陳俊杰 謝聰嬌 周艷青

摘 ?要：人工智能的發(fā)展不僅推動了各領(lǐng)域的技術(shù)變革，也推動了教育體系的變革。該文分析目前跨專業(yè)人工智能課程教學存在的問題，結(jié)合不同專業(yè)的特點按照能力與知識的關(guān)系，對人工智能課程進行多層次的體系結(jié)構(gòu)設(shè)計。并以內(nèi)蒙古農(nóng)業(yè)大學的教學設(shè)計為例，對“農(nóng)林類”“生物醫(yī)學類”“機械水利測繪類”和“管理會計及其他類”多層次教學設(shè)計進行詳細闡述，最后結(jié)合目前人工智能及相關(guān)課程的教學實踐，提出多層次人工智能教學改革的措施。

關(guān)鍵詞：跨專業(yè)；人工智能課程；多層次教學；教學設(shè)計；改革研究

中圖分類號：G642 ? ? ? ?文獻標志碼：A ? ? ? ? ?文章編號：2096-000X（2023）33-0129-04

Abstract： The development of artificial intelligence has not only driven technological changes in various fields， but also driven changes in the education system. The paper analyzes the current problems in the teaching of cross-disciplinary artificial intelligence courses， and combines the characteristics of different majors to design a multi-level system structure for Artificial Intelligence course based on the relationship between ability and knowledge. Taking the teaching design of Inner Mongolia Agricultural University as an example， the multi-level teaching design of "agriculture and forestry"， "biomedical"， "mechanical water conservancy surveying and mapping"， "management accounting and other categories" was elaborated in detail. Finally， combined with the current teaching practice of Artificial Intelligence and related courses， measures for multi-level artificial intelligence teaching reform were proposed.

Keywords： cross-disciplinary; Artificial Intelligence course; multi-level teaching; teaching design; reform research

人工智能作為新一輪引領(lǐng)未來發(fā)展的戰(zhàn)略技術(shù)和新一輪產(chǎn)業(yè)變革的核心驅(qū)動力，正在以極快的發(fā)展速度與各領(lǐng)域相融合。我國高度重視人工智能產(chǎn)業(yè)的發(fā)展，國務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，對人工智能的產(chǎn)業(yè)進行了規(guī)劃[1]。在高校結(jié)合人工智能專業(yè)領(lǐng)域推進新工科、新農(nóng)科建設(shè)，這表明面對新時代的特點，培養(yǎng)計算思維、能靈活應(yīng)用結(jié)合人工智能技術(shù)的創(chuàng)新型人才，需要貫穿教育的各個階段[2]，這已經(jīng)成為當前時代教育刻不容緩的任務(wù)。教育部印發(fā)了《高等學校人工智能創(chuàng)新行動計劃》，新工科、新農(nóng)科的建設(shè)要與人工智能時代的發(fā)展相結(jié)合，培養(yǎng)具有創(chuàng)新意識，適應(yīng)和引領(lǐng)未來發(fā)展的人才，推進高等教育改革的新戰(zhàn)略，形成“人工智能+X”的培養(yǎng)復合專業(yè)人才的新模式[3-4]。越來越多的專業(yè)將人工智能課程及其他相關(guān)課程引入到培養(yǎng)體系中，并嘗試將人工智能課程和本專業(yè)的領(lǐng)域內(nèi)容相結(jié)合，并對課程教學模式進行了改革和探索。

一 ?跨專業(yè)人工智能課程多層次教學改革的必要性

促進學科交叉融合，重視人工智能專業(yè)領(lǐng)域的結(jié)合已經(jīng)成為學科建設(shè)的新思路，越來越多的學者注意到以人工智能技術(shù)為基礎(chǔ)，對專業(yè)領(lǐng)域發(fā)展的重要性，并在教育教學實踐中進行了探索。

（一） ?生物醫(yī)學相關(guān)專業(yè)

“人工智能+醫(yī)學”一直是智能專家系統(tǒng)較為活躍的領(lǐng)域，郭金磊等[5]指出目前開設(shè)的人工智能相關(guān)課程教材缺乏機器學習相關(guān)方法在醫(yī)學領(lǐng)域的實踐應(yīng)用案例，因此課程不能引起學生的重視。隋文濤等[6]提出山東理工大學在“人工智能+醫(yī)療”的實踐中，將人工智能課程體系針對該特定實踐班進行課程內(nèi)容改革。王宏娟等[7]提出在動物醫(yī)學專業(yè)應(yīng)打破傳統(tǒng)的教學模式，在專業(yè)建設(shè)中把圖像識別和大數(shù)據(jù)分析技術(shù)引入人才培養(yǎng)體系中重構(gòu)動物醫(yī)學的培養(yǎng)體系。

