面向未来，重构人才培养模式

文/翟小宁 中国人民大学附属中学校长

武 迪 中国人民大学附属中学

面向未来，重构人才培养模式

文/翟小宁 中国人民大学附属中学校长

武 迪 中国人民大学附属中学

在人们最关注的医疗领域，最新研究表明在多项医疗子领域的人机大战记分牌中，除了一般性诊断，人工智能已经明显占优。在教育方面，人工智能参加了今年的高考，且表现不俗；在教育评价方面，机器人也开始崭露头角—今年湖北襄阳尝试引入人工智能参与中考作文评阅工作；多地开始试点人工智能评分口语考试；安徽的国家普通话水平考试已经使用机器人考官；在不久的将来，全科的主观问答题可能也将实现智能阅卷。这给我们提出了一个再也不能回避的问题：当人工智能比人考得更好，评价更准确时，中学教育该向何处去？该怎样培养未来人才？

重构人工智能教育课程体系

中国人民大学附属中学在今年10月份组织了中小学人工智能课程建设专家座谈会，邀请了来自清华、北大、中科院、航天科技、人工智能前沿企业等十几位专家教授前来指导。在专家们的指导建议下，结合人大附中实践，从面向全体的普及教育，到部分选修的跨学科实践应用，再到少数的深入动手做研究，梳理了金字塔形的中小学“STEAM+人工智能教育”课程体系，重构了与人工智能本身感知、认知、创新三个层次相对应中小学人工智能教育课程体系。（见图1）

感知层：中小学普及教育。感知层，即中小学普及教育，重在培养基本的“人工智能+”思维和兴趣。这一层次具体落地于中小学信息技术课，将高质量科普资源融入日常科学课、信息课和一些选修课。把人工智能内容渗透到常规课堂的引入环节，介绍人工智能推动各学科领域发展的前沿成果，培养学生的交叉学科创新思维。

图1

我们的“STEAM+”人工智能普及教育的核心要素之一是建模仿真教育。人工智能有三个支柱——大数据、计算能力和建模算法。而中学阶段最能够落地培养的就是建模和算法，这也是数学和信息这两块新课标的直接体现。因此，“人工智能+”人才培养的第一步，就是培养其建模和仿真这一核心竞争力。在人大附中，数学和信息教研组建立了强大的教学共同体。（见图2）

建模仿真能力的培养，不仅落实在课堂，也渗透在普及性的建模活动和比赛中。比如，人大附中学生在参加国际数学建模挑战赛时，就新高考下的排课问题深入挖掘数据，建立模型，考虑了各种约束条件和优化因素，提出了一种新高考排课问题的智能解决方案，荣获中华区特等奖。

人大附中在建模仿真能力的普及性培养过程中，还充分融合国际课程精华，如IBDP国际文凭项目，其培养目标是终身教育、全人培养，其课程体系中，建模能力培养不是局限在数学课上，各个学科都放入实实在在的课程内容，如计算机科学课程中，建模仿真是课程模块之一，高等级要求60个学时，标准等级要求45个学时。学校重视建模能力和跨学科素养的培养，融入国际课程精华，创新本土课程，开设各种类型和层次的建模相关选修课，普及“STEAM+人工智能教育”，为“人工智能+跨学科”人才培养打下很好的基础。

图2

认知层：跨学科应用实践。第二层是认知层，重在跨学科应用实践。Gartner咨询公司预测2018年人工智能将渗透至几乎任意领域。这意味着随着人工智能的应用，学科基础也要求交叉创新整合。这与STEAM教育理念完全吻合，因此，STEAM整合跨学科创新是人工智能教育的绝佳实践应用平台。比如在计算机课上，让学生与视觉艺术选修课的同学合作开发DIY智能滤镜软件，把人工智能项目式学习的具体目标落实到STEAM各个学科领域。此外，科学跨学科综合实践活动是以建模为核心的“STEAM+AI”解决实际问题的高质量学习平台，即不同学科的同学组成一个小组，从不同学科角度分析同一个问题，建立模型，通过团队合作，解决实际问题。

在国际文凭项目的核心课中，创新服务实践活动，拓展论文和跨学科认识论都需要学生用跨界思维解决实际问题，对“人工智能+X”的人才培养具有积极推动作用。“人大附中援疆团队”，以自己的力量，做智能定制教育，做教育均衡。学生自己建立网络课程平台，个性化、定制化自主设计课程，初步探索“人人为师，能者为师”这一“人工智能+”时代下的教育新模式。成功地帮助了别人，也提高了自己，在全人培养的道路上自主前进了一步。

