指向智能素养的人工智能课程项目化学习活动设计

秦朋绪 陈明选

（1.江苏省江阴市第二中学，江苏 无锡 214000；2.江南大学 教育学院，江苏 无锡 214000）

一、研究背景

人工智能技术的快速发展引领社会进入了人工智能时代，推动了社会发生方方面面的变革，教育的未来与人工智能技术的发展有着内在的联系，人工智能的进步为教学和学习提供了新的可能性（周晔，张刚要，2022）。为了在人工智能时代获得竞争优势，每个人都应该学习一种人工智能时代的必备品格和关键能力，以应对这个时代的变革，研究者将这种适应人工智能时代的必备品格和关键能力称之为“智能素养”或“人工智能素养”。在中小学阶段，课程是育人的土壤，学校通过开设专门的人工智能课程或将人工智能相关内容融入到其他课程中来培养学生的智能素养。2021年10月中国教育学会发布《中小学人工智能课程开发标准（试行）》，提出以项目化学习作为人工智能课程内容的承载方式，将基础知识和重要能力的习得渗透在学习任务的推进中（中国教育学会，2021）。项目化学习活动以其高情境性、高参与度、高协作性、问题导向、学习的真实性等优势成为人工智能课程开展的主要方法。由此，以项目化学习活动的方式开展人工智能课程并进一步培养学生的智能素养成为本研究的目标，希望能给研究者和一线教师带来一些启示。

二、文献综述

（一）智能素养

智能素养是人工智能时代应运而生的新兴概念，是包括智能知识、能力、情意、伦理的多维复合结构体，是学生核心素养的时代发展（汪明，2018）。王毅和王乾花（2020）认为，智能素养应以智能知识、智能思维、智能应用、智能伦理为关键要素，是使用人工智能技术分析问题、解决问题、培养合作精神、批判精神以及创新精神于一体的素养。侯贺中和王永固（2020）参考郝媛玲等人提出的数据素养基本要素将智能素养构建为智能意识、智能态度、智能伦理、智能知识、智能技能、智能思维、智能创新七个维度。Ponce（2018）认为智能素养是未来工作岗位中必不可少的关键素养，并将智能素养概括为计算机素养、理解力、数据处理能力、智能问题解决能力、逻辑运算能力和计算思维的集合。综合解读发现，智能素养是一个包含知、能、情、意等多方面的综合体，是人工智能时代公民了解智能、应用智能、掌握智能、开发智能的能力，是人类适应人工智能时代的必备品格和关键能力。人工智能课程的学习结果目标就是智能素养的养成，因此，基于加涅的学习结果分类理论构建智能素养的框架是可行的，如图1所示，智能知识、智能能力、智能思维、智能应用、智能态度与言语信息、智慧技能、认知策略、动作技能、态度五个方面是高度吻合的（郑勤华，覃梦媛，李爽，2021）。

图1 基于加涅的学习结果分类理论构建的智能素养框架（郑勤华，覃梦媛，李爽，2021）

1. 智能知识

学生的个人发展离不开知识的土壤，智能素养的培养是以知识为基础的，学生必须掌握一定的人工智能知识，才能在知识习得的基础上迁移应用，达到高阶能力的培养目标。赵慧臣、张娜钰、闫克乐和梁梦（2019）通过分析六本高中人工智能教材的内容发现，学习者至少应该掌握人工智能的发展历程、基本概念、技术体系、应用领域及社会影响五个方面的知识。

2. 智能能力

智能能力是个体在智能社会中生长和发展的保障，包括信息能力、数据能力、编程能力、算法能力等。信息能力主要体现在能够明确信息获取需求，通过合理合法的方式获取、整理、利用、评价信息，并进行信息的分享与创造。数据能力主要体现在数据分析、数据处理、价值判断、科学决策等方面。人工智能的本质是机器学习，让计算机去分析和处理问题，需要先将问题转化为计算机能解决的形式，然后构造问题的解决方案（周迎春，2018），前者指的是算法能力，后者指的是编程能力。