（二） ?林學專業(yè)

陳愛斌等[8]提出現(xiàn)有的高等教育的人工智能課程主要針對計算機專業(yè)，對于林業(yè)院校的相關(guān)專業(yè)而言其教學內(nèi)容針對性不強，缺乏專業(yè)特色，不能和專業(yè)實踐相結(jié)合。同時教學難度太大，內(nèi)容跨度大，學生沒有相關(guān)基礎(chǔ)，很難掌握課程內(nèi)容。沈嶸楓等[9]提出“人工智能+林業(yè)機械”的課程教學改革，該文提出針對林業(yè)機械專業(yè)的特點制定課程體系，將人工智能課程融入到林業(yè)智能系統(tǒng)等應(yīng)用中，改革相關(guān)的教學內(nèi)容，并建立與專業(yè)相符合的教學模式。

（三） ?水利測繪專業(yè)

張盛楠等[10]探索了給排水專業(yè)中的人工智能及相關(guān)課程，并表明了傳統(tǒng)的給排水專業(yè)課程不能滿足智慧水務(wù)人才建設(shè)的需要，迫切需要對現(xiàn)有的課程體系進行改革。然而由于本專業(yè)的課程較多，在原有的課程體系基礎(chǔ)上再大范圍地開展信息化課程，這加重了學生的學習負擔，然而并不是所有信息化內(nèi)容都是專業(yè)需要的，因此將人工智能課程和本專業(yè)部分課程進行了融合，建立了智能化水務(wù)的相關(guān)課程體系。苗立志等[11]提出在測繪專業(yè)中開設(shè)跨專業(yè)的人工智能課程，為學生掌握智能化測繪技術(shù)奠定基礎(chǔ)。

（四） ?設(shè)計類專業(yè)

唐智川等[12]在設(shè)計學專業(yè)的產(chǎn)品設(shè)計類課程中圍繞“人工智能+設(shè)計”的教學理念，將人工智能的課程內(nèi)容和設(shè)計案例相結(jié)合，主要圍繞產(chǎn)品設(shè)計需要用到的深度學習的相關(guān)內(nèi)容進行基礎(chǔ)理論教學，通過調(diào)用成熟的模型框架實現(xiàn)深度學習模型的使用，并將其與動漫生成、圖像轉(zhuǎn)換等案例結(jié)合，讓學生能通過人工智能方法進行設(shè)計創(chuàng)意，提升產(chǎn)品實現(xiàn)能力。

（五） ?農(nóng)學類專業(yè)

王海飛等[13]提出在畜牧業(yè)專業(yè)的生產(chǎn)控制、飼養(yǎng)過程、產(chǎn)品質(zhì)量追蹤等方面對物聯(lián)網(wǎng)的數(shù)據(jù)進行采集、處理、分析等操作，并最終為智慧養(yǎng)殖提供決策支持。因此在畜牧業(yè)本科教學體系中，應(yīng)加入信息化的課程，并圍繞人工智能技術(shù)的應(yīng)用設(shè)計相關(guān)課程，推進智慧農(nóng)業(yè)的發(fā)展，從而提升農(nóng)業(yè)現(xiàn)代化的水平。為推進新農(nóng)科的建設(shè)，陳禪友等[14]針對漢江大學的園藝專業(yè)課程體系改革進行了探索，增加了智慧農(nóng)業(yè)的相關(guān)技術(shù)內(nèi)容，并融合到專業(yè)課程教學中。例如將園藝研究方法改為園藝研究與大數(shù)據(jù)分析，增加了數(shù)據(jù)采集和數(shù)據(jù)分析處理的相關(guān)內(nèi)容，在植物育種學中增加了種質(zhì)資源數(shù)據(jù)庫技術(shù)和數(shù)據(jù)挖掘的相關(guān)技術(shù)。楊娟等[15]提出針對農(nóng)科現(xiàn)代化人才的培養(yǎng)模式，在實踐教學體系中融合人工智能相關(guān)技術(shù)重構(gòu)農(nóng)學的實踐教學體系，在遠水肥控制中增加農(nóng)業(yè)數(shù)據(jù)采集內(nèi)容、在物候管理中增加基于深度學習的標準化種植管理、在病蟲害識別中增加圖像識別技術(shù)等。

