指向计算思维培养的项目式学习校本教材的设计与实践

摘要：本文围绕项目式学习的特点，分析了《义务教育信息科技课程标准（2022年版）》中人工智能课程的内容，并以“未来智慧校园”项目为例，开展指向计算思维的人工智能项目式校本课程教学，同时，依托权威量表对实践的效果进行分析检验，得出项目式教学的有效策略。

关键词：计算思维；校本教材；人工智能项目式学习

中图分类号：TP391.1 文献标识码：A 论文编号：1674-2117（2024）20-0000-03

《义务教育信息科技课程标准（2022年版）》（以下简称“新课标”）倡导真实性学习，创新教学方式，以真实问题或项目驱动，引导学生经历原理应用过程、计算思维过程和数字化工具应用过程，建构知识，提升问题解决能力。为此，笔者围绕项目式学习的特点，分析新课标人工智能课程内容，并以“未来智慧校园”项目为例，开展指向计算思维的人工智能项目式校本课程教学，引导学生在真实问题情境下参与项目式学习，鼓励他们“做中学”“用中学”“创中学”，提升抽象、分解、建模、算法设计等计算思维能力。

计算思维与项目学习的内涵

计算思维指运用计算机科学的基础概念进行问题求解、系统设计，以及人类行为理解等一系列思维活动。新课标指出：“具备计算思维的学生，能对问题进行抽象、分解、建模，并通过设计算法形成解决方案；能尝试模拟、仿真、验证解决问题的过程，反思、优化解决问题的方案，并将其迁移运用于解决其他问题。”

项目式学习（PBL）是以学习者为中心，教师提供丰富的脚手架，让学生围绕真实有趣并有挑战性的项目进行探究，在深度探究、合作交流的过程中进行分析、设计、优化、展示、评价，最终形成成果，从而提升学生多元能力的一种教学模式。[1]

人工智能项目式学习校本课程内容设计

笔者以“未来智慧校园”项目为例，通过体验应用、认知感悟、实践与体会、创作与运用四个课程层次，进行人工智能项目式学习校本课程内容设计，具体教学内容及安排，如下页表1所示。

1.体验与感知：漫话人工智能

学生初步了解人工智能的概念，了解人工智能的应用领域，理解人工智能的本质；通过分析、讨论以及体验活动，让学生初步感受人工智能的实现方法；感受人工智能给人类生活带来的变革，激发学生的探索热情和创新意识；能让学生辩证地看待人工智能对人类的影响，树立正确的科学技术应用观。

2.认知与感悟：走进人工智能，了解人工智能的学习工具

带领学生了解生成式AI的使用方法和原理，认识其在现代社会中的重要性及应用领域；让学生了解智慧校园的整体项目，分析智慧校园应该具备哪些功能，需要用到哪些人工智能技术；为学生介绍人工智能的学习工具，让学生通过简单的案例，体验人工智能中物体识别的应用场景，感受人工智能的魅力。

3.实践与体会：智慧校园项目学习

带领学生参与项目的设计与实现；将人工智能的技术及编程的知识，分解到对应的六个子项目中（如图1），让学生历经分解、抽象、建模、算法设计、算法实施、评估优化等环节，不断提升学生的计算思维能力。例如，在《智能门禁系统》一课中，学生认识到智能门禁系统在现代社会中的重要性，理解其对提高安全性和便捷性的作用。通过学习智能门禁系统的原理和工作方式，提高学生的逻辑思维和问题解决能力。

4.创作与运用：项目的最终呈现

学生运用所学知识，完成创意项目的呈现。这既是对学生能力的考验，也是用输出来倒逼输入，即通过成果作品激发学生对项目学习的热情。

人工智能项目式学习的教学实践效果分析

笔者以计算思维的六大过程要素为切入点，通过梳理研究，构建了基于项目式学习的计算思维培养模式（如下页图2），并以校本教材进行实践。[2]

为了检验人工智能项目式校本教材的学习对学生计算思维的提升效果，笔者进行了对比实验。本次实验对象为笔者所在学校六年级的学生，分为三个小组——实验一组、实验二组、对照组，学习时间为三个月。实验一组通过常规方式学习人工智能课程；实验二组采用项目式学习方式，学习内容来自项目组编写的人工智能校本课程；对照组学生则采用传统学科教学方法。实验前后，所有学生均接受计算思维5个维度的测试。数据以在线问卷的方式，采用李克特五分量表收集。在数据处理方面，使用Excel和SPSS23.0等进行数据整理和分析，使用描述性统计、T检验等方法进行分析，比较实验组和对照组学生在计算思维各维度的变化。

