计算机大学毕业论文范文第1篇
关键词:大学生就业 联动机制 大联动 小联动
为解决大学生就业难这一问题,很多论者提到可以建立大学生就业工作的联动机制,来促进大学生就业。大学生就业联动机制可以分为“大联动”机制和“小联动”机制两大类。大学生就业“大联动”机制,是指大学生就业工作这一系统工程内各元素相互作用而形成的整体性联动机制。大学生就业“小联动”机制,是指大学生就业工作这一系统工程中各元素内部需要建立的个体性联动机制。
作为河南省教育科学“十一五”规划2009年度重点项目《建立招生、培养、就业联动机制,促进大学生就业》(编号:2009-JKGHAZ-0031)课题组成员,笔者认为大学生就业“大联动”机制的五大系统要素是政府、高校、学生、单位和市场,五大要素分别担负着治才、育才、成才、用才和导才的角色分工,其目标责任是促进大学生充分就业、推动国家人才强国战略的实施。(这些[1]笔者已行文另述过)但这个大学生就业“大联动”机制的实现,其途径之一就是系统要素都需要建立内部的大学生就业“小联动”机制,即政府要建立“发展经济、政策保障、治理就业”的联动机制,高校要建立“特色招生、精心培养、服务就业”的联动机制,学生要建立“奋发学习、个性成才、理智就业”的联动机制,单位要建立“联合培养、创新发展、推动就业”的联动机制,市场要建立“完善体制、优化配置、支导就业”的联动机制。只有各个要素建立促进就业的内部“小联动”机制,才能有力推动人才强国战略的实施。
1 政府:建立“发展经济、政策保障、治理就业”联动机制
促进大学生充分就业、推动国家人才战略的实施,政府需要建立“发展经济、政策保障、治理就业”的大学生就业“小联动”机制。原因是:发展经济可以促进大学生人才就业,大学生人才就业反过来可以推动经济更快发展;政府只有实施合理的促进大学生就业的经济、行政、法律、社会等保障政策和优惠措施,才能解决大学生就业工作中存在的一些问题,从而达到治理就业、促进发展的目标。
政府建立“发展经济、政策保障、治理就业”联动机制来促进就业,一是可以发展高科技新兴产业和第三产业尤其是服务业,提高经济新的增长点,增加新的就业岗位;二是可以加大资金投入力度,支持高校进行专业设置、教学研究方面的改革,支持社会用人单位接收更多的大学生人才、不断创新发展,支持发展大学生就业中介机构、信息市场的完善;三是可以完善《就业促进法》、《劳动合同法》、《社会保障法》等一系列有关就业的法律制度和促进大学生就业的优惠措施激励政策,并加大实施力度;四是可以加强宏观调控,紧紧围绕科教兴国、可持续发展等战略的实施,有针对性地吸引、调配和补充紧缺人才和重点人才,有效整合人才资源,引导市场发挥与国家政策导向一致的配置人才资源的基础作用;五是可以加大政府治理就业的力度,充分发挥大学生就业工作中的导航作用。
政府治理就业,是政府治理理念的重要体现。“现代市场经济条件下,政府的基本职能是:经济调节、市场监管、社会管理、公共服务。政府要把财力物力等公共资源更多地向社会管理和公共服务倾斜,政府精力要更多地放在促进社会事业发展和建设和谐社会上。大学生就业从根本上讲属于社会管理和公共服务范畴。”[2]政府治理就业,一方面,政府要主动治理就业,充分发挥政府“掌舵”和“导航”作用;另一方面,政府也不能把就业责任全部下放。就业责任的层层下放,导致不少高校背负着沉重的就业指标包袱,将大量的精力和教育资源转投到学生就业上,以就业而不是育人为导向,以追求任务完成而不是素质提高为导向,主要的工作都围绕就业率这个“中心”,而偏离了“教书育人”这一根本宗旨。在这种指标化的管理方式之下,第一责任主体发生了位移,完成就业率的任务直接落到了各个院(系)的头上。这就容易导致了“被就业”现象的出现。[3]
2 高校:建立“特色招生、精心培养、服务就业”联动机制
促进大学生充分就业、推动国家人才战略的实施,高校需要建立“特色招生、精心培养、服务就业”的大学生就业“小联动”机制。原因是:根据国家社会需要、市场信息导向,设置特色专业进行招生和培养,有利于培养就业力强的大学生人才,有利于服务大学生就业;同时,精心培养学生,打造高校品牌,重视大学生职业规划和就业创业指导,更好的为大学生就业打造服务平台,可以反过来促进高校特色专业的招生;高校招生、培养、就业可以形成良性互动。
高校建立“特色招生、精心培养、服务就业”联动机制来促进就业,一是要根据市场导向、国家和社会需求,改革专业设置和教学方法,培养具有专业技能的人才;二是要加强对学生的能力教育和素质教育,让学生不仅能掌握知识,更要掌握学习知识和创新知识的能力,成为适应需求的通才;三是要主动建立起校企合作、校校合作、校府合作或区域合作、行业合作机制,实现联合培养和“定制式”教学,培养具有实践能力的高素质人才,并实现“产销对路”;四是加强大学生思想教育,使他们形成以正确的就业观,鼓励他们按照政府引导、适应市场调节而到国家需要的地方就业;五是强化“服务就业”意識,加强职业规划教育和就业创业指导服务,多方提供就业信息和搭建就业平台,努力把培养的人才推向社会使用。
从中外就业机制的比较中可以得到启示,高校服务就业的主要内容是职业规划指导和就业指导服务。在职业规划指导方面,学生入学的第一年,就开始对学生进行职业教育,帮助学生接触和了解就业市场的状况;第二年帮助学生了解自己的性格,发现自己的兴趣和专长,了解适合自己的职业类群:第三年帮助学生了解用人单位的情况和市场实际需求,参加社会实践和一些招聘会,让学生直接感受就业市场的压力,变压力为动力;第四年辅导学生写求职信,传授求职要领和面试技巧等专门技能。[4]
在就业指导服务方面,高校急需做的事有二。一是就业工作的方式要实现由“坐商”到“行商”的转变。要采取有特色的方式推荐学生,向用人单位进行深入宣传,让用人单位全面了解学校所培养学生的素质和能力,另外在新的就业环境中,负责学生就业的老师,应该改变传统的“朝南坐”的思想,要有“登门推销”的精神,走出校门,与更多的用人单位进行密切沟通,培育“顾客群体”,从而,在社会上建立起更为广泛的“学生销售网点”。[5]二是要建立就业信息反馈系统。“就业信息反馈系统是以就业人员就业后的信息为基础,通过分析、提取、加工,将处理后的信息提供给招生与人才培养部门,从而使学校的招生培养工作更适应社会变化及企业要求。主要包括两方面内容:一是社会对人才培养的需求。通过用人单位对毕业生的招聘,折射出社会对各类人才的需求量和培养规格要求。二是毕业生对社会的需求。市场经济条件下,毕业生对社会需求的不同反映将不同程度的改变培养与需求的原有关系,使它们之间的差距缩小或是扩大。”[6]
3 学生:建立“奋发学习、个性成长、理智就业”联动机制
促进大学生充分就业、推动国家人才战略的实施,学生要建立“奋发学习、个性成才、理智就业”的对大学生就业“小联动”机制。原因是:大学生必须成才,建立大学生就业联动机制才有社会价值,才能推动国家人才战略的实施;大学生只有勤奋地全面学习,掌握更多的本领,才能为成才、就业打下基础;大学生只有具有特殊本领、实践经验,才能更好的就业;大学生只有理智就业,才会促进终身学习、进一步在实践中成长成才。
学生建立“奋发学习、个性成才、理智就业”联动机制促进就业,一是要勤奋学习,进入大学后不能放松甚至放纵自己,学习还是首要任务,创新无止境、学习无止境,终身学习才可能成才;二是要全面学习,学习专业知识和相关科学文化知识,掌握各种相应能力,全面发展,适应市场竞争;三是要个性成才,多参加课外活动和社会实践、就业实习等,使自己成为有专长爱好、特别技能和实践经验、创新精神的人,更受用人单位的欢迎;四是要有服务意识,树立正确世界观、人生观、价值观为指导的成才观,成才也要为社会服务、为基层服务,把自身价值与社会价值统一起来,以积极的姿态投入到经济建设中去,施展才华,实现自己的价值,在服务中进一步成才;五是要有诚信道德和团队精神,这是现代企业和社会非常看重的职业素质;六是要理智就业,有自主创业精神信念和非正规就业的心理准备,自主创业和非正规就业也是就业的有效途径之一。
