擦亮新一代人工智能教育的底色

鐘柏昌　李惠乾

當前，中小學人工智能課程主要依托信息科技課、機器人與創客教育社團等方式開展。一直以來上述課程在內容設計上存在交叉重合，導致人工智能教育的泛化。隨著新一代人工智能技術和教育平臺的豐富，人工智能課程應當與時俱進，把學生利用人工智能技術解決真實問題的完整過程，并由此理解人工智能技術的本質，作為人工智能教育的底色，體現人工智能課程的獨特教育價值和魅力，真正促進學生人工智能素養的培養。令人高興的是，我們在中國科協青少年科技中心、中國青少年科技教育工作者協會等單位共同主辦的2023 年全國青少年人工智能創新實踐交流展示會上，看到了一批（共17 個）具有代表性的人工智能創新教學案例，為中小學人工智能課程的健康發展帶來了諸多啟示。圖1 顯示了這17 個案例的所屬學段、內容主題、人工智能技術類型和教學方式的分布關系，表明教師能夠面向多種主題場景，采用多類人工智能技術開展多元化的教學探索。本文將基于這些獲獎案例的亮點與不足，探討教師應當如何在教學中擦亮人工智能教育的底色。

問題情境：體現人工智能技術優勢

如同新課標倡導真實性學習一樣，讓學生經歷利用人工智能解決真實問題的完整過程也是新一代人工智能教育的核心要義。為此，問題情境的有效設計是重要前提。好的問題情境能夠激發學生的學習動機，促進學生知識建構；而不當的問題情境，雖能產生課堂互動，卻難以喚醒學生的問題意識，甚至走向解決偽問題的歧途。當前中小學人工智能教學多以問題或項目驅動，教師在提出問題時能夠考慮到人工智能技術應用的情境性、價值性與可行性，但對為何采用人工智能技術而不是其他信息技術解決這一問題，缺少說明或者分析不到位。

在“人工智能預測出行”案例中，教師通過3 個學習任務引入項目主題：任務1，思考如何緩解學校門口交通擁堵現象；任務2，探析學生的出行方式及其影響因素；任務3，通過案例分析對比傳統方法和人工智能技術在預測學生出行方面的差異，分析人工智能技術的優勢。基于此，教師布置了“出行預測小助手”的設計與制作任務。總體而言，該問題情境緊扣真實問題解決，注重發揮人工智能技術的優勢，有較好的參考價值。

在初中案例“中藥茶飲智能識別搭配小助手”中，教師創設了這樣的問題情境：首先指出許多學生在秋天出現咳嗽、咳痰等癥狀時，家長會用菊花、金銀花、枸杞等中藥給學生泡中藥茶飲以緩解癥狀；接著教師提問學生自己在家想泡中藥茶飲又不知從何入手時應該怎么辦；最后教師引出驅動性問題“如何利用人工智能技術幫助我們認識家中的中藥并根據藥性搭配茶飲？”看上去，這一問題的提出自然順暢，且利用人工智能技術搭配中藥茶飲也頗有新意，難能可貴。但也值得商榷，因為這個問題的核心是如何自動識別中藥的品類，那是否必須利用人工智能技術？一方面，家里購買的適用于泡制茶飲的中藥一般是常見品類，不僅種類有限，也較容易識別；另一方面，購買的家用中藥一般都有中藥名稱和藥性說明，或者經過簡單的網絡檢索也能獲得相關信息。如是，利用人工智能技術解決問題的必要性不足，無法讓學生真正體會人工智能的優勢。如若教師將問題情境的重點設在茶飲搭配的效率和準確度上，引導學生對比探析利用傳統方法與人工智能技術搭配茶飲的差異，便可能讓學生充分體會到人工智能的優勢。

筆者曾撰文指出，技術應用要尊重現實生活中的真實需求和解決問題的現實路徑，不能為用技術而虛設情境[1]。為此，教師在設計人工智能教學的問題情境時，需要真實體現人工智能技術的優勢，引導學生批判性看待與選用人工智能技術，而不僅是停留于“能用則用”，或者片面求新、求異。

教學目標：聚焦人工智能素養培養

相較于傳統的編程教育、機器人教育和創客教育，人工智能教育需要采用新的實踐平臺和創作工具。與此同時，人工智能素養培養成為中小學人工智能教學的出發點和最終旨歸。作為教學的指南針，人工智能課程教學應當以素養為導向，緊密圍繞學生人工智能素養的培養設計學習活動。反之，如果教學目標停留于工具使用和技能訓練，就難以塑造學生的人工智能認知和思維，甚至混淆新一代人工智能技術和傳統信息技術的本質區別。

