人工智能赋能教育概念范文

引言：寻求写作上的突破？我们特意为您精选了12篇人工智能赋能教育概念范文，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。

篇1

为什么要在中学开设人工智能课程？这本教材有什么特点？对于中学教师和学生而言，应如何准备才能应对人工智能的教与学？记者对此进行了调查。

全国已有40所学校引入教材

据了解，该教材是华东师范大学慕课中心和商汤科技合作，联合全国多所知名中学教师共同编写，由新闻出版总署批准出版并备案。目前，全国已有40所学校引入该教材作为选修课或校本课程，成为首批“人工智能教育实验基地学校”。

“与其他教材不同，该教材以‘手脑结合’为主要学习方式，不仅关注对人工智能原理的介绍，更加重视这些原理在生活中的运用。”华东师范大学教授，博士生导师陈玉琨介绍说，“作为教材的编者，我们特别希望学生能发挥独特的想象力，设计一些在高中阶段有可能完成的项目，并动手将其转化为独具特色的作品。”

记者看到，该教材共分9个章节，以基础普及性的知识为主，分别介绍了图片识别、声音识别、视频识别、计算机写作和深度学习等人工智能技术的原理和应用场景，每一页都配有彩色图表，并引入了大量科普内容和实例。此外，该教材还配套了一个教学实验平台。

香港中文大学教授林达华表示，目前，人工智能人才面临着全球性短缺，在人工智能和基础教育结合方面，各个国家都还处在探索的过程中，该教材的出版，是人工智能教育的一次重大突破，意味着人工智能将由此走出“象牙塔”，进入高中生的知识范畴。

“今天，技术更迭速度太快，谁也无法预计未来的职业选择，我很乐意让我的孩子在中学阶段就了解掌握一些人工智能方面的知识技能。”一位家长这样告诉记者。

目的在于普及原理引发兴趣

作为一门兼具学术含量和技术含量的学科，对高中学生而言，应该怎样去了解人工智能这门学科；对于高中教师而言，又该如何教学呢？

“大多数中学生的最终职业道路都不会是成为人工智能研究者或工程师，但是未来很多行业都将在不同程度上受益于人工智能的赋能。因此，该学科在中学阶段的教学目标应该定位让学生了解掌握人工智能的基本思想、基础知识以及常用算法和工具。”林达华说。

在陈玉琨看来，人工智能的教学和研究经常要用到高等数学的知识，这已经超出了高中生的知识范围，因此，在中学阶段，教师应注重对相关概念、算法、原理进行定性介绍，“定量的部分，可以留待以后再学。”

多位专家表示，教师在教学过程中，要特别重视对人工智能应用场景的介绍，这不仅会让课堂变得更加生动，学生学习的兴趣更加高涨，同时也会提升师生的思维与创造能力。

“总体而言，在中学阶段开展人工智能课程的主要目的在于普及人工智能的原理与技术，引起学生对人工智能学习的兴趣。当然，也期望能为高等学校培养人工智能领域的拔尖人才奠定相应的基础。”

“校企合作”解决人才缺口

也有专家指出，人工智能是一门新兴技术，中学教师在该领域的知识储备是不足的。

“师资是课程的基础。”上海师范大学教授岳龙表示，“开设人工智能课程对教师的知识结构也提出了新的挑战，因此组建专门的师资培训团队非常重要。”

篇2

这的确令他有点为难。技术在设计时通常都要优先理解并满足人的喜好。同在台上的厨房整合技术公司Innit的副总裁Ankit Brahmbhatt干脆接过了话筒，“每个人的体质不同，对健康的定义也不同。说到底这是个生活方式的问题。我们得先有关于你更全面的数据，才能判断什么对你是健康的。”

人工智能到底能在多大程度上替代人，也成为一年一度的西南偏南上最热闹的话题。

西南偏南诞生在美国德克萨斯州的奥斯汀。每年3月初，这个全球性的盛会会吸引数十万人，和硅谷以大公司、创投行业为主的活动不同，西南偏南会吸引各个行业的人。大家在这里看新的电影，发现创业灵感。更重要的是，讨论技术已经带来的改变，以及它能把人们带到哪里去。

其中有不少想象空间。比如Yummly，这家来自硅谷的公司能利用人工智能技术分析你曾经使用的食谱数据。来自德国的Foodpairing则声称，机器分析食物成分时最大的弱势是嗅觉不及人类灵敏，但是通过训练，机器的精准程度可以超过大多数未经训练的普通人。

还有更激M的Innit。和一些创业公司费尽心思想把吃饭这件得高效不同，这个硅谷公司发现了一个悖论，一些人根本不愿意被剥夺下厨的权利。于是他们正在硅谷红木城的总部，测试一个全新的“数字化厨房”。

这个厨房用一个软件平台控制家电，告诉用户家里食材的存量。选定菜单后，还会提醒用户要买多少食物。等到准备妥当，连接的厨房电器就能完成初步烹 饪。

“我们想用技术帮上班族解决工作日吃饭的问题，让他们知道下班后要买什么食材、买多少，回家后能更快吃到晚餐。”活动结束后，Brahmbhatt对《第一财经周刊》说。

这听上去“很硅谷”，善于观察问题并提出解决方案。其实更有意思的是，这家公司发现，在一些细分领域当中，人其实没必要过分智能。

“数字化和自动化的确能帮助减少浪费，包括钱和食物。但我们也知道，有人喜欢下厨。Innit在做一项用户调研时发现，对自动化最集中的需求并不是烹饪，而是洗碗。也就是说，用户想让机器帮他们完成的是，恰恰是那些他们最不喜欢做的事情。”

至于机器和人的关系，这个古老的命题也随着人工智能的蔓延重新摆在了人类面前。至少，人工智能不再仅仅是一些极客想把一切自动化的设想和实验，也不只是好莱坞电影里经常出现的无所不能的机器控制人类造成的恐慌。它真的就在我们的生活中发生。

真正的答案，也正如百度首席科学家吴恩达曾预言的那样，“人工智能是新的电能，可以改变很多行业。”既然是电能，就意味着未来它可能无处不在。

西南偏南互动大会首席项目官Hugh Forrest说：“人工智能毫无疑问是2017年最热门的话题。虽然过去我们也做过很多AI的内容，但从未像今年这样集中。”

卡内基梅隆大学计算机科学系主任Andrew Moore长期关心教育，面对可能的人工智能未来，他想分享教育系统有必要做出哪些变化。迪士尼则会分享它如何用人工智能为其主题乐园提供更好体验，毕竟迪士尼乐园不可能一直停留在几十年前的模样。就连那些运动员，都会在训练中尝试使用人工智能，这可能意味着未来的赛事较量，除了天赋，更多是训练方法的比拼。

而如果你知道西南偏南最早是个音乐节，就会觉得在这里听到人们探讨人工智能和音乐如何结合是顺理成章的了。

用人工智能编曲已经不算什么新鲜事了。但是一些音乐公司正在用人工智能制作背景音乐，卖给可口可乐等大公司。

就连Google也参与了进来。去年6月，Google Brain宣布推出Magenta，一个能让计算机制作出“出众而艺术性”的音乐的产品。

不过这也带来一些新的问题，音乐能够做到更加了解我们吗？我们想让自己的情绪反过来影响我们吗？这种响应会不会把气氛搞糟？毕竟粉丝们可能会爱上一个音乐人，但很难爱上一台计算机。

很多人都爱上过iPod。这可能是这个世纪初音乐与技术最简单直接的结合形式。当技术演变成了人工智能，这件事情变得有趣，它像人的左脑和右脑的一场博 弈。

音乐这个感性世界与数字和代码编织的理性世界碰撞了一下。它们如何理解彼此，最好的例子可能是一个指令，就是当你让一个人工智能助手播一首歌时说的那句话。

不要小看这个指令。亚马逊音乐的团队在奥斯汀市中心的一个小酒吧里办了一场活动，当谈到如何让亚马逊的人工智能助手Alexa和亚马逊音乐结合时，主讲人感慨，仅仅是让Alexa播放一首歌的指令就十分复杂，一首曲子的元素包括歌手、专辑名称、音乐流派、歌词内容等不同元素，情境也同样如此，比如遇上用户说“我心情不好，给我放点音乐”这种情况，此时，亚马逊音乐收录了多少首歌曲是一回事，Alexa能在多大程度上明白用户的意思，便是另一回事了。

如果有人去年来过西南偏南，大概还会记得当时的一个历史性事件。

那是AlphaGo与韩国棋手李世石之间的对决。结果你已经知道了。大多数人不相信机器会胜过人类，他们会觉得这是个黑天鹅事件。

Google的高明之处除了技术本身，还在于用一种直接有力的方式向普通人展示了自己在人工智能领域的技术进展―大概没有什么方式比人机大战更能引起人们的兴趣，更直观。

当AlphaGo连续赢到第三场时，来自Automated Insights的Robbie Allen正在准备他在西南偏南上的一场对话。Automated Insights是曾做出帮记者写稿的机器平台WordSmith的公司。

“Google很了不起。”Allen走下台对《第一财经周刊》评论。在观看这场人机大战时，人们产生了一股担心会被人工智能抢走饭碗的恐慌。此后，AlphaGo的连胜加剧了这样的担心。

Allen参加的对话主题正好是“人工智能发展后，人类未来的工作怎么办”。

“理论上人工智能确实达到了一个新阶段，它代表人工智能可以模仿人类的重复性劳动，还会比人做得更好。但我认为，它离人工智能的实际应用还有一定距离，当人工智能可以帮助某些行业完全实现自动化，找到商业化的应用场景，我才会认为它真正达到了实际应用的程度。”Allen说。

“实际应用”换句话说，是一部分人会开始失业。

距离AlphaGo战胜李世石不到一年，人们就已经在拉斯维加斯的国际电子消费展上看到各个汽车制造商对无人驾驶汽车的设想。无人驾驶汽车的技术标准得到厘定，厂商纷纷推出概念车。

Google剥离了无人驾驶汽车部门成立单独的公司Waymo、Uber的无人驾驶汽车在匹兹堡和旧金山上路，虽然后者在上路当天就因犯了些错误被叫停（最近还因为收购Otto被Google告上法庭）。蝴蝶效应是，政府和城市设计师已经开始思考无人驾驶汽车上路后对城市生活规律的影响、如今的城市基础设施是否能和无人驾驶汽车配合等问题了。

若低估技术带来的影响，也许不久后就要承担相应的后果。自从人工智能技术高速发展，特别是无人驾驶汽车上路以来，硅谷以外的世界与硅谷仿佛形成了两股力量―硅谷正在想办法让一切自动化，而美国最大的就业群体之一卡车司机，则忧虑正在某处测试的无人驾驶卡车会让他们失去工作。

机器与人的矛盾和对抗从来没有停止过。远至第一次工业革命，近至互联网诞生。随着人们越来越习惯于数字化生活，机器和人的关系会更加纠缠不清。人工智能这件事会变得更复杂，还可能，带来很多伦理问 题。

来自设计咨询公司IDEO的Jason Robinson和麻省理工学院（MIT）媒体研究室的Philippa Mothersill认为，目前我们并没能解决如何不让机器真正危害人类的创造力和情绪，尽管随着技术的精进，这一点可能会实现。

在一场名为“人类、机器和工业设计的未来”的讨论当中，他们向挤满了整个会议室的观众发问，“我们如何教会计算机创造性思考？”

Mothersill曾是宝洁公司的产品设计师，专注于让计算机可以通过识别人类的语言，将物理元素变成实际产品。为此她设计出EmotiveModeler，这种工具能够将形容词和情绪转化为模型。她寻找到了一种能够让工业设计―无论是家具还是电子产品―更好传递人类情感的方式。

如果没读博士，Mothersill现在应该依然是个出色的设计师。但她如今的研究课题，却让一些设计师有点担心会失去工作。《连线》的Margaret Rhodes也在意这一点，即人工智能如何能提供更多的工作机会，这可能是技术进步为现代社会带来的最大的困扰。没有人希望成为技术进步的牺牲者。

不过在和大量的设计师交谈过之后，Mothersill和Robinson总结了“10件设计师希望机器能够学会的事 情”。

比如说，考虑使用产品的情境。好的设计师不仅会设想要创造的事物，还会思考它出现的地方。它应该摆在哪里？它所在的房间是什么样？周围都有些什么东西？如何能让计算机做到这一切？

或者说，如何抓住灵光一现的时刻。历史上，达达主义运动中的艺术家善于随机创作，通过将传统事物叠加创造新作品。我们能够教会计算机在向不同方向发散思考的同时，催生出全新且有价值的设计吗？

这些有趣的发现让他们意识到，设计师对机器的期待，其实充满人的色彩。Mothersill由此得出的结论是，人们最终需要掌握如何让机器变得有情绪，它们会产生独特的好奇心―而不仅仅是按照写入的程序工作。

如果你看过最新的007系列电影，影片中所描述的一切已经和NASA能做到的非常接近。

毕业于约翰・霍普金斯大学的Pavel Machalek此前在NASA工作，如今他创立了Spaceknow，为金融、政府和制造部门提供商业卫星的图像分析。这些卫星就像是“天空之眼”，看着地球上发生的一切。

“我们正在让整个物理世界数字化，且能够在这个基础上做很多事情。”Machalek说。按照他的说法，世界正在经历巨大变化，重新使用卫星数据的成本也在逐步下降。

不仅如此，Spaceknow正在建立一套人工智能系y，用各种各样的新方式来处理获得的数据。整个地球的数据都会被实时抓取，它会扫描、理解和讲述70亿人的日常行为。

这也意味着，它会重塑商业关系，让零售商更好地预见气候变化、作出设计决策。它的客户各种各样，有人想知道某个港口有多少船只到岸，或者有多少辆卡车被调到精炼厂运油。

它还有很多其他用途。对于新闻业来说，它能让人们尽快发现，叙利亚到底在发生什么。如果有人编造一些事实，它或许可以提供更客观的看法。这套被不断训练的人工智能系统能够接收各种各样的查找请求，截至目前它曾经收到的请求有，“查找一架失踪的飞机”“查找那些非法的攫金者”等，以及对某些政府公开的不实数据提供另一种解释。

Machalek表示，有朝一日想让Spaceknow的人工智能系统覆盖整个世界，让每个拥有智能手机的人都可以对真实世界的数据发起请求―这大概意味着你可以查看某个酒吧门外排队的人有多少。

零售业和广告业立即感受到了威胁，它们开始追求改变。除了面临新技术带来的新购买方式的挑战，另一件可怕的事情是，如果以后帮消费者做购买决策的是机器人，品牌该怎么办？

但这其实已经发生了。亚马逊的推荐算法就是最简单的例子。

在机器人眼里，一切都是数字。因此研究品牌效应的L2 Inc的Pooja Badlani就认为，如果这就是未来，品牌忠诚度这件事已经成为历史了，所有的品牌都要想办法和机器人共存。

但IBM iX的策略与设计负责人Robert Schwartz认为，品牌通过营销来影响消费者的态度和购买行为是一门艺术，它暂时还不会消失。

“那种居高临下教育消费者的时代结束了，”Schwartz说，“对品牌来说，推销自己的时代过去了，现在是展现自己的时候。消费者始终会受到一些时刻、一些瞬间的激发产生购物欲望，品牌要重新梳理自己的核心，决定在什么时间、什么地点来创造这些时刻。”

现在已经没有人讨论技术将如何重新定义传统行业，大家都认为这已经是事实了。至于这个改变将如何发生，“这是个缓慢的过程，所有技术公司和受到冲击的传统行业都是亦敌亦友的关系。”Schwartz对《第一财经周刊》说，毕竟说到底，它们都想争取消费者的数据。

所有人都要学会用新的方式和消费者打交道，也想延长消费者的注意力和停留时间。

硅谷已经有人提出了相应的方法论。Ch r is Messina曾是Uber的开发者体验负责人，也是Twitter上的“hashtag”（标签）的发明人。他在2016年提出“对话经济”（conversational commerce）的概念，认为在Facebook Messenger增加聊天机器人的背景下，未来会有越来越多的“聊天机器人”（chatbot）出现。这些小机器人可能分布在客服、销售等岗位。此时机器应该增加更多的“Conversational UI”，即聊天界面。

让聊天机器人取代人类的前提是赋予机器同理心。如果你对态度冷淡、反应迟缓的人类客服不满意，面对聊天机器人得到的同样是冷冰冰的回答，那么这样的技术进步可以说毫无意义。

