中小學(xué)人工智能教育實踐共性問題分析

梁建朋 陳秀梅

摘? 要 從中小學(xué)人工智能教育的實踐出發(fā)，在人工智能教育深入普及的大背景下，整合分析現(xiàn)階段人工智能教育存在的共性問題，以期為中小學(xué)人工智能教育體系構(gòu)建提供參考和幫助。

關(guān)鍵詞 人工智能教育;編程教育;中小學(xué);機器人;創(chuàng)客教育;STEAM;校本課程

中圖分類號：G630? ? 文獻標識碼：B

文章編號：1671-489X（2020）13-0098-03

1 引言

2017年7月，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，其中明確指出：人工智能成為國際競爭的新焦點，應(yīng)實施全民智能教育項目，在中小學(xué)階段設(shè)置人工智能相關(guān)課程，逐步推廣編程教育，建設(shè)人工智能學(xué)科，培養(yǎng)復(fù)合型人才，形成我國人工智能人才高地。全國中小學(xué)校掀起開展人工智能教育的熱潮，進行了大量多樣化的人工智能教育實踐，這些實踐在主導(dǎo)機構(gòu)、運行模式、推進進度設(shè)計和階段目標等方面有較大差異，但在實踐中凸顯出的問題卻具有相當?shù)墓残浴＿@些共性與中小學(xué)的教學(xué)育人邏輯緊密相關(guān)，涉及認知、課程和評價等多個要素，受到人工智能理論演進和產(chǎn)業(yè)化現(xiàn)狀的系統(tǒng)影響，反映出人工智能教育的政策引領(lǐng)導(dǎo)向和深入普及化趨勢，迫切需要進行體系化的梳理、分析和反思，找到合理化的解決方法和改進策略，為中小學(xué)校和區(qū)域提供參考，規(guī)避已知的共性問題，從而提高人工智能教育推進的效率，提升人工智能教育的效益和質(zhì)量，更好地培養(yǎng)人工智能創(chuàng)新人才。

2 概念問題

人工智能教育是指以人工智能的認識、體驗、模擬創(chuàng)造和應(yīng)用探索為教學(xué)內(nèi)容的教育活動，教學(xué)內(nèi)容豐富且自成體系，具有內(nèi)在的連貫邏輯性[1]。當前的教育實踐中，人工智能教育的概念出現(xiàn)不同程度的混淆和偏頗，導(dǎo)致這種現(xiàn)象的原因少部分是理論認知不清晰，大多是由于區(qū)域和學(xué)校操作層面的被動需求。部分是為了與已經(jīng)存在的特色課程進行整合，充分利用現(xiàn)有的軟硬件資源，避免另起爐灶;部分是為了與高校、企業(yè)等合作方達成共識，依賴高校的理論研究重點和企業(yè)的業(yè)務(wù)專長開展人工智能教育，受到一定的局限;還有部分是為了與地方性質(zhì)的師生競賽體系相結(jié)合。比如某市開展市級機器人競賽或編程競賽，該市域之內(nèi)的人工智能教育不可避免地要受到這根“指揮棒”的影響，普遍偏向機器人教育或編程教育。

概念的混淆主要是與創(chuàng)客教育、STEAM教育等概念混淆。創(chuàng)客教育的關(guān)注點在于創(chuàng)新和創(chuàng)造，是指融合信息技術(shù)，以“做中學(xué)”為主要學(xué)習(xí)方式，以培養(yǎng)各類創(chuàng)新性人才為目的的教育，重點是培養(yǎng)學(xué)生動腦創(chuàng)意和動手實踐的能力，部分創(chuàng)意和數(shù)字化手段涉及人工智能領(lǐng)域，但不能與人工智能教育等同。STEAM教育是集科學(xué)、技術(shù)、工程、藝術(shù)、數(shù)學(xué)等學(xué)科思維、學(xué)科工具于一體的綜合教育，目的是打破學(xué)科界限，通過對學(xué)科素養(yǎng)的綜合應(yīng)用解決實際問題，培養(yǎng)綜合性人才，注重培養(yǎng)多元化的學(xué)科交叉思維和豐富多樣的學(xué)科能力。

概念的偏頗主要是將人工智能教育片面等同于機器人教育或編程教育。在機器人教育中，除了部分純機械機器人或操控機器人以外，大多與人工智能相關(guān)，比如工程機器人、傳感機器人或仿生機器人。機器人教育的內(nèi)容是人工智能教育的一部分，是中小學(xué)生認識人工智能并嘗試應(yīng)用探索的有效生動的載體[2]。編程教育的內(nèi)容包括Scratch、

Python等編程語言，培養(yǎng)學(xué)生通過編程語言編制或改變程序的能力。編程的高級應(yīng)用形式是將編寫的程序作用于機械或結(jié)構(gòu)之中，賦予它們能動智慧，替代人類完成工作，從而實現(xiàn)人工智能。因此，編程教育是人工智能教育的關(guān)鍵環(huán)節(jié)和核心內(nèi)容，但是同樣不能完全等同于人工智能教育。

