美國AI4K12中小學人工智能教育的五大概念解讀

丘運華，張逸聰

摘要：人工智能已成為國際競爭的重要領域，但公眾對它的理解往往十分有限，如何普及人工智能教育也成了關注的焦點。由美國人工智能協會（AAAI）與美國計算機科學教師協會（CSTA）聯合成立的中小學人工智能教育指導工作組（AI4K12）發布了適用于中小學人工智能教育的五大概念：感知、表示和推理、機器學習、人機交互和社會影響。該文將對這五大概念進行解讀，希望能為參與人工智能教學的一線教師提供一些啟示。

關鍵詞：人工智能教育;感知;表示和推理;機器學習;人機交互;社會影響

中圖分類號：G424? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）34-0287-03

人工智能在這個大數據時代發揮著越來越重要的作用，它不但影響著人們的衣食住行，也占據著國際競爭中重要的技術高地，引領著未來的發展[1]。國務院于2017年頒布了《新一代人工智能發展規劃》，提出在中小學階段開設人工智能相關課程[2]。2018年教育部聯合多部門開展“中小學人工智能教育項目”，構建編程平臺、智能應用軟件與智能機器人三大教育裝備體系[3]。新發布的《高中信息技術課程標準》（2017版）中將人工智能列入選擇性必修模塊[4]。由此可見人工智能教育在實施國家戰略過程中扮演著重要的角色，在中小學階段開展人工智能教育勢在必行。

人工智能整合了新型算法、云計算、物聯網、大數據等前沿技術[5]，涵蓋范圍非常廣，面對如此龐雜的知識，如何系統地梳理，選擇適合中小學生的教學內容是當前進行人工智能教學實踐的教師們所面臨的挑戰。美國人工智能協會（AAAI）與美國計算機科學教師協會（CSTA）聯合成立了中小學人工智能教育指導工作組（AI4K12），其目的是定義各年齡段學生需掌握的人工智能知識水平，并創建一個在線資源庫，提供優秀的課堂案例及教學資源。同時，該組織提出的中小學階段人工智能教育的五大概念在國際范圍內產生了較大的影響[6]，分別是：感知、表示與推理、機器學習、人機交互和社會影響。

1 人工智能教育五大概念解讀

1.1 感知

感知刺激是生命體的顯著特征之一，人類可以通過皮膚、眼睛、耳朵、鼻子等感覺器官幫助感知周圍的世界，而人工智能作為一種模仿人類智能的技術，也被賦予了生命體的某些特征，感知能力便是其中之一。目前機器主要通過攝像頭和麥克風去“看”和“聽”，與之對應的便是圖像識別與語音識別技術，但機器感知不僅僅包括這兩者，一切外部信息的輸入包括溫濕度、壓力、光照、氣味等都可以列入機器感知領域。例如無人駕駛汽車中配備了包括攝像頭、激光掃描儀、毫米波雷達和超聲波雷達等傳感器。相比圖像識別和語音識別這兩種劃分類別，“感知”這個概念能更全面地涵蓋機器從外部獲取信息這個過程，從而拓寬學生的認知，有利于培養其發散性思維。

AI4K12組織也針對“感知”這個概念給出了相應的教學活動建議，例如認識計算機、機器人和智能家電上的傳感器，探究傳感器輸入如何轉換為模擬或數字信號;使用Scratch擴展插件來構建感知應用程序。由于Scratch中與人工智能相關的插件需要調用由境外的服務器提供的云服務，在國內使用可能會遇到網絡連接的問題，教師可以利用國內現有的編程平臺例如Mind+、慧編程、源碼編輯器等。這些平臺大多調用的是百度智能云服務接口，能實現輕量的語音識別、圖像識別、文字識別、翻譯等功能。需要注意的是，上述功能的實現需要電腦配備麥克風和攝像頭，同時對網絡連接環境有一定的要求。此外，“感知”這個概念在開源硬件項目制作中也能夠得到很好的體現，各種傳感器從外部采集信息到主板中進行處理的過程便是機器的感知。教師可以結合一些人工智能應用例如無人駕駛汽車、無人售貨機、智能家居等場景將開源硬件融入人工智能教學中，幫助學生更好地理解機器感知這個概念。

1.2 表示與推理

AI4K12組織將“表示與推理”解釋為智能代理通過特定的邏輯和模型表示現實世界，并用它們進行推理。原中國人工智能學會理事長鐘義信先生指出人工智能是在理解自然智能尤其是人類智能的基礎上創造出具有一定智能水平的機器[7]。人類智能的獲得離不開知識的獲取，而 “表示”就是指將知識用計算機可理解的符號以某種形式表現出來，即知識的符號化[8]，知識表示是自然智能和人工智能的基本問題之一。好表示能幫助推理，例如，在進行百度搜索時，計算機會從海量的知識圖譜中搜索關鍵字，并且將關鍵字周圍關聯的信息推送至右側的信息欄，從而提高我們的檢索效率。