相反，如果机器可以弥补人类的部分不足，例如冷漠、缺乏技能，那么人类反而可以从与机器的对话中获得更多好处。Messina举例说，如果聊天机器人可以给用户好的体验，那么每次对话同时，也是用户在主动提供数据。

这仅仅是零售业运用人工智能的开始。人们会渐渐分辨不清，人工智能究竟是在帮助我们购买产品，还是说服我们去购买它们？

麻省理工学院的研究专家Kate Darling在描述人工智能的走向时，表达了相似的观点。

Darling主要研究机器人伦理的问题。“接下来的几十年并不是说机器会一点点取代人类，而是自动化系统和人工智能系统将与人类协力合作，因为技术不是取代人类的能力这么简单。人们高估了机器能做的事情，而低估了它的缺陷。”

斯蒂芬・霍金在接受BBC的采访时曾更直接地说：“人工智能的完全实现，可能意味着人类的终结。”

身处这个行业里的人显然知道人们的恐惧。

人工智能发展协会前主席、微软人工智能研究院负责人Eric Horvitz在西南偏南的一场演讲中介绍Google、亚马逊、苹果、IBM、微软、Facebook等公司联合成立的Open AI时，主动引用了霍金、伊隆・马斯克和比尔・盖茨此前分别公开传达的对人工智能的担心。

篇3

1.优化办税体验，提高纳税遵从度。税务部门的纳税服务有网络和办税服务厅两种方式。利用人工智能技术，可以智能地分析纳税人输入的信息，精准纳税信息的推送，提高个性化咨询的针对性，服务好PC端和移动端，使纳税人无需离开住宅即可完成一般的税收申报。对于某些纳税人条件有限或无法在线解决的问题，实体服务机构仍可以使用人工智能系统。自2016年以来，江苏、广东、上海等地陆续推出了采集纳税人人脸图像、身份信息和电话号码的“旺宝”、“小贤”等税务服务机器人提供自助税收服务、发票申请等，它不仅减轻了工作人员的负担，而且提高了税务处理的效率。人工智能的友好、耐心、准确和高效的服务，也受到了公众的好评。2.实现税收信息共享，确保信息对称。目前，“金税”项目的第三阶段已逐步在全国范围内建立了信息收集系统。政府应建立基于“金税”项目的综合电子税务办公系统，运用人工智能技术分析大数据，连接各税务机关的信息，整合分散的资源并重新开发一套用于税收信息收集和管理的操作方法，以增强税收信息收集和管理的相关性，确保信息的对称。3.创新检查手段，兼顾公平速度质量。对于税收征管检查工作分为两部分，计算机选择选案，然后由稽查人员负责后续的稽查工作。人工智能的选择不仅有助于确保公平性和准确性，还可以提高速度，使税务人员更好地投入于跟踪工作。人类与人工智能各司其职，这是流程再造理论下税收征管改革的必然趋势。4.加强风险防范，打击涉税违法。电子商务的兴起，纳税人收入来源的不明确和生产模式的多样化催生了一系列偷税和逃税行为。税务部门应依靠人工智能技术，建立税收风险的预防和控制系统，对评估有疑问的纳税人，由人工智能系统过滤后，发送给不同的部门进行监控和定期检查，从而遏制不法行为发生。5.节省人力时间，降低税收成本。人工智能的优势在于能够利用风险评估和税源管理机制来减少税收管理资源的投入，日常工作效率得到有效提高。人工智能还可以对热点税收问题进行智能分析和评论。还可以应用于税务审批事务。通过智能的机检，可提高工作效率，从而降低税收成本。

二、基于人工智能应用税收征管的障碍因素

1.人工智能技术的发展不够完善。首先，税收信息与人民生活息息相关，但税收人工智能技术还存在技术方面的不足，容易受到黑客攻击。目前，税收信息的保护是有限的。其次，人工智能系统的专家系统。计算机经过的智能程序的学习，除了原有的程序思维，也导入了另一个思维，有了双思维，这就是人性化的专家思维，使税收征管中解决复杂问题能力上了一个台阶，计算机程序通过税务专业知识+税务专家经验两个思维去思考和分析面对的税收征管难题。事实上由于缺乏专家系统的技术支撑，人工智能应用会大打折扣。2.缺乏人工智能复合的高端人才。首先，税收征管需要兼通IT和税收的人才。但如今，税务专业中基本上没有人工智能的本科教育，人工智能与税收学科的交叉和融合无法实现。另外，在税收征管领域，人工智能广泛应用之后，普通税收专业人员的数量将减少。简单的咨询辅导工作，发票业务等可以辅以人工智能系统。而高端管理人才缺乏，是阻碍税收人工智能发展的重要成因。3.适应智能办税能力尚显不足。在税收实际工作中，由于纳税人的水平不一，接受新事物新技术的能力不一，也就不能很好地掌握智能办税中的各种操作要求和智能处理。4.缺乏人工智能应用和数据的保护。政府对个人信息的收集，分析和比较，确实提高了政府部门的管理能力，并在一定程度上有助于改善政府管理手段。但是，公权力无限收集信息超出必要程度可能会侵犯私人权利。目前，我国还没有关于“人工智能数据的应用和保护”的规定。建议从法律条文上体现对公民的隐私保护。

篇4

工业4.0时代，智能制造的新技术、新业态、新产业下新岗位的方式、内容、方法、工具都发生了巨大变化，智能制造不再针对某个领域、某个专业，而是覆盖了各个产业，贯穿于产品、制造、服务全生命周期各个环节。高等职业教育中，人才培养与经济增长、产业结构升级之间存在着“引领和适应”的对应关系［1］，职业教育培养的学生都必须了解国家的战略布局，明白智能制造无处不在，要有家国情怀，主动将自己的职业生涯规划融入国家的发展战略，服务国家智能制造产业发展。

一、智能制造技术技能人才培养的机遇与挑战

（一）国家战略加速产业转型，提出人才培养新需求

国家“十四五规划”指出，要实现制造强国、推动产业链现代化；《成渝地区双城经济圈建设规划纲要》提出要打造“全球电子信息高端研发制造基地”；成都市《智能制造三年行动计划（2021—2023年）》提出，“加快构建智能制造生态体系建设”。智能化成为电子信息制造业快速转型发展的必然趋势，大力建设数字化车间和智能工厂，促进电子信息制造业快速转型发展，实现生产过程智能化、数控化，亟需具备设计数字化、生产自动化、管理现代化等多种技术技能复合的人才支撑。

（二）智能制造多种技术融合，提出人才培养新标准

2021年新职业“智能制造工程技术人员”国家职业标准和智能制造领域人才需求报告指出，现代企业生产过程中，数控加工、工业机器人等智能生产装备通过信息技术有机连接，通过各类物联网感知技术收集生产过程中各种数据，通过工业软件系统在线进行数据处理分析，实现智能化生产，该领域预计到2025年达到450万人的人才缺口，其中机械行业技术技能人才需求总量将达到377.6万［2］，高职学历的需求总量预计达149.08万，占比39.48%。智能制造领域的新岗位，需要大量能将软件应用、数控加工、机器人技术、物联网技术等多技术技能融合的产业工人。这对专业升级发展、数字化改造提出了新标准，亟须加快推进人才培养模式改革。

（三）职业教育融合创新发展，提出人才培养新任务

为落实《国家职业教育改革实施方案》，教育部、四川省政府《关于推进成都公园城市示范区职业教育融合创新发展的意见》提出，推动纵向贯通、横向融通的“全生命周期”职业学校教育和培训体系建设，打造“四园同构”的产教城融合园区和“中国匠谷”等高地。作为拥有技师学院的在蓉高职院校，实施高职与技师融通发展、促进现代职业教育体系加快构建成为学校的责任，需创新人才培养模式，服务成都市电子信息制造业园区和企业发展，培养新时代高素质技术技能智能制造产业工匠。

二、智能制造对技能人才通识能力提出的新要求

工业4.0时代，智能化赋能知识经济，劳动者仅凭一技难以适应产业发展，这就倒逼职业教育由“唯技而教”的专才教育走向通识教育和终身学习。通识教育，亦称之为通识能力，于20世纪80年代自美国引入，结合中国文化对“通”和“识”的解释，被翻译为“通识教育”，是指一种在不同学科领域、不同行业中能够共通的普遍知识和基础能力，包括语言表达能力、自学能力、适应能力、道德关怀能力、沟通协调能力、创新创意能力、理论到实践的能力等。哈佛大学的通识教育对全球的教育改革都有着重要影响，其教育的四大目标之一就是：教育学生如何成为社会一员，享受公民权利，履行公民义务，承担对地方、对国家、对世界以及对自己的责任。在智能制造时代，要通过通识教育培养出职业院校学生以下通用能力。

（一）追求卓越的大国工匠精神

一流的制造需要一流的技术，一流的技术则需要一流的精神，中国从“制造大国”走向“制造强国”，从资源禀赋优势走向创新制造优势，迫切需要坚持如一的品质，坚忍不拔、精益求精、追求完美和极致的工匠精神［3］。制造业文化就是工匠文化，只有对事业具有高忠诚度，才能全身心投入，秉持严谨的职业操守、崇高的职业品质，培养敬业、专注、精益、坚持的价值取向和行为表现，才能在制造质量和制造水平上取得持续不断的进展。

（二）创新精神和创造思维

智能制造是对传统制造的全方位提升，更是新技术、新思维、新概念、新模式不断涌现、广泛应用的典型业态，创新精神和创造思维要贯穿于智能制造全过程［4］。创新精神是推动工业制造突破传统模式、改变生产生活方式的重要精神，要求学生勇于挑战固有框架，不断追求新思维、新事物、新理念、新方法，探索新的规律，获取新的成功。创新思维是打破惯常思维、求新求异的独特思维，是人类创造性的获得灵魂和核心，是人的创造力迸发的源泉。

（三）多元的人文素养

在智能制造、人工智能的未来发展中，人机工程、柔性制造、仿生制造、个性定制等一系列多元化、复合型、综合化的制造发展，必将与社会学、经济学、文学、哲学、美学等人文社科发生更加紧密和广泛的联系与交叉。智能制造人才的人文素养也将成为面向未来发展的一种必备素养，在人工智能等新技术发展中将发挥重要作用。

三、成都工贸职业技术学院在智能制造人才培养方面的探索与实践

为服务成都建设“中国制造2025”试点示范城市、全国重要的先进制造业中心，成都工贸职业技术学院自觉担负起支撑地方高端制造业高质量发展的责任，全力打造“智能制造专业群”，推广智能制造的“大众教育”，培养学生跨领域、跨学科、跨专业的综合能力，为建设全面体现新发展理念的国家中心城市提供高素质技术技能人才支撑。

（一）瞄准人才需求，科学定位培养岗位

对接成都电子信息制造业网、智、软、端、屏、芯六个领域中的智能终端，专业群确定了工艺设计、生产线规划、过程实施、监测反馈四个智造链主要环节，其拥有工艺设计和优化、智能产线安装和调试、智能设备操作调试与编程等十个典型工作岗位。基于岗位数字化、智能化要求，对十个典型工作岗位核心能力进行分析，构建产品数字化设计、智能产线设计与调试、智能生产设备系统集成与运维、智能生产数据监测与反馈四个岗位群，这些岗位群需要多个专业交叉融合培养，满足复合型学生就业需求。学校将人才培养定位为坚持立德树人，培养具有劳动精神、工匠精神、创新精神，掌握产品数字化软件设计、柔性制造单元调试、高档数控设备操作、工业机器人柔性集成、生产数据分析等先进技术技能，具备智能化、数字化融合意识的新时代高素质技术技能智能制造产业工匠。

（二）立足核心素养，打造培养“工匠素质”的课程体系

一是加强通识课程的德育素养、信息素养、创新素养和人文素养的培养，将工匠精神教育融入思政课程教学。增设职教模块理论，形成有利于厚植工匠精神的思政教学体系，将工匠精神融入社会主义核心价值观、天府文化、中华优秀文化、社会主义先进文化的教育之中［5］。二是以融合的思想重构专业课程。对接新职业标准和相关“1+X”证书职业标准，以项目为载体，以问题为导向，在课程中挖掘知识、探究知识，提高解决实际问题的能力。知识有三大来源：基础理论层面、应用研发层面和实践性层面，制造行业的工艺和技术的创新发现只能通过“干中学”而习得。实践出真知，实践才是创新的唯一途径，因此要引导学生注重实践。三是开设“智能文明”“人工智能与信息社会”等公共选修课程，提高学生智能化素养，引导学生明白创新来源于制造一线，制造工厂本身就是一所“创新大学”，塑造学生人文情怀，增强对智能化产业的柔性适应力。

（三）深化产教融合，实现核心能力培养

学校深化产教融合，按照职业工种等级标准整合原有实训室，建设数控车、数控铣、PLC编程、现代信息技术、工业机器人等通用技能实训室，服务智造链四个环节通用能力、基础能力和双创基本技能培养。学校采取引企入校、校入园企等方式，依据理虚实一体化建设原则，重组、新建产品数字化设计、数控智能加工、数字工厂仿真训练等实训室，提质建设智能制造生产性实训基地、西门子数字化工厂虚拟仿真实训基地。基地重点支撑专业群核心能力课程、拓展能力课程和双创能力课程的实施，以及专业群核心工种的职业资格高级—技师和“1+X”证书中级—高级认证考核。实训基地向群内外学生开放，采取学分认证置换方式，开展兴趣培养、第二课堂学习、专业社团活动、技能竞赛等，引导学生建立研发—生产—营销的全生命链、系统化思维模式。

（四）打造工匠学院，服务工匠人才发展

成都工贸职业技术学院与成都市总工会整合双方优势资源，共同筹建“成都工匠学院”，探索产教融合、校企合作运行新机制。“成都工匠学院”聚集“成都工匠”优质资源，全力打造技能人才培育、现代产业发展精准服务、工匠人才社会价值实现的三大平台。依托“成都工匠学院”组建智能制造职业教育集团（联盟）、建设产业学院，打造生产性实训基地，实现资源共建共享。重点开展选育“工匠之师”，实施“匠中育师”计划；开展项目化、实战化“师带徒”，实施“以匠育工”计划；开展技能人才培训，实施“滴灌援企”计划，培养适应和引领现代产业发展的高素质应用型、复合型、创新型人才。制造是本体，智能是灵魂。在智能制造背景下，职业教育对高素质技术技能人才的培养应多关注工匠精神养成、创新驱动以及人文素养，激发学生创新思维，让学生实现全面而自由的发展、成为具有创新精神和综合竞争力的社会变革参与者。

参考文献：

［1］张培.“互联网+”高职教育人才培养价值取向及路径研究———基于“中国制造2025”的逻辑［J］.成人教育，2017（10）：53-57.

［2］马雪峰，陈晓明，许朝山.智能制造机械行业人才需求与职业院校专业设置匹配分析［J］.中国职业技术教育，2020（11）：5-15.

［3］叶美兰，陈桂香.工匠精神的当代价值意蕴及其实现路径的选择［J］.高教探索，2016，10（10）：27-31.