理智就业在当前大学生就业大环境中显得尤为重要。理智就业,可以包括:一是“适应角色转变,变被动为主动,树立动态全面的就业观”。大学生必须改变“一次就业定终生”的传统观念,树立动态的就业观,“先就业,后择业;先生存,后发展”,克服一些不切的想法。“失业,下岗,再就业”,这本身就是一个正常的良性循环过程,就业本身就是一个动态的过程。[5]二是正确对待自主创业和非正规就业。《就业促进法》第一章第七条指出:国家倡导劳动者树立正确的择业观念,提高就业能力和创业能力,鼓励劳动者自主创业、自谋职业。这显然是针对当前我国严峻的就业形势提出的。大学生就业大众化是社会发展的必然趋势,转变大学生的就业观念,打破“精英”光环的束缚,走进大学生就业大众化的现实中去,大学生的就业之路才能越走越宽。[7]非正规性就业习惯上称之为“隐性就业”,它是指那些没有按照劳动力市场规范的就业方式而获取工作机会的就业行为。这类就业主要包括自我雇佣、家庭内就业、阶段性就业、钟点工、临时工、季节工等。其基本特征是就业的灵活性和低成本性(包括低组织成本、低人力资本、低管理成本等)。随着改革开放的不断深入,一大批新型的非正规就业方式正在不断涌现,如自由职业者、网站管理员、自由撰稿人、微型公关公司、调查公司等。他们中的大多数人处于一种无组织、无保障的状态,但与正规就业相比,拥有相对自由、宽松的工作环境,工资报酬也不低。如今的非正规性就业领域拥有许多富有创造性的职位,为大学生就业开拓了一个值得探索的新领域。[8]
4 单位:建立“联合培养、创新发展、推动就业”联动机制
促进大学生充分就业、推动国家人才战略的实施,单位(用人单位)需要建立“联合培养、创新发展、推动就业”的大学生就业“小联动”机制。原因是:联合培养大学生人才,可以为用人单位培养出推动单位创新发展的专需人才,从而推动就业;用人单位推动就业,多吸纳大学生人就业反过来可以促进单位的进一步创新发展;由此,单位创新发展的同时可以推动国家经济的发展,促进就业的同时可以维护社会稳定,有助于政府、高校、企业共同培养大学生人才模式的探索。
单位建立“联合培养、创新发展、推动就业”联动机制促进就业,一是可以支持和联合高校育才,通过建立社会实践、就业实习或创业见习基地,在学生实习过程中培养学生能力、减短学生毕业后就业的适应期,有时可以发掘一些可塑之才留到单位;二是可以向高校订制人才,企业需要的特殊专业人才,可以与高校签订培养协议,学生成才后可直接到企业就业;三是为企业长远的创新发展考虑而养才,招聘高校优秀人才,并采取各种措施留住人才;四是个别企业要加快更新换代,多进人才,改变劳动密集型为技术密集型,这是企业长久之计;五是企业可根据国家经济发展变化改进人才计划,影响就业市场变化。
联合高校培养人才,是为了单位的创新发展,所以企业在这方面必须增加主动性和敏感性。有的企业,技术暂时还算领先,技术是不断更新换代的,而且更新速度很快,不注意提前积累人才,则有可能在某一阶段技术会落后,会失去竞争实力。目前,国家政策在大力引导建立大学生就业创业见习基地,以推动大学生培养和就业工作。但根据笔者暑期带学生社会实践的观察看,很多企业主不了解这些政策,不愿接收学生见习,误解为已毕业学生上岗前的见习,觉得很耽误企业的时间,有的企业主则因学生见习生活补贴和学生安全问题等责任,更不愿接收学生见习。
创新发展与推动就业互相促进,其原因在于,“人才是企业竞争中最重要的资源,企业应采取有力措施有效激励员工,控制人才流失。控制人才流失有许多途径,而建立合理的薪酬激励机制则是其中最有效、最重要的手段之一。”“科学、合理的薪酬激励机制将会使就业市场分化更为明显,大学生在校学习所获得的潜在能力和价值将得到认可,大学生在就业市场的优势将会突现。大学生就业困难的局面将会有所缓解。”[9]
5 市场:建立“完善体制、优化配置、支导就业”联动机制
促进大学生充分就业、推动国家人才战略的实施,市场也需要建立“完善体制、优化配置、指导就业”的大学生就业“小联动”机制。原因在于:就业市场目前尚且不完善;完善市场体制,可以促进市场优化资源配置、充分发挥基础性作用,从而指导就业、推动就业;推动就业、指导就业反过来会促进市场更加完善、基础性配置资源的作用更加充分的发挥。
市场建立“完善体制、优化配置、支导就业”聯动机制促进就业,一是要完善人才市场,除发挥传统的高校招聘会、企业招聘会、行业招聘会市场作用外,还要发挥就业中介机构提供的市场作用;二是真正发挥信息市场的作用,就业网络市场信息更新要快、要准、要实,以方便政府、高校、学生、单位之间的相互沟通;三是要充分发挥市场的价格机制、竞争机制和供求机制的交互作用,使市场真正起到基础性配置作用;四是市场作用的发挥,有时有缺陷、失灵现象,这需要政府调控。
完善就业市场体制,一是完善有形市场;二是完善无形市场。大学生有形市场主要是指各类招聘会、劳动力市场、人才市场等;大学生无形市场主要是指信息市场。这些都需要进一步完善,尤其是信息市场。有一种现象是,从表象上看,大学生找工作很难,甚至面临失业,而实际上,照我国经济发展的趋势看,我国大学生人数还远远低于社会发展的需求。对此,有的认为“主要问题是我们没有有效实现用人单位和大学生的择业信息的对接,信息机制不健全,信息发送不畅通,信息发散不及时,影响了企业用人和大学生择业的效率。结果是,企业找不到自己需要的人,大学生找不到自己需要的工作。”因此,“应该建立科学的、高效率的信息机制,建立政府、企业、学校、大学生、人才机构之间的信息网络,促进就业信息的充分对流。……政府、学校、企业、职业介绍所和大学生同时构成一个就业信息流动机制,在这个流动机制中,不同的主体起着不同的作用。学校是信息中介、信息交换中心、发散中心、传递中心;企业和学生是需求信息发出中心;政府信息中心和人才市场、职业介绍机构是信息接受和反馈中心;实现信息的交换和应答。其中,学校和政府信息中心应该成为主要的骨干,人才市场和职业介绍机构应该是政府信息中心的有益补充。”[10]
目前,大学生市场正在通过供求机制、竞争机制和价格机制等市场机制发挥着基础性资源配置作用,对指导大学生就业影响较深。但市场还需要政府调控,“我们面对的最大现实是:不成熟的市场经济、待完善的市场经济体制、分割状态下的二元市场、欠规范的劳动力市场。改善这样的现实只能借助政府的力量、发挥政府的作用。因为,政府可以幫助市场作为:市场秩序需要政府维护,市场环境需要政府营造,市场体系需要政府健全,资源配置需要政府调控,分配不公需要政府调节,外部效应需要政府消除,就业市场需要政府规范。”[2]建立全国统一的毕业生就业市场,是正确处理市场配置和政府调控关系的必由之路。无论是市场配置,还是政府调控,都要围绕“建立统一市场”这个目标而发挥作用。在这个框架中,两者没有根本的利害冲突,不会发生碰撞。尽管有时两者也有摩擦、障碍,但也容易得到有效的解决。……建立统一的就业市场,政府的职能是最大限度地给毕业生创造一个自由、宽松的就业环境,而不是限制毕业生的人才流动。……消除政策障碍,打破地区壁垒,实现大学毕业生在全国范围内自由流动和合理配置。[11]
参考文献
[1] 程光耀,翟建伟.大学生就业机制的“大联动”[J].科技资讯,2010(36):229～231.