3. 智能思维

智能思维由以计算思维为主的多种思维构成，包括人机协同思维、主动调节思维以及批判性思维、创造性思维等方面，是智能素养的核心，也是人工智能教育的核心，旨在让学生掌握程序设计的基本算法思维、编程策略、技能与操作，培养学生人工智能社会问题解决的思维能力，也是培养学生创造力的源动力（王毅，王乾花，2020）。

4. 智能应用

智能工具和产品的发明是为了更好地服务人类，人工智能的应用是个体适应人工智能时代基本的能力要求，表现在能够甄别智能产品的可用性与易用性，选择适合自己的人工智能工具或产品来解决实际生活中的问题等方面。动手能力也是人工智能应用的一个方面，要能够亲自动手实践制作人工智能制品，利用相应的智能软硬件制定问题解决方案并解决问题。

5. 智能态度

合理学习和使用人工智能的前提是树立良好的人工智能态度，包括价值观、伦理、志趣等方面，主要体现在正确看待人工智能给社会带来的方方面面的影响，以正确的态度对待人工智能与人的关系，了解有关人工智能技术产品所带来的伦理问题，积极探索人工智能的发展前景等方面。

（二）人工智能课程与项目化学习

智能素养的培养要从制定人工智能课程目标、内容、评价标准等方面入手（陈丽，郭玉娟，高欣峰，谢雷，郑勤华，2019）。2018年1月，教育部颁布《普通高中信息技术课程标准（2017年版）》，正式将“人工智能初步”模块列入信息技术课程，并制定了明确的学业要求，标志着我国对人工智能教育的重视程度加深，人工智能正成为人才强国战略必争的领域之一。高中阶段人工智能课程的重点内容是以人工智能相关项目为载体，在强调人工智能基本理念和相关原理的学习与应用的同时，注重计算思维等思维能力的形成，培养其创造力、想象力、整体思考以及动手实践能力（谢忠新，曹杨璐，李盈，2019）。可见人工智能课程的目标包含了人工智能态度和意识的培养、知识和技能的发展、相关高阶思维以及创新创造能力的发挥等方面，这与智能素养的要求是高度一致的。基于此，本研究将人工智能课程定义为在人工智能技术的工具与环境支持下，以人工智能核心技术为课程内容，以培养智能素养为目标的跨学科综合实践课程。目前人工智能课程主要的教学方法有体验式教学、项目化学习、游戏化教学、直观教学等（刘邦奇，贺胜，2021）。其中项目化学习让学生基于真实生活情境，运用人工智能技术设计与制作人工智能产品解决项目中的问题，有助于带动学生对人工智能的理解、感受、应用和创新。从人工智能课程的国内实践来看，深圳、香港、北京、广州、天津、上海等地纷纷开设了人工智能课程，只是各地区课程在内容设置上尚存在较大差异。

在项目化学习的相关实践中，目前大多数项目化学习的实践注重活动流程的设计与实施，刘景福和钟志贤（2002）将项目化学习的流程划分为选定项目、制定计划、活动探究、作品制作、成果交流、活动评价六个环节。闫寒冰（2003）将信息技术教学中的项目化学习划分为项目设计、分组分工、制定计划、合作探究、作品制作、汇报展示和总结评价七个步骤。课程教学目标在设计好的项目化学习的各个环节中得以实现，取得了很大的成效，但仍然存在以下两个难点：①活动繁琐、耗时长；②教师难以把控（杨明全，2021）。为了更好地发挥项目化学习在人工智能课程中的育人功能，本研究汲取项目化学习的理念和方法灵活指导学生学习，提出技术支持、教师指导和成果导向的改进策略，让学生充分开展协作探究，思维碰撞，学会使用人工智能知识与能力解决问题的方式方法，促进智能素养提升。

三、人工智能课程中培养智能素养的项目化学习活动模型

（一）人工智能课程中培养智能素养的项目化学习活动框架

在详细分析了智能素养的要素、人工智能课程的核心内容及项目化学习的要素后，以建构主义的知识观、学习观和教学观为理论基础，结合项目化学习理论的关键要素，提出了面向智能素养的人工智能课程项目化学习设计框架，如图2所示。