篇5

根据原国家新闻出版广电总局的年度新闻出版产业分析报告，2016年期刊总印数比前一年降低6.3%，总印张降低9.4%；与2016年相比，2017年期刊出版总印数降低7.6%，总印张降低10.1%；与2017年相比，2018年期刊出版总印数降低8.0%，总印张降低7.3%。反观数字出版，2016年数字出版总收入5720.85亿元，2017年数字出版总收入7071.93亿元，2018年数字出版总收入8330.78亿元。可以预见，随着时间的推移，数字出版在期刊领域也将承担越来越重要的角色。由于数字出版的发展和技术发展密不可分，本文尝试从技术的角度分析数字出版态势，并进一步探讨我国科技期刊的发展态势以及新技术可能为数字出版带来的变化。

一、数字出版领域和新技术领域关键词

在数字出版方面，本文研究了2019年数字出版会议和期刊编辑领域的论文来探讨数字出版领域的关键词。在技术方面，本文通过调研互联网的发展了解了新技术的关键词。1．数字出版领域的关键词。2019年，重要的数字出版会议主办方主要有中国期刊协会和中国新闻出版研究院。会议报告题目关于数字出版的关键词有：数字产业、生态、经济模式、数据、移动、互联网、信息技术、5G、AR+、人工智能/AI/机器人、平台、云计算、新媒体、大数据、创新产品、智慧产品、知识付费、微课程、全媒体、在线、智库、阅读、精准、IP、传播、数字出版、知识服务、融合发展、出版未来、人才等。在期刊调研方面，本文调研了期刊和编辑出版领域的重要期刊——《中国科技期刊研究》《科技与出版》《编辑学报》等，分析了2019年刊发的文章。这些文章涉及数字出版领域的关键词主要有：媒体融合、5G、AR、移动出版、xml/html、共媒体云和自媒体库、人工智能、平台、产品、APP、在线、新媒体、区块链、知识图谱、知识服务、社区服务、精准推送、全媒体、智慧媒体、数字出版、造船、有声阅读、赋能、书刊互动、转型、智库、知识付费、编辑出版工具等。从上述关键词我们可以分析出，在数字出版方面，期刊和技术方分别都在哪些方面开展了工作，期刊在数字出版方面的融合可以从哪些方面突破。图1是从2019年度相关会议和期刊论文调研得出的与数字出版相关的关键词。从中可以看出，数字出版会议和相关报告更多地从技术层面出发，考虑技术、产品和运营。数字出版相关论文更多地从编辑出版角度进行分析，涉及期刊出版各环节。关键词方面两者有所重叠，也有所不同。例如，数字出版相关论文较少关注5G、产品，更多关注和专业以及学术研究息息相关的数据（尤其是科学数据）、知识服务、编辑业务和人才队伍；而数字出版会议和相关报告则相对较多地关注5G、IP运营等技术或者产品。双方均关注融合发展、数字出版、人工智能、新媒体等。专业技术团队和编辑出版团队已经在一定程度上融合，但是双方的发力点还是有所不同。因此，若要促进科技期刊融合发展，编辑出版方需要更好地表述自己的需求，技术方也需要更深入地做好需求调研，更好地按照期刊的思路研发产品，如此建设的系统和平台才能更好满足期刊出版的需求。上述调研也给数字出版的研究带来启发。一方面，研究数字出版可从期刊编辑工作流程出发，研究各个环节中哪些环节可以利用数字化提高工作效率，或者整个工作流程中有哪些困难需要机器帮助解决；或从现有数字出版的实际态势出发，研究同行在做哪些工作。另一方面，可研究新技术的特点，即研究其可能给数字出版领域带来哪些变化。2．新技术关键词。那么，我们需要关注哪些新技术呢？哪些新技术能代表新一代互联网的发展呢？2019年第六届世界互联网大会在浙江乌镇召开，会议的主题是“智能互联开放合作——携手共建网络空间命运共同体”。会上公布了15项代表性领先的科技成果，它们的主要关键词是人工智能、机器、分布式、共享、智慧、自适应、5G等，这些关键词也说明了新一代互联网技术的重点发展方向，是近几年技术领域的重点。我们可以看出，随着互联网的发展，尤其是和数字出版息息相关的新技术，是5G、大数据、云计算、人工智能、物联网、区块链、虚拟现实技术等。另外，还有和数字出版领域紧密结合的碎片化技术、语义技术、新媒体技术（微信公众号、小程序、短视频等）。下面我们逐一分析这些技术的特点，以便后续进一步探讨它们在数字出版方面的应用。5G是下一代信息社会建设的基础设施，它的特点是高速率、大容量、低延时、低功耗，这些特点使得更多资源可以部署到云上，单位时间可以传输更多的内容或者整合更大量的数据；使得虚拟现实、万物互联等成为可能；也使得智慧城市、智慧社区等得以实现。从期刊出版的角度来说，5G将可能改变知识内容、平台、存储、流通、渠道、服务、消费、终端呈现等的方式，对行业带来深度的变革。大数据技术包括数据分析技术、事件处理技术、数据流通技术。我们可以从数据采集与处理、数据挖掘与分析、数据存储与管理、数据展现与应用方面去思考期刊出版相关数据的采集、处理、重新聚合、呈现形式等，思考大数据技术可能为数字出版带来哪些新的应用。我们可以从分布式存储方面考虑期刊相关数据库的架构、设计以及分布式关系模型；可以从数据流通角度考虑期刊数据传输的质量、安全等；可以从数量巨大、来源分散、格式多样的数据中发现新知识、创造新价值、提升新能力，从而考虑新一代数字出版服务业态。云计算是一种基于互联网的超级计算模式，云计算的计算速度甚至达到每秒10万亿次，可以将繁多的系统以及云资源连接在一起以提供各种服务。云计算的特点是可以有效兼容各种不同种类的硬件和软件，支持资源以及新业务的动态扩展，具有高可扩展性；支持多业务体系按需服务，按需配备计算能力和资源；使用数据多副本容错和计算节点同构可互换等措施来提高可靠性；使用户突破时间和空间的限制享受虚拟现实的服务；支持海量信息处理以便提供超大规模服务等［1］。云计算技术逐渐成熟，将使得对运算能力要求高的产品得以运用，使得对运算能力要求高的服务得以实现，使得跨空间、跨时间的虚拟服务成为现实，使得跨平台、跨数据库的资源得以快速整合。人工智能产业在大数据、深度学习算法、计算能力三大要素的推动下逐渐成熟，人工智能研究让计算机模拟人的思考过程以及智能行为，如学习、问题求解、自动推理、智能检索、思考、规划等，其相关的技术包括机器人、语言识别、图像识别、自然语言处理等［2］。期刊可以思考，现阶段或者未来在数字出版中，哪些环节可以用计算机或者机器人来实现，思考利用计算机和机器人可以帮助我们实现哪些人工难以完成的工作。物联网作为信息通信技术的典型代表，其技术和应用的普及以及逐渐成熟，将推动人类社会进入万物互联的新时代，可穿戴设备、智能家居、自动驾驶汽车、智能机器人等新设备将接入互联网。这使得未来学术出版物的产品、终端等呈现多样化。根据物联网的特点可以更多地思考学术出版的产品以及终端。区块链技术的特点是去中心化、分布式和安全。期刊可以从这三个特点考虑在这方面有要求的产品和环节。虚拟现实技术包括VR（虚拟现实技术）、AR（增强现实技术）和MR（混合现实技术）。VR是利用电脑模拟产生虚拟世界，让使用者如同身临其境一般，是纯虚拟数字画面。AR是通过电脑技术将虚拟的信息应用到真实世界，真实的环境和虚拟的物体实时地叠加到同一个画面或空间，是虚拟数字画面和裸眼现实。MR包括增强现实和虚拟现实，指的是结合数字化的现实世界和虚拟世界而产生的新可视化环境，MR是数字化现实加虚拟数字画面。虚拟现实的特点将使得学术传播更加真实、直观、多方位、多角度。和期刊紧密结合的语义技术、碎片化技术、新媒体技术、视频技术等，这些期刊界比较熟悉，这里不再赘述。

二、我国科技期刊数字出版状况

根据《中国科技期刊发展蓝皮书（2017）》统计，我国科技期刊中，5020种期刊共有1375个主管单位、4381个出版单位。平均每个出版单位出版1.15本期刊，仅出版1种期刊的出版单位就有4205家［3］。我们可以看出，我国期刊众多，但是小而散，这些小而散的科技期刊很难有比较强的经济实力单独开展数字出版的转型。尤其是和国际大出版商相比，我国科技期刊的数字出版还落后很多。进行国际合作的英文学术期刊，充分利用国际数字出版平台，在一些流程中实现数字化，是众多国内英文科技期刊的选择。即使如此，我国科技期刊一直坚持不懈地利用一切可利用的资源逐步摸索出自己的数字化发展之路。在科技期刊数字出版过程中，期刊出版人体验了如图2（1）到（5）所示的媒体传播发展过程。尤其是近几年，科技期刊媒体融合技术和产品日新月异，科技期刊、期刊集群、超大规模刊群均在数字出版和媒体融合方面做了大量探索，并取得一定的成绩。图2媒体传播的发展1．期刊的数字出版我国科技期刊在数字出版方面侧重于期刊出版全流程的数字化以及为学科服务。目前，我国科技期刊出版流程中很多环节已经实现了数字化、融媒体发展。科技期刊数字出版的重点是采编审校、出版、学术传播和知识服务等环节。在出版方面，我国很多科技期刊除出版整期外，还做优先出版、预出版，也有期刊支持已经提交预印本库的文章，还有期刊平台支持连续文章出版。相当数量的科技期刊实现了xml制作、html展示、全媒体出版，并实现一次制作多元，还支持读者针对文章内容、图、表等进行交流和评论，甚至记笔记、翻译和分享。我国有100多家期刊加入双语出版，使得中文期刊的文章被翻译后得以在海外传播。也有期刊打造多媒体栏目，有的视频，通过多媒体的方式为读者直观地呈现原始的研究成果和重大发现。在学术传播方面，期刊也是百花齐放。有的通过论文改编或者写文章评论的方式在其他平台进行学术推广；有的充分利用各种数据库、社交平台、学术传播平台、学术媒体进行学术传播，例如《中国科学数据》的平台可以直接对接ResearchGate传播期刊论文；有的开通微信、微博、博客等进行学术社交；有的做精准推送；有的增加在线的微视频、音频等内容；有的充分利用新媒体领域的短视频平台，如今日头条、九州云播等开展专业领域的学术推广活动。在知识服务方面充分发挥学科特色，如将研究区域嵌入地图，进行线上线下推送相关专业信息、科普信息等；或者充分利用淘宝、抖音、快手等平台展示专业内容或科普内容。2．期刊集群的数字出版期刊集群侧重为所属期刊提供各种单刊不易实现的服务，降低刊均成本。例如，学科刊群比单个期刊容易整合更多学科资源，为本学科提供更丰富的服务，并且还能为所属期刊提供多种出版服务，进行整体学术推广，相比单刊有更大的学术影响力。近些年有众多声音指出，我国科技期刊很难与国际大出版商同台竞争的原因是我国期刊小散弱，因此呼吁我国期刊规模化发展和集群化发展。这些年也确实形成了一系列的期刊集群，并逐年扩大，如中华医学会医学期刊集群、科学出版社期刊群、高等教育出版社期刊集群、清华大学出版社期刊群、浙江大学出版社期刊群、中国光学期刊群、中国地理资源期刊集群等。这些期刊群均建设了自己的网站，并获得了一定的资金支持。在资源整合方面，如中国材料期刊网实现了期刊资源的集成，除此之外还整合了图书、专利、专家、会议等学科资源，并增加了虚拟专辑、会议系统等。中国煤炭网有期刊库、专题库、专家库、视频库以及煤炭视听板块（专家报告、特别访谈、煤炭科普、会议活动等），整合了行业资源。在平台建设方面，清华大学出版社期刊集群平台实现了预出版、OA出版等，还制定TUP-JATS的xml标准。浙江大学出版社期刊中心实现了全流程的数字化期刊集群平台建设，平台集投审稿、内容、运营推广、读者服务于一体，打通底层数据，实现多终端访问。中华医学会建设CAMJATS标准，采用统一的标准处理期刊相关数据，曾中标国家数字复合出版工程的试点单位和示范单位，并升级采编平台以及出版平台，进一步进行资源整合，实现采、编、审、排、加工、多形态、富媒体出版、移动出版、质量管理、新媒体学术推广、期刊销售、会议服务等一体化、现代化的出版和服务体系。高等教育出版社实现采编、运营管理、数字化生产、数字化平台建设、市场营销与海外合作的体系化发展。在学术推广方面，国内的期刊集群化平台常对接一些学术评价和学术推广平台，例如Almetric、TrendMD、Kudos、PubMed、CSCD、百度学术等。在知识服务方面，国内的学科期刊集群通常整合该学科的各种学术资源，为该学科研究人员提供知识服务，或者为期刊、编辑等提供行业服务。例如中国激光杂志社提供协同会议系统、DOI注册、编辑加工等行业服务，该集群通过举办会议聚拢专家资源和学术资源，同时也为光学领域提供服务［4］。3．超大期刊集群的数字出版国内的超大期刊集群，有知网、万方、维普、龙源、超星等，特点是能更好地利用大数据资源和技术为期刊出版的上游、期刊出版环节以及期刊出版的下游提供服务。下面以知网为例叙述超大期刊群的数字出版。知网整合了我国95%以上的中文学术资源，拥有我国最大最全的中文学术资源库，也拥有我国最广最全的读者群。知网在期刊上游环节，为作者以及研究人员提供的服务有：如何查资料、如何申请课题、怎么做实验、怎么做科研等信息；读者可通过中国知网、CNKISCHOLAR、全球学术快报、CNKI知识元搜索（碎片化地搜索图、表、概念、数字……）等检索学术论文、基金、碎片化资源、全媒体资源等；可以通过庞大的学者成果库、学者圈子等获取专家信息，进行学术社交；可以通过研究型学习平台获取或者管理自己关注的学术资源；可以通过大数据研究平台利用统计数据获取学术热点等信息。在期刊全流程出版环节，编辑可以利用选题策划、学术热点、期刊按需出版中的用户分析等模块进行选题策划，利用采编排发一体化出版系统（包括学术不端检测、文章创新性检测、

篇6

当今社会处于一个信息爆炸的时代，海量的数据可以用来选择和发掘信息，然而有时却让人无从下手，因此数据挖掘技术受到人们的高度关注。数据挖掘是从大量的、不完全的、有噪声的、模糊的或者随机的数据中提取人们事先不知道的但又是有用的信息和知识的过程。它的方法很多，其中决策树是一种解决实际应用分类问题的数据挖掘方法。在教育教学中，根据决策树算法的实际特点，它可以在教育信息处理中的信息采集上发挥很大的作用。

1 决策树介绍

决策树学习是人们广泛使用的一种归纳推理形式。决策树起源于概念学习系统，其思路是找出最有分辨能力的属性，把数据库划分为许多子集（对应树的一个分枝），构成一个分枝过程，然后对每一个子集递归调用分支过程，直到所有子集包含同一类的数据。最后得到的决策树能对新的例子进行分类。它一般是从一组无次序、无规则的事例中推理出决策树表示形式的分类规则。它一般需要给定一组训练例子，训练例子一般被看成用于创建模型的数据集。由此可以看出，决策树是一个类似于流程图的树结构，其中每一个内部结点表示对一个属性的测试，每一个分支代表一个决策输出，而每个叶节点代表一个目标分类。决策树通过把实例从根节点排列到某个叶子节点来分类实例，叶子结点即为实例所属的分类，树上每个节点说明对实例的某个属性的测试，节点的每个后继分支对应于该属性的一个可能值。假如需要根据人员的外貌特征对人员进行分类，用于人员的外貌特征有3个，外貌列表={高度,发色,眼睛}；各属性的值域分别为：高度={高,矮}，发色={黑色,红色,金色}，眼睛={黑色,棕色}。分类结果有两种：种类={+,-}。提供的训练例子集为：T={<(矮,金色,黑色),+>,<(高,金色,棕色),->,<(高,红色,黑色),+>,<(矮,黑色,黑色),->,<(高,黑色,黑色),->,<(高,金色,黑色),+>,<(高,黑色,棕色),->,<(矮,金色,棕色),->}。上述文字可构造图1所示决策树。

2 决策树学习算法

决策树算法有几种，如ID3、C4.5、CART等。其中ID3算法是最经典的算法，该算法从根节点开始，这个根结点被赋予一个最好的属性。随后对该属性的每个取值都生成相应的分支，在每个分支的终点上又生成新的节点。然后按照该属性的取值将每个训练例子都分别赋给一个相应的新节点。如果没有任何训练例子能赋给某个节点，那么该节点连同相应的分支都将被删除。这时，将每一个新节点都视作一个新的根节点，重复执行整个过程。这里，最好属性的选择要基于信息增益这个统计特性。在定义信息增益前，先要了解另一统计特性：熵。

给定一组有c个分类的训练例子，对属性a来说，它有值v，那么它的熵E定义为：E(a=v)=。其中pi是在第i类中属性a取值为v的概率。为了能选出最好的属性，需要使用度量信息增益。一属性的信息增益就是按照该属性对训练例子进行划分所带来的熵的减少量，定义：Gain(T,A)=E(T)-。其中，T是训练例子的集合，Tj是属性A取值为j的训练例子集合，为T的一个子集。

