摘要:理论性和实践性课程教学之间的脱节是当前应用型人才培养中普遍存在的问题。从课程交叉教学的角度探讨应用型人才培养的有效途径,论述应该实现强相关的理论性课程和实践性课程中理论和理论、理论和实践、强相关知识点的交叉教学以及加强教师的教学水平,从而培养以丰富理论内涵为支撑、具有娴熟计算机操作技能的应用型人才。
关键词:应用型人才;人才培养;人工智能;交叉教学
目前,我国高等教育已经进入大众化阶段,需要用分类发展理念指导高等教育人才培养[1]。从人才培养类型看,高校培养的人才大致可以分为3种:研究型人才、应用型人才和技能型人才。这3类人才主要分别由研究型高校、应用型本科院和高职高专培养[2]。应用型人才主要从事生产实际问题和工程实践问题的探讨和解决,完成从产品的设计到开发的过程,为企业经营的管理和决策提供支持[3]。这类人才的数量最为庞大,他们既要掌握相应的专业理论知识,又要具备娴熟的实践技能,具有解决工程实践的专业水平。但在目前的应用型人才培养中,既定的教学方法、教学考核手段等在很大程度上导致理论教学和实践性技能教学脱节。
在几年的教学实践中,笔者对此深有体会。对学生个人来说,他们经过十几年寒窗苦读考进大学,选择自己喜欢或者感兴趣的专业,非常渴望能够在大学四年期间打下坚实的理论基础并且掌握相应的应用技术,使得在四年之后走出学校时得到社会和用人单位的认可。作为大一新生班主任,我们都能感觉学生对知识的渴望,对未来的憧憬,以及对老师那一份沉甸甸的期盼。但经过对几门课程的学习之后(一般是经过一个学期之后),学生的期盼逐渐变成了茫然,因为他们“发现”学习的课程好像并无用处,不知道学习这些课程对他们今后走入社会有什么帮助。任课教师通常只强调本课程的重要性,最后的结论是“必须学好这门课程”。但学生并没有从“学好这门课”中获得有用的体验而是枯燥。在经过大约一年的学习以后,他们会从师兄、师姐那里“调查”得知,这种枯燥很正常,因为往届学生也是这么过的(恶性循环),于是,学生对课程学习就变成麻木了。如果这种情况得不到及时纠正,大三的时候麻木就变成无所谓。其结果就是在大四后就进入了“毕业即失业”的怪圈。
可见,深入挖掘此类问题产生的深层原因、探讨有效的应用型人才培养方法是十分紧迫和必要的。实际上,造成这种局面,除了学生自身的自觉性等主观因素以外,另一个重要的客观原因是目前高校各门课程的教学几乎都是“平行的”,学校没有很好地提供一种有效的培养方式,使得在这种培养方式下各门课程的教学可以在有效范围内实现有机的“交叉”,并在这种交叉的基础上提供进一步升华的途径,本文正是对后者的一个探讨。
1改变传统的平行教学模式,实现强相关课程中理论和理论之间的交叉和融合
以离散数学[4]和人工智能[5]的教学为例,说明课程中理论和理论交叉教学的基本原理。
离散数学是计算机基础课程,理论性很强,其涉及的知识不易于在具体应用中直接体现,但它是其他很多课程的理论基础,是让学生形成相应的“计算机”思维方式的基础。这种类型的课程没有可以动手操作的实验和课程设计,但是我们要让学生在学习本课程时就意识到它与具体应用的关系,并即时插入实践性课程中相应的内容进行教学,即理论课程和实践性课程中理论知识点的交叉教学。
相对离散数学而言,人工智能是实践性、技能性较强的课程。但这两门课程的理论部分很多是强相关的。例如,人工智能中的消解原理和规则演绎部分实际上是离散数学中命题逻辑和谓词逻辑的重复和部分深化,不同的主要是使用的术语不同,是形式上的不同。在离散数学中,数理逻辑部分已经将命题逻辑和谓词逻辑讲得十分透彻,几乎比任何一本人工智能教材都讲得系统、精确。但遗憾的是,从教学实践中我们发现,在学习消解原理和规则演绎部分时,很少有学生能够联想到他在离散数学中曾学过的相应内容,更是没有学生能够将这两门课程的这两个内容融合到一起。实际上,人工智能中的消解原理就是离散数学中的等值演算,只不过前者介绍得“技能性”一点而已,而后者已经讲得十分清楚了,但对人工智能中的消解原理,很多学生仍然难以接受。可见,同样的一种理论知识,现有的教学模式已经使学生截然将它们分开了,造成教学内容的严重脱节。
显然,如果实现人工智能和离散数学的交叉教学,可以在很大程度上将相关的内容紧密结合起来。一方面可以有效发挥离散数学的理论基础作用,另一方面(也是更为重要的一面)可以将抽象的理论知识具体化为实践技能,使学生感到他们所学的理论知识是有价值的、不是枯燥的,从而激发学生产生对抽象理论知识浓厚的学习兴趣,并形成基于深厚理论知识的良好实践技能。这对培养应用型人才是至关重要的。