（六） ?其他類專業(yè)

在財經(jīng)管理類專業(yè)領(lǐng)域中部分工作已經(jīng)被計算機取代，人類工作已經(jīng)逐步向管理和分析傾斜，該類專業(yè)的人工智能中的博弈論、統(tǒng)計機器學習等方法是重要研究方法[16]。電氣工程及自動化專業(yè)中[17]工程基礎(chǔ)課選修模塊中增設(shè)智能博弈和深度學習模塊，并在拓展課程中增加人工智能相關(guān)課程以促進新工科背景下的專業(yè)建設(shè)；柳紅東等[18]在材料科學與工程專業(yè)中增設(shè)人工智能等課程為專業(yè)必修課程，并在此基礎(chǔ)上對傳統(tǒng)課程進行教學改革。

社會的變革、技術(shù)的發(fā)展與人工智能緊密結(jié)合，這種交融影響著時代同時迫切要求科學地規(guī)劃人工智能和其他領(lǐng)域的結(jié)合。綜上所述，盡管學者們在不同專業(yè)領(lǐng)域的教學中進行了探索，然而現(xiàn)階段人工智能課程主要存在以下問題：

1）將人工智能類課程直接加入到原有專業(yè)課程體系中，課程沒有專業(yè)特色，教學內(nèi)容以計算機類專業(yè)學生內(nèi)容。這種方式雖然增加了人工智能課程的教學內(nèi)容，然而教學內(nèi)容難度較大，沒有與專業(yè)實踐內(nèi)容相結(jié)合，內(nèi)容過于寬泛沒有針對性，因此不能激發(fā)學生的學習興趣。

2）由于學時、學分等限制將人工智能的相關(guān)內(nèi)容和某一門課程相結(jié)合進行講解，雖然結(jié)合了專業(yè)領(lǐng)域的相關(guān)內(nèi)容，但是人工智能中涉及的是基本的分析、解決問題的方法和理論，因此在多門課程中會有相關(guān)內(nèi)容的重疊，使得學習內(nèi)容交叉重復。

3）現(xiàn)有的研究只局限于特定課程或者特定的專業(yè)，沒有科學地規(guī)劃與專業(yè)結(jié)合的相關(guān)人工智能內(nèi)容。

原有的人工智能課程體系結(jié)構(gòu)很難適應(yīng)新形勢下不同學科對人工智能課程內(nèi)容的需求，跨專業(yè)的多層次人工智能課程改革成為現(xiàn)階段的研究亟待解決的問題。本文探索研究人工智能課程和特定的應(yīng)用領(lǐng)域結(jié)合、與專業(yè)特色相融合，實現(xiàn)不同維度的多層次人工智能的課程體系及實踐教學模式。

二 ?多層次教學體系的設(shè)計

人工智能作為基礎(chǔ)理論和基本方法的課程，與數(shù)學等自然科學一樣逐漸被應(yīng)用到不同專業(yè)的不同課程內(nèi)容中，因此將其與某一門課程相結(jié)合完成全部本專業(yè)應(yīng)用的內(nèi)容很顯然是不合適的，從實踐教學的經(jīng)驗看，根據(jù)專業(yè)的特點系統(tǒng)科學地規(guī)劃課程內(nèi)容是將人工智能內(nèi)容融入本專業(yè)的較好的方式。而對跨專業(yè)的學生講授多門信息類課程，由于學時和學分的限制很顯然也是不現(xiàn)實的。對于非計算機專業(yè)的學生而言主要是對智能技術(shù)的應(yīng)用，而不是針對具體方法的研究與探索，因此太深的課程內(nèi)容很顯然也是不合適的。本文按照專業(yè)特點結(jié)合教學實踐經(jīng)驗對人工智能課程進行規(guī)劃，以內(nèi)蒙古農(nóng)業(yè)大學的專業(yè)為例，設(shè)計多層次的人工智能教學體系，將其分為“農(nóng)林類”“生物醫(yī)學類”“機械水利測繪類”和“管理會計及其他類”四個大類進行設(shè)計，科學規(guī)劃設(shè)計課程內(nèi)容。依據(jù)內(nèi)蒙古農(nóng)業(yè)大學不同專業(yè)對人工智能課程的能力要求和知識關(guān)系，將人工智能的知識模塊分為“知識表示”“知識推理”“搜索技術(shù)”“物聯(lián)網(wǎng)數(shù)據(jù)采集技術(shù)”“數(shù)據(jù)處理技術(shù)”“大數(shù)據(jù)存儲技術(shù)”“機器學習”“深度學習”“知識圖譜”九個主要部分，每個模塊及其對應(yīng)內(nèi)容見表1。

