算法革新，模拟人脑抽象认知和思维，准确且高清晰度地进行声音处理、图像传播甚至更为复杂的数据处理和问题解决等，在21世纪来临的时候成为摆在人工智能领域的关键问题。

30多年来，加拿大多伦多大学计算机系辛顿教授（Hinton，G.）一直从事机器学习模型、神经网络与人工智能等问题的相关研究，并在机器学习模型特别是突破浅层学习模型，实现计算机抽象认知方面取得了突破性的进展。2006年，他在《Science》上发表了《利用神经网络刻画数据维度》（Reducing the Dimensionality of Data with Neural Networks）一文，探讨了应用人工神经网络刻画数据的学习模型，首先提出了深度学习（Deep Learning）的概念和计算机深度学习模型，掀起了深度学习在人工智能领域的新。这篇文章的两个主要观点是：第一，多隐藏层的人工神经网络具有优异的特征学习能力，学习到的特征对数据有更本质的刻画，从而有利于可视化或分类；第二，深度神经网络可以通过“逐层初始化”（Layer-wise Pre-training）来有效克服训练和优解的难度，无监督的逐层初始化方法有助于突破浅层学习模型。②基于深度置信网络（DBN）提出非监督逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。③2012年，辛顿又带领学生在目前最大的图像数据库ImageNet上，对分类问题取得了惊人的结果，将计算机处理图像数据问题时排名前五的错误率（即Top5错误率），由最高26%大幅降低至15%，大大提高了人工智能图像数据处理的准确性和清晰度，这是早先计算机仅仅依赖数学模型的表层学习和单层学习根本无法实现的水平。

在人工智能领域，深度学习其实是一种算法思维，其核心是对人脑思维深层次学习的模拟，通过模拟人脑的深哟纬橄笕现过程，实现计算机对数据的复杂运算和优化。深度学习采用的模型是深层神经网络（Deep Neural Networks，DNN）模型，即包含多个隐藏层（Hidden Layer，也称隐含层）的神经网络（Neural Networks，NN）。深度学习利用模型中的隐藏层，通过特征组合的方式，逐层将原始输入转化为浅层特征、中层特征、高层特征直至最终的任务目标。深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结构使其具备强大的特征表达能力和对复杂任务的建模能力。训练深层模型是长期以来的难题，近年来以层次化、逐层初始化为代表的一系列方法的提出，为训练深层模型带来了希望，并在多个应用领域获得了成功。

人工智能学者们认为计算机和智能网络的这一深层的自动编码与解码过程，是一个从数据刻画、抽象认知到优选方案的深度学习的过程。由于人脑具有深度结构，认知过程是一个复杂的脑活动过程，因而计算机和人工智能网络模拟从符号接受、符号解码、意义建立再到优化方案的学习过程也是有结构的；同时，认知过程是逐层进行、逐步抽象的，人工智能不是纯粹依赖于数学模型的产物，而是对人脑、人脑神经网络及抽象认知和思维过程进行模拟的产物。应该说，到目前为止，深度学习是计算机和智能网络最接近人脑的智能学习方法。近几年来，深度学习进一步尝试直接解决抽象认知的难题，并取得了突破性的进展，AlphaGo的问世，便是明证。2013年4月，《麻省理工学院技术评论》（MIT Technology Review ）杂志将深度学习列为2013年十大突破性技术之首。④深度学习引爆的这场革命，将人工智能带上了一个新的台阶，不仅学术意义巨大，而且实用性很强，工业界也开始了大规模的投入，一大批产品将从中获益。二十世纪八九十年代以来，随着学习科学的不断发展，深度学习的概念和思想不断在教育中得到应用。

二、深度学习在教育中的兴起与发展

来自脑科学、人工智能和学习科学领域的新成就，必然引起教育领域研究者的深刻反省。计算机、人工智能尚且能够模拟人脑的深层结构和抽象认知，通过神经网络的建立开展深度学习，那人对知识的学习过程究竟应该是怎样的一个脑活动过程和学习过程？学生的学习有表层和深层等层次之分吗？从作为符号的公共知识到作为个人意义的个人知识究竟是怎样建立起来的？知识学习过程究竟是一个怎样的抽象认知过程？信息技术环境支持下深层次的学习如何实现？近十多年来，这些问题引起了许多教育研究者特别是教育技术学研究者的浓厚兴趣，深度学习、深度教学的研究日益引起人们的重视。也正是在辛顿的“深度学习”概念明确提出后，教育学领域特别是教育技术学领域的深度学习研究日益活跃起来。

