项目驱动的中小学人工智能实验教学

【摘 要】本文将项目式学习与实验教学法相结合，构建了项目驱动的实验教学模型，用以落实立德树人的根本任务和人工智能课程目标，并以“AI看世界”这一图像识别项目为例，阐释了模型的应用效果，以期为一线教师开展人工智能课程提供借鉴。

【关键词】中小学；人工智能教育；项目式学习；实验教学

【中图分类号】G434 【文献标识码】A

【论文编号】1671-7384（2023）012-047-03

背景与现状

近年来，随着国家对人工智能教育的不断重视，各省市开始逐步探索推进中小学人工智能课程建设。然而，人工智能课程的实施存在着一定的困难。在教师层面上，一线教师对课程内容较为陌生，因此在进行教学设计时思路较为单一，对如何落实核心素养存在困惑[1]。

2023年7月14日，深圳市颁布了《中共深圳市委教育工作领导小组办公室关于印发深圳市推进中小学人工智能教育工作方案的通知》，并附上了《深圳市义务教育人工智能课程纲要》（以下简称《纲要》），用以指导人工智能课程建设。《纲要》指出：“人工智能课程的教学要以落实立德树人根本任务为导向，以帮助学生形成人工智能意识、发展人工智能思维、提高人工智能应用与探究能力和践行人工智能社会责任为目标，根据学生的认知水平及知识储备，合理选择和安排教学内容，借助情境创设、任务驱动，采取项目式学习、游戏化学习、大单元教学、跨学科等教学方式，为学生创设自主、合作、探究的人工智能学习情境和成长环境。”《纲要》为一线教师的教学指明了目标和方法。

概念与模型

针对一线教师的困惑，根据《纲要》的要求，笔者将项目式学习与跨学科的实验教学进行整合，构建了项目驱动的实验教学模型（图1）。

项目式学习通常包括四个阶段：创设情境，确定主题；设计论证，制定方案；合作探究，创意物化；总结展示，知识迁移[2]，以此作为整个模型的框架。项目式学习让整节课以真实的问题引入，让学生在思考问题的过程中形成人工智能意识；项目式学习强调问题的解决，让学生在解决问题的过程中提高人工智能应用与探究能力[3]。

实验教学是指导实践性教学的一种组织形式，培养学生科学使用设备，进行测试、调整、分析、综合和设计实验方案、编写实验报告等能力。学生将利用相关设备，引起实验对象的变化，通过观察、测定和分析，获得知识与发展能力[4]。在项目实施的过程中，融入实验教学，学生可以使用计算机、借助人工智能平台，对人工智能算法和程序进行验证、测试和分析，模拟其运行思路，对比其运行效果，思考人工智能解决问题的思路和方法，从而发展人工智能思维。

根据华东师范大学李锋教授对信息科技新课标的解读，为了完成立德树人的根本任务，实现践行人工智能社会责任的目标，学生需要成长为有效的技术使用者、创新的技术设计者和理性的技术反思者。以项目驱动开展实验教学，学生将通过科学严谨的实验方法，完成项目的探究，实现人工智能技术的有效使用与创新设计。在此基础上，教师可以选择热点话题或是值得思考的问题作为项目的引入，并引导学生在项目完成后进行反思和拓展，首尾呼应，帮助学生进行理性的技术反思，践行人工智能社会责任。如以重要的战略技术作为情境，可以帮助学生理解人工智能对国家发展的重要性；以技术的优缺点作为情境，可以帮助学生辩证、客观地看待人工智能；以人工智能对人类社会的影响为情境，可以帮助学生树立正确的价值观和道德准则。

应用与实践

笔者以“AI看世界”这一项目为例，阐述项目驱动的实验教学模型如何应用。此项目针对七年级的学生，为期两课时，重点是理解机器学习，了解神经网络，难点是对比不同算法下图像识别的实现方法。具体的教学过程如下。

1.创设情境，确定主题

从科幻电影开始，教师播放电影片段，展示图灵测试、计算机雏形以及科幻电影中的人工智能机器人，随后提问人工智能有哪些能力。经过讨论，师生发现“看”是一种基础能力，也是我们感同身受的能力。于是，教师带领学生探究AI如何看世界，设计图像识别的应用，引出本节课的内容。