[2] 马书臣.“政府治理”理念与大学生就业机制[J].河南社会科学,2008,11:138～141.
[3] 李颖.从“被就业”看当前大学生就业机制的完善[J].山西师大学报(社会科学版),2009,11:41～43.
[4] 许小石.中外大学生就业机制的比较分析[J].通化师范学院学报,2007,3:43～53.
[5] 吴秋平,吴冬梅.从主客观两方面解决大学生就业难问题[J].决策与信息(下旬刊),2009(8):191～192.
[6] 史贞军,闫立.高校招生、培养、就业联动机制的建立[J].中国校外教育(下旬刊),2010(5):16～17.
[7] 张兴,范维.就业促进法视角下高校学生就业促进机制[J].理论观察,2008(3):101～102.
[8] 白苏娣.创新大学生就业机制[J].高校理论战线,2007,8:31～33.
[9] 崔玉隆,秦岭.《劳动合同法》对大学生就业机制完善的促进[J].市场论坛,2009(12):88～89.
[10] 曹玉玲,王曙光.大学生就业市场信息机制研究[J].辽宁行政学院学报,2007,1:112～113.
[11] 赵泽洪,廖敏.大学生就业中的市场配置与政府调控[J].黑龙江高教研究,2008(10):96～98.
计算机大学毕业论文范文第2篇
关键词：大学计算机基础;基础教学;改革
1、我国大学计算机基础教学存在的问题
1.1缺乏教学方法的创新
目前，高等高职院校计算机基础教学方法比较单一，部分院校还停留在黑板教学、填鸭式的教学方式上。这样的教学会导致学生被动的接受知识，降低了学生学习的自主创新能力，很容易遗忘，也很难运用到实际操作中，从而影响学生学习成绩。由于计算机软件版本的不断更新，新的操作方法和软件不断涌现，所以在计算机基础教学的过程中会遇到各种各样的难題。缺乏改进创新的教学模式不但不利于培养学生的创新探索能力，可能还会让学生们失去学习计算机的兴趣，无法应对不断更新的计算机技术。
1.2教学内容落后
在高等高职院校计算机基础教学当中，软件的更新替换速度越来越快，而部分高职院校计算机基础教学内容明显落后于计算机的发展速度，教师和学生所使用的教材和大纲多年未更新，不能满足学生的学习需求和技术创新水平的提升。目前大多数高等高职院校计算机基础教学大多以Windows/office的教学为主，部分学校在此基础上开设了Visualbasic，C++等程序和语言，不过这些程序都比较陈旧，也多年未更新，脱离了社会对计算机水平的要求范围，严重影响了学生对计算机课程的掌握程度和应对能力。
2、大学计算机基础教学改革的措施
本文主要针对云南大学旅游文化学院中《计算机基础(二)》的教学改革进行相应的研究。研究主要侧重于教学内容、教学方法、学时安排及考核方式等内容。
2.1教学内容改革
《计算机基础(二)》课程主要针对于我院4个系开设，分别为经管系、会计系、旅管系、文新系。该门课程原统一以Visualfoxpro程序设计为主，但根据各系各专业发展需求、社会需求及计算机考级需求，计算机公共课教研室将《计算机基础二》的教学针对不同系开设不同课程。针对会计系开设以access为主的课程，主要体现学生应用数据库的能力，为今后学生参加工作使用各类信息系统奠定基础，同时也能参加全国计算机二级——Access的考试。针对经管系、旅管系、文新系开设以MS Office高级应用为主的课程，主要体现学生能够独立正确使用办公软件的高级技巧完成复杂办公业务问题的处理，同时也能参加全国计算机二级——MS Office高级应用的考试。
2.2教学方法改革
为了培养学生实践操作能力，对于2门课程的教学方法进行如下改革：
2.2.1MS Office高级应用课程
该门课程教学内容为word、excel、powerpoint的高级应用，主要使学生能够掌握3个软件的高级应用技巧，从分析问题开始，能够利用3个软件完成办公业务的处理，侧重于学生的应用及设计思想。因此本门课程主要于案例驱动教学为主要教学方法，选取日常工作生活中的相关案例，教师带领学生先对案例背景、特点、使用范围及需要使用的办公软件技巧进行分析，然后由学生根据分析结果自由设计，完整最终效果。学生在设计处理过程中遇到的问题可由教师进行辅助解决。
2.2.2Access数据库技术
该门课程教学内容为access数据库的应用，主要使学生掌握access数据库对象的操作，并能熟练应用，为今后工作学生接触到的各类信息系统做准备，因此本门课程的教学方式为边讲边练，教师把新知识点讲授完成后，给学生大量的练习实例。学生在练习过程中遇到的问题由教师进行辅导解决。
2.3学时安排
《计算机基础(二)》是一门3学分的公共基础课，原学时安排为2学时理论(2学分)+2学时上机(1学分)。为了提高学生动手能力，培养应用型人才，现将学时安排为1学时理论(1学分)+3学时上机(2学分)。因该门课为大班教学，理论课安排1名老师进行教授，上机课安排2名教师进行学生辅导。这样将原来以教师教学为主，学生为辅的教学方式更改为以学生实践为主，教师讲授为辅的教学方式。
2.4考核方式改革
针对MSoffice高级应用课程而言，该门课程的考核分为2部分：日常教学项目考核(50%)+期末上机考核(50%)。日常教学项目：计算机公共基础教研室针对本门课程3个软件设计了4个综合案例，分别为Word部分2个，excel部分1个，PowerPoint部分1个。这4个综合案例需要学生将每堂课上实例熟练练习掌握后才能完成，因此学生必须每堂课认真完成布置案例并熟练掌握。日常教学项目的考核由任课教师根据本班授课进度及情况随堂安排考核。
期末上机考核：以全国计算机二级MSoffice高级应用题目为要求，采用机试闭卷，定于18周进行考试。
针对Access数据库课程而言，该门课程考核也分位2部分：日常教学项目考核(50%)+期末上机考核(50%)。日常教学项目根据教学进度，按章节知识点进行3次小测，将平时成绩提高，取消期中考试。
结语
综上所述，在我国大学计算机基础教学的实施过程里，相关的教研组要不断的对其教学方法以及教学的内容进行相应的研究，进而对其教学的质量进行相应的提升，这也是大学计算机基础教学改革的发展方向。相关的院校只有对这些工作进行相应的完善，才能进一步提升学生们对于计算机学科的兴趣，进而能够促进其在教学过程中又好又快的进行操作，对我国社会型的人才进行高质量的培养。
参考文献
[1]金智. 关于大学计算机基础教学改革和实践的探讨[J]. 长沙医学院学报，2008，02：65-67.
[2]黄霞. 大学计算机基础教学改革探讨[J]. 湖南科技学院学报，2011，04：59-61.
作者简介：丁爱芬(1985-)，女，云南曲靖人，讲师，本科，研究方向：计算机应用;周华君(1984-)，男，湖北襄阳人，讲师，本科，研究方向：算法设计，信息安全;边景芝(1985-)，女，河北人，助教，本科，研究方向：计算机应用;马瑞英(1986-)，女，云南宣威人，讲师，本科，研究方向：计算机应用
计算机大学毕业论文范文第3篇
2、大学计算机公共课自主学习激励机制研究
3、大学计算机基础课程思政建设的探索与实践
4、融入思政教育的《大学计算机基础》微课设计与制作
5、计算思维与大学计算机基础教育
6、新人工智能环境下对大学计算机基础课程的教学改革方案
7、基于任务驱动的大学计算机基础课程SPOC翻转课堂教学模式探讨
8、CDIO理念下的大学计算机公共课程教学研究
9、信息化环境下大学计算机基础课程混合教学模式实践
10、网络教学平台在大学计算机教学中的应用
11、基于课程思政的大学计算机基础课程探索
12、基于计算思维教育的大学计算机基础课程教学改革与实践 ? ?
