人工智能課程學習者特征分析與教學建議

石苗苗 劉峽壁 常青 袁中果 張毅

1 首都師范大學教育學院 北京 100048 2 北京理工大學計算機學院 北京 100081 3 中國人民大學附屬中學 北京 100080 4 北京教育科學研究院 北京 100036 5 北京青少年科技創新學院 北京 100036

0 引言

隨著物聯網、5G 技術、人工智能等新技術的快速發展，教育形態正在發生深刻的變革，深度學習、人機協作、自然語言處理等技術的出現表明人工智能正在融合各領域飛速發展。2017 年7 月，國務院印發《新一代人工智能發展規劃》，提出“在中小學階段設置人工智能相關課程、逐步推廣編程教育”[1]。人工智能走進中小學課程已成為國家發展戰略規劃。現如今，中小學的人工智能課程體系正處于逐步探索階段，構建適合中小學學生特點的課程體系尤為重要。這需要教育教學研究者與一線教師共同努力，為學生提供個性化的學習環境，引導學生將人工智能與人們的生活結合，將充滿創意的智慧想法落實到課堂的具體教學與人們的實際生活中。而中等教育的課程體系中，人工智能課程現多以選修課的類別供感興趣的學生選擇性學習，這部分學生一般綜合素質較高，有一定的學習基礎，能夠綜合運用多種學科知識完成挑戰性任務。如何面向這部分學生進行有針對性的學習活動設計，選擇合適的教學方法與模式，成為人工智能課程教學和創新型人才培養的關鍵所在。

1 研究設計

1.1 研究目標

本研究擬通過調查分析發現在人工智能學習中學習行為表現較優秀的學生（以下簡稱“優等生”）的特點，從課程內容、學習活動、教學資源等方面，有針對性地研究人工智能課程教學設計中的關鍵要素，為教育研究者和一線教師的教學實踐提供參考和指導，從而更好地提升教育教學效果。

1.2 研究樣本的選取

為選取人工智能學習中具有代表性的優等生，筆者以中國人民大學附屬中學（以下簡稱“人大附中”）高一年級選修人工智能入門課程[2]的學生作為本次調查研究的對象，因其在學校、課程、學生三方面都具有一定的代表性。首先,人大附中作為全國中等教育領域首個開設人工智能實驗班的北京市重點中學，在人工智能師資培訓、課程建設、人才培養等方面做出了積極探索。其次，人工智能入門課程是該校選修課程體系中跨學科培養學生人工智能素養的重點課程之一，課程基于人工智能的“六大實現途徑”，設計了機器學習、神經網絡、符號智能、進化計算等教學內容，已在北京市各中小學實施且取得顯著教學成果。最后，選修該課程的學生大部分表現優秀，在一學期的課程教學中，學生的知識掌握、學習興趣、綜合素養都得到了顯著提升。基于這三點，筆者選取該班級學生作為研究對象。

1.3 研究方法

本研究采用問卷調查法來分析人工智能課程優等生的學習者特征。問卷調查法是研究者向調查對象發放統一設置的問卷來獲取情況或征詢意見的調查方法。學習者特征指學習者具有的與具體學科內容無關，但影響其學習的生理、心理和社會特征，包括學習者的年齡、性別、年級水平、認知成熟度、智能、學習動機、個人對學習的期望、生活經驗、經濟、文化、社會背景等因素[3]。

本研究在參考前人相關研究的基礎上，編制了《學習者特征調查問卷》。問卷主要包括人口學信息、學習者特征兩大部分，共計24 小題。其中，人口學信息采集了學生的性別、年齡；學習者特征主要包括四個維度，采用李克特五點量表（從1—非常不同意到5—非常同意）分別測量人大附中優等生在學習興趣、學習動機、學習風格、學習習慣方面的基本情況。學習興趣量表參考Deng 等人的學習投入量表，從行為、認知、情感、社交四個方面編制問卷，共計5 個題項；學習動機量表參考Biggs基于學習過程SPQ 提出的學習動機量表，從心理滿足、就業促進、學習成績等方面編制問卷，共計5個題項；學習風格量表參考Kolb 學習風格量表的四種風格，圍繞具體的經驗、省思的觀察、抽象的概念、主動的實驗設置4 個題項；學習習慣量表參考Dickinson、Black＆Deci、Benson 等人對于學習的研究，從學習準備狀態、學習能力、自主學習行為三個方面編制問卷，共計8 個題項。

