产教融合驱动的算法课程混合式教学探索

童咏昕 许可 李昂生 徐毅 吕卫锋

计算机学院算法课程团队聚焦新工科专业建设，基于数十年来积累的深厚教学经验，结合教育信息技术的最新成果，积极推进课程改革，创新课程设计方式，立足服务于经济社会发展主战场，深化产教融合协同育人，以满足社会经济发展对创新型、复合型、应用型人才需求。

2019年启动了线上线下混合的课程设计工作，原本计划于2020年秋季学期在中国大学MOOC平台上线，但是面对突如其来的新冠肺炎疫情对高校教学造成的重大影响，为完成教育部“停课不停教，停课不停学”的指示要求，保障本校计算机专业学生核心课程学习进度，并向全社会提供优质教学资源，课程团队师生克服困难，共同努力，紧急制作MOOC课程《算法设计与分析》，并与中国大学MOOC平台积极沟通，保证了课程于2020年2月24日顺利上线。

虽然时间紧，但是课程团队没有降低对课程质量的要求，全面落实“学生中心、产出导向、持续改进”的理念，着力提升学生解决复杂问题的算法设计能力，推广实施产教融合、应用导向的案例教学和线下项目式课程实训等研究性教学方法，注重实际问题训练。课程建设运营过程中，团队积累了宝贵经验，形成了适用于线上授课的成熟教学理念，总结了有效的课程制作和运营工作方法，实践了线上线下混合教学新方法。课程为部分缺乏优质教学资源的高等院校在疫情期间教学工作的开展提供了有力支持，为基于线上线下混合教学创新新工科课程建设和产教融合育人机制等方面做了有益探索。

产教融合 注重实践

《算法设计与分析》课程是计算机和人工智能相关专业学生必须重点学习掌握的核心基础专业课程，其涉及到的理论方法和知识体系是学生进行专业实践和后续课程学习的必要基础。开展《算法设计与分析》课程的线上教学，具有两大挑战。首先面临所有课程网上授课的共性挑战，即在线上教学过程中，由于教师和学生处在不同物理空间，且授课形式以学生自主观看课程视频为主，教师难以通过观察学生反应、请学生回答问题等传统线下教学过程中经常采用的方式，及时准确地把握学生的学习状况，对学生的学习态度、专注程度等进行有效监督。其次还面临本课程特点所导致的独特挑战。《算法设计与分析》具有理论性强、知识灵活等特点，课程难度较大，学生在学习过程中容易产生畏难情绪，或感到枯燥、乏味等，导致学习效果差。

为此，课程团队以立德树人为目标、以学生发展为中心设计课程体系，目标是激发学生内在的学习潜力和动力。课程秉持产教融合、注重实践的教学理念，基于学科发展动态和社会发展需求更新知识体系，进行科学合理教学设计，做到与时俱进。通过实际应用引导、授课体系创新、产教融合推动等方式，强化课程知识与实际应用的联系，帮助学生认识到学习算法的真正价值和其对计算机专业知识体系构建以及未来职业发展的重要意义，提高课程吸引力，帮助学生实现从“要我学”到“我要学”的转变，提升教学质量。

在实际应用引导方面，课程的每一个章节都设计了相应的引入案例，让学生明白算法问题有着很强的实际问题需求和社会应用背景。如图1所示，本课程以奥运会举重项目为例引入分而治之算法策略，以超市赢家问题为例引入动态规划算法策略，以调制饮料比赛问题为例引入贪心算法策略，以手机解锁图案一笔画问题引出图算法。通过这种从具体应用实例引出算法设计问题的方式，使同学们在学习较为理论、困难的算法知识前先有感性的认识体会，从而帮助他们更好地接受后续知识。

图1 通过具体应用实例引入算法设计策略

在授课体系创新上，采用了“建模问题→引导思路→解析实例→分析算法→凝练策略”的讲授思路，摒弃直接给出求解方法的填鸭式讲授模式，而是细致地展现高效算法的设计思路和优化过程，契合学生认知规律和接受特点，顺应成长规律，培养学生深度分析、大胆质疑、勇于创新的精神和能力，锻炼学生解决复杂问题的综合能力和高级思维；同时，提供详细的算法运行实例，展现算法伪代码如何一步步具体运行得到结果，并归纳总结出求解某类问题的算法策略，帮助学生真正学懂算法。

图2课程邀请计算机产业界算法专家畅谈算法学习经验与产业应用，分别为：

(上)第四范式创始人戴文渊博士访谈：ICPC世界冠军的修炼之道

(中)阿里巴巴副总裁李飞飞博士访谈：双十一背后的大数据算法

(下)滴滴出行副总裁叶杰平博士访谈：海量共享出行的算法设计

在产教融合推动方面，通过几次课程前对第四范式创始人戴文渊博士、阿里巴巴副总裁李飞飞博士、滴滴出行副总裁叶杰平博士等产业界算法专家的采访，探讨了算法学习的经验技巧和算法知识技能在计算机行业生产实践中的应用，丰富了教学资源，帮助学生认识到所学知识的使用场景和价值，进一步激发他们的学习兴趣，提高他们的学习热情。

