0 引 言
随着“复旦共识”“天大行动”“北京指南”的陆续推出，新工科成为了教育圈的热词。教育部多次发文要求推进新工科建设并指出新工科建设应当主动应对新一轮科技革命与产业变革的战略行动，提升国家硬实力和国际竞争力。另一方面，随着人工智能时代的到来，教育部强调应重视人工智能与学科专业教育的交叉融合，构筑复合专业培养新模式[1-2]。数据结构是研究非数值型数据建模方法的课程，是实现人工智能技术的基石，更是融合价值塑造、能力培养和知识传授的专业复合型人才培养的重要载体。
1 新形势下的课程教学痛点
新工科建设对于数据结构课程面向新时代的价值引领、面向新战略需求的能力培养，以及面向人工智能新技术的知识重构均提出了明确要求，在该背景下传统数据结构课程教学存在着一系列痛点[3-4]。
1）课程体系陈旧。
数据结构是高校计算机、电子信息类及相关专业的传统核心基础课程，在形成了课程的经典模式的同时，也呈现了课程知识体系老化、僵化的现象，“吃老本”的授课内容与人工智能时代主流技术、生产实践产生了明显脱节，缺乏前沿性和时代性。
2）课程教学方法常规化。
与课程体系相应的课程教学方法也逐步呈现整体组织形势单一、教学要求和内容设计缺乏应对新形势的多层设计等问题。新工科强调知识传授转向学生能力和素质的培养，“满堂灌”式的传统教学已无法满足具有创新思维的复合型人才培养和全员、全过程、全方位育人的要求。
针对课程教学痛点，结合新工科课程建设要求，采用成果导向教育（Outcome based education，简称OBE）理念，进行反向设计，从面向新工科课程建设的教学目标出发，制订学生学习的知识目标、能力目标和价值目标，“新+优”的数据结构课程教学创新模式框架如图1所示，具体包括多元素交互融通的全“新”课程体系重构、思政融合多元“优”化教学方法实施、复合式导出“优”化评价反馈机制，旨在以学生为中心，强调产出导向、可持续改进，发挥课程的协同育人功能，使学生的学习具有知识获得感、能力提升感和价值认同感。在具体教学创新实践过程中，根据教学成效、不断优化调整教学模式，与教学目标看齐，致力于解决新工科建设要求下课程所面临的问题。
3.1 多元素交互融通的全“新”课程体系重构
1）“数据结构+X”的交互式课程设计。
数据结构是高校计算机、电子信息类的核心基础课程，也是进一步学习人工智能技术，实现计算机应用、软件技术、网络通信、测控、仪器等专业新时代需求的底层基础，具有“重中之重”的地位[5]。在此精神引领下，课程需要进行一体化交互式设计，即把数据结构、程序设计编程语言、程序设计实践、机器学习及各专业课程等多元素结合起来，构筑“数据结构+X”的交互式课程体系。
2）“数据结构+X”渗透式资源融合。
在一体化交互设计的基础上，由高校专业大类平台课程的多课程团队共同探讨，以此为基础，结合数据结构课程定位、学生学习阶段性特点，制订新工科数据结构课程的新内容范畴、新大纲；结合课程目标、内容及与其他课程的关联，整合各课程优势教学资源，提升课程知识体系的前沿性和时代性，设计符合复合型教学发展需求的、多层面多角度的教学资料、课件资料、课外阅读材料和案例资源等。
3）“数据结构+X”进阶式课程贯通学习体制。
通过大类平台课程的多课程团队共同探讨，获得学院专业建设发展支持，按照学生学习阶段特色，构建进阶式课程贯通学习体制。例如：在本科一年级第一学期学习了C/C++语言编程课程基础上，一年级第二学期开展数据结构课程，巩固C/C++语言编程并将其实践于数据结构课程，打造后续学习的基础。一年级第三学期开展程序设计实践课程，通过具体实践案例研发，将数据结构知识转化为实际应用能力。二年级开始开展其他专业基础课程学习。到本科第三年级，进一步开设机器学习、人工智能方法等课程，将学习的数据结构知识、专业基础知识、实践课获取的研发能力，结合人工智能方法技术，实现知识进阶和能力提升。在三年级开始专业大类进一步划分专业小班后，进入各自专业核心课程的学习阶段，将前述复合课程知识能力体系服务于具体专业知识学习过程。以此形成数据结构为基础核心，向关联课程阶段式渗透辐射的课程贯通学习体制。
