中學人工智能課程算法教學的策略探究

摘要：算法是人工智能技術的核心，因為其內容抽象、概念復雜，在中學人工智能課程中實施教學有一定難度。作者結合多份指導文件的相關內容要求，針對算法的特點，提出了三個方面的教學策略——融合場景需求問題引導、清晰目標定位優化方法、資源平臺輔助搭建支架，以期能夠有效提升教學效率，培養學生計算思維。

關鍵詞：中學；人工智能；算法；教學策略

中圖分類號：G434" 文獻標識碼：A" 論文編號：1674-2117（2024）06-0030-04

隨著《新一代人工智能發展規劃》的發布，人工智能課程在基礎教育領域越來越受重視。《普通高中信息技術課程標準（2017年版2020年修訂）》（以下簡稱《高中課標》）設置選修課程“人工智能初步”，內容要求了解人工智能的核心算法，熟悉智能技術應用的基本過程和實現原理。[1]《義務教育信息科技課程標準（2022年版）》（以下簡稱《義教課標》）設置了“人工智能與智慧社會”模塊，要求學生不僅要了解人工智能的三大技術基礎——數據、算法和算力，還應該“初步了解人工智能中的搜索、推理、預測和機器學習等不同實現方式”[2]，且首次在初中階段涉及人工智能算法的內容。算法是人工智能應用的基礎和核心，它決定了人工智能系統的性能和表現。算法的學習有助于理解人工智能的基本原理和核心概念，因此，如何提高人工智能算法的教學效率，培養學生的計算思維和解決問題的能力，是開展中學人工智能教育的重要課題。

問題背景

算法是人工智能課程不可或缺的組成部分，在基礎教育領域，除了《高中課標》和《義教課標》外，各級部門或組織也發布了一系列的指導文件，其中有中國教育學會中小學信息技術教育專業委員會的《中小學人工智能課程開發標準》（以下簡稱《開發標準》）、中央電化教育館的《中小學人工智能技術與工程素養框架》（以下簡稱《素養框架》）。各類文件均對人工智能課程培養目標、學習內容、學段要求等進行頂層設計，并且都關注到人工智能的算法，具體的內容與要求如下頁表所示。

四份文件從各自角度針對“算法”加以說明：《高中課標》和《義教課標》是學科綱領性文件，都特別注重算法應用的具體場景，強調通過分析生活中的典型案例，理解其背后的算法原理；《開發標準》明確人工智能技術領域的劃分，指出技術實現的具體算法內容，以及對應的層次關系；《素養框架》按學段目標，提出“算法”在各階段應達到的素養標準。前兩者是具有權威性的課標文件，指導算法模塊的教學實踐，后兩者分別界定算法的具體內容、規范對應的素養目標，側重解決“教什么”和“教到什么程度”的問題，是課標的有益補充，具有重要的參考價值。

問題現象

計算機算法是一組有窮的規則，它規定了解決某一特定類型問題的一系列運算，是對解決問題方案的準確與完整的描述。算法是計算機科學中最基本的核心概念之一，幾乎貫穿于計算機科學的各個領域。在人工智能課程中，學生需要學會如何設計、實現和應用算法，以解決實際問題。但對中學生來說，算法本身難以理解，較為抽象，無法直接觀察算法的實現過程，很多情況下需要借助分析代碼的運行結果來理解其步驟；算法教學實施難度大，大多數沒有相關的知識基礎，教學活動容易變成淺層體驗，或浮于表面；相關配套的教學資源不足，雖然中學人工智能課例日漸豐富，但是涉及具體算法的內容還較少。因此，筆者認為，針對中學階段的人工智能算法教學，應以場景分析為主線進行問題引導，以培養目標為導向優化方法，以資源平臺為輔助搭建支架，來提升教學效率，促進算法內容的有效落地。

解決策略

算法是人工智能技術的核心，只有真正理解其基本原理，才能做好人工智能的普及教育。結合以上指導文件的內容要求，針對人工智能算法的特點，筆者認為可以從“道”“術”“形”三個方面促進教學實施。

