网站首页 > 教学建设

大数据与人工智能学院召开PBL项目制 教学方式分享会议

发布时间:2026/4/28

    本网讯(文/图 大数据与人工智能学院 司利红)4月27日大数据与人工智能学院大数据系在7307会议室召开PBL项目制教学方式分享会议。本次会议由系主任司利红主持,谭舸老师主讲,全系专任教师参会,重点围绕基于“3R模型”的场景化项目式教学设计展开专题分享与研讨。


一、会议背景与目标
    PBL(项目式学习)是一种以真实问题为驱动、以学生为中心、以项目为载体的创新教学模式,而S-PBL(场景化项目式学习)更是将真实业务场景融入教学,通过“真问题、真过程、真成果”(3R模型)推动学生在实践中掌握知识、提升能力,是破解大数据专业“理论与实践脱节”困境的关键路径。当前,传统教学模式下学生存在“知识应用能力弱、解决复杂问题能力不足、团队协作意识欠缺”等问题,难以适配大数据行业对复合型技术技能人才的需求。
    为深化OBE成果导向教育理念落地,推动教学模式从“以教为主”向“以学为主”转型,帮助全系教师系统掌握PBL/S-PBL的核心设计逻辑、实施流程与评价方法,特召开本次专题分享会。会议旨在通过优秀案例拆解与经验交流,让教师理解场景化项目式教学的内涵,掌握项目选题、任务拆解、过程引导、多元评价的实操方法,推动PBL教学与大数据专业课程深度融合,构建“做中学、用中学、创中学”的教学新生态。
二、会议内容与重点
(一)核心理念解读:场景化项目式学习(S-PBL)的内涵
    谭舸老师以西南财经大学《数据可视化》课程案例为蓝本,系统阐释了S-PBL的核心价值:
    它并非简单的“课堂+项目”组合,而是以真实业务场景为载体,将教学目标转化为学生可参与、可完成、可呈现的项目任务,让学生在解决实际问题的过程中,实现专业知识、综合能力与价值素养的同步提升。
    重点解析了3R模型的核心要素:
    1.真问题(RealProblem):聚焦真实业务痛点,如“如何通过PMI数据可视化报告评估疫后经济复苏进程”,激发学生学习内驱力。
    2.真过程(RealProcess):复刻完整项目流程,从问题拆解、数据采集、分析建模到成果呈现,让学生体验真实数据科学家的工作链路。
    3.真成果(RealProduct):产出可落地的可视化报告、分析海报等公开产品,为机构投资者提供决策支持,实现学习成果的价值转化。
(二)全流程拆解:PBL教学设计的六大步骤
    结合案例实践,谭舸老师详细讲解了S-PBL教学设计的完整流程:
    第一步:明确三维学习目标从专业层面、综合能力层面、价值层面设定目标,如《数据可视化》课程中,既要求学生掌握图表绘制、数据分析的专业技能,也培养团队协作、问题拆解的综合能力,同时树立用数据服务社会的价值意识。
    第二步:项目选题与场景构建提出“课程-世界-学生”三维选题逻辑,结合行业热点与学生认知水平,设计兼具专业性、挑战性与趣味性的项目主题,如“投行宏观经济研究PMI数据分析”场景,通过“令人心动的offer”式情境设定,增强学生代入感。
    第三步:确立3R框架对照真实业务场景,梳理核心问题、任务过程与预期成果,形成清晰的项目设计主线,确保教学目标与项目任务高度对齐。
    第四步:任务拆解与支架设计将复杂项目拆解为“理解问题-聚焦问题-分析设计-项目计划-探索性分析-形成方案-成果展示-复盘反思”八大子过程,同时设计学习支架(如数据采集工具包、协作流程指南),帮助学生攻克难点。
    第五步:设计多元评价体系构建“形成性评价+终结性评价”双轨评价模式,既通过会议纪要、任务分工表等过程性数据评估团队协作能力,也通过成果报告、海报展示评估专业能力,实现“过程可追溯、能力可衡量”。
    第六步:教学过程实施参照CARD模型设计教学过程,分为“热身任务”与“项目任务”两大阶段:前期通过轻量任务培养学生协作、沟通能力;后期通过项目启动、执行、成果发布三大活动,引导学生完成完整项目实践。
(三)实操经验分享与问题研讨
    谭舸老师分享了项目实施中的关键技巧:如通过“腾讯文档共享+定期反馈”管控项目进度,通过“技能培训+破冰活动”化解团队协作矛盾,通过“面向校内外展示”提升成果质量。


    针对教师提出的“项目进度难管控、学生参与度不均、评价标准难统一”等问题,结合案例给出解决方案:如建立小组分工责任制、设置阶段性里程碑、制定明确的评分细则与匿名互评机制。
    全体教师围绕“如何将PBL融入《数据分析与挖掘》《数据可视化》等核心课程”展开热烈讨论,明确了不同课程的项目设计方向与适配场景。
三、会议要求与展望
    会议对后续PBL教学改革工作提出明确要求:
    吃透理念,主动实践:全体教师要深入理解场景化项目式学习的核心逻辑,结合自身课程特点,设计适配大数据专业的PBL教学方案,本学期内至少开展1门课程的PBL教学试点。
    聚焦过程,强化引导:在项目实施中要做好“脚手架”搭建,加强对学生的过程性指导,既要给予学生自主探索的空间,也要及时解决项目推进中的困难。
    完善评价,闭环管理:建立健全多元评价体系,将过程性评价与终结性评价相结合,形成“设计-实施-评价-复盘”的教学闭环,持续优化PBL教学模式。
    本次会议圆满完成PBL项目制教学方式分享,为大数据系推进教学模式创新、深化OBE理念落地提供了清晰路径。未来,系部将持续推广场景化项目式教学法,打造更多“真场景、真项目、真能力”的教学案例,推动教学改革从“单点突破”向“系统推进”升级,全面提升学生的专业能力与就业竞争力,为行业输送更多高素质大数据技术技能人才。