摘要：产教融合对创新型人才培养具有重要意义，“线上+线下”的教学模式成为课程改革的必然选择。通过学情分析，基于STEM人工智能素养框架，构建支撑层、规则层、准备层、设计层和目标层五个层次的人工智能实践课程项目活动模型。依托进阶项目式学习与“课赛结合”，根据模型分别从项目库建设、教学准备、教学实施、教学评价四个方面提出模型应用策略，在培养学生人工智能素养的同时充分激发学生主观能动性与创新活力，促进多学科交叉融合。

　　关键词：STEM教育；产教融合；混合教学；人工智能

　　随着计算机核心算法的突破、算力的提升及海量数据的支撑，人工智能进入产业化新时代。我国对人工智能发展高度重视，2017年，国务院印发《新一代人工智能发展规划》，将人工智能发展上升为国家战略。

　　国务院《关于深化产教融合的若干意见》明确指出，“充分调动企业参与产教融合的积极性和主动性，强化政策引导，鼓励先行先试，促进供需对接和流程再造，构建校企合作长效机制”[1]。教育部对新工科建设中工科人才培养也提出要深入开展产教融合，跨学科培养学生工程能力的要求[2-3]。产教融合成为科教落地的有效路径。提升高校教育质量需不断探索教学模式，借助优质平台实施“线上+线下”的教学模式是教学改革拓展的新思路[4-5]。目前，不少高校人工智能教学多偏重理论，实践环节薄弱，且实践环节与市场需求脱节，培养出来的学生上岗周期长[6]。为了更好地贯彻落实新工科建设目标，切实打造校企协同与产教融合的教学创新模式，新疆财经大学信息管理学院教师联合企业技术人员整合资源，以项目的形式对人工智能课程实施基于STEM（Science、Technology、Engineering、Mathematics）理念的产教融合的“线上+线下”教学模式。

　　STEM教育理念虽由美国国家科学委员会提出，但对我国培养学生创新能力具有现实意义。其核心思想是打破学科壁垒，整合科学、技术、工程和数学4门学科，培养学生立足本学科，发现学科知识间内在联系的能力[7]。人工智能知识涉及技术、工程、数学、编程等多个领域，这正与STEM教育理念有机契合。STEM教育重在培养学生的科学素养，学生可以自己动手、主动观察、提出问题、探索答案。探索精神在学习过程中不断强化，而科学教育过程能使学生更深入地掌握原理，培养思维逻辑和增强分析问题、解决问题的能力以及对科学的兴趣。人工智能实践课程引入STEM教育理念，优化了学习体验，提高了课程教学效果。

　　一、学情与主要问题

　　（一）专业设置及课程设置

　　经教育部审批，2018年全国首批35所高校获批“人工智能”专业建设资格。截止到2022年8月，全国共有440所高校设置了人工智能本科专业。显然，培养人工智能专业人才成为实现中国式现代化的重要推力。清华大学出版社通过对434所高校进行问卷调查，发现81%的学校开设了人工智能专业，91%的高校开设或正在开设人工智能课程。一些非人工智能专业也在开设与人工智能相结合的跨学科课程。高校“人工智能人才如何培养，人工智能课程如何建设”成为迫切需要研究的问题。

　　（二）主要问题

　　第一，教学资源匮乏。人工智能虽然进入高速发展阶段，但适合不同层次高校的人工智能课程教材、配套教案、实践案例还不能满足需求，与之匹配的硬件设备和处理工具也不够丰富，致使人工智能理论教学多于实践教学，实践教学备课难、实践难。

　　第二，专业师资队伍不足。人工智能专业教师应掌握扎实的理论功底和新型智能技术，但目前我国人工智能专业大多挂靠在信息学院、计算机学院或自动化学院，教师多为“半路出家”，人工智能相关知识技能还存在不足，人工智能领域的高端人才缺乏。

　　第三，缺少有价值的数据与算力服务。目前，数据多被平台或相关部门掌握，如阿里、京东等大企业，科研院所等，高校很难获取，无法利用真实数据进行模型训练。加之高校服务器的处理器运算能力有限，导致学生所学多停留在理论阶段，即便有实践机会，也基本脱离现实。