對于“表示和推理”這個概念AI4K12建議多采用不插電的方式進行教學，例如設計一個教學活動讓學生找出從家到學校的最短路徑。在教學環節中學生首先要將現實世界中的街道、標志性建筑畫成一條條線段和圓點，形成一張簡易的地圖，再通過比對測量找出一條最短的路徑。該活動中繪制的地圖是學生對客觀世界進行的表示，尋找路徑便是推理的過程。此外，生物分類圖譜也是一個很好的例子（如圖1），該圖譜將自然界的植物進行簡單的分類，可以基于一系列“是/否”問題來探究決策樹推理算法的流程。學生可以兩人合作，一位構建生物圖譜進行猜測，另一位在腦海中預設一種植物，前者可以通過提出“它是種子植物嗎？”“它是被子植物嗎？”這類問題，進行推理從而猜到最終答案。在生活應用中智能音箱“天貓精靈”里有一個“猜人物”的游戲，讓用戶心里想一個名人，“天貓精靈”通過“她/他是歌手嗎？”“她/他是國內的嗎？”這類問題進行猜測，能大概率推理出用戶心中所想，其原理便是基于決策樹的推理。

1.3 機器學習

近年來，研究人員在深度學習中取得了突破性的進展，掀起了人工智能的第三次浪潮 [9]。人們希望機器能進行學習是基于以下三個原因：首先，人工智能所處的情境不能被完全預測，世界公認最復雜的圍棋游戲，不同的戰術布局使游戲有著近乎無限的發展與結果。其次，世界處在不斷變化的過程中，例如股票價格的波動、道路中行駛的車輛，這時候機器需要學習以適應這些變化。最后，機器學習被證明是解決復雜問題的關鍵技術，它們可以極大地簡化人類工作量，提高辦事效率[10]。如果將機器學習按照學習方式進行分類，它可以分為監督學習、無監督學習和增強學習。將幼兒的學習與之進行類比的話，監督學習就像家長幫助孩子認識事物，例如指著貓并告訴孩子這種長著胡須、四條腿、有尾巴并能發出“喵喵”聲音的動物稱為“貓”，其實這是對這類特征的動物貼上“貓”這個標簽，而機器也就是在大量貼有標簽的數據中學習。增強學習就像家長教育孩子時的獎懲措施，在做對或者做錯事情后會得到正向或負向的反饋，以改進行為。而無監督學習則是根據沒有被標記的訓練樣本進行學習，聚類是其中最典型的例子，它將相似的內容聚集在一起，通過算法使具有相同特征的數據歸整為同類。

教師在向學生介紹機器學習的時候，可以通過上文提及的一些編程平臺讓學生體驗機器學習的過程，并制作一些有趣的人工智能項目。這些平臺開發了機器學習模塊，用戶可將圖片、列表和文本傳輸至系統，來進行機器學習模型訓練。例如Mind+平臺中可以獲取攝像頭采集的圖片數據，然后給這些圖片貼上對應的標簽（用戶自定義），經過多次訓練后便能又快又準確地識別特定的圖片;源碼編輯器平臺中的“GAME AI”模塊可以通過角色的坐標位置和鼠標或鍵盤操作數據進行訓練，讓AI進行FlappyBird、飛機大戰這類簡單的游戲。另外，Code.org編程教育網站中“海洋環保中的人工智能”也是一個有助于學生理解機器學習的項目。它采用闖關游戲的形式將機器學習過程可視化，生動形象的交互式動畫能激發學生的學習興趣。該項目中還會涉及特征選取和訓練數據中產生的偏見，能夠讓學生意識到數據是如何影響機器學習模型的。

1.4 人機交互

要實現機器與人類進行自然而順暢地交互，就要讓機器能夠理解人類的行為、語言、表情等信息，這里面涉及語音識別與合成、情感計算、自然語言理解、意識與心靈哲學等內容。事實上讓機器理解人類是一個艱巨的任務，還有很長的路要走。筆者嘗試過向天貓精靈提出一個問題：“張三的兒子是小明，小明的父親是誰？”，這個問題在我們看來是非常簡單的，但AI沒能回答出來。相比之下，在回答“地球到月球的距離多遠”“世界上最大的生物是？”這類高深的問題時AI能夠得心應手。目前市面上接觸到的人工智能產品到底是“人工智能”還是“人工智障”？這時候就涉及圖靈測試這個知識點，圖靈測試是艾倫圖靈提出的一種判斷機器是否具備智能的方法，如果測試者在與被測試者隔開的情況下，測試者通過一些裝置（如鍵盤）向被測試者提問。機器人作為被測試者，如果機器成功“欺騙了”30%的測試者，那么該機器通過了圖靈測試，證明該機器是具備智能的。