认知层的教学，可以在技术课及选修课中将人工智能开放平台介绍给学生，学生可以利用这些开放平台，做自己的跨学科实践应用。比如周涵之同学参加IEEE优必选中国机器人大赛获得银奖的儿童陪护机器人，就使用了旷视科技开放的人脸识别平台。比如，《探索人工智能的奥秘》的研学课，同学们利用开源代码，实现、创新并展示了三个人工智能小项目——手写算式自动计算、图片艺术风格化和物体检测识别，将人工智能应用到实际生活。再比如，8月底闭幕的“登峰杯”数据挖掘全国总决赛中，全国15支队伍进入总决赛，人大附中占7席，其中有三支队伍获得了一等奖。他们研究的问题其实都是跨学科的、贴近生活的问题，比如奥运会奖牌榜预测和电视剧收率的预测问题。从建模仿真，到人工智能，到STEAM，都具有跨学科的本质特点。培养未来“人工智能+X”复合型人才，一定是各学科老师的合作创新，形成跨学科教学共同体。

创新层：研究与创新。第三层是研究与创新。目前，我们的学生已经能够将人工智能算法应用到其他领域进行交叉创新。例如朱星宇同学将机器学习算法与天体物理课题相结合，实现了光谱分类速度数量级上的突破。他还是人工智能两门课的课程助教，深入浅出地给学弟学妹们把人工神经网络讲得非常清楚，并且手把手带着他们进行实践——这是对学生创新能力的另一维度的培养。我们还把学生送到人工智能公司进行实习。今年刚毕业的科学实验班学生孙逸潇，之前推荐他去旷视科技实习，7个月下来，他获得了公司团队很高的评价。他总结说，激情、自学能力和团队沟通能力是实习过程与课堂学习最不同的地方。我们把学校的拓展、特长类课程与产业界、学术界链接起来，给同学们提供更加广阔的平台。

“STEAM+人工智能教育”需要在师资、课程和学生三方面建立起中小学开源共创联盟。为此，在师资上，我们建立了校内外交流和跨学科合作，计划牵头建立中小学人工智能专委会，推进中小学AI课程开发和学生创新能力的培养。学校秉承开放共享的理念，在课程上集合大家的智慧共同进步。学生也通过课程、社团平台，自主开发在线课程平台构建未来学习共同体。

放手，让学生不走寻常路

2017年北京市进入高中新一轮的课程改革。高一的孩子现在是16岁左右。到2020年，当他们进入高等学校的时候，正是我国小康社会建成之际；到2035年，他们30多岁；到2049年，他们将近50岁。可以说，现在的高中生，他们人生中最能够发挥聪明才智的黄金时期，也是中华民族伟大复兴的关键时期，我们现在的教育决定着未来人才的质量，所以我们要着眼未来，立德树人，为国育才。

人大附中长期以来，坚持扎根中国、融通中外、立足时代、面向未来，不断创新育人模式，积极探索“互联网+”“人工智能+”背景下的课程改革，一大批毕业校友已经成长为世界人工智能领域的重要力量，刚毕业的学生正在人工智能领域崭露头角，而更多的在校生比以往更早、更快地进入“人工智能+X”领域，他们的创新创造力得到激发，获得了可贵的经验与成绩。

案例一：朱星宇——一个中学生的人工智能之路

朱星宇是人大附中2011级早培班的一名学生，现在在高三出国班上课。他在学校的身份不只是学生，同时也是计算机视觉与深度学习研学和人工智能与数据挖掘校本选修课的助教，负责两门课的几乎全部编程技术以及部分理论知识的教学。但不了解他的人不知道，现在距离他开始系统性学习Python编程才刚刚一年左右。

在2016年9月，因为参加数学建模比赛的需求，他选择了高级数学建模作为校本选修。在这门课上，他的老师是比他大一届的学长孙逸潇同学。之前，他只会一些简单的C语言，可以被认为是没有什么基础。但是在学长的带领下，他很快掌握了Python的基本功能与语法，这是一门对他来说全新的编程语言。开始学习Python一个月后，他就直接参加了HiMCM的数学建模比赛，负责组内所有程序的编写。虽然因为经验不丰富，比赛的结果并不完美，但是这个经历让他深入建模与算法的学习与实践，为之后的人工智能研究与创新打下了基础。

在2017年1月，他开始准备“登峰杯”数据挖掘竞赛。准备期间，在老师的引导与自学下，他接触到了深度学习，一种较为流行的机器学习算法，并且开始着迷于神经网络可以控制结构又无法详细了解运算过程的“黑箱”特质。在初赛中他和他的队友们使用深度学习算法，综合历届奥运会的奖牌榜数据以及各个参赛国家的经济、国民体质、财政投入情况等大量的数据得到了一种预测奥运会奖牌榜的算法。他们团队的准确率甚至超过了网上公布的预测排行榜中最准确的使用传统方法进行分析预测的高盛集团。他们通过通讯赛选拔，顺利进入了全国总决赛。在2017年8月举办的全国总决赛上，他们依然使用了深度学习算法，对电视剧在线播放与电视端收视率进行了预测，在可靠的模型和坚实的数据基础上，他们的团队又顺利拿到了总决赛的一等奖。