13、以学生为中心的大学计算机基础改革探究
14、《大学计算机基础》课程分层次教学探析
15、大学计算机基础分专业分层次培养研究
16、计算思维与大学计算机课程改革的基本思路
17、大学计算机基础课实践教学探究
18、课程思政与大学计算机课程混合式教学初探
19、基于超星学习通的大学计算机基础课程混合式教学模式构建
20、大学计算机信息技术教学中“混合式教学模式”的研究与实践
21、大学计算机基础教学反思
22、大学计算机基础课程教学中融入思政教育的探讨
23、基于超星平台的大学计算机混合教学模式实践研究
24、大学计算机基础教学现状分析及课程改革思路
25、任务驱动在大学计算机基础教学中的价值及实践概论
26、高校“课程思政”在《大学计算机基础》的实践探索
27、“大学计算机”混合教学方法探讨
28、浅谈翻转课堂在大学计算机教学中的运用
29、新工科背景下的大学计算机教学改革研究与实践
30、五年一贯制大专大学计算机课程微课教学设计运用研究
31、基于SPOC+虚拟仿真教学平台的《大学计算机基础》课程翻转课堂教学模式研究与实践
32、“大学计算机基础”课程教学改革策略
33、基于应用型本科背景下的《大学计算机基础》课程教学改革的探索与实践
34、国家开放大学计算机教学中运用任务驱动教学模式的实践探究
35、基于MOOCs的大学计算机基础课程混合学习实践探索
36、混合式教学在大学计算机公共基础课中的推广研究
37、“双万计划”背景下《大学计算机基础》教学改革与教材编写
38、《大学计算机基础》课程的“线上+线下”混合式教学方法改革研究
39、信息化背景下大学计算机的教学困境及解决对策分析
40、以计算思维为导向的大学计算机基础课程教学改革与实践
41、后疫情时代大学计算机基础课程混合式教学研究
42、SPOC在线课程在大学计算机基础课程教学中的应用实践
43、浅谈基于计算思维的大学计算机基础课程创新型教学模式
44、基于雨课堂的大学计算机教学模式的应用与研究
45、高校《大学计算机基础》课程思政的探索与实践
46、大学计算机基础“线上+线下”混合教学模式研究
47、网络环境下大学计算机基础课程教学改革与实践
48、基于计算思维的《大学计算机基础》高职教学模式研究
49、“互联网+”背景下大学计算机基础课程教学改革探讨
计算机大学毕业论文范文第4篇
【关键词】美国计算机教育 能力培养 课程设置
一、前言
一直思考为什么美国计算机科学能在世界保持领先地位，是什么动力让这种领先性保持下去?最近接触到了美国的CMU、Stanford、Purdue、UCLA、Cornell、MIT等几所重点大学的计算机专业课程设置及部分课程内容，由表及里看到他们的人文思想和办学理念，也与我们的相关文化进行了对比，从中得到了很多有益的启示。
二、美国计算机教育的特点
1.强调诚信和道德，不准抄袭
无论是程序还是报告，都必须是原创。各大学都把这当作重要的一点来提。各门课老师在第一次课也强调此点，如果违反此项会有很严厉的惩罚。比如purdue的Computer Security课程老师的惩罚措施：第一次被发现抄袭成绩记作F(成绩分等级：ABCDEF，F是很低的成绩)，第二次发现抄袭就遣送回家了。为确保诚信和鼓励学生自己动手，也采取了一系列相关措施。UC Berkeley还给出了十条建议：作业要明确的、有趣的和课程内容紧密联系;提供作业的相关模型，以便学生参考并且知道要做到什么程度，授课教室对学生作业的评价会让学生有认同感，会激发他的热情;不仅重视结果，同样重视过程;做project前要有草稿，作品内要有注释，提交作品时连同草稿和笔记都要上交，还包括相关报告，报告中应有中间过程和结果。建议非常具体，到可操作步骤就是要在过程中培养学生的动手能力，而且从上大学开始就灌输这种思想，学生就会依此惯性的做下去。就像告诉小学生不要迟到、旷课，学生没有迟到旷课的概念，就不会有相应的行为。这个道理很简单，中国自古就讲仁、义、理、智、信，现在也强调诚信，但却出现上海交大“汉芯”系列芯片涉嫌造假事件;中国政法大学的“杨帆门”事件;耶鲁大学教授Stearns指控北大学生论文抄袭事件等。Sterns认为剽窃的学生是受伤最重的，因为凭其聪明才智和努力是可以自己做出相应的成果。我们应该从这句话读出一种警觉和期望。
2.重视提问环节
教师授课时非常注重如何提问，通过提问让学生思考，而不是直接把结果和现在使用的技术讲给学生，而没有来源。解题过程会给很多例子，强调一件事的来龙去脉而不是结果，这符合我们的思维习惯。提问是一门技巧，UC Berkeley给出了如何提问的技巧：首先能提出好的问题是很难的，给问题一个好的答案也很难，但相比下，更难的是提出一个好的问题;不要对学生做太多假设，要知道学生知道什么，不知道什么;问题要清晰，而且鼓励学生提问;在学生提问时，注意自己的行为和语气，不要否定学生，用“我们已经覆盖了此问题”这样的字眼;开始上课时不要用“今天我们讲……”而是用煽动性的问题来吸引学生的注意力;备课时要设计一堆问题，讲课时选择几个最有趣、较难的开始引出课程内容;课堂上所提出的问题尽量在课堂内让学生讨论出解决方案，课后去实现。
由此，我想到我校的一位老教授的疑问“学而不问，可乎?”其不解为何在答疑课上见到的学生越来越少，其分析原因，一是高中老师事无巨细没培养好学生爱问的习惯，另一方面是因为面子问题，觉得提问会让人嘲笑，还告诫学生万不可养成学而不问的学习习惯。希望能从教师做起帮助学生树立起爱思考爱钻研爱探索的习惯。
3.课程设置注重能力培养
计算机专业的课程设置至少包括编程、数学分析和认知科学三个层面。非常重视编程和设计，这部分课程占了很大的分量，以Stanford、Carneegie mellon、UC Berkeley、Cornell这四所大学为例，各自就分别设置了10、14、15、17门编程的课程。编程课一般分初级和中级，学生可根据自己的编程水平自行选课。一般来说在大一时就能达到初级编程水平，在后续专业课里学生陆续做project和设计来加强其系统编程概念。通过一步一个脚印的学习及提高的过程，强化了学生的专业技能。
如何保证学生能够达到和完成教师的要求?借助于助教，每门课配2个或以上的助教，助教的工作包括带实验和专题讲座。那么学生会不会误以为计算机课就是编程?不会，比如在设置编程设计课程最多的 Cornell大学，在计算机专业学生的选课页面就强调CS≠programming。Programming的目的是认知，比如艺术、音乐、游戏、文化和计算机的融合，生物系统和人造系统在计算机系统的智能信息处理等。
4.强调过程的重要性
让学生在一个学期中一直和老师互动。首先我们来看成绩的评定：包括几个部分，由课后作业、project、期中考试、期末考试等多个部分组成，并且作业和project的总量一般都超过50%，而期末考试成绩也就占30%左右。教师对学生的所有要求包括作业难度，考核标准等，上课前都会让学生知晓以便学生有时间进行规划。各个大学的成绩考评方法虽不同但却有很强的一致性，例如：
(1)Purdue的Computer Security课程成绩评定方法：written assignments：20%, classroom
quizs：10%, midterm exam：20%, projects：20%, final exam：30%。
(2)Rutgers的Information Security课程成绩评定方法：Mid-term exam:30%，Project: 60%，Class participation: 10%。
