人工智能專業的課程思政探索

臧睦君，柳嬋娟，劉 通，鄒海林

（魯東大學 信息與電氣工程學院，山東 煙臺 264025）

0 引 言

習近平總書記在全國高校思想政治工作會議上強調，要堅持把立德樹人作為中心環節，把思想政治工作貫穿教育教學全過程，實現全程育人、全方位育人[1]。人工智能專業課程包括計算機視覺、圖像理解、模式識別、語音信號處理、自然語言處理等前沿科學技術內容，呈現出學科交叉融合知識點更迭快、面臨的關鍵科學問題多、與應用場景結合緊密等特點，人工智能還具有技術屬性、產品屬性與社會屬性高度融合的特征。因此，如何將思想政治貫徹教學全過程，使思政知識與專業知識同向同行具有重要意義，也是教學中的一大難點。

所謂“課程思政”，是指思想政治教育施教主體在各類課程教學過程中有意識、有計劃、有目的地設計教學環節，創造教育情景，以間接、內隱的方式將施教主體認可、倡導的道德規范、思想認識和政治觀點有機融入教學過程，并最終傳遞給思想政治教育的受教主體，使后者成為符合國家發展要求的合格人才的教育教學理念?！罢n程思政”最為突出的特點在于它的“融合性”[1]。所謂“融合性”是指“課程思政”本身并不是一種獨立的課程存在，它必須與具體的學科教學內容、環節相融合，才能體現它的人生教化和價值引領意義[2]。

從教學理念上，課程思政與專業課教學并不是非此即彼的對立關系。專業課教學為課程思政提供了發展的廣闊背景和深厚的學科基礎,賦予思想政治教育堅挺的科學力量[3]。思政知識與專業知識的同向同行，協同是關鍵，正如習近平總書記強調“使各類課程與思想政治理論課同向同行，形成協同效應”是課程思政的核心理念。

1 人工智能專業的思政協同內涵

與高校專門的思想政治理論課即“顯性思政”不同，“課程思政”不是一門或一類特定課程，并不改變專業課程本身屬性，而是一種教育教學理念，屬于“隱形思政”，需要教師通過提煉專業課程中蘊含的文化基因和價值范式，將其轉化為具體化、生動化的有效教學載體[4]。

思政協同，核心在協同，出發點是在思政角度對本領域知識形成新的認識，落腳點在時政、自然辯證法、馬克思主義原理與本領域知識點的有機融合，統籌兼顧人格塑造、思維訓練和學術認知的提升，其教學目標主要包括3 個維度。

（1）踐行人格塑造，面對新課題帶來的新挑戰，使學生能夠領會人工智能領域的工程技術人員或科技工作者的初心是什么，以及如何堅守初心。建立堅毅的學術人格，勇于承擔有挑戰的學術方向，攻克前沿的學術問題。

（2）進行思維訓練，使學生對科學真理的普遍發展規律形成深刻印象，結合自然辯證法與科學史，對人工智能技術的核心概念、基本理論、應用場景及存在問題、未來發展等有比較深刻的理解和認識。

（3）開展認知提升，使學生能夠結合馬克思主義的基本原理對人工智能技術的變遷進行深入分析，從事物發展的最本質、最普遍規律的角度形成深刻見解，更牢固地掌握本領域的基礎知識和前沿進展。

2 人工智能專業的思政協同教學方法

隨著機器學習領域的高速發展，當前的大學生是伴隨著互聯網成長的新生代,非常關注身邊具有鮮活生命力的人與事。因此，教師在課堂教學過程中可以將社會熱點問題和專業知識相結合，并注重挖掘學生興趣點，以小見大、見微知著[4]。

在教學實踐中，將思政協同教學環節設置在本章節基礎知識點講解完成后，可以采用一套三段式問題驅動的思政協同教學方法，將習近平新時代中國特色社會主義思想、自然辯證法與科學史、馬克思主義基本原理有機融合到專業課教學中，形成人工智能專業思政同向同行的教學方式。

