人工智能教學建議精品(七篇)

序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇人工智能教學建議范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

>> 研究生人工智能原理教學改革 研究生人工智能課程教學探索 研究生“人工智能”課程教學改革探索 人工智能系列課程研究 人工智能課程全英文教學改革 人工智能實驗課教學改革研究 《人工智能》碩士課程教學改革的研究與實踐 落實科學發展觀,深化“人工智能”課程的教學改革 創新型人工智能教學改革與實踐 人工智能課程教學方法研究 “人工智能導論”課程的教學與實踐改革探索 新形勢下本科教育階段人工智能課程教學研究 人工智能課程研究型實驗教學的探索與實踐 航天類專業“人工智能”課程的教學探索 林業院校人工智能課程教學的思考 應用DBR的人工智能課程教學 人工智能導論課程的興趣教學法 人工智能概論課程的教學思考 “人工智能”課程教學的實踐與探索 面向人工智能的信息管理與信息系統專業教學改革 常見問題解答 當前所在位置：l.

[5] 王海,許德章.“機器人學導論”專業課雙語教學改革的實踐[J]. 科技咨詢,2009(3):182-183.

[6] 徐新黎,王萬良,楊旭華.“人工智能導論”課程的教學與實踐改革探索[J]. 計算機教育,2009(11):129-132.

[7] 李竹林,郝繼升,馬樂榮. 人工智能雙語教學體系結構的探索與實踐[J]. 計算機教育,2010(12):81-83.

[8] 冀俊忠. 落實科學發展觀,深化“人工智能”課程的教學改革[J]. 計算機教育,2009(24):105-107.

[9] 朱映輝. 基于導向驅動的《人工智能》課程教學改革研究[J]. 現代計算機:專業版,2009(5):94-96.

Research on Artificial Intelligent Series Courses of Graduate Students

REN Xiao-ping1,2, REN Qing-xiong3, GUO Fan2

(1. Institute of Intelligent System and Software, Central South University, Changsha 410083, China ; 2. Institute of Information Science and Engineering, Central South University, Changsha 410083, China ; 3. Shanxi Institute of Metrology Supervision & Verification, Taiyuan 030002, China)

篇(2)

關鍵詞：人工智能；專家系統；Prolog；面向人工智能

中圖分類號：G642　文獻標識碼：A

1　引言

人工智能(AI)是計算機科學的一個重要分支，同時也是計算機科學與技術專業的核心課程之一。本課程在介紹人工智能的基本概念、基本方法的基礎上，主要是研究如何用計算機來模擬人類智能，即如何用計算機實現諸如問題求解、規劃推理、模式識別、知識工程、自然語言處理、機器學習等只有人類才具備的“智能”，本課程重點闡述這些方法的一般性原理和基本思想，使得計算機能更好地為人類服務。

2　人工智能課程體系

人工智能主要研究傳統人工智能的知識表示方法，其中包括狀態空間法、問題歸約法、謂詞邏輯法、語義網絡法、框架表示、劇本表示等；搜索推理技術主要包括盲目搜索、啟發式搜索、消解原理、規則演繹算法和產生式系統等。

人工智能的研究課題主要包括計算機視覺、規劃與行動、多Agent系統、語音識別、自動語言理解、專家系統和機器學習等。這些研究論題的基礎是通用和專用的知識表示和推理機制、問題求解和搜索算法，以及計算智能技術等。

經過筆者調研發現，目前在本科高校絕大部分將“人工智能”課程性質設為專業選修課或專業必修課，而在高職院校相關專業基本上不開設此課程，但是在具體實踐教學過程中發現，在其它專業課程的教學過程中也會與人工智能理論或技術相結合，比如數據庫技術、信息系統安全方面等領域，當講到相關課程，同時會結合人工智能的理論，授課過程中發現大部分同學對該課程很有興趣。

本課程在我校計算機科學與工程學院作為一門專業選修課開設，總學時數為：60(其中理論學時為36，實驗學時為24)，隨著計算機技術的不斷更新發展，人工智能的應用領域也變得越來越廣，因此，人工智能(AI)這個學科已不再陌生，很多學生對其充滿興趣和好奇，所以在選課人數上遠遠超過其他選修課的人數，另外結合我校的實際情況，部分理論或實驗又可以與農學、生命科學系等其它專業結合起來而應用。

