“人工智能預測出行時間”主題教學的設計與實踐

摘要：本文對浙教版信息科技九年級“智能預測”學習模塊進行單元整體設計，基于生活實際選擇了“人工智能預測出行時間”主題，根據四維核心素養確定教學目標，層層遞進建構“科”“技”并重的常態課堂，落實真實全面的多維評價，以期讓學生在解決真實、復雜問題的過程中掌握必備知識、形成關鍵能力。

關鍵詞：人工智能；預測；主題教學；素養導向；“科”“技”并重

中圖分類號：G434 文獻標識碼：A 論文編號：1674-2117（2024）16-0000-03

《義務教育信息科技課程標準（2022年版）》（以下簡稱“新課標”）關注提升學生的“核心素養”，強調課程內容要體現“科”與“技”并重，提煉了數據、算法、網絡、信息處理、信息安全、人工智能六大邏輯主線，其中人工智能主線內容深度融合了其他五大主線。人工智能是模擬、延伸和拓展人類智能的理論、方法、技術及應用的技術學科，在學生身邊的應用廣泛，可實踐性強。因此，人工智能教學具有前瞻性、綜合性、實踐性。所以，在經過之前各學段循序漸進的學習和學生核心素養螺旋式的提高后，第四學段人工智能教學的開展具有重要的意義。

基于上述分析，筆者遵循“科學原理和實踐應用并重”的課程理念，圍繞“人工智能的三大技術基礎是數據、算法、算力”等大概念，將浙教版九年級第三單元“智能預測”模塊拆分重組，進行單元整體設計，并從學生實際經驗出發，以“人工智能預測出行時間”為跨學科學習主題進行了設計與實踐，以期讓學生在解決真實、復雜問題的過程中掌握必備知識、形成關鍵能力、樹立正確的價值觀念。

項目驅動，確定素養導向的教學目標

新課標明確提出“以真實問題或項目驅動”“從信息科技實踐應用出發”，幫助學生理解基本概念和基本原理，建構知識，提升問題解決能力；核心素養是課程育人價值的集中體現，是學生通過課程學習逐步形成的正確價值觀、必備品格和關鍵能力。因此，如何選擇適合的項目主題，設置邏輯關聯的問題鏈，從而統領各分散課時的概念、滲透核心素養是關鍵。

1.選擇基于生活的項目主題

在《智能預測》章節，筆者選擇了“人工智能預測出行時間”這一單元主題，從學生已有生活體驗的實際出發，界定和分析預測問題、收集和量化數據集、利用神經網絡算法實現數據訓練和預測，并在此過程中反思和優化，同時，將“體會人工智能技術正在幫助人們以更便捷的方式投入學習、生活和工作中”“感受人工智能技術的發展給人類社會帶來的深刻影響”“了解人工智能的基本特征及所依賴的數據、算法、算力三大技術基礎”大概念融于其中。

2.確定素養導向的單元目標

①利用智能導航軟件預測出行、查詢天氣，判斷導航有哪些預測功能，分析影響出行時間的因素；網絡查詢、學習預測算法。（信息意識）

②從人類“先學習，后預測”的實際經驗遷移到人工智能預測的步驟；根據影響因素收集數據，反思、整理數據集；利用算法模型對數據進行處理，通過對比實驗分析實驗結論。（計算思維）

③利用智能導航軟件規劃出行、查詢天氣；利用在線協同軟件收集數據；運用網絡查詢預測算法。（數字化學習與創新）

④利用在線協同共享收集的數據；利用網絡查詢學習預測算法時，了解不同算法的優劣及適用場景；認識人工智能技術對人類社會帶來的深刻影響、算法對人工智能的巨大意義。（信息社會責任）

層層遞進，建構“科”“技”并重的常態課堂

在“人工智能預測出行”主題教學中，筆者將人工智能預測的科學原理、人類與計算機的“思維方法”、神經網絡算法的處理過程和工程實現融于三個課時的子活動中，旨在提升學生的知識遷移能力和學科思維水平，體現“科”與“技”并重。

1.第1課時：提出猜想，收集影響預測結果的數據

活動1：體驗導航，探討影響出行時間的因素。各小組利用導航軟件規劃行程，思考智能導航軟件中有哪些預測功能，探討影響出行時間的因素，并將探討結果填寫在《項目實驗手冊》上。學生從日常出行的生活實際出發，利用數字化工具進行路線及時間預測、天氣查詢，掌握預測的概念，并分析出影響出行時間預測的因素。

活動2：類比學習，掌握人工智能預測步驟。以“人類基于經驗、閱歷、學識、智慧等途徑學習后預測出行時間”類比，人工智能則需要根據數據，學習數據之間的邏輯關系，才能做出預測。以人類“先學習，后預測”的實際經驗做類比，引導學生掌握人工智能預測的步驟，降低學生對人工智能的認知負荷，同時體驗數據對人工智能的重要意義。