三段式問題驅動的教學方法是指以本章節主要知識點為思政材料，在思政環節中將材料按照中國特色社會主義思想、自然辯證法與科學史、馬克思主義基本原理3 個維度展開，這3 個維度是由淺到深地從上層建筑到經濟基礎對專業知識進行剖析。教學過程中，在每個維度上各設置具備一定導向性的半開放問題，讓學生在討論中逐步尋求答案。教師在教學環節中充當主持人，采用蘇格拉底詰問法為主要教學方法，發揮討論方向的引導作用，并根據學生在三個維度思政基礎的實際情況，在必要時穿插思政知識的部分講解。3 個維度通常按照以下方向設置問題。

維度一，什么是工程技術科技工作者和技術從業人員的初心與使命。涉及的思政知識點是當代大學生和人工智能從業者的使命與擔當，教學目標為踐行人格塑造、建立堅毅人格，使學生走在時代發展的前列，成為符合經濟、科技、教育、文化發展要求的現代人才，為建成富強民主文明和諧的社會主義現代化國家貢獻力量。詰問的導向為“追求真理，為改變人類的生活方式，使全社會更加美好而努力”。

維度二，本章節涉及的新科學理論如何替代舊科學理論。涉及的思政知識點是自然辯證法、科學史與創新方法。教學目標為進行思維訓練，使學生具備高屋建瓴的分析能力。詰問的導向為觀測到新現象不能用舊理論闡釋，舊科學真理轉化為謬誤，因此提出新科學假說，新科學假說經過實踐能夠解釋并預測新科學現象，從而轉化為新科學真理。在分析過程中，應注重總結人們正確認識世界、改造世界的根本方法，將學術發展的手段歸納為對稱方法、公理方法、典型分析方法等科學方法論的普遍性方法。

維度三，本章節涉及的新舊科學理論更替的主要矛盾或關鍵科學問題是什么，新理論如何揚棄地繼承舊理論，新理論量變引發質變的拐點是什么。涉及的思政知識點是馬克思主義原理的三大規律。教學目標是開展認知提升，使學生更深刻理解本領域的關鍵知識點。詰問的導向是對本章節知識點的總體把握。在討論過程中，應注重通過否定之否定規律深刻理解學術發展的曲折性，通過對立統一規律體會學術發展的兩面性，通過質變量變規律把握學術發展的階段性。

3 人工智能專業的思政協同教學案例

課程思政需要從教學設計上梳理課程蘊含的思政教育元素，使課程思政貫穿在教學設計和實施全過程，實現思想政治教育與知識體系教育的有機統一[5]，然而課程思政教育一般沒有通用模式，需要教師在專業課程教學中結合課程的具體實際不斷探索融合[6]。結合課程實踐的案例，在踐行思政協同教學理念的過程中形成的三段式問題驅動的思政協同教學方法如下。

材料一：深度學習研究引起熱潮的標志性事件是，2012 年底，Geoff Hinton 的博士生Alex Krizhevsky、Ilya Sutskever 在圖片分類的ImageNet 競賽上，識別結果拿了第一名。兩個“小毛孩”在競賽中用深度學習打敗了Google 團隊，工業界為之振奮。但是，工業界對深度學習的追捧傳遞回學術界發生在一年以后，在此期間學術界對深度學習并不認可。原因是大部分學術界教授并沒有公開渠道及時獲取工業界信息，但這些教授卻是學術評審的主力，因此深度學習的文章難以得到發表。Yann Lecun 像戰士一樣對抗著學術界的“庸俗”和“傳統”，在不同場合討伐從業人員的態度、標準和品味，公開發文抵制拒絕大量發表深度學習文章的計算機視覺頂級會議CVPR。僅僅不到兩年的時間，視覺文章沒用上深度學習反而很難發表。