(3)Rutgers的internet technology课程成绩评定方法：Homeworks: 30%，Final: 35%，Project：35%。
(4)UC Berkely的Computer Security课程评定方法：35% Homeworks：(7% each)，20% Project，20% Midterm exam，25% Final exam。
(5)Stanford的Operating System and System Programming课程评定方法Programming Assignments: 50%，Midterm Exam: 17%，Final Exam: 33%。
在学习过程中学生除了要看书和上课，课下还需要看老师指定的参考文献，文献都是通俗易懂，由浅入深的。参考文献一方面可以让学生了解相关专业的发展，扩大学生的视野，另一方面可以培养学生的学习兴趣、激发学生的钻研热情。
在大学的授课过程中不仅仅强调学生的参与，还要强调教师水平的提高。美国的大学生也对老师的授课进行评教，学校为了避免教师授课效果不好，建议教师不要等到学期末再看效果，那样等到最后学生给老师一个很低的评教，一切都太迟了。比如，建议教师在第一次课时起就要求学生做课堂笔记，教师要时常地借学生的课堂笔记看，通过看学生的课堂笔记来发现学生是否理解课程内容，哪些地方没听懂，知道自己是否讲的清晰，以便改正。这样教师能够在教学过程中认识到自己的问题并及时改进，提高自己的教学水平，真正达到教学相长，真正起到评教的目的。
三、结论
总结起来，美国的计算机教育更强调过程，过程走好了就肯定会有好的结果，就像我国奥运会冠军林丹和朱启南在接受记者采访时都不约而同地强调打好基础，踏实地走好每一步。纵观美国的计算机教育，给人以种简单、朴实、清晰的感觉，可却正是这种简单朴实支撑起美国计算机业大踏步地向前进，希望我们国家的计算机教育也能从中得到借鉴，打好基础。
(作者单位：哈尔滨工业大学)
计算机大学毕业论文范文第5篇
摘 要：人工智能服务于教育对于提升教学效率、改进教育质量具有重要作用。然而，人工智能在教育中的作用还处于初步探索阶段。文章从教育信息化发展要求和人工智能热潮入手，借助于文献分析和人工智能支持的教育教学实践调查，分析了人工智能在教育不同要素中的作用形式，并对当前教育人工智能中存在的问题进行了总结。最后，从师生关系、教学模式视角分析了教育人工智能的愿景，并借助于人工智能的工作原理和特征，分析了教育人工智能的总体趋势，对教育人工智能环境下教育大数据建设、教育人工智能模型生成、教育人工智能与个性化指导之间的内在关系等现实问题进行了讨论，提出了有益的建议。
关键词：教育人工智能;教育大数据;现状与趋势;模型训练
一、目标及其背景
1.研究背景
（1）随着教育信息化的推进，师生呼唤智能化教育和个性化指导
《中国教育现代化2035》提出，“互联网、人工智能等新技术的发展正在不断重塑教育形态，知识获取方式和传授方式、教和学关系正在发生深刻变革。”
理想化的学习应充分尊重学生个性化要求，并能对教学过程进行实时监测，进而根据学生特点和进程动态地调整学习进度和相关安排。教育信息化中的信息技术和人工智能将助力教育活动的个性化、精确化、动态化，智能教室、智慧校园如雨后春笋般诞生，智慧学习环境在个性化指导、智能化学习支持方面所扮演的角色日益进化。个性化教学的实现有赖于人工智能对教育提供技术支持;与教育发生相关的各要素的智能化，同样需要人工智能技术的加持[1]。
因此，随着人工智能技术进入教育领域，人工智能必能进一步促进智慧学习环境的发展。
（2）人工智能支持的教育日益被重视，并产生了系列有影响的成果
从教育发生阶段的视角来看，人工智能对K12和高等教育的支持，主要表现在人工智能课程的引入、人工智能技术对学习环境和学习体验的影响、STEM课程的不断深化完善与人才培养理念的更新。在教育行业，以百度、阿里、腾讯和讯飞为首的企业，借助自身现有产品及数据，有意识地引入人工智能的新技术和新策略，开发出了系列智能化教育解决方案，以助力教育行业问题的解决。在智慧教室建设方面，更有一批学校与知名人工智能平台合作，建立了智慧教育未来教室、人工智能教育实验室。
随着人工智能技术的推进，教学机器人逐渐走入了课堂、家庭，进一步细化到教学活动中，成为教师工作的支持者，助力个性化教学的实现。基于图像识别和语音识别的学习行为跟踪和记录系统已经成为很多教育研究者的重要助手。以自然语言处理为基础的作文自动评阅系统、文稿自动审阅与分类系统也逐渐走进学校和政务管理体系。
（3）技术是把“双刃剑”，在伦理、教育等领域，人工智能也带来了新的问题
在人们高度期盼人工智能即将为生活、学习、娱乐带来重大变革的时候，人工智能应用于教育的研究也逐渐暴露出了一些问题，诸如：①目前广泛应用的个性化推荐系统（智能导学策略）多数参考了商业领域的相关模型，以学习者的个体兴趣为主要参数，已有学者在质疑其合理性、规范性。②人工智能的某些成果，可能会被某些别有用心的人员应用于破坏公知良俗的行为中，进而被辨别能力不强的青少年使用或模仿，影响其健康成长和良性发展。例如：基于人工智能“深度伪造”（deepfake）技术而研发的某软件DeepNude，由于涉及色情信息而引发了巨大争议，最终不得不下架。③近几年课堂教学中广泛使用的“自动跟踪课堂中每个学习者的动作、面部表情及个体行为”等人工智能应用，已经引发了对教学过程中教学伦理的讨论[2]，并在欧洲部分国家引起强烈反感及抵制。
2.研究目标
人工智能应用于教育，必将对教学模式的变革、教学效率的提升产生重要影响。在此过程中，梳理教育过程与人工智能技术的契合点，聚焦其可行性，分析其中潜在的风险和问题，是必要和有价值的。基于这一想法，本研究主要聚焦于以下三个方面：①基于文献，梳理人工智能的概念、内涵及外延，准确理解人工智能的原理与规则，努力避免人工智能概念的泛化，探索人工智能与教育有效结合的契合点。②从研究的视角调查并分析人工智能应用于教育的现状及关键成果，探究并分析其中存在的问题。③基于人工智能应用于教育的实践，分析其中存在的问题，为其未来的良性发展提出建议。
二、概念界定
1.人工智能
人工智能（Artificial Intelligence，简称AI）就是指借助计算机等设备模拟人类智能活动的技术，它是研究、开发用于模拟、延伸和扩展人类智能的理论、技术、方法及应用系统的一门技术学科，其目的是探索人类智能的方法和实质，并生产出能与人的智能相似的方式做出各种反应的智能机器，从而在各行各业中发挥出作用。
人工智能涉及到控制论、语言学、心理学、计算机科学、神经心理学、信息论等领域和学科[3]，是用以研究计算和知识之间关系的新兴学科。从当前人工智能的研究领域看，人工智能主要包括机器人学、模式識别（图像识别、语音识别）、博弈学、自然语言处理、人工神经网络、专家系统等领域[4]。
2.教育人工智能
所谓教育人工智能（Educational Artificial Intelligence，简称EAI），即服务于教育的人工智能的设备、相关技术和策略，是指在教育过程中为支持学习过程、组织教学活动、实现教学评价等一切与教育相关的活动而需要借助的人工智能设备、技术、策略以及组织方式。它既包括计算机学科中人工智能的相关技术，同时也包括赋予了教育属性的特定控制模型。EAI应符合教育和学习的一般规律，具有基于教育大数据的时代特征。
通俗地讲，人工智能服务于教育的技术、策略以及由此而产生的影响，均属于EAI的研究范畴。
