AI教學點燃學生創造熱情

李啟晨

摘要：AI教學過程中課程的設置、學生活動的開展方式、課后科創活動中對學生的引導啟發，都需要教師漫漫求索而得。作者以所在學校初、高中兩個學段的學生為對象展開研究，發現兩個學段學生對AI技術掌握和運用，雖然興趣的側重點不同，但都符合該學段學生的學情特點。這為今后開展、引導、啟發學生科創活動，點燃學生創造熱情找到了一個方向。

關鍵詞：AI教學;創造;科創活動;AI課程

中圖分類號：G434 ?文獻標識碼：A ?論文編號：1674-2117（2022）13-0011-03

學生學習AI的目的是什么？學習AI對學生有什么實際影響？學習AI之后可以解決生活中的什么問題？自2018年學校開設AI特色課程以來，這些問題一直困擾著筆者。同時，面對AI這門新的課程，如何針對學生學情進行教學？應該尋找哪一個切入點最適合？作為學校的科技總指導，該如何將這門前沿學科知識融入現有的學生課程和生活中？帶著這些疑問和對新技術探索的渴望，筆者所在教研組教師經過對課程的打磨，終于尋找到一條適合學生學情的AI教學之路。

● 以學生為中心推進學校AI課程建設

懷特海在《教育的目的》一書中曾提到，“教育需要解決的問題就是使學生通過樹木看見森林”。所以，在課程初創時，教研組便明確了本課程的主要目標是培養學生運用已經掌握的AI技術，探索解決生活中的小問題。設立目標只是第一步，學生運用和掌握相關的AI技術，還需要將教師領進門。為此，教研組設計了符合所在學校初中和高中學段認知層次的相關課程（如下頁圖1）。針對初中學段的課程教學，主要通過動手實踐的課程，讓學生體驗AI智能硬件給生活帶來的便利。針對高中學段的課程教學，更注重AI核心知識的培養，通過講授相關原理、算法知識點等，并以AI智能車作為載體實現相關技術，讓學生在理論和實踐上都有所收獲。

設立這些課程內容的目的在于拓寬學生視野，讓學生對“AI是什么”有初步的了解，在此基礎之上，再尋找自己喜歡的興趣點加以延伸。同時，結合學校“我要做研究”的素質課程板塊，鼓勵學生尋找和發現生活中的問題，并結合自己的奇思妙想提出問題和假設，適當運用AI技術來解決遇到的問題。通過幾年的跟蹤研究教學我們發現，課程設置的內容符合學生的需求，教學也達到了預期的效果。

● 以項目化教學為手段激發學生內驅力

1.初中階段

初中生的創造和靈感往往來源于自己在生活中發現的問題，很多優秀的項目也讓筆者深受啟發，原來在課堂講授的內容可以用這樣的方式運用到生活中。下面介紹兩個實例。

例1：利用AI遷移學習MobilNetV2實現佩戴安全頭盔的自動檢測。

該項目設計的初衷是基于公安部交通管理局所要求的各地穩妥推進“一盔一帶”安全守護行動。學生受到“人臉識別開鎖”這節課所學知識的啟發，想運用教師在課堂中提供的素材對人臉進行識別，自動檢測騎車人是否佩戴頭盔，但他們發現課堂中的人臉識別場景比較單一，而現實生活中的人臉識別場景較為復雜。經過查找資料，學生發現“ResNet+SSD”的模型契合項目中人臉識別的要求。在人臉識別成功之后，如何判斷佩戴頭盔又是一個技術難題，這是課堂中沒有提及過的。為此，學生在查詢相關資料的同時，還借助科創賽事的技術平臺，通過遷移學習MobileNetv2網絡模型，構建并訓練最終用于判斷的分類檢測模型，從而達到了對頭盔的識別要求。

例2：一種醫用防護眼鏡的智能清洗消毒裝置。

學生最初設計該項目是因為自己戴眼鏡，為了方便眼鏡清洗烘干，組裝了一個智能眼鏡清洗系統。在新冠疫情暴發后，學生想到將現有設備進行改裝，達到清洗醫用防護眼鏡的目的，同時考慮到病毒交叉感染的問題，增加了紫外線輻照系統。該裝置全程均由系統通過視覺傳感器控制執行，達到了自動消殺、重復利用醫療資源的目的，同時也能適配不同型號的醫用眼鏡（如圖2）。