從表1中模塊對應(yīng)的主要內(nèi)容可以看出，人工智能包含的內(nèi)容非常廣泛，如知識表示模塊涵蓋了謂詞邏輯表示、語義網(wǎng)絡(luò)表示、狀態(tài)空間表示等多種表示方法。將所有模塊所有知識內(nèi)容對所有專業(yè)進行教學，很顯然是行不通的。不同的專業(yè)對這幾個部分的側(cè)重點不盡相同，因此不應(yīng)該像計算機專業(yè)的學生那樣將每個部分的內(nèi)容都全部掌握，而應(yīng)結(jié)合專業(yè)特點學習其最需要的內(nèi)容。同時根據(jù)專業(yè)特點選擇模塊中最主要的內(nèi)容在實際教學中進一步設(shè)計。以內(nèi)蒙古農(nóng)業(yè)大學為例，根據(jù)不同的專業(yè)特點其課程體系設(shè)計如下。

（一） ?“農(nóng)林類”教學體系設(shè)計

結(jié)合農(nóng)林類學科的專業(yè)特點，其主要涉及通過物聯(lián)網(wǎng)數(shù)據(jù)對農(nóng)業(yè)、林業(yè)相關(guān)數(shù)據(jù)的物聯(lián)網(wǎng)數(shù)據(jù)信息采集、預處理，并利用機器學習和深度學習的內(nèi)容進行數(shù)據(jù)分析。因此其教學體系設(shè)計為：“物聯(lián)網(wǎng)數(shù)據(jù)采集技術(shù)”“數(shù)據(jù)處理技術(shù)”“大數(shù)據(jù)存儲技術(shù)”“機器學習”“深度學習”，這些內(nèi)容的設(shè)計符合農(nóng)林專業(yè)數(shù)據(jù)采集、處理、存儲、分析的需求。

（二） ?“生物醫(yī)學類”教學體系設(shè)計

根據(jù)生物醫(yī)學的專業(yè)特點，在教學中應(yīng)突出醫(yī)學中常用的不確定性推理技術(shù)、生物醫(yī)學知識的表達和應(yīng)用，模型分析和預測等內(nèi)容，因此課程的教學體系設(shè)計為：“知識表示”“知識推理”“數(shù)據(jù)處理技術(shù)”“機器學習”“深度學習”及“知識圖譜”幾個部分，該設(shè)計緊密圍繞生物醫(yī)學的應(yīng)用。

（三） ?“機械水利測繪類”教學體系設(shè)計

“機械水利測繪類” 專業(yè)中涉及路徑搜索規(guī)劃、數(shù)據(jù)的采集、處理及大數(shù)據(jù)量的存儲技術(shù)等內(nèi)容，因此課程體系結(jié)構(gòu)設(shè)計為：“知識表示”“搜索技術(shù)”“物聯(lián)網(wǎng)數(shù)據(jù)采集技術(shù)”“數(shù)據(jù)處理技術(shù)”“大數(shù)據(jù)存儲技術(shù)”“機器學習”“深度學習”七個組成部分，貫穿該類專業(yè)的全部應(yīng)用相關(guān)內(nèi)容。同時需要注意到“知識表示”模塊中包含多種表示方法，然而針對這類專業(yè)的特點，其教學重點在狀態(tài)空間表示方法，該部分內(nèi)容與搜索技術(shù)緊密結(jié)合。其他知識表示方法與專業(yè)應(yīng)用并不緊密結(jié)合，因此在農(nóng)業(yè)大學的實踐應(yīng)用中對其余內(nèi)容進行了舍棄。

（四） ?“管理會計及其他類”教學體系設(shè)計

該類專業(yè)獲取的數(shù)據(jù)形式較規(guī)范，應(yīng)用主要集中在數(shù)據(jù)分析和處理中，并根據(jù)分析結(jié)果提供決策支持，因此體系結(jié)構(gòu)設(shè)計為：“數(shù)據(jù)處理技術(shù)”“大數(shù)據(jù)存儲技術(shù)”“機器學習”“深度學習”四個組成部分。

