中圖分類號:G434文獻(xiàn)標(biāo)識碼:A論文編號:1674-2117(2025)13-0017-03
引言
2025年5月,教育部發(fā)布《中小學(xué)人工智能通識教育指南(2025年版)》,旨在構(gòu)建一套科學(xué)完備的人工智能通識教育體系,該體系以素養(yǎng)培育為核心,通過螺旋式課程設(shè)計實現(xiàn)從認(rèn)知啟蒙到創(chuàng)新實踐的素養(yǎng)發(fā)展,其中,小學(xué)階段注重興趣培養(yǎng)與基礎(chǔ)認(rèn)知。而《義務(wù)教育信息科技課程標(biāo)準(zhǔn)(2022年版)》(以下簡稱“新課標(biāo)”)提出了“構(gòu)建邏輯關(guān)聯(lián)的課程結(jié)構(gòu)”這一課程理念。基于此,筆者所在學(xué)校南京江北新區(qū)浦口外國語學(xué)校(以下簡稱“學(xué)校”)作為首批南京市人工智能試點校,結(jié)合學(xué)校實際,完善實施方案,積極推進(jìn)人工智能教育工作。其中,任務(wù)群設(shè)計是學(xué)校開展人工智能教育的有效途徑,學(xué)校以“大概念”驅(qū)動任務(wù)群,將人工智能教育知識結(jié)構(gòu)化,幫助學(xué)生系統(tǒng)學(xué)習(xí)人工智能知識,落實核心素養(yǎng)的培養(yǎng),讓學(xué)生在完成任務(wù)的過程中提升智能素養(yǎng)、計算思維等關(guān)鍵能力。
基于任務(wù)群的人工智能教育實踐路徑
人工智能教育的跨學(xué)科實踐需以“問題導(dǎo)向、能力融合、社會責(zé)任”為核心,通過任務(wù)群設(shè)計打破知識孤島,推動從“技術(shù)學(xué)習(xí)”向“協(xié)作創(chuàng)新”躍遷。
1.搭建環(huán)境,支持任務(wù)群實施
搭建環(huán)境,打造“具身化”空間,能夠讓學(xué)生通過具身體驗理解人工智能知識,感悟人工智能原理,促進(jìn)任務(wù)群的有效實施。因此,學(xué)校在麗島路校區(qū)成長樓建設(shè)了科創(chuàng)體驗中心,內(nèi)有人工智能賽車、VR設(shè)備等,旨在打造體驗場館;圖書館二樓的人工智能教育活動中心則包含了授課加工、搭建編程與訓(xùn)練展示功能區(qū)域,滿足學(xué)校人工智能教育的開展。小柳路校區(qū)配備了機(jī)器人、創(chuàng)意智造、人工智能、3D打印等相關(guān)課程設(shè)備設(shè)施的教學(xué)功能室6間,并建設(shè)了人工智能教育展示區(qū),為學(xué)生提供體驗區(qū)域,使其在體驗活動中感受人工智能,激發(fā)學(xué)習(xí)的興趣。
2.聚焦目標(biāo),構(gòu)建任務(wù)群結(jié)構(gòu)
基于建構(gòu)主義理論,學(xué)校從目標(biāo)定位、邏輯架構(gòu)、實施策略等多維度著手構(gòu)建人工智能教育任務(wù)群,并以知識建構(gòu)、能力培養(yǎng)和素養(yǎng)提升為目標(biāo),以真實問題為導(dǎo)向,將大目標(biāo)拆解為層層遞進(jìn)的子任務(wù),同時遵循由易到難、由簡入繁的原則,結(jié)合最近發(fā)展區(qū)理論,設(shè)計階梯式任務(wù)群,確保任務(wù)群之間具有關(guān)聯(lián)性與層次性,形成連貫的學(xué)習(xí)路徑。
例如,一、二年級以體驗為主,充分感知人工智能;三、四年級以認(rèn)知為主,通過平臺驗證實驗?zāi)K,感悟人工智能原理;五年級以思維為主,培養(yǎng)計算思維;六年級以實踐為主,依托“派智車”校本課程和“暢言智AI”探究實驗?zāi)K,在跨學(xué)科學(xué)習(xí)任務(wù)群的實施中不斷提升學(xué)生人工智能素養(yǎng)。人工智能階梯式任務(wù)群具體設(shè)計如表1所示。
3.細(xì)化內(nèi)容,形成任務(wù)群資源
學(xué)校不斷完善人工智能教育場域,打造人工智能教育教師團(tuán)隊,迭代人工智能教育課程,建立創(chuàng)新人才培養(yǎng)體系,以體驗式普及課程培育學(xué)生創(chuàng)新精神、激發(fā)學(xué)生創(chuàng)新思維;緊扣“車”文化,以項目式社團(tuán)課程提高創(chuàng)新技能;使學(xué)生在主題式活動課程中逐步形成創(chuàng)新能力,進(jìn)一步推進(jìn)人工智能教育從知識教育轉(zhuǎn)變?yōu)樗仞B(yǎng)教育,構(gòu)建人工智能教育路徑,以人工智能課程建設(shè)推動創(chuàng)新人才培養(yǎng)(如右圖)。
