一、引言
为了能够实现新一代人工智能发展的战略目标，国内许多学校都开设了机器学习课程，也有较多文献报道了在本科生群体中开设《机器学习》的教学改革研究。
BOPPPS教学模式是一种以教育目标为导向，以学生为中心的新型教学模式。BOPPP的名称来源于英语单词在教学模式的六个教学环节：课程导入（Bridge-in）、学习目标（Objective）、课前测试（Pre-Assessment）、参与式学习（Participatory Learning）、课后测试（Post-Assessment）和总结（Summary）。BOPPPS教学是一种建立在“课堂分解”的基础上，能够调动学生的学习兴趣，是一种以学生为主体、以教师为主导的教学模式。
对分课堂是由张学新教授提出的一种教学模式，主张课堂划分为讲授、内化、讨论及展示四个环节。该模式强调内化和吸收过程，既保证了知识体系传递的效率，又充分发挥了学生的主动性。对分课堂最终可以形成教师精讲、学生内化、小组讨论、交流共享四个环节，可分为隔堂对分以及当堂对分两大模式。然而，在具体的实践过程中，课堂的环节过多可能会导致教师、学生出现应付的现象。此外，既定的课堂环节以及各环节次序可能不太适应实际教学情况。在实际教学过程中，如何真正做到以学生为中心，做到教学相长是一个值得思考的问题。
在这种背景下，本文对《机器学习》课程的教学改革进行研究，探索一种“融合式课堂+三个目标+多元考核”的教学模式。这是将BOPPPS与对分课堂融合，并将BOPPPS与对分课堂的理念贯穿于整个教学过程的教学模式。
二、融合式教学模式
高校机器学习课程的教学要以提升学生兴趣、动手实践能力为主要目标，使学生能够主动地、有兴趣地进行学习，并且积极地参与到教学活动过程中，由“浅层记忆”变为“深度学习”。
基于BOPPPS与对分课堂理念，“融合式课堂+三个目标+多元考核”的教学模式，具体结构如图1所示。教学活动围绕着三个课程目标进行，学生达到目标后，可对学生进行考核，考核成绩作为学生掌握情况的评价依据，并针对评价结果对教学环节及进度做到适时调整。
图1 BOPPPS与对分课堂混合式教学模式总体结构图
图2 BOPPPS与对分课堂混合式教学模式实施细节图
2.1融合式教学设计
融合式教学模式借助学习通平台，构建BOPPPS与对分课堂融合式教学模式。该模式将课程分为线上和线下两个模块。线上教学主要包含课前预习、课中反馈以及课后考察等；线下教学主要包含理论讲解、小组讨论、答疑解惑等。BOPPPS与对分课堂融合式教学模式环节设置如图2所示。
在图2中，B表示引入，O表示目标，P1表示前测，P2表示参与式学习，P3表示课堂后测，S表示总结，P表示讲授，A表示内化，D1表示讨论，D2表示展示。
第一步，通过“学习通”设置引入以及目标，并及时通知学生在课前进行查看。通过在“学习通”设置知识目标、能力目标以及素质目标，使得学生明确课堂重点，确定学习目标。该环节由教师进行资料收集、内容设置，学生完成知识学习、明确目标，体现了对分课堂中的讲授。
第二步，线下课堂完成前置知识检测并完成答疑。课前对于前置知识进行测试，对于教师而言，一方面完善了BOPPPS教学模式，另一方面也了解了学生的学情。对于学生而言，参与课堂前测是对前置知识进行内化的过程。测试题一般设置为3～5道选择、填空等客观题，方便及时掌握情况。对于重要的、错误较多的习题，教师应进行讲解；对于非重点习题，可要求学生进行讨论（D1），并进行展示（D2）。
第三步，完成新知识的讲解。按照对分课堂理念的要求，对新知识进行精讲，时间一般不超过30分钟。通过布置例题，让学生完成内化、讨论过程，并能进一步发现问题、巩固所学。例题的情景还可引出思政教育，实现课程思政。通过讲评例题，发现当前算法存在的不足，并引导学生进行思考，以做到内化、讨论，完成对分课堂教学环节。
