1． 形成分段式实验教学案例库方案

人工智能专业需要掌握的知识点较多，涉及多门课程，按照新建本科面向岗位的定位，注重实践性、工程性的培养，于是，案例教学必不可少。大多数高校在建立课程案例时，没有按照课程群进行统一的知识融合，案例库建设分散，导致一门课中的案例无法与其它课程案例有效衔接，缺乏统一的规范，案例库中的案例碎片化严重。为了解决这一问题，以课程群为单位进行统一的规划，基于分段式教学法实现案例库的设计。

分段式教学是根据不同标准对不同对象分区、分段进行教学的一种教学模式，可将教学内容科学地分部、分项，能提高教学品质和教学效果[9]。按照课程群对应实践能力目标，构建二级案例；再按课程知识点的支撑作用，将二级案例划分为面向每门课程的三级案例；统一规划、设计课程案例资源，按照课程的衔接关系，使所有案例连成一条线。这样构建的案例库既保持了单门课案例的多样性，又保证了二级案例的整体性及内部关联性。同时，按照学习基础和实践学习能力将学生分为A、B、C三个层次，对应设计相同课程群支撑的不同难度的二级案例（A类、B类、C类），这样可保证因材施教，保证不同层次的学生都能切实动手投入案例学习，提高学生对案例的完成度。

2． 实施效果评价及案例的持续更新

实践教学案例库的建设处于初级阶段，很多高校还没有将效果反馈加入到案例库的建设中，教学的主要目的在于学生掌握专业知识、提高实践能力，采用科学、有效的效果评价机制提高案例库建设的可行性和有效性至关重要。根据课程的预期目标，从教学效果考核、学生自我评价和用人单位评价方面对学生的学习成果进行评价，构建三合一考核机制，提升案例库建设效果并指导案例库的持续更新。