學(xué)校針對普及課程、社團(tuán)課程和活動課程開發(fā)的任務(wù)群資源設(shè)計細(xì)化方案,形成了系統(tǒng)化、分層化的課程實施框架,并通過“基礎(chǔ)普及-項目深化-創(chuàng)新創(chuàng)造”的螺旋上升路徑,實現(xiàn)課程育人價值的最大化。
全年段普及課程:按照學(xué)生年齡特點選擇授課材料與器材,面向一到六年級學(xué)生普及人工智能教育(如下頁表2)。
跨學(xué)科社團(tuán)課程:開展快樂飛行、科學(xué)智研社、波韻無線電、英語趣配音、海模科創(chuàng)團(tuán)、創(chuàng)智車藝、車韻智詩等精品社團(tuán)課程,將人工智能教育融入全學(xué)科。
主題式活動課程:以人工智能技術(shù)為依托,結(jié)合學(xué)校硬件設(shè)備,設(shè)計“感知體驗”“展示分享”以及“競技對抗”三類活動,學(xué)生根據(jù)自己的年級以及興趣選擇參與。
4.豐富評價,更迭任務(wù)群設(shè)置
學(xué)校構(gòu)建了優(yōu)化任務(wù)群的閉環(huán)路徑—“評價診斷-任務(wù)調(diào)整一學(xué)習(xí)改進(jìn)”,確保任務(wù)設(shè)計的適切性,并依據(jù)逆向設(shè)計原則、最近發(fā)展區(qū)理論和差異化教學(xué)策略,實現(xiàn)“教-學(xué)-評”一致性。例如,《人工智能初體驗》一課的評價過程如下:
① 評價診斷。通過課堂觀察、項目作品分析和學(xué)習(xí)問卷診斷,發(fā)現(xiàn)低年級學(xué)生對人工智能的理解存在顯著差異。
② 任務(wù)調(diào)整。依據(jù)逆向設(shè)計原則,重新明確“感知人工智能、理解基礎(chǔ)原理、嘗試簡單應(yīng)用”的核心目標(biāo),結(jié)合最近發(fā)展區(qū)理論與差異化教學(xué)策略調(diào)整任務(wù)群,在“體驗AI應(yīng)用”環(huán)節(jié),推出分層體驗任務(wù)包:基礎(chǔ)層為“AI繪畫、語音助手使用”,提高層為“分析AI應(yīng)用背后邏輯”。
③ 學(xué)習(xí)改進(jìn)。調(diào)整后開展二次教學(xué),通過課堂表現(xiàn)評價、作品展示和學(xué)習(xí)反思日志進(jìn)行反饋,發(fā)現(xiàn)學(xué)生對人工智能原理的理解明顯提升。
通過上述的有效評價,教師針對相應(yīng)的任務(wù)群進(jìn)行更迭,確保任務(wù)群契合學(xué)生認(rèn)知水平,實現(xiàn)教學(xué)目標(biāo)、任務(wù)設(shè)計與評價的有機(jī)統(tǒng)一。
反思
首先,在實施過程中,校本課程的教學(xué)內(nèi)容需要不斷調(diào)整,教師在教學(xué)中不能局限于校本課程中的內(nèi)容,要不斷拓展與創(chuàng)新,充分利用任務(wù)群,促進(jìn)跨學(xué)科學(xué)習(xí)落地,引導(dǎo)學(xué)生將知識靈活運(yùn)用于解決生活中的各個問題,激發(fā)學(xué)生的智能思維與智能創(chuàng)新素養(yǎng)。
其次,要發(fā)揮平臺優(yōu)勢,除了校內(nèi)學(xué)習(xí)平臺及設(shè)備資源,還可以充分利用開放的人工智能平臺及軟件,供學(xué)有余力的學(xué)生自主學(xué)習(xí)。
最后,課程的評價方式需要改進(jìn),除了已有的評價方式外,還可以通過學(xué)生項目報告撰寫的方式呈現(xiàn),要求學(xué)生在報告中詳細(xì)闡述設(shè)計思路、實現(xiàn)過程、遇到的問題及解決方法等。
參考文獻(xiàn):
[1中華人民共和國教育部.義務(wù)教育信息科技課程標(biāo)準(zhǔn)(2022年版)[].北京:北京師范大學(xué)出版社,2022.
[2]劉朋飛.新課標(biāo)理念下小學(xué)階段人工智能教育課程的建構(gòu)與實施[J.中國信息技術(shù)教育,2023(16).35-38.e
作者簡介:楊美玲,高級教師。
本文為江蘇省教育科學(xué)“十四五”規(guī)劃2024年度專項課題“小學(xué)信息科技跨學(xué)科學(xué)習(xí)任務(wù)群的實踐研究”(批準(zhǔn)號:C/2024/03/40)和南京市中小學(xué)教學(xué)研究第十五期課題“小學(xué)信息科技跨學(xué)科主題活動培養(yǎng)學(xué)生計算思維的行動研究”(批準(zhǔn)號:2023NUK15-L26)的研究成果。