3 决策树在教育中的应用

在教育教学中，尤其是在高等教育体系中，学校的数据库中存贮着大量的教育教学信息，其中一部分和教学有关，如学校的开课排课情况、教师情况；一部分和学生有关，如学生历年的考试、测验成绩等。这些大量的数据后面隐藏着大量的信息，只要加以分析，就能得到许多有用的信息，如教育规律、学生的培养模式、学生学科间的差异性和相关性的一些规律。这些规律对教育管理决策来说是相当重要的，对教育教学改革有指导性的意义。

3.1 决策树在教育信息处理中的应用

决策树表示的是一个离散值函数，树中每一个节点表示一个属性，同时目标分类具有离散的输出值信息。教育中的大量信息，一般都是对一些离散的数据进行分析，比如学习成绩一般分成优、良、中、差，外语六级成绩分成过与未过，这些信息都可以用决策树来加以分类归纳，对于连续的属性值，也可以进行离散化处理后再利用决策树来加以分析。

3.2 决策树在教学评价中的应用案例

决策树在教育信息处理中的应用很广泛，下面以决策树在教学评价中的应用为例，来说明在教育信息处理中是如何使用决策树来分析的。教学评价在教育中是一个重要的问题，它是指依据一定的教学目标与教学规范标准，通过对学校教与学等教育情况的系统检测与考核，评定其教学效果与教学目标的实现程度。教学评价具有复杂性、多因素性和模糊性等特点。如何客观、科学、全面地对教学进行评价，是教学评价中一个重要的课题，下面尝试将决策树应用于教学评价。

在评价之初要有一个数据采集的过程，之后可以用决策树来加以分析。课堂教学评价指标体系分为若干项，从教师的角度可以分为授课态度A1、授课方法A2、授课内容A3、授课效果A4、教学评价A5，可以取训练例子如表1所示。 #p#分页标题#e#

对给定的训练例子数据是把连续的数据离散化的结果，A为评分90～100，B为评分80～89，C为评分70～79，D为评分60～69，E为评分<60，N1为教师编号，表中的A5为目标分类。

如果利用前面的ID3算法建立决策树，先检验所有信息增益的特征属性，选择信息增益最大的属性作为决策树的结点，由该特征的不同取值建立分支，对此分支的实例子集递归该方法建立决策树的结点和分支，直到某一子集中的例子属于同一类。

对给定训练例子的熵为：

E(T)==1.295 46。

以属性A1为例，A1的值={A,B,C}，由表中可以看出，|TA|=2，|TB|=6，|TC|=2，E(TA)==1，E(TB)==0.650 025,E(TC)=0。所以，可得E(T,A1)==0.590 015，Gain=(T,A1)= E(T)- E(T,A1)=0.705 445。同理可得Gain=(T,A2)=0.459 009，Gain=(T,A3)=0.970 9488，Gain=(T,A4)=0.809 986，所以可得Gain=(T,A3)>Gain=

(T,A4)>Gain=(T,A1)>Gain=(T,A2)。可以看出A3的信息增益最大，所以选A3属性作为根节点的测试属性，并根据其值向下分支，利用ID3算法进一步划分，当根节点到当前节点的路径上包括所有属性或当前节点的训练样本同属一类时，算法结束。根据以上分析给出图2所示决策树。

可以根据生成的决策树，方便地提取其描述的知识，比如授课内容A3在这里产生的信息增益最大等信息。

4 小结

在教育信息中存在隐藏在数据中的规则，这些规则可以用不同的方法被挖掘。本文只是对决策树中的分类ID3算法在数据处理中的应用进行研究，目的是得到教育教学中存在的规则，利用发现的规则对教育管理决策提供有参考意义的信息。

参考文献：

[1]Callan R.人工智能[M].北京:电子工业出版社,2004

[2]尹朝庆.人工智能与专家系统[M].北京:中国水利水电出版社,2003

[3]朱福喜,等.人工智能原理[M].武汉:武汉大学出版社,2002

篇7

郭继军认为，数字化转型包括三个维度：管理、技术和商业模式。就他的观察来看：过去国内大中型企业的转型往往聚焦于某一点，而不是三管齐下 。而事实上，这三大维度的转型需求往往是同时产生的。

长期帮助客户转型的郭继军发现，盛行于科技世界半个多世纪的摩尔定律仿佛也正在作用于商业领域――企业的转型周期越来越短。而IBM自身也在经历转型，“IBM从硬件转型为硬件+服务+软件，再接下来我们转型到认知解决方案和云平台公司。

这为大中型企业的数字化转型带来了重要且迫切的挑战：三种转型同时发生，然后能够采取行动的时间又非常有限。

简而言之：时间紧、任务重。

为什么要做数字化转型？

IBM曾经在2012年提出过“首席客户官”的概念。从字面上理解，IBM倡导每个企业董事会里都应该有一位首席客户官，其本质在于让客户深入到企业战略层面，从需求端直接影响供给端的决策。

“如果从大形势来看，整个商业链条的重心正在不断从供给侧向需求侧转移。这是一个大趋势。为什么我们要做数字化转型？因为消费者正变得前所未有的强大，如果不做数字化转型，你根本没有办法准确理解你的消费者。”郭继军认为，在产品为王、渠道为王转为用户为王的今天，不能理解消费者，意味着企业将失去消费者。

当消费者变成最主要的驱动力，并占据主动权之后，企业所有的投资和关注点，自然而然地倾斜向消费者这一侧。“为什么营销在今天变得这么重要？一方面是因为消费者的角色越来越重要，逆向推动营销的重要性；另一方面，转型的三个维度，其根本的驱动力就是消费者，这个最开始的点实际上还是营销。”郭继军说。

在企业与消费者的互动关系变化中，包括三个层次：理解消费者――为消费者赋能――为消费者赋权。郭继军坦率地表示，“就目前来看，绝大多数企业在转型过程中，都希望能够更加理解消费者，但是还没有真正做到。”

如何准确理解消费者？

作为IBM的大中华区副总裁，郭继军参加过很多关于AI（Artificial Intelligence人工智能）和认知技术的会议和论坛，与“客户是否能够接受认知技术”的担忧相比，他发现数字化在中国不仅没有面临认可度的问题，反而有点过热的趋势。

“大家并不抵触这个概念，更多的是还没有真正理解这个概念。”郭继军说，“IBM正在主导的一个思路就是：我们非常希望跟企业中的高管坐下来踏踏实实地讨论――到底认知计算、认知商务能够帮助他们解决什么具体的问题？”

他举了营销流程的例子，比如：市场调研与洞察、需求梳理与分析、产品定位与研发、定价、渠道布局与拓展、商机发现与挖掘、品牌推广与促销策略、客户体验与沟通等。

“营销中有这么庞大、繁琐和详细的流程，到底在哪一个环节，我可以应用到认知计算，以获得很好的价值回报？这件事情不管是CMO也好，还是所有高管团队也好，是需要大家坐下来仔细去想的。而不是今天人工智能来了，赶紧放进来， 所有的工作全都被它替换掉，这是一个严重的误读。”

“认知计算不是代替人类决策，而是帮助人类做更好的决策。认知计算也不会脱离行业而存在，将认知计算技术，与行业经验相结合，帮助企业快速实现商业模式的变革与迭代，让人工智能融入企业运营，这将是未来商业的主流模式”。

正是基于这样的出发点，IBM在2015年底提出了“认知商业”的概念，将大数据分析、认知计算、云、IoT等前沿的数字化技术，综合起来提升综合竞争力，当然，一个重要的方面是：提升企业客户洞察和分析服务。

为什么“认知商业”理念能助力更智能的市场洞察和营销能力？简单地说：基于认知计算，品牌能够理解用户行为、性格特点甚至感知用户情绪，在渐进式发掘用户意图的过程中，不断优化和调整针对用户个体的个性化品牌信息和个性化营销方案。

例如， IBM提供的营销云，包括IBM营销过程分析工具（IBM Journey Analytics）、IBM用户行为分析工具（IBM Customer Experience Analytics）、IBM商务洞察分析工具（IBM Commerce Insights）等，为营销人员提供市场营销活动从策划、执行到回顾全过程营销工具，使营销人员可以更好地了解客户，打造更加个性化和更相关的互动体验。

目前，IBM的认知技术已经广泛助力金融、电信、医疗健康、教育、媒体娱乐、零售、制造、体育等行业。

企业如何进行认知商业转型？

郭继军认为，认知型企业会利用具备理解、推理和学习能力的认知系统的能力，利用认知计算嵌入重要事务、流程、对大数据进行理解，推理，通过认知系统持续学习和改进，使决策不断优化。在客户体验至上的大数据时代，企业转向认知型企业是一段迫切的旅程。

为了帮助企业快速跨入认知商业时代以实现转型创新，IBM从商业战略、技术支持等角度提出了五个关键点。

一.制定一套完备的认知策略

企业要明确以下几个重要元素：需要怎样的数据？是否拥有负责训练认知系统的专家？需要融入认知技术的产品、服务、流程和运营环节有哪些？在80%非结构化数据中，对于预测未来最有可能需要的数据是哪些？

二.利用大数据分析拓展认知能力

企业需确保能够收集、管理正确的结构化和非结构化数据。其中包括企业内部拥有的数据、来自他人的外部数据和所有公开的数据，以便进行感知、学习和调整，从而帮助企业打造竞争优势。

三.优化用于行业、数据和认知API的云服务，打造新型开放的创新平台

企业所选择的开发平台、敏捷的开发文化和方法，都是转型成功的关键要素。基于云的应用开发平台Bluemix，能让开发者通过IBM Watson API的方式使用认知解决方案。目前，IBM Bluemix上已拥有超过30个Watson API，这个数字到2016年底将达到近50个，并将会不断增加。

四.优化用于认知工作负载的IT基础架构

为了将认知能力构建在重要的物件、产品、系统和企业资源中，企业必须构建新型IT基础架构。若想快速且经济地完成这项工作，企业必须确保公共云、私有云及混合云提供的技术、分布各地的设备、连于物联网的设备及现有的系统互相协调一致。

五.确保认知时代的安全

认知能力正逐渐渗透汽车、建筑物、道路、商业流程、车队及供应链等领域，这意味着保护每笔交易、每笔数据及每次互动的安全性，对于确保整个系统、品牌及公司声誉得到信任都非常重要。

认知商业如何在中国落地？

郭继军认为，今天的市场是一个非常有意思的市场，“当你把所有事情都想明白了，这件事已经跟你无关了。这个市场非常现实，且成长飞速。”

“因此，一方面我们希望客户深思熟虑；但另一方面，他们不能慢慢去想。他们要非常迅速敏捷地去思考，非常积极地去拥抱。这也是IBM今天在做的事情。不能说这件事情还没有想明白，我们就先放一放。”

篇8

从教育学意义上讲，素质主要指人在先天生理的基础上，在后天通过环境影响和教育培训所获得的内在的、相对稳定的、长期发挥作用的身心特征及其基本品质（Character）。古人对素质的重要性早就有论述：“有出格见地，方有千古品格；有千古品格，方有超方学问；有超方学问，方有盖世文章。”[1]当前，大学生素质教育的具体内涵就是要培养学生高尚坚定的人格、理性辩证的思维以及对科学精神的追求。为此，大学的通识教育应注重传递科学精神和人文精神，体现不同文化和不同学科的思维方式和魅力。相应地，大学计算机素质教育的基本要素就是传承计算文化、弘扬计算科学和培养计算思维。

一、传承计算文化

计算文化（Computational Culture）就是计算的思想、方法、观点等的演变史。它通过计算和计算机科学教育及其发展过程中典型的人物与事迹，体现了计算对促进人类社会文明进步和科技发展的作用以及它与各种文化的关系。

通过计算文化的教育，可以让高校学生了解计算科学与人类社会发展的关系，为学生展现计算之美，从而使学生对计算科学产生兴趣。

1.对计算文化的理解要建立在对计算本质的认识上

计算文化是指“计算”这个学科所蕴涵的文化，我们理解计算文化首先要对计算的本质有清晰的认识。人类对计算本质的认识经历了三个阶段。

第一个阶段是计算手段器械化。计算手段的器械化是“计算”学科的基本属性。在古代，人类社会最早使用手指、结绳、算筹等方式进行计算。公元11世纪中国人发明了算盘（Abacus）。1275年西班牙的R. Lullus发明了旋转玩具，可以将初始符号串通过机械变换得到另一个所希望的字符串。1614年法国的B. Pascal受钟表齿轮传动装置的影响，制造了能够进行加法和减法运算的“加法机”。1673年德国人G. W. Leibniz设计制造了能够进行加、减、乘、除的计算轮（Calculating Wheel），为手摇计算机的发展奠定了理论基础。到了19世纪30年代，英国人C. Babbage设计了能用于计算对数、三角函数等的分析机。以上这些计算工具的特点都是机械式的，无法实现自动计算。到了20世纪，美国人V. Bush研制了能求解微分方程的电子模拟计算机；20世纪40年代，德国人K. Zuse和美国人H. Aiken研制了用继电器作为部件的二进制机电式程序控制计算机；到了20世纪四五十年代，美国研制了所谓第一代电子管数字计算机ENIAC和EDVAC。

第二个阶段是计算描述形式化。人类对计算本质的真正认识，取决于对计算过程的形式化描述。形式化方法和理论研究起源于数学的基础研究。首先Russell发现了Cantor集合论的逻辑矛盾，即“罗素悖论”；接着，Hilbert提出了形式逻辑系统的完备性，即Hilbert纲领。但G?del指出了形式系统的不完备性，Hilbert纲领的失败启发了后人应避免花费大量精力去证明那些不能判定的问题，而应把精力集中于解决问题的“可计算求解性”。在Hilbert纲领失败的启发下，图灵从计算一个数的一般过程入手，将可计算性与机械程序和形式化系统的概念统一起来，从而真正开始了对计算本质的研究。图灵计算就是计算者（人或机器）对一条两端可以无限延长的纸带上的0和1符号执行操作，一步一步地改变纸带上的0或1值，经过有限步骤最终得到一个满足预先要求的符号变换。在研究问题的可计算性时，图灵是从一种简单的数学机器出发来研究计算概念的，通过引入机器状态，使用了本质上具有指令特点的程序运算操作。这种数学机器虽不是一台具有现代意义上的计算机，但它却是一种操作十分简单且运算能力很强的计算装置，它就是著名的图灵机。

第三个阶段是计算过程自动化。当计算机执行的过程能实现自动化时，它才能真正发挥强大无比的计算能力。冯・诺依曼提出了存储程序的概念，将机器所执行操作的步骤（即所谓程序）和操作对象（即数据）一样都存入计算机的存储器中，这是一个很大的进步，在计算机发展历史上具有革命性的意义。一旦有了存储程序的概念，运算对象（数据）和运算指挥者（指令）都一视同仁地存放于存储器中，通过程序计数器，机器就可自动连续运行，无需操作员干预，从而实现了计算过程的全部自动化。

2.计算机发展的历史是计算文化的生动载体

在计算机发展的历程中，出现了一些对计算机发展具有重大意义的事件及人物[2]，对计算学科的发展产生了深远的影响。例如，计算理论的奠基者阿兰・图灵，为计算机科学做出了重大贡献。ACM专门设立了图灵奖来纪念这位卓越的科学家，图灵奖已经成为计算机科学界的诺贝尔奖。又如，提出了“存储程序式电子数字计算机”概念的冯・诺依曼，被誉为“计算机之父”。现在各种各样的计算机仍然采用他提出的体系结构，从而又被统称为“冯・诺依曼计算机”。

这样的人物还有很多，他们的事迹是计算文化的生动载体，从中我们可以得到很多启示。例如，不少计算机科学家都很喜欢甚至痴迷物理，和诺贝尔物理学家私交甚深，也有很多计算机科学家似乎对生物学普遍感兴趣，认为计算机智能的下一个大进展将来自于生物学；重视学科交叉是计算机科学家取得很多创新性成果的重要因素。又如，科学研究同时也是冒险之旅，科学家要取得成就必须要有牺牲精神，著名结构大师D. Lenat在做项目研究时曾说过：“作为研究人员，我们其实就是在拿自己生命中的三十年进行赌博。”这些启示对于有志于从事科学研究的大学生都是很重要的。

二、弘扬计算科学

从计算的视角，计算科学（Computational Science）是一种研究数学建模、定量分析以及利用计算机来分析解决问题的研究领域；从计算机的视角，计算科学（Computing Science）是一种利用高性能计算能力预测和了解现实世界物质运动或复杂现象演化规律的研究领域。

随着时代的发展和技术的进步，人们对计算科学的概念有了更深一步的认识和理解。

1.伟大的计算原理（Great Principles of Computing）[3]