团队协作 高效互动

图3课程教师团队

组建由高层次人才引领、中青年教师支撑参与的教师团队。课程贯彻教育部要求，邀请高层次人才参与课程建设，包括长江学者一人、杰出青年基金获得者一人、优秀青年基金获得者一人，团队教师都曾在国际顶级期刊会议发表过算法相关学术论文，具有扎实的算法功底和对学科前沿动态的精准把握，从而能够将学术研究、科技发展前沿成果引入课程，使得教学内容体现前沿性与时代性。

课程团队人员结构及任务分工合理，目标明确。由教学经验丰富的资深教师负责MOOC课程、课件和课后习题设计，从而对课程质量进行整体把握；由青年教师负责讲授课程，以在实践中锻炼提升青年教师的教学水平，与学生共同进步。主讲教师具备良好的师德师风，具有丰富的教学经验、较高学术造诣，积极投身教学改革，教学能力强，能够运用新技术提高教学效率、提升教学质量。

组建规范化助教团队，助力课程建设与完善。助教团队覆盖本硕博学生群体，共有9名同学。处于不同年级和学习阶段的助教学生有着不同的学习经验，并随着学业的深入和对科研项目的参与，对课程有各自独特的理解和视角。特别是本科生助教同学，均是课程学习中最优秀的一批，他们熟悉课程内容，有强烈的学习体会和感想，能够更积极地参与到课程内容的改进当中，为课程添加新的活力。通过参与课程、课件和课后习题设计的讨论，助教团队从学习者的视角，为课程设计提出合理化建议，使得课程更容易为同学们所接受。课程上线前和上线以来，在课程教师带领下，助教团队每日固定时间开会，每周开会总时长不少于10个小时，沟通学生学习过程中反馈的问题，保证课程在上线后依然能够及时快速迭代，不断提升质量。

图4课程教师童咏昕（左）和助教魏淑越（右）回答学生问题

为保证课程整体质量，及时有效的开展与同学间的互动必不可少。课程上线以来，针对同学们在学习过程中遇到的问题以及其在课程讨论区的相应反馈，课程教师和助教都进行了及时的回复（如图4），通过图片、例子等方式有效地答疑解惑，并积极引导学生进行探究式与个性化学习。针对错误率较高的课题习题，课程团队还专门编写了习题解析供同学们参考。尽最大努力保证同学们线上和线下获得相同的课程体验。

联动线下 混合教学

为完善学习流程，强化教学质量，课程团队精心设计了课后习题和课程实验。在课后习题方面，遵循由易到难，全面考察，注重实践的原则，在每段知识模块都设置了10道题目，全面考察学生对相关知识的掌握情况。以基础题为主，强调学生对基础知识的熟练和掌握；同时设置拔高题，给学生“跳一跳才能够得着”的学习挑战。在课程实验方面，为增强实践性，加深学生对理论知识的理解掌握，增强学生的动手实践能力，课程团队将产业界实际问题和科研项目进行分解，设置了与课程知识配套的编程练习题，同学们可选择自己熟悉的编程语言编写程序，解决算法问题，自主选择练习量和练习难度，学生参与完成情况如图5所示。此外，课程设置了综合评估体系，探索科学评价方法，让学生忙起来。对学生在课堂内外、线上线下的学习效果进行综合评价。结合中国大学MOOC平台提供的学习时长统计功能等线上评估方法，和学生对所发布的与课程学习内容相配套的编程练习完成情况，对学生学习效果进行综合评价。鼓励学生基于课堂学习的内容，进行探究式、论文式学习，引入报告答辩式评价方法，提升课程学习的深度。

图5本课程编程练习题完成情况

为解决区域与校际之间教育教学水平差异服务，积极促进MOOC与课堂教学有机结合，让优质教学资源惠及每一位学生，目前已将本课程教学资源提供给大连理工大学、北京印刷学院、广西师范大学、成都大学、贵州大学等20余所高校计算机专业课程使用，并取得良好效果。

本课程第一次在中国大学MOOC平台开课，截止到2020年4月13日，已有11641名学生报名参加课程学习，学习人数在本学期于该平台开设的算法类课程和365体育直播于该平台开设的课程中均名列前茅，课程评分4.8分（总分5分），得到了广大师生的一致好评。例如，如图6所示，青岛科技大学的梁宏涛老师评价“算法设计与分析这个课程不好讲…童老师把课程讲的深入浅出，案例教学，引人入胜，实在是把知识潜移默化地介绍给了同学，非常受益”；如图7所示，一位北京理工大学的同学评价“课件精美，讲解详细，还有大牛访谈，每个细节都很棒”。其他课程评价如图8所示。由于课程广泛的影响力，中国大学MOOC平台特将本课程置顶宣传，如图9所示。

图6 青岛科技大学的梁洪涛梁宏涛老师的评价

图7 一位北京理工大学学生的评价

图8 其他课程评价

图9 中国大学MOOC平台将本课程置顶宣传

本次课程改革秉持产教融合、注重实践的教学理念，汇聚高层次人才参与课程建设，创新授课体系、强化课程实践，完善评价方式，形成一套线上线下混合联动的新工科课程教学体系，取得了良好的教学效果，获得师生们的一致好评，并辐射20余所365体育直播，保障了疫情期间教学工作的顺利开展和教学任务的高质量完成。下一步将总结现有经验和不足，认真改进，待学生复学后进一步完善混合式教学的研究。

（审核：曹庆华）

编辑：贾爱平 邸白鹭