秦建軍 郭艷玫 馬福貴

國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，明確指出人工智能成為國際競爭的新焦點和經(jīng)濟發(fā)展的新引擎，應逐步開展全民智能教育項目，在中小學階段設置人工智能相關課程、逐步推廣編程教育。那么人工智能在教育中有哪些前沿應用？如何在中小學階段開展人工智能教育？設置人工智能相關課程有哪些困難和挑戰(zhàn)？如何推進會比較有效？人工智能方面教育資源供給和需求是否匹配？一線學校有哪些開展人工智能教育的經(jīng)驗？為此本刊特開設“人工智能教育”專欄，旨在呈現(xiàn)目前中小學校對人工智能的科普與推廣情況，挖掘人工智能教育先進而有效的做法，供廣大讀者參考和借鑒。

早在1977年，麻省理工學院人工智能實驗室的Ken Kahn就提出應該面向兒童開展人工智能程序編寫及與之交互的教育[1]，限于當時人工智能自身的技術水平，直到20世紀末才被引進英國、美國、澳大利亞等國家的部分中學課程中[2]。我國從2003年開始嘗試在高中階段開設人工智能選修課程，教育科學出版社、中國地圖出版社等在2004至2006年間組織出版了我國第一批《人工智能初步》（選修）教材和配套資料。但是，受限于人工智能學習和授課難度，加上師資、課程趣味性、教學學時限制等原因當時并未得到大規(guī)模的實施和應用。

近年來，隨著新一代人工智能掀起的技術變革新浪潮，基礎教育階段的人工智能教育煥發(fā)新的生命力，并從高中階段向初中、小學甚至學前階段延伸。澳大利亞昆士蘭科技大學的Michael Milford教授編制了兒童版的人工智能科普教材[3]。2018年5月，美國人工智能學會（AAAI）發(fā)布了面向K12階段的人工智能教育行動。同年7月，美國人工智能學會（AAAI）和計算機科學教師協(xié)會（CSTA）正式聯(lián)手推進K12人工智能教育計劃，間隔一兩個月均有相關的研討活動[4]，目前基本明確了小學階段人工智能教育的內(nèi)容應包含機器感知、智能體和推理、從數(shù)據(jù)中學習、人機交互、倫理等五個主要維度。麻省理工學院電氣與計算機系則在今年春季開設了從學前到高中階段人工智能課程設計的課程[5]。

2017年，國務院《新一代人工智能發(fā)展規(guī)劃》對在中小學階段設置人工智能課程做了明確部署。貴陽市、成都武侯區(qū)、北京東城區(qū)等地區(qū)，除了高中階段外，都成規(guī)模開設了面向小學階段部分年級的人工智能課程。由此可見，我國高中階段的人工智能教育的研究和實踐基本和國際同步，而小學階段的人工智能教育研究和實踐探索則要明顯快于其他國家，國際基礎教育動態(tài)顯示，在歐美等國家人工智能基礎教育也是當下的熱點話題。

思維素養(yǎng)是中小學人工智能教育的核心

近年來，開源硬件和圖形化編程教育在中小學校中已經(jīng)有較好的普及基礎，以此拓展人工智能的知識點和簡單應用在實施層面上并沒有太大的難度。但是人工智能又與現(xiàn)有技術課程側重于工具學習和技能掌握有明顯區(qū)別，它融合認知科學、計算機、自動化、電子技術、數(shù)據(jù)科學、系統(tǒng)科學等眾多學科領域，決定了中小學人工智能教育培養(yǎng)學生的綜合思維素養(yǎng)的突出特點，也是開展人工智能普及教育的重要依據(jù)之一。

人工智能基礎教育不能生搬硬套學科知識教育的方式，直接把某些知識點的學習作為主要目標。思維素養(yǎng)的視角側重于培養(yǎng)學生提出問題、構思概念原型、提出不同解決方案、尋求創(chuàng)造性的途徑、社會合理性等結構化和通用化的思維表達能力，這些素養(yǎng)包括計算思維、創(chuàng)造性思維、設計思維等。