不同的專業(yè)和人工智能融合點側(cè)重不同，這就決定了不能用同一模式為所有專業(yè)設(shè)置相同的人工智能課程教學體系。按照多層體系結(jié)構(gòu)設(shè)計人工智能課程，該設(shè)計方法與專業(yè)特點緊密結(jié)合，計算機技術(shù)不僅是信息處理的工具和手段，更是成為解決本專業(yè)問題的重要方式，是學科交叉的重要內(nèi)容。

三 ?多層次人工智能課程教學改革措施

按照多層次劃分人工智能課程體系結(jié)構(gòu)，使得課程的體系適合專業(yè)特點，然而不同專業(yè)在相同知識模塊的側(cè)重點也是不同的，如農(nóng)學類專業(yè)的深度學習內(nèi)容更關(guān)注在對植物、病蟲害圖像識別，即關(guān)注點在圖像處理模塊，因此深度學習模型中的卷積神經(jīng)網(wǎng)絡(luò)模型要比循環(huán)神經(jīng)網(wǎng)絡(luò)模型的使用率更高，因此重點應(yīng)在卷積神經(jīng)網(wǎng)絡(luò)模型；而對于經(jīng)濟管理類學生在實際應(yīng)用中的股票預測等通常是序列模型，因此循環(huán)神經(jīng)網(wǎng)絡(luò)模型是深度學習模塊的重點內(nèi)容。因此，僅有體系結(jié)構(gòu)是不夠的，還需要在課程教學內(nèi)容中結(jié)合專業(yè)特點進行以下幾個方面的改革。

（一） ?課程教學內(nèi)容的改革

現(xiàn)有的人工智能課程，教學內(nèi)容沒有針對專業(yè)特點，所有專業(yè)在教授相同知識模塊時授課內(nèi)容通常都一樣，沒有側(cè)重點。課程教學內(nèi)容應(yīng)與專業(yè)特點相結(jié)合，按照專業(yè)需求設(shè)置課程講授的重點、難點內(nèi)容。

（二） ?課程教學目標改革

教學目標應(yīng)重應(yīng)用而不是重技術(shù)原理，對于跨專業(yè)的人工智能重點是將專業(yè)領(lǐng)域內(nèi)容和人工智能技術(shù)相結(jié)合，應(yīng)用人工智能技術(shù)解決領(lǐng)域問題。傳統(tǒng)的人工智能授課重點在模型、方法的原理，這些內(nèi)容對于非計算機專業(yè)學生理解難度較大，應(yīng)轉(zhuǎn)變?yōu)橐詰?yīng)用為導向，輔助技術(shù)原理的形式，培養(yǎng)學生的實踐創(chuàng)造能力，使學生能盡快地理解人工智能相關(guān)技術(shù)在本專業(yè)的作用，并進一步激發(fā)學生的學習興趣。

（三） ?教學案例改革

現(xiàn)有的案例庫大多是以商業(yè)、自然語言、人臉識別等作為人工智能的應(yīng)用案例，缺乏和具體專業(yè)領(lǐng)域結(jié)合的案例分析和綜合應(yīng)用。案例內(nèi)容應(yīng)和專業(yè)實踐緊密結(jié)合，激發(fā)學生的學習興趣，對專業(yè)應(yīng)用具有啟發(fā)和指導作用。

（四） ?教學模式改革

人工智能內(nèi)容課程涉及物理、數(shù)學、專業(yè)領(lǐng)域知識等教學內(nèi)容，以應(yīng)用為導向的教學目標需要整合眾多教學內(nèi)容，這就要求有豐富的線上、線下教學資源對學生進行引導。因此需要改變傳統(tǒng)的教學模式采用多種教學手段和資源進行線上線下的混合教學模式，并輔助以虛擬實踐教學平臺進行實驗應(yīng)用，提升學生的理解和應(yīng)用能力。

四 ?結(jié)束語

人工智能技術(shù)的發(fā)展給各領(lǐng)域的發(fā)展帶來了機遇和挑戰(zhàn)，各專業(yè)的教育也亟需從專業(yè)與信息化相結(jié)合轉(zhuǎn)變?yōu)榕c智能化相結(jié)合的專業(yè)發(fā)展道路。當前的人工智能課程已經(jīng)不再是計算機專業(yè)特有的專業(yè)課程，面對時代的變革，它亟需結(jié)合各專業(yè)的特點進行變革。而現(xiàn)有的人工智能課程教學缺乏針對不同專業(yè)特點的跨學科人工智能課程體系結(jié)構(gòu)的設(shè)計，因此存在教學內(nèi)容的側(cè)重點不均衡、過于寬泛、與專業(yè)結(jié)合不緊密等問題。本文結(jié)合教學實踐對跨專業(yè)人工智能課程進行了改革探索，對人工智能的內(nèi)容進行知識模塊化分解，將專業(yè)要求具備的能力和知識模塊對應(yīng)，通過調(diào)研各專業(yè)的特點從頂層構(gòu)建了不同專業(yè)的多層課程教學體系。改革現(xiàn)行的跨專業(yè)人工智能課程教學大綱、課程體系、教學內(nèi)容和教學方法，建設(shè)與領(lǐng)域結(jié)合的分層的課程體系結(jié)構(gòu)是增強專業(yè)學生就業(yè)競爭力，滿足社會科技進步及企業(yè)生產(chǎn)技術(shù)更新?lián)Q代對智能應(yīng)用型人才需求的重要途徑。