P. J. Denning曾指出：计算不仅仅是一门人工的科学，还是一种自然的科学。计算不是“围绕计算机研究现象”，而是研究自然的（Natural）和人工的（Artificial）信息处理，计算机是工具，而计算是原理。

一个领域的原理（Principle）实际上就是讲述一组交织在一起的有关该领域中的诸元素（术语）的结构（Structure）和表现方式（Behavior）的故事。而P. J. Denning将计算原理描述为运行（Mechanics）原理和设计（Design）原理：前者指计算的结构和行为运转方式，后者指对系统和程序等进行规划和组织等。他着重研究了运行原理，将其归纳为要素：（1）计算。关注点是什么能计算，什么不能计算；其核心概念就是可计算性与计算复杂性理论等。（2）抽象。关注点是对计算问题的归约、转换及建模；其核心概念是概念模型与形式化模型，抽象层次，归约、分解与转换等。（3）自动化。关注点是信息处理算法与智能化；其核心概念是算法设计，迭代与递归，人工智能与群体智能等。（4）设计。关注点是可靠和可信系统的构建；其核心概念是模型、抽象、模块化，一致性和完备性，安全可靠等。（5）通信。关注点是不同场点间信息可靠移动；其核心概念是编码、传输，接收与发送，通信协议等。（6）协同。关注点是多个计算间步调一致；其核心概念是并发、同步、死锁、仲裁等。（7）存储。关注点是信息的表示、存储和恢复；其核心概念是存储体系、绑定、命名、检索等。（8）评估。关注点是计算系统的性能与可靠性评价；其核心概念是模型、模拟方法、基准测试程序等。

2.计算透镜（Computational Lens）[4]

R. M. Karp在计算透镜一文中提出：（1）很多自然的、工程的和社会的系统中的过程（Processes）自然而然是计算的（Computational），计算就是执行信息的变换。（2）很多不同的学科领域（物理学，社会学等），传统的研究过程（或处理）都是基于物质变换和能量变换，但它们也可自然地视为计算，就此意义上讲，这些过程（或处理）动态地执行以数字或数据表示的信息变换。（3）通过计算透镜，我们可以根据计算要求和变换信息的方式来看待自然的或工程的系统。这些允许我们运用计算机科学的概念产生新的理解和新的思维方式，而计算可作为通用的思维方式。

化学家H. Davy曾指出：没有什么比应用工具更有助于知识的发展。在不同的历史时期，人们取得的业绩与其说是天赋智能所致，倒不如说是他们拥有的工具特征和软资源不同所致。如今，计算科学已经成为各个学科研究中不可或缺的理论方法与技术手段。计算科学、理论科学和实验科学并列成为科学发现三大支柱。美国PITAC（总统信息技术咨询委员会）报告认为[5]：21世纪科学上最重要的、经济上最有前途的前沿研究都有可能利用先进的计算技术和计算科学而得以解决。所以弘扬计算科学，应该成为我国高校学科教育的重要组成部分。

三、培养计算思维

计算思维是运用计算的基础概念求解问题、设计系统和理解人类行为的一种方法[6]。计算思维是一种解析（Analytical）思维，它共用了数学思维、工程思维和科学思维。计算思维的两个核心概念是抽象（Abstract）和自动化（Automation）。计算是抽象的自动执行，自动化隐含着需要某类计算机去解释抽象。

培养创新人才的一个重要内容就是要潜移默化地培养他们的计算思维。无论哪个学科，具有突出的计算思维能力都将成为新时期拔尖创新人才不可或缺的素质。高校应该旗帜鲜明地把培养具有计算思维能力的高级人才的作为一项重要的长期任务[7]。

1.计算思维在美国

计算思维的提出与2005年6月美国PITAC（总统信息技术咨询委员会）致美国总统报告《计算科学：确保美国竞争力》有关。为了落实PITAC报告，美国NSF组织召开了一系列会议，选择了以计算思维为突破口的行动方案，启动了两个重大的国家科学基金计划：一个是2007年启动的CPATH计划，另一个是2008年启动的CDI计划。

CPATH计划针对的是以计算思维为核心的大学计算机教育改革，目标是促进造就具有基本计算思维能力的、在全球有竞争力的美国劳动大军，确保美国在全球创新企业的领导地位。CDI计划针对的则是科学研究领域方面的创新，目标是通过多学科方法，使用计算思维在计算概念、方法、模型、算法、工具与系统等方面的创新与进步，对科学与工程领域产生新理解、新模式，从而创造革命性成果。CPATH计划最初的目标是大学本科的计算机教育改革，随着计划的实施，美国人认为这种思维方式还应该向中小学延伸，为此，2011年美国NSF又启动了CE21（21世纪计算教育）计划，目的在于促进美国K-14（中小学和大学一、二年级）教师与学生计算思维能力的提升。

与中国类似，在计算思维方面，美国也召开了一系列研讨会，仅CDI计划启动前的会议就有12次。2008年5月后，美国国家研究会更是召集了来自美国科学院、工程院、医学研究院的代表对计算思维的本质进行了近两年的讨论，2010年会议的研究报告Report of a Workshop on The Scope and Nature of Computational Thinking由美国国家科学院出版发行。

2.计算思维在我国

计算思维在中国高等教育领域与科学研究领域都得到了高度重视，并在近几年的时间里得到全面推进和发展。

教育部高等学校大学计算机课程教学指导委员会最早在2010年关注到计算机计算能力培养的重要性，在两年的时间里面组织了十多次各种范围的工作会议，对计算思维的内涵以及如何将计算思维融入大学计算机课程进行了交流，逐步形成了以计算思维为切入点全面改革高校计算机基础课程的思路。2012年，教育部开展了“大学计算机课程改革项目”的立项工作，力图在理论层面上丰富和完善计算思维的内涵，在操作层面上把计算思维能力的培养体现在课程、教学和教材中，从而正式确立了高校计算机基础课程的改革方向。在教育部项目的支持和教指委的具体指导下，很多高校开展了各种形式的教学改革与实践活动。在教指委主办的三届“计算思维与大学计算机课程教学改革研讨会”上，很多高校展示了课程改革的成果，充分体现了在高校普及计算思维教育的重要性与有效性。

国家自然基金委也非常重视计算思维的研究工作，先后多次在全国各地召开专题会议，研讨、部署、推进此项工作，并对计算思维进行专题立项研究[8]。科技部在信息技术领域备选项目推荐指南中，有关基础研究的先进计算，对计算思维及其支持机理也推荐立项开展研究。在职业教育数字化教学公共服务技术研发及应用示范项目中，也支持计算思维能力培养及职教技能评测关键技术研究。

计算思维源于西方、兴于东方。我们不应将培养计算思维简单地作为口号，但是应该在学科研究、在人才培养中不遗余力地引导学生去理解、体会、落实计算思维。这不仅仅是计算机专业教育的使命，同样也是面向全体大学生的计算机基础教育的使命。

参考文献：

[1] q益. 灵峰宗论[M]. 北京：北京图书馆出版社，2005.

[2] 刘瑞挺. 计算机名校风采录[M]. 北京：中国铁道出版社，2010.

[3] P. J. Denning. Great principles of Computing [J]. Communications of the ACM， 2003， 46（11）.

[4] K. M. Karp. Understanding Science through the Computational Lens[J]. Journal of Computer Science and Technology， July 2011， 26（4）： 569-577.

[5] President's Information Technology Advisory Committee. Computational Science： Ensuring America’s Competitiveness[EB/OL].http：//nitrd.gov/pitac/reports/ 20050609_computational/computational.pdf， June 2005.

[6] J. M. Wing. Computational Thinking[J]. Communications of the ACM， 2006.

篇9

计算机专业是一个较有前瞻性的专业，随着“互联网+”概念的兴起，表明计算机专业更加需要结合其他专业。“互联网+”的出现，使得原有的计算机教学设计以难以实现新形势的需要，我们需要对教学模式和教学方式进行改革，并努力顺应新形势发展的变革。

一、互联网+环境下高校计算机教学的特点分析

(一)专业性更强。计算机本身就是一个专业性十分强的课程，计算机有本身的语言，从最简单的机器语言，汇编语言，到C、C#、C++、JAVA等高级语言，学习计算机知识的很大一部分就是学习相应的计算机语言。计算机语言就像是与计算机沟通的渠道和工具，这些语言无法用于其他专业的使用，这体现出计算机专业具有很强的专业性。在“互联网+”的新形势下，计算机专业的专业性会更强，计算机专业的学生需要应对的情况将更加复杂［1］，他们毕业后面对的也许不仅仅是自己专业范围内的事情。以前的计算机只需要孤立的关注计算机本身，“互联网+”的新形势下，需要关注互联网与多种事物的结合。人工智能、虚拟现实以及工业4.0现代化生产等，都是计算机需要面对的新的挑战，这需要学生具有更强的专业性，在掌握计算机专业的基础之上，掌握计算机结合其他知识形成的庞大学科知识，从而实现我们对未来某种技术的革命，比如工业技术改革增加智能机器的数量，降低工业生产劳动力的使用，从而保证资源最大化的被有效利用。(二)多元化趋势明显。原来学习计算机专业可能只是作为一个编程工作者，但随着计算机专业和相关技术的发展，特别是“互联网+”的兴起，计算机专业向着多元化的方向发展。学生学习计算机可能就不只为了学习编程，学习计算机语言，或者是为了学习某种计算机软件的使用。比如，可能有的学生毕业后的主攻方向是影视媒体，他们努力学习的主要方向便不再是计算机语言的编程，而是媒体数据流的处理，比起计算机语言知识，他们更需要的是某款视频或者图片声音处理软件的高级进阶使用技巧，他们需要更多的是经典事例处理的讲解。计算机的多元化更加明显，学生可以更加自如的按照自己的意愿选择相应的知识领域进行学习，但这也在无形中加剧了授课教师教学备课的压力。(三)局部体现变异性加剧。计算机专业的知识有时会体现出局部的变异性，所谓的变异性就是指计算机专业的发展并没有按照人们的预期进行发展，相反，它发生了某些我们并没有预知的结果。这种局部变异性在以往体现出的事例不胜枚举，以曾经的计算机大佬IBM为例，巨型机的小型化便是计算机的一次变异，从计算机的研发到巨型机小型化期间，计算机被设计出来的目的都是进行庞大而专业的信息与资源的处理，并不是用于个人的。但是，计算机技术的变异发展，导致了IBM辉煌不再，个人计算机几乎成为每个人的标配。在“互联网+”的新形势下，计算机的变异可能会更加的多样化，更加出乎人们的预想。首先，计算机的形态可能会更加的多样化，其次，计算机可能不再是一个呆板的只懂得执行的机器，其可能具有某种意义上的人工智能。因此，计算机专业未来面对的可能是变化的发展，在变化的发展中找到自己合适的工作与岗位，是学生们学习的目标和方向。(四)对学生自学要求增加。“互联网+”的新形势下，学生的自学能力需要进一步的提升，学生面对的未来的“互联网+”是一个更加不确定的未来，因此，学生要保证自身在未来的发展中仍能够紧跟时展的步伐，做到不被时代抛弃，做未来的宠儿。做到这些的基础就是学生需要有很强的自主学习的能力。“活到老，学到老”的终身学习观念在计算机专业要体现的尤为明显，学生需要不断为自己“充电”，努力拓展知识储备，为创新改良技术打下基础。

二、高校在“互联网+”的形势下进行计算机教学设计的策略

(一)计算机教学设计要具有针对性。“互联网+”发展如火如荼的今天，高校的计算机教学设计要具有针对性，要对学生需要掌握的知识进行详细的讲解，确保自己所讲授的知识对于学生是有益的，切忌在课堂上照本宣科，尽量做到讲述的课程具有独立性和创新性。对于学生，教学内容也需要具有针对性。不同的学生，未来发展的路径不同，对此教师对不同类别的学生要进行针对性的教学设计，可以采用相应的分组制，对大的分类进行针对性的详细教授课程，让学生更有目的性的学习自己所喜爱的技能，保证其以后工作时具有足够的技能储备。对于学生的不同能力，教学设计也需要有相应的针对性。人与人之间是有差距的，不同人的知识储备不一样，能力也不一样，在进行计算机课程设计的时候，要充分考虑不同学生的不同能力，最大程度的做到因材施教，这样可以让学生在计算机的学习中找到自信心和成就感，帮助其获得工作生存的必要技能。(二)计算机教学设计要具有可操作性。尽管计算机技术获得了长足的发展，在“互联网+”的思潮下，会有很多新的想法喷薄而出，但计算机教学不是进行计算机理论的设计与探讨，所以计算机的教学设计要具有可操作性。大学阶段的学生并不具备有足够的能力能够提出新的计算机概念，同时，大多数高校也不具备有研究所的专业器材和充足的资金储备，用来完成计算机理论相应验证。因此，在高校计算机的教学设计中，可操作性是其中的一个重要原则，不能因为“互联网+”强调多行业的协作发展，在教学设计中就出现不切实际的“空中楼阁”。可操作性的教学设计有利于学生在校期间的发展，他们需要在高校学习期间确立相应的知识储备［2］，并在其之后的求学途中，有足够而且深厚的基础准备与部分新颖理论验证的经验。(三)计算机教学设计要能够锻炼学生的团队协作能力。在计算机发展之初，常常一个极具天赋的人就可以完成计算机软件或者系统的编程。而现在计算机经过长足的发展之后，数据库日益庞大，个人再想独立地实现编写出系统程序或者软件，已然成了几乎不可能的事情。因此，计算机专业的学生学习到协作技巧是十分必要的。在计算机教学的设计中，可以对学生进行相应的分组，对各个小组分别布置一个总体任务的不同步骤，并让他们进行协作。教师只负责布置总体任务和划分每个小组负责的内容，协调进度和统一设计规划等都交给学生自行解决。在实际的企业中，员工的协作能力有时比其专业技术更为重要［3］，毕竟具有某项天赋、能力和创造力的人是少数。在学生的教学设计中，为了训练其协作性，也可以让学生自己制作一个段视频。首先对这段视频进行摄影、录音、后期处理等多任务的划分，让学生们自由发挥主题，最终呈现一个5－10分钟的短视频。这样就很容易在让学生自由发挥的过程中，锻炼了他们的协作能力。(四)计算机教学设计要具有趣味性。对于学生而言，吸引他们选择计算机课的一个重要原因，便是他们认为计算机是一个神奇而有趣的专业。计算机教学的设计可以由浅入深，并在计算机的教学设计中多设置实际的例子，可操作性强的例子，让学生可以在练习中获得更多的趣味性，从而让他们对计算机专业知识学习产生更大的兴趣［4］，教学知识的学习积极性得到提高。计算机教学设计的趣味性可以增加学生的创新性和创新意识，学生在有趣的环境中更容易接受计算机的相关知识。

三、结语

总体来说，“互联网+”的新形势下，计算机的教学会面对新的困难和挑战，但是困难和挑战往往就是机遇。计算机的学习过程是一个复杂而且花费时间较长的过程，这个过程是不可能一蹴而就的，所以在做教学设计时需要考虑全面。在教学设计中，要以学生为本，学生是受教育的主体。根据学生的实际情况，做到因材施教，帮助他们在学习计算机知识的时候有更多积极性，让其感受到学习中的趣味性。教学设计实际上是教师的一个规划，其中体现出的是教师的个人授课风格，在其中，学生和教师以及学生和学生的探讨与良好的互动，是提高学生能力，拓展其知识边界的有效途径。

参考文献:

［1］刘宇阳．基于互联网+环境下高校计算机基础课程混合教学模式探析［J］．网络安全技术与应用，2017(2):105－106．

［2］林锋．互联网+环境下民办高校计算机基础课程教学改革的研究［J］．佳木斯职业学院学报，2016(1):435．

篇10

【中图分类号】G206 【文献标识码】A

2014年10月起，一部名为《连环案》（“Serial”）的播客节目引发了英语国家现象级热潮，第一季节目成为iTunes（苹果电脑和手机上的媒体播放应用程序）上最快突破500万下载量的播客，平均单集下载过百万。《连环案》的火爆被视为播客发展的拐点，昭示着这个媒体样式经过十年伏枥后步向“黄金时代”。十年之前――2004年2月，记者本・哈默斯利（Ben Hammersley）在英国《卫报》上第一次向公众普及了播客（Podcasting）的概念，他将播客描述为一种解放了听众时空束缚的新兴媒介形式，赋予了听众与制作者对话的可能性。播客的概念M入中国是在2004年底，国内第一家播客网站土豆网（）诞生于2005年，这是国内最早提供数字化音频播出的平台。随后，中国播客网、动听播客、菠萝网、反波等不同类型的播客网站纷纷创建，它们构成了中国最早的播客矩阵。