1.“算”亦有道：融合場景需求，問題引導

算法是解決問題的步驟和過程，難點在于抽象。現有不少版本的中學人工智能教材，其算法章節往往是大學教材的簡單移植，重心放在算法的程序實現，忽略了實際應用場景的支撐，學習過程略顯枯燥。中學人工智能課程應重視問題的需求分析，融合問題提出的背景，讓算法與應用場景緊密聯系，有助于學生對算法的深入理解和認識。同時，針對中學生的認知能力和學科基礎，在提出問題、分析問題時，將晦澀難懂的算法簡單化、趣味化處理，可以提高學生的學習興趣，促進學生持續探究。

例如，在“智能失物招領處”學習主題中，教師以學生在校園易丟失的物品為切入點，建立智能招領處。學生在完成任務的過程中不斷分析問題，觀察結果，思考機器是如何學會識別物品的、如何有效提供有關物品的數據；在體驗機器學習的一般流程后，學生進一步考慮模型識別效果與哪些因素有關、如何提升模型識別的成功率等。該主題以實際的校園生活需求為導向展開教學，最后教師設計了拓展問題：校園生活中還能做哪些智能化設計？該問題涉及的場景極為豐富，如入校登記、圖書館管理、食堂訂餐、校園角落改造等。

又如，決策樹算法是《高中課標》列出的核心算法之一，主要通過構建一個樹狀結構來對數據進行分類或預測。在教學時，教師可以用熟悉的購物思路類比，如人們在購買喜歡的商品時，總會有多重考慮，如何做出恰當的決策？借此分析決策樹的構成與實現原理。類似的生活場景還有疾病診斷、金融借貸、選課系統等，學生自主選擇感興趣的場景，以項目報告的形式進行問題探究活動。

算法學習是計算思維的具體體現和實際應用，適宜在問題解決過程中設計活動，開展基于問題的教學。聚焦復雜情境中的問題，將算法融入典型案例的分析中，再運用算法來解決問題，在場景應用中感受算法之美，這樣才符合算法之“道”。

2.“算”亦有術：清晰目標定位，優化方法

中小學人工智能課程已逐漸形成體系化，在面向不同階段的學生時，課程定位、教學目標均有所區分，小學、初中和高中三個學段的側重點有所不同：小學重在感悟，初中重在體驗，高中重在創造創新。[4]《素養框架》針對“算法”提出，初中階段能夠闡述某項技術的算法原理，給出流程圖，而高中階段則能夠用不同算法解決同一問題，并且對比分析優劣程度。[5]因此，教學中需根據學情分層適宜開展，依據教學目標選用恰當的方式，算法實踐的常用方法有體驗式學習、圖形化編程、半成品代碼和完整程序等，課堂實施難度依次增加，可綜合考慮靈活選用。其中，體驗式學習側重對算法功能的理解，通常采用“黑箱測試”，根據輸入輸出的數據觀察運行結果，不涉及具體程序的編寫；圖形化編程直觀便捷，避免學習不必要的編程知識，部分算法內容模塊化封裝，較易理解算法的整體框架；半成品代碼注重問題分解，將大問題分為多個小問題，形成相互關聯的功能模塊，一般編寫較少的幾行程序語句即可，有利于理解算法的關鍵步驟；完整程序編寫則需要較好的編程基礎，編寫代碼并調試運行，能夠真正掌握算法的全貌和具體實現。