三、EAI研究与实践状况的调查与分析
1.从理论研究的视角分析EAI的发展状况
（1）EAI理论研究的现状及主要维度
自2000年以来，对人工智能的研究呈逐年递增趋势。以“人工智能”作为关键词在CNKI中检索发现，2000年的发文量为1800余篇，至2009年则到了4800余篇，而2018年则有9500余篇。若对“人工智能”施加“教育”或“教学”约束，在2000年只有37篇，而到了2018年则上升到了1500余篇，在2019年则有2300余篇。上述数据反映了人工智能的研究热度及其逐年上升的趋势。
人工智能的研究热度在2014年前后仅次于“微课”和“翻转课堂”，到2019年则位居第一。在针对人工智能的研究中，关注度依次为机器人、机器学习、机器视觉、计算机视觉、问题解决、模式识别、专家系统、决策支持系统、神经网络、知识工程。在上述领域中，与教育密切相关的领域则包括机器学习、问题解决、模式识别、专家系统、知识工程、神经网络等。
从已发表的EAI研究论文看，其研究视角主要集中于以下四个维度：①人工智能技术在教育中应用的研究，主要讨论已有的技术如何应用于教育教学活动。例如：吴晓如的专访《AI化身教育“超脑”助攻因材施教》、李艳燕等的论文《面向智慧教育的学科知识图谱构建与创新应用》、于泽元的论文《人工智能视野下的教学重构》。②人工智能与学科教学相结合的研究。例如：南宁的论文《人工智能在高等医学教育中的应用前景》。③人工智能技术对学生、学习行为产生影响的研究。例如：张骜的论文《“人工智能+教育”对高校教师教学的影响及应对策略研究》、杜静和黄荣怀等的论文《智能教育时代下人工智能伦理的内涵与建构原则》、余胜泉的论文《人工智能教师的未来角色》。④对人工智能知识本体开展教学的研究。例如：冯骥的论文《人工智能课程教学实践与探索研究》、郭兰兰的论文《中小学人工智能与编程教育的教学内容设置的研究》等。
（2）EAI理论研究的局限性
EAI的研究应包括2个维度：其一为应用研究;其二为EAI模型构建与基础研究。所谓应用研究，是指借用已有的人工智能技术组织教学活动，利用已有的人工智能技术为个性化学习、智能化学习环境构建提供支持，从而提升学习效率。在这个过程中，除了基于EAI的教学设计外，还包括EAI学习环境设计和学习者学习体验两个维度的探索。所谓EAI模型构建，则需要以人工智能的原理和策略为基础，借助教育大数据，开展与教育教学相关的模型训练、机器学习（深度学习），并逐步形成符合教育规律和学习特点的智能化学习模型、评价模型、学习者诊断模型，从而使EAI能全方位地真正服务于教育。
从EAI的发展状况看，当前的多数研究主要集中在应用研究层面，其主要特征是：借助人工智能的图像识别、语音识别、自然语言处理等新技术为教学活动、个性化学习过程、学习行为分析提供个性化支持，或者分析学习者在相关情境中的学习体验。而完全面向教育过程、由教师或教育研究者研发的专属于教育教学活动的人工智能模型还很少，由于缺乏必要的常模，远远不能满足AI导师设计和AI学习者诊断的需求。因此，在相当长一段时间内，面向教育大数据的模型训练、深度学习都将是EAI的重要研究内容[5]。
2.从应用与实践的视角分析EAI的发展状况
（1）从教育要素的视角看EAI的教育实践
人工智能通过技术赋能教育并助力教育的发生要素，使教育变得更加个性化、智能化。教育发生的要素包括教学活动、教学环境、教学工具、教学评价。
①以人工智能新技术为基础，构建教育新环境
教育环境既包括视觉可抵达的物体，如硬件设施中的桌椅、教学设备，也包括触觉可体验的感觉，如声、光、温度等，以及由学习者与物理条件相互作用营造的氛围。人工智能支持下的教育环境将在人工智能技术的支持下，通过物联网把教学过程中相关的设施有机地组织起来，构建起一套高智能化，易于教师控制和使用，能够为学习过程、教学评价提供支持的先进学习环境。
很多学校都启动了对教室的智能化改造，包括升级或添加无线网络覆盖、多屏分区设计、灵活桌椅、增強现实和虚拟现实技术等，以优化在教室中开展基于问题、基于项目的主动学习体验。未来教室应能支持学生的个体主动学习与集体协作探究，更有利于教师对学生核心技能的培养[6]。利用物联网技术对温度、光线、声音、气味等参数进行监测，自动调节窗户、灯具、空调、新风系统等相关设备，主动响应校园安全预警，保障学校各系统绿色高效运行，为学生创设安全舒适的学习环境。
在AI技术支持的未来教室中，应能借助情境感知技术在自然状态下捕获学习者的动作、行为、情绪等方面的信息，精准识别学习者特征，全面感知学生的成长状态，提供学习诊断报告、身高体重走势图、健康分析报告等，为学生身心健康发展提供有力支持[7]。
②以人工智能为主导，研发新的教育工具
传统课堂中的教具是无智能的实体，通常难以实现智能化交互。而人工智能技术带来了教育工具的智能化，教育机器人和人工智能技术支持的智能导师是当前最重要的智能化教育工具。
教育机器人作为一个课堂的辅助者逐渐走入课堂，可轻松完成对教学过程的支持。教师作为工具的使用者，能够通过与机器人的交互使其更好地服务于教学，智能导师的功能则主要依赖于人工智能软件与学生实现交互。已有研究基于人工智能教育机器人的应用场景，探讨了课堂应用效果及其相关措施[8];有的研究甚至比较了不同语言风格的反馈对于学习者行为的影响，以便为学习者提供更符合其言语风格的学习环境、更好地实现个性化学习[9]。
在教育机器人或智能导师的支持下，分析人工智能关键技术对学习的支持，基于云计算平台基础和边缘计算环境框架，构建人工智能教育机器人支持的“双师课堂”环境，进一步设计学习过程和应用，从而建构起在课堂环境下由教育机器人所支持的系列教学案例。
另外，各种类型的智能化教育小工具，以个性化指导为目的的线上学习支持系统也在教学中发挥着重要作用。
③人工智能环境支持的教学活动
在教学活动进行过程中，人工智能的人脸跟踪与语音识别可精准判断学习者的学习状态，刻画学习行为肖像，进而通过学情分析为教学过程的精准化研究提供解决方案。如图1所示。
从图1可知，基于教学过程中的全程录像及实时的面部识别、关键部位抓取与分析，教师可精准地掌握学生个体的学习需求，从个体和整体层面获取全面立体的学情信息。
依托于人工智能环境的教学活动，能够在教学过程的合理规划、教学资源的有益设计、教学活动状态的及时反馈、教学评价及教研活动总结等方面，为师生和研究者提供全面、科学、实证性的数据和反馈意见。
④人工智能技术辅助的教育评价
人工智能技术的发展，为教学评价提供了全面支持，既可以借助于习题、线上自诊断系统实现学习进度评价，又可以基于面部识别、手势捕捉实现学习进程、学习行为分析，还可以基于自然语言处理、神经语义网络技术实现作文评阅、主观性答卷批阅，甚至还可以基于大数据常模做学习者学习障碍分析、人格特征分析、学习适应性分析。
人工智能支持下的评价环节，其评价形式和评价内容是多样化、高效率的。通过人工智能技术支持的学习平台，教师可以组织并发放测试题，学生完成测验后由系统自动收集、分析，最终形成整体报告，该报告可体现全班每一位学生对知识点的掌握情况，并基于不同学生的测验结果个性化地推送关键知识点。
在语音和语义评测方面，对自然语言的评价和语音处理技术已经成熟。对普通话标准考试、英语发音等类型的测试，过去由于技术的限制往往难以保证线上自动评价的客观性。但随着自然语言处理技术的成熟，面向作文等非结构文本的处理、分析与评价已经完全可能。
（2）从知名EAI企业及其解决方案的视角分析EAI的发展水平
