高中人工智能探究式教學模式研究*

宋俊毅 蘇 彤 荊永君

（1.沈陽師范大學 教育技術學院，遼寧 沈陽 110034；2.撫順市第十中學，遼寧 撫順 113004）

目前，隨著《普通高中信息技術課程標準》《中小學人工智能課程開發標準》等文件的頒布，我國人工智能教育正在快速推進。但在課程實施方面依舊面臨著實際困難，如：教師僅講授必修教材中有關人工智能的內容；課堂教學的模式設計指導及案例資源十分匱乏；普遍適用于信息技術課程的探究式教學未能在人工智能課程中發揮同等效果。究其原因是由于必修教材內容普遍為事實性知識與概念性知識，且針對人工智能方面的了解以感知體驗為主。而人工智能選修教材內容普遍為程序性知識與元認知知識，學生須在理解技術原理的同時動手實踐[1]。因此，課程知識難度的增加，使得信息技術學科教師無法復刻必修課中探究式教學所取得的教學效果，導致人工智能模塊的探究式教學被迫流于形式。

一、研究基礎

探究式教學自1963 年由Gagne 在《科學教學研究雜志》首次發表后，就一直被廣為研究。國內外學者依據探究主體在探究活動中參與度、知識復雜性及控制點、探究的復雜性程度和教育思想，將探究式教學劃分為多種類型。其中Bell 依據探究的復雜性程度，提出探究層級連續統理論認為：不同復雜程度的探究類型，其探究水平和狀態是不同的[2]。探究層級劃分與描述如表1所示。

表1 探究層級劃分與描述

2008 年，Banchi 將探究層級連續統理論應用于小學科學課程中，通過設計從低層級結構性探究到高層級開放性探究的教學案例，幫助教師設計高水平探究活動[3]。2011 年，高文君基于探究層級連續統理論自主建構了數學課堂探究水平體系，發現高層級探究水平教學方式下的學生，其多方面能力水平皆優于低層級[4]。綜上所述，探究層級連續統理論已普遍應用于理工類課程，且課程內容具有知識難度較大、以程序性知識為主、學生知識理解掌握度不高、對教師知識儲備及教學能力要求較高等特點。而人工智能課程內容主要包括對人工智能原理及技術的學習及實踐，也同樣具有上述特點。

鑒于此，本研究將借鑒探究層級連續統理論針對高中人工智能課程應用探究式教學模式并設計相應案例，幫助教師在人工智能課堂中提高教學質量。將探究式教學模式高效應用于人工智能課程中，更好地促進學生人工智能課程培養目標達成。

二、高中人工智能探究式教學模式設計

人工智能教育應將探究式教學作為教學實施的主要路徑，通過對人工智能技術的應用，以培養學生的計算思維[5]。因此人工智能課程的教學不應該停留于知識的講授與重復的操作中，而是讓學生學會探究，學會如何應用人工智能技術進行探究，從而深化對所學知識的理解層級，提升自身的關鍵能力。

《中小學人工智能課程開發標準》明確指出：人工智能課程應以人工智能意識、技術應用能力、實踐創新思維、智能社會責任四方面為培養目標，發展學生適應未來智能社會的關鍵能力；且以人工智能課程主題為基礎，制定了生活感知與調查實踐、簡單模擬與推理實踐、黑盒探究實踐、AI 硬件設計實踐、原理揭示實踐及AI 程序設計實踐六個不同方面的核心實踐類型，幫助教師設計核心實踐案例，有效推進探索活動[6]。因此可將核心實踐類型作為培養人工智能課程標準的重要載體，基于探究層級連續統理論選取適合的核心實踐類型，靈活多樣地設計與組織人工智能課堂教學活動。

因此，根據人工智能課程的學科目標及布魯姆對知識維度的教育目標分類，結合六大核心實踐類型及探究層級連續統理論提出了高中人工智能探究式教學模式。將該模式作用于教學活動中，從人工智能技術的實踐應用出發，幫助學生理解基本概念及原理，引導學生認識人工智能對人類社會的貢獻與挑戰，提升學生知識遷移能力和計算思維水平，關于教學模型流程見圖1。課堂教學步驟采用何克抗教授提出的一般探究式教學模式，共分為創設情境、啟發思考、自主探究、協助交流、總結提高五個部分，幫助學生將所學的知識點逐步抽象化[7]。