1.分组情况

实验一组（常规人工智能学习）：52名学生，男生27名，女生25名。实验二组（人工智能项目式学习）：52名学生，男生26名，女生26名。对照组（传统教学）：50名学生，男生26名，女生24名。

2.分组的前测数据收集与分析

经过检查，所有的学生均有效填写了问卷。经过数据分析，对三组的学生进行前测（如表2），描述性统计结果如下：实验一组各维度平均分为3.102，标准差为0.22；实验二组各维度平均分为3.104，标准差为0.24；对照组各维度平均分为3.100，标准差为0.19.对三组的数据进行独立样本T检验：实验一组VS对照组：p＞0.05，差异不显著；实验二组VS对照组：p＞0.05，差异不显著。通过方差分析（ANOVA）来检验前测组间平均分差异的显著性，得出F（2，151）=0.39，p=0.68，说明组间差异不显著。

3.研究结果

在实验后，通过收集数据，分析得出三组的后测数据，并对数据进行独立T样本核算。通过对方差分析（ANOVA）检验后测组间差异的显著性，F（2，151）=810.91，

p＜0.001，表明三组在后测中的平均分具有显著差异。在前测中，各组的初始水平没有显著差异。然而，在后测中，两个实验组特别是实验二组的表现显著高于对照组，说明项目式学习在提升计算思维能力方面效果显著。

通过实验组和对照组的对比，验证了人工智能项目式学习对小学生计算思维能力的显著提升作用，特别是在抽象、建模、算法设计、评估等方面表现尤为突出。项目式学习法不仅提高了学生的学习积极性和参与度，还增强了其解决复杂问题的能力。

项目式校本课程有效开展的策略

1.建立积极向上的项目文化

项目文化与项目学习密不可分，项目文化被称为“隐性课程”。项目文化关注信念和价值观、学习环境、课堂公约、步骤和规程。学生通过讨论建立积极的项目文化，激发了主人翁意识，为养成良好的课堂习惯、创建PBL共同体打下了良好的基础。此外，为创建积极向上的项目文化，笔者设计了师生公约，并不定时检查约公的执行情况。

2.模拟真实世界角色扮演

在项目实施过程中，应让学生在项目团队中扮演不同的角色。在角色分配时，可由学生自己选择角色的分工，也可由教师根据学生的特点、能力水平等情况，协助小组进行角色的分工。在角色分工时，不局限于传统的角色（如组长、设计员、记录员、评价员、观察员等），可参考真实的生活中的角色（如创意总监、工程主管、项目经理等）进行分配，以激励学生更好地开展合作探究学习。

3.强调真实世界中的有效合作

在项目具体实施的过程中，难免有小组成员出现不专心或者偷懒的情况。因此，可以通过合作协议的方式来促进团队的合作。在项目开展前，项目团队通过团队合作协议进行约定，类似于班级公约，可以让小组通过充分讨论共同形成团队协作的约定，以此来强化项目团队的合作文化。

4.项目质量的有效评估

教师可以引导学生共同创建评价量规，让学生观看优秀项目案例，并且依据量规来进行评价。同时，可以为学生提供评价表达的方式、评估词汇等，让学生更加精准地分析评价作品。

结束语

笔者针对小学阶段的人工智能项目式教学校本课程进行开发研究，并选取“未来智慧校园”课程作为案例，深入探讨了该课程的设计细节、实际应用效果以及推行策略。在教学实践活动中，采用对比实验方法。研究发现，在学习该课程后，学生的计算思维能力得到了显著提高。未来，笔者将持续优化教学内容、方法和过程，致力于打造一个更为完善的“人工智能项目式教学”校本课程体系。

参考文献：

[1][2]饶崇茂.指向计算思维培养的项目式学习实践研究——以“设计智能房间系统”为例[J].中小学数字化教学，2024（03）：37-40.

作者简介：饶崇茂，信息技术高级教师，现任珠海市香洲区前山小学副校长，广东省百千万小学理科名教师培养对象，华南师范大学研究生校外导师，珠海市新一届教育科研专家成员，珠海市信息科技名教师工作室主持人，珠海市香洲区第七届信息科技学科带头人。研究方向为人工智能教学、AIGC赋能教学、信息技术与学科融合研究。