ICS教学模式在中小学人工智能教学中的应用

杨海娟

【摘 要】本文以“图像识别：AI助力垃圾分类”为例介绍在中小学人工智能教学中应用ICS教学模式的可行性。ICS教学模式通过创设情境、自主学习、合作探究和分享交流四个环节，提升学生的问题解决能力，培养学生的合作意识与合作能力，帮助学生树立终身学习的理念。

【关键词】ICS教学模式；人工智能；信息科技；教学策略

【中图分类号】G434   【文献标识码】A

【论文编号】1671-7384（2023）08-054-03

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[1]，作为引领未来社会发展的颠覆性技术，人工智能的重要性日益凸显[2]。在中小学信息科技教学中实施人工智能教学已势在必行，但目前仍处于人工智能课程进入中小学课堂的初始阶段，如何有效地进行人工智能教学，是一线教师急需探讨的问题。ICS教学模式是笔者在长期的教学实践中探索出的适合中小学人工智能教学的一种模式。

ICS教学模式概述

ICS教学模式倡导学生在特定的教学情境中自主学习（Independent learning）、合作探究（Cooperation inquiry）和分享交流（Sharing interchange），要求课堂教学从传统的以教师、教材为中心转变为以学生、学习为中心，以活動、实践为中心；倡导自主学习与合作探究，培养学生浓厚的学习兴趣和良好的学习习惯，使学生能积极主动地分享交流学习成果；解决学生积极性不高，解决问题能力不足，学习氛围不浓，学习习惯不佳等问题。ICS教学模式真正实现了“学生中心”“先学后教”“以学定教”的美好愿景，能达到增强学生学习兴趣，提升学生学习能力，培养学生信息科技核心素养的目的，力争使每一位学生都能成为信息时代的合格数字公民。

ICS教学模式特征

ICS教学模式强调创设主线式情境，它是以某一具体人物、某一话题、一段故事或真实问题作为主线，贯穿整节课的教学，通过“一条主线”，设置一系列具有内在联系的任务探究链，引导学生合作探究获得新知，进而提升学生的信息素养。自主学习是让学生在每节课的前10分钟左右自主学习，掌握基础知识和基本内容，发现存在的难点。在自主学习中锻炼学生自主学习能力，提升认知水平，为终身学习打下坚实的基础。合作探究是以小组为单位，教师作为课堂的组织者，利用各种动态因素，促进学生合作探究，解决课程的重点和学生存在的难点，以集体作为评价出发点，从而达到预期目标。分享交流是让学生展示学习成果，“学习金字塔”告诉我们，学习效果最好的方式，就是把知识传授给他人或者马上应用。

ICS教学模式有四个基本特征：情境性、自主性、合作性和分享性。应用ICS教学模式实施人工智能教学（图1），可以提升学生的问题解决能力，培养学生的合作意识与合作能力，帮助学生树立终身学习的理念。

ICS教学模式在中小学人工智能教学中的应用背景

2022年4月，教育部颁布了《义务教育信息科技课程标准（2022年版）》，明确了九年级的教学内容为“人工智能与智慧社会”模块。新课标强调信息科技课程的教学要以落实立德树人根本任务为导向，以培养学生数字素养与技能为目标，以学生已有的知识、技能和经验为起点，遵循学生学习规律，系统设计学习活动，突出用信息科技解决学习、生活中的问题，为学生创设自主、合作、探究的学习情境和知、情、意、行融合发展的成长环境。

ICS教学模式实践

《义务教育信息科技课程标准（2022年版）》要求通过分析典型案例，对比计算机传统方法和人工智能方法处理同类问题的效果。“图像识别：AI助力垃圾分类”一课将人类垃圾分类的过程和机器垃圾分类的过程进行类比，揭示人工智能图像识别技术的基本原理。

1.创设情境，提出实际问题

教师创设情境：口罩、饮料瓶、水果皮…… 属于什么垃圾？每人每天产生约1千克垃圾，算一算，我们所在的城市每天共产生多少吨生活垃圾？如此巨大的垃圾量需要耗费大量的时间和精力进行分类，有时还不一定准确，如何利用人工智能的图像识别技术提升垃圾分类的效率和准确性呢？

近年来随着人工智能、计算机视觉技术的迅猛发展，图像识别作为深度学习技术的重要应用之一，受到越来越多的关注[3]。在北欧、美国、日本等地，关于垃圾分类的知识普及和行为养成从中小学阶段就开始进行。我国城市垃圾强制分类在2019年才开始正式推行，垃圾分类的相关知识还在普及阶段[4]。本课引入现实生活中的垃圾分类问题，激发学生的兴趣，引导学生思考如何运用人工智能技术解决实际问题，同时强调环境保护和资源回收的重要性。

2.自主学习，初识图像识别

教师分别展示红苹果、青苹果、切开的苹果和已经腐烂的苹果，指出人能够轻而易举地判断出这些都是苹果，但机器面对不一样的苹果照片，它是如何进行判断的呢？人工智能机器也和人一样，需要学习才能拥有智能。人能够认识各种垃圾并进行合理的分类，是因为人在长期的生活中，认识这些垃圾，并且知道它是属于什么类型的垃圾。同样，机器想要识别垃圾的类型，也必须要进行学习，积累了一定的学习数据后才能用特定的方法识别哪些是可回收物、哪些是厨余垃圾、哪些是有害垃圾、哪些是其他垃圾。

