區域人工智能教學實踐與改進策略

王 戈（北京市朝陽區教育科學研究院）

一、開展人工智能教學的問題

朝陽區近年在《新一代人工智能發展規劃》和《義務教育信息科技課程標準》的引領下，開展人工智能教學實踐研究，遇到了不少實際問題，通過探索和實踐，對這些問題形成初步的解決方法。

師資問題。人工智能是快速發展的事物，但在職教師沒有經過系統培訓，存在著知識結構的短板。

實驗環境問題。實驗實踐是學習人工智能的重要方法，需要具備一定的人工智能實驗環境，但多數學校只有普通的機房環境，解決實驗環境問題刻不容緩。

教學內容及深度問題。在義教階段，人工智能的教學內容深度和課時安排，都面臨挑戰。需要根據學生的年齡特點，結合不同年級的教學模塊要求，把人工智能的內容融入其中，實現與其他邏輯主線的共融共存。

教學方法的創新。人工智能作為信息科技課程內容中綜合最強、原理最深、實踐最廣的模塊，需要教師依據其內容特點，按照學生的認知水平，設計教學活動，利用形象的方式以及線上學習和實驗資源，幫助學生理解抽象原理和功能實現方法。

二、針對人工智能教學問題的解決方法

自2018年開始，本區成立了人工智能教學項目研究團隊，通過課題研究、教程編寫、教師培訓、市級展示等活動，完成了教學內容確定、課堂教學實踐、教學方法研究、案例優化等工作。

（一）立體分層多方位的教師培訓機制

通過問卷調查知道，有66%教師對于物聯網、人工智能的教學內容心懷焦慮，渴望補齊自己的知識結構短板。項目團隊根據教師的需求，制定了培訓計劃，采用立體分層的教師培訓方法，即從內容上分為專業培訓和教法培訓；從培訓對象上，把教師分層為種子教師和普通教師。

專業培訓采用了專家引領加個人自學的方式：每年組織老師到百度、科大訊飛、騰訊等國內知名廠商進行現場學習，請業界頂級的專家為教師進行系統人工智能專業培訓和實踐體驗；遴選部分基礎好，專業水平高的教師，作為種子教師，參加一對一的小班培訓，以幫助教師快速提升；充分利用線上教程資源，向教師推薦國內聲譽高的教程和線上學習平臺、實驗平臺，以幫助教師自學提升。

教法培訓是利用區級研究課，種子教師開展人工智能教學展示，以案說法，向教師展示教學設計和教學方法創新，使教師通過從模仿他人到自主創新，完成自己的人工智能教學設計。

（二）充分利用免費資源解決基本教學環境問題

人工智能綜合性和實踐性的特點，要求必須有相應的實驗教學環境，但在義務教育信息科技（人工智能）實驗室國家標準未出，學校沒有專用經費的實際情況下，只有少數學校購買了一些人工智能的專用套裝，多數學校只有普通計算機房。

項目組對網上免費實驗平臺資源進行了梳理，以創造條件滿足最基本教學需求。

免費的實驗平臺包括兩種模式：

一是不少圖形化編程平臺的拓展模塊中，有人工智能模塊可用，如Kittenblock 中的百度大腦、FaceAI、機器學習5、TensorFlow 等模塊；米思奇、編程貓等有專門的人工智能積木集可供使用。其中的人工智能功能都是通過調用服務器AI服務來實現的。

另一種模式是由百度、騰訊、科大訊飛等國內互聯網巨頭開發的AI 開放實驗平臺，利用這些實驗平臺，可以進行多種多樣的人工智能實驗，例如訓練模型，開發特定功能的軟件接口等。

教師通過整合本地已有軟硬件資源，創造性地利用線上免費資源，裝備了攝像頭和耳麥的普通計算機教室，就能變成滿足基本功能的人工智能實驗室。

（三）依據學生年齡特點安排課程內容和深度

在義教課標中，人工智能既是六條課程邏輯主線之一，又在九年級設立了人工智能與智能社會的課程模塊。但信息科技的浮動課時，九年級學校面臨中考的現實，人工智能課程并非單獨開課等，都讓人工智能課程模塊的落地困難重重。

項目組認為：缺失了人工智能內容的信息科技課程是不能接受的，于是依據學生的年齡特點，依據課標中各個年級課程模塊的內容，把人工智能模塊化整為零，在各個年級信息科技教學內容中加以融合，形成以下的融合脈絡：

在1-2年級，幫助學生認識信息交流與分享內容、方式、方法的豐富性、便捷性和獨特性，并了解與之相適應的行為規范，養成保護個人信息和安全使用數字設備的好習慣。

在3-4年級，“在線學習與生活”“數據與編碼”，在線學習與生活中，學生可以接觸到更為專業更有針對性的人工智能應用：生活中的人工智能如推薦購物、智能導航等，在線學習中的人工智能如英語口語智能引導、手寫作業智能判卷、知識圖譜基礎上的智能推送等。

在5-6年級， “算法是計算思維的核心要素之一，也是人工智能得以普遍應用的三大支柱（數據、算法和算力）之一”。在本模塊中，可以利用百度AI 等實驗平臺，進行模型訓練等活動，在此過程中，通過使用不同的數據集、選擇算法、調整參數等方式，來增加模型的泛化能力，防止模型的過擬合等。教師可以引導學生形成以下觀念：機器學習是立足于場景的，在進行機器學習訓練模型之前，要明確要解決的問題是什么？不同的問題，會對應不同的人工智能算法。可以簡單地把訓練模型的過程，認為是尋找函數（算法）的最優參數的過程。

在7-8年級，互聯網應用與創新、物聯網實踐與探索中，有更多融入人工智能內容的地方，例如身份認證中的生物特征識別，可以把人臉識別，圖像識別（指紋），聲紋識別等人工智能內容加入其中。物聯網是當前數據采集的重要手段之一，也是人工智能獲得數據的最主要方式之一，在機器學習的過程中，建構數據集的前提是采集數據，物聯網是重要的數據采集、傳輸、處理、存儲工具。

通過把人工智能內容與各年級模塊學習內容相配合，加大人工智能邏輯主線的比重，把人工智能的學習內容分配到各個年級學習模塊中，以解決當前人工智能沒有專門課時的困難。

（四）人工智能教學方法的改進

我們在人工智能的教學過程，采用項目式學習的方式，按照不同場景，確立學習主題，分別通過確立項目、分析分解項目、學習新知、探尋原理、實施實現、展示體驗、評價評測、優化遷移八大步驟，完成一個人工智能項目式學習的全過程。與普通項目式學習相比，人工智能項目式學習在學習新知、探尋原理、實施實現的環節有其特質。