图2 指向智能素养的人工智能课程项目化学习活动框架

这样设计的理由如下：首先，培养智能素养是最终目标；其次，要考虑培养智能素养的载体，也就是人工智能课程，梳理现有人工智能教材中的内容体系，总结出人工智能课程的核心内容；最后，培养智能素养需要方法的支持，采用项目化学习活动的方式针对智能素养的具体维度甚至某一维度的某一方面开展教学，并设计符合课程内容的项目化学习活动策略与流程。

（二）人工智能课程中培养智能素养的项目化学习活动策略

1. 项目情境：从课堂情境到多维情境

人工智能课程的项目化学习应该充分发挥人工智能的技术属性，有效结合人、物、技术等多个方面，为学生开展活动、协作探究建构最合适的多维情境，包括物理情境和社会情境。在物理情境方面，通过使用大数据、物联网、机器学习等技术，建构真实的项目学习环境为学生开展实践探究提供支持，例如：智慧农场可以让学生在探究农作物的生长过程中学习人工智能知识与技术，培养学生应用人工智能的能力。在社会情境方面，教师根据活动目标与学生的动机与兴趣建构真实的问题情境，带领学生创造性地探索如何使用人工智能解决社会问题，增强学生的社会参与感与价值认同感。

2. 项目主题：从解读知识到围绕活动

在指向智能素养的人工智能课程项目化学习活动中，整合的不仅仅是人工智能知识，还包括对能力、思维、情感态度等方面的考虑，所以项目主题的选择不应该仅仅围绕人工智能的原理或者概念，而应该开展灵活多变的教学活动，将智能素养的培养渗透到项目活动的各个环节，让学生经历有意义的学习实践历程，促进学生的知、行、思合一。

3. 项目问题：从本质问题到驱动问题

核心知识只有转化为问题，才能在项目中指引着学生积极探索。一个项目中，本质问题是学科的基本问题，反映该学科的基本观点，需要学生在未来的学习与生活中不断思考，驱动性问题是将抽象、深奥的本质问题转化为特定年龄学生感兴趣的具体问题，通过嵌入情境引发学生兴趣、增强学生主动性，让学生更积极地投入到项目中，避免实践过程中学习方向的偏离。项目化学习活动中的驱动问题最好是教师带领学生对所处情境进行分析，思考解决问题的策略，引发学生个体思考和同伴讨论之后共同提出的。

4. 项目目标：从知识本位到素养本位

《普通高中信息技术课程标准（2017版）》将信息技术学科的核心素养定位为信息意识、计算思维、数字化学习与创新、信息社会责任四个要素，旨在培养学生适应终身发展和社会发展的必备品格及关键能力。但在实际教学中，教师往往难以平衡知识传授与核心素养培养之间的关系，导致教学中知识本位现象严重，忽视了思维、情感、态度等素质的培养。智能素养是对信息技术核心素养的继承与超越，是智能时代发展过程中以人为本的体现，注重人的综合能力养成。教师在制定人工智能课程项目活动目标时，应该以核心素养为基础，关注智能素养的多个维度进而培养学生的智能素养。

5. 项目资源：从静态资源到立体资源

在人工智能时代的教学资源建设中，人工智能技术与教学的无缝融合使学习资源呈现多样化的形态，并且更立体化、精准化与个性化（余亮，魏华燕，弓潇然，2020）。在人工智能课程的项目化学习活动中，学生需要用到的资源包括画图工具、建模工具、搭建工具、人工智能扩展板、电机驱动工具，还有语音识别、图像识别、人脸识别等开源软件以及各种加工制造用到的设备。这些功能多样的资源与工具为学生的活动开展、协作交流、问题解决等多方面提供支持，促进学生的智能素养发展。

6. 项目评价：从知识测试到素养测试

过去的教学评价维度比较单一，以围绕知识点的标准化测试居多，体现的是知识掌握水平，而智能素养应从知识、能力、思维、应用、态度等多维度展开，强调评价的过程性与多元性，体现的是综合素质的发展。从知识测试到素养测试转变是人工智能时代综合能力人才培养的要求，本研究通过对学生作品和任务单的分析挖掘学生智能素养发展情况；通过课堂观察了解学生解决问题时的能力、应用水平、态度等多方面的发展情况；辅以访谈、问卷调查等方式综合考察学生智能素养水平。

