1. 引言
今年两会期间，国务院政府工作报告首次提及“人工智能+”。我国人工智能产业的发展已驶入快车道，2023年人工智能核心产业规模达到5784亿元，增速为13.9%。人工智能不仅推动了产业的升级，也促进了经济模式的转型。基于“机器学习”的人工智能研究，深受人类大脑结构与功能的启发，模拟了神经元和突触的工作原理，并依赖庞大的数据集来识别模式、学习规律并做出精确推断[1]。这一革命性的技术在多个领域展现了其强大的应用能力，例如实现了人类语言之间的自动翻译，极大地促进了跨语言沟通[2]；在生物医疗领域，对现有病历中非结构化的医嘱进行处理，使其成为诊断的辅助依据[3]；此外，它还能够生成类似人类书写的大型语言模型[4]。随着研究的不断深入和技术的持续发展，人工神经网络的应用前景将更加广阔。作为我国改革开放的前沿阵地，海南自贸港利用自身特色与优势，加快智能应用的发展，努力打造具有全球影响力的智能自贸高地。在2024年自贸港人工智能科技大会暨AI应用及机器人展会“人工智能创新发展”主论坛上，人工智能行业翘楚齐聚海南，围绕人工智能领域热点话题和前沿技术进行深入交流和探讨，充分结合海南特色和优势，助力推动自贸港高质量发展。海南大学的人工智能本科专业通过各种理论和实践教学活动，培养面向国家战略、区域经济社会发展和人工智能领域需求的人才。以立德树人为根本，注重培养人格健全、专业精通，具备社会责任感、国际视野、创新思维和实践能力的学生。在人工智能专业领域，这些学生不仅具备扎实的基础理论知识和工程应用能力，还能够在人工智能及相关领域从事研究、开发、设计、维护和技术支持，成为复合型高级工程技术人才。
形成性评价作为教育评价的重要方式，强调对学生实际学习过程的关注。它能够提供实时反馈，帮助教师更好地了解学生的需求，从而更好地实现个性化教学。形成性评价强调在学习过程中不断调整和改进，关注学生个体差异。通过这种方式，教师能够更好地了解学生的强项和弱项，有针对地进行教学，实现个性化学习。近年来，学者们对形成性评价在专业教学中的应用进行了广泛研究，并取得了一系列有意义的成果[5]-[8]。形成性评价被广泛应用于课程设计、实验、项目等环节，通过及时反馈学生学习中的问题，提高学生的学习效果和满意度[9]。例如，顾亚楠等学者指出，形成性评价在急诊医学本科教学中有助于促进学生学习主动性和团队合作，提高学生的临床实践能力[10]。李蕉等学者针对学习内卷化现象，提出了思政课教改的评论理论和具体解决方案[11]。此外，有相关文献提出使用电子档案成为英语课程教学评价中落实过程评价的有效手段[12]。上述研究虽然指出了教学中现存的问题，并阐述了形成性评价的教学改革，但培养方案特色不突出，各模块相对独立，实践训练缺乏有效的关联设计。其次，在大部分高校的人工智能本科专业教学工作中，存在如下问题：一方面，缺乏符合专业特色的教材，缺乏与社会需求良好对接的实训平台，这使得毕业生实际能力与社会需求脱节；另一方面，评价内容和方法的科学性不足，单一地评价教师的课程教学活动和学生的最终考试成绩[13]，无法科学地评价课程的教学质量。简单地加权求和学生各门课程考试成绩，更是远离科学地评价学业成果的目标。这些问题严重影响了高校人工智能专业的人才培养。针对这些问题，本文旨在海南自贸港这一国家战略背景下，在人工智能本科专业的培训中引入形成性评价。这可以有效促进理论与实践的深度融合，提高学生的综合素质，为海南自贸港乃至全国培养出更多优秀的人工智能专业人才，并为地区经济的持续发展提供有力的人才保障。
2. 海南自贸港对人工智能本科专业的新要求
海南自贸港对人工智能本科专业提出新要求，着重强调学科知识与产业实践的深度融合。学生不仅要牢固掌握的理论知识，还需要具备实践创新能力，以满足自贸港在智能技术发展中的迫切需求。此外，海南自贸港亦致力于培养学生的国际化视野和跨领域协作能力，旨在为海南自贸港的繁荣发展提供有力的优秀人才。
2.1. 政策与市场需求分析