3.2 思政融合多元“优”化教学方法实施
1）案例沉浸式教学的汇入。
注重思政元素与专业教育相融，通过“互联网+教育”的多元化教学手段，结合启发式导学、案例沉浸式教学等多元化教学法，增强课程学习效果，打造“知识、能力、育人”三位一体的课程教学方法[6]。数据结构课程积极引入思政元素，以课程为主渠道，在教学内容、教学实施方式等环节，汇入思想政治教育元素，丰富课程内容，提升思政教育的亲和力[7]。通过增设思政元素主题的课程案例和实践实验题目，在知识能力培养过程中，塑造学生的科学精神等。图2所示为课程主要章节思政元素汇入图。
2）“互联网+教育”多元化教学手段。
在课堂中通过引入课程群、学习通、雨课堂等，通过灵活运用这些APP应用程序功能，增加师生互动、生生互动，帮助教师及时掌握学生学习动态和学习反馈，提升课堂的参与度和活跃度。擅用多元化网络课程资料、多媒体课件资源等形式，丰富课程资源。充分利用线上线下混合学习的便捷性，建立智能化的在线课程学习资源，如直播、录播课，云端作业、测试、测评等，将部分传统线下的学习内容搬到云端，重复利用智能化手段丰富学习资源，实现高效的课前预习、课后复习和提升。
3）以学生为中心的多元化混合教学法。
打破普遍存在的传统的灌注式教学模式，突破“教师讲、学生听”的传统教学形式。灵活运用参与式的教学方法，根据学生学习特点和进度，课前发放教学材料，通过线上线下混合教学，鼓励学生通过自主学习发现问题并提出问题。课堂教学时，教师主要是“穿针引线”，高效采用讲授法和协作法，针对学生预先学习过程中遇到的问题针对性地答疑解惑，实实在在地解决学生的难点和问题。通过引入大量实际应用问题为背景的课程案例，引导学生投入到学习情境中去，达到一种案例沉浸的状态，营造以实践应用为驱动力和背景的学习环境，为学生理解数据结构模型和算法提供条件。
3.3 复合式课程导出的“优”化评价反馈机制实施
注重学生知识掌握、能力培养和课程育人效果，打破传统的学习效果评价的单一化形式。复合式课程导出的优化评价指标结果将作为课程体系、教学方法的反馈参数，据此迭代调整和完善课程体系构建和教学方法策略，形成一个“小闭环”。复合式课程导出评价效果反映的教学成效，将反馈到教学创新模式的整体设计和实施，与教学目标对照，据此不断调整、完善和优化教学创新模式建设，持续改进，从而形成一个“大的闭环反馈”。
1）知识获得的导出评价。
采用多元化评价方式，改变传统的期末考试为主的模式。采用分散化、阶段化的灵活的考核制度，旨在较为全面、完整地评估学生在各个不同学习阶段的知识掌握状态。
2）能力提升的导出评价。
引入个性化、多梯次的评价指标。将通过部分等级化的评定机制替代完全分数制的考评指标，充分评估学生个性化学习状态，树立学生自信心，敦促学生的不断进步，弱化学科、专业和基础的差异性，激发学生的学习潜能。
3）价值认同的导出评价。
引入多维度课程思政评价工具箱。通过给出多维度指标体系的工匠精神、科学精神、专业认同等评价问卷，从而形成较为客观、直观的评价育人效果评价。
1）知识获得成效。
自2019年起，笔者就所在高校专业数据结构系列课程中开展了渐进式创新实践探索。
图3所示为各年度期末总评成绩各等级学生人数比例情况的对比。
期末总评由考试成绩、平时测试、作业、小实验、综合实验5个方面成绩加权计算得到。结果可见，在2019年实施了课程思政创新模式之后，学生测试成绩在“85—90、90+”等几个分数段逐年均有明显的人数增长，而在“不及格、60—70”等分数段逐年均有明显减少，表明通过课程创新教学模式实施，学生在知识掌握程度上有一定提升。课程创新模式实践也得到了学生的广泛好评，对于知识获得提升效果均予以较高认可。
2）能力提升成效。
