《程序设计与人工智能》是大学信息技术理科方向正在进行课程改革的一门新课程，恰逢疫情防控的在线教学新要求，虽然说是挑战，却正好把它变成一次难得的机遇，加速推进整个课改的进程。数据学院计算机科学教育教学部理科组朱晴婷（组长）、王伟、刘垚三位老师以学院自主研发的KFCoding平台为教学主平台，小范围试验新的教学模式，在迭代试错中稳步建设这门新课程。
一、学习生态圈的搭建
1.学习支持系统
（1）KFCoding是整个学习生态圈的核心，本课程是一门实践课程，遇到第一个问题就是实验环境的准备，软件安装环境复杂，硬件配置要求较高，学生在自己的机器上安装实验环境也受硬件条件、软件版本、软件配置各种复杂性问题困扰。KFCoding平台提供了在线的一体化的学习和实训平台。教师将教学内容、录课视频和实训任务布置在平台上，学生只要打开浏览器就可以随时随地完成课程学习、在线完成实验。平台记录学生的学习行为，为过程性评价和教师教学提供依据。
（2）python123是在线程序自动测评平台，是课程的考核平台，负责考核学生自学的效果，自动评阅程序，综合大作业考评，它的测试数据分析可以让教师设计或调整直播课的讲评内容。
（3）腾讯课堂的直播课，每周一次，根据学生的学习记录讲解案例分析、重点难点，讲解学生作业中的典型错误。
（4）互联网工具是支持群体学习的重要技术。微信群可以很好地支持群体互动学习，将课堂学习活动延伸到课外，实时解决学习中的疑惑；协同协作工具，支持师生共建学习资源。在线会议工具支持小组项目学习，跨时空实时开展云端的讨论和合作。经比较，我们选择了腾讯文档、坚果云、腾旭会议支持课程运作。
2.学习资源的建设
（1）在线协同备课
课程学习资源的建设是整个学习生态圈的重中之重。而作为一门新课，还没有形成成熟的教学内容。给一年级的学生上人工智能能教什么，讲到什么深度？一直是理科教研组争论不休的问题。所以理科组不能采用分摊准备工作的方法，而是发挥每个老师的创造力，在教学大纲的框架下，按自己的想法设计这门课，在教学实践中去找到答案。
每个老师设计的ppt、录课视屏、教学案例都上传到学校坚果云共享，在云上协同备课，优化自己的教学资源。
坚果云在线协同备课
（2）KFCoding平台部署
主线课程，提前4周，将制作好的教学视频，教学PPT，实验内容上线。
视频学习
实验实训
KFCoding作为一个大规模在线实训平台，还有提供大量支线课程，解决大学计算机通识课程中学生起点差异问题，提供给不同需求的学生自主开展拓展学习。
开源课程
（3）python123测试和作业上线
根据不同的单元和学习阶段，设计了不同题型的题目。每周知识测试测试对重要的知识点的理解和掌握，以选择题和填空题为主；实验是程序设计题，综合作业是设计类的文章大作业。
测试与作业
（4）企业联合教学
学习生态圈中的学习资源突破了教师单一提供，引入了企业互联网课程资源。大数据、人工智能技术发展很快，我们和百度联合，引入了百度AI课程，企业课程内容偏应用，可加强本课程的实践教学，此外还有精彩的讲座，让同学们能接触最前沿的新技术发展。
|
|
|
百度AI课程
（5）学生共建课程资源
学生们在生态圈的讨论区的主题讨论内容、Wiki协同协作区的创作、社交群中的精彩Q&A，推送的公众号技术文章都是课程学习资源的一部分。
在第一周，我们在腾讯文档中开辟了课程Q&A的协同写作，邀请优秀学生轮值，每天整理群中问题，记入文档，向所有同学开放阅读。既可以减轻教师和助教回答重复问题的工作量，也是来源于实践的不可多得的学习资料。
在线协同协作Q&A
二、引导学生深度学习
布鲁姆将认识领域教育目标分为知识、理解、应用、分析、评估、创新六个层次。前三项是基础学习，后三者是深度学习。本学期课程是大学计算机通识教育的第二学期，学习的重点从上学期的知识、理解、应用迁徙到分析、设计、创新。这一迁徙不可能一蹴而就。学习生态圈旨在组织和激发以“学生”为中心的学习行为。在这样的生态环境中，教师不是无为而治， 而是作为主导者，设计一系列的措施，去推动学生的深度学习行为的发生。
1. 录制在线学习流程
考虑到学生第一次面对在线教学，本课又使用了多平台、多工具、多资源，开学前录制了视频，告知学生学习流程、学习方法和考核要求，做好开学准备。
学习流程介绍视频
2. 设计学生学习流程
每单元绘制学习流程图，指导学生应该如何进行自主学习，按时完成各个时间点的测评任务。每周学习任务和考评节点，发布公告，使学生明确学习任务。
单元学习流程图示
3.确认每周学习任务
使用腾讯文档打卡，帮助学生明确学习任务，不遗漏。
学习任务在线打卡
4. 温故而知新
学生提出上学期的课本没有带回家， 开学前腾讯课堂两次直播课，帮助同学们温故而知新，同时体验直播授课，做好调整。每单元增加前情回顾，复习上学期的相关的知识点。
5.监督学生的学习行为
利用各大平台记录的学习行为数据，获取了学生学习视频的时间、直播观看时间，知识点测试成绩、实验完成度，了解第一单元的各个知识点的掌握程度，结合群中答疑的热点，获取单元学习的难点，组织直播教学内容。获取学习预警的学生名单，通过微信联系，了解学生的学习困难，给与帮助。
作业可视化分析
6.分享学生设计作业
学生的学习能力转型需要一批领路人。利用python123平台的专栏文章，分享同学大作业的设计思想、代码、体会。激发了学生的设计热情。第二周的大作业中涌现出一批有创意的好作品，超出预期。
分享设计类作业
7.建立学生助教团
建立学生助教团，28位同学参加成为学生志愿者，为同学答疑解惑，共同建设课程。也想通过这些同学，作为领导者，推动更多同学参与到学习圈的学习活动。
三、总结与展望
接下来，数据学院会进一步整合用到的平台和工具，计划这学期完成一站式的在线学习与实训服务，更加方便地为同学们提供优质教学资源与学习体验；同时，学习平台还会留存同学们的学习行为数据，老师们会根据这些数据来更好的改善学习策略，督促并激励同学们在这个非常时期顺利地完成本学期课程，也为下学期将这种模式更广泛的推广打下基础。