四、人工智能课程中培养智能素养的项目化学习活动实施与结果分析

由于智能素养涉及的范围较广、维度较多，本研究选取智能素养中智能思维作为研究重点开展教学设计与实践，在以智能思维为重点培养目标的前提下尽可能兼顾智能素养的其他维度，对人工智能课程项目化学习活动效果的评价也围绕着智能思维尤其是计算思维进行。

（一）研究方法

整体采用基于设计的研究。在初步构建的促进智能素养发展的项目化学习活动教学模型的基础上，制定每节课学习活动的具体实施方案，通过问卷调查法使用制定好的计算思维量表分析学生计算思维各个维度平均分的变化情况，并进行配对样本t检验以验证有效性。通过课堂观察掌握学生积极性、参与度、协作情况等方面的学习表现。通过三轮迭代，分析与反思实际活动开展过程中存在的不足，并对学习活动模型进行不断的修正与完善，直到学生智能素养水平得到明显的提升。

（二）研究对象

研究对象选取江苏省常熟市某高中27名学生组成实验班级开展教学活动，三人或四人为一组，共七组。在教学活动开展之前，学生已经具备了项目化学习的有关经验，但没有学习过正式的人工智能课程。

（三）研究工具

1. 计算思维评价量表

采用陈兴冶和马颖莹（2020）编制的本土化计算思维量表对学生的计算思维水平进行评价，该量表将计算思维分为计算思维态度和计算思维技能两个方面八个维度，计算思维态度包括情感态度、思维品质、合作学习；计算思维技能包括分解、抽象、概括、算法、评估。

2. 学生作品评价量表

从学生作品完成情况、作品制作过程的学生表现、学生在作品制作过程的交流情况几个方面制定评价量表对学生的作品进行评价（见表1）。

表1 学生作品评价量表

3. 课堂观察评价量表

本研究所采用的“课堂观察评价量表”是参考崔允漷（2012）组织带领团队研究得出的LICC范式课堂观察框架，它是我国目前较为完整和最广为接受的一个范式课堂观察框架。为了更好地反映课堂教学情况，本研究参考并制定出课堂观察评价量表，从学生学习（互动、自主、达成）、教师教学（环节、对话、指导）、课堂氛围（思考、民主、创新）3个维度9个子维度进行观察，如表2所示。

表2 课堂观察评价量表

4. 学生智能思维等级划分

在综合分析大量智能思维相关文献的基础上，结合人工智能解决问题的关键特征，划分了学生智能思维水平层级，如表3所示，评价学生智能思维水平目标的达成度，保持三轮项目活动评价维度的一致性。学生的计算思维评价量表、课堂观察评价量表、作品评价量表与智能思维等级的对应关系为：得分在总分的40%到60%范围内为水平1，在总分的60%到80%范围内为水平2，得分超过总分的80%为水平3。

表3 学生智能思维目标的等级划分

（四）研究过程

1. 第一轮活动的组织与开展

1）设计与实施

本轮的项目化学习活动为“文字朗读器的设计与制作”，该活动的目标是学习与使用语音合成技术，运用编程能力，发挥计算思维，通过完成一个能够自动朗读出输入的文字的手机应用程序来方便日常学习和生活，提升学生智能思维水平。

2）评价与分析

第一，课堂观察分析。在思维与探究方面，在这种互动性强、参与度高、实践机会多的学习活动中，学生之间可以充分发散思维，进行各方面的交流沟通，齐心协力共同解决问题，学生的合作意识和实践能力得到了提升，也极大地促进了批判性思维和创新性思维的养成。

第二，作品分析。发现大部分学生具备了一定的将实际问题转化为计算机能够解决的方式的能力。但人工智能作品分数特别高的学生极少，80～89分的仅有3人，90分以上的仅有1人，可见班级整体的智能思维水平仍有很大的发展空间，且存在学生发展不平衡的情况。