在人工智能第3次浪潮的促进下，大量有志于教育研发的科技公司积极地投入到以AI支持教育的各种解决方案的设计与研发中，提出了大量有效的智慧型解决方案。2017年11月18日，科技部召开新一代人工智能发展规划暨重大科技项目启动会，发布首批国家新一代人工智能开放创新平台名单。作为第一批入选国家新一代人工智能开放创新平台的企业，百度、阿里、腾讯和科大讯飞均为教育领域提供了基于人工智能技术支持的有效解决方案，主要产品有百度的教育大脑3.0、阿里的AliOS智慧教育体系、腾讯云的智能教育解决方案和讯飞开放平台的教育产品解决方案。
（3）面向EAI的一线教学、线上测评系统的建设与实践
EAI支持的教学实践与人工智能技术的发展密切相关。自本世纪初语音识别和自然语言处理技术取得重大突破以来，相关技术就被应用于教学实践中。2006 年，科大讯飞从技术上解决了全国普通话水平测试的标准问题，他们与教育部考试中心共建了联合实验室，探索未来高考题库的建设。目前已在部分省份为语文和高考作文题的重检提供技术支持[10]。北京师范大学未来教育高精尖中心结合“智慧学伴”平台，在厂家提供的机器人硬件框架上，打造了人机对话的智能导师系统，学生可以和机器人对话，机器人通过对话理解学生的需求，并基于“智慧学伴”的后台知识库给予及时的响应和反馈。
3.EAI研究与实践中存在的问题
基于已有文献及EAI教学实践调查，笔者发现：目前多数EAI研究仅仅是把AI的已有成熟技术（如人脸识别、自然语言处理）引进到教学过程，使之作为一种工具服务于教学过程，因此主要停留在简单的应用研究阶段。尽管学者和社会均对EAI充满了期望和信心，但真正地以人工智能技术支持的线上学习支持模型、学习者诊断模型仍处于实验室检验和框架论证阶段，其理论研究与大范围应用推广之间仍存在着诸多尚需验证的问题。
（1）有效的EAI模型极为匮乏，多数模型的质量仍很粗糙
从EAI的应用现状看，除了面部识别、手势分析等在计算机学科内较为成熟的技术外，真正隶属于教育范畴的人工智能模型仍极为匮乏。诸如学习内容生成与汇聚的智能代理、学习障碍自動诊断与反馈的分析师、问题解决能力测评与改进的辅导员、学生成长发展的生涯规划师、学生心理素质测评与改进的辅导员等，均缺乏可用的数据模型，难以应用在实际场景中并帮助学习者做出决策。
即使国内的一些企业和学校已经在探索并构造EAI模型，但其模型仍极为粗糙，缺乏普适性，多数模型都尚未形成标准化的常模，不具有普遍性和大范围推广的价值。
（2）教育大数据的质与量仍难以满足人工智能发展的需求
EAI理论研究的核心基础是基于大数据的模型训练和机器深度学习。因此，EAI的每一个具体应用都需要在大量基础数据的支持下逐步迭代并形成智能化模型。从教育大数据发展的现状看，尽管各类学习支持系统已经生成了大量数据，但这些数据往往分散于众多类型不同、缺乏统一规范的学习平台中，其质与量均难以胜任人工智能模型训练的需要。因此，对教育大数据重构与重组，使之适应EAI的模型训练，将是EAI的重要任务之一。
（3）精准的个性化指导与资源推荐未必有利于学习者的全面发展
①过于精准的个性化指导并不利于学习者自主探究能力的发展
学生创新能力发展是近些年国家人才培养战略的重要目标之一，而自主探究能力培养是创新能力培养的重要内容。有学者担心，在EAI的支持下，过于精准的个性化指导容易导致学习者知识能力快速提升，但其自主探究能力却进一步弱化。
教育的目标既要“授之以鱼”，更要“授之以渔”。在EAI的支持下，既要努力为学习者提供满足个性化要求且到位的指导，同时还要注意留出自主探究的空间，为学习者的自主探究提供充足的机会[11]。
②基于兴趣的个性化推荐难以适应学科知识学习，不利于学习者完整地掌握知识
学习资源的个性化推荐是EAI的重要研究领域。从当前的研究看，多数资源推荐技术都借鉴了商业经济领域中的商品推荐算法，实质上是一种基于学习者兴趣或当前关注点的资源推荐，并不适合于在校生知识体系的建构和全面发展。因此，在教育教学实践中，必须考虑到学校教育与商品推荐的不同，应避免完全根据学习者学习兴趣和关注程度进行學习资源推荐[12]。
（4）精准的个性化跟踪与学习行为分析有可能侵犯学习者的隐私，引发教学伦理争议
为实现学习行为分析，有些学者在课堂教学中借用了面部识别、手势捕捉等技术，通过自主跟踪的摄像头，自动捕捉每一个学习者的课内行为和表情，以分析并探究其学习投入和个体行为。然而，对这一应用，已有学习者表达了不适和抗议，同时部分学者也从教学伦理的视角表达了高度关注[13]，甚至否定了这一做法对教育的正面作用。
四、EAI发展的趋势及策略
EAI的发展，以能够为学生提供个性化、专业化的学习支持为目标。EAI中存在的问题，也是与人工智能基本规律密切相关的。对EAI发展趋势的探索，必然受人工智能基本原理和规律的影响。
1.EAI的发展愿景及趋势
对人工智能支持下的师生关系、教学模式的变革，在2019年6月14日举办的“2019年人工智能+教师教育国际研讨会”上，北京师范大学知名教授余胜泉发表了题为《人工智能教师的未来角色》的主题演讲[14]。分析国内外学者的观点，人工智能将在以下几个维度对教育产生重要影响。
（1）人工智能将对教师的工作起着非常重要的辅助作用
人工智能技术，将会在教学中充当起教师助理的角色（即人工智能导师、智能学伴）。比如智能出题、智能批改、智能阅卷、智能化的辅导，以及各种评价报告的自动生成，并针对学生因人而异地为其提供各种反馈。人工智能教师的出现，把教师从传统的讲课、批阅作业、组织试题等重复性工作中解放出来。
基于自然语言处理技术、图像识别、语音识别技术的最新成果，人工智能教师不仅能够完成传统意义上的学习行为数据采集与分析，还能完成对智能化程度要求较高的作文内容分析与评阅。
（2）人工智能技术将帮助教师更好地诊断学生，实现对学生的个性化指导
在教育大数据的支持下，人工智能教师能基于学习行为数据，针对每一位学习者进行诊断和分析，通过学习风格雷达图、学习进度和学习状态地图及时发现学习者在学习过程中出现的困惑与不足，及时为每一个学习者提供个性化指导，进而实现基于“数据”的综合素质评价[15]。
在人工智能的帮助下，可以针对不同问题，为每个学生提供个性化的反馈，实现对学生个性化的支持，做到既具有规模化，又具有个性化，这是《中国教育现代化2035》所追求的目标。
（3）教育人工智能的发展，促进了教师角色的转化
在传统的课堂中，“教师讲—学生听”是公认的教学模式。随着教育信息化的普及，以学生为主体的教学模式日益普及，越来越多的教师、学生和家长认可了“强调自主学习”的E-learning学习模式。因此，教育管理部门不再要求教师整节课堂都必须喋喋不休地讲解，而是要求教师把更多的精力放到教学案例设计和教学实践活动的组织上。此时，教师不再是课堂的主体，而是课堂的组织者、引导者和学习进程的监控者。
2.促进EAI良性发展的建议及有效策略
（1）EAI未来研究应着眼于大数据，以模型训练、教育模型生成为重要内容
智能导师、学习障碍诊断与分析师、体质健康监测医生等人工智能技术均离不开优质的EAI模型支撑。从人工智能的结构模型可知，基于深度学习的知识库和规则库的优化与完善，以及推理算法的优化是近期人工智能发展的重要内容，面向教育的人工智能也必须遵循这一规律。因此，在EAI的发展中，面向教育信息的数据采集、基于教育大数据的深度学习及模型训练将EAI的发展至关重要。除了模型的显著改进，作为模型的训练数据集，大数据还为人工智能添加了十足的动力燃料。