2 優等生的學習特征調查結果與分析

研究采用目的抽樣的方式進行問卷調查，針對人大附中人工智能入門選修課程的學生進行線上發放問卷，回收有效問卷13 份，其中男生11 名，女生2 名。通過SPSS Statistics 26 工具進行統計發現，該問卷的信度系數α=0.878，說明該問卷的整體信度非常好，能夠用于測量研究對象的學習特征。問卷在學習興趣、學習動機、學習風格和學習習慣的調查結果如表1 所示，其中超過一題的二級指標后選取各題的平均數作統計。

表1 學習特征分析

結果表明，優等生學習具有以下特點。

2.1 學生對人工智能課程的學習興趣濃厚

具體表現在四個方面：在行為上，學生熱愛探索未知世界且相信自己的探究能力，當面對未知的問題時，他們勇于探索問題背后的原因，并積極尋找解決問題的方法；在認知上，學生普遍認為，人工智能對于人們的生活有很大影響；在情感上，絕大多數的學生認為雖然在學習的過程中可能會遇到挫折，產生短暫的消極情緒，但是在完成整個階段的學習后，學生普遍認為人工智能課程非常有趣；在社交上，七成以上的學生喜歡小組合作探究的學習模式，認為小組合作學習能夠提高他們學習的積極性。

2.2 學生對人工智能的學習動機呈現多元化特征

表層動機、深層動機和成就動機都促使優等生積極參與人工智能的學習。其中，受表層動機驅動的學生占九成以上，“希望取得較高的學習成績”、“不想落后于其他人”是所有優等生最強烈的學習動機。近七成的學生認為學習人工智能課程有益于他們未來的職業發展規劃，近八成的學生表示該課程能夠使他們獲得成就與心理的滿足。

2.3 學生在人工智能課程中最喜歡的學習風格是主動的實踐

九成以上的學生認為直接動手，從做中學是最傾向選擇的學習方式；此外，省思的觀察也是學生喜愛的學習風格，在計算機教室中，除了實踐動手操作外，學生喜歡通過觀察現象、省思本質、聽取意見的方式來完成學習任務；而具有知覺與感受型學習風格與概念思考型學習風格的優等生是占比最少的，尤其是概念思考型最少，學生對人工智能課程涉及的相關概念的學習積極性一般。

2.4 學生在學習準備、課堂學習行為、自主學習上都有著良好的學習習慣

在學習前的準備狀態上，五成以上的學生表示在課前就有了解和學習相關知識，七成以上的學生在課前就有明確、具體的學習目標；在課程學習過程中，九成以上的學生能夠和老師一起學習，參與實踐并按要求完成老師布置的任務，七成以上的學生能夠集中注意認真聽課，且喜歡與同學分享學習經驗，相互討論，但是在課堂提問環節，在被調查的優等生中，僅有四成喜歡上課主動回答老師問題；在課程結束后，有六成以上的學生會對課堂上未理解的問題進行自主學習。

3 人工智能課程的教學建議

基于以上分析結果，為了從源頭上使人工智能課程的教學更加有效率，提升不同水平學生的學習效果，教師對人工智能課程進行有針對性的教學設計是非常有必要的，具體來說，可以從以下幾點反思、優化人工智能課程。

3.1 注重從多角度激發學生的學習興趣

人工智能課程多采用項目式教學，學生在完成較為困難的任務時，通過小組合作的方式，逐步克服突破阻礙，找到解決問題的正確方式，這種教學形式能夠讓學生從社交、情感的角度激發學習興趣。在激發學生學習興趣時，可以從人工智能與生活的緊密聯系出發，引導學生關注校園生活、家庭生活中的人工智能應用，并引導學生思考如何運用人工智能使我們的生活更加便利。應繼續探索項目式教學模式，結合實際生活，讓學生思考人工智能能夠解決哪些問題，從而調動學生在認知和行為上的學習興趣。

