摘要：文章从聚焦学术前沿，促进“教研融合”；加强校企交流，推动“以产促教”；搭建线上平台，丰富教学手段；梳理课程内容，优化课程体系；开展教学交流，深化课程改革五个方面论述了“人工智能海洋学”课程教学改革。

　　关键词：“人工智能海洋学”课程教学；“教研融合”；“以产促教”

　　随着海洋对于人类发展重要性的不断提升，21世纪被人们称为“海洋的世纪”。作为海洋大国，我国提出海洋强国战略，旨在促进海洋技术、产业和经济高质量发展。我国海洋科学的健康发展是建设海洋强国的重要保障之一，因此培养“理论知识扎实、实践技能熟练、业务水平过硬”的海洋科学毕业生已经成为当前海洋类高校人才培养的新要求。

　　一、研究背景

　　近年来，由于计算机性能的提升，各种人工智能理论与算法均得到了迅速发展，并被广泛应用于各个领域和学科。同时随着海洋观测手段的丰富及海洋数值模式和同化方法的发展，海洋科学的相关数据得以迅速积累，数据量已经达到大数据的量级。因此，当前人工智能领域与海洋科学融合形成的“人工智能海洋学”已经成为海洋科学的一个重要分支，而且能够将人工智能算法与海洋科学背景知识相结合，解决海洋科学问题，已经成为当前海洋科学专业毕业生不可或缺的技能。

　　本着提高海洋科学专业学生使用人工智能算法解决海洋科学实际问题能力的目的，广东海洋大学海洋与气象学院与相关企业开展深度合作，为海洋科学专业的本科生与硕士研究生开设了“人工智能海洋学”课程，课程涉及人工智能基础、神经网络理论与方法、神经网络在海洋科学问题的实际应用等内容。通过一学期的硕士研究生教学工作，教学团队取得了一定的教学成果，但是也发现教学过程中存在一些问题，主要体现在如下三个方面：人工智能算法与海洋科学背景结合度欠缺，尤其是缺乏形象生动、贴近学生科研背景的案例设计；授课方式较为单一，以线下讲授式教学为主，线上学习资源匮乏，学生课后学习难度较大；由于课程涉及的学科跨度较大，授课内容对于学生知识储备的要求较高，学生学习压力较大。

　　针对这些教学中存在的问题，教学团队从“产学研”融合、线上线下融合教学、翻转课堂、课程评价体系完善、构建课程课改快速反馈机制等多个方面提出了教学改革措施，并在随后的教学工作中开展了相关的教学改革。下面将介绍教学团队针对“人工智能海洋学”课程教学中的问题采取的教学改革措施及相应的改革成果。

　　二、“人工智能海洋学”课程教学改革

　　（一）聚焦学术前沿，促进“教研融合”

　　海洋科学是一门以数据为基础，研究海洋自然现象、性质及其变化规律的学科。海洋科学积累的大数据量级的数据，在给海洋科学领域研究带来新机遇的同时，也给海洋科学领域从事数据处理、信息提取的相关从业人员带来了巨大的挑战。

　　考虑到此次授课对象为硕士研究生，而且后续本科生课程的授课对象考研率较高，即授课对象具有较高的科研热情和科研理想，为了提高学生学习本门课程的积极性，教学团队采取了以下措施。首先，教学团队对海洋科学的热点与前沿科学问题进行了系统梳理，并根据梳理结果设立了厄尔尼诺现象的智能预报、海洋中尺度涡智能识别、次表层海洋温度的智能反演、海洋混合智能参数化等人工智能海洋学前沿学术专题。团队成员围绕每个专题挑选具有代表性的最新科研成果，并且引导学生从本身更为熟悉的海洋科学现象入手，循序渐进地了解每个专题学术研究涉及的人工智能方法，以及在解决不同类型的海洋问题时需要对原始算法进行的特殊设计，形成“科研引领教学”的教学方式。其次，由于每位授课对象的科研方向往往具有较大的差异，因此在授课过程中，教学团队注重以启发式的教学方法引导每个学生从自己的科研场景出发，设计课程大作业题目与内容，并针对每个学生的科研领域提供智能算法指导，鼓励学生将优秀的大作业进行完善，并整理成文进行发表，由此，形成教学对于科研的反哺，最终构建“在教中研，以研促教”的“教研融合”新型课堂，具体如图1所示。

　　在本次授课中，教学团队基于“教研融合”的思想，开展了教学改革，学生的课堂学习积极性明显提高，而且也推进了学生的科研进度。本次授课结束后，通过统计发现，当前已经有两位学生将课堂大作业梳理成文，并完成了投稿工作。“教研融合”的教学方式对于提高授课对象的学习与科研积极性，形成课堂与科研工作的正反馈极为重要。

　　（二）加强校企交流，推动“以产促教”

