青少年阶段人工智能教学模式探讨

摘 要：寻求人工智能教学与现有课堂，特别是与信息技术课堂相融合的方式和方法，改革当前青少年人工智能教学模式，已成为培养计算思维及信息技术意识的共识性问题。针对人工智能教学过程中软件和硬件依赖度高，实验验证与归纳过程复杂，以及在教学过程中面临高综合性问题难以建立有效的解决思路等问题，可构建三种基于现有课堂的人工智能教学模式：资源型、实践型和整合型。三种模式分别强调问题的推理、归纳及自动求解，从方法论上解决人、问题、计算之间的关系。以“走进人工智能”为主题，对三种教学模式进行实践，收获的课堂满意度较高，证明该教学模式的有效性。

关键词：人工智能;青少年;教学模式

中图分类号：N42 文献标识码：A 文章编号：1004-8502（2022）02-0055-08

作者简介：席菁，苏州市教育科学研究院讲师，研究方向为中小学信息技术教学设计、教育评价。

一、引言

近年，借由大数据、云计算技术的强力推动，人工智能已成为新一轮工业革命级的技术创新爆发点。一个国家国民（特别是青少年）的信息素养正潜移默化地影响整个国家创新与发展的能力，也影响个体在社会中的生存机会和发展空间。为抓住人工智能发展的重大战略机遇期，推进青少年人工智能教育，教育部于2017年印发《中小学综合实践活动课程指导纲要》，强调对大数据、人工智能、“互联网+”等信息技术的合理利用。2019年初，教育部启动义务教育课程修订工作，建议根据需要将人工智能教育纳入课程标准。江苏省义务教育阶段选用的信息技术教材也加入《人工智能初步》模块，从课程纲要到教材内容均对人工智能课程提出明确要求，不仅要满足学生知识层面的需求，更应培养学生对科学技术的兴趣和爱好，发展学生的实践能力和创新精神[1]。结合时代需求，寻求适合青少年的人工智能教学模式迫在眉睫。

作为人工智能当前的使用者和未来的决策者，学生必须具备人工智能知识。目前，人工智能教育在青少年阶段主要依托信息技术课程开展，由信息技术学科教师负責讲授。技术准入的“高门槛”与青少年认知的“低水平”，人工智能专职教师的“高标准”与现实中普遍性的“低配置”，均成为制约人工智能教学发展的因素。因此，如何改革课程教学内容及教学模式，适应智能化时代的需要，是近年来计算机领域和教育领域的重点研究内容。

二、现有人工智能教学模式存在的问题

为健全人工智能技术的教育生态，契合国家层面的创新创造需求，更好地推进人工智能技术的教学与实践，本文从不同角度出发，对教材、课程内容与实践、思维培养方式等进行具体分析。

（一）缺乏开展实践教学的平台

在课程研发方面，各地纷纷开展人工智能相关教材的编写及应用平台建设，如《人工智能基础（高中版）》[2]《中小学人工智能系列丛书》，以及众多互联网公司建设的AI（Artificial Intelligence）开放创新平台等。现有教材及平台建设在一定程度上打破了教师想教却无教材的现状，但人工智能教学受限于对各类软件和硬件的高依赖性，与其他学科知识点的高度关联性，以及平台高度模块化等因素，在一线教学中很难开展相应的实践教学。

（二）内容过于单一，缺乏对应性和个性化

在课程内容设置和教学实践方面，目前国内青少年阶段的人工智能课程多由一线教师和校外专业厂商共同研讨制定，内容主要局限在人工智能基本原理的科普上，主要依托信息技术课堂、社团、STEM与创客等特色形式开展。不少学校和区域也根据自身的实际情况，编写了校本和区本教材，但基本以理论和简单的硬件操作为主，相较“知”的教学活动，“情”“意”类的活动略显单薄，道德伦理方面的内容较欠缺，对人工智能的整体架构、多个领域的划分及相关知识没有涉及。

（三）缺乏精准的计算思维方式的培养

在思维培养方面，目前大部分信息技术课堂“解决问题”的思路是结构化和常规性的，与其他学科和日常生活中遇到的解决问题思路类似。如证明定理，属于结构化的问题;生活中遇到的大多是常规性问题，可通过再现性思维解决。人工智能解决的问题是非结构化、非常规性的问题，如汉诺塔、过河问题等。对此类问题，需运用发散思维、创新思维寻找新的问题求解策略，然而，一线教学中缺乏对此类思维方式的培养[3]。

