0 引 言

“计算思维”指运用计算机科学的基础概念求解问题、设计系统和理解人类行为的科学方法。计算思维作为计算机基础教育的重要组成部分，应充分利用该阶段传授和培养对学生未来发展有影响的计算思维能力。教育部2018年4月制定《高等学校人工智能创新行动计划》，明确提出“重视人工智能与计算机、控制、数学、统计学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合，形成‘人工智能+X’复合专业培养新模式”[1]，为我国新一代人工智能发展提供战略支持。在计算机基础教学中，如何将计算思维培养落到实处，学生在学习计算机基础知识的同时进一步掌握人工智能理论方法，形成AI思维，是现阶段值得重视和研究的问题。

1 国内外课程建设情况

随着信息技术的广泛应用和不断发展，计算与人工智能课程的地位得到迅速提高[2]。因此，促使不同学科的大学生掌握计算与人工智能的基本理论、方法，并在专业学习和工作中运用计算与人工智能的各项关键技术解决实际问题，培养学生的计算与AI思维能力是目前国内外高校专业建设工作的一个重要课题[3]。

1.1 国外教学现状

美国很多高校很早就已经开设面向全校的以计算思维为指导的计算机基础课程，并取得显著成果。UCB（加州伯克利分校）开设的计算机基础课程计算的乐与美，介绍计算原理，强调计算思维，关注学生的七大思想：创造力、抽象、数据与信息、算法、编程、网络、全球影响，对学生进行全方位的培养。CMU（卡纳基·梅隆大学）的计算原理凸显计算的核心概念，课程主要内容为程序结构、问题求解的计算准则及经典的计算问题。

美国高校也非常重视人工智能人才的培养[4]。很多高校不仅专门开设人工智能专业，而且已经在面向非计算机专业的计算机课程中引入了人工智能的相关内容，例如，MIT（麻省理工学院）的公开课计算机科学及编程导论目的是让没有编程基础的低年级学生能使用计算思维的工具Python 语言，将其他领域的问题抽象成计算机语言实现。

1.2 国内教改现状

2013年，教育部大学计算机课程教学指导委员会指出以计算思维为切入点的大学计算机课程改革，将是高校计算机课程的第三次重大改革，旨在培养学生计算思维意识和方法，推动大学计算机课程改革，提高计算机应用水平。哈尔滨工业大学开设的大学计算机课程，从多个角度讲授计算机学科蕴含的经典计算思维，以培养各学科人才的计算思维需求[5]。国防科技大学全面开设Python课程，理科类专业以数理知识的推导为主，工科类专业以Python生态系统中的工具为主，重在工具与专业的应用来训练学生的计算思维能力[6]。

国内很多高校在为本科生开设的计算机基础课程中引入了计算与人工智能的相关内容[7]。清华大学面向非计算机专业的学生开设计算机语言与程序设计，同时还开设了人工智能导论课程。该课程在讲解原理与方法的同时，安排编程实践作业，帮助学生理解并掌握人工智能的基本原理和方法，采用大作业的形式鼓励学生将人工智理论与自己的专业结合。上海大学开设了一系列“人工智能”通识课程，关注人工智能技术本身的同时，聚焦人工智能与不同学科的交叉[8]。

湖南大学于2019年大力推进专业建设与人工智能相结合，探索“专业+人工智能”的人才培养模式，培养适应人工智能技术发展的创新型复合人才。面向全校学生的计算机基础课程，要以培养学生的计算思维能力，即使用计算机工具和方法解决实际问题的能力为导向，同时有必要加入人工智能的相关知识，培养学生在信息时代必备的科学与工程思维新范式——计算与AI思维（人工智能思维）[9]，促进学生将计算与AI思维，以及各专业思维交叉融合，担负起引导学生了解并掌握计算与人工智能技术的责任，为各专业学生研究、设计和应用计算机与人工智能技术解读学科问题提供良好的平台和基础。

2 思考及解决方向

大学计算机基础教育面对受众广泛、专业差异的学生，在知识体系、实训内容和实践环境等面临更多困扰和挑战，迫切需要建立适应信息时代人才培养新模式所需要的理论和实训内容，探求行之有效的教学方法。首先，教学内容如何安排，不能泛泛而谈什么是计算思维；其次，实训体系如何建立，应以培养学生的计算思维能力为导向；最后，如何引入人工智能相关的教学内容，通过系统的知识学习和实训实现学生知识体系和能力思维的进阶。

为此，组织教学内容和实训体系要以培养学生的计算思维能力为导向，将计算思维和人工智能技术整合到课程中，引领大一新生在学习计算机基础知识，训练计算思维的过程中掌握人工智能基本技术，为各专业学生运用计算与人工智能技术解决实际问题提供依托。

3 实训体系建设

在上述培养计算与AI思维的指导下，计算机基础课程的实训体系以计算思维为导向，以Python语言为工具，结合课程的理论教学，搭建合适的实训平台，设计一批分阶段、多层次的实训项目，将人工智能的主要内容纳入实训任务中，让学生在掌握基本程序设计、算法设计、网络爬虫和科学计算等基础之上，进一步掌握神经网络、迁移学习等人工智能的基本技术，为学生研究、设计和应用计算机与人工智能技术解读实际问题提供良好的平台和基础。

实训教学的组成划分为3个阶段：第一阶段是入门阶段，解决简单计算问题的求解，具备基本编程能力；第二阶段是培育阶段，使用语言工具实现算法设计、网络爬虫以及科学计算等实际问题，进一步深化计算思维能力培养；第三阶段是拓展阶段，学习利用人工智能方法解决本专业应用问题，开拓思维，以培养人工智能思维能力为目标，如图1所示。

