STEM理念下的小學人工智能算法類課程教學探究

人工智能是計算機科學的一個分支，兼有科學與技術雙重性（弱人工智能和強人工智能分別對應其技術性和科學性），其發展必然與教育關聯：人工智能助力教育，為教育提供新的教學方法、技術支撐、學習內容;教育也作用于人工智能，負責為其輸送人才，并在一定程度上產生新知識^[1]。筆者基于第二種關系，即教育之于人工智能的作用，討論如何在小學開設人工智能的算法類課程（以下簡稱AI算法類課程）。

一、關于小學人工智能課程

目前一些小學對AI課程教學有一定需求。一些地區已經編寫了教材，但在AI課程的目標、內容及教學策略等方面仍處在探究摸索階段。

小學階段的AI課程從教學目標上可分為兩類：一類是幫助學生發展AI產品的應用能力（基本的使用能力、利用AI工具解決問題的能力）;另一類是通過學習具有基礎價值和普遍意義的原理與技術知識，激發學生對于AI課程的學習興趣，為他們將來從事AI技術研究奠定必要的認知、技能與情感基礎^[2]。總之，目標就是培養未來適應AI社會的信息時代公民和研發AI技術、產品的科研人才^[3]。

從課程內容來看，小學人工智能課程可分為四類（如圖1）。

其一，AI科普課程。此類課程內容主要包括AI技術基本概念、發展歷程、研究范圍、典型應用和發展趨勢等。

其二，AI算法課程。算法、算力（硬件對數據的處理能力）和算料（數據）是AI技術的核心。AI算法是對AI技術解決方案的準確完整描述，是AI課程教學繞不開的重點。此類課程的設計與實施是筆者探究的重點。

其三，AI編程課程。如果說算法和數據搭建了AI的骨架，那么編程就賦予了AI血肉之軀，使得技術可以落地。中小學AI編程課程可以分為三類：圖形化編程課程（如Scratch、Mind+）、基于硬件平臺（如Microbit）的編程課程、基于AI庫的編程課程。圖形化編程課程是利用圖形化編程軟件學習AI技術或使用提供AI接口的軟件編程的課程;基于硬件平臺的編程課程則依托主控板、各類傳感器的硬件設備進行AI教學。這類硬件多是模塊化的，使用門檻低，適合項目式學習。基于AI庫的編程課程主要依托Phython平臺教學，是中小學教學中難度較高的一類課程。

其四，AI德育課程。此類課程主要包括AI倫理類課程、數字化社會責任課程等。

二、AI算法類課程教學的困境與出路

AI算法是AI技術的底層邏輯框架，但受學生學CruLP/i547fLHFkd9iD1Rg==情、師資力量、過往經驗等因素制約，目前AI課程以科普類和編程類課程為主，AI算法類課程較少。以下兩個問題在AI算法課程教學中較為突出。

（一）如何進行內容選擇

由于沒有正式教材，中小學教師教授此類課程難度較高：要具備一定的學科基礎，還需要基于學情選取難易適中、基礎知識并轉換成課程內容。現有的算法類課程不太適合小學教學，有的直接將聚類算法、分類算法的簡化版作為教學內容，與小學生的認知水平不匹配。學生難以理解這些高階知識的產生原因，也不了解其用途，難以消化吸收。

（二）采取何種教學策略

皮亞杰將知識分為三類：社會性知識、物理性知識和數理邏輯類知識。AI知識屬于數理邏輯類知識，此類知識大多是內源性知識，不能通過外界灌輸直接傳遞。算法本身較為枯燥、抽象，如果教師采用傳統的講授方式授課，學生的學習興趣不高，難以進行深度學習。如何引導學生在課堂上積極參與學習活動、主動思考，是教師做課程設計時要重點考慮的。

筆者對AI算法類課程的實施提出如下建議。

一是提高課程內容的針對性和適用性。AI核心算法涉及的數學知識（高等數學、概率論、矩陣論等）較多，此類知識在小學難以開展。布魯納在闡述螺旋式課程設計模式中指出，教師應該以與兒童思維方式相符的形式將學科結構置于課程的中心地位，隨著年級的提升，不斷拓寬加深學科的基本結構，使之在課程中呈螺旋式上升的態勢。這一理論可以指導如何將高階知識在小學落地。在小學階段，考慮學生的認知水平和知識基礎，這類課程應著力于引導學生體驗從具體情境中抽象算法的過程，對算法建立初步的理解，幫助學生消除技術的鴻溝。建議選取AI技術中基礎性強的、容易產生遷移的和通用性的知識作為教學內容，并使用符合小學生年齡特點的教學策略來設計、實施課程。