3　人工智能理論教學實踐

多年以來，人工智能獲得很大的發展，已經引起眾多學科和不同專業背景學者們的日益重視，成為一門廣泛的交叉和前沿科學，但是直到目前為止人工智能至今仍尚無統一的定義，要給人工智能下一個準確、科學和嚴謹的定義尚有困難，其現有的一些定義多數是立足于各自的專業而定義的，存在片面性。

同時“人工智能”是一門交叉性的學科，其主要涉及到了控制論、語言學、信息論、神經生理學、心理學、數學、哲學等許多學科，所以該學科具有知識點多、涉及面廣、內容抽象、不易理解、理論性強，與此同時需要學生具備較好的數學基礎和較強的邏輯思維推理能力等特點，從而形成在教學實踐中老師講得吃力、學生聽得吃力的局面。盡管在多年的研究和教學過程中筆者已積累了一些經驗，但是對于如何把握好這門課程的特點，激發學生的學習興趣和熱情，幫助學生更好的理解和應用這門課程，目前仍然有很多問題需要研究和解決。

針對“人工智能”課程相關內容比較抽象，公式推導比較繁瑣等特點，教師除了具有完善的教學大綱、合理的教學計劃以及合適的教材外，還應該根據學校的實際硬件條件盡可能地選擇多媒體教學手段來輔助教學，因此在實踐教學中，筆者經常會配合教學內容，充分利用計算機、投影儀以及互聯網的優勢，結合多種教學方法與手段去組織整個教學過程。例如：在講述搜索推理技術時，使用一些小的演示軟件，將相關推理技術的理論通過動畫的形式一步一步演示出來；而在講專家系統相關理論知識時，尤其是各種類型的專家系統，利用互聯網上的一些在線視頻資源為例，給同學進行詳細講解，通過具體的案例來進行專項知識點的講解及實現與應用；在自動規劃這一章，給同學們選擇演示發達國家目前研制的各種類型機器人，通過這些形象生動、行為舉止高仿真的機器人來給學生講理論，這樣學生通過親自觀看視頻資源，不僅可以拓寬知識面及視野，同時也可以及時地了解國際及國內機器人的發展水平及差距，不斷糾正自己的錯誤觀點并更新自己新的專業認識；另一個方面也可以同時激發學生們的學習興趣熱情和積極性，俗話說：“興趣是學生最好的老師!”這一點在課堂實踐教學中得到驗證，得到廣大同學的認可和贊同，整個教學課堂不再那么單調枯燥乏味，基本可以達到在娛樂輕松的氛圍中學習專業知識，同時再整個教學過程中，師生互動機會增多，學生不再是被動地接受知識。

4　實驗教學實踐

4.1　客觀存在問題

本校開設“人工智能”課程，主要是面向計算機專業的大學三年級的同學，同時作為一門專業選修課而設，理論課程為36學時，而實驗學時24學時；與此同時經過對其它兄弟院校的調研發現，很多高校雖然也是設為專業選修課，但建議學生們都去學習這門新學科，從而為今后的專業知識及具體應用打下一定的基礎；當然在調研中也發現，部分本科高校雖然開設了“人工智能”課程，但是僅是純粹理論教學，從一定角度來講，理論原理是前沿，但是由于太過于抽象，而且空洞、難以理解，多數同學反映學習效果并不理想，有關具體理論部分的具體實現仍然不解。

本科高校一般都嚴格按照培養方案進行科學設置，同時各個學校根據本校人才培養方案分配各門課程的學時。由于現在我國的教育提倡注重對學生動手能力的培養，培養綜合型、應用型人才，因此筆者再結合實踐教學經驗及對學生的調研，發現“人工智能”課程除了要進行理論方面的講解外，還應注重實驗教學。此外，在高職院校的培養方案中，側重加強學生的動手能力的培養，也建議將此課程列為開設的范圍之內，而在實驗學時上可以安排相對多的實驗學時，在了解“人工智能”理論的前提基礎之上，主要進行相關理論的具體應用與實現，通過這樣的教學安排，可以提高學生的實踐動手編程能力，例如圖1，專家系統的知識庫、工作存儲器及界面的設計與實現。

篇(3)

關鍵詞：人工智能；音樂教育；智能樂器；大數據

1引言

隨著人工智能技術的不斷進步，重新塑造音樂使得音樂教育的學科素養培育、審美感知、藝術表現和文化理解變得更有支持和創意。探索應用人工智能技術推進音樂教學的改革與發展有具有十分重要的意義。本文通過研究與實踐，引導學生學會用科學的方法培育計算思維創作音樂，用科學的意境欣賞音樂陶冶學生的音樂審美感，用科學的評價提升音樂課堂教學效率。通過這些措施，可以使學校音樂教育精準地開展因材施教差異化教學，彰顯音樂教育的特色。