　　各个学科发展的最重要目标之一是使科研成果服务于社会，而且学生参与课程学习的主要动力之一是获得必需的工作技能。然而，当前高校在课程内容设计中存在一个弊端，即课程设计往往只从学校角度出发，由此产生的“产教分离”问题往往会导致学生实践能力欠缺、学习到的技能和知识与实际脱节，最终使其对课程内容兴趣低、上课积极性不高。

　　针对以上问题，教学团队以校企合作的“产学研”教改项目为媒介，通过邀请企业工程师进高校举办讲座、教学团队进企业实践等形式，与涉及人工智能应用的公司开展深入合作，以原有的“人工智能海洋学”课程内容为基本框架，融合“某公司人工智能面向未来劳动计划”的授课内容，着重挑选更贴近日常生活的人工智能应用案例，如人脸识别、智能交通、自动驾驶、智能天气预报等作为授课的入门案例，以调动学生的学习积极性，实现从日常生活案例到学科专业案例的自然过渡，这在一定程度上避免了课程难度对于学生学习积极性的打击。

　　此外，由于海洋科学的特殊性，学科技术的大部分应用与预报预警和安全保障相关，这些学科技术应用的落地单位往往为国家政府机关和事业单位。因此，教学团队与国家海洋预报中心等保障单位进行了深入的交流和讨论，并聘请相关业务人员根据业务需求对课程内容与授课方式进行了系统性的修改与丰富，设计了风暴潮智能预报、海浪智能预报、环流智能预报等多个业务化应用的相关专题教学模块，每个模块以海洋科学实际应用问题为主线，引申出海洋科学背景知识与人工智能建模理论，形成了以“问题和项目为导向”的课堂设计方式，具体如图2所示。

　　通过“问题导向”的课堂教学设计，激发了学生学习本门课程的积极性，而且学生对利用智能方法解决具体海洋科学问题的方法和一般步骤有了系统性的了解，这成为学生课程大作业的完成度与作业质量的有力保障。在本学期的课程大作业中，有三个学生选择了与智能预报相关的题目，初步形成了“产教交融，以产促教”的课堂形式。

　　（三）搭建线上平台，丰富教学手段

　　作为一门方兴未艾的跨学科课程，“人工智能海洋学”课程的理论性与实践性都很强，课程内容涉及知识体系较多，课程难度较高，而且由于线上教学资源，尤其是针对海洋学的人工智能线上教学资源比较匮乏，为海洋科学专业学生学习本门课程带来了很大的挑战。在第一学期教学完成后，教学团队针对学习该课程的学生开展了授课效果评估，并征集了学生对于课程的意见和建议。评估与意见征集结果表明，有50%以上的学生在课堂学习中无法完全掌握教师讲授的全部内容，而且70%以上的学生认为课程有必要提供相关网络资源，用于课堂预习、课外复习和查漏补缺。此外，还有一部分学生反映，课程的教学手段较为单一，以讲授法为主，自己的课堂参与感不足，欠缺学习积极性。

　　针对这些教学意见，首先，教学团队以超星学习通为平台搭建了线上教学资源库，线上教学资源库主要包括电子课件、针对课程重点和难点的慕课及授课录屏视频。此外，线上教学平台中还存储了每次课程预习及课上教学所需的前置知识点，以供学生每次课前进行查阅，这在一定程度上降低了课堂讲授与学生课堂学习的难度。其次，教学团队对于授课方式进行了一定调整，在以讲授法为主的基础上，引入了课堂讨论、翻转课堂等辅助教学方法。对于神经网络理论及编程实践等重难点内容，采用以学生与教师共同讨论为主的教学方法，即教师以启发式的提问，引导学生紧跟课堂内容，一起完成算法编程，从而提高学生的课堂参与感。完成课程大作业后，由学生从本人研究的专业角度在课堂上以电子课件的形式进行讲解，利用翻转课堂的方式，在调动学生学习积极性的同时，让每位学生接触到更广的知识面，并了解人工智能算法在其他海洋科学分支领域的应用方式。通过线上教学平台的搭建与应用及多种教学方法的辅助，如图3所示，学生对于课程的接受程度和课堂参与感有了明显的提升。

　　（四）梳理课程内容，优化课程体系

　　虽然人工智能与海洋科学都有较长的发展历史，且都具有较为合适的课程内容与较为完善的课程体系，然而两门学科的交叉研究仍然是一个较新的研究领域。在初期搭建课程体系时，主要参考人工智能领域的经典书目，然而以此为框架的课程内容对于海洋科学专业的学生来说，涉及的数学推导难度较高，且缺乏与海洋学背景知识的深度融合，学生理解起来存在一定难度。