学生从生活经验出发，自主学习总结人类垃圾分类的过程，把人类识别垃圾的过程与机器垃圾分类的过程进行类比。人对垃圾分类的过程是：看到垃圾→利用经验知识思考判断垃圾类型→投到对应的垃圾桶中。机器对垃圾分类的过程是：摄像头拍摄→利用图像识别技术判断垃圾类型→放进对应的垃圾箱。

3.合作探究，完善识别程序

学生以小组为单位完善“图像识别：AI助力垃圾分类”的程序。学生结合自己的理解和已学知识，讨论并共同设计图像采集、特征提取、数据库比对和图像分类等步骤。

第一步：图像采集。学生使用摄像头、扫描仪或是读取图像文件实现图像采集。第二步：预处理，特征提取。预处理可以消除图像中的噪声、增强图像的质量以及凸显图像中的重要特征。特征提取是从图像中提取出具有代表性的特征，以描述图像的内容和特性。常见的特征包括颜色、纹理、形状、边缘等。第三步：特征匹配与数据库比对。学生将提取到的特征与预先构建的数据库进行比对，找到与待识别图像最相似的图像或类别。第四步：根据特征匹配的结果，对待识别图像进行分类。学生利用小程序判断出可回收物、厨余垃圾、有害垃圾和其他垃圾，把结果通过图像界面、文本输出或其他形式呈现出来。

通过小组合作的方式，学生在合作中相互学习、交流与合作，共同完善“图像识别：AI助力垃圾分类”程序，团队合作能力和问题解决能力得到培养。小组成员之间相互讨论，分享自己的建议，以期获得最佳的垃圾分类程序方案。教师提供必要的指导和引导，确保学生的合作探究过程能够有条不紊地进行。

4.分享交流，展示设计成果

每个小组向全班展示他们设计的“图像识别：AI助力垃圾分类”程序，分享他们的设计思路、算法流程和实际效果，并进行比较和讨论。在交流展示环节中，学生评估、质疑和点评其他小组的设计，从中获得新的观点和启发，开阔视野。

通过交流展示，学生有机会展示和分享他们的学习成果，加强了对图像识别中不同垃圾分类系统的理解和应用，并从他人的展示中获得新的知识和经验。

ICS教学模式应用效果

1.提升学生问题解决能力

《义务教育信息科技课程标准（2022年版）》要求，“创新教学方案，以真实问题或项目驱动，引导学生经历原理运用过程、计算思维过程和数字化工具应用过程，建构知识，提升问题解決能力。注重创设真实情境，引入多元化数字资源，提高学生的学习参与度。”ICS教学模式以某一真实情境贯穿课堂，以解决问题为目标，通过界定问题，抽象问题特征，建立结构模型，形成利用数字化工具解决问题的方案等过程，提升学生的问题解决能力。

2.培养学生的合作意识与合作能力

人类面临的问题越来越复杂，要解决这些问题，光靠个人力量已很难实现。因此，教育必须重视培养学生的合作意识与合作能力，ICS教学模式的合作探究让学生以小组为单位进行合作学习，引导小组成员互相交流合作、互相帮助、共同进步。小组的发展需要每一个成员的努力，因此，每一位学生都要养成良好的团队合作精神和集体协作意识。学生经过长期的学习实践，合作意识和合作能力变得越来越强。

3.帮助学生树立终身学习的理念

帮助学生树立终身学习的理念是教育中的重要任务。自主学习能力是实现终身学习的基础，教师应以学生为中心，激发学生自主学习与合作探究的能力与动力。ICS教学模式充分发挥学生的主体地位，培养学生的合作意识与能力，通过分享交流环节潜移默化地培养学生的批判性思维，为学生的终身发展打下坚实基础。

ICS教学模式非常适合中小学人工智能教学，在实践中取得了很好的效果。ICS教学模式把情境性、自主性、合作性和分享性融合在一起，形成了一套适合中小学人工智能课程的教学模式，能更好地满足学生个性化的学习需求，使学生成为课堂的主体，在解决真实问题的过程中学会解决问题的方法，提升学生的信息科技素养。ICS教学模式让学生在掌握基础知识和基本技能的基础上，学会学习的方法，为终身学习打下良好的基础。

注：本文系广东省中小学教师教育科研能力提升计划重点项目“基于ICS教学理念的中小学人工智能课程实践研究”（课题批准号：2022ZQJK062）的研究成果

参考文献

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.

韩煜，郑秀峰，张影. 人工智能伦理课程建设与探索[J]. 中国信息技术教育，2023（4）：105-107.

廉小亲，成开元，安飒，等. 基于深度学习和迁移学习的水果图像分类[J]. 测控技术，2019，38（6）： 15-18.

周冯琦，张文博. 垃圾分类领域人工智能应用的特征及其优化路径研究[J]. 新疆师范大学学报（哲学社会科学版），2020，41（4）： 135-144.

编   辑：冯艳艳