诞生之后的十年间，播客一直不温不火，直到2014年，随着移动互联网时代的到来才逐渐升温，通过手机智能终端应用重新把握住了用户。升温的标志除了《连环案》的热播，还体现在美国的数字媒体公司在2014年纷纷从传统广播公司挖走负责营销等业务的高管，潘多拉（Pandora）、声破天（Spotify）等数字音频平台开始抢夺传统广播广告的市场。中国国内的数字音频大战从2015年上半年开始，此时，喜马拉雅FM、蜻蜓.fm、荔枝FM等数字音频平台纷纷提出自己的商业化布局，2015年因此被称为移动音频商业化元年。

业界的动态带动了学界的关注。国内关于播客的研究在2006～2009年间形成一股热潮，随后陷入低谷，到了2015年突然有了量的提升。2015年底，清华大学爱泼斯坦对外传播研究中心联合美国哈佛大学尼曼新闻实验室（Nieman Journalism Lab）约请世界各地的新闻学院院长、知名教授和媒体一线人士对2016年全球新闻传播的新趋势发表了看法。在播客系列话题中，2016年被认为是播客的壮大之年。根据皮尤研究中心2016年6月的《2016年媒体发展报告》，2016年，21%的12岁以上美国人在过去的一个月中听过播客，而这一数字在2013年是12%。①潘诺普利（Panoply）公司音频发展部门负责人尼古拉斯・奎（Nicolas Quah）对播客的前景充满乐观，在他看来，播客“不仅仅是成为广播的代替者，而是一个强大的、多样化的媒体渠道，它将能够对抗音乐、视频、游戏和即将到来的虚拟现实”。②种种迹象显示，播客似乎真的迎来了春天。然而，播客的将来是否如尼古拉斯・奎预言般灿烂？本文首先对这一媒介形态发展中的若干转向进行了分析，并反思了转型过程中面临的瓶颈，最后对播客发展的可能性和未来的生存进行了探讨。

一、雄心勃勃――从播客到移动音频媒体的转向

播客十多年的发展不算长，却也无法用迅猛来形容，不过，当我们回溯2004年的播客，就会发现当初的这个词已经不足以描摹当下，“移动音频媒体”更适合现今这样一个多层面的平台。从播客到移动音频媒体，这一表述的变化，包括了三个明显的转向，展示了这一媒介形态十多年的发展历程。

（一）从个人电脑到智能手机――播客终端的移动化转向

诞生之初的播客，需要听众先在电脑上下载音频文件，再传输到播放设备，加之网速的限制，这一过程是繁琐而耗时的；而现在，这一过程在智能手机上都简化为一个点击。随着移动互联网的发展，Wi-Fi信号普及、网速提升、信号质量提高、数据流量使用成本降低，用智能手机实时地、流动地“听”，成为人们接受音频信息的方式。根据英国收听测量机构（RAJAR Ltd）2016年的听众调查，有57%的播客消费是在智能手机上完成的。③

作为现今人们生活中嵌入程度最高的电子设备，智能手机应用聚合了多重功能，移动音频媒体因为附着其上而天然具备了伴随性和便捷性，如果不是智能手机的迅猛发展，移动音频媒体的发展势头会削弱很多。资源的搜寻、音频的点播、收听的互动与分享，全部集成在方寸之间的屏幕和用户的指尖，只需要轻触就可以收听，操作的简化提升了用户使用的意愿。再加上多屏合一以及云技术，使得用户可以完成跨平台、多终端同步收听，在不同电子设备上收听的节目可以无缝对接续听。在智能设备为人们支撑起的现代生活里，移动音频媒体已经不仅仅是提供了听觉的组成方面，在可穿戴设备高度智能化的未来，移动音频媒体将会变成以听觉为核心的多感知媒体。理查德・贝里（Richard Berry）认为，考虑到手机应用（App）的重要作用，播客（Podcast）应该更名为客户端传播（Appcast）；④那么随着科技的发展，有一天这个名字也许会改为传感器式传播（Wearablecast）。

（二）从群体到个体――播客用户的私密化转向

智能手机给移动音频媒体带来的变革，除却收听便捷性的提高，还有收听方式的转变。2001年苹果公司推出革命性多媒体数字播放产品iPod，打开了音频播放器的全新思路。随着智能手机的普及，相较于广播时代，人们对“听”的接受方式已大为不同。从传统电台的群体性、广场式的收听，到智能手机的个体化、耳语式收听，说者与听者之间的距离产生了变化。广播喇叭是公共的、收音机是家庭的、手机是个人的。广播电台的听众是被动消费者，而智能手机是个人的，特别是耳机是私密的，移动音频的使用者是主动消费者。从广播电台到手机，音频传播的内容、形式，甚至声音的音量、风格，都产生了相应的变革――听什么、怎么听，成为说者和听者共同实践的范畴，毕竟一个外放的音频效果和环绕在听者耳边的音频效果是不同的。

互联网时代，自由的尺度被拓展。就移动音频媒体范畴而言，“自由”既包含了听的选择，也指向了播的便捷和传的价值，在移动音频媒体的生态系统里，定制和社交的意义被突出。用户可以自由地选择收听什么内容，便捷地自己的声音，同时也通过转发和点赞等方式与他人产生互动，这都是一种自我定位的方式。就像十六、十七世纪人们保留诗文杂集和摘记簿，并与他人交换所抄诗文来展现个人特性一样，现代网络媒体上的收听、收看与阅读，上传，点赞、转发的行为，也是一种个人价值的表达。⑤正如美国科技类杂志《连线》（Wired）杂志创始主编凯文・凯利（Kevin Kelly）所言，科技的发展是给人们更多的选择。互联网便赋予了人们选择和表达的自由，并通过这一自由的选择强化了个体私密空间。

（三）从居家到车载――使用环境的场景化转向

过去，人们收听广播更多的是居家空间；而在播客诞生的早期，收听的场景便有了移动化的倾向。苹果公司宣布其应用软件iTunes支持播客之时，公关新闻稿标题写道：苹果把播客带入主流市场。的确，有了软件的支持，使用苹果多媒体播放器iPod收听音频大为简化，睡前、运动、家务、驾车都可以是播客的存在空间。只不过在2005年，移动互联网尚未成型，“移动”收听的前提是必须提前下载到音频播放设备，并非真正的移动。近年来，移动互联技术成熟之后，车载场景立刻被视为移动音频媒体的重要时空，再配合大数据、云计算、人工智能等技术的应用和物联网发展的趋势，“车车联接”已经不是遥不可及。目前国内各个移动音频应用，例如喜马拉雅FM、蜻蜓.fm、荔枝FM、考拉FM、QQ音乐等都在与汽车厂商合作，或者生产车载智能硬件，或者预装车载音频应用，总之握牢驾驶场景。对于在车载场景下的用户来说，音频内容仅为最基础和核心的使用。可根据全球定位系统（GPS）定位情况，及时提供变化的收听内容、导航、路况信息、周边服务设施提示等个性化、实用性的服务，构成了移动音频媒体的另一个层次。谷歌有一个功能，根据用户购买的机票/车票的时间，结合用户当前的全球定位系统定位，提前发送信息给用户：根据你现在的位置和路况，此时应该出发去机场/车站了。虽然目前移动音频媒体尚没有这样的功能，但是未来的车载场景使用，就应该是根据用户的不同生活情境和习惯，嵌入多层面的服务，而非单一的音频内容提供。这种服务将会提高用户的黏性，延续到非车载场景使用中。例如荔枝FM的同城功能，提供找工作、家政、租房、买卖房屋、二手商品转售等生活信息，显示了其不止于音频平台的商业野心。

二、波折前行――播客转向的迷思

从播客到移动音频媒体，是一个从播放平台到服务平台的转身，这一转变为音频媒体的发展拓展了思路和空间，让业内人士看到了无限的可能性。然而无法忽视的是，播客十多年的发展并非一路凯歌，我们享受了转向带来的红利，也必须面对发展中的瓶颈。

（一）市场格局并不清晰

2005年， 《连线》杂志发表文章称播客的到来是“广播的终结”；播客兴起之时，一度被冠上“草根文化”的标签，认为它赋权于民，容纳了大量非专业的作品，会替代传统广播的地位；彼时学界的研究热点也聚焦于传统广播与互联网的融合之道。播客被寄予厚望，认为会对产业产生颠覆性变革，变成主流音频媒体。但现实情形并未如预期所言，美国调查机构爱迪生研究（Edison Research）在2015年第四季度M行的听觉调查数据显示，播客只占据了美国人音频消费的一小部分，只有2%，而54%的时间花在了AM/FM收音上。⑥《华尔街日报》在2015年――播客诞生十年之际，称“播客行业只有3400万美金的广告收入。这大概只是广告牌花费的1%”，⑦明确看衰这一媒体的行业地位。

国内的情况倒是在2015年有了巨变。从概念上，播客的说法被移动音频或者移动电台逐渐取代。从商业运作上，资本力量进入这一行业，融资金额被屡屡刷新，各个移动音频应用厮杀、抢夺市场，逐渐形成了稳定的市场格局。易观分析（Analysys）的《中国移动电台市场季度监测报告2016年第四季度》数据显示：“2016年第四季度，喜马拉雅FM以4056.3万的活跃用户稳居行业第一，蜻蜓.fm以1830.4万的活跃用户数位居行业第二位……荔枝FM、企鹅FM和凤凰FM分别以619.4万、581.6万和330.6万的活跃用户数排在第三、第四和第五位；考拉FM以290.3万的用户活跃数排在第六位，阿基米德FM和多听FM的活跃用户数相差不大，分别为177.5万和161.9万。”⑧可见，各个移动音频应用已逐渐清晰自己的市场定位，形成差异化经营模式。但是这个行业是否真的进入了一个黄金时代，目前来看似乎并不明晰，各平台对内容、用户、资本的博弈仍在继续。

（二）话语权的漂移

在内容制作方面，非专业化的播客制作者为最初的播客提供了大量的内容，播客因此被认为是边缘文化的孕育地。而现在的音频内容生产则趋向专业用户生产内容（PUGC）的模式，优质的版权内容与自媒体内容并行，构成多样性的选择供给，覆盖了教育、娱乐、资讯、音乐、文学等不同需求。制作水准也从最初的业余、粗糙转向精致。这一过程中，也产生了一些迷思。在用户流量有限的前提下，也就是说用户的时间总量一定，碎片时间并没那么多的情况下，其注意力必然集中在少数播主身上。具备专业的制作水准、庞大的推广资源的内容将在洗牌中沉淀下来，行业又变成寡头垄断局面。⑨最终，持有市场的仍旧是那些专业化机构，他们重新占据主流媒体的位置，那么，播客诞生之初平等和民主的意义便丧失殆尽，信息鸿沟将比传统媒体时代更加难以填平。

（三）群体与个体的角力

另一个担忧来自于个体与社会的关系的反思。传统广播因为是群体性收听，带来的后续社交更多的是面对面的交流；而网络音频的交流发生在虚拟空间里，超越了空间和时间的局限，听众可以和讲述者、其他听众更直接地沟通，但沉溺于虚拟空间的社交又会导致人们脱离现实社会的人际交往，陷入一种“群体性孤独”，这种孤独广泛存在于现代信息社会，因为“在网络上会有很多新的邂逅，但是这种关系都是短暂的，如果有新的或者更好的邂逅出现，那些以前的都将被尘封”，⑩久而久之，人们将不能适应亲密的关系却又无法摆脱对孤独的恐惧。

三、路在何方――科技加持的移动音频媒体未来

无论是媒介发展史上的数次跨越性进阶，还是当下已经如火如荼的直播、尚未全面普及的虚拟现实，信息的生产、传输和接收都离不开技术的更迭。技术指引内容的创作，提供给用户更多的选择可能性，促成了供需的精准匹配，对媒介产业化运作发挥了不可估量的作用。

（一）数据支撑全产业链

大数据的运用已经不是一个新鲜的话题，然而如何把大数据运用于移动音频媒体中尚未完全开发。作为一个连续性的媒体形式，音频不能够像文字内容那样可以快速浏览，它要求用户必须全部收听完成才能获得全部的信息量。因此，音频媒体用户的时间成本是比较高的，如何接触到一个“对胃”的节目，需要平台具备准确的算法系统。而对于那些弱势的音频内容生产者来说，他们没有足够的用户，也没有可靠的变现工具，更依赖于音频媒体平台而生存，必然希望有更多接触用户的机会，数据的细致和精准对他们尤为重要。除了地理位置、搜索及收听历史，用户在收听过程中的动作反应，也是数据分析的重要来源：何时收听、何时停止、是否有快进或者倒退收听的行为、停留时长……这些行为折射的是用户对内容的情感反应，是内容生产者获得反馈的重要渠道，也是媒体平台进行个性化推送的计算来源，同时也可以作为广告投放和效果监测的衡量依据。当然，更高层面上的大数据运用，不应该是仅仅停留于用户的外在行为解读，而应该是深入人性层面的数据分析。

（二）借力人工智能突破发展瓶颈

地域性是音频内容传播的特性，也是瓶颈。传统电台节目因为受到技术和政策的限制，只能局限于一定空间范围内传播；互联网技术虽然解决了音频传播的空间阻碍，但语言上的隔阂仍然无法消除。由于只有声音层面的元素，无法像视频那样通过文字的形式把翻译内容呈现出来，如果重新配音又丧失了欣赏原声的机会，因此音频节目的区域性极强。欧美、日韩等各国的影视产品可以通过各种渠道进入国内用户视野，而音频产品却更多地被视为外语学习资源，没有进入生活消费范畴。像《连环案》这样在英语国家火爆的作品都没有在国内引起广泛关注，更不用说其他的境外音频作品了。即便是在国内，音频产品的地域瓶颈也同样存在，排除信息传播的接近性原则产生的影响，语言的因素是最大的障碍。随着智能翻译系统的进化，语音翻译将不再是难题，原声播放再辅之以声音模拟系统，可以达到以原声效果呈现翻译过的音频内容，音频产品传播的范围将更为广阔。

音频产品的生产是一项艰苦的工作，平台和用户都对内容不仅有质的期望，也有量和速的要求。在新闻生产领域，机器人书写文字新闻已经是现实，可以预期的是，机器人进行音频产品的生产也不会太遥远。虽然目前的机器新闻生产更多的是数据的采集、分析和提炼，业内普遍认为机器写作缺乏情感和观点；但在人工智能成熟的阶段，这一难题并非不可攻克。人工智能系统可以根据用户的偏好进行计算，自动选择合适的内容、语言、音质、音乐和音效，为用户快速、准确、高品质地生产音频节目，进行内容推送信息收集和反馈，满足用户对质、量、速的需求。

目前的移动音频媒体已经大规模地架构了车载场景，并开始将移动音频媒体与家庭电器相连，进军智能家居环境。而未来的发展趋势将从现在的“物联”走向“万联”―― 一切皆媒、万物相联。移动音频媒体也将成为传感器的一种，连接人与人、人与物、物与物，在智能生态圈的新世界中占据自己的领地。

（三）新媒介形态下的社交规则

科技入主人类生活，引发了社交革命，不论我们对个体与社会关系的颠覆产生多深的忧虑，新的媒介形态下，必然有新的规则：未来的“个体将更加独立，并拥有更强大的力量去决定自己的生活……人们需要更努力地独自去满足需求”。?我们追逐科技发展带来的便捷，也需要应对科技对人的异化，更新媒介素养观念、技术伦理观念，承担新的责任，建立新秩序、新法则。

注释

NancyVogt （2016）， Podcasting： Fact Sheet， State of the News Media 2016， Pew Research Center， http：///2016/06/15/podcasting-fact-sheet/， June 15，2016.

尼古拉斯・奎： 《播客：是r候告别炒作了》，沈晓波译，2016年2月11日，http：///s？__biz=MjM5OTU2Nzc3MA==&mid=403477470&idx=1&sn=3743527eac554b2abeeb03c914204b35.

RichardBerry （2016） Podcasting： Considering the evolution of the medium and its association with the word ‘radio’. The Radio Journal International Studies in Broadcast and Audio Media， 14 （1）. pp. 7-22.