以往的教學案例大多從三維目標角度，或是圍繞信息科技／信息技術課程的四大核心素養設定教學目標。雖然這兩種方式都有其合理性，但均不利于深入揭示人工智能素養的核心要素。如何在教學目標中體現人工智能素養的核心要素呢？“嬰兒情緒識別系統”案例作出了有益的嘗試。在該案例中，教師參照《中小學人工智能課程指南》中的中小學人工智能核心素養[2]，以嬰兒情緒的智能識別為內容主線，將智能意識、智能思維、智能應用與創造、智能社會責任4 個要素融入教學目標中。

通過本課程的學習，學生將初步具備如下人工智能素養：

了解人工智能對社會發展的作用，具有主動解決問題、掌握核心技術的意識（智能意識）

針對待解決的問題，能夠將其分解為若干小任務，合理設計相關算法（比如表情或哭聲檢測）并通過編程實現（智能思維）

能描述典型圖像分類算法的實現過程，學會訓練和優化圖像分類模型，并能根據實際需要配置適當的環境、參數及自然交互方式等（智能思維）

了解特定領域（如機器學習）人工智能應用系統的開發工具和開發平臺，通過搭建簡單的人工智能應用模塊，親歷設計與實現簡單智能系統的基本過程與方法（智能應用與創造）

認識算法對解決問題的重要性，懂得合理的使用和保護嬰兒的人臉和聲音等隱私數據，知道發展人工智能應遵循的倫理、道德、安全問題，合理地與人工智能開展互動（智能社會責任）

總體而言，以上5 個教學目標指向清晰，綜合表現了學生在人工智能學習過程中形成的知識與技能、過程與方法、情感態度與價值觀，并凸顯了項目式學習在體系化塑造學生人工智能素養方面的優勢。當然，盡管教師已有意識地增強了語言表達的規范性，但仍然存在模糊的表述，不利于理解、測量與評價。例如“了解人工智能對社會發展的作用，具有主動解決問題、掌握核心技術的意識”可修改為“能舉例描述人工智能對社會發展的作用，并說出主動解決問題、掌握核心技術的必要性和重要意義”；而“了解特定領域（如機器學習）人工智能應用系統的開發工具和開發平臺”可修改為“能列出2 ～ 3 個常見的人工智能應用系統開發工具和平臺”。

此外，還有兩種情況值得教師留意。一是在教學目標中將人工智能平臺操作、制作人工智能數據集、開發人工智能科技創新作品等具體目標與人工智能素養目標并列呈現，表明教師尚未準確把握人工智能素養的內涵及構成要素，割裂了工具使用與素養提升之間的有機關系。二是在教學目標中同時列出信息科技核心素養目標和生物核心素養目標，卻沒有具體描述人工智能素養目標。面向真實問題解決的人工智能課程教學，必然涉及多學科領域知識，但主次要分清，人工智能本身的內容應該是第一位的。

項目設計：彰顯人工智能內在本質

項目式學習以其開放性、靈活性和生成性特點，已成為當前主流的人工智能教學模式之一。大多數教師在設計學習方案時，能夠體現項目式學習的主要環節（需求分析、方案設計、作品實現與測試、作品分享與評價），同時注重“教—學—評”一體化的要求。在內容選擇與任務設計方面，教師也能夠區分新一代人工智能教育與傳統創客教育、機器人教育的區別，在項目任務中突出了數據集制作、模型訓練、模型推理、模型部署與應用等知識的學習，彰顯了人工智能模擬人類智能處理任務的本質。

例如在前述“中藥茶飲智能識別搭配小助手”案例中，教師將學習項目劃分為9 個模塊：①初識人工智能；②分析問題，設計方案；③制作數據集；④訓練分類模型；⑤探究提升模型準確性的方法；⑥優化模型并推理測試；⑦人工智能多模態部署；⑧項目優化與迭代；⑨項目分享、評價與拓展。可見該案例非常重視學生經歷數據集制作、模型訓練、模型推理、模型部署與應用的完整過程，有利于學生在解決問題的過程中理解人工智能的本質。然而，我們發現在小學和高中項目案例中同樣能找到相似的學習內容和相同的技術工具。例如小學案例“校園路口‘小交警”的主要內容也是學習圖像分類、人工智能數據集制作、人工智能模型推理與訓練、人工智能應用部署等。再如高中案例“神農百草”將學習項目分為圖像分類、數據集制作、模型訓練與推理、模型轉換與應用部署測試、硬件設計及項目應用部署等環節。在不同的學段采取同樣的學習內容和技術工具，就單個案例而言是合理的，但就整個人工智能教育體系而言顯然存在明顯的重復式學習，乃至某種形式的千篇一律。