第四步，利用“学习通”平台进行实际工程问题的发布。通过实际工程的应用，能够提高学生的综合分析能力。学生以小组的形式进行讨论，并通过“学习通”平台上传讨论的结果以及讨论中产生的问题。学生充分地参与到课堂活动中，完成了参与式学习，并能提高其沟通交流能力。
第五步，教师对涉及到的疑难点进行回答。疑难点解决后，学生以小组的形式进行结果汇报，教师应对汇报的结果进行评价。该环节充分体现了BOPPPS教学模式中的参与式学习，并融入了内化、讨论、展示等对分课堂环节。
第六步，通过“学习通”平台发布课程重点讲解视频，帮助学生进行课堂知识的总结。学生在完成总结后，应完成课堂后测，以巩固知识点的掌握；教师应及时对作业进行批改，及时发现学生存在的问题。此环节实现了BOPPPS中的总结、后测，并体现了学生内化的过程。
2.2注意问题
2.2.1课前学习完成度。线上课堂不同于线下课堂，教师可以实时掌控学生的动态，线上课堂需要依靠学生的自觉性来完成。为了避免学生不进行或者不认真进行线上学习情况的发生，可通过在视频中设置任务点，正确完成相应习题后可算作任务完成。通过设置课前测试，并将课前测试计入平时成绩，在线下课堂会进行提问，来保证学生能够完成课前学习。
2.2.2课堂环节的划分。对于机器学习课程而言，大多数模型都无法在一节课内完全讲解完。因此，整个教学环节是以模型为基本点进行划分。这种划分依据，不会因课堂时间的限制，而导致基本原理讲解不清、讨论不够充分等问题。
2.2.3课堂讨论案例选择。线下课堂讨论是该教学模式中非常重要的一环。由于机器学习技术也在不断发展，仅仅只习课本上的模型不足以应对当前科技的快速发展，因此课堂讨论需要适当引入最新的技术。此外，由于课堂上时间有限、学生基础较弱，讨论题目的设置不宜过难。对于讨论任务的设置可从以下几个方面入手：（1）与实际相结合的案例应用；（2）探究最新的文献；（3）对现有模型进行自主变形。通过上述方案，能够满足解决实际问题的需要，也能够锻炼学生的创新能力。
2.2.4小组构成及讨论效果。合理的小组构成才能够保证小组讨论的顺利进行。一般而言，小组成员选择应遵循自愿原则。但这样会存在一定的问题，因此在形成小组时，教师应在自愿的基础上进行部分调整，尽量确保每个小组中都有熟悉机器学习的学生，每位学生都有其所在的小组。根据实际情况，将班级学生分为5～8组，一方面要保证小组人数，另一方面应考虑小组展示时间上的可行性。每组中应有1～2名熟悉机器学习的学生，这样才能有效地带动整个小组进行讨论。此外，在小组讨论过程中，教师应在教室中进行适当走动，及时回答在讨论过程中学生产生的问题，并杜绝学生进行无关话题的讨论。
该教学模式的亮点在于：（1）将引入、目标、总结和课后测试环节放置于线上课堂，一方面能够使学生进行课前预习以及前置知识复习，有利于新知识的讲授；另一方面，能够节省课堂时间，线下课堂能够做到有的放矢，避免流于形式。（2）将BOPPPS模式与对分课堂进行混合，一方面，可以建立起完整的教学体系，符合学生对知识的认知过程；另一方面，可以激励学生参与到课堂活动中，完成从“浅层学习”到“深度学习”的过渡。（3）该教学模式不再完全、严格按照对分课堂、BOPPPS的环节进行，而是基于学生的学习水平、认知能力、课堂活动等方面进行适当修改，以期构建更加符合学生的课堂，真正做到以学生为主体。（4）对于在实施过程中可能出现的问题，提供了一定的解决思路。该模式能够从课前复习、课中学习，课后总结等方面构建起一个较为合理的学习体系，能够提高学生课堂参与度、提升学生解决问题的能力。
三、教学效果