大数据智能以数据驱动和认知计算为核心方法，从教育大数据中发现知识，进而根据知识做出智能决策。因此，教育数据革命已经到来。数据驱动的人工智能将是引领教育信息化发展的新方向[16]。
（2）EAI的发展应以智能化、个性化、多元化为目标
在人工智能技术的支持下，尊重学习者个体特征，为学习者量身定做提供个性化指导即将成为现实。借助智能化的学习支持系统，基于学习者的个人信息、认知特征、学习记录、位置信息、媒体社交信息等数据库，人工智能程序可以自学习并构建学习者模型，并基于扩大更新的数据集不断地调整优化模型参数，从而实现个性化资源、学习路径、学习服务的推送。这种个性化将越来越呈现出客观、量化等特征。
（3）EAI的发展应注意协同性的知识建构，强化人、机之间的协同化
人机协同发展是人工智能推动教育智能化发展的一种趋势。从学习科学的角度分析，学习是学习者根据自己已有的知识去主动构建和理解新知识的过程。对于人工智能来说，有些新知识是它们无法理解的，这种时候的学习者就需要教师的协同、协助和协调，与此同时，人工智能模型也需要大量模型训练、深度学习，以实现其自身的优化。因此在智能化学习环境中，教师的参与必不可少，人机协同将是人工智能辅助教学的突出特征。
（4）EAI将以技术融合为手段，促进知识融合创新为目标
教育部2018年4月发布的《教育信息化2.0行动计划》把融合创新作为当前教育发展的核心研究内容。从EAI的视角看，面向EAI的融合创新包括2个层次的内容：其一是在人工智能的全方位支持下，实现教育手段、教育策略、教学模式、学习空间的融合创新;其二是对学习者自主探究能力、自我管理能力、协作能力和时间管理能力等核心素养的培养，鼓励学习者从多学科综合、深层次思维的视角实现综合应用能力的快速发展，从而促进其创新能力的快速发展。
人工智能在教育领域中的应用实现了跨学科、跨领域和跨媒体的融合创新。在人工智能技术的支持下，跨领域推理融合了多个领域的数据与知识，奠定了强大的智能基础，实现了人工智能技术与教学内容、教学媒体和知识传播路径的多层次融合。从管理视角看，它突破了传统教育方式的限制，提供跨学科、跨媒体、跨时空的智能教育服务供给;从学习者视角看，则鼓勵学习者突破学科之间藩篱，实现跨学科的综合应用与知识融合。
3.EAI教研与建设中必须注意的问题
（1）加强师生的人工智能技术培训，以满足EAI发展的需要
EAI必将从教学模式、教学手段、教学环境等诸多方面改变教育与教学，促使教育教学发生翻天覆地的变革。在这个变革过程中，将对教师、学生的固有观念产生巨大冲击，并在技术和应用层面对教师提出新要求。师生观念及技术能力能否满足EAI对教育的要求，是关系着EAI成败的决定性因素。
然而，师生对EAI的认知与认可、师生使用人工智能技术的能力尚与EAI的工作要求有较大差距，尚需较长时段的努力。因此，加强针对师生的人工智能技术培训，是非常必要的。
（2）基于EAI的个性化指导应尊重知识结构，尊重学习者
个性化指导是人工智能技术支持教学的重要特征。从当前的研究看，多数资源推荐技术实质上是一种基于学习者兴趣或当前关注点的资源推荐，这种推荐模式有利于学习者在某一领域或围绕特定知识点开展较集中或较深入的学习。这一模式对于成人学习、专题性探究是有意义的，但对在校学生的全面发展并无裨益，不利于学生构建有效的知识体系和知识结构，更不利于学生的全面发展。
在以EAI支持个性化学习的过程中，要依据学习者的类型分类设计个性化指导模型。对于在校学生的学习，务必尊重课程的知识结构，兼顾学生的学习兴趣，基于学习内容、教师建议、学生兴趣、学习行为等数据中挖掘出隐藏的规律，从而构建有效的学习支持模型。
在以EAI支持的学习过程中，要充分尊重学习者，注意保护学习者的隐私权和知情权。在实施基于EAI的精准学习行为分析和个性化跟踪与指导前，应征得学习者的正式同意。
（3）EAI永远不可能完全取代教师
尽管教师的很多职能在不远的将来都会被人工智能所取代，但教师永远不会被人工智能完全取代。余胜泉认为，教师的职能是促进人的成长，包含两个维度：其一是教书的职能;其二是育人的职能。在知识传授、知识组织和知识管理领域，会有越来越多的工作被人工智能所取代。但在育人过程中，还有学生的情感需求以及教师榜样力量的潜移默化等，这些问题永远不可能被人工智能完全取代。因为人与人之间面对面的沟通和面对屏幕的交互还是有很大差异的。
五、结束语
进入本世纪以来，随着计算机和大数据技术的发展，图像识别、语音识别、自然语言处理均取得了很大突破，人工智能服务于教育的重大契机已经展现在人们面前。EAI的介入，将会对学习过程产生重大影响，会在教学伦理、学习者个性发展、学习者情感与价值观形成等方面产生诸多新问题，这就需要教育工作者未雨绸缪，在教学组织和教学设计过程中，发挥其优点，规避EAI介入带来的风险，从而把教育教学质量推向新高度。
参考文献：
[1]郑旭东.智慧教育2.0：教育信息化2.0视域下的教育新生态——《教育信息化2.0行动计划》解读之二[J].远程教育杂志，2018（7）：11-19.
[2]何克抗.21世纪以来的新兴信息技术对教育深化改革的重大影响[J].电化教育研究，2019（3）：5-12.
[3]罗素等.人工智能：一种现代的方法[M].北京：清华大学出版社，2013.
[4]余胜泉.人工智能教师的未来角色[J].开放教育研究，2018，24（1）：16-28.
[5]许亚锋，高红英.面向人工智能时代的学习空间变革研究[J].远程教育杂志，2018（1）：48-60.
[6]李葆萍，陈晨，万海鹏.未来教室环境中学生核心技能评估研究[J].中国电化教育，2017（7）：20-25.
[7]曹培杰.智慧教育：人工智能时代的教育变革[J].教育研究，2018，39（8）：121-128.
[8]汪时冲，方海光，张鸽，马涛.人工智能教育机器人支持下的新型“双师课堂”研究——兼论“人机协同”教学设计与未来展望[J].远程教育杂志，2019，37（2）：25-32.
[9]Bruce M. McLaren， Krista E. DeLeeuw， Richard E. Mayer， Polite web-based intelligent tutors： Can they improve learning in classrooms？ Computers & Education，2011（3）.
[10]曹巍，孙昕.人工智能助力教育——专访科大讯飞执行总裁吴晓如[J].中国教师，2019（4）：11-16.
[11]马秀麟，赵国庆，邬彤.翻转课堂促进大学生自主学习能力发展的实证研究——基于大学计算机公共课的实践[J].中国电化教育，2016（7）：99-106.
[12]马秀麟，梁静，李小文，苏幼园.智能化学习环境下资源推荐的影响因素及权重的探索[J].中国电化教育，2019（3）：110-118.
[13]马秀麟，梁静，李小文，苏幼园.群体感知效应促进线上协作学习成效的实证研究[J].电化教育研究，2019（4）：81-89.
[14]余胜泉.人工智能教师的未来角色[R].2019年人工智能+教师教育国际研讨会，2019.6.14.
[15]马秀麟，赵国庆，朱艳涛.知识可视化与学习进度可视化在LMS中的技术实现[J].中国电化教育，2013（1）：121-125.
[16]闫志明，唐夏夏，秦旋等.教育人工智能（EAI）的内涵、关键技术与应用趋势——美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J].远程教育杂志，2017（1）：26-34.
（编辑：王晓明）