新工科背景下人工智能赋能“线性代数”课程的路径与策略.docx

新工科背景下人工智能赋能“线性代数”课程的路径与策略

摘要：文章以提升大学生解决复杂工程问题能力为指引，基于新工科专业人才培养目标及人工智能技术在课堂教学中的功能定位，探索人工智能技术赋能“线性代数”课程教学的3条作用路径。同时，通过具体的教学案例展示人工智能技术作为“资源”“工具”“环境”与“线性代数”课程教学的3种整合方式，并基于新工科专业人才培养要求提出了“线性代数”课程教学中人工智能技术创新应用策略。

关键词：新工科；人工智能技术赋能；“线性代数”课程

一、引言

2017年，教育部启动新工科建设，着眼于培养实践和创新能力强的高素质复合型人才。“线性代数”是工科的一门专业基础课程，其课程内容对工科专业人才培养具有极为重要的支撑作用。线性代数以线性问题为研究对象，教学内容抽象，计算烦琐，从而影响了学生对数学思想与理论知识的掌握，也影响了数学知识在专业实际问题中的应用。因此，“线性代数”课程有必要开展教学改

革，以适应新工科建设的新要求。

随着智能时代的到来，人工智能技术逐渐渗透进课堂并为教育赋能。当前，新工科建设进入新阶段，如何将人工智能技术与课程内容整合，让人工智能赋能教育教学是当下重点研究的问题。

二、人工智能技术与“线性代数”课程教学整合的困境

目前，“线性代数”课程教学与人工智能技术整合的

效果不理想，存在的问题主要表现在以下3个方面。其一，教师运用智能技术的意识不强，尚未充分认识到人工智能技术与教育教学结合的必要性，如课堂教学手段的使用仍大多局限于PPT；其二，没有重视运用智能技术辅助教学，线性代数理论概念抽象，有时需要借助Matlab、

Maple、Python等软件将线性代数理论进行形象化，然而一些教师的智能技术素养不够，很难将技术与教学内容有效整合；其三，教师对智慧教学模式和方法的运用大多停留在简单的签到、课堂互动和成绩评定等层面，没有将其与“线性代数”课程教学内容的讲授、教学模式的创新、课后反馈评价等有机结合起来。教师对智能技术的运用和驾驭能力尚不足以支撑“线性代数”课程教学的有效开展，因而，制约了人工智能赋能“线性代数”课程的效果[1]。

三、新工科需要“线性代数”课程教学与人工智能技术整合

2016年，国家提出了新工科建设理念，其内涵是以立德树人为引领，以继承与创新、交叉与融合、协调与共享为主要途径，培养多元化、创新型的卓越工程人才[2]。新工科建设理念鼓励高校在传统工科基础上进行学科的重构与创新，探索新型工科建设模式，推动多学科交叉与融合，培养学生跨领域知识的融通能力和实践能力。该理念向“线性代数”课程教育提出了转型发展的建设要求，因此，如何服务新工科建设需求是“线性代数”课程建设亟须思考的问题。

“线性代数”作为工科的数学基础课程，从新工科人才培养的视角来看，不仅要关注学生认知、数学建模、几何直观等能力培养，还要重视应用能力培养、开展学科间交叉和渗透的实践等。人工智能技术为构建新工科学习环境、提升培养效率提供了技术基础。

随着数字技术、信息技术与网络技术的飞速发展，以人工智能等为代表的新一代技术被广泛运用于大学数学课堂教育教学实践中[3]。首先，先进的人工智能技术手段不仅能够创设仿真的数学模型和更接近实际生活的问题情境，便于引导学生从问题情境中提炼数学模型[4]，而且能够促进学生对数学知识的意义建构，进而使学生学习

起来更加容易。其次，数学实验软件的使用提高了学生

“用数学”的能力。人工智能技术可引导学生利用数学理论，运用相关软件（如Matlab）建模并分析和解决工程问题，提高学生解决工程实践问题的能力，激发工科专业学生对数学的学习兴趣。最后，人工智能赋能个性化学习。基于学生的认知水平、学习特征和学习需求，提供差异性、动态化和同步性的学习服务，丰富的学习资源和渠道满足了学生个性化的学习需求，助力个性化育人工作走深走实。

四、新工科背景下人工智能技术赋能“线性代数”

课程教学的路径

根据新工科建设内涵及人工智能技术在教学内容、教学过程及教学方式中的作用，进一步探析人工智能赋能“线性代数”课程教学的可行性路径。

（一）人工智能技术对教学内容的可视化

线性代数知识具有抽象难教、推理复杂等特点，而人工智能技术融入教学活动，可以对部分知识点和抽象难懂的内容进行动态演示，直观反映变换过程与理论知识的内在联系，降低理论难度[5]，这在一定程度上实现了学生对知识的有效建构。例如，课堂上选取矩阵的线性运算（矩阵的加法及数乘）知识点，利用Matlab软件对图像进行可视化演示（图1），展示图像亮度的变化都是通过矩阵线性运算实现的。将抽象的理论知识形象直观地表示出来，既加深了学生对矩阵运算理论知识的直观认识和理解，也增强了学生的应用意识。学生通过体验“真实情境”，实现理论知识体系向应用知识体系的转换。

（二）人工智能