　　二、STEM理念下产教融合的混合教学模式设计

　　（一）STEM理念下的人工智能素养框架

　　STEM人工智能素养框架包括跨学科思维、专业知识、实践技能与伦理道德四个方面，本文将人工智能素养界定为一种综合素养，即学习者既具有人工智能相关知识和实践技能，又能在技术实践过程中形成跨学科的思维和正确的道德伦理态度的一种能力。学习者有针对性地学习专业知识，培养实践技能。在项目实施过程中，探索多领域间的内在联系，挖掘内在机理，深刻理解正确伦理道德在人工智能发展道路中的作用。需要注意，并不是所有人工智能项目都涉及多学科知识，应根据具体情况，完善学科知识，强化人工智能技能，同时重视伦理道德及安全应用教育。

　　（二）STEM理念下人工智能课程项目活动模型构建

　　STEM理念下人工智能课程项目活动要素包括主体、客体、共同体、规则、工具、结果。活动的主体是学生；客体是教学目标或项目任务；共同体是师生之间、学生之间的良性互动，任务分解与分工；规则即制度、规范，指用来保障项目实施的规范、评价量表，合理、正确的道德标准等；工具是人工智能课程相关学习资源、项目涉及实验设备、平台等；结果是培养人工智能素养。基于人工智能素养框架及实现素养的6个要素，本文构建了5个层次的STEM理念下人工智能课程项目活动模型。模型包括支撑层、规则层、准备层、设计层和目标层。

　　支撑层包括STEM工程素养标准、行业和企业需求，人工智能素养框架、工具。支撑层是STEM理念下人工智能课程教学顺利开展的基础。规则层即人工智能实验室使用规范、最终素养水平测评标准、学生成绩评定标准等。准备层主要工作是分析项目内容特点、活动客体的水平，并根据前期分析进行课程教学设计，为共同体构建提供依据，对课程实施过程中教师与学生所承担的角色、任务等提供指导。设计层是模型的核心部分。设计层的实施是客体和共同体根据不同类型项目，在基础项目、进阶项目与综合项目活动中，有效分工协同合作。项目实施过程中，学生与角色任务不一定是一对一的关系，可能是一对多或多对一关系。目标层是完成人工智能素养的培养。

　　（三）产教资源融合与重塑

　　深化产教融合是解决当前学生就业难和企业引进人才难及培养面向行业创新型人才的重要途径。行业与高校、企业与高校需建立一种人才信息共享、资源共享的合作模式。我国人工智能发展很快，成功企业及企业成功案例都是宝贵的资源，而近年高校也投入大量精力开设人工智能专业及打造科研团队，取得了一定成绩。行业、企业与高校优势互补，能够打造良性的教学与技术研发生态圈，在该生态环境中培养满足企业需求的专业人才的同时，促进我国科学技术的进步。高校应组织团队实地调研，挖掘“智能+”的成功案例和切实阻碍企业或行业发展的问题，依托高校科研优势达成校企共赢的目标。产教资源的融合与重塑需将企业资源细分，高校根据企业细分资源制定系统、完善的课程理论内容，企业专家参与辅助教学，为教师“把好”行业的“脉搏”，校企协同开发行业案例，做到学以致用。

　　（四）混合教学设计

　　目前混合教学模式实施中，线上学习已经是必备的教学环节。学生通过线上资源自主学习、思考、掌握课程相关内容，如进行课前知识预习、课堂知识回顾梳理、课后知识拓展阅读等。而线下教学也不是传统意义的课堂教学，而是以基础项目、进阶项目、综合项目或精心准备的教研活动为载体，对线上内容进行进一步延伸拓展。线上线下两个环节相互作用，完成学生知识体系的构建。线上到线下的循环学习过程，将产与教、教与学有机融合，将知识的学习渗透在课前、课中、课后的每一个环节，不断激发学生学习的主动性和学习兴趣，最终实现人工智能混合教学，并能将理论知识应用于实践。同时校企协同，组织大赛，学生基于产业平台进行竞技比赛，以赛促学、以学促赛、课赛结合，探究解决实际问题的最优策略，全面锻炼学生的综合能力。