問題一：Yann Lecun 敢為天下先，怒懟學術界的事跡代表著本領域科技工作者的哪種初心與使命？

討論導向：科技工作者的初心與使命就是探索真理、堅持真理，敢于挑戰傳統學術觀念。

問題二：如果你撰寫這一段科學史，結合本章節學習的有關理論和模型，敘述特征學習是如何逐步取代特征提取，成為圖像理解和計算機視覺最卓越的模型。

討論導向：“小毛孩”利用深度學習模型打敗工業界最強團隊，標志著特征提取模型代表圖像理解與計算機視覺最前沿（state of the art）的論斷從真理轉化為謬誤，深度學習模型代表圖像理解與計算機視覺領域未來成為新的科學假說。結合本章基礎知識，引導學生認識到新科學真理的誕生過程。

問題三：特征提取和特征學習的主要矛盾是什么，在這一輪技術革命中，特征學習是如何揚棄地繼承特征提取，特征學習在發展過程中有哪些量變和質變的技術。

討論導向：特征提取和特征學習模型的主要矛盾在于機器學習應該由知識驅動還是數據驅動。引導學生討論特征學習模型在發展過程中借鑒的知識驅動技術以及從深度置信網絡到卷積神經網絡發展過程中的技術變革。

材料二：清華大學人工智能研究院院長、中國科學院張鈸院士在AI2000 發布會做出重要評論：“人工智能的四大基礎是知識、數據、算法和算力，回顧歷史，這4 個因素都在不斷地發揮作用。第一代人工智能也叫符號人工智能，比較強調知識對智能的作用，因為那時算法和算力都還沒有跟上。進入新世紀后，深度學習把大家的目標凝聚到了數據上，這時大數據的出現，再加上很好的算法，就形成了基于概念的深度學習，再加上云計算等手段，使以數據為基礎的連接主義模型得到了極大推廣和應用。數據主義喊了許多口號，導致了我們今天遇到一些困難，按照大數據建起人工智能系統似乎不可信、不可靠、不安全、不易推廣，這都是目前用深度學習進行人工智能研究帶來的問題，也可以說是大數據遇到的挑戰。怎么解決這個挑戰呢？唯一的辦法，就是重新引入知識，把數據驅動和知識驅動結合起來，達成可信安全的第三代人工智能”。

問題一：當今學術界數據驅動模型大行其道，而知識和數據聯合驅動的第三代人工智能可能代表學術的未來，選擇代表未來的研究方向可能面臨哪些挑戰，你們準備好了嗎？

討論導向：研究第三代人工智能必然遭遇學術慣性、成果周期很長等挑戰，作為人工智能從業者，應該不忘初心，牢記使命，為建成富強民主文明和諧的社會主義現代化國家貢獻力量。

問題二：從2012 年數據驅動的特征學習模型逐漸取代知識驅動的特征提取模型，而今天張鈸院士又在呼吁同行開展知識與數據聯合驅動的模型研究，從唯物史觀的角度分析科學真理與謬誤的轉化過程。

討論導向：科學技術總是在實踐中發展，當一個時代觀察的現象不能用舊真理闡釋時，真理就會轉化為謬誤，新科學假說和科學真理就會逐漸孕育。從知識驅動到數據驅動再到聯合驅動，實際上是不同歷史時期在實踐中觀察到新的科學現象，推動科學真理和謬誤的不斷轉化過程。

問題三：從知識驅動到數據驅動再到聯合驅動，是什么決定了這些變革的動力、方向和階段？

討論導向：知識驅動、數據驅動、聯合驅動的對立與統一是變革的動力，正是這些科學假說的主要矛盾的對立與統一驅動了科學理論的變革；數據驅動否定知識驅動，聯合驅動否定數據驅動，這種否定之否定的螺旋式上升和揚棄地繼承決定了人工智能的發展方向；每一次重大變革總是由各領域的量變逐步積累，最終產生質變孕育出新的科學理論，量變質變規律決定了人工智能發展的階段。

4 結 語

思政協同，核心在協同，目的是在思政角度對本領域知識形成新認識，在習近平新時代中國特色社會主義思想、自然辯證法與科學史、馬克思主義基本原理3 個維度將思政知識有機融入專業課教學，形成人工智能專業課思政同向同行協同效應。在實踐教學中，通過學生的反饋，思政協同教學環節不僅提高了學生思政知識水平，也促進了學生對專業知識的深刻理解，實現了學生人格塑造、思維訓練和學術認知的提升。