對于人機交互這個概念，學生可以結合現有編程平臺中開發的人臉識別、手勢識別、語音合成相關模塊，制作一些有趣的人機交互應用程序，例如可以識別出顧客人臉年齡、性別、心情等信息的AI銷售員。此外，可以利用生活中的智能音箱產品讓學生體驗人機交互過程，但這個過程并不是盲目進行的，教師需要引導學生設計兩類問題，一種是人工智能一定能回答的問題;另一種是人工智能可能回答不了的問題，并將兩類問題分別記錄下來，再從天貓精靈、小度、小愛等設備中進行驗證。在這個過程中學生可能會認識到AI并沒有想象中那么聰明，它們有長處同樣也有短處。從某種意義上來說這是在試探人工智能的邊界，有助于學生在未來更好地進行人機交互與協作。

1.5 社會影響

當人工智能在各個領域取得巨大成功時，人們也開始思考它所帶來的影響。當下許多工作正在被機器所取代，如無人機送外賣、智能快遞分揀、自動駕駛等。先進的技術能將人類從繁重的任務中解放出來，機器憑借夜以繼日不知疲倦地工作、強大的計算力和信息存儲能力，在某些方面大大超越了人類。我們在未來應該如何學習、在社會中扮演什么樣的角色？這些問題值得進一步探討[11]。另外，隨著人工智能應用場景的不斷增多，其產生的算法偏見問題也逐漸出現在人們的視野中。有研究發現在人臉識別產品中存在不同程度的性別及有色人種歧視，而這種偏見主要來源于機器學習過程中的數據集構建（人類社會產生的偏見數據）、目標制定與特征選?。ㄋ惴üこ處煟┖蛿祿俗ⅲ俗⒄撸┻@三個環節[12]（圖2），這引起人們對人工智能系統透明度和問責制方面的討論。此外，隨著智能化程度的提高，機器更多地參與到人類的生產生活中，隨之而來的法律道德問題也日益凸顯。例如無人駕駛汽車產生的交通安全事故，這不僅僅與算法的設計有關，還涉及倫理學、法律、哲學等領域，需要從多種視角進行審視。

對于這部分的內容，教師可以展示或推薦一些與人工智能相關的科幻影視作品，從某種程度上來說科幻電影是基于現有技術對未來進行的預測，這不僅能提高學生學習興趣，還能激發學生無限的想象力。需要注意的是，這些影視作品對人工智能的宣傳往往有很多的夸大成分，教師還是需要引導學生理性地看待技術，避免將技術神秘化。此外，教師還可以組織學生進行有關人工智能的演講、辯論賽、手抄報、日記等活動，鼓勵學生們表達和交流自己的觀點。

2 結語

目前中小學人工智能教育主要在信息技術課、科學課、社團拓展課中開展，而上課的老師大多沒有人工智能方面的專業背景，如何將人工智能專業知識轉化為學科教學知識是教師面臨的巨大挑戰。AI4K12工作組以中小學生應該了解的人工智能為出發點，將當前人工智能領域的核心知識歸納為感知、表示和推理、機器學習、人機交互、社會影響，相較于人工智能行業中對人工智能領域的專業劃分（包括計算機視覺、語音識別、自然語言處理、專家系統等），這五大概念并沒有那么全面和嚴謹，但其涵蓋了當前人工智能領域的重大議題，且更加簡潔易于中小學教師和學生理解。

參考文獻：

[1] 江豐光，熊博龍，張超.我國人工智能如何實現戰略突破——基于中美4份人工智能發展報告的比較與解讀[J].現代遠程教育研究，2020，32（1）：3-11.

[2] 國務院.新一代人工智能發展規劃[DB/OL].[2017-07-08]. http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm

[3] 裝備中心.中小學人工智能教育項目成果會順利舉行[EB/OL].http：//www.ceiea.com/html/201901/201901240952176835.shtml，2019-01-24.

[4] 教育部.教育部關于印發《普通高中課程方案和語文等學科課程標準（2017年版）》的通知[J].中華人民共和國教育部公報，2018（Z1）：60.

[5] 苗逢春.引領人工智能時代的教育躍遷：2019年北京國際人工智能與教育大會綜述[J].電化教育研究，2019，40（8）：5-14，29.

[6] Touretzky D，Gardner-Mccune C，Martin F，et al.Envisioning AI for K-12：what should every child know about AI？[J].Proceedings of the AAAI Conference on Artificial Intelligence，2019，33：9795-9799.

[7] 鐘義信.人工智能：概念·方法·機遇[J].科學通報，2017，62（22）：2473-2479.

[8] Markman A B . Knowledge Representation[M]// Stevens' Handbook of Experimental Psychology. John Wiley & Sons， Inc. 2002.

[9] 顧險峰.人工智能的歷史回顧和發展現狀[J].自然雜志，2016，38（3）：157-166.

[10] Russell， Stuart J . Artificial Intelligence： A Modern Approach[M]. 北京：人民郵電出版社， 2002：693-695.

[11] 李開復，王詠剛.人工智能[M].北京：文化發展出版社，2017.

[12] 騰訊研究院.算法偏見：看不見的“裁決者”[EB/OL].

[13] https：//www.huxiu.com/article/332033.html

【通聯編輯：唐一東】