人工智能素養的培養是一個復雜抽象的過程，人工智能教育需要循序漸進、層層深入，以保障素養培育的針對性和有效性。筆者曾撰文提出6 層人工智能教育進階模型，從低階到高階分別為人工智能功能體驗、人工智能模型理解、人工智能模型應用、人工智能模型綜合、人工智能要素重組和人工智能算法創新[3]。其中前5 層面向中小學生，第6 層面向高校學生。教師可根據學生的認知發展水平狀況和具體的問題情境特點，采用不同抽象程度的人工智能創作工具，分層分類設計學習項目，引導學生在解決問題的過程中逐層探索人工智能的技術思想。

教學實施：保障人工智能教學條件

相較于傳統科目，人工智能教學需要具備良好的人工智能軟硬件資源和穩定流暢的網絡環境，且對師生的專業知識儲備和數字素養要求較高。當前，多數教師能夠成功地將項目計劃付諸實踐，并引導學生進行有效探索。例如在“智能植物考察之旅”案例中，教師為學生提供了平板電腦、“生動科學”增強現實軟件、掌控板、土壤濕度傳感器、攝像頭和圖像分類模塊等軟硬件資源，并輔以學習任務單，指導學生對植物考察旅途中遇到的植物進行智能識別，并模擬種子的萌芽和生長過程。而“用人工智能設計‘劇本殺”案例則指導學生利用“商量SenseChat”“秒畫SenseTime”等生成式人工智能（AIGC）工具進行文本和圖像創作，帶領學生解鎖“人機共創”的新玩法。

然而由于缺乏必要的條件，部分案例停留于構想與模擬階段，還有一部分案例雖然能夠勉強實施，但淺層化教學現象比較突出，甚至出現“爛尾工程”。在“生活中的果物識別”案例中，教師在總結首輪實施效果時指出，由于學習項目對學生的實踐能力要求較高，部分學生僅能依照教程完成示例任務，難以較好地結合生活實際創作新的人工智能作品，且由于缺乏課時，學生未能完成硬件部署任務。又如“人工智能預測出行”案例指出，教學實施中遇到服務器訪問量限制，導致部分學生無法登錄平臺進行學習體驗。為此，我們特別建議教師一方面要積極爭取學校的支持，另一方面要做到因時、因課、因人制宜，在實際條件范圍內設計具有可行性的學習任務。

教學評價：開展有依據的學習評價

教學評價是檢驗教學目標達成情況的關鍵環節，也是實現“教—學—評”一體化的應然要求。人工智能教學強調“做中學”“用中學”“創中學”，獲取學生學習過程中的“證據”，開展證據導向的素養評價是人工智能教學評價的重點[4]。

除個別案例外，大多數教學案例都設置了學習評價任務模塊，體現出該教師對人工智能教學評價的重視。在評價內容方面，教師設計了作品評價、學習過程評價和人工智能素養評價。在評價方式方面，教師積極開展學生自評、互評及教師評價的多元主體評價，并將過程性評價與總結性評價相結合，充分發揮評價對人工智能教學的導向功能。然而，在評價依據方面，大多數教師沒有說明評價依據來源，評價量表的設計較為主觀。筆者曾撰文構建了人工智能素養評價指標體系，包括人工智能知識、人工智能情感和人工智能思維3 個一級指標，以及若干個二級指標和三級指標[5]，可供教師參考借鑒。

參考文獻

[1] 鐘柏昌．有效教學的幾條原則與案例點評[J]．中國信息技術教育，2013，（Z1）：50-54．

[2] 江波．中小學人工智能課程指南[J]．華東師范大學學報（教育科學版），2023，41（03）：121-134．

[3] 鐘柏昌．如何通達新一代人工智能教育的核心[J]．中小學數字化教學，2023（11）：1．

[4] 鐘柏昌，詹澤慧．人工智能教育的頂層設計：共識、差異與問題——基于4 套標準文件的內容分析[J]．現代遠程教育研究，2022，34（04）：29-40．

[5] 鐘柏昌，劉曉凡，楊明歡．何謂人工智能素養：本質、構成與評價體系[J]．華東師范大學學報（教育科學版），2024，42（01）：71-84．