2实现强相关课程中理论和实践的交叉教学
理论基础课程主要以理论介绍和理论探索为主,涉及的理论知识都相对抽象和枯燥。应用型本科院校学生的高考文化成绩相对较差,这决定了他们单纯学习抽象理论存在相当大的困难,这是造成他们学习枯燥的主观因素。因此,如何使他们走出枯燥的学习环境是应用型人才培养的又一关键问题。
我们认为,理论部分仍然需要具体化、应用化,这才能激起他们的学习兴趣,培养他们的探索精神。理论基础课程大多是没有实验部分,也没有相应的课程设计。即使有的基础课程有实验部分,但由于缺乏具体的应用目标,也使他们觉得索然无味。因此,需要教师在教学活动中创造必要的应用背景,使学生时刻感觉到他们所学的理论是有应用价值的。但人为地创造应用背景无疑极大地增加了教学工作量,使得在有限的教学学时内无法完成既定的教学任务,而交叉教学却能很好地解决这个问题。
以离散数学中的带权图和人工智能中的计算智能为例。离散数学给出了从带权图中寻找哈密顿回路的枚举方法,并指出了这种方法的缺点,但不能进一步介绍克服这种缺点的现有方法(否则超出了此课程的教学范围);而人工智能中的计算智能部分恰好是介绍克服这种缺点的几种方法(如遗传算法、免疫计算等)。如果讲授了带权图部分以后,接着讲授人工智能中的计算智能部分,并要学生编程实现一个启发式算法,这既可以看成是离散数学的一个实验课,又可以完成人工智能相应的教学内容,而整个教学活动都是在既定的教学学时内完成,并无增加其他的负担。
3实现强相关课程中相关知识点的交叉教学
“举一反三、知己知彼”是启发式教学的一种重要策略。知识点的孤立教学不但是枯燥学习的根源,也是造成教学内容分割的“罪魁祸首”。同样,在有限的教学学时内,过多地展开相关知识点的关联教学,会造成教学活动的“超负荷运载”;但是在两门强相关课程中展开相关知识点的交叉教学同样可以避免这种“超负荷运载”,更重要的是它可以使学生建立起良好的知识结构,举一反三。
以数据结构[6]中图的广度优先搜索和人工智能中的宽度优先搜索为例。两者讲的都是图的遍历方法,它们的实现原理似乎是一样的,然而在本质上它们是区别的。这种区别应该让学生深刻领会,而这种领会也只有在交叉教学中才能有效实施。
实际上,数据结构中图的广度优先搜索是人工智能中宽度优先搜索的基础。如果上了数据结构中图的广度优先搜索部分以后,接着上人工智能中宽度优先搜索部分,这时只需引导学生掌握两个关键问题:1)人工智能中宽度优先搜索涉及的OPEN表对应数据结构中图的广度优先搜索的哪一个数据结构?2)CLOSED表有何作用?并在这个基础上,指出两种搜索方法所搜索的对象的区别:人工智能中的搜索方法所搜索的图是未知的(已知的只是图的局部,像是在大雾中寻找要走的路),数据结构中的搜索方法所搜索的是已知的图(图的全局信息是已知的,像是在可以俯瞰的、没有雾的地形上行走)。通过这样的引导和总结,让学生深刻领会两门课程中这两个紧密相关的知识点的本质联系和区别,从而加深他们对课程知识的理解,提高他们对知识探索的积极性。
4加强教师的教学水平,为实现交叉教学奠定技术基础
“要给学生一杯水,教师要有一桶水”。为实现交叉教学,教师应该具有相关交叉课程的坚实理论基础和良好的实践应用技能,并拥有理论-理论、理论-实践和强相关知识点交叉的教学组织能力。为此,需要教师进行以下几方面的基本技能训练。
1) 纵向加强课程所涉及知识的理论学习和实践技能的训练。以离散数学为例,作为教师,我们不能仅仅盯住离散数学教材的内容,而是需要对数理逻辑、集合论、代数系统、图论等有系统、深入的学习,其范围和深度远比离散数学教材的内容大得多;又如对人工智能而言,我们应该在启发式搜索、计算智能、机器学习等方面有很深的造诣;再如,对数据结构而言,我们应该在算法设计、算法分析等方面有坚实的理论基础,并拥有丰富的代码编写经验。
2) 加强科学研究,促进产、学、研结合。我们注意到,教师在“充电”的过程中,实际上已转变了角色,成为学习者——学生。作为学生,我们同样遇到学习枯燥等问题。一般来说,老师不再是老师了(狭义上),那么我们的动力来自哪里呢?那就是科研。教师从事科研不但可以实现理论成果的实用化,而且可以提高教师自身的教学水平,从广度和深度拓宽教师的教学视野。因此,做科研不但不防碍教学,而且可以极大地促进教学,良好的科研基础是教师在教学活动中游刃有余的知识源泉。
