基于問題導向的初中人工智能課堂教學實踐

《義務教育信息科技課程標準（2022年版）》（以下簡稱“課標”）設置了“人工智能與智慧社會”課程模塊[1，并倡導真實性學習，旨在以真實問題或項目驅動，引導學生經歷原理運用過程、計算思維過程和數字化工具應用過程，建構知識，提升問題解決能力。在該模塊的教學中，原理性知識因其復雜性和抽象性對教學處理構成挑戰，而初中生更傾向于通過實踐活動和真實體驗來探究知識，通過觀察和模擬來理解抽象的概念。為此，筆者針對初中學生的認知特點引人問題導向式教學方法，以解決傳統教學中“原理抽象難懂、實踐與理論割裂”的教學痛點。問題導向式教學法強調在真實的學習情境中，圍繞具有挑戰性的問題進行探索，使學生體驗成功[2。采用問題導向式教學，讓學生在問題鏈與數字化工具鏈組合的學習活動中解決問題，可以有效激發他們的學習興趣，并讓他們在解決問題的過程中主動探索與思考，形成“體驗一認知一分析”的認知閉環，有助于培養他們解決問題的能力和創新思維能力。下面，以“揭秘人臉識別”為例，介紹依據該教學方法設計與實施教學的要點。

一、教學分析與設計

“揭秘人臉識別”一課選自廣州市七年級人工智能教材，主要內容為介紹人工智能領域中的人臉識別，讓學生認識和感受人工智能的魅力。七年級學生對人工智能技術的應用興趣濃厚，也有通過人臉識別登錄線上學習平臺、用指紋解鎖手機或者平板電腦等經歷。但他們對人工智能的認識還停留在表面，教師需借助學習單和數字化平臺，引導他們探究人臉識別原理與實現過程。

按照信息科技學科對于核心素養的培養要求，在理解教材和分析學情的基礎上，筆者確定了如下教學目標：（1）體驗人臉識別技術，進一步增強學習人工智能核心技術的動機，初步形成利用人臉識別技術解決實際問題的能力（信息意識）；（2）比較人類識別人臉和機器識別人臉的過程，培養分析推理能力，并能夠將復雜問題分解為若干個簡單問題（計算思維）；（3）能夠使用數字化工具進行實踐，培養創新精神和實踐能力（數字化學習與創新）；（4）正確認識人臉識別技術的應用范圍，理解其倫理問題，培養信息社會責任意識（信息社會責任）。

為達成教學目標，筆者先依據人工智能素養框架的三維架構[3（如圖1）重新設計了教學內容，再基于問題導向式教學設計了“該作品為什么能識別人臉進行支付，背后的原理是什么”的驅動性問題，并將驅動性問題細化為三個子問題（即問題鏈）：人如何識別人臉、機器如何識別人臉、機器在訓練過程中如何提取特征。

圖1人工智能素養框架

考慮到學生在信息獲取與處理能力方面，已能利用網絡搜索相關資源和信息，并運用電子設備、軟件工具進行學習和探究，筆者根據問題鏈又設計了三個主要學習活動：“人臉識別”活動體驗、“人臉驗證”活動模擬、“人臉特征提取”活動深人。具體而言，學生在體驗人識別人臉的步驟后，需要借助人工智能訓練平臺（實踐操作）、生成式人工智能大模型（理論解析）、面部追蹤和分析平臺（特征可視化分析）的工具鏈組合，體驗機器識別人臉的過程，更加直觀地頻感悟和技術反思環節，學生探討使用人臉識別技術時應注意的問題。最后，學生歸納總結所學知識，并通過任務單和思維導圖進行表現性評價。

（一）作品演示 問題激趣

上課前，學生通過實踐調查發現，超市購物結賬存在排隊過長且體驗不佳的問題。基于此，教師制作了教具“AI智薦果坊”，讓學生在課堂上體驗其人臉支付功能，并提出驅動性問題：該作品為什么能識別人臉進行支付，背后的原理是什么？

理解機器識別人臉的工作原理，形成“體驗一認知一分析”的認知閉環，解決傳統教學中“原理抽象難懂、實踐與理論割裂”的教學痛點。

二、教學實施

基于問題導向式教學方法，本課共設計了五個教學環節，教學流程結構如圖2所示。教師先通過作品演示和問題激趣，引導學生思考人臉識別技術的原理。接著，學生體驗教具“AI智薦果坊”，并參與“人臉識別”和“人臉驗證”活動，比較人識別人臉和機器識別人臉的一般過程。在特征展示和深研解析環節，學生通過體驗平臺檢測特征，理解機器在訓練過程中是如何生成模型的。在視

圖2教學流程

設計意圖：教師利用教具讓學生近距離感受人臉識別的支付場景，激發了學生的學習興趣，從而引出人臉識別的學習主題。

（二）探究體驗 技術感知

活動一：“人臉識別”活動體驗

教師展示班上5位學生的照片，提問：你能找出小明同學嗎？你是怎么認出來的？即子問題一“人如何識別人臉”。教師引導學生思考并回答識別同學的步驟，并在學習任務單上對這些步驟進行排序。完成后，教師邀請學生上臺，板書人識別人臉的步驟： ① 看人臉； ② 辨別外貌特征；③ 判斷人臉； ④ 確認人臉。最后，教師類比人識別人臉的過程，引導學生猜想機器識別人臉的過程并進行匯報分享。