圖1 高中人工智能探究式教學模式流程圖

“創設情境”和“啟發思考”環節對應“驗證性探究”，為探究層級連續統的第一個維度。根據事實性知識的實際內容，從“生活感知與調查實踐”或“簡單模擬與推理實踐”中選擇與之契合的實踐類型，以驗證性探究的方式開展實踐活動，激發學生探究學習興趣。

“自主探究”環節對應“結構性探究”，為探究層級連續統的第二個維度。以基礎性的概念性知識和程序性知識通過結構性探究的方式開展黑盒探究實踐活動，使學生通過自主探究了解所學內容。

“協助交流”環節對應“有指導探究”，為探究層級連續統的第三個維度。這一環節基于自主探究環節加深知識難度，通過有指導探究的方式開展原理揭示實踐活動，使學生經歷協作探究過程，掌握所學知識及原理。

“總結提高”環節對應“開放性探究”，為探究層級連續統的第四個維度。以元認知知識為基礎，通過開放性探究的方式開展AI 程序設計實踐活動。基于學生對所學知識的自主反思進行協作探究，提升探究學習能力。通過該教學模型，以真實問題或情境驅動，引導學生經歷人工智能技術原理運用過程、計算思維過程和數字化工具應用過程，積極主動地進行探究式學習，自主建構知識，提升問題解決能力。

三、高中人工智能探究式教學案例設計

本案例以人民教育出版社出版的高中信息技術課程選擇性必修4《人工智能初步》第三章第一節《計算機視覺》為例，介紹高中人工智能探究式教學模式的案例設計。本節課的知識目標為：學生能夠理解計算機視覺對人工智能的意義，掌握計算機視覺的核心原理及技術，體驗計算機視覺的應用。教師通過引導學生認識人工智能技術的價值和作用，將科學原理與實踐應用深度融合，幫助學生認識到自主創新的重要性。具體的教學流程展示如下。

（一）創設情境

在創設情境環節中，教師往往會通過播放一段與計算機視覺相關的視頻錄像或舉一個典型案例去引導學生了解日常生活中計算機視覺的應用，使學生在感受計算機視覺給人們帶來便利的同時激發學生的學習動機和探究動機。但僅僅依靠單一的視頻或案例，會造成學生學習積極性不高，對后續知識探究欲望有所下降。

因此教師可采用驗證性探究的方式設計生活感知與調查實踐活動進行導入，通過播放視頻展示計算機視覺在生活中的廣泛應用（如谷歌公司的表情識別軟件可以幫助自閉癥患者識別表情），引導學生親身體驗百度或騰訊AI 平臺表情識別軟件，在體驗過程中對有關計算機視覺的內容輔以講解。通過生活中的實際應用與親身體驗相結合，激發學生學習興趣，幫助學生接觸并了解到計算機視覺的應用場景、作用等基本概念，從而引出計算機視覺的應用——表情識別。在這個過程中，學生不僅對計算機視覺的基本內涵有所掌握，也通過操作對表情識別過程有所認識，為啟發思考環節驗證表情識別過程做好鋪墊，實現事件、條件、順序等計算概念。

（二）啟發思考

在啟發思考環節中，通常需要教師基于所創設的情境向學生提出一個或多個啟發性問題，引導學生帶著問題去學習。對于剛形成學習心理準備的學生而言，如果思考問題過于抽象且難以理解，容易導致學生很難完成第一步的探究活動，并對后續的探究活動喪失信心；但是過于淺顯則可能導致學生過快完成探究活動，感受不到探究活動的整體過程。所以教師要提出什么類型和難度的問題，引導學生分析問題、解決問題是本環節的關鍵。

因此，教師可結合學生上一環節的親身體驗提出思考問題，例如：如何正確進行表情識別？并向學生提供表情識別特征提取、人臉識別等模塊化程序，讓學生通過調用模塊化程序完成表情識別過程的驗證。引導學生基于已知答案鞏固表情識別的基本過程，感受將問題有效分解、逐步化解并解決的過程。將抽象思維轉化為具體模塊化程序，體現計算思維中“抽象”和“模塊化”的思想。既高效完成探究活動、促進學生學習興趣，也為后續培養學生高階思維能力和探究能力奠定基礎。