其实，早在1956年布鲁姆在《教育目标分类学》里关于“认知领域目标”的探讨中，对认识目标的维度划分就蕴含了深度学习的思想，即“学习有深浅层次之分”，将教学目标分为了解、理解、应用、分析、综合、评价六个由浅入深的层次。⑤学习者的认知水平停留在知道或领会的层次则为浅层学习，涉及的是简单提取、机械记忆符号表征或浅层了解逻辑背景等低阶思维活动；而认知水平较高的深层理解、应用、分析、综合和评价则涉及的是理性思辨、创造性思维、问题解决等相对复杂的高阶思维活动，属于深层学习。1976年，美国学者马顿（Marton，F.）和萨尔约（Saljo，R.）在《论学习的本质区别：结果和过程》（On Qualitative Difference in Learning： Outcome and Process）一文中，明确提出了表层学习和深层学习的概念。⑥这被普遍认为是教育学领域首次明确提出深度学习的概念。他们在一项关于阅读能力的实验研究中，明确探讨了阅读学习的层次问题。通过让学生阅读文章并进行测验，发现学生在阅读的过程中运用了两种截然不同的学习策略：一种是试图记住文章的事实表达，揣测接下来的测试并记忆，即表层学习（Surface Learning）；另一种是试图理解文章的中心思想和学术内涵，即深层学习（Deep Learning），也被译为深度学习。深度学习的学习者追求知识的理解并且使已有的知识与特定教材的内容进行批判性互动，探寻知识的逻辑意义，使现有事实和所得出的结论建立联系。浅层学习和深层学习在学习动机、投入程度、记忆方式、思维层次和迁移能力上有明显的差异。深度学习是一种主动的、高投入的、理解记忆的、涉及高阶思维并且学习结果迁移性强的学习状态和学习过程。之后 ，拉姆斯登（Ramsden，1988）、英推施黛（Entwistle，1997）以及比格斯（Biggs，1999）等人发展了浅层学习和深度学习的相关理论。⑦随着信息技术的发展，近十年来，国外学者对信息技术支持下的深度学习及其在各学科领域、各类教育中的应用研究日渐广泛。

2002年以来，从技术支持高等教育的深度学习、虚拟环境中的深度学习、形成性评估对深度学习的影响、学习环境对学生进行深度学习的影响、技术支持下的深度学习设计等方面研究成果日益丰富，但绝大部分是基于教育技术学视野的研究成果。2006年，辛顿教授关于深度学习的成果发表，进一步推动了深度学习在教育中的研究与应用。近十年来，在中小学深度学习研究方面最有影响的当属加拿大西盟菲莎大学（Simon Fraser University）艾根（Egan， K.）教授领衔的“深度学习”（Learning in Depth，简称LID）项目组所进行的研究，其成果集中体现在《深度学习：转变学校教育的一个革新案例》（Learning in Depth： A Simple Innovation That Can Transform Schooling）等著述之中。⑧该研究探讨了深度学习的基本原则与方法，分析了深度学习对学生成长、教师发展和学校革新的价值与路径，并在加拿大部分中小学进行实验研究。其核心成果聚焦课堂学习和教学问题，即使是关于教师教育中深度学习的研究，也聚焦于教师的学习过程和学习方式。⑨艾根所开展的深度学习研究项目超越了单一教育技术学视野的研究，不仅仅是关于教学设计、学习技术和学习环境开发的研究，而是基于建立新的学习观和知识观，对教学活动与学习过程作出了新的阐释。

总体上看，国内关于深度学习的研究最近十年才刚刚起步。2005年，我国学者黎加厚教授在《促进学生深度学习》一文中，率先介绍了国外关于深度学习的研究成果，同时探讨了深度学习的本质。他认为深度学习是指在理解学习的基础上，学习者能够批判性地学习新的思想和事实，并将它们融入原有的认知结构中，能够在众多思想间进行联系，能够将已有的知识迁移到新的情境中，作出决策和解决问题的学习。⑩此文被认为是国内较早介绍并论及深度学习的研究成果，此后，关于深度学习的探讨，特别是基于信息技术环境下的深度学习的相关研究论文逐渐增加。2006年10月，笔者在前期研究的基础上，与台湾成功大学教育研究所所长李坤崇教授联合发起“海峡两岸能力生根计划”，推进能力导向的深度教学的理论研究与实验研究，主张以价值观、知识观、学习观、过程观的重建为基础，以发展学生的学科能力为宗旨，实施深度教学，克服课堂教学改革过于注重教学程序、教学技术、教学时间的浅层次改革和表层学习的局限性，深化课堂教学改革。2014年后，中国教育科学院院长兼教育部课程教材研究与发展中心主任田慧生研究员基于深化课程改革的需要，带领一个团队开始启动深度学习的项目研究。直至今日，基于核心素养追求背景下的深度学习研究项目，如雨后春笋般涌现，“深度学习”成为教育研究中的一个热词。

