生成式人工智能教学实践探索

【摘 要】目前与生成式人工智能大模型有关的中小学教学案例较少，本研究注重培养学生的高阶性和创新性思维，探讨在心理安抚的真实情境下，基于设计思维开展项目，运用App Inventor的大语言模型ChatBot组件与开源硬件结合教学，同时基于本地大语言模型的人机协同学习模式，开发项目产品“校园心理安抚助手”。本研究通过完整的项目实施，形成了生成式人工智能教学的策略和方法。

【关键词】生成式人工智能教学；App Inventor；开源硬件；ChatGPT

【中图分类号】G434 【文献标志码】A

【论文编号】1671-7384（2024）010-011-03

国务院《新一代人工智能发展规划》明确指出，全民智能教育项目应逐步开展。在中小学阶段，设置人工智能相关课程，逐步推广编程教育。《义务教育信息科技课程标准（2022年版）》（以下简称“新课标”）将“人工智能”列为课程六条逻辑主线之一，提倡在初中阶段开展人工智能教育，并使用开源硬件营造真实场景的教学环境。通过梳理近年的文献，发现目前的人工智能教育更侧重基于开源硬件的程序设计，和面向特定任务的模型训练，较少涉及以自然语言的方式与人工智能大模型交互，特别是和App Inventor、开源硬件相结合的项目教学案例更是空白[1]。

将App Inventor与开源硬件结合，能轻易打造“联通万物”的物联网作品[2]。2023年6月，App Inventor上线了大语言模型ChatBot组件[3]，其生成式人工智能的教学优势得到凸显。

项目介绍与设计思路

1.项目介绍

当今校园内的初中生面临着学习压力巨大、情绪波动大等多方面的心理挑战，他们常常得不到其他人的认真倾听和反馈。为帮助学生改善这类问题，本案例选取心理健康为项目主题，经过项目实践，开发出“校园心理安抚助手”，为学生提供支持和倾听，针对学业压力、交友难题、情绪安抚给出建议。学习者是学校人工智能社团8年级的学生，他们具备APP Inventor和开源硬件的编程基础。

2.设计思路

设计思维是一种注重用户体验和解决问题的思维方式，它强调创造性思维、实践性和团队协作。目前设计思维经典流程广泛采用斯坦福大学设计学院开发的EDIPT模型，该模型包含五个阶段的设计思维过程，即共情（Empathize）、定义（Define）、创想（Ideate）、原型（Prototype）、测试（Test）[4]。

教学策略

1.设计思维贯穿的课程模式

本项目以EDIPT设计思维模型贯穿始终，通过开展“校园心理安抚助手”项目的教学实践，从心理安抚的真实情境中理解他人，挖掘真实需求，进行功能分析，再运用App Inventor的大语言模型ChatBot组件开发产品原型，在真实校园中对原型进行测试，对于新出现的问题和需求，运用开源硬件再次迭代改进，最终形成项目作品总结汇报。本项目在笔者所在学校是以校本课程的形式展开的，共分为6个课时（表1）。

2.提示工程培养学生高阶认知力

当前大语言模型已成为不可忽视的趋势，如何用大模型解决实际问题，是学生亟需提升的能力。课前学情调查数据显示，有90%的学生没有用过提示词引导大模型。为帮助学生更好地理解人工智能、使用大模型解决实际问题，培养学生高阶认知力，教师可以使用下列教学策略。（1）提示工程解决问题。生成式人工智能可以用自然语言与人类交流，还能完成通用型任务，但这都建立在用户能有效地构造提示的基础上。学生在项目中发现聊天机器人反馈冷漠的问题，结合学习支架分析问题，确定使用修改提示词的方法解决问题，以锻炼解决问题的能力。（2）创编测试提示词。学生掌握提示词的编写原则后，编写提示词测试反馈，将测试过程记录下来，总结形成自己的方法经验。测试反馈是一个循环往复的过程，学生会遇到聊天机器人反馈不佳的情况，因此需要用批判性思维、创新思维编写提示词，在多次试错过程中达到最佳效果。

3.基于本地大语言模型的人机协同学习模式

为满足学生的个性化学习需求，笔者自主搭建了Ollama + MaxKB的本地大语言模型知识库问答系统，实现全过程对话式的人机协同教学模式。学生可以自由选择适合的工具完成任务，具体实践策略如下。

（1）内容生成与创作辅助。学生初次接触人工智能的项目式学习，无法完全理解和掌握新概念，本地大语言模型知识库问答系统可以充当智能虚拟导师，为学生扩展更多的创作思路，引导学生深入探索。如学生可以使用本地大模型辅助头脑风暴，思考问题的解决方案，也可以咨询程序的编写思路。

（2）个性化学习助手。本系统在大语言模型的基础上融入领域知识库。教师需在课前准备好课程知识点、预设好学生可能存在的疑惑，制作成QA回答并导入知识库。在对答过程中，教师可以查看对话日志，实时调整教学策略，确保该系统紧密贴合课程内容，在多轮的问答交互中，深度分析学生的反馈，提供定制化的对答。

（3）内容安全可控。为防止学生问答与课程无关的内容，该系统可以在交互过程中添加滤网，对学生的提问进行检索判断，只有学生提出适宜的问题时，才能调用大语言模型实现人机交互。