（三）自主探究

自主探究一般為學生自主利用認知工具和學習資源進行探究學習。由于人工智能課程內容存在概況性、抽象性的特點，因此教師須為學生提供豐富的、有針對性的、數字化認知工具和資源，才能滿足學生自主探究學習需要。

教師可進一步通過設計黑盒探究實踐活動組織學生進行結構性探究，幫助學生對表情識別的具體原理深入了解。向學生提供成熟的AI 功能組件，并提出本環節的主問題和分問題。其中主問題為：AI 和人類檢測人臉時有什么區別？分問題為：（1）人類檢測人臉的流程是什么？（2）AI 檢測人臉的流程是什么？（3）兩者異同點是什么？（4）如何進行特征提取？（5）分類器的作用是什么？

學生通過使用AI 功能組件和其他認知工具，在實踐探究中解決教師提出的多個分問題，進而完成本環節的主問題，認識和理解人類檢測人臉及AI 檢測人臉的流程，總結人類與AI 檢測人臉流程的異同點，掌握哈爾特征及分類器的部分作用。通過編程逐步對人臉檢測模塊進行開發、測試和實現，促進學生探究能力及計算思維能力提升。

（四）協助交流

當學生掌握人臉檢測模塊后，為進一步深化學生對表情識別方面知識的意義建構，教師應避免繼續作為學生的“指南針”，通過逐漸降低教師提供的信息量，將分析問題、解決問題的權利交給學生。引導學生借助書籍、網絡查閱資料，有序進行小組分工、合作，最大限度地發展其創新思維及能力。

因此，教師首先可通過有指導探究的方式設計原理揭示實踐活動，向學生提出本環節的主問題：AI 檢測到人臉后，應如何判斷表情？之后便將課堂交給學生，僅在必要時進行指導，引導探究一直朝著正確的方向發展，輔助學生完成對表情識別內在原理知識的深入理解與掌握。在指導過程中，教師可依序提出本環節的分問題：（1）如何判斷人類的表情？（2）分類器除了能對人臉與非人臉進行分類外，還有其他作用嗎？（3）怎樣訓練分類器？通過分問題幫助學生在完成主問題的同時緊貼教學目標，掌握關鍵特征點及分類器的完整作用，了解如何利用關鍵特征點訓練分類器識別表情。其次，學生在通過編程實現表情識別的過程中會發現，該程序需要基于人臉檢測模塊進行開發。因此需要學生通過小組協作不斷地分析、學習、完善、調試、改進才能解決問題，既體現計算思維中“漸進”“迭代”“測試”“調試”的思想，還展現“連接”這一要素，使學生在協作探究能力及團隊意識方面得到充分培養。最后，教師開展作品設計展示及交流評價，基于《中小學人工智能課程開發標準》課程質量評價量表設計學生自我評價表及小組匯報評價表[8]，組織學生進行自評與互評。其中自評環節，學生可通過知識內容、自主探究能力及協作探究中個人表現三方面進行自身評價及反思；互評環節，各小組還可通過作品的內容、制作水平、匯報者表現及協作探究情況四方面進行小組評價及反思。評價等級分為優良中、理解至不了解兩種等級劃分方式。根據自評及互評結果，幫助學生對個人學習過程進行總結反思，客觀評定自身在協作探究中的職責及問題，為接下來的開放性探究做好鋪墊。

（五）總結提高

總結提高環節作為教學實施過程中最后一個步驟，教師應在對上一環節評價反饋的結果查缺補漏的同時創設相關情境，引導學生對所學知識進行遷移拓展，自主提出一個或多個與之有關的問題，并根據探究興趣選擇某個問題去解決。這樣不僅能提升學生知識遷移能力和計算思維水平，也能促進學生學習參與度，凸顯學生的主體性地位。

