MIT Schwarzman College of Computing 启动试点项目，助力教育者跨学科教授人工智能

<p>今年夏天，MIT Schwarzman College of Computing 欢迎来自大波士顿、南卡罗来纳州、西弗吉尼亚州和德克萨斯州的学院和大学的教职员工参加首届 AI Educators Pilot，这是一项为期一周的研讨会，旨在扩展人工智能在跨学科和各种学习环境中的教学方式。&nbsp;<br><br>受 MIT 课程 <a href="https://computing.mit.edu/cross-cutting/common-ground-for-computing-education/common-ground-subjects/c01-c51-modeling-machine-learning/">C01/C51（使用机器学习建模）</a> 的启发，该课程通过 <a href="https://computing.mit.edu/cross-cutting/common-ground-for-computing-education/">计算与 AI 教育的共同基础</a> 开发，重点帮助学生理解并将基础 AI 和机器学习概念应用于自身学科的问题解决，这次研讨会让教育者有机会探索其材料和教学方法如何适应他们的课堂。&nbsp;</p><p>“更广泛的目标是通过对教师的培训，将 AI 教育扩展到更多学生，”MIT Schwarzman College of Computing 院长、电气工程与计算机科学（EECS）Panasonic 教授 Dan Huttenlocher 说。</p><p>“我们希望让学生成为关于 AI 的批判性思考者，而不仅仅是技术的使用者，”MIT Schwarzman College 副院长、EECS 系主任 Asu Ozdaglar 说。</p><p><strong>一种扩展 AI 教育的协作模式</strong></p><p>将这一项目付诸实践需要学院内部的广泛合作，包括领导层、员工的支持，以及来自金融、计算机科学和可持续性等领域超过半数教师的贡献。他们共同塑造了一个研讨会，将核心技术概念与适用于各种课堂环境的示例和教学材料相结合。</p><p>“我从未见过类似的举措——如此多的敬业教师汇集如此丰富的材料，全是为了装备那些服务学生的教育者，”Civil Engineering 的 Edmund K. Turner 教授、AI Educators Pilot 的教务主任 Saurabh Amin 说。Amin 还是 Operations Research Center 的联合主任，该中心由 MIT Schwarzman College of Computing 和 MIT Sloan School of Management 共同设立。</p><p>在 Jake 和 Robin Reynolds 的支持下，该项目于七月汇集了来自 Allen University、Babson College、Brandeis University、Marshall University、University of Massachusetts at Lowell、University of North Texas 和 Wentworth Institute of Technology 的 19 名参与者。参与者与 MIT 教师和讲师合作，通过演示、视频和练习探索 Modeling with Machine Learning 的教学法，并通过实践活动将课程材料和方法转化为适合自身课堂的形式。</p><p>“这个机会非常及时，因为我们部门正在启动一个 AI 和数据科学项目，”UMass Lowell 计算机科学助理教授 Wenjin Zhou 说。“我们一直在思考：如何在 AI 领域培养下一代计算机科学家？如何将 AI 融入教学？我想了解更多关于其他人是如何做的，特别是回答这个问题：如果 AI 现在能为任何人创建工具，计算机科学家该做什么？”</p><p><strong>超越黑箱</strong></p><p>当谈到 AI 时，Amin 指出，高质量材料并不缺乏。通常缺少的是上下文：让教师和学生将 AI 概念与特定学科、问题和思维方式联系起来的机会。这些联系通常通过对话和推理建立，而不是将 AI 作为一套固定的观念来呈现。但教师的能力仍然是最稀缺的资源之一。</p><p>“稀缺的是那些准备好将 AI 教授为不仅仅是一套固定概念和工具的教育者，他们能将其扎根于自己的领域，帮助学生带着判断力使用它，并揭示其神秘面纱，使学生不仅应用模型，还学会质疑、调整和构建，”Amin 解释道。</p><p>EECS 讲师、研讨会讲师之一 Shen Shen 补充说：“我们如何确保机器学习不仅仅是一个黑箱，也不是这项新技术的神奇之处？你可以将其视为一种工具，或一种新的框架，帮助你解决特定领域的问题。”</p><p><strong>从试点研讨会到教育者网络</strong></p><p>参与者在一周结束时反思了他们计划为自己的学科和课程调整哪些研讨会材料和教学方法。他们的反馈将帮助塑造试点项目的未来迭代，并支持建立一个更广泛的教育者网络，致力于在各种学习环境中扩展 AI 教育。</p><p>参加研讨会的 Wentworth Institute of Technology 计算机科学助理教授 Weijie Pang 最期待的是持续的社区建设活动。“这是一个与其他不同专业和领域的教师交流的宝贵机会。我可以了解其他大学在做什么，以及我们可以相互学习什么，”她说。</p><p>“知道不同学科、不同大学的每个人都在努力解决同样的问题——如何在技术变革中最好地服务我们的学生——是有帮助的。希望我们能通过更具前瞻性和预见性 AI 的使用，为他们的成功奠定基础，”Brandeis University 计算机科学助理教授 Dylan Cashman 说。