參考文獻：

[1] 教育部.“新工科”建設(shè)復旦共識[J].高等工程教育研究，2017（1）：10-11.

[2] 陳英瓊，韓笑，劉鳳娟.人工智能時代中小學生計算思維的培養(yǎng)策略研究[J].內(nèi)江科技，2021，42（9）：91-92，68.

[3] 倪偉傳，李佳，王鳳，等.新工科背景下應(yīng)用型本科實驗平臺構(gòu)建[J].實驗技術(shù)與管理，2018，35（1）：269-272.

[4] 李德毅，馬楠.智能時代新工科：人工智能推動教育改革的實踐[J].高等工程教育研究，2017（5）：8-12.

[5] 郭金磊，曹璐瑩，陳繼超，等.新工科視域下基于醫(yī)工跨界融合的智能醫(yī)學工程專業(yè)人才培養(yǎng)體系探索[J].科技風，2021（26）：60-62.

[6] 隋文濤，金亞軍，張洪波，等.新工科背景下的人工智能課程的教學探索[J].教育現(xiàn)代化，2019，6（59）：161-162.

[7] 王宏娟，譚瑤，李娜，等.“新農(nóng)科”建設(shè)背景下動物醫(yī)學專業(yè)的嬗變與思考[J].中國獸醫(yī)雜志，2020，56（9）：105-108.

[8] 陳愛斌，蔡自興，李建軍.林業(yè)院校人工智能課程教學的思考[J].計算機教育，2016（10）：80-82.

[9] 沈嶸楓，紀敏，謝詩妍，等.新工科背景下“人工智能+林業(yè)機械”研究生課程教學改革[J].西部素質(zhì)教育，2018，4（22）：135-137.

[10] 張盛楠，馬嘯雨，于海申，等.“新工科”背景下應(yīng)用型大學給排水專業(yè)智能化課程群建設(shè)探索[J].土木建筑工程信息技術(shù)，2021，1３（５）：９６－101

[11] 苗立志，楊立君，黃毅.人工智能背景下測繪工程專業(yè)課程體系設(shè)置探討[J].現(xiàn)代測繪，2020，43（5）：59-61.

[12] 唐智川，王董玲，夏丹，等.“人工智能+設(shè)計”——設(shè)計學專業(yè)產(chǎn)品設(shè)計類課程教學實踐新探索[J].裝飾，2020（1）：120-123.

[13] 王海飛，曹越，吳圣龍，等.智慧農(nóng)業(yè)時代背景下畜牧學本科生人才培養(yǎng)方式的探討[J].教育教學論壇，2020（45）：267-268.

[14] 陳禪友，吳春紅，牛蒙亮.“新農(nóng)科”建設(shè)中園藝專業(yè)課程體系改革初探——以江漢大學為例[J].教育教學論壇，2021（16）：61-64.

[15] 楊娟，葉進，馬仲輝，等.基于互聯(lián)網(wǎng)加智慧農(nóng)業(yè)的農(nóng)科人才培養(yǎng)模式探究[J].實驗室研究與探索，2021，40（3）：145-148.

[16] 趙志泉.面向“雙萬計劃”省屬理工院校管理類專業(yè)人才培養(yǎng)模式改革研究[J].高教學刊，2021，7（21）：149-153.

[17] 徐祥征.“人工智能+新工科”背景下電氣工程及自動化專業(yè)課程體系建設(shè)研究[J].赤峰學院學報（自然科學版），2021，37（8）：101-103.

[18] 柳紅東，韓濤，胡榮，等.基于人工智能和大數(shù)據(jù)技術(shù)的材料科學與工程專業(yè)課程體系的改革研究[J].廣東化工，2021，48（16）：263-265.