高中人工智能普及课程的设计与教学实施

刘峡壁 陈文香 李海花 苑春颖

在AlphaGo掀起新一轮人工智能发展热潮以后，对人工智能的学习、研究与产业化已呈现出不可阻挡之势。在此背景下，人工智能教育的重要性日益凸显。2017年，国务院印发《新一代人工智能发展规划》，提出“实施全民智能教育项目，在中小学阶段设置人工智能相关课程，逐步推广编程教育”^[1]。同年，教育部颁布《普通高中信息技术课程标准（2017年版）》，在选择性必修课程中设置了“人工智能初步”模块^[2]。2018年，教育部进一步明确，要“构建人工智能多层次教育体系，在中小学阶段引入人工智能普及教育”^[3]。

人工智能教育应该专注于人工智能核心理念的建构，而非编程、机器人等外围相关知识与技能，也不是人脸识别、语音识别、自动驾驶等相关应用。同时，根据中学生的知识结构与学习特点，不宜做过多深入的理论知识讲解，而是应该在动手实践的基础上，通俗易懂地讲解人工智能技术的核心思想与方法。基于上述观点，本研究团队探索了高中人工智能普及课程的教学内容与方法，开展了相应的教学实践，并在课程结束后对学生进行了调研，以了解教学效果。

一、教学内容设计

如何从教学内容上进行人工智能核心理念的建构呢？研究发现，基于人类智能外在表现与存在基础的“六大实现途径”是人工智能技术的核心，分别是机器学习、神经网络、符号智能、行为智能、进化计算、群智能^[4]。教师可以以此为基础，结合高中生已学知识确定教学内容。高中生的认知特点是其思维能力逐渐从形象思维向逻辑思维过渡，辩证逻辑认知能力不断完善，并且认知活动的自觉性明显增强。这说明教师在教学中要注重学生对理论知识的学习和掌握。但单纯讲解理论知识，又不完全符合高中生逻辑思维正在发展的特点，因此，教师宜采用“以综合实践为引导，在学生动手实践过程中逐步讲解理论知识”的教学方法。这就构成了我们确定教学内容的两条指导原则：建构人工智能核心理念、以综合实践驱动教学。

选修类科技课程宜采用社团课程形式开展人工智能教学，每周两个课时，15周共30个课时。在课时范围内，基于上述指导原则，结合课程标准中“人工智能初步”模块的要求，我们确定了如表1所示的教学内容及安排。

第一部分为“基础知识讲解”。该部分从“认识你自己”这一核心思想出发，帮助学生走进人工智能，形成人工智能的基本概念和认识。从上述基本认识出发，引出人工智能六大实现途径，也就是人工智能实现技术，并讲解其基本思想，使学生建立起对于人工智能技术较为系统和正确的了解。

第二部分为“智能系统开发实践”。该部分选择机器学习、神经网络、符号智能、进化计算这四大实现途径进行深入的实践和学习，并将这四大实现途径分解到三个智能系统模块的实现中：一是以人脸识别与语音识别为例，学习神经网络与机器学习;二是以机器博弈为例，学习符号智能;三是以机器博弈的进化为例，学习进化计算。之所以缺少了对行为智能和群智能这两种途径的学习，一方面是因为课时的限制，不得不有所取舍;另一方面是因为与其他途径相比，这两种途径对于高中生来说学习难度更高。

在以上三个智能系统模块的课程中，我们首先结合学生已经具备的数学、生物、信息技术知识来讲解相关理论，然后指导学生利用相关理论知识动手实践，解决实际问题，使智能系统表现出相应的智能功能。

在学生开始学习智能系统模块之前，我们不仅在第三单元讲解了智能系统的全貌，使学生形成对智能系统较完整的认识，清楚三个模块之间的联系，还在第四单元补充了对Python编程基础的学习，以使Python编程基础不够好的学生能顺利进行后面的动手实践。在这里，我们只讲解Python编程基础，进一步的编程学习则在后面系统模块的学习中边实践边深入。