例如，在學習聚類算法時，在“猜你喜歡”主題時，學生扮演數據分析師的角色，通過平臺用戶的多種數據，分析其行為特點和購物喜好，活動中數據不斷增加，任務層層遞進，最后使用指定的程序，輸入前期的各項數據，觀察程序的運行結果，驗證結論。體驗式學習對學生的編程基礎幾乎沒有要求，重點在于理解算法原理，通過案例分析了解算法的應用，較易實施。但由于沒有學習具體的程序，學生無法模仿和改造，難以遷移應用到其他類似問題中。同樣屬于聚類算法，在“物資配送中心選址”主題學習中，項目提出如何建立衛生防控物資配送中心的問題，采用了Python半成品代碼的形式。項目的主程序分為讀取數據集、實現聚類和可視化繪圖三個模塊，其中“實現聚類”是程序的核心，基于k-means算法又可以分為導入聚類模塊、確定聚類個數、訓練模型和預測結果四個部分如下圖。整個程序有幾個特定位置，通常也是算法的關鍵步驟，由學生進行代碼填空，不需要編寫所有語句。這樣，半成品代碼形式抓住了算法原理的關鍵，有效降低了程序實現的難度，保障了教學的順利實施，在此基礎上學生能夠提出設想，改編設計新的方案來解決同類問題。因此，實踐中不能好高騖遠，要以學段目標定位和學生認知能力為起點，根據學情基礎優化方法，教應有“術”，才能更好地促進算法學習。

3.“算”亦有形：資源平臺輔助，搭建支架

算法的抽象性決定了教學實施難度大，且執行過程難以觀測，而人工智能算法又比編程領域的基礎算法更加復雜，學生往往知其然而不知其所以然。因此，在教學中，教師可使用多種形式讓算法“有跡可循”，充分開發與利用學習資源，搭建學習支架，降低學生的認知負荷。算法常用的描述方式有自然語言、流程圖和偽代碼等，除此以外，還可以使用圖形、動畫、視頻和模擬工具等，豐富算法的視覺化效果，直觀呈現算法的實現過程，使學生的思維活動有具體表象的支持。

例如，在“搜索”的學習中，算法思想是在狀態空間樹中從初始狀態出發，按照條件找到目標解，主要包括深度優先搜索、廣度優先搜索、啟發式搜索等。搜索算法在中學信息學競賽中涉及較多，有經典的全排列、八皇后等問題，代碼簡潔，但過程復雜，教學中應盡可能演示求解的執行過程，如全排列問題，借助算法可視化模擬工具，通過參數設置分步動態演示，將每組數字排列生成的過程依次呈現，使抽象的搜索過程具體化、形象化，增加教學的趣味性和實效性。

與基礎算法相比，人工智能算法往往還需要平臺、算力和數據等的支持。例如，《義教課標》提到的推理和預測，在人工智能領域均依賴于數據模型的訓練，在課堂教學實踐中可適當引進人工智能開放平臺，體驗機器學習領域的建立數據集、定義模型、訓練模型、評估和部署模型等整個流程，認識在數據支持下預測、識別和檢測算法的應用，有助于增強學生的算法實踐能力。另外，學習支架還可以包括適合班級教學的人工智能應用，如機器人、智能音箱等，能更豐富地表達算法的運行結果，增強體驗效果，激發學生探究人工智能學科的興趣。

結語

算法教學不是注重結果的編程測試，而是在“做中學”，縱向上注重知識層次遞進的過程，橫向上關聯具體場景應用的分析。相信隨著人工智能應用領域的不斷擴大，算法將進一步優化，教師也需加強專業知識學習，有效利用和開發課程資源，幫助學生掌握算法原理，培養計算思維。

參考文獻：

[1]中華人民共和國教育部.普通高中信息技術課程標準（2017年版2020年修訂）[S].北京：人民教育出版社，2020.

[2]中華人民共和國教育部.義務教育信息科技課程標準（2022年版）[S].北京：北京師范大學出版社，2022.

[3]中國教育學會.中小學人工智能課程開發標準[EB/OL].[2021-10-20].http：//www.cse.edu.cn/.

[4]謝忠新，曹楊璐，李盈.中小學人工智能課程內容設計探究[J].中國電化教育，2019（04）：17-22.

[5]中央電化教育館.中小學人工智能技術與工程素養框架[EB/OL].[2021-11-30].https：//www.ncet.edu.cn/zhuzhan/tztgao1/20211130/5505.html.