Richard Berry （2015） Serial and the years of podcasting： Has the medium grown up？ Radio， sound and Internet Proceedings of Net Station International Conference.pp.299-309.

汤姆・斯丹迪奇： 《从莎草纸到互联网：社交媒体2000年》，林华译，中信出版集团，2015年第1版，第112页。

Ben Thompson， ONES Piece 《播客的未来》，向桐、任宁、何聪聪译，2016年8月24日，http：///i6322271081021309442/.

易观分析：《2016年第4季度中国移动电台市场 付费打赏创新耳朵经济 厂商发展逐步走向差异化》，2017年3月7日，https：///analysis/22/details？articleId=1000573.

詹姆斯・柯兰等： 《互联网的误读》，何道宽译，中国人民大学出版社，2014年7月第1版，第81～109页。

雪莉・特克尔 ：《群体性孤独》，周逵、刘菁荆译，浙江人民出版社，2014年3月第1版，第299页。

篇11

[中图分类号]G434　[文献标识码]A　[文章编号]1672-0008(2012)03-0017-06

人们已经深刻体验到信息技术的发展已经改变和正在改变我们的生活。美国斯坦福大学物理系教授张首晟认为，信息时代目前只是刚起步，未来还有可能迎来新的发展。而技术革命的周期也日渐缩短。同时科学技术知识体系积累的也驱使技术渗入各个领域引发更加深刻的变革。信息技术已经带给了教育更宽广的视角，网络教育也真是随着信息技术的发展而繁荣起来，课堂的多媒体化也在进行着。但是比较现有课堂和传统课堂你会发觉，其实课堂的基本形态并没有发生变化。目前大多数的研究者关注的是如何利用新的技术和方法促进课堂教学的有效性，没有人去系统地思考信息技术革命到底会使课堂形态发生怎么样的变化，而这些变化是否能够给我们一个理想的课堂教学。本文从“人”的本质开始对未来课堂教学重新进行思考，希望获得未来课堂教学理念上的转变。为未来课堂形态的转变提供基础，为技术进入课堂提供空间。

纵观未来课堂的研究，研究者们主要从技术层面对未来课堂进行探索性研究，并且很多项目是由技术公司推动的，如微软、INTER、苹果等公司。作为教育研究者是否也应该从教育发展的本身去思考未来课堂呢?正如早在1984年，美国哥伦比亚大学玛丽·怀特教授就曾说过：“作为心理学家。我必须承认关于人类学习的理论来自文字。如果电子学习具有的革命性质如我所认为的那样，我们就必须以电子学习而不是以文字学习为基础，建立一套完全新的教学理论。”我们既然承认技术正在和将要改变我们的学习和生活。那么伴随着信息技术领域不寻常的变化，教育界对课堂教学的模式、方法的理解也应该需要发生改变。那么我们的思考从哪里开始呢?教育的本质是什么，一直存在着争议。人们从不同的视角对教育本质进行探寻，也得出了不同的现代教育本质观，各种教育本质观虽有不同表述，但是唯一脱离不开的就是人的要素。人是教育的核心概念，教育是人影响人的过程。所有的教育都离不开人，那么我们思考未来课堂的研究取向思考就从理解“人”的本质开始。

一、从理解“人”的本质开始思考

“人”是社会关系的总和，这是对人的认识，他从人类的社会、历史的宏观层面来揭示人的本质。人的社会性作为人的“类”的属性被哲学和社会学领域所接受，这个马克思关于人的基本结论，在这个基本原则的前提下，他构建了他的整个政治的、经济的、历史的思想体系。同样如果我们认可人的社会性，我们的未来课堂研究也将回归社会性的研究，凸显教育的社会性本质。

作为个体层面的人的定义，从生物学的解释：人(拉丁文学名Homo sapiens)是地球生态系统中的一种普通动物，是生物进化的结果。我们不想仅仅从生物学角度去看教育的对象。对于“人”的认识经历从猜测到科学。从简单到复杂。从低级到高级的过程，我们对“人”的概念也将越来越清晰，美国纽约大学神经科学家Joseph LeDoux在他一本新书的开头这样写道“你就是你的突触”。从脑与认知的角度去思考人的本质。那到底什么是“人”我们可以从心理学领域对“人”认识的历史发展角度去寻求教育对象的“人”的定义。我们可以认为这是从微观层面去揭示人的本质，也就是揭示个体存在层面了解人。当然我们的未来课堂研究也将直面人的回归。

通过对人本质的思考，我们可以尝试提出未来课堂研究的两个转变：社会性的回归与人的回归。并通过历史和理论的追述来证实这两个转变的发生。

二、未来课堂研究“社会性的回归”

我们提出课堂研究“社会性的回归”，那么人的社会性就要体现在：人在课堂教学中所处的社会位置。通常在教育发展的历史中课堂教学过程中“主体”的争论一直存在，世界目前流行的教学模式以“主体”划分大致有三种：一种是传统的以教师为中心的教学模式(简称为“教师中心模式”)；另一种是基于建构主义的以学生为中心的教学模式(简称为“学生中心模式”)：还有一种就是既发挥教师主导作用又充分体现学生认知主体作用的教学模式，我们称之为“教师学生双主教学模式”(简称“双主模式”)。

(一)对三种主体中心论的教学模式的思考

传统的以教师为中心的教学模式在班级教学出现时就初现端倪，古罗马教育家昆体良曾说：“教师的声音不像宴会上的食物而像太阳，分享食物的人愈多，每一个人得到的份额就愈少，而太阳的光辉却给予所有的人以同等份额的光和热…”。体现了教师在课堂教学中的“中心”地位。“传递——接受”教学理论和“刺激——反应”的行为主义学习理论的确立了教师为中心的教学模式，并长期的占据我们的课堂教学。教师为中心的教学模式让我们想起了“教师是人类灵魂的工程师”这个教育隐喻。反映的是一种近代大工业化的生产方式——学校是一个“加工厂”，教师是“工程师”，学生是堆没有生命、任人摆布、有待加工的“原材料”，教育活动是教师根据一张事先设计好的蓝图或图纸来组织、实施的一种生产过程，以大批量塑和生产出社会需要的“产品”。剥夺了学生在教育过程中的作为主体地位和应有的权利。

以学生为中心的教学模式，是随着认知科学的产生和发展。在批判行为主义学习理论的过程中。发展起来的建构主义学习理论和教学理论提出的。在这种模式中，学生是建构知识意义的主动者，教师是教学过程的组织者、指导者、意义建构的帮助者、促进者。这种教学模式确立了学生的“主体性”，强调的学习是个人对自身以外的客观世界的认识和改造。只是把教育活动理解为一种“孤立的鲁滨逊对无声客体的改造活动”，这对于处在身心发展阶段的学生而言过于残酷。发挥学生的主体性往往因为学生的认知水平和经验水平无法实现。

双主的教学模式则介于上述两种模式之间，何克抗教授在奥苏贝尔“有意义学习理论”、“动机理论”、“先行组织者”教学策略及建构主义学习理论指导下提出的以学生为主体、教师为主导相结合的新型教学系统设计模式。它不是完全以教师为中心。也不完全是以学生为中心。而是既发挥教师的主导作用又充分体现学生的认识主体作用，即把“教师中心”和“学生中心”两种模式的长处吸收过来，避免它们的消极因素：教师在起主导作用的时候。处于中心地位。学生处于传递一接受学习状态，但更多的时候，学生是在教师帮助下进行主动思考与探索。双主模式试图避免以上两种模式的不足，在教学过程中改变“教师”与“学生”在不同阶段地位，也就是“主体-客体”相互转换，或者试图使用“双主体”的概念。但是“主体”的单一性。也就是对其他主体的排斥，人的主体地位是不可分享的，使双主体的概念也受到质疑。

三种主体中心论的教学模式的从根本上说是来源于传统“主体-客体”社会实践观，传统“主体-客体”社会实践观的缺陷在于忽略了人不仅仅是一个自我的存在，同时也是一个社会性的存在。忽视了人与人之间的交互以及它在认知和实践活动中的重要作用。由于只是从主客体关系的角度来认识、理解人的主体性和社会实践活动，致使社会实践活动仅仅成为了一种“主体一客体”之间的相互作用，并把这种对待“物的世界”的眼光和思维方式不恰当地迁移、扩大到“人的世界”。造成了“人的世界”的殖民化。应该说。传统的“主体-客体”社会实践观在认识和处理人与自然、人与物的关系时是行之有效的，但在处理人与之间的关系时，就遇到了“他人不是客体的困境”。因此，在“人构的世界”中，我们必须用人的方式来认识和把握，重构其中各元素的相互关系。在以“人的世界”为对象的社会实践活动领域中，人的社会实践活动主要是一种交往实践，以此来规范和调节人与人、人与社会之间的关系。表征的是人与人之间的主体际交往实践关系。人与人在社会实践活动中使知识获得传承和发展。在这个问题的思考中。我们是否可以认为社会性是人的教育活动的基本特征，也就是教学过程中社会性的回归。

(二)“社会性回归”的历史渊源

就人的本质而言，马克思认为“人的本质不是单个人所固有的抽象物。在其现实性上。它是一切社会关系的总和。”那么作为社会关系总和的人在教育活动中就必然无法脱离“社会性”。马克思在《1844年经济学——哲学手稿》、《德意志意识形态》等早期著作中，论述了社会交往与物质生产之间的关系。认为人类的生产“是以个人彼此之间的交往为前提的”。而交往形式又“是由生产决定的”。通过人与人之间的交往，人们以一定方式结合起来共同劳作并相互交换其活动：而交往本身亦成为人的需要和能力的源泉。促成生产者在社会分工基础上的合作，各生产者之间内在结合力的形成和增强正是在交往活动中实现的。社会学、人类学和社会心理学等不同领域都已经证实。我们是完全的社会个体，即使那些喜欢花费大量时间独处的人也不例外。“我们是强烈的社会性物种，为了我们每一个人的生存，我们必须深深地相互依赖。”[高普林克(Gopnik)、麦特索福(Meltsoff)和库尔(Kuhl)，1999]。既然人的社会性是如此的毋庸置疑，社会性的交互对学习又是如此重要，那么作为课堂教学这一人类传承知识创造知识的实践活动，其社会性的回归就应该成为必然。我们可以理解人的学习必然是在社会交往实践中发生。

其实对于学习社会性的关注在教育研究者中也是很早受到关注和思考。杜威对于“学校即社会”的认识。基于“教育即生活经历，而学校即社会生活的一种形式”，他认为，学校并不是专门去学习知识或技能的一个场所，而是一个社会组织：学校教育是一种人与人交往互动的社会活动。这种社会活动可以扩大并启迪经验。刺激并丰富想象。对言论和思想的正确性和丰富性担负责任。1977年。美国心理学家阿尔伯特·班杜拉(Albert·Bandura)提出了关注社会性的学习理论。探讨个人的认知、行为与环境因素三者及其交互作用对人类行为的影响。按照班杜拉的观点，以往的学习理论家一般都忽视了社会变量对人类行为的制约作用。苏联教育心理学家维果斯基的发展观与教育：强调社会文化对心理发展以及社会交互对认知发展的重要性。维果斯基对于心理学思想的主要贡献之一，是强调有社会性意义的活动对人类意识的影响的重要性(Kozulin，1986&Winterhoff，1993)。维果斯基认为。社会环境对学习有关键性的作用。认为社会因素与个人因素的整合促成了学习。社会行为是一种能够帮助解释意识变化的现象。并能建立起一种使行为与思想相统一的心理(Kozulin，1986＆Wedsch，1985)。

在近20年教学研究一个重要的哲学上的转变就是强调学习是发生在团体的社会交互情景下的。这里蕴含着这样一个知识观，那就是认为知识是内含在团队或共同体中的，通过个人与社会之间表现为互动、中介、转化等张力形式构建一个完整的、发展的知识观。继而实践共同体作为一种理论提出，学习不只是获得新技能的过程，也是一种一群人分享共同习惯的社会轨迹(Lave＆Wenger 1991；Wenger.1998)，Cook和Brown(1999)认为。群体知识应该与各体知识相结合。我们认为，作为未来课堂教学中也可以认为这种转变导致教学研究社会性回归。

三、未来课堂研究“人的回归”

美国教育哲学家乔治·F·奈勒对教育活动进行了这样的描述：“我们的儿童像羊群一样被赶进教育工厂，在那里无视他们的独特个性，而把他们按同一个模式加工和塑造。我们的教师们被迫，或自认为是被迫去按别人给我们规定好的路线去教学。这种教育制度既使学生异化了，也使教师异化了。”造成这种结果的根本原因。在于我们忽略了教育对象是“人”。也是对“人”理解的迷失。对人的认识是一个发展的过程。我们可以从心理学和神经科学的视角去追述对“人”的认识，使未来课堂教学能真正实现“人的回归”。

(一)对“人”的认识的历史发展

在人类发展的漫长时期，对人的认识也在发生变化，包括哲学上的思考，科学上的探索。我们按照时间的顺序把对人的认识分为如下几个阶段。

1.前科学时期

前科学时期也就是科学心理学诞生之前，影响深远的对人性思考来自于亚里士多德，亚里士多德对于人的本性、器官与功能的关系、身体与构成他称为psuche的各种不同能力之间的关系做了阐述，亚里多德的创新在于将psuche与一切有机体紧密相连，作为体现在每一生物体中的生命本原。亚里士多德没有将psuche(灵魂)视作独立于身体的实体，是视作生物体的各种能力，将心灵(被理解为理智)视作灵魂的一部分(与身相分离的不朽部分)。笛卡尔认为心灵是灵魂的全部。人本质上是一种rescogkans (拉丁文。义为“思维实体”或“思维存在”)。一种思的存在物——笛卡尔扩展了“思维”和“思”的概念，引申出了“我思故我在”。亚里士多德的psuehe的概念与17世纪取代之的笛卡尔的“心灵”的概念，在某种意义上构成了两种有本质区别的思考人类本性的方式，这两种方式始终体现在心理学和神经科学的反思之中。

2.科学心理学诞生时期

在19世纪末以前。心理一直是哲学和神学的研究领地。可以说。1879年威廉·冯特(wiIhelm Wundt)实验室在莱比锡的建立，是人们试图通过科学的方法系研究人类心理的开端。同时也标志着科学心理学的诞生。为了使心理学成为一门独立科学或成为一门什么样独立科学。冯特引入了身心平行论来解决这一问题。按照冯特的说法。这一理论是个基本的心理学假说，是心理学赖以“前进”的依据。典型的身心平行论观点，如G.w.莱布尼茨认为灵魂和肉体就像上帝造的两架十分精确的钟表一样。它们都按自身的规律而又与对方相一致地运行着。但这种一致既不是由于两者在相互作用，也不是由于上帝的随时调整。而是来自上帝的前定和谐。可以这样认为，身心平行论者把对人的认识分裂成不相关的两部分：肉体和灵魂。

3.行为主义的心理学时期

在基于经典条件反射实验发展起来的行为主义心理学，作为一个新的心理学学派在20世纪诞生。行为主义者把学习的概念定义为一个在刺激反应问建立联结的过程。学习的动力被认为主要由内驱力(如饥饿)和外部力量(如奖励和惩罚)来驱使的(例如，Thorndike，1913；Skinner，1950)。约翰·华生宣称：给我一打健全的婴儿，只要给予合适的条件我就可以把他们变成医生、律师、艺术家、企业家，乃至乞丐和小偷。而不用考虑他们的天赋和倾向、能力、祖先的职业和种族。明确指出了人类的自然属性没有任何差异。个体差异来源于他所受到的不同教育与待遇。行为主义者甚至认为老鼠和人类根本没有区别，只不过相较于老鼠人类生活在刺激更加丰富的环境中罢了。正因为如此，行为主义者用研究动物学习行为的实验来研究人类的学习，并且发展出自己的学习理论。行为主义对“人”的认识沉迷于“科学”的理念，直接否定了人性的存在，认为人就是一个生物的存在。