针对上述问题，本文将传统的科学方法论引入教学与实践，提出人工智能教育的三种教学模式，让人工智能教育不再局限于对知识点的学习和对工具的操作使用。

三、基于科学研究方法论的人工智能教学模式初探

传统课堂以“教”与“学”为核心传授方式，并以知识的掌握作为唯一的课堂目标。这种课堂可被看作基于经验的课堂教学，讲授者将过往形成的某种经验传授给学生，在一定程度上，该过程忽视了学生学习过程的体验与感受。人工智能课程的培养目标除要求学生理解并掌握各种“经验”，更重要的是培养学生对非结构化信息的梳理能力及创新能动意识。这要求人工智能课程更多地注重学生的体验和收获，在学习过程中逐渐形成创新思维。同时，在讲解人工智能相关知识的基础上，教学模式与方法应强调教学活动的过程性和完整性[4]。

人工智能是一门高度交叉融合的课程，其本质是利用人工智能技术促进基础科学与工程技术的创新研究，涉及人工智能技术与各种应用领域知识和技术的深度结合，如脑科学、智能交通、生物医学等领域的探索及深度应用。

《江苏省义务教育信息技术课程纲要（2017年修订）》将人工智能课程的目标设定为“初步了解人工智能的基本概念及发展历程，通过体验及剖析生活中常见的人工智能系统应用案例，感知人工智能技术的特点，初步了解人工智能的基本工作原理与过程，尝试设计与实现简单的人工智能系统”，并建议按照人工智能基础、人工智能应用与问题解决、人工智能技术发展三个模块开展教学;青少年阶段人工智能教学可采用教师引导、学生为主体的项目式学习方式。结合培养目标及教学建议，本文在分析项目式学习方式的内涵后给出三种适应现阶段人工智能课堂的教学模式。

（一）资源型教学模式

资源型教学模式通过提升学生的信息分析能力，培养学生的自我知识构建能力，以适应人工智能技术的高速发展。人工智能课程的教学内容覆盖人工智能基础、算法、典型领域的应用等多个教学模块，需整合大量的知识点。资源型教学模式利用教师和网络提供的丰富资源，让学生对问题进行分析，在分析过程中获取、提炼有价值的信息，并最终形成知识。在这种教学模式中，学生从知识的被动接收者变为知识的主动加工者。基于资源型教学模式的教学过程一般为：帮助学生确定待解决的问题及目标，为学生提供本地资源与网络资源，学生挑选信息进行分析、重组，形成问题解决方案，最后通过自评与互评调整方案、获得新知。从方法论的视角看，资源型教学模式是通过理论思维的方式对问题进行分析，对过程进行推理，对知识进行建构。

（二）经验型教学模式

经验型教学模式通过真实情境的构建，帮助学生在解决实际问题的过程中形成自身经验，获得新知识。人工智能系统可被用于生活中的多个领域，在讲授过程中紧密联系生活，让学生认识到人工智能在信息社会的重要作用。经验型教学模式将经验分为直接经验和间接经验，从学生习得的知识转化成的经验或学生的生活经验入手，让学生调动自身的感官系统认识世界、感知世界，将活动课堂转化为活力课堂。基于经验型教学模式的教学过程一般为：通过教学手段让学生回忆既有经验以形成直接经验，帮助学生根据自身经验提炼问题，利用活动感知形成问题求解，最后总结问题求解过程，通过问题求解帮助学生形成新的经验。经验型教学模式结合方法论中的实验理论，结合既有的、现实中的认知和经验，通过归纳的方式可有效提升学生的思维方式。

（三）整合型教学模式

整合型教学模式打破学科壁垒，利用各学科间知识的互通性，通过培养学生的建模思维，培养学生的知识整合能力。人工智能具有综合性、跨学科性的学科本质，讲授过程中需融合多学科知识，教师要在各学科知识间找到平衡点，突出信息技术学科本质，围绕教学目标开展教学。整合型教學模式将培养学生的思维模式、综合解决问题能力作为课程目标，通过观察—抽象—分解—建模—归纳的活动流程整合教学过程，通过从讲授表象到讲授表象背后的原理提升学生的信息素养。基于整合型教学模式的教学过程一般为：通过真实案例的观察分析，帮助学生学会分析案例，并结合自身知识储备，对案例进行初步抽象后提出本学科相关问题，分解问题进行活动体验，并帮助学生对问题进行建模，最后进行设计，完成再次抽象。

