基于PTP模式的人工智能實驗教學實踐研究

中圖分類號：G434文獻標識碼：A論文編號：1674—2117（2025）14—0080—04

引言

人工智能技術的教育融合是塑造未來人才核心素養的關鍵路徑。《關于加強和改進中小學實驗教學的意見》強調，實驗教學是提升學生創新能力和實踐素養的重要載體。《義務教育信息科技課程標準（2022年版）》（以下簡稱“新課標”）明確要求，中小學人工智能教育需超越工具操作層面，通過實驗教學促進學生對技術原理的深度理解與真實問題解決能力的培養。然而，當前初中人工智能教學仍存在顯著瓶頸：其一，教學內容側重抽象算法講解，脫離生活場景，導致學生難以建立技術價值感知；其二，實驗活動碎片化，缺乏系統性任務鏈設計，高階思維能力培養目標懸置；其三，跨學科整合不足，技術實踐與倫理反思割裂，制約學生創新意識與社會責任感的協同發展。

上述問題折射出傳統教學“重知識傳授、輕實踐創新”的弊端，而實驗教學作為聯結認知與實踐的關鍵環節，為破解這一困境提供了突破口。本文提出的“問題一任務一實踐”（PTP）實驗教學模式，旨在通過“問題鏈一任務群一實踐環”的三階遞進設計，推動學生從被動接受者向主動探究者轉變。同時，以農業智能化場景下的“自動采摘機器人”單元為實踐案例，聚焦“如何構建高效協同的機器人系統”這一核心問題，引導學生在實驗活動中經歷算法調試、模式優化與技術倫理反思的全過程，最終實現知識遷移與價值觀內化。本研究的創新價值在于將學科核心概念融入真實問題解決，為人工智能教育從“技術應用”走向“素養生成”提供可操作的實踐路徑。

PTP人工智能實驗教學模式的內涵剖析

PTP人工智能實驗教學模式是一種旨在提升學生人工智能素養和綜合實踐能力的系統化教學方法。該模式基于布魯姆教育目標分類理論、建構主義學習理論及探究式學習理論，通過問題導向、任務驅動和實踐探究三個階段，引導學生深入理解和應用人工智能知識（如圖1）。

1.問題導向：核心問題階段

問題導向階段是PTP模式的起點，其核心在于依托布魯姆教育目標分類理論，梳理核心問題，明確實驗目的。布魯姆將認知領域的目標分為六個層次：記憶、理解、應用、分析、評價、創造。這些層次從低到高，逐步提升思維的深度，為問題導向階段提供了分層思維框架，教師可以引導學生從低階認知逐步邁向高階思考。核心問題是指在某一學科領域或特定學習單元中，能夠涵蓋和引領其他相關問題的中心問題和高層次問題。教師應如何梳理核心問題？筆者認為可從三方面開展：一是從真實生活情境中提取問題；二是從學科相關發展領域中提取問題；三是從學科核心概念中提取問題。通過核心問題激發學生的探究興趣，啟發學生的思維，探索利用人工智能技術解決實際問題的方法和途徑。

2.任務驅動：核心任務階段

建構主義學習理論強調學習者通過與環境的互動，在完成任務的過程中構建知識。在PTP模式的任務驅動階段，核心任務的建構是驅動學生主動參與實驗的關鍵，基于核心任務創造相應的實驗條件，確保實驗順利完成。那么，如何建構核心任務？可從以下三方面進行構建：一是基于真實情境與問題導向，挖掘現實場景中的痛點問題或模擬行業應用場景；二是聚焦關鍵知識與技能整合，在實踐中學會跨學科思考；三是強調項目式與團隊合作學習，發揮各自優勢，共同解決項目問題。教師借助這些核心任務明確學習目標、整合知識技能、激發實驗興趣、培養綜合素養、提升實踐能力，在解決實際問題的過程中實現從知識傳授到能力培養的轉變。

3.實踐探究：實踐活動階段

在PTP模式的實踐探究階段，教師應讓學生能夠親身體驗人工智能技術在解決實際問題中的應用過程，從而形成科學的實驗結論。那么，如何設計并高效地落實實踐活動？可從以下兩方面進行設計：

一是針對初中生的年齡和認知特點設計真實、有趣、有挑戰性的實驗活動；二是反思與持續改進。在實踐活動中，要關注學生的參與度，以及知識傳授與技能練習的比重，重視素養目標的達成，通過不斷優化迭代，高效落實實踐活動。

PTP人工智能實驗教學模式的應用

1.核心問題階段：搭建單元知識框架，提煉實驗核心問題

筆者在研讀新課標的模塊內容要求、教學指南中的教學建議后，結合初中生的認知能力，確定了單元及課時的核心概念，形成了單元知識框架，確定了單元的關鍵問題——如何構建智能機器人的高效協同工作系統？

由于關鍵問題的覆蓋面非常廣，因此，本單元以智慧社會為背景，圍繞真實生活情境展開，即結合當前果農在采摘過程中面臨的勞動強度大、效率低、勞動力短缺和年齡偏大等現實問題，將“智能采摘機器人”確定為單元主題，并把助農意識融入人工智能單元教學中，讓學生體會到人工智能的實現過程。