4.第一代认知科学时期

直到20世纪50年代末，新的研究方法和工具的使用，使科学家有可能对人的心理功能进行严肃的研究。并提出了认知的信息加工理论，形成了挑战行为主义学习观的新的学习理论。随着对行为主义反思的增强。从20世纪60年代起，质性研究和案例研究重新受到关注。社会科学也开始摆脱行为主义价值观的束缚，研究者开始把教育研究的对象从“动物性”的人向具有社会性的人和具有心智的人转变。从而出现了“第一代认知科学”。在第一代认知科学看来。基于计算隐喻，心智被认为是按某种程序(算法)对符号进行的操作(计算)。第一代认知科学的任务就是去为各种心智活动构建各种算法和程序——如果能够顺利实现的话。课中信息加工的理论或模型被提出来用于描述心智认知的过程。第一代认知科学对“人”的认识就是用“科学”工具方法研究心理功能，最终把人归结为智能的机器。但是，这种基于计算隐喻的认知科学研究遇到了无法解决的困难，如布鲁克斯说，“没有人再谈论复制完整的人类智能了”。

5.第二代认知科学时期

作为认知心理学创始人之一的奈瑟和作为认知的信息加工理论主要倡导者的西蒙，分别在20世纪70年代后期和八十年代后期都对认知心理学的信息加工模型进行了深刻地反思。提出认知心理学应该做出更加现实主义的转变。主张以生态学的方法取代信息加工的方法。强调研究自然情境中的认知，更多地关注环境对于智能的影响。进入90年代后，研究情境认知和情境学习以及情境化人工智能的热潮已在认知科学领域出现。这表明认知科学家更多地关注社会、历史、文化等外部因素对智能系统内部复杂的信息加工和符号处理的影响。而随之出现的第二代认知科学在基本立场就抛弃计算隐喻，第二代认知科学将认知主体的“人”视为自然的、生物的、活动于日常环境中的适应性的主体，认知就发生于这样的状况中。”第二代认知科学倡导的认知观念是：认知是具身的(embodied)、情境的(situated)、发展的(de-velopmental)和动力学的(dynamic)。”真正把对人的认识从“人工智能”向“人的心智”转变。心智的具身性是第二代认知科学的核心特征，也是拉考夫和约翰森所总结的上世纪认知心理学和认知语言学研究所获得的三大成果之一。心智的具身性意指：心智有赖于身体之生理的、神经的结构和活动形式。

(二)新的学习科学诞生。使对人的认识进入一个新的发展时期

经济合作与发展组织关于“学习科学与脑科学研究”项目(1999-2007)的实施，就是运用认知神经科学的研究成果来进一步深化我们对学习的理解，为教育实践提供一种新的分析视角。其研究成果《理解脑：走向新的学习科学》、《理解脑：新的学习科学诞生》也预示着新的学习科学——教育神经学的出现。为后人的教育研究提供帮助。作为新的学科领域出现的另一个标志就是相关研究机构的出现。2007年。美国哈佛大学心理学系教授菲舍尔及其合作者在国际“心理、脑和教育”学会(International Mind，Brain.Education Society)的会刊《心理、脑、教育》创刊之文章中，开宗明义说道：“整合各个学科来探讨人类学习与发展的问题；凝聚教育、生理学和认知科学的力量。来形成一个新的研究领域——心理、脑与教育”。同年，英国剑桥大学神经科学中心的斯祖克斯博士和格斯瓦米教授则试图来界定这一学科：“教育神经科学是一门运用认知神经科学方法和行为方法来研究心理表征发展的学科：在此。心理表征就是以电化学活动形式来编码信息的大脑神经网络的活动”。

探究人的认知与学习关系的认知科学新的研究领域——教育神经学的出现，促进了关于“人”的教育研究发展。总体来说，最重要的发展是对如下事实的承认，即需要把人作为一个完全的生命系统来看待，一个人的各个方面都深深地与其他每一个方面呈网络连接。如，达玛西欧(Damasio)在其1994年出版的《笛卡儿的谬误》一书中这样写道：人脑和身体的其他部分构成了一个不可分离的有机体：有机体作为一个整体与环境互动：互动既不是仅涉及身体，也不是仅涉及大脑。这意味着，学习与行为的所有方面都在彼此互动着。底线就是大脑、思维和身体构成了一个动态的统一体。达玛西欧提出把人的情绪加入到理性决策中，展现了一个活生生的“人”。

教育神经学把心智理解为深植于人的身体结构及身体与世界环境的相互作用之中，把情绪与理智孕育于人脑与身体之中。这也就是我所理解的把教育回归一个完整的“人”，我们可以认为这个时期我们的课堂将在新的学习科学理念中实现“人的回归”。

四、两个回归带给未来课堂研究的转变

通过两个维度的观念追溯我们可以看出，未来课堂研究应该从“社会性回归”向“人的回归”的转变。这也拓宽了课堂研究的视野和方法。社会学和教育神经学视角和方法的引入。为未来课堂形态的架构和未来课堂研究的架构都将带来巨大的改变。也将改变课堂传授知识的基本功能，笔者认为，未来课堂功能将是不同差异的学习个体创造、分享和理解知识的场所。需要打破这样一个悖论：儿童刚进入学校学习时。拥有与生俱来的创造力。但当他们毕业时却很少还保持着创造力。英国研究者肯-罗宾逊对1600名3-5岁的儿童进行研究。同样证实了这一结论。他对这些儿童的差异思考能力展开了测试，98％的儿童得分都非常高。10年后，他对这些人进行了同样的测试。结果只有10％的人保持着从前的差异思考水平。

我们可以在未来课堂研究的中关注体现社会性的交互如何构建，这里包括师生交互、生生交互、人与环境交互、人与资源交互，无线技术、屏显示技术、网络技术使我们的课堂形式更加自由交互更加便利。如图1所示的多屏显示课堂学习空间的设计图，就是一个这样的课堂形式，在这种课堂环境下更有利于体现个体学习环境构建，更有利于社会互的形成，自由的组合、自由的交互、自由的展现，使学习个体的创造力、不同群体的创造活动都能有效体现。在这样的环境下，我们研究的视角要更宽泛，沿着“人的回归”和“社会性回归”两个大方向，我们的研究转变的重点应该是如下两点。

(一)要关注“人”与其学习环境的整体研究

人的学习是通过其所在的环境中发生的，所以我们认为。研究个体的课堂学习应该拓展到研究“人”与其学习环境的整体研究，这样把研究视角进一步拓宽，如图2所示。

人的学习环境圈。展现了一个技术构建的学习环境。技术带来了学习者学习环境的巨大变化，使学习者在课堂环境中获得的资源更加丰富，也带来更丰富的学习体验：(1)交互技术提升了学习者和学伴的关系紧密度和扩展了学伴的范围：(2)硬件技术的发展为学生提供良好交互界面的可移动终端；(3)软件技术发展使课堂应用更加丰富；(4)云技术的课堂引入为学习者的瘦终端提供丰富的资源支持：(5)网络的发展特别是无线网络技术的发展为课堂形式更加灵活，小组活动开展更加便利：(6)以智能技术为基础的课堂便利设施的使课堂更人性化。无论是座椅还是灯光等都能是学习者更舒适；(7)远程交互视频技术使学习者的学习社会网络得以扩展，社会网络资源能实时的进入学习环节。

所有的这些由技术构建的学习环境因素，都可以成为人的学习的研究范畴，对人的学习研究由此可以从人本身扩展到影响人学习的环境。因为技术构建了更为丰富的学习环境。

(二)要关注学习共同体的社会性研究

近年在教育研究和发展中呈现出两个主流趋向，其中之一就是哲学性的改变——强调学习存在于社会组织的交互活动中。所以，我们研究课堂学习必然要关注社会性，作为课堂学习社会性体现。主要是关注学习共同体的形成。以及学习共同体的社会性研究。如图3所示。从个体意识到形成群体意识的过程需要经历四个阶段。这也是学习共同体形成的四个子过程。

1.交互过程

交互是从个体意识到群体意识的第一步，也就是在学习共同体形成的第一步，以信息技术为基础的电子交互使在课堂环境下得交互形式趋向多样化。

2.参与过程

无线技术使个体参与群体活动无论从空间布局形式还距离都具有了多种选择，使参与更便利，只要你认同群体的共同约定可以参与群体活动。

3.会话过程

课堂位置的任意组合方式和无线网络构建的电子沟通方式使群体的会话界面更加友好，打破了沟通距离的通常限制(如亲密距离：一般在45cm以内、私人距离：在45-75cm之间、社交距离：在75-210cm、公众距离：在210cm之外)。

4.形成亲和力的过程

通过参与和会话群体认同的相同的规则和约定。使学习群体形成了内在的亲和力，这种亲和力使群体形成共同意识。技术构建的环境外延使群体变成学习个体的社会网络资本，促进学习共同体形成。

篇12

中图分类号：G424 文献标识码：A 文章编号：1009-3044（2016）33-0134-02

1 引言

实验教学是高等院校培养高素质合格人才的重要实践性环节，它是学生巩固和加深对理论知识的理解，锻炼在实践中发现问题、分析问题和解决问题的能力。虚拟实验室在培养学生的实践能力、研究能力、创新能力和综合素质等方面有着其他教学环节所不能替代的独特作用。

医学临床实验对于各脏器和组织的解剖教学，目前只有“课本――手术台”这种方式①，这种学习方式只能对尸体或者活体动物解剖进行学习，而手术的过程是不可逆的，传统的教学方式不仅成本高，学习效果也不佳。一名优秀的医生，需要经历无数台临床手术积累丰富的经验，不仅风险大，而且周期长！传统讲授课本的教学方法，医学的概念理论和图片画面，不够直观立体，学生不能仅仅通过阅读就获得相关知识，更难以理解透其中的精髓。由于现实条件的种种限制，观摩手术过程来学习临床医学的机会更是少之又少，很多医学生只能等去到医院实习了，才能见识到规范的手术过程，这使得理论与实践严重脱节。

2 虚拟现实技术

虚拟现实技术是近年来非常热门的多媒体应用技术之一，是一系列高新技术的汇集，它是一门涉及仿真技术、人工智能、传感器技术、图像处理技术、多媒体技术、人机交互技术、计算机网络以及高度并行等的综合集成技术，还包括人的行为学研究等多项关键技术[2]。它是多种多媒体应用技术更深层次的渗透和集成，能够给使用者带来逼真的体验，为人类观察由于种种原因不方便直接观察各种微观和宏观世界提供了极大的便利。用户可以通过建立虚拟模型，观察、操纵虚拟对象，浏览者通过三维鼠标、立体眼镜、立体头盔和数字手套等传感器与计算机建立联系，通过人的运动、力觉、触觉、听觉等感知，甚至还能模拟真实的味觉和嗅觉，传递给人的神经系统，最终产生一个拟人化的三维逼真虚拟环境，并与之交互。[3]

3 虚拟现实的软件系统

3.1虚拟现实技术软件系统组成

实现VR技术应用的关键在于虚拟现实的软件系统，比起国内，国外运用虚拟现实技术的时间要早不少。

虚拟现实建模语言VRML（Virtual Reality Modeling Language）是一N用于建立模拟世界场景的建模语言，是基于Internet的三维网页制作的主流语言，具有平台无关性。VRML本质上是一种解释性的面向对象的三维语言。

VRML的对象是结点，复杂的景物可以由结点的子结点的集合构成，对实例进行复用可以得到结点，对结点赋名和定义后，可建立动态的虚拟世界。VRML标准现在已经发展了新的标准X3D，X3D经过ISO国际认证，称为可拓展的三维语言，VRML具有以下特性：

1）应用C/S软件系统体系结构，可以直接从Internet调入VRML程序。

2）具有多媒体特性，能够使用VRML实现各种图形视频的制作。

3）能够创建3D场景和造型，增强了的静态场景，实时 3D 渲染、脚本支持。

4）实现感知的功能，用户和造型可以进行动态交互。

目前具有代表性的VR技术还有：Java 3D、Cult3D、Web3D中的X3D，还有在服务器上应用的Su-perscape VRT、MPIVega等，它们为在虚拟医学系统中应用VR技术提供了工具。

3.2虚拟现实技术硬件系统组成

虚拟现实技术硬件系统组成主要包括触觉和动觉系统、跟踪球、语音识别器、感觉手套、3D声音定域器、声音合成器虚拟现实发生器和高性能的计算机等。

4 国外研究现状

计算机辅助骨科手术（CAOS）是利用先进的成像设备，如磁共振成像（MRI）、正电子发射断层扫描（PET）、计算机断层扫描（CT）、数字血管减影（DAS）、超声成像（US）以及医用机器人（MR），采用相关计算机技术，对所采集的图像信息进行处理，定位和标记人体骨骼的解剖结构，利用计算机相关算法和规则，制定最佳的手术方案。另外，在3D定位系统和图像监视下，还能在正式手术前进行手术模拟。在骨科手术中，通过特定的引导系统，使用医用机器人和计算机进行手术干预，为医生提供强有力的方法和工具。

Sonocard Project是德国国家信息技术研究中心开发的一种交互式应用软件[4]。这种应用软件可以借助企业内联网或者因特网，进行课堂环境下的医疗培训。这种培训产生的真实感让学生能够让学生感觉如同在现实环境下进行各种各样的心脏病理实验一样。Sonocard Project通过研究以案例为基础的课程，更好地为医学生提供心脏超声波检查等方面的教育和医疗培训。

德国的计算机与医学数学研究所（汉堡大学），采集了人体解剖图谱后将之数字化，并建立了的三维图像。通过被测试者的磁共振成像和计算机断层扫描图像或组织切片图片建立三维模型，利用人工智能技术，把各部位的相关领域知识填充到空间模型中。学习者可在建立的空间模型中进行各种操作。[5]

美国国家图书馆从1985年开始研究如何将人体解剖数字化，分别对一具女性尸体和男性尸体进行0.33mm和1mm的MR和CT扫描后，将尸体冰冻之后进行1mm薄切片后采集图片并数字化，重建图像的矢状面和冠状面映像，再压缩数字图像数据，建立了“可视人”。[6]

5 VR技术的医学应用

VR技术的医学应用是指对特定的医学场景的真实再现。从医学图像开始，发展到虚拟人体、虚拟医疗系统、虚拟实验室和药物研究。虚拟实验室能够突破时间、空间的限制。通过真实地还原临床手术的现实场景，利用虚拟现实技术构建的虚拟实验室不需要考虑各种现实限制，学生可以突破时间限制观察手术过程，也可以亲自进行操刀手术而不用担心由于技术或经验的不足，造成医疗事故。加深了学生对实验内容的印象，进一步激发和促进学生的思考问题、分析问题的能力。

5.1 手术培训

在临床手术中，有80%的手术失误都是由于人为错误操作而引起，所以对临床医生的手术训练极其重要。医生在走向真正的手术台前，需要进行大量的练习[7]。虚拟现实系统让学习者可以不受标本、场地的限制，为学习者提供一个理想的训练平台。 准医生们通过观察高分辨率的人体3D图像，通过使用触觉工作台来模拟触觉，让准医生感受切割组织时的器械触感，给操作者的感觉就像对真实人体进行手术，这种培训既不会危及患者的安全，而且还能逼真地还原低概率高风险的手术案例供准医生们进行重复练习，例如，通过虚拟导管插入动脉的模拟器，可以使学生反复实践导管插入动脉时的操作；通过测量切口的压力和角度、组织损伤等指标，监测外科手术技术的训练进度。

5.2 手术预演

虚拟现实技术可以使用患者的真实数据在计算机中创建模拟环境，让医生在虚拟环境中进行手g预演，可增加网络功能，在外地专家的指导下工作，合理、定量地选择最佳手术方案，减少对手术部位附近组织的损伤，提高肿瘤定位准确度。虚拟系统可以预演整个手术过程，让医生在正式手术前预知可能会出现的突发状况，能有效地提高手术的成功率。

6 发展与展望

虚拟现实技术在医学临床实践方面的应用具有深远的实践意义。临床医学生在上手术台前，借助虚拟现实系统，可重复模拟手术，提高操作熟练程度并制定最佳手术方案。虚拟现实技术虽然取得了一些研究成果，但距离推广应用仍有相当大的差距。中国的虚拟现实技术较晚起步，但随着国家对虚拟技术的重视和投入，虚拟现实技术在医疗上将会更广泛和更深入的应用，这将给医学教育带来重大变革。

参考文献：

[1] 贺细菊.动物器官在人体解剖学实验教学中的应用探索[J].解剖学研究，2014（1）：67-69.

[2] 宋昌统.虚拟现实技术在高职高专计算机专业中的教学研究[J].信息与电脑，2015（24）：162-164.

[3] 袁超.多媒体虚拟现实技术的发展和应用[J].视听界：广播电视技术， 2006（1）.