自贸港亟需建立完善的产学研体系。2023年博鳌亚洲论坛年会上，科大讯飞集团宣布将人工智能等先进技术应用于实际产业，这将有助于推动数字经济向实体经济转型。在海南崖州湾科技城，科大讯飞海南自贸港科研中心项目已正式启动，旨在推进人工智能产业智慧化升级，打造人工智能生态圈，并为海南数字经济产业链的构建完善提供有力支撑。入驻崖州湾科技城的海南大学等十余所高校逐步开展产学研合作，同时国家新一代人工智能开放平台在三亚中心挂牌，并合建崖州湾科技城人工智能成果展示中心。这些举措将推动人工智能技术与现代服务业、海洋科技等产业的深度融合。
2.2. 人才培养目标定位
首先，确定学习目标和预期结果。确保学生在完成项目后能够掌握一系列关键技能、知识和能力，包括编程、问题解决、团队协作和沟通技巧。这些能力应当不仅与当前行业需求紧密相连，而且与人工智能领域的职业期望和实际需求高度一致，为学生的未来发展奠定坚实的基础。将学习目标融于实际应用场景，以确保学生能够所学知识和技能应用于实际问题的解决。通过采用实践性的学习方法，学生不仅能够全面理解人工智能领域的复杂性，而且能够培养解决实际问题的能力和创新思维。其次，建立形成性评价体系。通过采用多元评估手段，如小测验、项目评估以及实际任务完成情况，全面收集学生的表现数据，可以更好地了解学生在不同方面的能力和知识水平。这种评价方式能够确保学生及时了解自身的学习进展。具体地，在项目实施过程中，学生应接收多方面的反馈，包括项目导师的专业指导、同学间的互评，以及项目实施过程中的评估。这种多元化评价体系有助于学生更好地理解自己的工作并进行有效的改进。最后，量化和评估学生学习成果。项目的评估不仅仅依赖于传统的考试，还包括项目报告、演示、代码评审等多样化方式，以全面考察学生在项目中的表现。这种综合性评估不仅能够更准确反映学生在技术能力、团队合作、问题解决等方面的综合能力，更符合现实工作环境的需求。通过这种方式，我们可以更好地培养学生全面的职业素养，为他们未来的职业生涯打下坚实的基础。
3. 基于形成性评价的自贸港特色模式构建
本文阐述的基于形成性评价的人工智能本科专业培养模式具有三方面创新点。第一、以明确的学习成果为指导，确立人工智能专业的毕业生应具备的预期能力和技能。通过设定清晰的学习目标，确保学生在毕业时具备在实际应用所需的技能和知识。课程设计、教学方法和评估机制都应与学习目标密切相关，以保证学生在课程学习的过程中能够逐步发展并实现这些目标。第二、采取实践导向的课程设计，旨在培养学生的实际问题解决能力和实践技能。在人工智能领域，这种方法尤为重要，因为人工智能的应用涉及复杂的现实问题，需要学生具备实际操作的能力。通过引入实际的案例分析，并通过讨论来加深学生对理论知识在实践中的应用理解，这有助于提升学生的分析和解决问题的能力。第三、提供个性化学习路径，以满足学生多样化的兴趣、职业目标和学习风格的需求。通过提供灵活多样的课程选择，学生能够根据自己的兴趣和优势，深入研究感兴趣的领域。我们提供的核心基础课程包括机器学习、数据科学、算法设计等，这些课程为每位学生打下坚实的技术基础。此外，采用多元化的评估方法，包括项目作业、实验报告等，以更全面地评价学生的综合能力。图1是形成性评价的过程，它强调了在整个学习过程中对学生进行持续的多方面评估和反馈，以促进学生的不断进步和自我提升。
Figure 1. Process of formative evaluation [14]
图1. 形成性评价的过程[14]
3.1. 自贸港特色培养目标
作为中国特色自贸区的典范，海南在地缘、经济、文化等方面有着得天独厚的优势。针对海南自贸港的特点，人工智能专业的培养目标有以下几点：1) 具有扎实的数学和物理基础，能够系统地理解计算机及互联网、人工智能、电子技术、嵌入式系统、机器学习、计算机视觉等智能科学和技术的基本理论、基本知识和基本技能和方法，并能够应用这些知识解决自贸港工业中遇到的问题。2) 综合运用所学知识与技能分析和解决智能系统、智能行为决策等方面的实际工程问题，为自贸港的产业升级和转型提供技术支持。3) 具备坚实的理论基础与合理的知识结构，以及发现问题、分析问题和解决问题的能力，并能根据海南的实际情况，做出符合当地特点的课题，为海南自贸港的可持续发展做出贡献。4) 具备国际视野和跨文化交流能力，引入国际先进的教育资源和理念，培养能在全球范围内开展工作和交流的人才。
3.2. 形成性评价的培养框架