　　三、STEM理念下人工智能课程项目活动模型的应用策略

　　依据STEM理念下人工智能课程项目活动模型，结合现有教学实践过程，本文从四方面提出STEM理念下人工智能课程项目活动模型的应用策略，为一线教师开展教学提供参考。

　　（一）项目库建设

　　基于STEM分类别建设基础项目库、进阶项目库和综合项目库。由企业方工程技术人员与高校教师共同整合校企资源。建设人工智能综合项目库。分解综合项目实施过程所涉及的子工程或工程技能，以倒逼的方式依次建设进阶项目库和基础项目库。进阶项目库一般为综合项目库中的子项目。基础项目库主要围绕子项目，结合人工智能基础专业技能建立简单项目库，为进阶项目和综合项目的实现做支撑。

　　（二）教学准备

　　调动项目活动主体的主动性和积极性，针对学习内容和学习对象合理构建共同体，切实提高主体的人工智能综合能力，为市场提供应用型人才，这些都是教学改革目标。教学准备得充分与否直接影响着教学质量。教学准备分两个维度，涉及支撑层、规则层和设计层。一是学生通过教学平台完成教师发布的课前任务，包括人工智能理论知识、交叉学科知识的预习和工程涉及算法原理、项目实施角色的理解；二是教师提前发布教学内容，完成课堂教学设计、任务分工和项目角色分配。

　　（三）教学实施

　　教学内容的实施以STEM理念下的项目为驱动，项目贯穿教学的整个过程。教学还遵循循序渐进的原则，从简到繁，从易到难，从基础项目过渡到综合项目。教师依据不同项目内容设计学习场景，引导学习主体选择角色，完成STEM项目的具体任务。在任务完成过程中，与小组成员协调合作，保障项目的正常完成。同时，完成项目实践报告的撰写，实践报告包括项目实现方案、项目分工、实验数据、数据分析、总结等。实践报告的撰写一是为学生留存宝贵的一手材料，二是为后续教学评价和完善教学提供支撑。

　　（四）教学评价

　　课前、课中是教学的重要环节，课后的教学评价也至关重要。教学评价不仅要有教师评价，还要有企业导师评价。每次项目完成，教师都必须给出教师评价，而企业导师不必每次给出评价，但按比例完成评价，如项目的四分之一要有企业导师评价，学生最后的成绩由企业导师和校内导师共同给出。

　　综上所述，数智时代，国家高度重视人工智能人才的培养。如何向企业输送符合市场需求的人工智能人才已经成为高校迫切需要解决的问题。强化人工智能实践课程建设是重要的抓手和着力点。本文引入STEM教育理念，强调企业参与高校人工智能教学，融合与重塑产教资源，共建项目库，以项目为导向，开展“线上+线下”人工智能实践课程教学，从而培养跨学科、跨领域和具有人工智能综合素养的应用型毕业生。

　　参考文献：

　　[1]国务院办公厅.国务院办公厅关于深化产教融合的若干意见[EB/OL].(2017-12-19)[2023-12-19].

　　[2]张颖慧,刘洋,那顺乌力吉,等.“新工科”背景下人工智能专业建设与教学改革探索[J].工业和信息化教育,2021(8):27-31.

　　[3]李普红,代书琪,林枫然.基于跨学科交叉融合的产品设计课程创新研究[J].工业设计,2023(9):89-92.

　　[4]许景秀,陈嘉曦.线上线下混合式教学在基础及有机化学实验课中的应用探索[J].广东化工,2023(20):176-177,196.

　　[5]肖雄子彦,陈江平,仝月荣,等.基于产教融合的混合式教学改革探究:以上海交通大学人工智能实践课程为例[J].实验室研究与探索,2022(11):208-212,252.

　　[6]夏雪,姜文晖,左一帆,等.高校“人工智能基础”课程教学改革:基于BOPPPS教学模式与项目驱动教学法[J].教育教学论坛,2023(20):64-68.

　　[7]]李刚,吕立杰.实现真正的STEM教育:来自科学实践哲学视角的理解[J].中国教育科学(中英文),2021(2):84-91.