表1中列出了人工智能教育涉及的主要思維素養(yǎng)及對應的主要目標。以創(chuàng)造性思維為例，人工智能解決問題的結果是多樣性的，比如身份識別會有指紋、面部、虹膜、掌紋、聲紋等方式，很難說哪種方案一定好或者不好，其中接觸式的指紋識別雖然準確但是不方便，面部識別則有誤解鎖的風險。如何讓機器更加聰明地解決問題，不同學生有不同的理解，從學生的視角會設計很多差異性的解決方案。設計思維鼓勵學生從使用者、使用場景、任務背景等條件出發(fā)考慮問題，因此會得到不同的設計結果和解決方案。

表1所提及的一些思維素養(yǎng)已經(jīng)在現(xiàn)有的基礎教育中涉及，人工智能基礎教學內(nèi)容和方案的設計最大的不同在于是否采用分而治之的方法，需要從思維素養(yǎng)的整體考慮將知識學習、案例啟發(fā)、練習拓展、實踐創(chuàng)新等融會貫通。

思維素養(yǎng)與人工智能教育的形式

探索階段的人工智能教育可不必嚴格拘泥于某個特定形式，要做好層次劃分和培養(yǎng)目標定義，條件成熟的地區(qū)或學?？砷_設正式的課程或者綜合實踐，教師也可圍繞擅長的案例選擇幾次課程進行講授，條件欠缺的學校可結合科技節(jié)等活動讓學生體驗人工智能技術或者相關產(chǎn)品，這些都是學習人工智能的不同方式。

1.科普和體驗

人工智能作為科技熱點本身會激發(fā)學生們的好奇心和興趣，無論是阿爾法圍棋（AlphaGo）人機大戰(zhàn)、新華社人工智能播音員正式上崗還是無人駕駛事故頻發(fā)，這些熱點新聞本身就會引起學生對人工智能相關技術的關注和思考，這些也是對學生進行人工智能科普的好素材。在教學中可以選擇一些貼近學生日常生活的話題和素材，比如圍繞人工智能醫(yī)生可討論的話題有：為什么需要機器醫(yī)生、哪些工作機器醫(yī)生更擅長、機器醫(yī)生診斷與人類醫(yī)生診斷的異同、機器醫(yī)生會取代人類醫(yī)生嗎、機器醫(yī)生的誤診怎么辦等等，這些貼近生活實際問題的討論本身就是人工智能科普的好形式。

智能設備、智能APP等使用的低齡化也極大降低了人工智能學習的門檻，加上人工智能內(nèi)容豐富、形式多樣，如語音交互、自動圖像美顏等人工智能的功能都是學生日常接觸的，以此為基礎適當擴展即可設計出趣味性的人工智能教學活動。智能產(chǎn)品和應用程序的成熟化是人工智能教育普及化的重要前提，如小米AI音箱、微軟（Microsoft）的小冰聊天機器人、谷歌（Google）公司的智能人機交互體驗程序猜畫小歌等。這些產(chǎn)品和程序具有興趣性強、易于上手等特點，可成為人工智能基礎教育的輔助工具和素材，因此，不必給人工智能基礎教育設置過高的技術門檻。

2.課程學習

人工智能基礎課程設計的難點是選擇恰當?shù)膬?nèi)容，首先要在課程內(nèi)容選取上摒棄貪大求全的想法，應該精心設計組織中小學生容易理解的內(nèi)容，同時也忌諱將大學甚至人工智能學術研究的內(nèi)容簡單刪減或用通俗化的語言重新描述后進行講解。如東城區(qū)正在實驗的小學人工智能課程的“知識表示與推理”單元內(nèi)容，在課程的安排上既兼顧了二進制、人機接口、機器推理、知識表示、人工生命等人工智能內(nèi)容的學習，又在課程內(nèi)容設計上遵循學生的理解和掌握知識的規(guī)律及老師們的學科特長。

人工智能的課程設計應該處理好如下幾點。

一是從教師和受教育者視角進行設計。從學生的視角和教師教學的可實施性兩方面進行充分設計，根據(jù)教學需要去選擇合適的素材和切入點，而知識學習甚至學術的考慮不應該成為人工智能課程關注的重點。教學方案設計者應該正視學生的基礎現(xiàn)狀和接受能力，同時又要考慮多數(shù)技術教師從未接觸過人工智能的現(xiàn)狀。因此，要充分發(fā)揮好技術教師的專業(yè)優(yōu)勢和能力特點，在中小學信息技術及其他技術課程的基礎上擴展誕生人工智能的教學內(nèi)容。

二是把握好人工智能基礎教育和專業(yè)人工智能人才培養(yǎng)的不同定位。不少人工智能基礎課程為了體現(xiàn)人工智能的知識和內(nèi)容，出現(xiàn)了把人工智能術語（如深度學習、知識圖譜、專家系統(tǒng)等）的通俗化講解作為重點，也給內(nèi)容講授者設置了高門檻，基礎教育的目的不是讓學生提前了解這些專業(yè)術語的含義是什么，把大學教育的任務前移到中小學，而是應該通過從人工智能的某個小的切入點去梳理一條知識演繹的線索，讓學生自然去理解其中的含義。

三是應該注重知識講解和動手實踐并舉。興趣引領是中小學生的技術課程的特點，課堂活動的組織和內(nèi)容設計應以能否充分調(diào)動學生的興趣點為中心。人工智能課程知識點的講解應該可結合學生的生活經(jīng)驗和學生感興趣的話題進行，同時課程知識講解要配以若干動手實踐，通過實踐鞏固知識。對于某些有難度的知識點可分解為若干遞進式的小問題，通過逐步加深理解的方式達到課程教學的目的。

四是堅持人工智能主線。人工智能教育的落腳點還是要回歸到人工智能相關的學習和實踐上，否則失去了其作為一個獨立體系學習的意義。雖然人工智能和開源硬件、編程、機器人等內(nèi)容的學習有交叉，學習模式上也有相互借鑒的地方，但是人工智能教育的目標和內(nèi)容都與它們有較大差異，要始終明確教學活動中都應該將人工智能作為出發(fā)點和落腳點。

3.綜合實踐

《中小學綜合實踐活動課程指導綱要》（以下簡稱綱要）對學生科技能力的培養(yǎng)提出了更高的要求，無論對活動內(nèi)容設計、活動項目篩選、活動開展以及實施效果方面都有明確的闡述。因此整個綜合實踐活動的開展會存在兩種思路，一種是根據(jù)綱要要求，通過不同的課程活動去分別匹配不同的能力或者在已有課程的基礎上做擴展，如在已有的技術課程中引入研究性學習、跨學科視角、應用導向等;另一種則是對課程內(nèi)容進行整體重新設計，去盡可能匹配綱要的能力要求，這種方式需要在課程內(nèi)容設計上，也就是選題的出發(fā)點就要兼顧不同的需求，并可以在此基礎上舉一反三。

人工智能教育及相關的實踐環(huán)節(jié)具有明顯的后者特征，表2根據(jù)綱要要求對能力維度進行了分解，人工智能相關內(nèi)容可很好地匹配能力維度要求。以自然語言處理為例，機器理解人類語言中的語法規(guī)則與語義等和邏輯學、語言學、心理學等學科密切相關，但是對應到科學方法上則可以用不同的數(shù)學模式進行表示，如統(tǒng)計學模型。在實驗和試錯維度，則可以通過對模型進行訓練或修正提高準確率或精確率;在思維與創(chuàng)新維度上可以探索自然語言處理的不同應用，如聊天機器人、語音控制等。

從思維素養(yǎng)的視角開展人工智能教育并不是摒棄知識或者技能的學習，而是通過突出思維素養(yǎng)更好地促進具體知識點、單項技能的學習。因此，在整個培養(yǎng)過程中思維素養(yǎng)起到了突出的統(tǒng)領和核心作用，這不僅是由人工智能教學內(nèi)容的自身特點決定的，更是經(jīng)過實際人工智能教學實踐活動嘗試有效的結果。

參考文獻

K. Kahn. Three Interactions between Al and Education. Machine Intelligence， vol. 8， 1977：422-429.

張劍平，張家華.人工智能課程研究[M].北京：人民教育出版社，2009.

Michael Milford，The Complete Guide to Artificial Intelligence for Kids， https：//www.kickstarter.com/projects/1740916372/the-complete-guide-to-artificial-intelligence-for.

AI4K12.org，https：//github.com/touretzkyds/ai4k12/wiki.

https：//www.eecs.mit.edu/academics-admissions/academic-information/subject-updates-spring-2019/6s898mass65.