新工科人才培养模式改革探索

引言：寻求写作上的突破？我们特意为您精选了1篇新工科人才培养模式改革探索范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》[1]指出，迎接数字时代，激活数据要素潜能，充分发挥海量数据和丰富应用场景优势，赋能传统产业转型升级，催生新产业新业态新模式。适应数字技术全面融入社会交往和日常生活新趋势，促进公共服务和社会运行方式创新，构筑全民畅享的数字生活。数字化是新一代信息技术产业发展的核心，数字化社会的发展，涵盖各个产业的方方面面，包括数字化文化、数字化服务、数字化制造、数字化医疗、数字化金融等等。而信息化产业蓬勃发展的前提则是需要对基础设施建设夯实基础，加大数字化设施建设人才培养力度，构建更为完善的数字化建设人才引进机制，加强数字化人才供应链体系建设是社会数字化转型发展的根基。全球各个国家对人工智能、计算机科学、数据挖掘与分析、电子工厂、数据库应用等工科专业的人才需求快速增长，在这样的背景下，对全国高校新工科专业建设和发展提出了新的要求和挑战。在“互联网+”新信息技术快速发展的时代背景下，高等学校也必须加快教育范式转型，提高人才培养质量。教育部提出了以创新型人才培养为核心，包括新工科、新农科、新文科、新医科在内的“四新建设”，“卓越工程师教育培养计划2.0”，“创新创业教育改革燎原计划”等[2]。新工科建设，不仅需要在交叉融合工科专业进行智能创新性地系统构建，而且还需要培养具有跨学科整合能力、自主学习能力、较强创新创业实践能力以及具有较高国际格局和国家情怀的新工科人才。近年来，国内很多专家学者展开了关于新工科建设和改革的研究和探讨：侯翠红等[3]以郑州大学化工专业为案例，从人才培养方案、课程体系的构建、教学模式的改革等方面进行新工科建设，对其他学科的发展具有参考价值和借鉴意义；陈斌等[4]基于“双碳”背景下环境类专业新工科建设方案进行理论和实践探究，指出了新工科发展中应该采取的建设策略以及有效途径；梁建[5]利用区块链平台技术，对新工科的人才培养模式进行智慧化管理研究，对大学生的个性化特点、专业特长、个人学习情况和成绩进行智能管理和有效跟踪评价，避免了传统课堂教师对学生的主观判别，运用科学方法进行教学模式的改革；周佳慧[6]对“新工科”人才培养的必要性进行了剖析，并从加强学生人工智能文化、创新人才培养模式、利用人工智能技术辅助教学等方面进行了人才培养策略的阐述。本文利用大数据人工智能技术进行新工科教学模式的设计和探讨，挖掘智能教学新形态，助力新工科专业建设、学科教育与信息化数字化时代接轨，提升人才培养方案、课程体系架构的科学性、适用性和有效性。

1人工智能技术下新工科课程体系的建设

2018年教育部在印发的《高等学校人工智能创新行动计划》文件中指出，高校是科技第一生产力、人才是第一资源、创新是第一动力，在人才培养方面，需要推进“新工科”建设，形成“人工智能+X”复合专业培养新模式[7]。按照“新工科”人才培养要求，注重人工智能技术与各个学科的交叉融合，注重对复合型人才能力的培养，对课程培养体系进行重构，增加相关专业的通识类必修课程，让学生掌握和理解专业领域内的基础知识，为后续实践类课程、创新类课程的学习做好铺垫；以赛促学，将相关专业的国家级、省级比赛、资格考试认证等相关要求和考点纳入实践课程的学习之中，增加动手操作熟练度的同时，明确知识学习的针对性和目的性，积极参与相关比赛，增强自身荣誉感，同时提升实践课程学习的动力；加大创新创业课程的开设力度，是现代高校建设发展的重要模式和对新工科人才培养的主要方向[8]，极力打造产教研协同育人的具有中国特色和工科教育竞争力的新体系。在高校已经开设的人工智能、数据挖掘与分析、机器人课程等基础上，与各个工科专业交叉融合，结合课程发展前沿应用实践以及就业岗位技术刚需要求，开设“文本处理”“图像识别”“自动驾驶”“量子计算”“智慧会计”“智慧金融”“智能制造”等人工智能技术支撑下的跨专业交叉课程。注重人工智能技术应用的基础前沿课程的制定和学习，比如“Python编程”“Matlab数据分析”“智能算法”“系统工程”“PlantSimulation生产仿真”“数据可视化”“人因工程”等，为人工智能技术的应用奠定理论基础。此外，有效利用人工智能数据分析技术进行课程体系的设计和制定，例如依据学生对选修课程的历年选择和学习数据，进行有效爬取、收集、聚类和分析，形成标签数据，利用神经网络进行训练，预测出学生的兴趣点和未来选课趋势，有针对性地制定课程体系和开设相关课程。