因此，在搭建單元知識框架的同時，教師將單元核心問題提煉為“智能機器人是如何工作的？”，并將單元核心問題分解為四個子問題：智能采摘機器人有哪些功能？如何實現自動學習？如何實現正確的物品分類？如何實現高效的自動采摘？子問題構成單元問題鏈，分別指向自動采摘與人工智能、機器學習、圖像識別與KNN算法、智能系統中的控制與反饋這幾個核心概念的學習。

2.核心任務階段：梳理單元核心知識，分解單元核心任務

基于PTP模式的“任務驅動”原則，以“構建智能機器人高效協同工作系統”為核心任務，結合布魯姆高階認知目標（分析、評價、創造），筆者將其分解為以下子任務，用實驗的方式依次實現：會“自動學習”的采摘機器人（分析）、會“正確識別”的采摘機器人（評價）、會“高效采摘”的采摘機器人（創造）。三個子任務形成任務群，分別指向每一課的核心問題（如圖2）。學生用實驗核心問題指引實驗活動，完成核心任務，更能激起探索欲，優化實驗學習效果。同時，通過小組協作，學生以模擬實驗和對比分析的方式驗證科學原理，從而促進科學與技術的融合學習。

3.實踐活動階段：規劃學科實驗要點，改善實踐活動效果

實驗教學活動應能平衡科與技的學習，提升學生參與度，重視能力與學科素養的培養，有效解決以上問題，提升實踐活動效果。教師可以通過“實驗目的確認一實驗條件創設一實驗結論探究一實驗反思遷移”四個環節，以終為始，引導學生利用學科核心概念、工具與技術解決問題，理解人工智能背后的原理。下面，以單元第三課《會“正確識別”的采摘機器人》為例進行介紹。

（1）實驗目的確認

《會“正確識別”的采摘機器人》一課要解決的實驗核心問題是：“如何實現正確識別？”通過5個核心問題串起5個核心任務（如下頁圖3），引導學生理解并應用KNN算法實現圖像識別，從而達成實驗目的：能用自己的話講明白圖像分類的過程及KNN算法的原理，并能用人工智能技術實現高識別率的番茄成熟度分類與預測。實驗目的的確認是本節課實現“會‘正確識別'的采摘機器人”的指引，讓學生在解決問題的實踐過程中發展計算思維。

本環節的實驗流程主要為三步：第一步，采集數據。學生需要重新采集并處理番茄數據，目的是讓學生認識到圖像識別實驗中樣本數量與數據多樣性對模式識別效果的影響，要盡可能擴大樣本數量，并提高數據多樣性。第二步，調試程序。設置參數，選擇不同的鄰居數k，觀察對識別結果的影響，目的是幫助學生理解調參是提高模式識別效果和泛化能力的關鍵步驟。第三步，結果分析與優化。分析不同參數設置下的識別準確率，找出最優的參數組合，目的是分析實驗結果，進一步優化模式。

（2）實驗條件創設

實驗活動需在創造的實驗條件下，為學生搭建實驗支架，增強學習體驗、培養實踐能力、促進知識理解，培養科學素養。例如，本實驗的難點為KNN算法的理解，教師可重點講解KNN的工作流程（計算距離、選擇鄰居、進行投票等），并借助數學公式和圖形示例輔助理解。

（3）實驗結論探究

實驗結論的探究，將理論知識與實踐相結合，能夠幫助學生全面理解實驗結果提升其綜合素養。在完成實驗后，通過對不同參數設置下的識別準確率的比較，學生能夠總結出哪些參數組合能夠提高模式的識別效果。例如，分析最近鄰數（k值）對識別結果的影響，找出最佳的k值，進而得出結論：在特定條件下，選擇合適的k值是提高圖像識別準確率的關鍵。另外，學生可以借助圖表或數據可視化工具，將實驗結果以圖形方式呈現，更直觀地理解數據之間的關系，并對實驗結論進行分析，總結實驗中存在的不足，提出改進的方法和措施。

（4）實驗遷移反思

遷移能力能幫助學生將所學知識和能力運用在新的場景中解決新問題。因此，實驗活動引導學生將在實驗中所學的知識和技能遷移到其他領域和問題中。例如，圖像識別技術不僅可以應用于農業領域的自動采摘，還可以在醫療影像診斷、交通標志識別、安防監控等領域發揮重要作用。學生需要通過類比和聯想，分析不同領域中問題的共性和差異，從而實現知識和技能的有效遷移。

結論

初中人工智能實驗教學對培養學生的創新思維與實踐能力具有重要意義。通過對PTP模式的實踐探索與應用，教師能夠設計出高質量的人工智能實驗教學活動，幫助學生深入理解人工智能原理，應用技術解決實際問題。未來，中小學人工智能實驗教學還需不斷探索與創新，以適應時代發展的需求，為培養具有創新精神與實踐能力的人工智能后備人才奠定堅實基礎。

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）[S].北京：北京師范大學出版社，，2022

[2]李鋒.素養導向的中小學人工智能教育：化知識為素養[JI.中國電化教育，2023（11）：4-11.

[3]崔允濠.學科實踐：學科育人方式變革的新方向[J].現代教學，2023（Z3）.8-9

[4]劉海玲，魏東.新課標視域下信息科技學科核心素養培養的實踐研究——以“人工智能”模塊的教學為例J.中國信息技術教育，2024（16）：57-59.

[5]王愛勝.讓實驗教學更貼近“科與技”[J.中國信息技術教育，2024（05）：1.