领办人：陈小强
参与成员：张慧、王鸿、胡翰、肖丽萍、舒慧欣、黄志鹏、刘仕琴、杨林
研讨时间：2024年5月22日
研讨地点：人工智能技能大师工作室

一、研讨背景 课程建设是职业教育人才培养的核心环节，直接关系到学员专业技能与职业素养的提升。当前我校人工智能专业部分课程存在内容滞后、理论与实践脱节等问题，难以满足企业对技能型人才的需求。结合工作室“技艺传承、学生培养”的核心职责，本次研讨聚焦人工智能专业核心课程建设，旨在优化课程体系、更新教学内容、创新教学模式，提升课程教学质量。

二、研讨核心内容 1. 核心课程体系梳理 研讨中，成员结合人工智能行业发展趋势及企业岗位需求，对现有课程体系进行全面梳理，确定《Python人工智能开发》《机器学习基础》《计算机视觉应用》《智能设备调试与维护》为专业核心课程。舒慧欣指出，核心课程应突出“实用性”与“针对性”，需删除教材中陈旧的理论知识，增加如深度学习框架应用、工业级智能系统案例等前沿内容。 2. 课程内容优化策略 针对每门核心课程，成员提出具体优化方向：《Python人工智能开发》增加Python在数据处理、模型部署中的实战案例，引入企业真实项目数据集；《机器学习基础》结合 Kaggle 竞赛案例，讲解模型训练与评估的完整流程，替代传统纯理论教学；《计算机视觉应用》融入人脸识别、目标检测等热门应用场景，增设OpenCV实战训练模块；《智能设备调试与维护》对接智能家居、工业机器人等岗位需求，增加设备故障排查实训内容。同时，刘仕琴提出建立课程内容动态更新机制，每学期联合企业专家对课程内容进行审核与调整，确保与行业技术同步。 3. 教学模式创新 为解决理论与实践脱节问题，研讨确定采用“项目驱动+场景化教学”的模式。以《计算机视觉应用》为例，将课程内容拆解为“人脸考勤系统开发”“智能监控目标检测”等多个项目，学员以小组为单位完成从需求分析、方案设计到系统实现的全过程。王鸿建议引入虚拟仿真教学平台，搭建人工智能实训场景，解决实训设备不足的问题，同时利用工作室资源开设“课程实训工作坊”，实现“课室+工作室”一体化教学。 4. 评价方式改革 传统单一的考试评价方式难以全面反映学员技能水平，研讨确定采用“过程性评价+终结性评价”相结合的方式。过程性评价占比60%，包括课堂表现、项目作业、实训报告等；终结性评价占比40%，以实战项目考核为主，学员需独立完成一个小型人工智能应用项目的开发与演示，由教师与企业专家共同评分。

三、研讨成果 本次研讨形成了《人工智能专业核心课程优化方案》，明确了1门核心课程的教学目标、内容模块及课时分配；确定了“项目驱动+场景化教学”的创新模式，制定了详细的项目教学案例清单；建立了课程内容动态更新机制及多元化评价体系。此外，胡翰牵头与吉安职业技术学院附属实训基地沟通，初步达成共建人工智能实训场景的合作意向。

四、后续计划 1. 6月完成1门核心课程的教学大纲修订及教案更新工作；2. 7月联合实训基地完成虚拟仿真教学平台的搭建与调试；3. 9月新学期开始，在2023级计算机专业试点推行优化后的课程教学模式；4. 10月收集试点教学反馈，进一步完善课程内容与教学方法。