二是改進課程設計。教師可以應用STEM理念設計課程，解決算法抽象、趣味性低、不容易被學生內化的問題。以STEM理念設計課程，符合小學生的思維特點。此類課程多從小學中年級開始，此時學生思維發展處在由具體思維向抽象思維過渡的時期，學生參與STEM活動、項目式學習、探究學習能更好地發現問題、設計方案、檢驗、修改，逐步實現算法思維從具體到抽象的提升。從課程內容來看，這種做法比較符合算法類課程的教學要求：AI算法發展、知識結構變遷都很快，知識的傳授不應作為最主要的課堂教學目標，應重視學生對算法的產生意義、設計過程、應用、改良等過程性探究。

基于STEM理念設計算法類課程的優勢主要體現在以下幾個方面。其一，在算法類課程的學習中，學生遇到的第一道坎通常是不明確算法存在的意義，導致學習動力不足，連貫性差。因此，賦予算法以意義極為重要，而以解決問題為導向的STEM教學很好地避開了這些“雷區”。其二，教師引導學生參與以問題為導向的項目式學習活動，可使知識學習和主動建構有機結合;每個算法產生都是有工程背景的，在解決工程問題的學習中，存在較為明確的有效性評價標準，這就提供給學生自評和互評的依據（評價完善解決方案的過程就是主動構建過程）。其三，基于STEM理念的課程教學更關注學生獲取知識的方式，這更有利于學生發展合作能力，提高應用知識解決問題的能力。

三、STEM理念下AI算法類課程教學案例

（一）STEM課程特點

STEM教育在很多國家越來越被重視，其主要原因是STEM教育致力于培養的復合型創新人才在高速發展的信息化社會需求量日益增加。人們對STEM教育的理解有兩大類：第一類是將STEM定位為獨立開設的學科，此類又分為后設STEM課程（先學習相關課程，再開設STEM課程）和前設STEM課程（將STEM相關學科都整合在STEM一門課程中，不再開設其他課程）。第二類是將STEM作為一種教育理念，融入相關學科的教學設計中，其目標是，通過探究性學習、項目式學習、基于設計的學習等方式，幫助學生主動建構知識體系，提高綜合素養。基于課程安排和學生學情，筆者采用第二類STEM理念，設計AI算法課程。

基于STEM理念設計學科教學，筆者認為STEM理念下的學科課程有如下特點。

其一，以學生為本，適度強調綜合，淡化知識本位，使課堂由“知識傳授本位”向“學生發展本位”轉軌。課堂上教師更關注學生的成長，設計多元的評價機制、多維的教學目標、多樣的課堂活動支撐學生的學習活動。筆者并不否定分科教學，而是強調在分科教學中，將課堂教學的著眼點和教學目標聚焦在學生的發展上。

其二，提高學生課堂參與度，增加學生課堂自主學習時間和分享時間。判斷課程教學是否實現STEM理念，學生的探究時間、分享時間、參與度等是非常重要的指標。當然，不能用這些指標硬性簡單地評判課程。基于STEM理念設計課程，在課堂上學生的自主探究學習時間和分享應不低于新知識學習時間的2/3，探究新知盡量由學生自主完成（教師只做輔助）。

其三，教堂教學以問題為導向，讓學生進行項目式學習。STEM教育的初衷是培養能夠探究世界的科學家和能解決問題的工程師。教師將現實中待解決的或已解決的問題拿到課堂上，設置問題情境，尋找解決路徑，是一種較好的問題構建方式。很多素材都可由此化身成工程類的項目，例如講解像素的概念時，教師可以讓學生在“計算機如何用數字方式存儲照片”的項目中探究。學生基于問題進行探究，有助于理解技術的意義。

其四，重視成果的可視化和可驗證性。STEM最重要的特點之一是以問題和項目驅動學習，STEM課程目標應包括生成解決方案或物a93fdf57b68624cb6284b135b1a5f6aec54e75ac59c793e5a270cc1273f13bca化成果。算法類課程的物化門檻（知識積累，硬件支持等）較高，教師可以將解決方案作為成果，并給出檢驗標準。檢驗標準應具有操作性強、表述清晰、可量化等特征。驗證得出的結果不只作為評價標準，同時用于指導方案的修改。這種循環也體現了工程中循環設計的思想。