实训体系的建设具体从实训内容、实训案例和实训平台3个方面入手。

3.1 教学内容与实训环节统一规划

制定统一的教学大纲和实训体系。对实训环节进行总体规划、建设，根据教学内容的各个关节精心选择和设计与之配套的实训内容，各环节相辅相成。为了把抽象的人工智能理论应用于实际，有必要从应用的角度对实训内容进行总体规划，设计出分层次、分阶段、循序渐进的实训内容，提高学生学习热情和创新能力，见表1。

实训从简单到复杂，由浅入深，分模块层层推进，从掌握实现计算思维的语言工具开始，到经典算法的实现和设计，实现网络数据的获取以及科学计算，进而学习和掌握人工智能技术的相关知识及应用，循序渐进培养学生从计算思维到AI思维的能力培养。具体的思维训练进阶流程如图2所示。

3.2 实训案例建设

教学知识点较多且涉及较广，在选择合适的实训案例时，既要充分挖掘计算思维的能力，同时要尽可能把该环节的知识要点串起来，贴近生活或专业实际，有利于提高学生的学习兴趣，更有效于计算思维的培养。另外，需要充分考虑学生之间的个体差异，每个实训案例可设置多个等级，层层递进，逐步深入，便于不同方向不同层次学生的需求选择。

设计计算与人工智能的实训案例时，需结合各专业需求。此外，当前人工智能技术发展迅速，实训案例中应融入最新的典型应用，向学生展示人工智能领域的新成果，激发学生对人工智能的兴趣。

为了提高教学效果，强调学练结合，实训设置成游戏闯关的形式，激发学生的兴趣和主动性。每一关卡表示一个问题，以问题驱动学生主动寻求答案，引导学生自主学习和训练。同时依据关卡的完成情况评估学生在实训中的表现，推动一些被动的学生完成训练，并在课堂上形成浓厚的学习氛围，深化学习内容的理解与掌握。

同时，在实训案例中，科学设计思政教育的切入点。比如，完成网络思维实训时，通过讨论，引导学生清楚地认识虽然我们处于大数据时代，但不能利用相关技术随意窃取个人隐私数据，帮助学生增强法律和道德意识；完成人工智能相关实训时，介绍人工智能发展及应用领域，比较中美发展，讨论AI技术的广泛应用是否最终会代替人类？引导学生认识到科技技术必须为人类服务。

已完成的实训案例展示如下。

1）算法思维实训案例。

本案例是学生在掌握二分法求解方程根的基础上完成，目的是理解二分法的应用场景并解决实际工程问题。

案例名称：二分法的应用——钢筋的膨胀。

案例描述：一根长为L的钢筋被加热后，温度增加了n摄氏度，那么其新的长度为S=(1+n*C)*L，C是热膨胀系数。当钢筋被夹在两面墙中间然后加热，它会膨胀，其形状会变成一个弧，而加热前的钢筋就是这个弧所对的弦。计算出弧的中点与弦的中点的距离（钢筋不会膨胀超过自己的一半）。

案例相关知识：二分法。

案例思路分析：采用二分法求方程根的思路，在h值的范围内枚举h的值。

2）数据思维实训案例。

本案例是学生在掌握蒙特卡洛法的基础上完成，目的是实现该方法的数学建模过程，解决相关数值计算问题。

案例名称：蒙特卡洛方法求圆周率。

案例描述：考虑一个圆的方程x2+y2=1，用蒙特卡洛方法求圆周率。

案例相关知识：蒙特卡洛方法思想；如何产生均匀分布的多个随机点；如何判断随机点在圆内。

案例思路分析：给定实验点数目n，采用均匀分布产生n个随机点，统计出落在圆内的点数m，用m/n乘以矩形面积即得到圆面积，但圆半径为1，所以圆面积即是圆周率。

3.3 统一实训环境

实训体系需要有软硬环境的配套支撑，需要相应的实训环境，尤其是人工智能的实验环境。Python是一种面向对象的解释性程序设计语言，简单易学，广泛应用于人工智能、工程问题求解、大数据等领域，因此采用Python编程语言。实训体系依托于校企联合建设的新型工程教育Educoder实训平台，该平台也为课程期中期末考试的开展提供硬件和平台保障。人工智能应用在PaddlePaddle百度飞桨平台上开展，学生采用飞浆深度学习框架，搭建合适的神经网络模型，实现人脸检测、动物识别和OCR文字识别等。实训体系从内容及案例出发，结合人工智能发展趋势，为学生提供统一的实训环境，有效连接各个实训环节，学生无需在实训平台和编程语言上耗费大量时间精力，提高实训完成效率。

4 实训体系的应用及效果

该课程从理论课程的教学安排，到实训课程的开展，以及最后的考核与评价，已成功实施了两年多。

在课程结束，对学生问卷调查的反馈结果中发现，对于实训项目，18%的学生能基本独立完成，40%的学生觉得难度适中，能较好完成实训，39%的学生感觉实训难度稍大，需获得较大帮助才能完成。这说明实训内容适中且提供相应配套资源，让大部分学生能保质保量完成好实训任务，见表2。

在对该课程学习的总体感受反馈中，38%的学生非常有收获，43%的学生比较有收获，近16%的学生收获不大。总体来看该课程对学生的计算与人工智能技术的训练是有成效的，见表3。

5 结 语

为有效落实从计算思维到AI思维的能力培养目标，对大学计算机基础课程的实训体系从实训环节规划，到实训案例设计以及实训平台构建三方面进行全面探索和实践，并取得一定的成效。教学是一个持续发展的过程，实训体系的建设需要在实践中不断地深化、完善，如何结合人工智能新技术设计实训案例、如何进一步与不同专业需求相融合、如何规划好后续相关课程等是值得我们研究和重视的问题。只有实现教学创新与人才培养相结合，才能达到人才培养质量提升的育人目标。

参考文献：