2.设计论证，制定方案

首先，教师与学生明确，人工智能的“看”不仅是拍照、录像，还包括辨别能力，即图像识别。其次，师生共同讨论，人的辨别能力有赖于大量看的经验，那么人工智能的辨别能力是否也有类似的方法。再次，教师通过微课视频介绍图像识别、监督学习等概念，帮助学生理解机器学习。接下来，教师通过一个验证实验进行论证，能否通过机器学习实现人工智能看世界，与学生共同完成实验猜想——将一张张图片依次展示在摄像头前，使用特殊的程序标记其类别，让人工智能完成学习。最后，教师指导学生分组开展实验，提供两张相似的图片检验训练成果。学生两人一组合作开展实验，运行示例程序，进行模型训练和检测，完成实验单。

不难发现猜想是成立的，基于KNN算法的机器学习模型能够完成图像分类识别，人工智能通过聚类法实现了看世界（图2）。师生根据实验结果总结机器学习算法的优缺点，基于此，初步设计图像识别的应用，参照模板明确设计思路，完成方案制定。

3.合作探究，创意物化

在进行创意物化的过程中，学生不难发现KNN算法的精度不够，自然引出第二个实验，通过对比实验探究如何提升图像识别精度。教师展示用神经网络构建的识别程序，提供对比实验的设计思路，使用相同的图片进行训练，对比训练时间、识别准确率等（图3）。学生合作设计并完成对比实验，探究神经网络模型的使用效果，为创意物化提供新的思路，进一步完善方案，在课后进行实施。

4.总结展示，知识迁移

第二课时，教师请学生分享自己的设计，讨论设计的优缺点，并指出计算机视觉技术的不合理应用，明确技术是把双刃剑，要合理合规。随之学生发现对技术的未知是极大的隐患，进一步通过模拟实验探究，神经网络的运作方式是什么，进行知识迁移。

教师演示神经元的工作过程，指导全班学生一起，开展模拟实验（图4）。第一排学生扮演输入层，接收图片中的部分信息，后排学生扮演中间层，根据接收到的信息进行判断，将结论逐层传递，最终得出判断结果，明确神经元的组合形成了神经网络，神经元由此合作形成了人工智能。通过构建神经网络，人工智能能够整合多方面信息，通过神经网络看世界，也会更加清晰。

5.拓展升华，践行责任

很多影视作品有人工智能和人类作对的情节，借此话题教师与学生讨论：在影视作品中，人工智能为什么会产生与人类作对、控制人类、毁灭人类的举动？人工智能这些想法的诞生，一方面是由于人工智能的思考过程是我们很难查明的，因此需要时刻警惕意外的发生；另一方面，人工智能的决策是基于对社会现状的分析，所以更提醒我们敬畏生命、敬畏自然，构建和谐社会。由此进行升华，在人工智能时代，人类要与AI共成长。人工智能不仅是看见世界，也在看懂世界；不仅能看到我们，也在看透我们。我们不仅要推动技术进步，更要促进社会发展。

总结与反思

本课以“人工智能如何看世界”这一思考性问题切入，按照项目式学习的步骤设计了四个环节，结合实验教学法完成了项目实施，最后进行拓展升华，较好地落实了《纲要》提出的人工智能教学的根本任务和学习目标。项目初期思考性的问题和项目完成后的拓展升华，能够落实学科思政教育，实现“践行人工智能社会责任”的目标。项目实施过程很好地融合了实验教学法。在设计论证阶段使用验证实验完成理论到实践的转变；在创意物化阶段使用对比实验完成算法的选择，辅助创意物化；在知识迁移阶段使用模拟实验帮助学生理解神经网络的原理。从而帮助学生形成人工智能意识、发展人工智能思维、提高人工智能应用与探究能力。由此可见，项目驱动的实验教学模型在一定程度上能够帮助一线教师开展中小学人工智能课程，但是也存在着理论依据不足，实践检验较少的问题，有待进一步验证。

注：本文系广东省中小学教师培训中心专项科研项目2021年度课题“指向深度学习的STEAM项目式教学课例开发与实践研究”（课题立项号：GDSP-2021-Q008）阶段性研究成果，受广东省周莉萍名教师工作室资助

参考文献

张志新，杜慧，高露，等. 发达地区中小学人工智能课程建设现状、问题与对策——以某“新一线”城市为例探讨[J]. 中国电化教育，2020（9）： 40-49.

黄光宇. 基于项目式学习的中小学人工智能教学实践——以“校服检测系统的设计与制作”为例[J]. 中小学信息技术教育，2023（8）： 60-62.

虞心笛. 小学人工智能课程项目式教学的设计与实施——以“智能台灯”一课为例[J]. 中小学信息技术教育，2023（7）： 52-53.

管雪沨. 基于核心素养的中小学信息技术实验教学[J].中国信息技术教育，2020（7）： 11-13.

编 辑：冯艳艳