尽管计算机、人工智能领域与教育学领域都提出了“深度学习”概念，但不难看出二者显然具有本质差异。计算机与人工智能领域的深度学习是建立在机器模拟人脑深层结构的基础之上的，是基于人脑结构的一种计算机算法思维和问题解决模型，是对人脑和认知结构的模拟。而教育学领域的“深度学习”概念，无论是布鲁姆还是马顿和萨尔约，都指向了“知识”和“学习”两个核心，是关于知识学习的目标和过程的问题。布鲁姆在教育目标分类学认知领域的目标构设中，认为认知目标是由了解、理解、应用、分析、综合、评价六个不断加深的层次构成的。这一目标明显是关于知识学习和认知过程的目标，在2001年修订版中，这一目标被精确表述为知识学习和认知过程两个维度。马顿和萨尔约在关于阅读的研究中，基于学生对文本理解的层次和理解的深度提出了“深度学习”的概念，并认为学习的本质区别在于过程而不是学习的结果，是学生对文本知识学习的深刻程度决定了其学习结果的差异性。

艾根的研究实现了从深度学习向深度教学的转向。艾根的深度学习（Learning in Depth）研究更明确地指向了学生对知识的学习所到达的深度，以及教师通过对知识的处理引导学生逐步到达一定的学习深度。这一深度学习的过程是一个逐步深化的学习过程，要求教师在教学过程中引导学生着眼于知识的深层次理解和深度处理。该项研究表明，深度学习的研究开始从单一的学习技术研究转向了对教学过程的关注，注重深度学习与深度教学的关联性和一致性，深度学习的研究呈现出向深度学习与深度教学相结合的转向。

三、深度学习的核心理念

从深度学习走向深度教学，一方面是教与学的一致性决定的，另一方面是当前中小学课堂教学普遍存在的局限性Q定的。教与学的关系既不是对立关系，也不是对应关系，而是一种具有相融性的一体化关系，离开了教无所谓学，离开了学也无所谓教。学生真正意义上的深度学习需要建立在教师深度教导、引导的基础之上。从本质上看，教育学视野下的深度学习不同于人工智能视野下的深度学习，不是学生像机器一样对人脑进行孤独的模拟活动，而是学生在教师引导下，对知识进行的“层进式学习”和“沉浸式学习”。“层进”是指对知识内在结构的逐层深化的学习，“沉浸”是指对学习过程的深刻参与和学习投入。离开了教师的教学和引导，学生何以“沉浸”？因此，深度学习只有走向深度教学才更具有发展性的意义和价值。同时，我国新一轮基础教育课程改革以来，课堂教学改革依然存在着诸多表层学习、表面学习和表演学习的局限性，“学习方式的转变”往往演变成了教学形式的改变，诸如教与学在程序上的简单翻转和在时间上的粗暴分配。其所体现出来的知识观、价值观、教学观、过程观依然陈旧落后，以学科知识、学科能力、学科思想和学科经验的融合为核心的学科素养依然未能得到实质性的渗透。

深度教学的“深度”是建立在完整而深刻地处理和理解知识的基础之上的。艾根在深度学习的研究中，首次从知识论的角度，论述了深度学习的“深度”（Depth）的涵义。他认为“学习深度”具有三个基本标准，即知识学习的充分广度（Sufficient Breadth）、知识学习的充分深度（Sufficient Depth）和知识学习的充分关联度（Multi-Dimensional Richness and Ties）。这三个标准，也是深度学习的核心理念。

第一，知识学习的充分广度。充分的广度与知识产生的背景相关，与知识对人生成的意义相关，与个体经验相关，也与学习者的学习情境相关。如果教学把知识从其赖以存在的背景、意义和经验中剥离出来，成为纯粹的符号，便成为无意义的符号、无根基的概念知识。知识具有强烈的依存性，无论是自然科学的知识还是社会科学或人文学科的知识，都是特定的社会背景、文化背景、历史背景及其特定的思维方式的产物。离开了知识的自然背景、社会背景、逻辑背景，前人创造的知识对后人而言几乎不具有可理解性。随着深度学习的兴起，旨在以广度促进理解的“无边界学习”日益引起人们的重视。可见，知识的充分广度，其实是为理解提供多样性的支架，为知识的意义达成创造了可能性和广阔性基础。

第二，知识学习的充分深度。知识的充分深度与知识所表达的内在思想、认知方式和具体的思维逻辑相关，深度学习把通过知识理解来建立认识方式，提升思维品质，特别是发展批判性思维作为核心目标。所以说，深度学习是一种反思性学习，是注重批判性思维品质培养的学习，同时也是一种沉浸式、层进式的学习。深度学习强调学习过程是从符号理解、符号解码到意义建构的认知过程，这一过程是逐层深化的。

第三，知R学习的充分关联度。知识的充分关联度，是指知识学习指向与多维度地理解知识的丰富内涵及其与文化、想象、经验的内在联系。知识学习不是单一的符号学习，而是对知识所承载的文化精神的学习。同时，通过与学生的想象、情感的紧密联系，达到对知识的意义建构。从广度，到深度，再到关联度，学生认知的过程是逐层深化的。所谓意义建构，即从公共知识到个人知识的建立过程，都需要建立在知识学习的深度和关联度之上。

①Y.LeCun and Y.Bengio.Convolutional networks for images，speech，and time-series.In M.A.Arbib，editor，The Handbook of Brain Theory and Neural Networks.MIT Press，1995.