活動3：在線協同，收集多維出行時間數據。結合路程、交通工具、星期、時間、天氣狀況等影響因素，學生通過網絡查找、實地測試、導航歷史數據查詢等多種方式采集數據，并將數據填入小組在線協同表格。

2.第2課時：整理數據，建立神經網絡預測的模型

活動1：反思改進，量化數據集。對比小組采集的數據，討論得到格式規范統一、表述清晰準確的數據集更適合計算機處理，引導學生反思數據采集時應確定好數據格式、數據范圍、采樣頻率等信息，并進一步將數據集量化，體會數字化表示信息的優勢。

活動2：網絡查詢，了解預測算法。通過查找人工智能預測的算法，了解不同預測算法的優劣及適用場景，記錄在《項目實驗手冊》上。通過自學和討論，學生可以感受到在不同場景下，人工智能技術對人類社會帶來的深刻影響，了解算法對人工智能的巨大意義。

活動3：構建模型，體驗訓練和預測。根據教師提供的神經網絡預測模型，學生體驗數據集導入、模型訓練、根據新數據預測出行時間的過程，并觀看神經網絡算法視頻。通過過程體驗、視頻學習、教師講解，學生初步了解神經網絡算法預測的原理。

3.第3課時：實驗對比，體會人工智能的三大基礎

活動1：數據質量對比，感受數據的“燃料”作用。學生分別用各小組數據集、教師提供數據集（含18萬條數據記錄），運行神經網絡算法模型，將預測出行時間（Predict_time）、預測結果誤差（accuracy）記錄在《項目實驗手冊》上。在對預測結果的分析中，學生感受到數據的精確度、多樣性、數量多少均會對人工智能模型的訓練優化和預測結果產生巨大影響。

活動2：算法模型對比，感受算法的“靈魂”作用。在數據集相同的情況下，學生分別體驗教師提供的決策樹算法模型和神經網絡算法模型的訓練時間（Training_time）、迭代次數（Iteration）、損失值（loss），并記錄在《項目實驗手冊》上。通過對比不同算法模型，感受算法作為人工智能的“靈魂”是如何指導計算機訓練數據；根據實驗結果得到優秀的算法可以使人工智能更加高效、準確、可靠的實驗結論。

活動3：數據數量對比，感受算力的“引擎”作用。拆分教師提供的18萬條數據集，分別運行神經網絡模型，記錄模型訓練時間（Training_time），在數據對比中感受算力對人工智能模型訓練的重要意義。

素養立意，落實真實全面的多維評價

新課標指出，“要樹立正確的評價觀念，堅持以評促教、以評促學，體現‘教-學-評’一致性。”根據前期制訂的單元素養目標，真實、多元地制訂評價量化表（如下表），才能使過程性評價真實落地，發展學生核心素養，提升師生關鍵能力。

1.立足素養，體現全面性

評價是學生學習過程的重要反饋，評價方案是學習目標達成度的有力回應。評價量化表圍繞核心素養的四個維度，設置了不同達成情況的量化建議，全方位體現素養目標達成度。

2.關注過程，體現真實性

評價應貼近學生的學習和生活，應貫穿整個教學過程。評價量化表指向主題學習的每一個課程環節，讓過程性評價真實落地。

3.豐富主體，體現多元化

評價要尊重學生的主體地位，要引導多方共同參與評價過程。評價量化表采用學生自評、組內互評、教師評價多種方式，評價主體更豐富，評價結果更客觀。

信息科技學科主要研究以數字形式表達的信息及其應用中的科學原理、思維方式、處理過程和工程實現，具有“基礎性、實踐性、綜合性”的特征。筆者以項目驅動真實情境，以素養引領課程目標構建的“科”“技”并重課堂踐行了“科學原理和實踐應用并重”的課程理念，突出了學生的主體地位、充分調動了學生的主動性與積極性，加強了學習內容與生活實際的聯系，有助于整體把握學習模塊的學科大概念，有效促進單元學習目標的達成。學生得以真正地“做中學”“用中學”“創中學”，并在解決真實、復雜問題的過程中掌握必備知識、形成關鍵能力。

參考文獻：

[1]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）[M].北京：北京師范大學出版社，2022.

[2]沈李琴，魏雄鷹.素養立意的小學信息科技分項評價實施策略[J].中國信息技術教育，2024（06）：19-22.

[3]孫俊梅，趙梅，董晉軍.項目式學習理念下小學信息科技學科大單元設計——以“身邊的算法”為例[J].中國信息技術教育，2023（08）：60-63.

[4]高俊俊.指向深度學習的信息技術大單元教學實踐探究——以“走進人工智能”教學為例[J].中國信息技術教育，2023（01）：52-55.

[5]唐上觀.項目式學習在初中信息科技編程教學的實踐研究[J].中國信息技術教育，2022（23）：33-35.

[6]李愛云.基于新課標的初中信息科技大單元教學設計路徑[J].中國信息技術教育，2024（05）：54-56.