所以教師可通過出示各類目標物體及其面部表情的圖片，使學生通過AI 平臺對表情識別的結果進行預測和驗證。之后通過開放性探究的方式指導學生開展AI 程序設計實踐，引導學生寫下多個“我想知道”的問題。例如：為什么有的動物能識別人臉，有的卻不行？為什么正臉可以被識別，側臉卻不行？如何區分多類目標物體？多個人臉及表情如何識別等。讓學生挑選最感興趣的問題組織探究活動，設計計劃及程序實現。在所學知識的基礎之上進行創新與實踐，體現計算思維中的“重用”和“再混合”。在這一過程中，教師還可根據學生本環節所選擇的主問題，引導學生自主設計本環節對應的分問題，激發學生學習熱情，通過探究過程發展邏輯推理能力，學習到科學探究的本質及如何解決問題的思維。

最后，教師仍可以通過開展作品設計展示及交流評價的方式對本環節的探究活動進行評定，檢驗各小組及學生個人是否得到改進，為后續課程的教學設計提供幫助。

四、適用范圍分析

（一）教學活動

1.教學內容

教學內容取決于所探究的問題，適合開展探究式教學活動的問題應包含以下特征：（1）能夠激發探究欲望的問題。由于人工智能學科具有跨學科性、綜合性、實踐性等特點，因此所探究的問題不僅要與其他相關學科交叉融合，也要與學生日常生活的應用緊密相連。（2）值得探究的問題。指既能引起學生探究興趣，也與所學知識相關，能引發學生深入理解知識點，實現教學目標的階梯性問題。（3）能夠探究的問題。指學生在具備探究工具和資源的情況下，能夠通過自主、協作探究解決的問題。

2.教學方法

盡管探究式教學的目的是幫助學生發展高階計算思維能力及探究能力，但一開始就讓其自主從頭設計探究活動，是不現實的。大部分學生都會出現“不知道探究是什么”“如何探究”等類似情況，導致課堂出現“局外人”的現象。因此，教學活動設計不一定要以驗證性探究為起點、開放性探究為終點，也可根據學生能力稍微降低或提高探究水平，再加上適當的支架，循序漸進地進行高水平探究，在其探究能力逐步提升并適應該教學模式后，可以采用結構性探究或更高層級的探究層級為起點進行教學活動設計。

（二）教學階段

高中人工智能探究式教學模式，注重于探究程序性知識和元認知知識，以動手實踐為基礎，對人工智能技術的核心思想與方法進行探究，培養學生計算思維及探究能力水平。因此，適用于高中人工智能課程中后期階段內容的教學。

隨著《義務教育信息科技課程標準》的頒布，人工智能首次出現在義務教育階段的信息科技課程主線中[9]。所以該模式不僅適用于高中人工智能模塊的教學，也能為義務教育階段人工智能模塊教學提供參考。

（三）教學周期

高中人工智能探究式教學活動是一個多層級的學習過程，所探究的每一層級都須耗費大量的精力和時間。為了順利開展探究活動，探究過程中教師應留給學生足夠的探究時間。建議一周2 課時連堂排課，如該條件無法滿足，則須教師做好課堂探究與課后探究的銜接指導，為學生設置合適的課后探究任務，保證其上課時能與之前課程有效銜接。

（四）教學組織規模

在開展高中人工智能探究式教學模式的過程中，越高層級的探究活動，教師對應提供的信息量越低、學生對應探究的知識層級越高。為了有效開展教學，教師須從協助交流環節起，及時指導學生探究，引導探究活動朝著正確的方向進行。如學生人數或小組成員過多，則會增加教師課堂指導的難度、降低小組協作的效果，影響探究活動的教學質量。因此，宜采取班型為45 人、4至5 人為一組的小班化教學。

五、結語

在全社會高度重視人工智能教育的今天，該如何合理地設計教學活動，如何優化高中人工智能課程的教學手段、創新教學模式，是目前需要我們思考的關鍵問題。因此，一方面我們可以通過人工智能核心實踐案例實現人工智能課程培養目標，培養學生適應人工智能社會的能力；另一方面，可以采用探究層級連續統理論指導實踐活動，通過創設情境、原理認知、應用遷移的探究式教學，從生活中的人工智能情境入手，引導學生在已有知識的基礎上分析、探究現象的機理，解釋相關現象或解決相關問題，提升學生的計算思維能力及探究能力。在人工智能時代來臨之際，幫助學生更快地融入人工智能時代，適應人工智能技術的快速更迭。