第三部分为“课程总结”。在该部分，学生讲解自己的动手实践成果，以此对所学的知识进行回顾和总结，同时也锻炼了他们汇报讲演的能力。

在整体教学内容中，第二部分“智能系统开发实践”是重点，占总课时的2/3，并以其为纽带将第一、三部分串联起来。这样的设计与安排，能使学生在实践中掌握人工智能核心理念，并具备人工智能系统初步实现能力。

二、教学方法与过程设计

（一）教学方法设计

本课程采用以项目教学为主、讲授为辅的教学方法。理论知识部分采用讲授法，教师的讲解立足于高中生已具备的数学、物理、生物等知识，注重原理性介绍，讲清楚人工智能算法的基本思想与工作原理，不做复杂的理论推导，将其留给有兴趣的学生在更高的学习阶段去探索。动手实践采用项目教学法，教师为学生设定实践项目的工作目标和详细的工作步骤，学生2人或3人为一组，在教师的指导下一步步完成所设定的项目。待所有学生完成上一步骤的任务后，才能进入下一步骤的任务。这样一来，教师就能以动手实践来推动学生对相关理论知识的学习与掌握，让学生边实践边学习，再学习再实践，循序渐进，逐步提升，不仅能保持学生的学习兴趣，还能获得良好的学习效果。

本课程还将对实践所需的Python编程能力的学习融入项目实践过程中。先用少量课时补充或强化编程基础知识，再在项目进行过程中根据学生实践需要，随时补充编程知识的讲解和详细指导，避免学生因编程能力不足而难以开展学习，也避免因过分强调编程而偏离了人工智能的学习主旨。

（二）教学过程设计

相应地，本课程的教学过程以对三个智能系统模块的了解、体验与动手实践为主线，开展理论与实践教学。人脸识别与语音识别控制的智能小车系统，以神经网络与机器学习为人工智能实现途径，以人脸识别与语音识别的实现为案例，以小车智能控制为直观体验，使学生理解神经网络与机器学习技术。基于符号智能的机器博弈系统，以符号智能为人工智能实现途径，以五子棋博弈的实现为案例，在手机上呈现下棋过程，使学生理解符号智能技术。基于进化计算的机器博弈进化系统，以进化计算为人工智能实现途径，以五子棋博弈程序的进化为案例，使学生理解进化计算技术。

上述三种系统的实现硬件由三部分构成：GPU计算服务器、手机、小车。GPU计算服务器起到类似大脑的作用，是整个系统智能计算的核心。手机的作用有三个：一是作为感知器感知外界信息。具体地说，其摄像头类似人的眼睛，用于捕捉影像信息，听筒类似人的耳朵，用于捕捉声音信息。二是作为执行器执行系统命令，与外界环境交互。其屏幕类似人脸，用于显示系统智能计算结果，喇叭类似人的嘴巴，发出相应声音。三是作为通信中枢，通过Wi-Fi与计算服务器相连，再通过蓝牙与小车相连，从而将计算服务器与小车连接成为一个整体的智能系统。小车的作用也有两个：一是作为感知器感知外界信息。其超声传感器与红外传感器作用类似，均用于感知与前方障碍物的距离，寻光传感器用于感知前方环境光的强度，巡线传感器用于获得浅色平面上的黑色轨迹或者黑色平面上的浅色轨迹。二是作为执行器执行系统命令，与外界环境交互。其七彩灯与风扇用于展现系统智能计算结果，比如人脸识别验证通过后点亮七彩灯，其车轮（包括电机）是执行智能系统运动指令（如前进、后退、左转、右转等）的部件。

图1展示了上述智能系统的架构。该系统不仅可以支撑本文教学中涉及的机器学习、神经网络、符号智能以及进化计算这四种人工智能实现途径。如果课时允许，该系统还可以支撑行为智能与群智能的教学。

依托上述智能系统，三个智能模块的教学过程类似。以人脸识别与语音识别控制的智能小车系统为例，教师先讲解神经网络与机器学习的基础知识，重点讲解在系统中用到的神经网络结构与机器学习方法，及其如何实现了人脸识别与语音识别 ;再通过“人脸与语音数据的采集与标注”“人脸识别模型的学习”“语音识别模型的学习”“人脸识别与语音识别模型在整体系统中的嵌入”子模块指导学生动手实践。在每个子模块的学习过程中，教师先讲解相应程序，学生在阅读理解相关程序的基础上编译运行程序，体验程序及其工作过程。最后教师隐藏程序的关键部分，让学生编程实现。表2是教师设计的“完成语音识别应用，学习神经网络结构”一课的教学内容与过程。

上述教学方式对学生学习基础要求较低，学生在动手过程中能够真切地感受到智能系统的工作原理，接受程度较高。

三、教学效果评价

本课程共有25个学生选课，均顺利完成了学习过程，能形成对人工智能的总体认识，理解智能系统及其背后的工作原理，并获得初步的人工智能系统实践能力，达到了预期的教学目标。

为进一步评价本课程教学效果，研究团队设计了学习效果调查问卷，让学生以无记名方式作答，以了解学生的学习动机、学习基础、学习过程、学习效果及其对教学方法与内容的认识等情况。

我们共发出25份问卷，收回有效答卷24份，其回答情况如下。

第一，从学习动机看，大多数学生（18/24=75%）是出于兴趣选修本课程。

第二，从学习过程看，学生主要在课堂上学习，非课程时间学习较少，绝大多数学生在课前及课后花费的时间少于30分钟。这也符合高中科技选修课程的特点，毕竟学生在课下主要进行主课的学习，因此要尽量在课堂上解决问题。

第三，从课堂学习看，只有极个别学生（1/24=4%）跟不上教师的教学进度，少量学生（8/24=33%）能完全跟上教师的教学进度，多数学生（63%）则介于二者之间。

第四，从对知识的掌握程度看，少数学生（6/24=25%）在理论和实验上均掌握不佳，能完全掌握的学生数量最多（9/24=38%），还有16%的学生仅掌握理论，21%的学生仅掌握实验。

第五，从学生对教学方法与过程的感受看，本课程“在实践中学习”的方法以及“先构建总体知识框架再逐渐深入学习和实践”的方法受到了大多数学生的欢迎（反映在第10～12题的回答上），学生也希望教学更多地侧重于实验操作（第14题，18/24=75%）。而在授课方式上，选择“先讲理论，再进行实践”与“实践和理论穿插进行”的学生数大体相当（5∶7），这说明学生在实践时还是需要理论指导的，教师先进行必要的基础理论知识的讲解，再在实践中穿插理论教学是较好的教学方法。

总体上看，本课程确定的学习方法是符合高中生特点和人工智能普及教育要求的，在学生学习基础不是很理想的情况下（编程基础较好的学生仅占29%，第7题），仍能使大多数学生顺利完成学习，达成预期的教学目标。

四、结论

本文介绍了本研究团队对高中人工智能普及课程教学的思考与实践。帮助学生建构人工智能核心思想与方法，通过综合实践驱动教学过程，是我们开展人工智能教学的两个指导思想。基于这两个指导思想，研究团队确定了教学内容与方法，进行了实际教学，最后通过观察学生表现及调查问卷形式对教学效果进行了评价。结果显示，该课程的实施达到了预期的教学目标，对于在高中阶段以社团选修课形式开展人工智能普及教育有一定的参考价值。

参考文献

[1] 中华人民共和国国务院.新一代人工智能发展规划[EB/OL]. （2017-07-20）[2021-09-11].http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[2] 中华人民共和国教育部.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] 中华人民共和国教育部.高等学校人工智能创新行动计划[EB/OL].（2018-04-03）[2021-09-11].http：//www.moe.gov.cn/srcsite/A16/s7062/201804/t20180410_332722.html.

[4] 刘峡壁，马霄虹，高一轩.人工智能 ：机器学习与神经网络[M]. 北京：国防工业出版社，2020.

（作者刘峡壁系北京理工大学计算机学院教授、博士生导师;陈文香系北京市第六十五中学科技中心主任;李海花系北京市第六十五中学信息技术教师;苑春颖系北京市第六十五中学信息技术教师）

责任编辑：牟艳娜