Volume 2,Issue 9
认知需求驱动的连续情境项目式教学模式构建——以《机器学习中的概率统计》课程为例
生成式人工智能的发展对机器学习课程的人才培养提出了新的要求,教学重点需在知识传授和模型实现的基础上,进一步聚焦模型内核理解、建模思维与创新思维培养。本文以《机器学习中的概率统计》课程为例,推动教学设计由“上好一节课”拓展至“上好一门课”,探索机器学习课程的整体性改革路径。教学团队在前期问题驱动、项目实践和数字化课程建设基础上,构建认知需求驱动的连续情境项目式教学模式。该模式以认知需求为内在驱动力,以连续情境贯穿课程全过程,围绕同一现实问题域,从不同建模视角组织模块任务,培养学生多视角分析与解决问题的能力。在课程组织上,以“双层递进”为主线,以“三线协同”为支撑,强化模块间的认知递进,促进模块内部项目推进、模型发展与认知发展的协同。在长期课程建设中,学生在学习参与、项目实践、成果展示和学科竞赛等方面表现良好,问题分析、模型应用和创新实践能力也得到持续提升。该模式为机器学习类课程由单课时层面的教学设计向课程整体层面的系统重构提供了参考。
[1] 中共中央, 国务院. 教育强国建设规划纲要(2024—2035 年)[A/OL].2025-01-19.
[2] 教育部等九部门. 关于加快推进教育数字化的意见[A/OL].2025-04-16.
[3] 顾小清, 王成梁, 王培均, 等. 生成式人工智能赋能教学的机制、需求与路径[J]. 中国教育学刊,2025, (4):15-22.
[4] 祝智庭, 赵晓伟, 沈书生. 融智课堂:融入AI 大模型的创新课堂形态[J]. 电化教育研究,2024,45(12):5-12+36.
[5] 孙阳, 李明珠, 徐放, 等. 智能时代背景下创新人才培养模式的探索与实践[J]. 高教学刊,2026,12(8):74-76+81.
[6] 李爽, 韩锐, 李轩涯. 基于知识迁移贯通的机器学习课程教学改革[J]. 计算机教育,2024, (5):53-58.
[7] 桑国元, 王佳怡. 数字技术赋能项目式学习:现实图景、逻辑理路与生态系统[J]. 电化教育研究,2025,46(9):22-29.
[8] 丁卉. 开源AI 平台助力人工智能类课程项目式自主协作教学模式研究[J]. 计算机教育,2024(6):120-124.
[9] 董理, 彭成斌, 严迪群, 等. 基于层次化认知模型的本科机器学习课程教学改革[J]. 计算机教育,2023(5):91-95.
[10] 郝莉, 冯晓云, 郭永春, 等. 促进深层学习的项目式课程教学创新设计理论与方法[J]. 高等工程教育研究,2025(3):6-18.
[11] 董平, 赵霞. 基于问题式驱动和ADDIE 模型的跨学科选修课程教学设计[J]. 曲阜师范大学学报( 自然科学版),2025,51(1):122-128.
[12] 范彩云, 董平. 围绕专业人才培养目标的数据挖掘与机器学习课程教学改革与实践[J].Applied Statistics and Data Science, 2025, 1(3):60-63.
[13]Sinha T,Kapur M.When problem solving followed by instruction works: Evidence for productive failure[J].Review of Educational Research,2021,91(5):761-798.
[14]Guo P,Saab N,Post L S,et al.A review of project-based learning in higher education: Student outcomes and measures[J].International Journal of Educational Research,2020,102:101586.