在三种教学模式中，我们采用探究式的教学方式，从发现问题开始，通过推理、归纳等思维方式，将解决问题作为最终目标，培养适应智能时代，具有信息素养的合格公民。其他学科通常是从知识的讲授到应用能力的培养，以知识为载体，构建学生的学科知识体系，这三种人工智能课堂的教学模式都以学生本体为基础，以学生的思维培养为目标，不仅注重培养学生的人工智能通用问题思维方式和利用人工智能技术解决问题的能力，也注重伦理知识，客观认识人工智能等一系列“人工智能时代原住民”情感知识的灌输。其中，资源型教学模式重在培养学生的信息意识，主要依据理论思维的模式，更适于教学目标为人工智能基础知识讲解、通用问题解决等方面的课程;经验型教学模式更易于培养学生的计算思维，主要依据实验思维和计算思维的模式，通过问题求解形成经验，更适于教学目标为探究新概念、解决问题和实践创新能力培养等方面的课程;整合型教学模式重在培养学生的信息素养，主要依据实验思维的模式，通过类项目式的学习，培养学生的健全思维，这种教学模式适于对人工智能有一定了解的课程。

四、人工智能教学模式实践

前文提到的三种教学模式适于不同人群和不同教学目标，其教学实施过程存在差异，如图1所示。本文以“走进人工智能”为主题，尝试实施三种教学模式，针对不同人群制定不同教学目标，并在课堂实施过程中获得较好的教学效果。

（一）资源型教学模式

教学过程：在具体实践过程中，选择七年级的学生作为教学对象。教学目标为开拓学生科学视野，让学生了解人工智能技术中的“模式识别”及“机器翻译”概念，体会技术为生活带来的便利，培养学生的创新意识。课堂从“疫情”入手，以“同心协力抗击疫情”为目标，请学生搜寻在新冠肺炎疫情期间人工智能发挥的作用，从模式识别和机器翻译两个角度引导学生感受人工智能技术给生活带来的变化。学生通过搜索相关信息了解人工智能的具体应用场景，教师辅助学生总结，帮助学生从疫情态势分析、线上教育、物资投递、发热检测、物资保障调度、辅助诊断六方面归纳，让学生理解什么是人工智能，并尝试通过分析应用，猜想“模式识别”和“机器翻译”的学术概念。教师和学生一起探讨学生给出的概念，分析概念涉及的关键词，引导学生针对关键词进行搜索并对相关信息进行技术层面的分析，进而总结“模式识别”和“机器翻译”的概念，将知识内化。最后，通过对人工智能未来的探讨，培养学生的批判性思维。

教学评析：七年级学生已有4年信息技术学科知识经验，具备一定的信息素养，可以进行简单的信息分析和总结。整堂教学课程以“抗击疫情”作为主线，从应用入手，通过感知应用到探知应用背后的技术，学生在教学过程中对应用进行初步归纳，并根据老师的引导尝试总结关于“模式识别”和“机器翻译”的概念。在最后的探讨环节，学生讨论的广度和深度基本达到本课的教学目标。

（二）经验型教学模式

教学过程：在具体实践过程中，选择的授课对象是五年级学生。教学目标为探究人工智能的相关知识，感受“人工智能”与“人”的智能之间的关联。课堂从网络搜索身边的人工智能入手，使学生初步了解人工智能。利用活动“车牌识别”“声纹识别”“小艾问答”帮助学生分别用眼、耳等感受和体会人工智能。让学生将感受到的直接经验转化为人工智能的相关经验，最后通过“中英文古诗互译”活动，让学生体会人工智能与“人”的智能之间的区别，进一步完善新经验，最终形成学生本体对人工智能的个体认识。

教學评析：五年级学生对信息的感受源于身边与人工智能相关的事物，整堂课以身边的人工智能为载体，以“体验”为主线，将“人工智能”与“人”进行类比分析，课堂教学过程帮助学生完成从已知经验向未知经验的转变，直到形成独特的自有经验。教学目标达成度高，人工智能的相关知识涉及面广，但缺乏一定的目标呈现。

（三）整合型教学模式

教学过程：在实践过程中选择的教学对象是八年级学生。教学目标为以小动物识别系统为载体，探求人工智能中图像识别的算法设计，以小见大，让学生体会人工智能的本质。学生通过大量实例初步抽象出人工智能的概念，以“百度的AI识别”活动，引出“猫狗识别”中需要解决的两个问题：如何提高识别率;图像如何识别。让学生带着问题体验。通过“如何提高识别率”这一问题，让学生从表象特征认识人工智能;通过“图像如何识别”这一问题，帮助学生完成模式识别的数据建模。数学知识的引入帮助学生了解数据背后的算法，了解算法设计是人工智能的关键，突出学生计算思维的培养，完成从表象到表象背后原理的转变。

