投稿指南
一、本刊要求作者有严谨的学风和朴实的文风,提倡互相尊重和自由讨论。凡采用他人学说,必须加注说明。 二、不要超过10000字为宜,精粹的短篇,尤为欢迎。 三、请作者将稿件(用WORD格式)发送到下面给出的征文信箱中。 四、凡来稿请作者自留底稿,恕不退稿。 五、为规范排版,请作者在上传修改稿时严格按以下要求: 1.论文要求有题名、摘要、关键词、作者姓名、作者工作单位(名称,省市邮编)等内容一份。 2.基金项目和作者简介按下列格式: 基金项目:项目名称(编号) 作者简介:姓名(出生年-),性别,民族(汉族可省略),籍贯,职称,学位,研究方向。 3.文章一般有引言部分和正文部分,正文部分用阿拉伯数字分级编号法,一般用两级。插图下方应注明图序和图名。表格应采用三线表,表格上方应注明表序和表名。 4.参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定,采用顺序编码制。

西部二本师范院校人工智能课程体系建设研究

来源:长春师范大学学报 【在线投稿】 栏目:期刊导读 时间:2021-07-27
作者:网站采编
关键词:
摘要:0 引言 随着国务院和教育部相继印发《新一代人工智能发展规划》(国发[2017]35 号,以下简称《发展规划》)和《高等学校人工智能创新行动计划》(教技[2018]3 号,以下简称《行动计

0 引言

随着国务院和教育部相继印发《新一代人工智能发展规划》(国发[2017]35 号,以下简称《发展规划》)和《高等学校人工智能创新行动计划》(教技[2018]3 号,以下简称《行动计划》),人工智能已成为我国下一阶段发展的重大战略组成部分。其中,两个重要文件中均提到“鼓励高校在原有基础上拓宽人工智能专业教育内容,形成‘人工智能+X’复合专业培养新模式”。本文以《发展规划》和《行动计划》为纲领,结合师范类二本院校当前的相关专业基础,研究探索了师范类二本院校人工智能课程体系建设的思路和具体实施措施。本文还分析了西部地区二本院校推进人工智能课程体系建设面临的若干困难,并给出解决建议。

1 师范类二本院校人工智能课程体系建设思路

当前,提到人工智能技术就不得不提深度学习(Deep Learning)。Deep Learning 是机器学习的一个重要分支,也是近10 年人工智能爆炸式发展的推动力。它在计算机视觉、图形图像、机器翻译等领域的成功。但是,需要指出的是,人工智能并不等同于深度学习,它的背后还涉及大量数学、计算机科学、信息学等相关领域的知识。客观来说,人工智能是一门涉及多个领域的综合性交叉学科。因此,合理构建人工智能专业的课程体系并非易事。

建设人工智能专业需要结合本校办学特点。[1]对于师范类本科院校而言,不仅需要考虑人工智能专业多学科交叉融合的特点,而且还要结合自身办学定位进行思考,即为国家培养基础教育阶段的师资专业人才。[2]本文认为,师范类二本院校在设计人工智能专业课程体系时需要以“人工智能+师范”的原则为导向,不仅要传授学生的人工智能专业知识,还要使学生发展自己的教育理念和掌握相应的教学技能。本文在设计人工智能课程体系时遵循的原则包括:

1.1 课程体系的科学性

课程体系必须具有科学性。首先,它必须是循序渐进式的,应该考虑到学生的知识基础和认知水平;其次,它需要体现出和计算机类其它专业的差异性,不能简单地将计算机类课程体系更换1-2 门课就作为人工智能专业的课程;再次,在本科阶段,特别是在二本院校,课程体系设计必须理论与实践相结合,通过实践来加深学生对理论知识的理解。

1.2 课程内容的先进性

人工智能是一门相对比较年轻的学科,而且该领域发展非常快,因此确保课程内容的先进性是非常重要的。但是,需要指出的是,课程体系的建设不能一味地只顾“先进”,而忽略基础的重要性。现在很多高校在创建人工智能课程时,完全围绕Deep Learning 来设计,好像掌握了该技术就相当于掌握了人工智能。这是一种非常严重的错误思维。要知道,没有一项技术是永恒的,Deep Learning 也只不过是人工智能发展道路上的一个阶段。因此,如果仅仅完全围绕Deep Learning进行设计,那么该课程体系就会是无根之木。该课程体系下培养出的学生将不具有持续学习的能力,很容易被淘汰。

1.3 体现出师范类特色

师范类二本院校的人工智能课程应该有别于其他类型高校,其培养的人才需满足中、小学阶段的人工智能教学要求,是“人工智能+师范”的复合型人才。同时,也需要兼顾学生进一步深造的要求,课程设置不能与社会需求脱节,应为其转型为研究型或应用型的人工智能专业人才提供可行的发展道路。

2 课程体系的具体设置与实施

本节将重点介绍师范类二本院校人工智能专业课程体系的设计。基于当前师范类二本院校的课程设计特点,笔者将学生的学习分为三个阶段,并基于这三个阶段进行课程体系的设计。接下来对这三个阶段进行分别介绍。

2.1 基础学习阶段

该阶段主要针对大一新生,其目标是令其掌握人工智能专业的一些必备基础知识(例如基础数理知识、基础编程知识等),同时对学生进行通识教育,提高学生的基础素质。

2.2 专业提升阶段

该阶段主要针对大二的学生,其目标是另其在大一学习基础上,进一步夯实专业基础(例如数据结构与算法、机器学习基础等)知识。同时,采用理论+实践的学习方式,让学生通过一些实战项目来加深对理论知识的理解。此外,该阶段的学生应该可以初步参加学科竞赛或者助研,进一步提升专业水平。

2.3 实践创新阶段

实践创新阶段主要针对大三和大四的学生。该阶段的学生应该学习当前的前沿技术(例如人脸识别、文本分类等),同时还应该学习教育学方向的知识。此外,该阶段的学生应该大量参加学科竞赛,同时围绕人工智能教学相关知识展开训练。

文章来源:《长春师范大学学报》 网址: http://www.ccsfdxxb.cn/qikandaodu/2021/0727/1265.html



上一篇:追忆入党初心汲取榜样力量
下一篇:汉语言文学专业认证的现状分析与发展策略以贺

长春师范大学学报投稿 | 长春师范大学学报编辑部| 长春师范大学学报版面费 | 长春师范大学学报论文发表 | 长春师范大学学报最新目录
Copyright © 2018 《长春师范大学学报》杂志社 版权所有
投稿电话: 投稿邮箱: