在基础教育阶段构筑人工智能学习体系

【摘要】人工智能正以越来越快的速度在基础教育和高等教育中全面展开，为不同阶段的学习者构建人工智能教学内容体系，已经成为不可回避的关键性问题。针对人工智能教育中的各种困惑，分析了人工智能教育的层次结构，构建了面向不同学龄段的多层次的学习内容体系，并对教学方法与教学中的关键性问题提出了建议。

【关键词】人工智能；人工智能教育；基础教育；内容构建

【中图分类号】G633.67【文献标志码】A【文章编号】1005-6009（2020）43-0007-05

【作者简介】李骏扬，东南大学（南京，211189）自动化学院、教师教学发展中心讲师，工学博士，江苏省自动化学会科普与推广委员会副主任委员。

一、引言

人工智能并非是一门单一的学科，而是一门复杂的、具有综合性与学科交叉性的学科。[1]人工智能以数学为核心，目前通常以计算机为实现手段，以解决我们现实中遇到的各种问题。

自2017年国务院发布《新一代人工智能发展规划》以来，“人工智能”就从一个令人敬畏的词语迅速普及到各行各业，并有以“人工智能”代替一切与之有关词汇的趋势。在教育部新修订的高中信息技术课程标准中，“人工智能初步”也已成为选择性必修的六大模块之一。[2]26当前，教育研究者们纷纷开始思考在基础教育阶段人工智能教学的标准、方法与内容。在开始正式的分析前，不妨先看下当前人工智能教育面临的一些问题。

首先是教学内容与体系上的混乱。目前市场上已经出现了大量的面向青少年的人工智能书籍，其内容主要包括图像处理、机器学习、大数据、Python、语音识别、自然语言处理、生物体特征识别、无人驾驶等等[3]，也有书籍对人工智能进行更深入的哲学思考。[4]但是，以上提及的领域并不在同一个维度中，有的属于技术范畴，有的属于应用范畴，这种庞杂性往往使教学内容的编写者无所适从。

其次是师资队伍的缺乏。这也是人工智能教学实施的困难之一。很多教师对于人工智能领域不了解，也缺乏人工智能的实践经验，由此阻碍了人工智能走进课堂。[5]

最后是对人工智能概念的泛化。目前，社会机构普遍将“人工智能”的概念泛化，例如用编程教育来替代人工智能教育，用创客教育来替代人工智能教育，或用机器人教育来替代人工智能教育。尽管在这些教育的实施过程中，不乏某些与人工智能相关的案例，但不能说它们就是人工智能。人工智能教育的外延被无限扩大，这值得教育者反思与警惕。

二、人工智能的内涵

在高中信息技术课程标准中，人工智能被定义为“通过智能机器延伸、增强人类改造自然和治理社会能力的新兴技术”[2]26。卡普兰和海恩莱因则认为人工智能系统“能够正确解释外部数据，从这些数据中学习，并利用这些学习获得的具有灵活适应性的知识，实现特定的目标和任务”[6]。这些对人工智能的诠释都揭示了：（1）人工智能通常以人造的机器（智能体）为载体；（2）这些人造的机器（智能体）具备感知、学习、决策、执行能力中一项或多项功能；（3）人工智能存在的意义在于解决现实问题。人工智能的教学内容也应该围绕着这几个关键点而展开。因此，有必要将这几个关键点逐一做解释。

首先是感知，感知即输入人工智能处理所需要的数据，这些数据包括利用传感器搜集的环境数据，也包括智能体通过网络等多种渠道获得的海量数据，或者智能体通过大数据分析得到的进一步有价值的数据。简单的数据感知只是对数据进行搜集、清洗和存储，而更智能的感知可以对数据进行更智能的处理，例如对无结构化的原始数据采用模式识别等方法进行结构化。这一部分的教学内容包括传感器、AD转换、3D重建、机器視觉等。另外，对于大数据的部分，可以作为单独的教学模块。

其次是学习与决策。这两者是统一的，人工智能要实现决策，通常需要一个学习的过程。学习，往往是通过统计的方法，对已知输入和输出的数据进行分析，学习其在统计意义上的关联；决策，就是将学习的结果应用到新的数据输入当中，从而得到需要预测的结果。大多数通过机器学习来构建的系统都有学习与决策的过程。（见图1）