2人工智能與音樂

人工智能技術與音樂教育有機融合，豐富了課堂教學資源，拓展了智能樂器的功能，提升了音樂教育技術手段。它支持個性化學習，可以觀察音樂課堂學習，分析音樂的旋律與節拍，有效評價教學效果，激發音樂教師運用人工智能技術創新音樂教學的熱情，發揮教師在課堂教學中的主導作用。

2.1樂器的智能化

樂器是學習音樂的重要工具。樂器植入人工智能技術，形成了智能化樂器。它能夠大量儲存多種樂器的音樂數據。尤其是在音樂鍵盤中運用，功能的提升特別突出，應用于音樂教學中引發了多種形式的教學模式。例如，圖1顯示了融合多媒體計算機、主控系統、音樂課堂教學智能評價系統將多部電子鋼琴連接起來的智能樂器實驗室。通過語音室方式授課，可以實現多種樂器的分組教學。這在傳統的音樂課堂上是無法完成的。

2.2智能化樂曲創作

智能樂器不僅能夠儲存樂器音色，而且還能用指令對各種音色播放進行控制，各種音色按照指令進行演奏。這種創作功能是以往其他樂器都無法比擬的[1]。例如，能唱出《月亮代表我的心》十七聲部的合唱團，很好聽，但很難。運用智能樂器按指令合成該十七聲部音樂則輕而易舉。2.2.1機器學習生成樂曲人工智能技術賦能智能樂器，使得機器學習的功能日趨進步。機器學習在音樂領域所做的事情，就是提取音樂作品的“數據”，輸入給定模型學習音樂的“特征”，再對音樂數據進行分析和編排。例如，如果輸入的是《梨園金曲》民族音樂，則機器就能學會民族音樂的曲調特征，生成掌握特征模型的民族音樂作品。2.2.2用軟件生成樂譜使用MuseScore3forMac軟件可以制作樂譜，在工具欄選擇對應時值的音符輸入音符。例如，在MuseScore3窗口輸入如圖2所示的“我和我的祖國”樂譜，再導出MP3文件進行播放。2.2.3代碼生成樂曲用Python代碼生成曲子，要借助音樂標準格式MIDI—樂器數字接口，運用Python-midi庫編寫程序，編譯MIDI文件生成音樂。例如，生成一個簡單樂譜的MIDI文件需要使用Python-midi，其中：Pattern對象表示樂譜；Track對象表示音軌，通常樂譜都有多條軌道組成，每種樂器是一個軌道；midi.NoteOnEvent表示每個音符的開端，在參數表中可以定義每個音符的音長和音高；midi.NoteOffEvent表示每個音符的結束。參考代碼如下：importmidi#定義patternpattern=midi.Pattern()#定義軌道track=midi.Track()#添加軌道到patternpattern.append(track)#音符開始，并定義位置、音量、音高on=midi.NoteOnEvent(tick=0,velocity=50,pitch=midiG_3)track.append(on)#音符結束off=midi.NoteOffEvent(tick-100,pitch=midi.G_3)track.append(off)#軌道結束eot=midi.EndOfTrackEvent(tick=1)track.append(eot)#存儲midi.write_midifile("example.mid",pattern)程序運行結果生成了如圖3所示的簡單音符：這樣如圖2的“我和我的祖國”樂譜，也可以通過Python代碼生成MIDI文件。

3AI賦能音樂課堂

在AI賦能的音樂教育環境，促使音樂教學實踐變革以及學生學習音樂方式。例如，圖4所示的集音樂創作教學及教學評價于一體的“智能化音樂課堂教學評價系統”，在教學設計的優化、教學方法的高效、教學手段的更新、教學評價的智能、教學策略的調整方面都具有借鑒意義[2]。

3.1大數據學習

大數據云計算可以將所有音樂家們音樂數據存儲在云中，運用人工智能技術為學生提供更多有價值的音樂數據。學生通過音樂云學習音樂知識，欣賞音樂魅力、體驗音樂節奏、理解音樂韻律。它使得優質音樂教學資源跨越校園，開放延伸音樂教學，遠程輻射共享資源。這樣就擴展了學生的視野，音樂知識的來源無限擴大，整個音樂云皆有學生的學習教材。特別是大數據音樂云不僅可以推送給學生更多的即興音樂和更多的音樂信息，還能指導音樂愛好者創作出雅正、健康的音樂作品。