3.2 構建科學的人工智能課程評價體系

學生的動機主要受學習成績和學生自我的競爭意識影響，因此，構建科學的評價體系，能夠很大程度提高學生學習的積極性?？茖W的評價體系不僅包括課程結束后的終結性評價，還應在課程進行過程中設置形成性評價。形成性評價側重反映日常教學過程中學生表現出來的學習進步情況，應貫穿整個教學過程；終結性評價側重反映學生階段性學習目標達成度。對于形成性評價的設置，可以在學生小組合作學習過程中，通過設置不同類型的任務，在各階段設計任務進度表，學生綜合評價表等，讓小組成員之間、小組之間相互幫助和監督，營造競爭與合作的學習氛圍，提高學生課堂的參與度。在進行終結性評價時，除了傳統的紙質化考試，還可以組織上機實踐、自適應測評或對學生的作品進行評價。無論是何種方式的評價，要注重評價主體的多元化，學生小組間互評與個人自評、教師評價等多種評價方式相結合，評價的內容應體現全面性，要從學生的能力表現、思維過程、情感態度等角度，全面評價學生。

3.3 增加人工智能課程中的實踐內容占比

人工智能課程中涉及多種基礎學科的知識，且涉及數據結構與算法、編程語言等多領域的知識，而該課程優等生的學習風格多以主動實踐為主，概念思考型較少，因此，教師在進行課程設計時，要注意人工智能課程與其他課程之間的區別與聯系，可以適當以案例分析的方式展開人工智能過程涉及的各個模塊的內容，但是要盡量減少概念類、理論類知識的灌輸式學習，避免傳統的以講授為主的教學方式。要把課堂交給學生，讓學生通過搜索引擎、社交媒體、短視頻和協同寫作等互聯網工具或平臺，進行較精準的信息搜索、溝通交流與合作，并貢獻有價值的數據和資源，要增加實踐類知識在課程中的占比，引導學生設計實驗項目，拆分任務并進行實施落地，邊學邊做，在做中學，在學中做，感悟人工智能在實際生活中的運用，激發學生的學習熱情。

3.4 為學生提供課下學習資源與平臺

在人工智能課堂上，學生能夠完成教師布置的任務，但是不少學生認為人工智能可以學習的知識非常廣泛，人工智能作為計算機科學的一個分支，涉及的領域包括機器人、語言識別、圖像識別、自然語言處理和專家系統等等內容，在課堂教學結束后，不少優等生會有一知半解的感受，學生經常會對課堂上尚未深入講解的一些知識產生疑問，在課后，學生也會在網上自主學習，但由于人工智能涉及知識的廣泛性，學生反映網上學習常常缺少針對性的學習指導，因此，教師可以面向這部分學有余力、興趣濃厚、探索欲強的學生，提供補充學習材料，如人工智能各個模塊的資源學習平臺、人工智能相關學習網站、該領域的優秀學習者的自媒體推薦等等，也可以構建班級線上學習社區，設計開放交流平臺，鼓勵同學之間相互分享所學到的更深入的知識，針對疑惑的問題，教師要及時對學生進行引導，以輔助學生在課堂外也能高效探索人工智能相關知識。

4 結束語

研究發現，人工智能課程學習的優等生具有良好的知識基礎、學習習慣和求知意愿。面向這部分學生的人工智能教學，最核心的并不是各種相關概念的學習或技術的簡單運用，而是抓住學生對未來人工智能的想象和期待，從生活情景出發設計項目式教學，提供學習資源與平臺，構建科學的評價體系，引導學生在團體合作的過程中，邊學邊做，深刻認識人工智能與現實社會的聯系，解決實際問題，從而提升學生的核心素養。本研究從學習者特征的角度分析了人工智能課程的教學設計應注意的問題，而作為貫穿中小學信息科技課程的一個重要模塊，人工智能課程的探索需要一線教師、校長、教育教學研究者結合學生的發展情況與時代變革，不斷改進教學方法，解決教學問題，探索教學模式，從而更好地為國家培養適應未來發展的高素質人才。