以计算机科学与技术专业2019级、2020级学生为例，说明教学模式改变后的成效。2019级学生及2020级学生录取分数接近，班级人数相近，前置科目任课教师一致，因此两届学生基本认知水平相近。同一任课教师负责计算机科学与技术专业2019级及2020级的机器学习课程。2019级学生于2021-2022学年第二学期完成机器学习课程学习，2020级学生于2022-2023学年第二学期完成机器学习课程学习，采用了本文提出的教学模式，2019级学生采用的是改革前的教学模式，作为对照。虽然2019级学生进行课程学习时处于新冠疫情防控时期，但依据当时本地的防控政策以及新冠疫情发展，除期末考试于2022-2023学年第一学期完成，其余各项教学活动都在规定学期内进行，教师能够按时完成教学任务，学生能够在线下正常参与各项教学活动。整体而言，疫情防控对机器学习课程的影响较小。因此，两届学生具有一定的可比性。
表1是课程的考核方式以及对应目标，表2列出了两届学生的课程目标达成度以及独立样本T检验结果。达成度是依据工程认证的要求来制定的指标，计算公式为：
Dkj_cℎeckEkj是k课程的课程目标j达成情况评价，Ekj是k课程第j个目标的考核方式集合，ai是考核方式i的平均成绩，ti是考核方式i的目标总分，pi是考核方式i的成绩占比。目标达成度越高，表明学生知识掌握情况越好。由表2可知，每个课程目标的达成度比较接近，且达成情况良好。这说明学生基本掌握了机器学习的基本知识和工具使用方法。从表2可知，2020级整体目标达成度情况要好于2019级，但目标1的变化不显著，目标2达成度变化显著。表3是两个年级学生期末考试成绩对比，2020级的成绩高于2019级。根据“学习通”上任务完成情况，发现有学生存在挂机刷视频、抄袭作业、不完成课前课后测试等情况。结合表1中的考核占比，表2中目标1的显著性结果以及表3期末成绩的对比，认为是学生对于线上课堂的不重视，导致了目标1的达成度不理想。
表1 课程考核方式及对应目标
表2 2019级与2020级目标达成度比较
表3 2019级与2020级期末考试成绩比较
课程结束后，向学生发放了基于课程目标的调查问卷。该调查问卷针对课程的每一个课程目标，分别统计课程目标达成情况（很好、好、一般、差、很差），每种达成情况的量化值分别为5、4、3、2、1，应用公式(2)计算课程的目标达成情况的调查问卷评价值。该调查问卷主要体现学生自我认知下，自己对每个课程目标的掌握情况。
其中，i和xi分别表示课程目标达成情况的量化值和对应的调查问卷份数。在该门课程中，参与调查的课程目标共有两项，详见表4。该调查问卷通过学院构建的OBE评价系统进行发放，学生通过自己的账号进入系统并完成评价，2019级及2020级学生均在系统内完成了问卷调查，共得到85份有效调查问卷。每个年级参与调查的人数均达到了班级人数的80%。为进行统计学检验，先将Dkj_survey进行变换，得到原始评价数值，然后按照公式(3)的定义计算。
表4 基于问卷调查的评价及独立样本T检验结果
从表4可以看出，实施该教学模式后，学生对于目标1、目标2达成情况的评价均有显著差异。
此外，2020级学生积极参加各项与机器学习相关的比赛，如全国统计建模竞赛、全球校园人工智能算法精英大赛。这些比赛体现了学生的动手实践能力，最终获得了3项省级奖项，1项全国二等奖。相比于之前的情况，学生参加比赛的积极性有所提高，获奖情况也有所提升。
四、结语
本文的教学模式将BOPPPS理念与对分课堂进行了融合，并借助“学习通”构建了一个融合式教学模式。文中对于2019级、2020级两届学生进行对比，虽然无法排除疫情对教学结果产生的影响，但该教学模式整体上显示出具有一定的优势。
在该教学模式的实践中，也存在以下一些问题：（1）教师的备课任务量倍增。教师需要准备前置知识视频、前置测试题、教学案例、课程重点视频以及课后测试题等教学内容。（2）课堂上讨论次数增加。这样有可能使学生及教师疲于应付。（3）线上课堂完成度不足。根据考核结果可以发现，学生可能会存在应付、不完成线上任务的情况。针对上述问题，后期需要找到一个平衡点，适当减轻学生及教师的负担，并建立奖励惩罚机制督促学生认真完成线上任务。
（转载自《福建电脑》2024年06期，作者：曲凯扬 龚嗣良）