2人工智能技术下新工科课程教学模式和方法的创新

混合式教学、翻转课堂教学模式通过人工智能技术和新的线上线下教学方法，让教师在传统的课堂教学任务中解压减负，从而腾出更多的精力和时间进行课程创新和“全面育人”的探究。课前线上资料的准备会占据教师大部分的时间，而对热点前沿知识的拓展、对专业知识音视频资料的挖掘、对思政元素的开发、对比赛题目的分析等，全部可以依托人工智能技术的个性化推送服务，依据教师网络搜索热点，利用推荐算法，进行过滤推荐，大大地提高教师资料准备的效率。同时能够依据学生的浏览阅读情况，针对学生兴趣点进行人工智能回归分析、个性化推荐建议，并附带相关图书推荐、选修课程推荐、就业规划推荐、考研学校及专业指导等等。在社团填报、比赛组队过程中，为避免过去同学自主组队或者教师指定的盲目性，通过人工智能技术的聚类分析算法进行学生的聚类，选择相同爱好和特长天赋的同学组成相同社团组织，集思广益创新社团发展；同样比赛组队类似，依据比赛特点和各个环节的人才需求，从不同学科背景、专业下挑选相应人选进行组队参赛。在聚类形成的各个学生群的基础上，择优选择，科学搭配人员比例，更有利于同学之间的配合和获得优异成绩。同时线下课堂教师可以利用人工智能技术中的语音识别，对教师讲授、学生讨论、回答问题中的音调进行有效识别和纠正，可以在助力全民推广普通话交流的同时，大大提高学生普通话考试的通过率，同时还能够轻轻松松地在上课过程中提升内化能力指标，一举多得。通过人工智能技术虚拟体验式教学、协作式教学，弥补线下课堂授课枯燥乏味的缺点，增添课堂学习乐趣，拓展学生视野，在高新技术的支持下，让学生更加明确学习的目标。依据人工智能技术的文本识别功能，教师可以借助网上教学平台实现学生作业的自助批阅，省去了大量重复性操作，提高工作的效率，并能够对出错题目进行归类，在下一次作业布置环节有效借助网络推送相关题目进行复查。创建错题库，为期末考试之前的复习阶段提供参考和重难点答疑，有效提升学生的考试及格率。

3人工智能技术下实践平台的搭建

传统高等教育的主要问题在于重理论教学，轻实践操作，这导致了学校所学知识和实际企业就业岗位需求的脱离，毕业生很难进入大规模企业就业环境中，或即使成功应聘也需要很长时间对软件的开发设计环境平台进行熟悉。因此向人工智能下的驱动式教学、项目式教学、模块化教学和主题式教学转变是高校“新工科”发展的方向和趋势。将实践教学分为课内实验和课外实践2部分，课内实验主要对课程要求的基本实验设计、实验流程、实验成果的学习，课外实践主要涉及创新性学科竞赛、创新创业项目、校企协作等培养项目。利用虚拟化教学资源，将理论学习、实践操作和人工智能搭建，数据搜集、清洗、挖掘、存储、分析、可视化展示等实战内容融为一体，培养学生的综合知识学习和掌握能力。结合校企合作共建，在物联网技术下将高校实践平台和各个企业紧密相连，学生可以依据自己的个性化学习需求，在指定的线上网络平台进行预约学习。人工智能可以对教师、学生学习的智能理论、方法、技术等进行模拟、延伸和拓展，生成与真实人类学习感知、情感反应类似的智能机器。同时作为创新创业竞赛的实训平台，依据不同学科的竞赛信息，进行实训功能模块的科学划分，有针对性地为参与各个环节的学生提供专项训练，增大竞赛成功的概率[9]。人工智能在实践平台搭建的另一个重要功能，是对大数据进行挖掘，充分利用其潜在价值，指导学生学习和实践。在实践平台上进行大量国内外公开优秀学生活动成果的收集，并进行本校学生优秀成果的补充，利用随机森林算法、LightGBM、XGBoost等分类算法[10]对训练数据集进行建模分析、归纳分类，进行新数据的预测以及各个影响指标的权重分析。此外将诸如数据驱动、自我学习、迭代优化、强化学习等人工智能思维和实践平台的教学设计策略相整合，让学生真正理解人工智能的教学理念。

4总结

在人工智能技术的辅助下，教师个性化的教学设计和学生个性化的学习需求成为了新工科人才培养体系中的亮点。将人工智能技术与高校传统工科专业相融合，要求教师与当代信息技术的发展相适应，改革教育模式，掌握智能化教学技术和平台软件。不仅有利于人工智能技术在教育行业的快速研发，而且能加快促进科学范式向工程范式的变迁。以引领社会需求和工程技术应用与实践为核心教育理念[11]，以能力卓越、产教学协同育人为教育目标，制定多学科交叉、柔性化的专业培养方案，以学生“学”为中心，塑造多元化的人才培养创新体系，全面提高工程教育人才质量。加快国家级虚拟仿真实验教学项目的建设和国家在线精品课程的开放，重塑课程培养结构，促进教学水平和学习水平的双提升。

作者:董君 单位:河南工学院管理学院