3) 根据人才培养目标,完成对课程知识点的准确划分。这是实现课程交叉教学的基本保证。教师根据既定的人才培养目标,并在充分运用自己知识结构的基础上,为实现交叉教学,准确完成对各门课程的知识点划分。在对两门或多门课程的知识点进行划分时,教师应该做到:同一门课程中的知识点应该相对独立;确定同一门或不同课程中知识点之间的拓扑关系,确定哪一个知识点是哪个或哪些知识点的基础,哪一个知识点是另外一些知识点的深化或实例化。只有准确划分了知识点并确定知识点之间的拓扑关系以后,才能有效付诸实施。
5结语
应用型人才占全体学生人数的大多数,他们毕业后将直接走上工程实践性工作岗位,担负着重要的社会责任。但从目前应用型人才培养方式看,普遍存在着理论教学和实践教学相互脱节的情况,严重影响应用型人才培养的质量。为此,本文从课程交叉教学的角度探讨应用人才培养的方法,并认为课程交叉教学在应用人才培养过程中可以发挥积极的作用。课程交叉教学可以考虑从以下4个方面展开:1)改变传统的平行教学模式,实现强相关的理论性课程和实践性课程中理论和理论的交叉和融合;2)理论和实践部分的交叉教学;3)相关知识点的交叉教学;4)加强教师的教学水平,提高教师的理论水平和实践技能。通过课程交叉教学,提高应用人才培养的质量,最终培养以丰富理论内涵为支撑、具有娴熟计算机操作技能的应用型人才。
参考文献:
[1]鲍洁,梁燕. 应用性本科教育人才培养模式的探索与研究[J]. 中国高教研究,2008(5):47-50.
[2]王恩华,王莲英. 论我国一般本科院校人才培养目标的多元化[J]. 长春工业大学学报:高教研究版,2008,29(2):64-66.
[3]齐平,朱家勇. 应用型本科院校人才培养目标调整及其实现之策略[J]. 高教论坛,2010(6):51-53.
[4]屈婉玲,耿素云,张立昂. 离散数学[M]. 北京:高等教育出版社,2008:1-74,303-305.
[5]蔡自兴,蒙祖强. 人工智能[M]. 2版. 北京:高等教育出版社,2010:106-122,74-104.
[6]严蔚敏,吴伟民. 数据结构(C语言版本)[M]. 北京:清华大学出版社,1997:169-170.
Practical Exploration of Course Intersect-teaching in Applied Talent Training
MENG Zu-qiang1, CAI Zi-xing2, HUANG Bo-xiong1
(1. School of Computer, Electronics and Information, Guangxi University, Nanning 530004, China;
2. Institute of Information Science and Engineering, Central South University, Changsha 410083, China)
Abstract: The unmatchable between theoretical course teaching and practice course teaching is a common problem in applied talent training. This paper studies effective way for training method of applied talent by course intersect-teaching, and believes that theory and theory, theory and practice, correlative knowledge points in strongly correlative theoretical course and practice course should be alternately explained and teaching level of teachers should be really improved. In such way, the applied talents with rich theoretical connotation and skilled manipulation will be trained.
Key words: applied talent; talent training; Artificial Intelligence; intersect-teaching (编辑:郭小明)
相关热词搜索： 人才培养 交叉 探索 实践 课程上一篇：研究型双语教学改革研究与实践