得力于人大附中早培班提供的研修平台，朱星宇在八年级的时候就加入了清华大学天体物理中心的科研团队，进行恒星光谱的研究，但由于技术限制一直没有做出什么特别的成绩。在接触了深度学习算法之后，他意识到了机器学习与天体光谱学交叉研究的潜力，于是在自己的钻研下开发了一套基于深度学习的光谱特征提取与分类程序，在速度上大幅度超过了国家天文台现有的分类方法，得到了他在清华的导师很高的评价，并且在北京市青少年科技俱乐部针对全北京市高中生科研的评议中获得“突出”评级。

高三刚开始时，他欣然接受武迪老师让他担任课程助教的邀请，他希望像带他入门的孙逸潇学长一样，带领更多的学弟学妹们感受计算机编程与人工智能之美。现在他已经拿到了旷视科技公司的实习岗位，将在申请季结束之后前往这个“北京平均智商最高”的公司，开展他对于人工智能技术和机器学习算法的进一步探究。

案例二：钱万里、周涵之——人大附中学生援疆教育平台

人大附中学生援疆项目团队由人大附中高二，高三年级的近20名同学组成，旨在了解新疆同学学习状况，并在他们学习生活方面给予支持，交流学习，各取所长，相互发展。在过去的一年中为新疆的同学们带来三十余节别开生面的网络视频微课，并受到了新疆老师和同学的一致赞扬和鼓励。

学生援疆项目的主策划人是钱万里同学，援疆教育平台整个网站建设与维护是周涵之同学完全自主开发的。这两位同学，包括学生援疆团队的主要成员均来自人大附中中外合作办学项目的国际文凭课程。他们的核心课——创新服务实践活动鼓励学生用跨界思维解决实际问题，对“人工智能+X”的人才培养具有积极推动作用。学生援疆团队就是从“创新——行动——服务”的综合实践活动出发，以自己的力量，做智能定制教育，做教育均衡。

项目于2016年9月启动，目前已经制作完成超过30节课程的录制。学生们以自己的实践为促进教育公平，保证资源共享的畅通尽自己的努力。这一学习共同体，由不同特长和特点的学生们组成，他们精诚合作，共同备课，互相促进，为了共同的目标而努力。学生们每周准备一期课程需要的时间大约为4.5小时：分组备课1小时，录制2小时，剪辑0.5小时，发布及宣传0.5小时，反馈设计与分析0.5小时。他们自己排课表，自己分组研讨做课程计划，甚至跨学科备课。课程学科包括：计算机科学、数学、物理、化学、生物、历史等，主题切合实际也兼有国际前沿。为了更有针对性将这一教育项目做好，同学们还前往新疆阿克苏地区，与他们的小伙伴实地座谈，并实地授课。这一次西部行，让学生们逐步深入地了解了西部教育的实际情况。钱万里说，阿瓦提四中的硬件条件很好，比如他们有很多实验设备，比如开源硬件平台Arduino，机器人套装等等，但是他们没有老师可以教他们，这些设备和器材都只能闲置在教室。针对这一情况，钱万里、周涵之等同学将他们在计算机课上所学到的内容进一步整理创新，为新疆的小伙伴们录制人工智能和机器人智能控制特辑。他们还将继续长久的做下去、传承下去。

在这过程中，他们自己建立网络课程平台，从前端到后端，每一行代码都是自己写的。网络平台上设置了账号注册，不同类型的用户管理，评价反馈空间，讨论交流版面等，为个性化、定制化自主设计课程建立了完全自主知识产权的技术支撑。

这一项目，初步探索了“人人为师，能者为师”这一“人工智能+”时代下的教育新模式。既帮助了别人，也提高了自己，在全人培养的道路上自主前进了一步。这也是人大附中一以贯之的“立德树人、为国育才“的教育理念在学生群体中潜移默化影响的结果。

“人工智能+”时代下，教育的灵魂在人的温度，在立德树人，在点燃，在唤醒，因此，在未来职业被人工智能取代趋势图里，教育是最后可能被取代的那一个。现在的教育体系，是生发于近一二百年的工业体系。人工智能时代，是人人为师的教育，终生学习的教育，是带有人的温度的教育，培养丰富完整的个性、自由创意的心灵、有德行的君子。

翟小宁，管理学博士，现任中国人民大学党委委员，中国人民大学附属中学校长。北京市第十五届人大代表，海淀区第十六届人大代表，教授，特级教师，北京市特级教师协会会长，中国教育学会高中教育委员会副理事长，创新人才教育研究会常务理事，教育部“国培计划”专家。

编者按：今年7月，国务院颁布了《新一代人工智能发展规划的通知》，10月，人工智能被写进党的十九大报告。新兴技术的发展大幅超前于人类社会的接受程度，而教育正是缩短两者间距离，使未来人才更好地适应未来社会的关键要素。中国人民大学附属中学早在2003年就开始开发机器人相关课程，他们坚持站位时代前沿，持续创新课程。时至今日，“人工智能+”相关各类课程在人大附中蓬勃开展，如机器人、数据挖掘、计算机视觉、无人驾驶等，那么我们就来看看他们是怎样开发实施这类课程的。

（注：本文系社科基金全国教育科学规划国家重点（重大）课题“人才培养模式的国际经验及改革研究”的研究成果，课题编号：ADA160004）