构建培养目标的形成性评价机制，实行两年一次评价。设计并评估毕业要求的达成度评价方法，同时全面建立各教学环节的质量监督机制。实践创新项目训练也可以作为评价的重要指标，不同年级的学生应分层次开展多种形式的时间创新项目训练。对于低年级的学生，鼓励他们积极参加各类学科竞赛和参加大学生创新创业实践项目训练，以培养他们的基础知识和初步的创新能力。对于高年级的学生，提供机会让他们走进实验室，参与教师科研项目，或是以就业为目标的企业实习，从而深化他们的专业知识和实践技能。我们通过搜集和分析评价结果，不断实施专业培养方案的持续改进。此外，回访大批毕业生，特别是与在企业一线从事人工智能应用研发的毕业学生进行交流，以听取毕业生对课程建设的反馈意见。通过倾听他们的亲身经历和切身体会，我们能够审视以往课程建设体系中存在的问题，并据此对实践教学情境的构建提出必要的调整和优化置。
3.3. 形成性评价的体系建设
人工智能专业的人才需求，专注于构成计算机科学和现代机器学习基础的核心概念，推荐开设的课程包括：高级语言程序设计、数据结构与算法、概率论、线性代数和多维微积分等。让学生了解人工智能的一般原理，加深对于模型构建相关的计算机系统的理解，并联系软件工程和设计原则，推荐开设的课程为：人工智能、人工智能数学基础、信号与系统、编译原理、计算机组成原理等。深入研究机器学习，以及统计原理在自然语言处理、大数据分析和计算机视觉等特定领域的应用，推荐开设的课程为：数字信号处理、数字图像处理、计算机视觉与模式识别、智能系统、机器学习、自然语言处理等。尽可能多练习，将所学原理付诸实践，参加项目课程、进行人工智能项目研究和进行面向人工智能的企业实习，通过多种形式活动锻炼学生实践能力，提高学生的创新意识和创新能力。
3.4. 形成性评价的教学改革
课程教学质量的评价结果是持续改进的重要依据。为获得有效的评价结果，关键在于精心设计评价方案。这包括依据教学目标设计评价指标和评价依据、选择评价方法以及确定评价标准等。表1是课堂教学评价标准。课程组依据人工智能专业课程对工程认证毕业要求的支撑设计评价指标，包括课程体系中每门课程对指标点的贡献度和权重，本专业教师在评价学生的学习效果时各指标在总成绩中的考核权重。
Table 1. Classroom teaching evaluation criteria
表1. 课堂教学评价标准
分数段 |
评价标准 |
优秀(>90) |
对所学内容的理解透彻，表达清晰，逻辑清晰，对知识的运用灵活恰当；考虑因素全面、系统；研究方案先进合理，成果可靠，有较强的创新性 |
良好(80~89) |
对课程中的问题有正确的认识，表达的清晰，对知识的应用适当，分析的深度较深；研究方案设计合理，成果可靠，有较强的创新性 |
中等(70~79) |
对课程问题的认识较为精确，表述较为清晰，知识应用恰当，但缺乏深度与广度；研究方案较为合理，研究方案基本可靠 |
及格(60~69) |
对所学内容有一定了解，能基本表达清晰，基本掌握适当的应用知识。能在教师和同学的协助下，提出研究计划，取得阶段性成果 |
不及格(<60) |
对教材中的问题有认识上的偏差，表达上的不一致，对知识的运用不当。研究方案有重大错误，研究结果不可靠 |
3.5. 形成性评价的设计与实施
在课程评价中，应至少纳入三个不同的评价主体，包括学生本人、专业教师以及行业内的毕业生。学生应该将评价指标作为自我评估的标准，对自身一段时间内的学习历程进行自我反思和评价。也要积极参与教师主导的形成性评价活动，并在获取个性化反馈后，明确自身的学习改进方向，并制定相应的改进计划，以实现自我提升。同时，专业教师和行业毕业生将根据既定评价指标，对该学生的表现进行客观评价。定期组织学生参与专题讨论、教学实践活动，并指导小组学习与讨论，是评价过程中的重要环节。教师将负责整理形成性评价的相关资料，并确保将评价过程中的关键信息及时、有效地反馈给学生，以促进其学习进步和全面发展。