設計意圖：這一環節，教師通過展示班上學生照片并測試學生能否找出特定同學的方式，迅速吸引學生的注意力，激發他們的興趣，使他們能夠積極地參與后面的教學活動。教師引導學生理解人臉識別過程，既加深了學生對人臉識別基本步驟的理解，又為后續對機器識別人臉的討論奠定了基礎。

活動二：“人臉驗證”活動模擬

教師提出子問題二“機器如何識別人臉”。帶著問題，師生通過數字化工具開展探究實踐。

1.平臺實操：從數據采集到模型應用的全流程體驗

（1）任務示范，講演結合。以學生為主體、教師為主導，師生共同在英荔人工智能訓練平臺上完成“人臉識別”任務。教師在平臺上創建分類任務，拍攝自己與示范學生的正面照，標注標簽后導人平臺數據集。學生通過平臺可視化界面，觀察“數據預處理 $$ 特征提取 $$ 模型訓練”的進度條與輸出的變化，直觀理解機器從圖像中學習特征并識別人臉的過程。教師提問：“當輸出值為 90% 時，說明模型識別準確率如何，若增加20張側面照，可能對結果產生什么影響？”培養學生關聯數據多樣性與模型泛化的能力。

（2）同伴合作，實踐操練。教師布置升級任務：各組拍攝3名成員的多角度照片（正面、側面、戴眼鏡／不戴眼鏡），每組至少采集20張圖像，擴充數據集。

設計意圖：該平臺內置人臉識別API接口，支持實時圖像采集、模型訓練及推理結果可視化，降低了技術門檻，讓學生聚焦核心原理，而非代碼編寫，解決了傳統教學中“模型訓練”環節常因技術復雜被忽視、學生缺乏參與感的教學痛點。學生在該平臺完成“人臉識別驗證”的任務，可以直觀地感受機器拍攝照片、進行分類、開展模型訓練以及進行人臉識別與驗證的完整過程。

2.與生成式人工智能互動：從操作體驗到理 論建模的認知躍遷

（1）工具賦能，理論轉化。學生通過與訊飛星火大模型對話，進一步明晰人臉識別的原理。在此過程中，教師向學生提供提示語示例（如圖3）。學生根據需要調整提示語，在與訊飛星火天模型的互動中，加深對人臉識別原理的理解。

提示語示例：假設你是一位人工智能專家，我是一位想了解人臉識別原理的初一學生，我對原理的了解較少，請你闡述“人臉識別的原理是什么”，話語要通俗易懂、易于理解，字數限制在100以內。

設計意圖：平臺的體驗雖然讓學生有了感性認識，但學生易停留在“知其然不知其所以然”的層面。訊飛星火大語言模型能將復雜的技術原理拆解為符合中學生認知水平的類比解釋，彌補傳統講授中“術語抽象、學生理解困難”的缺陷，引導學生將碎片化體驗整合為系統化知識。

（2）回顧活動，凝練原理。教師提出問題：通過剛才的活動體驗，同學們知道機器是怎樣進行人臉識別的嗎？教師歸納學生的回答并板書，以過程論的角度定義人臉識別的原理。人臉識別過程主要包括三個關鍵步驟：數據采集、模型訓練和模型推理。首先，向機器提供人臉照片以完成數據采集；其次，機器對數據進行訓練建構模型；最后，機器根據生成的模型，通過分析面部特征來判別人臉的相似度。

設計意圖：教師引導學生回顧活動過程，并提煉人臉識別的原理，幫助學生將實踐經驗轉化為理論知識，形成系統化的理解，從而落實本課的重點內容。

（三）特征展示 深研解析

活動三：“人臉特征提取”活動深入

教師提出子問題三“機器在訓練過程中如何提取特征”。帶著問題，學生體驗VisageTechnologies面部追蹤和分析平臺（如圖4）。教師通過示范講解指出每個人面部特征的差異，使學生能夠直觀地理解機器是如何通過分析面部特征（如眼晴、鼻子和嘴巴等）來提取關鍵信息的。接著，教師組織學生完成任務單，要求學生在哪吒和花木蘭的圖像上標記眼晴、鼻子、嘴巴等部位的特征點。這些特征點是機器提取特征信息的關鍵要素，機器正是通過檢測特征點之間的距離和角度，提取人臉的關鍵特征。

圖4體驗面部追蹤和分析平臺

設計意圖：該環節通過面部追蹤和分析平臺提供的對面部特征點的實時標注功能，自動識別圖像中的眼角、鼻尖等各個關鍵點，并用線條連接形成“面部幾何圖”，將抽象的“特征”轉化為可見的幾何參數（如兩眼間距、鼻尖角度），直觀展示機器如何量化面部差異，實現“原理可視化”的效果。這解決了傳統教學中“特征提取”常被視為“黑箱”、學生難以理解“機器究競在分析什么”的教學問題。

