结合任务驱动和深度学习的人工智能课程教学探索.pdfVIP

第6期计算机教育

842024年6月10日ComputerEducation

文章编号：1672-5913(2024)06-0084-05中图分类号：G642

结合任务驱动和深度学习的人工智能课程教学探索

孙世昶，林鸿飞，刘 爽，孟佳娜，代启国12111

（1.大连民族大学计算机科学与工程学院，辽宁大连116600；

2.大连理工大学计算机科学与技术学院，辽宁大连116024）

摘 要：针对学生实践能力滞后和人工智能学科快速发展的矛盾，分析人工智能课程的难点和对教学

能力的要求，根据任务驱动和深度学习的相互促进关系，提出在教学设计中分别通过知识补充和情境

设计来满足达成低阶思维和高阶思维的条件。通过教学实践验证，说明结合任务驱动和深度学习的教

学设计方法可以使学生在对知识加强理解的同时提高分析和创新能力。

关键词：任务驱动；深度学习；人工智能课程；教学设计方法

0 引 言一轮科技革命中取得更多机遇做好准备。

加快人工智能的发展是我国能否抓住新一1 任务驱动与深度学习的理论与分析

轮科技革命和产业变革机遇的关键战略问题。为

[1]

了在人工智能领域持续深入发展，高校在相关课任务驱动法是一种构建主义教学方法，通

程建设中需要培养更多具备良好知识和能力的人过设定目标和学生特点，构建任务和学习情境，

才。人工智能不仅是计算机学科的重要分支，同激发学生主动进行探索。在传统的人工智能教学

时也是计算机专业学生的核心课程。人工智能课中，教师讲述的理论知识常具有框架性和抽象

程既具有强烈的理论性，又强调在掌握知识的基性，导致学生难以全面理解。理论与实践应相辅

础上培养学生分析和综合等深度学习能力。相成，因此，在讲授理论知识的基础上，通过任

要学好人工智能，学生需要具备较强的模型务驱动法构建适合学生认知水平的情境任务显得

构建和方法推导能力，同时还需具备良好的编程十分必要。通过任务，学生能够加深对知识的理

技能，比如熟练掌握当前流行的Python编程语解，同时通过实现人工智能功能，提高对理论的

言。然而，目前很多高校存在实践能力和自主创学习热情。任务驱动法为学生打开理论学习的窗

新性较为薄弱的问题。这是因为学生在学习过程口，让他们认识到知识是可以“活学活用”的。

中对自主学习理论知识与编程能力的热情和水平Marton在1976年提出了深度学习的概念，

参差不齐，很多学生仅以完成学分要求为目的。将学习划分为浅层学习和深度学习两个层次。在

因此，有必要从课堂教学及实验中的实际问计算机领域的教学中，深度学习[2]是围绕具有

题出发，采用任务驱动法和深度学习教学，引导挑战性的学习主题或项目，在教师引领下体验项

学生提高发现问题、解决问题以及方法创新的能目开发过程，并发展解决问题的能力。吴立强

力。这样的方法可以激发学生学习的主动性，使等[3]将任务驱动和深度学习应用于信息安全课堂

其更好地适应人工智能领域的要求，为我国在新教学。相对而言，浅层学习是一个较低的学习阶

基金项目：辽宁省普通高等教育本科教学改革研究项目（2022—166），国家民委高等教育教学改革研究项目

（2021—113）。

作者简介：孙世昶，男，博士，副教