针对海南自贸港背景下人工智能行业的人才培养需求，采取了包括记分作业、教学实践活动、课堂学习等多维度评价方式。记分作业分为常规的平时作业和精心设计的综合性作业两大类。对于记分平时作业，将根据课程教学计划和学习评估标准，挑选部分作业作为记分项目。教师将根据学生完成记分作业的频率和质量进行评分。记分平时作业的数量应控制在合理范围内，通常每门课程可设置2至4次。针对形成性评价的需求，特别设计了综合性作业，这些作业旨在阶段性评估学生的学习成果。教师将根据学生完成这些作业的情况进行成绩评定，每门课程可安排1至2次此类作业。教学实践活动，亦称为“必做实验”，包括面试、上机操作、实验等，是学生必须参与的形成性评价内容。这些活动旨在加深学生对知识的理解和应用能力。至于课堂学习部分，教师将根据学生的出勤情况和课堂表现进行成绩评定，确保评价的全面性和公正性。具体设计表如表2所示。
Table 2. Evaluation design table for formative evaluation assessment
表2. 形成性评价考核的评价设计表
|
|
学生本人(20%) |
专业教师(50%) |
行业内毕业生(30%) |
记分作业 |
记分平时作业 |
|
|
|
综合性作业 |
|
|
|
教学实践活动 |
面试 |
|
|
|
上机操作 |
|
|
|
实验 |
|
|
|
课堂学习 |
|
|
|
专题讨论 |
|
|
|
小组学习 |
|
|
|
学习笔记 |
|
|
|
任课教师负责结合人工智能专业特点制定课程形成性评价具体方案，并且每学期第一次上课时向学生进行讲解，确保学生各项考核成绩评定结果有据可依，及时备案相关记录，随时了解并掌握学生参与形成性评价的反馈信息，并对实施方案进行持续调整和优化。回访广大毕业生，深入与企业一线从事人工智能应用研发的校友进行交流，认真聆听他们对课程建设的宝贵反馈。通过他们的实际工作经验和深刻感悟，反思当前课程体系中的不足，针对实践教学情境的构建，提出切实可行的改进建议。以期课程设置更加贴合行业需求，培养出更多高素质的人工智能领域专业人才。
3.6. 具体教学效果
学生的自主学习能力得到提高。形成性评价强调及时反馈，使学生能够及时了解自己的学习状况，明确自己的优点与不足，其能够激发学生的学习动力，促使他们更加主动地参与学习过程，不断探索和解决问题。在人工智能专业中，形成性评价注重学生的实践能力培养，比如在项目实践、案例分析、实验操作等多个环节，这对培养应用型人才具有重要意义。
教师的教学内容、方法和进度能够灵活调整。持续地教学改进过程确保了教学活动始终与学生的学习需求保持一致，提高了教学质量。在海南自贸港建设的背景下，其要求不断适应新的经济和技术环境，引导学生关注国际前沿动态，与国际的教学内容和评价体系接轨，这种灵活性和适应性尤为重要。
形成性评价鼓励学生进行自主探索和创新思考，为他们提供了展示自己想法和能力的平台。在人工智能领域，创新能力是推动技术创新和产业升级的关键因素。学生将更加自信地提出自己的想法和解决方案，并在实践中不断验证和完善。这些教学效果不仅有助于培养出适应海南自贸港建设需求的高素质人才，也为我国高等教育的教学改革提供了有益的参考。
4. 结语
本文针对自贸港发展过程中高新技术人才短缺的问题，探讨了一种基于形成性评价的人工智能本科专业培养模式。该模式紧密结合自贸港的发展特点以及对人工智能人才的具体需求，提出了一种符合海南特色的人工智能培养模式。通过构建一个完备的形成性评价机制，该模式能够在学生的各个阶段提供及时的评价和反馈。这种持续的评估和指导有助于学生及时发现自身的不足，并在教师的指导下进行有效地改进和学习。此外，该模式注重实践能力的培养，从而培育出综合性技术人才。这不仅为海南自贸港在发展过程中遇到的问题提供有效的技术支持，也为建设全球贸易化的综合性自由贸易港提供有效的人才支撑。
基金项目
2024年海南省教育厅，海南省高等学校教育教学改革研究项目“基于OBE及形成性评价的人工智能专业工程教育模式研究”(项目编号：Hnjg2024-34)；2024年海南省教育厅，海南省高等学校教育教学改革研究项目“国际教育创新岛背景下人工智能专业研究生‘两岸三方’联合培养模式”(项目编号：Hnjg2024ZC-10)；2024年海南大学教育教学改革研究项目“基于OBE及形成性评价的人工智能专业工程教育模式研究”(项目编号：hdjy2438)。