　　对于以上教学问题，教学团队对课程内容进行了深度梳理，并着重从以下三个方面进行课程内容的修改。首先，删除不必要的复杂数学推导，对于授课中无法避免的数学推导则以简化的形式呈现，如链式法则的推导，课上只给出每层单神经元简化形式的推导过程与结果。其次，以上文提及的科研与业务化应用专题的形式，参考近年来出版的人工智能海洋学方面的书籍，融入海洋科学背景知识，重新整合教学内容，形成主线明确的各个授课章节。第三，突出智能算法在海洋科学领域应用的工具属性，以MATLAB和PYTHON等海洋科学常用编程平台为基础，着重增加相关算法在海洋科学中应用的代码实现内容。

　　除了课程内容，教学团队还对课程评价体系进行了优化。除了用课程大作业（占比50%）评价学生的综合应用能力，课程评价体系还包含基于线上平台的线上测验和慕课完课率等线上评价（占比15%），基于课堂发言与讨论、到课率等的课堂表现评价（占比15%），基于编程实验完成度、作业完成质量的实践能力评价（占比20%），形成了线上线下融合的多级课程评价体系，如图4所示。基于此，可督促学生养成以课堂学习为主、课余碎片化学习为辅，统筹利用线上线下教学资源，充分发挥自主学习能力的学习习惯。

　　（五）开展教学交流，深化课程改革

　　尽管教学团队从“产学研”融合、多种教学方式混合教学、教学内容梳理和课程评价体系完善等诸多方面开展了课程改革，但是在正式授课过程中仍然难免碰到各种教学方面的新问题。基于此，为了实现更高效的教改反馈与教学交流，教学团队建立了课程教研交流例会制度，即按时召开课程教研交流例会，对教学中存在的普遍问题开展集中研讨，实现教学效果的实时反馈及教改措施的快速调整，并在后续课程教学中针对学生遇到的难点问题及时给予解答。同时，由于“人工智能海洋学”课程具有跨学科属性，例会定时邀请学校海洋学、数学等科目的授课教师，就课程中与海洋学和数学相关内容的授课技巧及反馈的教学问题开展讨论。此外，教学团队还设立了课程公开邮箱，学生可以随时以匿名的形式向邮箱发送邮件，提出自己日常学习中碰到的问题和困惑。课程教研交流例会的开展和课程公开邮箱的设立，有助于教学效果的快速评估和课程改革措施的快速调整，形成教学与教改之间的快速反馈机制，该机制具体如图5所示，真正地做到了“在教中学，在学中教”。概言之，通过教学内容与教改措施的循环更新，可促进课程的深化改革。

　　三、结语

　　本文主要针对“人工智能海洋学”教学过程中存在的问题进行系统梳理，并从“产学研”协同育人、线上线下多方式混合教学、优化课程内容与评价体系、构建教学教改快速反馈机制等多个角度提出了教改方案。教改实践结果表明，“产学研”融合、多种教学方式混合教学、课程内容梳理与课程评价体系完善的新型课堂可以有效地提升学生的学习积极性和综合实践能力，基于课程教研交流例会和课程公开邮箱的教学教改快速反馈机制可以推动教学和教改形成良性循环，从而有效地助力“理论知识扎实、实践技能熟练、业务水平过硬”的新型海洋科学人才的培养，为我国海洋科学的发展提供坚实的人才基础。

      参考文献：

　　[1]程曼曼,陈伟,杨蕊.我国海洋经济高质量发展指标体系构建及时空分析:基于海洋强国战略背景[J].资源开发与市场,2022,38(1):8-15.

　　[2]刘洋.对我国高校海洋科学专业人才培养的探讨[J].科教文汇,2015,22(3):54-68.

　　[3]林武辉,余克服,莫敏婷.基于科教融合,理工结合,校企联合的人才培养模式探索:以海洋科学专业为例[J].高教学刊,2023,9(4):138-141.

　　[4]LI X,LIU B,ZHENG G,et al.Deep-learning-based information min-ing from ocean remote-sensing imagery[J].National science review,2020,7(10):1584-1605.

　　[5]孙苗,符昱,吕憧憬,等.深度学习在海洋大数据挖掘中的应用[J].科技导报,2018,36(17):83-90.

　　[6]刘帅,陈戈,刘颖洁,等.海洋大数据应用技术分析与趋势研究[J].中国海洋大学学报(自然科学版),2020,50(1):154-164.

　　[7]GOODFELLOW I,BENGIO Y,COURVILLE A.Deep learning[M].Cambridge:MIT press,2016:777.

　　[8]PALUSZEK M,THOMAS S.MATLAB machine learning[M].New York:Apress,2016:348.

　　[9]董昌明,韩莹,徐广珺,等.人工智能海洋学基础及应用[M].北京:科学出版社,2022:22.

　　[10]LI X,WANG F.Artificial intelligence oceanography[M].Berlin:Springer Nature,2023:17.