3.2個性化學習

人工智能技術從音樂學習行為數據搜集、數據分析與運用、個性化學習評價多方位幫助學生定制個性化的學習成長路徑。推送在線音樂教育資源，指導表演建議樂器學習技巧。搭建音樂教育虛擬課堂，匹配音樂教學資源，實現因材施教的個性化學習，支持一對一的教學輔導和群組式討論。通過這些措施提高教學質量和效率。

3.3教學評價智能化

運用人工智能技術將多個音樂輔助教學設備連接的音樂創作教學系統，基于音樂課堂教學的學生學習特質分析與教學效果分析的音樂課堂教學管理系統，來實現音樂教學的全程智慧管理，使音樂學習更有效率。例如，在虛擬音樂課堂樂器教學可以變成一對多的自選教學模式，使課堂變得輕松、愉快。教師可以開啟課堂教學觀察模塊，捕捉每位學生同步練習的音準、節奏、力度數據，分析判斷將評價信息同步反饋，給出學習指導建議。3.3.1創作教學模塊“智能化音樂課堂教學評價系統”中的音樂創作教學模塊，集視、聽、練和反饋評價為一體，適時演示教師教學作品和評價學生練習作品。例如，在進行《我和我的祖國》授課時導入電影片段，欣賞“我和我的祖國”音樂的表現形式、演唱形式以及歌曲風格，可以使學生更好地體驗作品的創作意境，激發創作意識。使用MuseScore創作“我和我的祖國”三聲部習作音樂，并能儲存、刻錄，編輯等二度創作。3.3.2課堂教學評價模塊音樂課堂教學評價有著傳統音樂教學評價無法比擬的靈活性、客觀性和實用性。從大數據分析角度獲取音樂課堂教與學相關數據，對學生的音樂基本素養與學習態度進行科學分析判斷。例如，以創作《紅河谷》中的和聲與音樂作品風格內容的“編配伴奏音樂”教學過程為例。課前在“課堂教學評價模塊”上安排學生根據作品風格完成伴奏的音樂；播放制作好的《紅河谷》MIDI音樂（在第二和第六個小節缺失編配和弦）；使學生感受、探討大小三和弦的表現力，形成對大小三和弦的感知。然后要求學生試著用MuseScore為《紅河谷》缺失的兩小節選配和弦，以適合歌曲的伴奏風格。學生需要邊哼唱歌曲邊試著套用不同的伴奏風格，找到他們認為最恰當的和弦伴奏風格，說出理由并提交[3]。評價系統將學生提交的作業比照音樂要素進行評價。及時反饋學習評價的信息，并對學生的學習進程制定一個個性化的學習方案[4]。同時通過教學反饋深度優化決策模型，促進教師實時改進教學策略，提高教學效率和效果，提升教學質量。

4結語

人工智能技術在音樂教育領域中的廣泛應用，為傳統的音樂教育模式注入了活力，為音樂教師創新音樂教學理念開辟了新思路[5]，為因材施教提供了新的適合學生學習的音樂教學模式。人工智能在音樂教育模式方面的探索，不僅給音樂教育教學的發展帶來了物質技術層面的進步，還從音樂教學層面促進計算思維培育開辟新途徑。這對音樂教育理念、教學手段、教學方式和方法以及拓展學生音樂視野、學習音樂、享受音樂、創造音樂等都帶來深刻的變化和積極的影響。

參考文獻

[1]鄒孟雨.人工智能及其在音樂教育中的應用.北方音樂,2018(15):254-255

[2]郭文進.“互聯網+教育”運行模式探究.決策與信息（下旬刊）,2015(9):63

[3]段曉軍.電腦音樂系統與中小學音樂教學實踐.中國音樂教育,2006(6):26-28

[4]王迪.淺析娛樂教育中元學習能力的培養.河北廣播電視大學學報,2007(1):79-80

篇(4)

關鍵詞：互聯網+；會計；教育

一、“互聯網+”會計的影響

“互聯網+”會計，從思維到實際操作層面都對會計行業造成了巨大的影響，賦予了傳統的會計工作更多的可能性。通過分析“互聯網+”背景下，人工智能、大數據、云計算等新興科技融合會計工作的現狀與影響，能夠幫助思考新時代會計人才的培育方向。

（一）會計信息處理效率大大提升

人工智能在會計工作中能夠快速實現會計信息的處理與數據的運算與存儲，使得會計人員的作業重心從數據的錄入、整理、歸納、運算等煩瑣漫長的工序轉移到關鍵信息的篩選、核查、審閱等重要環節上，大大縮短了信息處理的時間，優化了數據的處理功率，同時人為失誤也得到了最大限度地削減。

（二）會計工作內容變動整合

人工智能等新科技在會計行業的使用與推廣一方面降低了會計工作的強度，節省了會計工作的用人需要，另一方面也勢必會對傳統的會計工作者產生沖擊，尤其是工作內容簡單且重復性高的初級管賬人員。而大數據的整理分析、計算機軟件的熟練操作與使用、人工智能的運用與管理等也逐漸將成為會計人員工作中的重點。

（三）會計信息更為真實可靠

傳統會計手工記賬的業務處理容易出現操作失誤等情況，運用人工智能與大數據的應用最大程度上減少了人為失誤，且數據信息得到了良好的存儲管理，易于追溯、查詢與審核，從而大大提高了會計信息的真實性。同時，人工智能的使用相比會計人員相比更能降低因為主觀判斷造成的失誤，使得會計信息更客觀中立，為利益相關者的投資決策提供更為真實可靠的信息。

（四）“互聯網+”會計技術仍待進一步改進

人工智能、大數據等新興科技引入會計行業后，在保證其能夠快速獲取、有效處理、精準轉化決策信息的同時，確保人工智能系統可靠、安全、正常的運營是極其重要的工作。在激烈的市場競爭面前，會計技術的運營需要控制在穩定的技術及安全環境下，以防范財務數據的泄露或崩潰而給企業帶來難以彌補的損失。人工智能等新興科技在引入財務工作的過程中，其安全性、可靠性、穩定性等重要性能仍然需要進一步的研究、實踐和優化升級。

二、傳統會計專業教育的不足

“互聯網+”時代對會計人才培養提出了新要求，傳統的會計專業教育的缺陷逐漸暴露。具體問題如下：

（一）教育思維固化

在“互聯網+”會計的背景下，會計專業人員不僅需要會計專業知識儲備，在計算機軟件、數據統計與分析等方面也需要具備一定的技能。但前者屬于管理類學科，具有人文科學的特點，后者則屬于理工科的內容，二者之間存在一定的隔閡，但絕不是涇渭分明、非此即彼的關系。而許多高校尚未完成從培養“專業性人才”到培養“復合型人才”的觀念轉變，沒有將二者進行很好的融合，會計思維與數據、邏輯、計算機思維仍然互不溝通。

（二）課程設計缺陷

我國多數高校如今對于會計專業課程的設置不盡合理，會計與計算機的融合操作教學一般都只對高年級開設，且其比重與傳統的理論教學相比只占學生專業課程中很小的一部分。而課程內容也主要在于培養學生會計系統的運用能力，讓學生成為“應用型“會計人員，理論與實踐沒有實現深度融合，學習的更多的是操作應用而非創新創造，使得學生對會計信息開發系統僅僅處于一種膚淺的認知與操作階段，缺乏對前沿會計信息技術的深入理解與運用。

（三）教學方式落后

當前許多高校的會計教學方法仍為傳統的“理論解讀和實務演練”。教師講述個人對會計知識的理解，學生被動的接受知識與觀點，但沒有主動的對會計知識進行探索；而實務層面，也主要由教師進行示范演練，學生對示范進行單調的模仿學習，重復既定的規范步驟，這種教學方式拘束了學生的自我探索空間，難以培養學生的自主創新意識，雖然能夠快速學習實務操作的程序步驟，但對于學生分析、解決問題與自主創新等能力的培養仍存有不足。

三、會計專業教育的發展方向

（一）培養學生自主學習與創新能力

在“互聯網+”時代的大背景下，人工智能、大數據、云計算等技術高速發展，企業商業模式變化日新月異，在會計行業中只有時刻保持著對前沿知識技術的敏感、具備強大的自主學習能力與自主創新能力才能不被智能科技取代。因此在會計人才的培養教育中，應有意識的引導學生改被動接受為主動學習、改單調模仿為自發創造，不斷提高學生的職業勝任素質。

（二）培養“互聯網+”會計思維方式

會計專業教育不能割裂人與計算機、會計與新科技的聯系。人工智能等新興科技在會計工作中的使用主體仍然是會計人員。因此在會計教學工作中，應逐漸培養學生樹立“互聯網+”會計的思維，注重會計知識與計算機實務操作的融合，培育學生處理信息、駕馭系統的能力；增加“互聯網+”會計相關課程占總體知識群的比重，緊密結合人工智能的開展方向及最新動態，融合人文與科學思維、管理與計算機思維。

（三）培養復合型會計人才

結合我國當前會計行業結合互聯網技術后的發展現狀進行分析，未來新技術的深入發展需要依據中國會計準則，不斷完善會計信息化軟件建設，豐富各類復雜業務的會計處理方式，因此高校需要加大“互聯網+”會計的“跨界”復合型人才培養力度，使之兼具經濟管理、數據分析、會計實務、信息技術等知識能力，迎合當前會計勞動力市場在快速發展的科技時代背景下的用人需要。

篇(5)

人工智能在培訓行業的應用，除非已經進化到像電影《黑客帝國》中的場景一樣，可將所需知識直接下載至腦中，否則，還是得回歸學習的本質。人工智能無法替代人類學習，學習是個性化的，并且還要經歷內化的過程，才能最終完成。然而，這并不代表人工智能在培訓行業沒有用武之地，恰恰相反，“智能化”學習技術的發展正為培訓行業注入一股新動能，而其中有些應用值得重點關注。

輔助系統

在學習環境中，與傳統學習管理平臺注重管理與記錄不同的是，智能化輔助系統會提供給學習者（learner）個性化的反饋。學習者參加完測驗后，可以更好地了解自己的弱項，進一步獲取相關的學習資源及后續所建議的學習路徑。智能化輔助系統扮演了助教的角色，有效指導并促進學習者的學習。在工作環境中，智能化輔助系統可以依照角色或流程等屬性，即時提供給任務執行者（performer）個性化且適量的內容，扮演了教練的角色，加速問題解決并提升工作成效。

課程規劃

想像一下，你所經歷的學習與工作都留下了記錄，你曾經去過哪兒、看過什么、讀過什么，都被記錄分析。之后通過電腦演算模型，人工智能就可以根據你的程度與需求，為你匹配相關的資源，選取真正對你有用的內容，提供多元與個性化的學習歷程（learning experience），從而摒棄以往齊頭并進式的課程規劃。

內容資源

通過學習元件（learning objects）或知識元件（knowledge objects）在元數據（meta data）的標簽，內容資源可以具備學習者能力、角色、工作場景及業務流程等屬性。之后，結合智能推薦引擎，內容便可以依照單一或多元屬性呈現，作為獲取知識的來源被自動推送給學習者，或者作為問題解決的資料來源被推送給任務執行者。

精確搜索

語言可能是模棱兩可的，通過建立知識圖譜（knowledge graph），學習者可以快速縮小搜索范圍。智能化搜索也可以更好地理解學習者搜索的信息，總結出與搜索話題相關的內容。由于知識圖譜構建了一個與搜索結果相關的完整知識體系，所以學習者往往會獲得意想不到的發現。在搜索中，學習者可能會了解到某個新的知識或新的聯系，從而進行一系列全新的搜索與學習。

數據分析

學習無處不在，當學習或者歷程記錄可以通過xAPI這類學習技術標準，來收集多元數據的時候，學習數據就不會只停留在以往SCORM課件閱讀的紀錄模式，而是可以實現學習歷程數據的集中。過去單純的學習記錄也可以上升到預警及預測的層次，甚至通過數據收集與深度分析，提供學習者如何建構所學內容的意義、如何形成理解、以及學習過程中所做決策的報告，這對教學設計會有莫大的幫助。

項目運營

篇(6)

（一）模仿操作，缺乏主動性

五年制高職會計專業一般在三年級上學期開設電算化課程，多采用暢捷通T3軟件教學和練習。教學方法一般為教師講解演練、學生模仿操作，學生被動地接受電算化的流程，并不去思考為什么要這樣流轉，缺乏學習的主觀能動性。學生對于未經過大腦思考、加工的知識，理解層次淺、記憶時間短。

（二）案例陳舊，缺乏真實性

暢捷通T3教材中的案例未能隨著會計準則、財經法規的變化而變化，與實際工作脫節，缺乏有效性和真實性。教師仍然按照書本案例教給學生會計知識和操作技能，對于學生來講電算化課堂就是學一些簡單的操作流程，課堂上學習的理論知識已經是過時的了，很難調動學生的學習積極性，教學效果也大打折扣。

（三）軟件單一，缺乏綜合性

暢捷通T3是由用友財務軟件簡化而來的教學用軟件，學生學會了暢捷通T3里的所有流程，并不代表就會運用用友財務軟件，更不等于就會運用其他財務軟件（例如企業常用的金蝶、管家婆等財務軟件）。因此，單一軟件的學習會導致學生的思維固化，將來畢業也難以適應新的會計工作崗位。

二、五年制高職會計電算化教學模式改革建議

（一）培養師資，提升教學水平

名師出高徒，要培養優秀的學生，首先要培養優秀的師資。在人工智能時代，會計專業教師應積極參加各類培訓和學習，了解最新的技術發展，熟悉先進的教學理念，傾聽優秀電算化教師的教學經驗，觀摩兄弟院校電算化教學軟件和硬件設施。職業學校應鼓勵會計專業教師下企業掛職鍛煉，提升專業教師的會計工作水平，培養真正的“雙師型”教師。

（二）創建平臺，鼓勵自主學習

職業學校要創建教學平臺，搭建教師與學生溝通的橋梁。教師可以把簡單的電算化操作流程按模塊錄屏，根據最新的會計政策和法規編寫案例、優秀教學資源等，上傳至教學平臺，學生可以自主登錄學習，不受時間和空間的限制。在教學平臺中，可以實現在線測試、在線評分、師生互動、生生互動，幫助學生及時解決難題，切實提高教學效果。

（三）財務共享，實現真賬實操

職業學校要努力打造財務共享中心，把企業搬進校園，讓學生能接觸到最新的、真實的經濟業務，根據紙質的原始憑證或者掃描的原始憑證進行分析、判斷，然后在財務軟件中分崗位進行操作，實現真賬實操。財務共享中心可采用企業的管理模式，讓學生有切身的職業體驗，為今后的會計職業道路做好鋪墊。

（四）優化軟件，打造業財融合

人工智能環境中，會計人員不僅要精通財務會計知識，還要有扎實的財務管理知識、稅收籌劃知識、企業管理知識等。因此，電算化課程的教學軟件應增加財務決策模塊、納稅申報模塊，通過電算化課堂教學，完善學生的知識體系，要讓學生知其然并知其所以然。同時，電算化課程還應借助ERP實訓軟件，開展ERP沙盤情景模擬教學，使學生了解企業運營模式，熟悉業務到財務的全過程。

（五）校企合作，感受真實情境

校企合作的單位是會計專業教師非常重要的教學資源，教師可帶領學生一起參觀不同的企業，讓學生感受真實的企業環境和工作崗位，了解企業對會計專業學生的需求，促使職業學校不斷完善會計專業學生的培養模式，改進電算化課程的教學模式。職業學校也可聘請企業財務經理作為客座教師，為學生講解自身的工作經驗、會計電算化實際工作中的技能和技巧，指導學生的職業生涯規劃。人工智能對會計行業的影響將是深遠的，職業學校要一直保持教育的先進性以及職業的敏感度，不斷思考和探索會計專業學生的培養模式以及會計學科的教學模式，為會計專業學生進入工作崗位奠定良好的基礎。

參考文獻：

[1]李峰.人工智能對未來會計的影響研究[J].中國總會計師，2019（04）：166-167.

篇(7)

關鍵詞：新工科；高等院校；計算機類專業；師資

1新工科建設下計算機類專業背景分析

自2017年2月起，國家教育部積極推進新工科建設，引導工程教育的探索新階段，為高等教育在強國建設中發揮重要作用助力。新工科專業，以互聯網和工業智能為核心，包括大數據、云計算、人工智能、區塊鏈等相關工科專業。新工科專業是以智能制造、云計算、人工智能等用于傳統工科專業的升級改造，未來新興產業和新經濟需要的是實踐能力強、創新能力強、具備國際競爭力的高素質復合型新工科人才。[1]相關專業包括：計算機科學與技術專業、物聯網工程專業、數字媒體技術專業、數據科學與大數據技術專業、智能科學與技術專業、智能建造專業、智能制造工程專業等。[2]由于計算機類相關專業是新工科專業的重要組成和有力支撐，近年來的招生報考呈現越來越火爆的趨勢，呈現出生源充足、考生認可度高的特點，與之形成對比的是：計算機類師資儲備不足、招聘難度較高。尤其是部分近年新開辦的專業，尚無直接對口的高校畢業生，因此，如何通過招聘和培養讓師資有效的適應新工科背景下學科建設及人才培養的需求，是高校亟待解決的問題。