无论是早期比较流行的浅层学习方法，还是目前非常热门的深度学习方法，都要首先构建一个学习机，该学习机就像一个空白的大脑，要真正发挥作用，还需要大量数据的训练（学习），调整其中的参数。调整这些参数的重要手段就是知道当前学习机运行的结果与真实结果的偏差，因此需要大量已标注结果的数据（有监督学习），而在一些特殊的场合，学习机可以不通过现有的数据，而是通过规则判定来实现差错对比，比如著名的AlphaGo Zero。[7]

学习与决策的过程，表面上看是程序运行的结果，但关键在于算法的设计，即通过数学对学习机进行建模和求解。学习者在这一领域学习的内容包括模式识别、机器学习、神经网络、深度学习、控制理论等等。

最后是执行。决策的结果往往需要通过现实的方法来对真实世界进行影响。进行执行的，可能是人，也可能是机器人、无人车、飞行器等等。因此，电子、机械、电气、控制与自动化等相关内容的学习，在这一领域是不可缺少的。机器人工程也往往作为人工智能领域的一部分。

三、人工智能产业体系与学习要点

人工智能产业，从纵向来说，大致可以分为以下几个层次：核心层、计算层、平台层、应用层、普及层与产业层。（见图2）

在人工智能教學中融入数学，因为我们培养的人才不仅仅在应用领域进行创新，我们也更需要那些深入底层，能够在核心领域进行创新的人才。核心领域的创新能力才能赋予国家具有实质性优势的创新能力，也才能够真正抵御外部环境带来的技术封锁的风险。

4.应对人工智能教育全面开展带来的教学挑战。

人工智能教育已经在各个教育阶段逐步普及，但这种普及并不是平均的，而是在各地区各校之间存在巨大的差异。这种差异也会给学生未来进入新的学校学习带来负面影响，比如重复性地学习会让学生失去学习兴趣，而另一部分学生则不得不加快学习的进度以赶上班级的平均水平。学校在开展人工智能课程时也会因此带来新的挑战。在教学设计时应该充分考虑这些差异，充分考虑如何让以往对人工智能接触较少的学生赶上平均水平，也必须考虑让水平已经较高的学生可以收获更多。将课程模块化，“车轮式”地开展课程的不同模块，为不同层次的学生构建更加丰富和精准的选修形式，可能是解决这一问题的有效方法。

综上，人工智能正在以前所未有的速度走进我们的生活，走进我们的教育。对于任何教育者，都不得不迎接人工智能对我们的教学所带来的变革。与其在变革中被抛弃，不如在变革中改变。让更多的学生在课程中获得更多的收获，是构建课程内容的核心问题，这也同时值得我们在教学实践中不断地探索、完善。

【参考文献】

[1]陈·巴特尔，苏明.人工智能的学科定位与发展战略[J].国家教育行政学院学报，2019（8）：18-23，38.

[2]教育部.普通高中信息技术课程标准（2017年版）[S].北京：人民教育出版社，2018.

[3]姚玉华，陈仕品.高中阶段人工智能教材内容设计研究[J].中国教育信息化，2019（11）：42-46.

[4]顾骏，郭毅可.人与机器：思想人工智能[M].上海：上海大学出版社，2018

[5]郑书乐.高中阶段实施人工智能教育的思考[J].学周刊，2019（28）：184-185.

[6]KAPLAN A，HAENLEIN M. Siri，Siri，in my hand：Whos the fairest in the land？ On the inter-pretations，illustrations，and implications of artificial intelligence[J]. Business Horizons，2019（1）：15-25.

[7]SILVERD，SCHRITTWIESERJ，SIMONYAN K，et al. Mastering the game of go without human knowledge[J]. Nature，2017（7676）：354.

[8]丁婧，李骏扬.青少年人工智能：启蒙篇[M].南京：江苏凤凰教育出版社，2019.

[9]杜小勇，卢卫，张峰.大数据管理系统的历史、现状与未来[J].软件学报，2019（1）：127-141.

[10]吴刚.从工具性思维到人工智能思维——教育技术的危机与教育技术学的转型[J].开放教育研究，2018（2）：51-59.