項目在設計之初并沒有用到AI技術，學生發現機械手往往會有定位偏差的問題。例如，“取物區”的眼鏡位置擺放不正確，就會導致夾取物品失敗;在清洗過程中，機械手會出現擺放不準確的情況。因此，指導教師提出運用圖像識別的技術對機械手進行定位。在設計后期，學生提出可以在每一個區域都設置一個對應的二維碼，運用攝像頭識別二維碼校準機械臂，達到提高機械手擺放準確度的效果，同時也可以知曉清洗流程進度。

從上述兩個案例來看，學生的課題項目都是自己在生活中遇到的問題。為了解決這些問題，學生運用課堂所學知識，結合查詢資料等方式找到相關技術解決難點。同時，學生也將課堂中講述的傳感器檢測、圖像識別、標簽識別、機械臂等知識都運用到項目中。這也證明了通過動手實踐的項目，可以大大提高學生對AI技術學習的熱情，加深對科技改變生活的認知。

2.高中階段

在高中階段，學生項目選題的內容雖然還是來源于生活，但是更多的關注點是在自身興趣愛好發展上。學生通過運用AI技術解決自己所感興趣的領域的實際問題，讓筆者記憶猶新的是以下兩個項目。

例1：基于圖像識別技術識別簡單樂譜并演奏。

筆者一直鼓勵學生將AI技術運用到自己喜歡的事物上去，本項目就是由三位對音樂感興趣的學生完成的。學生發現，通過計算機演奏需要完整音頻MIDI文件，或需要輸入簡譜等相關轉換工作才能進行，但這些步驟大部分需要人工手動完成，因此，設想是否能通過圖像識別工具，對已有的五線譜進行檢測校對，將相關的五線譜轉化成計算機能識別的音頻文件。之后，學生結合教師講授的圖像處理、邊緣檢測等知識點，再通過實際調試中發現的問題，增加了一系列自己設定的算法（如下頁圖3），最終計算機可以成功地識別五線譜，同時完整地演奏一首歌曲。雖然，這只是一個小小的項目成功，但是學生學習AI的熱情被激發了。

例2：基于TextCNN和Active Learning的攻擊性言論識別。

這個項目的由來是學生平時在社交媒體沖浪時，發現網絡評論區中有很多言語針鋒相對，甚至人身攻擊的語言也時有出現，但因為語言的多樣性，屏蔽關鍵詞算法很難達到理想的效果，由此想到運用AI技術來解決這個問題，進行凈化網絡空間的嘗試。學生利用自然語言處理中的神經網絡TextCNN（用于文本分類的神經網絡）和Active Learning（主動學習）相關技術進行研究。項目設計思路是：先尋找合適的數據集，將經過篩選和標注后的數據集作為訓練樣本;然后通過Keras庫建立TextCNN神經網絡，調整相關參數后進行迭代;之后再使用主動學習算法（Active Learning）對系統決策進行優化;最后對代碼進行迭代和測試，利用一段測試單句的代碼，可以直觀地測試模型是否有效。測試結果正確率在88%左右，良好且穩定。這個項目前期是以課堂所學的知識為主，后期因為內容加深，學生又添加了很多自學得到的知識，通過前后多次驗證達到了預期效果。

從這兩個項目中不難發現，學生并不滿足于基本的技術運用，會舉一反三，將課程中學習到的基礎知識進行轉化。第一個項目，是在人工智能課程的起步階段，無論是一開始對樂譜的霍夫直線檢測，還是后期的運用腐蝕膨脹斑點識別技術，都是筆者與學生一起探索得來的。通過項目，師生都得到了成長。在第二個項目進行過程中，學生發現沒有現成的訓練樣本，就通過課程講述過的標注篩選方法，建立了一套符合該系統的訓練集。這不僅解決了AI可以做什么的問題，更培養了學生自我學習和創新的能力。

● 結語

學生所完成的項目，如果僅停留在校內階段還遠遠不夠，筆者希望學生的作品可以被更多的人看到，得到更多的肯定。因此，筆者常推薦學生的作品參加各類比賽，也取得了不錯的成績。賽事獲獎不是終點，而是一個新的起點，是對過去付出努力的肯定，也是對未來創新的期待。教師不僅要傳授學生相關的學科知識，更要點燃學生對創作的熱情，特別是在授課時要潛移默化地將課內知識與現實生活相結合，讓學生覺得課堂的知識來源于生活，從課堂中習得的知識又可以運用到生活中去。

參考文獻：

（英）懷特海.教育的目的[M].徐汝舟，譯.北京：三聯書店，2002.