3 課程問題

人工智能教育發(fā)展到今天，已經(jīng)經(jīng)歷了進校園、進教室的環(huán)節(jié)，積累了一定的實踐經(jīng)驗，迫切需要進行規(guī)范完整的課程建設(shè)，將人工智能教育常態(tài)化，涉及課時安排、師資建設(shè)、教學(xué)內(nèi)容和教學(xué)管理等環(huán)節(jié)。目前來看，人工智能教育課程建設(shè)在各個環(huán)節(jié)都面臨一定的困難。

在課時安排方面，普遍采取的做法是以學(xué)校為主體，通過“一校一策”的方式，確定人工智能教育的課時。這種做法考慮了學(xué)校的辦學(xué)自主性和教學(xué)特殊性，賦予學(xué)校一定的裁量空間，然而具體到操作層面，卻受到多方面的制約。首先，學(xué)校要嚴格落實國家課程標準和課時要求，開齊學(xué)科，開足課時，課時周轉(zhuǎn)的空間相對狹小;其次，學(xué)校的校本課程課時，時間相對固定，必須考慮到學(xué)生的多元需求和校本課程開發(fā)應(yīng)用的整體規(guī)劃，集中開設(shè)人工智能課程存在較大難度;最后，不同學(xué)段、不同年級的課時安排還需要綜合考慮學(xué)情特點和教學(xué)內(nèi)容，進行適切微調(diào)，對學(xué)校的教務(wù)管理和教學(xué)內(nèi)容銜接構(gòu)成壓力。

在師資建設(shè)方面主要有兩個方面的問題。

一是較為普遍的兼職現(xiàn)象。學(xué)校缺少具有人工智能相關(guān)專業(yè)背景、熟練掌握人工智能教學(xué)技能的專業(yè)教師，大多以信息技術(shù)、科學(xué)等學(xué)科教師兼任人工智能教師，專業(yè)化程度不足，備課精力難以集中[3]。

二是培訓(xùn)方式呈現(xiàn)零散狀態(tài)，不成體系。有的區(qū)域或?qū)W校通過購買課堂教學(xué)服務(wù)的方式開展人工智能教學(xué)，讓本校的教師進行近距離的觀摩學(xué)習(xí);有的區(qū)域或?qū)W校則通過講座、專項培訓(xùn)等方式，對教師進行人工智能培訓(xùn)，主要講授人工智能教育的理論認識和主要內(nèi)容。

事實上，這兩種培訓(xùn)方式應(yīng)當結(jié)合起來進行，制訂完善的體系化的培養(yǎng)方案，推動教師在認識、技能和教學(xué)方法等方面的全方位提升。

在教學(xué)內(nèi)容設(shè)計方面，總體呈現(xiàn)出兩種趨勢：一種是依賴現(xiàn)有的人工智能教育行業(yè)的商家，依靠商家提供的軟硬件模塊，設(shè)置體驗式、應(yīng)用式、實踐導(dǎo)向的教學(xué)內(nèi)容，這樣的教學(xué)內(nèi)容設(shè)置方法過于松散且缺乏邏輯，沒有對學(xué)生的認知過程和認知規(guī)律進行合理呼應(yīng)，難以形成完整的認知鏈條，無法滿足人工智能教育普及化和常態(tài)化的需求[4];

另一種是與高校、科研機構(gòu)的專家建立合作關(guān)系，通過編訂叢書、發(fā)布輔導(dǎo)讀物等方式確定教學(xué)內(nèi)容，普遍依循不同學(xué)段的學(xué)生特點，形成一套完整的人工智能教學(xué)內(nèi)容體系，比如華東師范大學(xué)與商務(wù)印書館聯(lián)合推出的“AI上未來智造者”叢書，總計多達十冊，適用于不同年齡段的學(xué)生，建立了從人工智能認識、體驗、模擬、創(chuàng)造到應(yīng)用探索的完整知識閉環(huán)。這樣的教學(xué)內(nèi)容在科學(xué)性和邏輯性上具有一定的優(yōu)勢，但是其豐富和全面的內(nèi)容對配套的軟硬件提出較高的要求，區(qū)域和學(xué)校很難提供完備的支撐環(huán)境。

值得一提的是，這些叢書或讀物并不是教材，沒有按照教材標準審核，難免會存在錯漏。同時，這些叢書或讀物不具有教材屬性，也讓這些叢書和讀物在學(xué)校的應(yīng)用推廣面臨一定的阻力。

在教學(xué)管理方面，最突出的問題體現(xiàn)在教師工作量的確定和教研的局限性方面。如前文所述，人工智能教師普遍是以兼職形式承擔(dān)人工智能教學(xué)任務(wù)，在人工智能教學(xué)只以興趣班或社團活動形式開展時，他們的這部分工作量通常受到忽略，或以最低一檔計算;在人工智能教育深入普及的趨勢下，人工智能教育的課時確定必須與教師工作量的確定相統(tǒng)一，尊重人工智能教師的專業(yè)地位和勞動，調(diào)動并維護教師的工作積極性。目前來看，我國的教育科研機構(gòu)中，尚未設(shè)置專門的人工智能教研員。教師的教學(xué)策略、教學(xué)方式、教學(xué)進度等方面都缺乏統(tǒng)一的指導(dǎo)和規(guī)范，也沒有定期交流互動的平臺和機制，大多憑借經(jīng)驗和設(shè)想組織教學(xué)，亟待建立常態(tài)化的教研結(jié)構(gòu)，以支持人工智能教育的普及發(fā)展[5]。

