基于PBL模式的高中人工智能課程探索

摘要：本文以教科版高中信息技術必修1第五單元“數據分析與人工智能”中的《探秘人工智能》一課為例，闡述了高中信息技術中基于PBL模式的人工智能課程的實施過程，并對PBL模式下的教學行為和教學效果進行了分析和思考。

關鍵詞：PBL模式；人工智能；高中信息技術；教學實踐

中圖分類號：G434 文獻標識碼：A 論文編號：1674-2117（2024）23-0000-03

《普通高中信息技術課程標準（2017年版2020年修訂）》（以下簡稱“新課標”）明確指出：“課程倡導基于項目的學習方式，將知識建構、技能培養與思維發展融入到數字化工具解決問題和完成任務的過程中。”此外，新課標還倡導：讓學生參與到信息技術支持的溝通、共享、合作與協商這一新型的教學模式中。[1]因此，筆者在教學中以“數據分析與人工智能”單元為藍本，將Flappy Bird游戲作為項目活動的主線，貫穿以“探秘人工智能”為主題的人工智能課程全過程，希望能為“如何讓學生參與新型信息技術支持下的項目式學習”這一問題的深究提供新思路。

研究課程要點，優化教學設計

在教科版高中信息技術必修1《5.1 走進數據分析》一課中，學生已初步學習了數據分析的概念、特點和工作機制，對人工智能的基礎思想有了初步的認知。但到了《5.2 探秘人工智能》一課，教材仍然以介紹概念與小組討論為主，缺乏具體的項目實踐，學生難以具象感知人工智能的設計與實現流程。

因此，筆者以本課的重難點——“遺傳算法”和“神經網絡”為切入點，結合Flappy Bird游戲，融合編程思想，巧妙設計項目流程，讓學生在項目實踐中體驗機器學習模型的設計、調參、訓練和調試的過程，充分調動學生的主觀能動性，培養學生的創新思維能力和編程設計能力。

設計項目活動，發揮PBL優勢

項目式學習（PBL）的核心是以問題為導向，讓學生通過解決實際問題來學習課程知識。項目任務設計單是指為達成學習目標要求學生在本節課通過自己探索或小組合作完成的任務清單。項目任務流程設計是否恰當直接影響項目式學習的效果，《探秘人工智能》一課的任務設計如下頁表所示。

1.前置任務的設計是關鍵

在《探秘人工智能》一課中，筆者通過安排游戲任務Flappy Bird（前置任務），讓學生在玩的過程發現flappy bird游戲的規則并總結游戲經驗。

在體驗時間結束后，大部分學生都能總結出以下游戲規則：①點擊鼠標左鍵，小鳥向上飛，不點擊，小鳥則自由落體；②小鳥碰到地面或者上下柱子時游戲結束，統計通過的柱子數量作為游戲總分；③上下柱子間缺口的高度差一致，但是缺口的上下位置隨機。

在所有學生總結歸納出游戲規則后，隨機抽出1～2位完成前置任務的學生分享獲得高分的游戲經驗：①需要時刻關注是否單擊鼠標左鍵來控制小鳥的高度；②需要時刻關注柱子缺口的高度以及其相對小鳥的高度差。

2.項目任務的體驗是核心

如何讓學生直觀體驗不同的人工智能算法，并能夠根據現實項目需求選擇合適的算法去解決問題是本節課的重點，也是設計本節課PBL任務單的核心。人工智能算法包含多種技術，如機器學習、神經網絡、深度學習等。筆者在不改變項目活動的前提下，分別選擇機器學習中經典的“遺傳算法”以及神經網絡中用得最多的“BP神經網絡”作為模板，利用可視化編程軟件幫助學生快速上手、實操人工智能算法模型的搭建與訓練。

機器學習的目的是獲取新的知識或技能，通過重新組織已有的知識結構，不斷完善自身的性能，從而使計算機能模擬實現人類的學習行為。在了解機器學習的基本定義后，筆者提出將生物學的人工智能算法思想（遺傳進化思想）作為學習支架，它是根據大自然中生物體進化規律而設計提出的，是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優解的方法。這種算法思想的介紹，學生并不陌生，進化論是高中生物的重要知識點，大部分學生對相關知識點都有所了解，但是對如何將遺傳算法運用到機器學習上來卻是一頭霧水。此時，筆者及時布置任務二，要求學生通過可視化編程平臺優化模型代碼，結合實時運行結果讓學生直觀體驗并理解遺傳算法的設計與訓練。

3.項目任務的差異是亮點

為了讓學生深刻理解不同算法的特性和優勢，筆者選擇了某可視化編程平臺，平臺新增了實時演示經典人工智能代碼訓練過程的功能。同時，將Flappy Bird游戲作為核心項目，引入了機器學習領域的“遺傳算法”和神經網絡中的“BP神經網絡”兩種算法。這兩種算法在解決優化問題和模式識別方面各有所長，學生通過親手操作和觀察這兩種算法在訓練過程中的表現，可以直觀地感受到算法之間的差異。例如，遺傳算法通過模擬自然選擇和遺傳機制來優化問題解決方案，而BP神經網絡則通過反向傳播算法調整權重來學習數據模式。通過對比這兩種算法的訓練效率、穩定性以及最終的游戲表現，學生不僅能夠理解算法的工作原理，還能夠認識到它們在實際應用中的適用場景和限制。這種項目驅動的學習方式，使得抽象的算法概念變得生動和具體，極大地提高了學生的學習興趣，增加了理解深度。

分析PBL教學效果，思考優化PBL模式

在本節課中，筆者探索通過PBL模式將學生感興趣的一款網頁游戲作為項目活動主題貫穿課程始終。學生通過項目的前置任務理解游戲規則，通過上機體驗項目任務感知機器學習模型的設計、訓練過程，通過可視化編程比較不同算法下的項目任務，由此總結出兩種人工智能算法的優異性。

筆者還設計了基于PBL模式的高中人工智能課程系列的項目評價表（小組自評表），通過收集課后項目小組的自評和互評表，量化評價每節課小組項目活動的完成情況以及教學效果的達成情況。項目成果評價和項目過程評價是評價表設計的主要方面，通過自評和互評達成主觀評價和客觀評價相統一的評價要求。美中不足的是，在設計本節課時，筆者并未充分考慮跨學科知識的融合，在今后的教學設計中，還應加強相關跨學科內容的鋪設。

參考文獻：

[1]馬尚輝.高中信息技術教學中的信息核心素養初探[J].中小學電教（教學），2019（06）：5-6.

[2]程雅，戚珩，闞樹林，等.基于遺傳算法的供應商組合選擇[J].機械設計與制造，2013（02）：59-61+65.

本文系蘇州市教育科學“十四五”規劃2021年度立項課題“PBL模式下高中科創技術類校本課程的研究”（2021/LX/02/233/04）的研究成果。