人工智能课程线上线下混合式教学模式的研究

【摘 要】2022年版义务教育信息科技课程标准把“人工智能与智慧社会”作为一个教学模块。如何提高人工智能教学实效性和提升学生实践能力有待深入研究。目前，人工智能教学存在实践探究相对不足，且与课程标准配套的网络课程资源尚待完善等问题。传统课堂很难满足这种无边界学习、交互学习和情景感知的需求。本文从线上线下混合式教学模式角度出发，依托线上智慧平台，探讨人工智能教学新途径，弥补现有的人工智能教学模式相对单一化的缺陷，使人工智能的学习方式更灵活，学习内容更广泛。

【关键词】人工智能;信息科技;线上线下;混合式教学模式

【中图分类号】G434 【文献标识码】A

【论文编号】1671-7384（2022）08-064-03

《义务教育信息科技课程标准（2022年版）》指出：通过介绍人工智能的概念和术语，体验生活中的人工智能运用，让学生理解人工智能的特点、优势、边界，知道人工智能与社会的关系。学生能够识别身边的人工智能应用，理解人工智能的三大技术基础，知道人工智能常见的实现方式。[1]在信息科技课程标准颁布之前，义务教育阶段人工智能课程开设不一，以选修拓展课型为主，教师在人工智能教学模式与方法上亟待提升[2]，大部分地区还没有系统地开设人工智能课程，少数地区开设了人工智能相关课程，尚未形成与课程标准相对应的课程体系[3]。线上教学为教学模式探究带来了很多新的可能。线上教学模式一方面使学生的学习时间更自主，学习方式更灵活，另一方面也给教学带来了全新挑战。线上线下结合的教学模式正好可以弥补人工智能教学课时少、内容单一的缺陷。人工智能教学不仅需要课堂授课讨论，还需要体验与思考，契合线上线下混合式教学模式理念，其效果不是简单的叠加，而是进行融合，产生新的教学模式。线上线下混合式教学模式强调以学生为中心，注重学生个性化发展，利用网络技术，借助学习设备，依托线上智慧平台进行混合式教学。

人工智能教学存在的问题

人工智能内容比较广泛，身边的人工智能应用众多，学生不仅需要亲身体验人工智能的不同应用场景，还需要分析典型案例，了解人工智能机制和基本特征。因此，人工智能课程需要讲练结合，学生需要通过教学来强化对人工智能知识的理解。人工智能课程具有以下特征：（1）综合性强。人工智能是研究和开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术学科[4]，不仅包括计算机科学，还包括数学、哲学等多学科的交叉融合。人工智能应用范围也非常广泛，如医疗、教育、城市建设、制造业等领域。（2）体验和实践并重。人工智能的学习不是一蹴而就的，不仅需要学生感知和体验，还需要学生通过实践探究形成人工智能素养，从而提升信息科技核心素养能力。学生通过课程学习才能够实现知识迁移和创新创造。

目前人工智能教学实践不尽人意，存在如下问题：课时不能保证，留给学生自己实践、消化知识的时间非常有限，教育价值没有得到充分发挥，而充分有效的体验实践练习是学生真正掌握知识的重要方法;学生认知水平不一，义务教育阶段中小学生智力水平、认知水平、知识储备都存在差异，因此需要考虑学情，按照课程标准设置合适的课程内容，采用适当的教学模式;课后自主实践不理想，如果课上对人工智能知识理解比较浅显，课后自主实践会存在难度，学生发现课上好像都听懂了，课后却很难去实践。同时，课后得不到良好的跟踪，学生遇到问题不会也不知道跟谁交流，因此课后自主探究实践效率低下，从而影响对知识的掌握。再有就是学习评价相对单薄，人工智能课程的学习需要多元学习评价，现在的评价模式缺乏过程性评价、自评和他评环节，学习效果很难量化与记录，不便于把握学生学习状态。

线上线下混合式教学模式的创新应用

教师通过分析线上线下混合式教学模式，根据人工智能课程教学特点以及传统课堂存在的问题，依托线上智慧平台，构建如图1所示的人工智能课程线上线下混合教学模型，为师生提供更加全面、丰富、开放的人工智能教学与学习服务，满足学生无边界学习、交互学习和情景感知的需求。本文将结合“人脸识别探秘”课例实施进行分析，围绕人脸定位、人脸校准、人脸确认、人脸识别这一流程，通过线上线下混合式教学模式引导学生探究人脸识别这一应用背后的程序代码，激发学生学习程序设计的兴趣。

1.智慧学习平台设计

智慧学习平台是从人工智能教学目标出发，由相应的设备、技术、教师、学生等构成的一个智能体验、开放实践、集成资源的虚拟现实空间[5]。在智慧平台中，智慧系统环境与多种移动设备为师生提供更加精准、全面与开放的教学与学习服务。课前，教师通过平台（图2）上传资料，学生下载资料，按照指示进行学习与课前检测;课中师生通过网络交流工具互动，完成测评、体验和探究;课后，学生通过平台继续巩固新知。

2.课前设计

人工智能课程不仅要让学生了解人工智能的相关知识、概念，还要让学生感知、体验、理解智能系统的基本过程与方法，让学生思考人工智能技术给人类社会带来的伦理道德等问题，培养学生的责任感[6]。以“人脸识别探秘”为例，教师引导学生从直观体验到过程探究，思考机器怎样模拟或实现人的思维，了解人脸识别技术的实现流程。