4 評價問題

對人工智能教育的評價，可以分成教學(xué)效果評價、教學(xué)過程評價和人工智能競賽活動三個大的方面。目前有較多實踐支撐的，只有人工智能競賽活動一項，對人工智能教學(xué)效果和教學(xué)過程的評價有一些理論層面的探討，在一些先行區(qū)域的實施方案中也有提及。比如上海市嘉定區(qū)推進《人工智能基礎(chǔ)（高中版）》教材試用，制定了試用教學(xué)方案，提出要建立配套的學(xué)生學(xué)習(xí)評價資源。總體來看，國內(nèi)暫時沒有成熟的可參照的人工智能教學(xué)評價量表和指標體系出臺。

在實踐較多的人工智能競賽活動中，也漸漸出現(xiàn)一些苗頭性問題。如某些市域或區(qū)域的人工智能競賽活動，與行業(yè)中的商家進行合作，由商家提供競賽所需的軟硬件支持。然而在人工智能教學(xué)中，程序語言和軟硬件環(huán)境是具有多樣性的，這就導(dǎo)致部分學(xué)生學(xué)習(xí)的人工智能操作知識與競賽的需求出現(xiàn)脫節(jié)，出現(xiàn)“所學(xué)非所賽”的尷尬。本質(zhì)而言，這是競賽活動受到人工智能教育行業(yè)競爭過度影響的后遺癥，客觀上導(dǎo)致通過人工智能競賽活動對學(xué)生學(xué)習(xí)效果進行評價存在一定程度的不公平。此外，人工智能競賽活動中，有些編程比賽或者創(chuàng)意比賽活動只需要提供作品，無須進行現(xiàn)場制作和操作演示，作品的真實作者難以核查和溯源，存在規(guī)則上的漏洞。

值得一提的是，對人工智能教育教學(xué)本身的評價雖然仍處在起步階段，但利用人工智能技術(shù)對教育質(zhì)量、教學(xué)過程進行智能管理和評價，已經(jīng)成為教育領(lǐng)域的熱點[6]。區(qū)域?qū)用娼ㄔO(shè)“智慧大腦”“大數(shù)據(jù)中心”等平臺，學(xué)校層面開展智能課堂觀察、教學(xué)語音分析、教學(xué)互動捕捉等探索嘗試，一定程度上提升了教學(xué)評價的數(shù)據(jù)化和科學(xué)化水平。

5 結(jié)語

習(xí)近平總書記提出，教育要把培養(yǎng)擔(dān)當民族復(fù)興大任的時代新人作為重要職責(zé)。教育的本質(zhì)是育人，培養(yǎng)學(xué)生適應(yīng)社會、建設(shè)社會的關(guān)鍵能力，為國家輸送人才。人工智能是全球關(guān)注的新高地，也是國家之間、民族之間新的競技場。我國的人才儲備并不樂觀，美國Diffbot數(shù)據(jù)公司2019年12月發(fā)布的一份報告說，全球人工智能人才近三分之一集中在美國，相比之下，僅有3.5%的人才在中國。另據(jù)工信部教育與考試中心透露，中國人工智能人才缺口超過500萬人，國內(nèi)的供求比例達到1：10，供需嚴重失衡。因此，貫徹《新一代人工智能發(fā)展規(guī)劃》，深入普及開展人工智能教育，具有相當?shù)钠惹行浴Ｔ诜e極實踐的基礎(chǔ)上，要善于發(fā)現(xiàn)問題，積極解決問題，建構(gòu)起規(guī)范、系統(tǒng)、全面的中小學(xué)人工智能教育體系，為學(xué)生的未來成長奠基，也為推動社會經(jīng)濟發(fā)展作出應(yīng)有的貢獻。

參考文獻

[1]王海芳，李鋒.人工智能應(yīng)用于教育的新進展[J].現(xiàn)代教育技術(shù)，2008（S1）：18-20.

[2]張坤穎，張家年.人工智能教育應(yīng)用與研究中的新區(qū)、誤區(qū)、盲區(qū)與禁區(qū)[J].遠程教育雜志，2017（5）：54-63.

[3]羅萬麗，王蕊，范榮.人工智能在教育領(lǐng)域的應(yīng)用探析[J].數(shù)字教育，2018（6）：79-82.

[4]吳永和，劉博文，馬曉玲.構(gòu)筑“人工智能+教育”的生態(tài)系統(tǒng)[J].遠程教育雜志，2017（5）：27-39.

[5]徐鵬，王以寧.國內(nèi)人工智能教育應(yīng)用研究現(xiàn)狀與反思[J].現(xiàn)代遠距離教育，2009（5）：3-5.

[6]吳曉如，王政.人工智能教育應(yīng)用的發(fā)展趨勢與實踐案例[J].現(xiàn)代教育技術(shù)，2018（2）：5-11.