②Geoffery E.Hinton and Salakhutdinov R.R.，Reducing the dimensionality of data with neural networks. Science.2006 Jul 28；313（5786）：504-7.

③Geoffrey E.Hinton，Simon Osindero，Yee-Whye Teh. A Fast Learning Algorithm for Deep Belief Nets. Neural Computation.2006（7）.

④余凯等.深度学习的昨天、今天和明天[J].计算机研究与发展，2013，9.

⑤安德森.布卢姆教育目标分类学（修订版）[M]. 北京：外语教学与研究出版社，2009：78-80.

⑥Marton，F. and Saljo，R.，On Qualitative Difference in Learning：Outcome and Process. British Journal of Educational Psychology，1976，46：4-11.

⑦安富海.促进深度学习的课堂教学策略研究[J].课程・教材・教法，2014，11.

⑧Kieran Egan. Learning in Depth： A Simple Innovation That Can Transform Schooling. London， Ontario： The Althouse Press， 2010.

篇14

机器人助力孩子的

综合素质培养

钱锺书先生曾说过：“有了门，我们可以走出去;有了窗，我们不用走出去。”近年来，我国涌现出的一大批以机器人教育为代表的青少年科技教育项目，其最直接的目的就是为青少年朋友打开“一扇窗”，让他们开眼界，阔视野。

机器人教育是一种以科技培养为主的综合素养教育，在现如今普遍重视应试教育的环境里，如何培养孩子的综合素质，提高孩子们的实践能力，显得尤为重要。

我国的机器人教育始于2001年，彼时国家正在推行计算机的普及教育。由于机器人技术的发展水平越来越成为一个国家科技发展水平的重要标志，机器人教育渐趋普及，其中以“机器人进课堂”教育和竞赛型机器人教育为主。

目前，以机器人为核心构建的创新教育平台，已在我国大、中、小学乃至幼儿教育中普及。纵观各地的机器人教育方式，大体是按年龄段而量身打造，承载着不同的教育目的：

通过院校已经开设的关于机器人教育的相关课程，如自动化控制、传感技术、机械学、电子学、计算机硬件及软件程序等学科课程，围绕机器人的研发，从理论到实践，开展研究性学习、综合创新活动，培养大学生探索、协作、创新能力;

通过以学校、少年宫等组成的智能机器人学习小组，开展机器人教育的选修课以及研究型课程，同时，组织学生参加各类竞赛活动，激励孩子，以提升学生及社会对机器人教育的关注度;

主要通过以兴趣培养、体验课的形式，辅助培养幼儿时期的儿童提升创造、创新动手能力。

机器人技术

承载着新的使命

机器人的制造技术融合了机械原理、电子传感器、计算机软硬件及人工智能等众多先进技术。目前，许多教育机器人还添置了智能应用功能，如蓝牙红外传感、视线追踪及机器人竞赛的简单编程等。有些还增加了DIY电脑机械臂、铰接式多足编程设置等。这些前沿性配置，为孩子开启探索科技之门承载着新的使命。

在教学中，机器人教育也体现了非常重要的作用。学生们在动手操作的工程中，可以理解机器人的概念和工作方式，为进一步学习机器人技术的有关知识打下基础;而学习编写简单的机器人控制程序，能够提高学生分析问题和解决问题的能力;通过机器人竞赛和完成各项任务，学生能够在搭建机器人和编制程序的过程中，培养动手能力、协作能力和创造能力。有科技老师曾表示：“学习机器人技术不仅提高了学生的创新能力和逻辑思维能力，还使学生做事更加条理分明，这是机器人教育所带来的意想不到的结果。”

智能技术是信息技术领域的一个学术前沿，智能机器人的开发与应用全面涉及感测技术、通信技术、智能技术和控制技术，是进行信息技术教育的最佳载体，也是全面培养学生信息素质，提高其创新精神和综合实践能力的良好平台。

开拓思路

培养动手能力

目前，在已开设的机器人教育课程中，主要包含基础搭建和编制程序两方面内容。一个机器人包括电动机、车轮、传感器、控制器、电源、结构件等各种零部件，这就要求学生要有创新的思维及一定的物理结构学、空间几何学的知识，拥有这些综合能力的知识储备，才能搭建得较为合理。搭建机器人和编程，不仅让学生们的想象力得到一个发挥的空间，同时又是考验他们自主动手能力的机会。