教学评析：这堂课涉及人工智能中的图像识别算法，学生应具备一定的数学知识和图像识别知识。八年级学生具备一定的数据建模思想，对卷积神经网络的基本原理也大致了解。“猫狗识别”作为模式识别的入门级数据集，数据规模不大，图像特征易采集，辅助“百度AI识别”平台，让学生体验模式识别的整个训练过程，理解人工智能的背后是大数据和算法的支撑，从表象背后的原理重新认识人工智能，理解人工智能是时代发展的产物，是多学科融合的产物。

为评估效果，本研究对学生进行问卷调查，从不同角度（如授课方式的接受程度、能否激发学生兴趣、是否需要提高表达能力等方面）对教学模式进行考察，相关结果如表1所示。

从统计结果可知，三种教学模式授课方式的接受度[（赞成数+中立数）/总人数]都在98%以上，授课实例（实验及示范）维度分别得到92%、98%及96%的满意度（赞成数/总人数）。教学过程设置了复习与消化课堂内容、师生互动、实践小组的协作能力、启发式教学四个维度，从教学互动、学生课堂反馈和教师教学方法等方面评测教学效果，同时根据人工智能课程的相关特点，增设对批判性思维能力维度的评价，主要描述学生在学习某知识点后，对该知识点的学习过程是否进行思考，对知识点的对立面是否有批判意识。授课后，同样让学生对该项进行初步评价，分别获得91%、96.7%及92.1%的教学评估满意度。综合而言，本文提出的三种教学模式获得较好的教学效果，但在课程实例及启发式教学方面，如何提升批判性思维能力，提升学生主动获取知识的能力，仍需改进与完善。

五、总结

本文根据青少年阶段人工智能教学的特点，结合实际教学情况，给出适于不同教学内容及教学目标的资源型、经验型和整合型三种教学模式，并在同一主题下，根据不同年级学生的基础制定不同的教学目标，分别采用适应其教学目标的教学模式开展课程，课堂效果反馈良好。其中，资源型教学模式建立在作为“信息社会原住民”的学生对信息的敏感度基础上，信息获取是现代社会学生急需掌握的一项技能，资源的选择、教师的讲解及学生自学的活动设计是课堂教学的重点;经验型教学模式从学生的既有经验出发，易在课堂上产生共鸣，从既有经验到新经验的实践过程是课堂教学的重点及难点;整合型教学模式对学生和教师的知识广度和深度有一定要求，活动的搭建是应用与技术间的桥梁，贴近学生知识层面和情感层面的活动设计是课堂教学的难点。

【参考文献】

[1] 刘家豪，李明勇.基于STEAM理念的中小学编程教学模式设计——以《汇率转换能手》为例[J].教育信息技术期刊，2020（Z2）：26-30.

[2] 汤晓鸥，陈玉琨.人工智能基础（高中版）[M].上海：华东师范大学出版社，2018.

[3] 秦建军，郭艳玫，马福贵.思维素养视角下的中小学人工智能教育[J].中小学信息技术教育，2019（05）： 68-71.

[4] 许亚锋，高红英.面向人工智能时代的学习空间变革研究[J].远程教育杂志，2018（01）：48-60.

Discussion on the Teaching Modes of Artificial Intelligence in the Adolescent Stage

XI Jing

（Suzhou Institute of Educational Sciences）

Abstract： In the process of cultivating adolescents’ computational thinking and information technology awareness， it has become a consensus that we should seek ways and means of integrating artificial intelligence （AI） teaching with existing classrooms， especially with information technology classrooms， and reform the current AI teaching mode. In view of the high dependence on software and hardware in AI teaching， the complex process of experimental verification and induction， and the difficulty in establishing effective solutions to high comprehensive problems in the teaching process， this paper constructs three types of AI teaching modes used in the classrooms， which are resource-based， practice-based and integration-based. The three modes emphasize the reasoning， induction and automatic solution of problems respectively， and solve the relationship between people， problems and calculations methodologically. Finally， with the theme of “Walking into AI，” the three teaching modes are practiced in class which have obtained high recognition， very well proving their effectiveness.

Keywords： Artificial Intelligence; Adolescent; Teaching Mode