教师课前在智慧平台上制作、收集关于人脸识别的资源，将人脸识别探究视频、体验平台、人脸识别探究学习任务单等资源发布在智慧平台上。学生在课前查看预习，这样有利于学生获得人脸识别系统的科学知识。学生查看平台资源并下载到本地进行探究实践，通过人脸识别情境体验对人脸识别形成一个初步的了解，预习后完成课前检测，检测预习情况，记录遇到的问题，通过网络交流工具和教师或同学交流简单的问题，而复杂的问题，如人脸识别定位和校准，留到课中师生面对面交流。课前主要完成人脸识别体验、感知人脸识别过程。

3.课中设计

线下课堂教学的顺利开展、教学效果的有效实现，需要教师精心设计课堂教学环节。教学实施中遇到的情况不一，教师要充分准备，提前对学生课前学习情况进行总结，课中引导学生在组内先彼此交流，教师对本节课重要和关键知识点再次进行讲解，强化学生理解。课前预习让学生对人脸识别的知识性内容已经有大概的认识。因为人脸识别课例比较注重实践探究，课中需要进一步通过实践探究来感知人脸识别的代码实现过程。教师首先给定难度较低的体验人脸识别应用场景任务，学生通过人脸识别平台自主探究体验完成任务，随后提升任务难度，指导学生从平台下载任务文档，让小组间通过协作探究人脸定位的识别过程。教师最后总结人脸定位过程：导入OpenCV库、加载图片、加载人脸模型、调整图片灰度、检查人脸、标记人脸、创建窗口、显示图片，讲解单个人脸定位过程，并提供基础代码。学生从平台查看任务，下载资源，完成任务一“单人脸定位”。学生通过任务一的探究理解人脸定位代码实现过程，教师布置探究任务二“多人脸定位”、任务三“猫脸定位”。在学生探究任务的过程中，教师要在学生中巡视进行个性化指导，对存在的重要问题展开讨论并进行分析，学生将做好的任务一、二、三上传至平台，以便记录学习过程，展示交流。

4.课后设计

课后环节依据构建的线上线下混合式教学模式进行设计，与课中实践相衔接。教师利用线上智慧平台对学生在线下课堂操练的过程中再次产生的实际问题进行指导与讲解，关注新知的巩固及应用，学生可以根据自己的需要自行学习。教师提供课后探究任务：利用微笑检测的模型文件，识别出图中的笑脸并将其（唇部区域）用绿色方框标记出来。教师通过学生提交的作品以及平台记录的学习数据检查教学情况，获得反馈信息。教师对学生提交的作品进行展示与评价，师生进一步分析讨论学生作品，增强学生的自信心。

5.学习评价设计

学习评价要围绕信息科技核心素养，尤其是围绕人工智能体验、感知、实现方式、伦理等展开，关注学生信息意识、数字化学习与创新、信息社会责任担当、实践创新等方面。评价形式分为过程性评价和总结性评价。过程性评价重视学生课堂表现、学习态度、团队意识等方面的评价，通过自评、组内互评和教师评价的方式进行，重视课前、课中和课后的各个环节;总结性评价主要对学生的知识技能掌握情况进行评价，了解学生的知识学习情况，从而为教学改进提供参考。智慧学习平台设置的学习评价，包括排行榜、成员参与数据、成员评测等，教师借助智慧平台对学习行为进行全面综合的过程记录，关注学生对人工智能的态度和公平意识等非认知过程。具有正确人工智能伦理观的教师对学生的影响也是巨大的，教师能潜移默化地帮助学生树立正确的人工智能伦理观。

6.教学策略设计

教学策略设计是为了更好地激发学生的学习积极性，提升学习效果，常见的教学策略有问题导向、任务驱动、案例探究、项目学习以及体验感知等。人工智能课程活动强调多人协作、人机协作，这样能极大地锻炼学生的人机协同、推理、计算思维等能力，如在探究人脸识别的过程中，小组成员不仅需要不断交流、共同协作解决问题，还需要根据自己的知识、能力乃至喜好，分析背后涉及的数据、算法、算力。而不同成员的智慧贡献，使小组的整体探究实践能力得到了提升。针对有学生跟不上的情况，教学中要注重小组的作用，组长组织和带动小组成员学习，形成互帮互助的学习氛围。究竟采用怎样的教学方法，有没有更好的教学方法，仍需教师继续投身于教学实践中，不断改进、优化已有教学方法，尝试和创造教学方法。

随着《义务教育信息科技课程标准（2022年版）》的颁布，人工智能教育已经成为义务教育阶段的重要内容之一，希望线上线下混合式教学模式能够帮助教师们更加有效地进行人工智能教学，落实学科核心素养，让学生喜欢上人工智能，能够正确对待人工智能带来的伦理和安全挑战。当然，在实际教学中教师需要继续深入实践与完善教学模式。

参考文献

[4] 中华人民共和国教育部. 义务教育信息科技课程标准（2022年版）[S]. 北京： 北京师范大学出版社，2022： 39.

李艳. 中小学人工智能教育分学段进阶教学模式研究[J]. 中小学信息技术教育，2022（4）： 69-72.

于勇，徐鹏，刘未央. 我国中小学人工智能教育课程体系现状及建议——来自日本中小学人工智能教育课程体系的启示[J]. 中国电化教育，2020（8）： 93-99.

赵慧臣，张娜钰，闫克乐，梁梦. 高中人工智能教材的特征、反思与改进[J]. 现代教育技术，2019，29（11）： 12-18.

胡钦太，郑凯，胡小勇，林南晖. 智慧教育的体系技术解构与融合路径研究[J]. 中国电化教育，2016（1）： 49-55.

作者单位：北京市第一零一中学 北京航空航天大学