（四）視頻感悟 技術反思

教師提出問題：人臉識別技術為生活帶來了諸多便利，但在使用過程中應如何保護信息安全？學生帶著問題觀著一段犯罪分子利用人臉識別技術作案的視頻，并思考解決方案。觀看視頻后，教師強調，在采集人臉數據時，必須獲取當事人的同意，確保數據的合法使用與隱私保護。

（五）歸納總結 表現評價

學生根據自身表現，利用評價量表[4進行自評和互評（見表1）。

表1評價量表

最后，教師邀請學生分享本節課的收獲，可借助流程圖或思維導圖梳理總結本課的知識要點。

三、教學反思

經過教學實踐，本課教學主要有三個方面的亮點。第一，基于教材，突破教材。在遵循教學目標的基礎上，設置了更具針對性的學習主題。通過“人臉識別”活動體驗、“人臉驗證”活動模擬、“人臉特征提取”活動深人三個主要教學活動，幫助學生構建清晰的學習路線，充分掌握人臉識別的原理，提升學習效率。第二，以生為本，互動探究。本案例以問題為導向，從“人臉識別”的感知體驗入手，有效結合教材、學習任務單、過程性評價和總結性評價展開教學，有效提升了學生學習人工智能的主動性。由于人臉識別原理較為復雜且抽象，所以本案例在設計時注重課堂教學的趣味性和互動性，涵蓋師生互動、生生互動、學生與技術的互動以及教師與技術的互動，增強了學生的學習體驗。第三，技術賦能，突破重難點。本課教學充分發揮了多平臺間的協同優勢，人工智能訓練平臺解決“怎么做”的實踐操作問題，生成式人工智能解決“是什么”的理論解析問題，面部追蹤和分析平臺解決“特征可視化分析\"問題，三者形成“體驗一認知一分析”的完整學習路徑，突破了傳統單一平臺的功能局限。

教學過程中也存在一些不足之處。一是存在平臺依賴性。在課程中，所用到的數字化學習平臺能夠賦能人工智能教學，使學生能夠直觀體驗人臉識別的原理。然而，這些平臺在實際教學中可能會遇到若干問題，如服務器響應延遲影響課堂節奏、網絡連接不穩定導致平臺無法正常加載、部分實驗因技術限制而無法順利開展等。這些問題可能會中斷教學進程，影響學生的學習體驗，甚至影響教學目標的達成。二是實踐與理論聯系不夠緊密。盡管本課強調并落實“以學生為中心”的教學理念，設計了比較豐富的實踐活動，但由于時間限制，在“回顧活動，凝練原理”環節，學生未能通過充分討論和反思將實踐經驗有效轉化為理論知識，導致實踐與理論的銜接不夠順暢。

為此，筆者擬從如下兩個方面改進教學設計。其一，維持技術與教學的平衡。在教學中，確保即使在平臺不可用的情況下，教學活動仍然能順利開展。例如，教師準備離線資源，提前錄制的人臉識別演示視頻，可作為平臺不可用時的替代方案。其二，強化理論與實踐的結合。在實踐活動后，設計討論與反思環節，引導學生將實踐活動與理論知識進行有效結合，從而加深對學習內容的理解與記憶。

四、結語

本課教學結合時代發展需要，緊跟科技前沿，依據課程標準的指引，并結合學生的具體學情展開教學設計與課堂實踐。在教學過程中，基于問題導向的教學有效激發了學生的學習興趣。教師通過一個驅動性問題和三個子問題，不斷引導學生思考，使每個活動在問題鏈的引導下有序推進，從人工智能訓練平臺的動手實踐到生成式人工智能的原理認知，再到面部追蹤和分析平臺的特征分析，既保留了技術賦能的深度，也為學生創造了體驗與實踐的機會，讓學生在解決問題的過程中逐步構建知識體系。通過“揭秘人臉識別”這一課的學習，學生不僅能夠從自己的經驗遷移到對機器的認識，掌握了人臉識別的基本原理，其學科核心素養也得到了培養。另外，盡管人工智能知識已融入課堂多年，但在教學方法與學生實踐活動等方面仍有待進一步深人挖掘。在未來的教學實踐中，教師需持續探索與創新，將問題導向式教學應用到更廣泛的教學領域，以更好地適應人工智能教育的發展需求。

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]趙世恩，劉子鈺，“問題導向”下促進深度學習的教學實踐研究：以小學數學為例[J].課程·教材·教法，2023（1）：131-137.

[3]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（1）：71-84.

[4]林小紅，鐘柏昌.人工智能教育大模型賦能綜合素質評價：理念、模型與展望[J].開放教育研究，2024（6）：72-78.

（作者翁燕紅系華南師范大學教育信息技術學院碩士研究生；鐘柏昌系華南師范大學教育信息技術學院教授、博士生導師，本文通訊作者）

責任編輯：牟艷娜