2高等院校計算機類專業師資現狀及存在問題

2.1現有的高校計算機類專業師資來源，主要有以下兩個渠道

（1）來自高校。高校畢業生通過招聘環節進入高校工作，通過崗前培訓取得教師資格證，完成從學生到教師的角色轉換，無業界實踐工作經歷或業界實踐工作經歷不足一年。（2）來自業界。從高校畢業進入相關行業從事計算機類對口工作，有深入、豐富的實踐經驗后轉型到高校擔任教師，多數具有行業資格證書，能直接指導學生實踐。

2.2高校計算機類專業師資構成，主要有兩種類型

（1）專任教師。教育部明確指出，專任教師是指具有教師資格，專門從事教學工作的人員。我國對高校專任教師與學生的比例有基本的要求。（2）兼職教師。兼職教師是高校師資的重要補充力量，高校會根據教學需要聘請一定數量的校外企業、社會實踐經驗豐富的名師專家、高級技術人員或技師等擔任兼職教師，擔任實踐類課程教學。

2.3高校計算機類專業師資存在的主要問題

（1）來自高校的教師普遍缺乏對行業的深入了解。沒有業界工作經驗的高校教師，由于不熟悉實戰項目，難以直接指導學生實踐，而對計算機類專業而言，是否具備項目開發經驗對教師勝任力是關鍵評價指標。（2）互聯網、工業智能專業人才的薪資要求高，招聘難度大。新工科專業以互聯網和工業智能為核心，大數據、云計算、人工智能、區塊鏈都是快速發展的新興行業，業界薪資待遇高，從業人員以青年人為主，正處在人生拼搏期和事業上升期，薪資待遇和發展平臺的懸殊，導致業界人士鮮少選擇到高校從事教學工作。（3）業界教師教學能力有待提高。來自業界的教師經驗豐富、實踐能力強，但因多年在企業工作，學科基礎理論知識脫離時間長、逐漸淡忘，理論課教學能力偏弱。（4）兼職教師授課時間受限、不穩定、波動性大。由于兼職教師大多來自校外企業和社會，授課時間受到限制，不能持續穩定的參與教學工作，波動性較大。（5）計算機類專業教師能力有待不斷提高。隨著新技術發展，人工智能時代的全面來臨，計算機類專業知識更迭快，對教師知識更新、能力提升的要求高。

3高等院校計算機類專業師資緊缺的解決建議

3.1合理化薪資結構調整、改善福利待遇，建立績效考核和激勵體系

高校應該合理調整薪資結構，提高緊缺專業師資待遇，爭縮小與行業從業人員的薪資落差，充分利用高校的自身優勢吸引人才，提高福利待遇。建立科學合理的績效考核、激勵體系：考核評價要發揮導向作用，對不同類型的教師（教學科研型、教學型、科研型）分別細化不同的考核標準，條塊結合、標準明確、公正科學、獎懲分明，同時充分發揮大數據的作用，利用數據化的考核方式讓考核更加具體充分。通過績效考核體系，加強對于緊缺、骨干師資的評定和激勵。

3.2制定教師雙向進修計劃，加強師資培訓培養力度

要建設綜合素質好、學術水平高的教師隊伍，既有豐富理論知識、又有較強職業技能和一線實踐經驗：面向來自高校和業界不同類型的教師，針對性的開展培訓，區分側重點--為高校教師提供更多參與行業實踐、深入企業項目的鍛煉機會；為業界教師提供更多進修、訪學、學術會議等交流學習機會，幫助教師提升自身素質。同時，師資培訓結合腦科學、心理學、教育學，提升教師的跨領域融合能力。

3.3建立兼職教師人才庫，儲備充足的兼職教師

高校應建立計算機類專業兼職教師人才庫，通過網絡平臺、專場招聘、定向聯系等各種渠道、多種方法，推進兼職教師的儲備工作，保證充分數量的兼職教師隊伍。

3.4開展企業合作定制培養班，引進企業導師參與實踐類課程教學

新工科建設要求下，高校計算機類專業應利用校企合作資源，大量引入企業項目和研發骨干人員進入課堂，共同參與學生培養，達到高校、企業、學生共贏的局面。通過開展企業合作定制培養班，讓企業導師參與實踐類課程教學，同時需要適當放寬對企業導師學歷、職稱等門檻要求，重點關注其實踐項目研發經驗和能力。