（二）STEM理念下AI算法類課程實踐

筆者基于STEM理念，將AI算法課程設計為系列課程，從小學三年級開設。此系列之前，學校已經開設了AI科普類課程。學生使用AI軟件，了解生活中常見的AI技術，學習AI基本概念，加深了理解。在此基礎上，學生可以更好地學習AI算法。

在課程設計中，筆者還借鑒了STEM教學中基于設計的學習（Design based Learning，DBL或Learning by design，LBD）這一教學模式。基于設計的學習提倡在以問題解決為主線的學習中，注重使用學科知識、技術手段尋找解決方案，強調設計在解決問題中的重要性，并且注重通過測試來驗證設計的合理性并進行迭代設計改良方案。課堂上，學生設計規則、算法，進行定量檢驗，改進算法，這種反饋機制是工程中的循環設計思想的應用。這種教學模式與算法類課程較為契合。基于STEM理念的AI算法課程設計步驟如下。第一步，問題提出。在特定情境中引導學生發現問題、提出問題，開啟課程。第二步，學習背景知識，明確關鍵問題。通常問題涉及的知識和方向較多，通過此環節，教師將本節課要解決的問題進一步明確，鎖定目標。第三步，設計方案，構建模型。學生以小組為單位，設計解決方案。教師準備必要的思維腳手架，并提供指導。第四步，測試驗證方案。教師針對問題制訂易量化、易衡量的測試標準，供學生檢驗解決方案之用。第五步，分享評價。教師采用組內分享、小組分享、學生互評、教師點評等方式，讓學生分享評價設計成果，講述設計過程中遇到的問題，幫助學生更好地設計。第六步，迭代設計，改良方案。學生將測試和分享中發現的問題以及取得的成果應用到下一輪設計中，通過迭代完善方案。

受以上步驟和思路啟發，筆者將此類課程分為三類：創造類、應用類、改良類。

第一類，算法創造類。這類課程涉及其他知識較少，要解決的問題相對簡單。筆者在明確問題后，放手讓學生設計，通過可執行的、可量化的檢驗標準，反饋設計結果，重新分析問題，迭代改良設計。此類問題通常已經有了成熟的解決方案，也是本節課教學目標中的知識性目標。筆者在課程結束后出示這些解決方案。通過自主設計，學生能更容易理解知識，發現通用解決方案的優勢。“計算機的記憶——圖像”為此類課程，具體設計見表1。

在傳統課堂教學中，像素將被作為知識直接展示給學生。像素大小相等、顏色單一的特點也會以知識的方式呈現。學生雖然掌握了知識，但很難理解為什么會這樣設計。筆者基于STEM理念進行課堂教學，從問題出發，通過展示需求和功能的矛盾，引導學生思考像素存在的原因，在達成知識性教學目標的同時，培養了學生的思維能力。

第二類，算法應用類。教師明確問題后，會給學生提供一定的原理或算法作為腳手架，讓學生應用算法解決問題。如“桑葉還是柳葉”就是此類課程。

這節課涉及的知識其實是分類算法的雛形。通過本課的學習，學生能夠對特征提取有一定理解，并且通過體驗計算機數字化的思維，更好地理解技術的內涵。

第三類，算法改良類。從難度上講，此類為第二類的加強版。教師提供的算法不足以支撐學生解決問題。學生需要自己改良方案后才能解決問題。討論“如何教計算機認識數字”就屬于此類。

此類課程屬于小學階段對數學基礎、思維邏輯有較高要求的一類，適合高年級教學。在此基礎上教師可以進行分類、決策樹等相關知識的科普教育。

以STEM理念為指導的人工智能算法類課程賦予抽象的、難以理解的算法趣味性和實際意義。學生通過小組合作進行探究性學習，在發展學生計算思維的同時，兼顧了思維發展速度不同的學生的需求，使得AI算法類課程從社團走向全體學生，真正在小學課堂落地。未來，筆者將繼續探究STEM理念下常態化的人工智能課程教學，努力將人工智能課堂打造成學生探究、實踐、創新的陣地。

參考文獻

[1] 任友群.人工智能的教育視角初探[J].遠程教育雜志， 2018（5）：39.

[2] 陳剛.中小學人工智能課程：從課程目標到教學實施[J].福建教育，2020（10）：18-20.

[3] 梁森山，王陽，劉軍.尋味人工智能教育：祛魅之下的實踐與思考[J].中國信息技術教育，2018（2）：4-11.

（作者系山東省青島弘德小學教師）