摘要：针对当前高校信息类专业教学中存在的理论与实践脱节、教学内容陈旧、缺乏对学生工程实践和创新能力的培养等问题，以业界合作为依托，以产业需求为目标驱动，对信息类专业课程进行了改革实践，引进案例教学，紧密贴合人工智能产业需求，从实践应用的角度重构理论教学体系，借鉴企业的先进教学理念和实践经验，探索产教融合的教学模式，为人工智能背景下的信息类课程改革提供有价值的参考。

关键词：新工科；人工智能；产业驱动；课程改革

基金项目：闽江学院教育教学改革研究项目（MJUJG2022A014）；闽江学院产教融合教改项目（MJUCJJG2023001231435）

随着人工智能技术的快速发展，信息类产业迎来了前所未有的发展机遇，也对高校信息类专业人才的培养提出了新的要求。目前，具有人工智能知识背景，有贴合产业需求的项目实践经验的电子信息类复合人才已经成为领域急缺。因此，需要深度融合人工智能技术，以产业需求为目标驱动，对信息类课程的培养教学和实践模式进行必要的改革创新，从而培养具有优秀工程素质和实践能力的复合型人才。

当前，部分高校信息类课程的内容仍然停留在传统理论和基础知识上，缺乏与产业需求的紧密联系，部分教师仍然采用传统的讲授式教学方法，缺乏与学生的互动和实践环节。这种教学方法不仅难以激发学生的学习兴趣和积极性，还可能导致学生对知识的理解和掌握不够深入。此外，缺乏实践环节的教学也限制了学生实践能力和创新能力的培养。

本文旨在针对电子信息类专业在专业课程体系中存在的薄弱环节进行改革，将人工智能的学习实践注入传统信息类课程体系，有机的进行多学科、跨学科融合，帮助学生将所学的知识技术有效地应用到实际场景。同时依托校企合作，打造“人工智能”背景下的专业实践平台，通过合作研发，产品设计，项目孵化等任务驱动，培养学生对人工智能技术应用与设计过程的完整认知和工作所需的关键技能。具体举措包括：

1.深度融合人工智能知识与信息类课程

优化信息类课程学时设置和教学设计，增加和课程相关的人工智能知识传授学时以及案例实践学时，同时针对每门课程的内容特点，设计实践教学，要求学生将所学的理论知识与人工智能技术相结合，将信息类课程划分为多个模块，每个模块都融入人工智能的相关知识，在课程教学中，大量使用与人工智能相关的实际案例，通过案例讲解，让学生理解人工智能技术的实际应用和效果，并引导学生进行案例分析和讨论，培养学生的批判性思维和解决问题的能力。例如在《数字信号处理》中讲解智能滤波算法、在《数字图像处理》中讲解基于深度卷积神经网络的人脸识别模型，在《语音信号处理》中介绍基于大模型的自动语音识别技术。同时进行多元化的课程案例库建设，实现案例库和课程建设的“多对多”有机关联，蕴含不同专业方向的不同应用场景，案例库选题从产学研合作课题以及行业客户的实际需求中产生，和人工智能技术的研究应用密切关联，包括理论研究和新方法的设计、现有算法和模型的改进。组织相关教师定期参观公司企业，了解行业需求，学习应用开发的主要方法和技术，确保案例库动态更新，紧贴行业领域的最新发展动态。

2.构建产学研实践平台

为了让不同专业方向的学生在有限时间内掌握人工智能领域必要的理论知识、开发工具和实践技能，并有一个与业界和企业进行双向交流的平台，探索通过“第二课堂”教学的模式对学生进行培训。在第二课堂中，对应用数学、计算机技术、认知科学、计算神经生物学等多学科知识进行归纳梳理，开设一门综合性培训课程，以“人工智能及其实践”，以深度学习技术为核心，编制相应的培训课程教学大纲和案例库。“第二课堂”培训教学的开展贯穿在整个信息类课程教学过程中，分阶段设置多元化的课题内容，采取灵活、高效的组织模式，包括设置专业导论课、组织专家讲学、选听在线科技前沿讲座、组织企业技术见习、参加智能产品体验与开发等方式，授课教师和企业导师围绕机器学习、人机交互等领域的产业研发项目，设计以项目为中心的实践内容，使学生可以完成“知识掌握—确定兴趣—研究设计—项目落实”环环相扣的项目实践流程，促进参训学生快速建立“人工智能和深度学习”的知识体系结构，熟悉产业前沿动态，掌握相关实践技能，保证人才培养质量能够适应产业发展。

3.实施多元化课程评价

持续监测案例库的建设进展和内容更新情况。评估案例库是否能够满足教学需求、覆盖多个专业方向、涵盖不同应用场景，并与人工智能技术的最新发展保持密切关联。定期评估案例库的质量和实用性，根据行业动态和学科发展调整和更新案例内容。

定期评估学生在第二课堂的学习成果和能力提升情况。比较学生在改革前后的学习表现，以及对人工智能知识的掌握程度，评估改革举措的实际效果。同时定期开展学生满意度调查，了解学生对改革举措的感受和反馈。通过收集学生的意见和建议，了解他们对课程设置、案例实践、实践平台等方面的认可度和改进意见，以便及时调整和改进相关举措。

建立与合作企业的定期沟通和评估机制，了解企业对学生实践能力和应用水平的评价。通过与企业合作开展项目驱动实践和实习，学生能够接触到真实的应用场景和实践任务，在与企业导师的交流中不断提升实践能力。定期评估企业对学生的评价，以此检验实践平台的有效性和改革举措的可行性。

参考文献

[1]范照勇，詹翠丽.面向人工智能人才培养的应用型高校信息论课程教学改革研究[J].湖北第二师范学院学报，2020，37（2）：4.

[2]季薇，李飞，沈建华."人工智能+X"电子信息类人才培养新模式探索[J].教育教学论坛，2020（27）：3.

[3]李超燕，曾佳.人工智能专业群"AI+X"工匠人才培养模式探索与实践[J].教育信息化论坛，2024（5）：69-71.

[4]刘黎明，高玉梅，迟锋，等.新工科背景下应用型本科高校光电信息科学与工程专业人才培养模式研究[J].教育教学论坛，2019（34）：3.

[5]彭毅弘，程丽."新工科+人工智能"时代应用型高校双创人才培养新模式[J].石家庄学院学报，2023，25（6）.

作者简介：邱立达（1984—）男，汉族，福建福州人，副教授，博士，主要从事人工智能、深度学习等方向的研究。