第三，计算思维水平分析。由表4可知，参与项目活动的学生在计算思维的八个维度都有不同程度的提升，分别提升了0.41、1.00、0.45、0.37、0.45、0.37、0.88和1.07。从配对样本t检验的结果可以看出，情感态度、思维品质、合作学习、抽象、算法和评估六个维度的p值均小于0.05，表现出显著性差异，可见研究所设计的指向智能素养的人工智能课程项目化学习活动是有效的。

表4 第一轮项目活动前后测中学生计算思维的配对样本t检验结果

第四，学生智能思维等级分析。综合学生的人工智能作品以及观察学生在作品制作过程中的课堂表现，结合计算思维量表调查结果，确定学生目前所处的智能思维等级，如图3所示。处在水平1的学生有15人，占55%，能够达到水平2的学生有8人，占30%，达到水平3的学生较少，有4人，只占15%。总体来看，大多数学生的智能思维水平处于1和2，提升空间很大。

图3 学生第一轮活动后智能思维水平统计

3）反思与修订

分析发现以下两个问题，第一，学生的资料准备能力较弱，很多学生收集了大量与项目无关的资料；第二，个别成员对组内合作的参与性和主动性不强，说明部分学生自身要求较低，学习者自我监控能力不强。针对以上问题提出修订意见，首先，对学生的资料准备能力进行训练，从明确信息需求、信息收集、信息整理与利用几个方面进行分析，让学生掌握信息收集与处理的基本流程与方法；其次，增强监控策略，加强教师监控和学生监控，规范学生在项目活动中应做到的最低标准，使得教师能够及时发现学习过程中出现的问题，并及时调整。

2. 第二轮活动的组织与开展

1）设计与实施

本轮的项目化学习活动为“智能语音电话簿的设计与制作”，该项目活动的目标为学习智能语音识别技术，设计并制作一个语音自动识别并显示联系人及其电话号码的手机应用程序，充分发挥计算思维等智能思维以及人工智能应用能力，在解决生活中实际问题的同时感受人工智能带来的便捷。

2）评价与分析

第一，课堂观察分析。活动方案修订之后，学生已经能够有效地收集项目制作所需的资料，并合理地利用教师提供的各种资源。游离于小组合作之外的学生开始参与进来并发挥一部分的作用，使得小组项目探究活动的进程加快，组内成员交流频率增加，任务分配也趋于合理。学生已经能够对项目问题进行比较深入的探讨，有了自己的想法，制定的问题解决方案比较可行，具备一定的运用智能思维将实际问题转化为计算机能够分析处理的方式的能力。

第二，作品分析。在作品制作过程中，学生的得分点主要在于能够对问题进行合理的分析，提出思路清晰的问题解决方案，以及能够在良好的氛围下进行小组协作，而失分点主要在于对提出的问题解决方案缺乏修正与完善意识。

第三，计算思维水平分析。从表5的配对样本t检验的结果来看，在两轮项目活动开展的过程中，学生的计算思维在各个维度上均有所提升，但提升幅度较小，分析原因可能是两轮实验开展的时间间隔较短。从显著性来看，各维度p值均小于0.05，可见第二轮项目活动的开展对学生计算思维的提升是有效果的，只是提升的幅度不如上一轮大。

表5 一、二轮活动后学生计算思维的配对样本t检验结果

第四，学生智能思维等级分析。本轮活动中学生的表现与第一轮学习活动中相比，水平1的学生人数从15人减少为12人，占总人数的45%，水平2和水平3的学生总人数有所增加，分别为9人和6人，占比33%和22%，如图4所示。虽然处于水平1和水平2的学生仍然占大多数，但是与第一轮相比，所占比例下降了，有更多的学生到达了水平3的等级。

图4 学生两轮活动后智能思维水平变化统计

3）反思与修订

通过学生访谈发现“资料准备能力弱”“参与度不强”等问题得到一定程度的改善，说明上一轮的模型修订有一定效果，也发现了一些新的问题，学生虽然能够对项目问题进行比较深入的探讨，但整体问题解决方案的制作水平需提升，部分学生先动手制作，后填写制作方案，导致后期需要不断修改。针对以上问题提出修订意见，对学习者问题解决流程进行训练，提供人工智能解决实际问题的案例，让学生掌握使用智能思维解决问题的基本思路和方法。