课程致力于学生的综合创新实践能力培养，自2020年起，课程实验增设了不同难度的上机实践题。“基础版”为课堂教学内容和授课案例的复现；“进阶版”在课堂教学内容和授课案例基础上进行了拓展；“挑战版”则需要学生根据教师提供的补充参考资料，在灵活运用课堂学习知识基础上，查阅资料、开动脑筋、积极动手实践完成更为复杂的、具有一定难度的衍生任务。图4所示为各版本实验完成情况对比，结果表明课程教学创新模式进一步激发了学生的学习热情，提升了学习自信心，使得学生的综合素质和实践动手能力均得到了提升。
课程教学通过教赛结合、以赛促教、以赛促学，鼓励学生将所学知识应用于实际问题，通过竞赛巩固所学知识，提升学生的实际应用能力。
通过校企合作，打造了高校教学和生产实践的桥梁，拓宽了学生的知识面，激发了学习兴趣。促成学院与江苏吴江经济技术开发区及亨通光纤科技、绿控传动科技两家企业共建卓越计划实习基地，2019年开始组织了约50名学生赴吴江参与社会实践或深入企业实习，学生参加相关项目实习，得到有益锻炼。
课程教学履行教育教学协同育人的职责，提升了学生的复合式创新能力，助力学子取得佳绩。以数据结构课程知识与能力训练为基础，学生发表科研论文20余篇，申请国家发明专利30余项、取得软件著作10余项。课程组培养的多名优秀学生入选学校“十大风云学子”，保研清华大学等名校。
3）价值认同成效。
引入了多维度思政评价工具箱，该工具箱包含科学精神所涉及的科学思维、科学探究、科学伦理3个维度并设计了问卷。2022年开课前后进行了科学精神3个维度的归一化评分结果对比，结果表明通过课程思政创新模式的实施，学生在科学精神的3个维度上均有较大提升。此外，课程组中2018—2022级多个班级获评校先进团支部、校先进班集体荣誉称号。
数据结构课程“新+优”的教学模式从教学内容、教学模式、教学方法和考评机制方面进行了教学创新实践探索，增强了课程的前沿性和时代性，突出了课程知识、能力、价值三位一体的协同育人功能，提升了课程品质，有效发挥学生主动性和积极性，促进新工科专业建设，为当前人工智能时代新工科课程建设提供了参考和借鉴思路。
参考文献：
[1] 陈语时, 刘琳婧, 张世邦. 新工科项目化课程: 内涵、要素、特征[J]. 高教学刊, 2023, 9(2): 126-129.
[2] 陈义明, 刘桂波, 张林峰, 等. 基于多尺度CDIO的人工智能新工科人才培养模式[J]. 计算机教育, 2022(8): 11-14.
[3] 刘莞玲, 吴英杰, 傅仰耿, 等. 新工科背景下算法与数据结构实践教学改革探索[J]. 计算机教育, 2021(7): 73-76.
[4] 杨雷, 马安香, 张晓红, 等. 新工科建设的背景下基于PBL的“数据结构”课程教学模式研究[J]. 高教学刊, 2021(8): 105-108.
[5] 李国和, 吴卫江, 赵建辉, 等. 面向新工科的程序设计综合课程设计研究与实践[J]. 计算机教育, 2021(9): 119-122.
[6] 毛爱华, 张星明, 詹志辉. “知识—能力—素质”三位一体的计算机专业双创育人体系[J]. 计算机教育, 2022(1): 2-5.
[7] 梁纯雪, 眭依凡. 课程体系重构: 基于增强思政理论课针对性和亲和力的调查和思考[J]. 中国高教研究, 2018(11): 63-70.
基金项目：武汉大学2022年本科教育质量建设综合改革项目子项目（2022ZG146）；国家自然科学基金企业创新发展联合基金重点支持项目（U19B2004）。
作者简介：曾园园，女，武汉大学副教授，研究方向为新兴计算、机器学习、人工智能应用，zengyy@whu.edu.cn。
引文格式：曾园园.新工科背景下“新+优”的数据结构课程教学创新探索[J].计算机教育,2023(12):298-302.
转自：“计算机教育”微信公众号
如有侵权，请联系本站删除！