实施过程

1.探索情境，理解他人（E共情、D定义）

（1）真实情境。学生通过调查问卷收集同学们最近的状态与不愉快的原因。（2）感知问题。学生从真实情境中感知同学们遇到的三大问题：学业压力大、无法被倾听、心理老师难预约，促进学生的共情体验。（3）思维发散。小组头脑风暴，运用本地大模型，讨论问题应对策略。（4）思维聚合。确定单元驱动问题：如何开发一个具备生成式人工智能功能的作品缓解学生情绪焦虑？

2.分析需求，明确功能（I创想）

（1）列举问题清单。学生对驱动问题进行分解，提出子问题，形成问题链。（2）链接已学知识。学生根据已有的App Inventor最新技术、开源硬件、Mind+、物联网等知识，利用本地大语言模型生成对应的解决方案。（3）生成解决方案。学生查阅资料验证其可行性，利用思维导图绘制作品的功能。

3.界面设计，算法描述（P原型）

（1）界面草图绘制。各小组绘制界面设计图纸。（2）界面组件设计。学生根据功能描述，在App Inventor设计作品界面。

4.程序设计，提示工程（P原型）

（1）聊天机器人原理探究。新课标强调理解人工智能基本概念的重要性，人工智能的运行原理往往都十分复杂，可以用动画将抽象的原理具象化，帮助学生理解聊天机器人的运行机制。笔者用动画将抽象的聊天机器人运行原理具象化，用流程图巩固练习，帮助学生厘清相关概念。（2）半成品策略辅助编程。人工智能教学普遍存在只讲编程或算法的误区，本项目选用了编程门槛低的教学平台，并采用半成品加工策略，减少编程教学的比例，最终目的是帮助学生体验人工智能、提高对人工智能的兴趣。App Inventor的ChatBot组件，自动接入OPEN AI公司大语言模型的API接口，大大降低了编程难度。学生只需要编写核心功能输入、输出的程序积木，就能完成聊天机器人聊天功能的原型开发。核心功能代码：发送文本给ChatGPT服务器，需要调用Converse方法发送文本信息到ChatGPT服务器，参数值是question中要发送的信息内容。当ChatGPT服务器收到文本，服务器会通过GotResponse事件返回结果responseText，再用对话框组件显示文本。（3）提示对话引导。通过编程部署，学生发现，默认状态下的聊天机器人生成的回复很冷漠，达不到心理安抚效果。如何改进聊天机器人的回复质量？在学习文档和本地大模型的帮助下，学生逐步感悟角色扮演、清晰指令的提示方法[5]，小组合作在App Inventor多次创编提示词，从测试改进过程中总结自己的提示词方法，培养了学生批判性思维和创新思维。为检测聊天机器人的回复效果，学生采用不同的提示词进行测试，参照组不设提示词。对照组设置提示词为：“你是一位心理老师，要求善于理解、倾听、引导学生，积极提供建议。”在同一问题场景下，参照组只是在解释情绪的定义，而对照组会使用理解、不孤单等词汇安慰用户，说明学生引导聊天机器人在心理学上的共情、倾听方面有了很大的进步。

5.功能创新，程序调试（P原型）

（1）测试作品。当基础_{72ACyTZDGGcIUcZLy4IAnw==}功能实现后，学生为了验证作品的可用性，将其放在学校的走廊上进行产品原型测试。（2）根据反馈提出新需求。针对测试中产生的新问题，学生进行需求可行性分析，明确改进方向，将开源硬件技术融入作品中。（3）结合开源硬件实现需求。学生运用各种技术手段，如掌控板、人工智能摄像头、LED环形灯等开源硬件，通过咨询本地大语言模型获取思路，解决实际场景中作品的不足，充分锻炼了学生的设计思维。如面对无法实名的问题，学生利用人工智能摄像头“二哈识图”进行人脸识别，验证身份后将姓名和班级信息上传至App，才能开始对话。

6.项目总结，作品迭代（T测试）

（1）作品展示。在展示环节，各小组对本组二次迭代的作品进行了功能讲解，同时从技术、团队合作、作品设计等方面反思其不足之处。（2）项目评价总结。教师对各小组的项目展示进行总结，并提出修改建议。同时按照评分标准对各小组作品进行评分，最终投票选出优秀作品，在校内展出。项目设置了丰富的评价体系，有项目前期规划、任务完成情况、设计UI界面、作品展示、项目学习自我总结等评价量表。

实施效果及可推广性

本项目从批判性思维和问题解决能力等方面，促进了学生高阶认知能力的提高。评价量表与学习单记录，展示了学生在创编提示词方面的进步，有助于批判性思维的培养。项目学习结束后，大部分学生可以高效地使用大模型解决自己的各方面问题，例如，编程问题、生活经验等。学生还利用ChatBot组件开发了营养建议师、旅行规划师等特色作品，促进了问题解决能力的提高。

参考文献

褚乐阳，王浩，陈向东. 面向大语言模型的青少年人工智能教育[J]. 中国电化教育，2024（4）： 32-44.

谢作如，金从军，张晴. 掌控板结合App Inventor2玩转物联网[J]. 中国信息技术教育，2019（1）： 77-79.

王杰. 基于App Inventor与ChatGPT人工智能应用开发[J]. 现代计算机，2023，29（22）： 94-98.

荣荣. 基于设计思维的中小学人工智能课程教学与实践研究：以“中小学科技创新项目”为例[J]. 中国信息技术教育，2024（1）： 64-66.

赵晓伟，祝智庭，沈书生. 教育提示语工程：构建数智时代的认识论新话语[J]. 中国远程教育，2023，43（11）： 22-31.