3. 第三轮活动的组织与开展

1）设计与实施

本轮的项目化学习活动为“智能电子相册的设计与制作”，该项目通过可视化编程设计并制作可以实现以翻页方式浏览照片的手机电子相册，让学生运用计算思维将复杂问题分解为易于解决的子问题，通过编程实现问题解决并发展学生的智能思维水平。

2）评价与分析

第一，课堂观察分析。从学生在项目活动探究过程中的综合表现来看，学生对教师创设的情境能够深切感知，对教师提出的问题能够理性思考，能够积极主动地发表自己的观点，并在教师的引导下，这些观点不断发展成熟，加深了学生的思维深度，最终为使用人工智能的知识与方法进行问题解决提供了帮助。

第二，作品分析。本轮学生的作品质量有了非常大的提升，80分以上的学生有15人，90分的学生8人。分析原因可能为以下两个方面：一方面，随着三轮项目活动的开展，学生在进行项目任务探究过程中对人工智能的理解和应用水平得到发展；另一方面，学生逐渐学会利用计算思维等智能思维方式思考问题，制定问题解决方案，在小组协作共同完成任务的过程中进行了充分的意见交换和思维发散。

第三，计算思维水平分析。从表6的第二轮后测到第三轮后测学生计算思维水平变化t检验结果来看，学生计算思维态度和计算思维技能均有所提升，从显著性来看，各维度的p值均小于0.05，可见本轮活动对于提升学生的计算思维是有效果的。

表6 二、三轮活动后学生计算思维的配对样本t检验结果

第四，学生智能思维等级分析。本轮学生的表现结果与第一、第二轮学习活动的结果相比，水平1的学生人数减少至7人，占总人数的26%。水平2和水平3的学生人数呈上升趋势，均高于前两轮学习活动的人数，分别为11人和9人，占比41%和33%，如图5所示。可见本轮学习活动结束后，虽然有部分学生还停留在水平1，但是大多数学生到达了水平2和水平3，表明所设计的培养学生智能思维的学习活动是有效的。

图5 学生三轮活动后智能思维水平变化统计

3）反思

通过比较分析发现，对于同一个问题，不同学生的理解水平不一样，如有的学生只能按照教师要求做出实现基本功能的作品，而有的同学在实现基本功能的基础上加入了自己的新想法，使得作品可以迁移到其他情境中解决其他问题。由此可见，学生的智能思维水平虽然得到了一定程度的提升，但对于一些概念的理解深度有差异，后续可以引入理解性教学的相关原理进行改进。

五、研究结论

本文从智能素养的内涵解读入手，厘清了智能素养的构成要素（智能知识、智能能力、智能思维、智能应用、智能态度），从项目目标、主题、问题、情境、资源、评价六个方面提出了提升智能素养的策略，设计了包括情境创设、问题提出、任务布置、资料准备、方案设计、方案实施、成果展示和评价总结八个环节的项目流程，并做了三轮行动研究。研究发现，项目化学习活动是人工智能课程中培养智能素养的有效途径，智能技术支持下的项目化学习活动有效地促进了学生在合作开放、平等交流的探究中，在人机交互支架与教师引导下学习方式的转变，为学生智能素养的培养提供了有效路径，设计了指向智能素养的学习任务单，为智能素养的等级评价提供了一种思路。因能力所限，本研究还存在以下不足：①样本问题：研究的样本量较少，样本选择区域为东南部较发达地区，并且实验对象均为高一学生，使得收集的研究数据代表性差；②活动设计方面：活动流程设计未考虑学生个体差异，活动策略着眼点较高，难以指导实际教学，教师与学生的前期准备不足，教师与学生联系的紧密程度有待加强；③智能素养本身：智能素养是包含知、能、情、意的大概念，本身定义模糊、结构复杂，文章将其划分为五个方面之后仍然概念宽泛，难以准确界定与评价。学生智能素养的培养还需要不断地进行理论研究与实践检验才能真正落地，希望本研究能够给一线教师和研究者提供一些启示。