中小学人工智能教诲的痛点有哪些

随着人工智能技能的快速发展，我国高度重视人工智能课程进入中小学教室。
早在2003年，教诲部就将“人工智能初步”作为选修模块，纳入国家《普通高中信息技能课程标准》。
近年来，国家陆续出台了系列干系政策和辅导见地，倡导在根本教诲阶段设置人工智能课程，推动了我国中小学人工智能教诲的开展与履行。
当前，在根本教诲阶段，尤其是责任教诲阶段，人工智能教诲也面临着一些痛点问题。

一是人工智能课程定位模糊。
人工智能课程当前多作为选修或校本课程，属于“个性化课程”。
相称一部分中小学与课外培训机构缺少对其清晰的认识，将传统的创客教诲、STEM教诲或编程教诲中的传授教化内容，经由大略改造后直接搬到人工智能教室中。
学生所学到的知识与人工智能学科本身的基本思想和方法相去甚远。

二是教室传授教化内容分解。
有些传授教化内容没有考虑学生的基本认知能力和数理根本，方向于讲授人工智能特定子领域的繁芜模型和理论，以抽象性知识为线索组织传授教化。
例如，在中小学教室上直接讲授机器学习领域的“对抗网络”等繁芜模型，学生很难对其有深入完全的认识和理解。
有些传授教化内容则只强调体验式学习，侧重于大略的动手实践活动，学平生日难以学习到人工智能领域的基本事理和知识。
相应地，传授教化资源培植水平也参差不齐。
迄今为止，全国范围内已出版超过30种人工智能教材及配套资源，相称一部分因此购买实践环节所需的软硬件平台为导向，受商业利益驱动明显。

三是人工智能课程师资缺少。
我国高档教诲正在加快人工智能学科培植与人才培养，但在师范院校存在一定的滞后性。
许多师范院校在本科和研究生阶段还没有开设人工智能课程。
因此，毕业生缺少系统的人工智能知识，不具备设计和讲授中小学人工智能课程的能力。
在职的中小学西席军队中，更加缺少具备干系知识与传授教化能力的西席。
而非师范类院校或信息类专业培养的毕业生，受薪酬报酬等成分影响，进入根本教诲领域的数量很少。

中小学人工智能教诲教什么

总体而言，人工智能学科的目标是研究和开拓用于仿照、延伸和扩展人类智能的理论方法与技能，以构建不同形态的智能机器。
智能机器既可以是硬件形态，如做事类智能机器人，也可以是软件形态，如围棋博弈程序。
在中小学阶段，人工智能教诲须要让学生理解智能机器的基本能力，理解人工智能处理问题与人类的异同，并认识其对社会生活的影响。
详细可以包括以下核心内容：

一是智能机器的感知能力。
该项能力可以概括为“采集信息、理解天下”。
各种传感器对外部天下的信息进行采集并提取故意义的知识，使智能机器理解天下，具备和人一样的“看”和“听”等能力。
同时，智能机器还可以感知很多人类所不能或难以精确感知到的信息，例如地理位置信息（GPS）等。

二是智能机器的推理能力。
该项能力可以概括为“逻辑思维、求解问题”。
智能机器可以仿照人类逻辑思维过程，得到新的知识。
例如可以像人类一样，进行归纳或演绎推理。
虽然智能机器已经可以进行非常繁芜的逻辑推理和问题求解，但是它们目前仍旧不能像人类一样进行创造性思考。

三是智能机器的学习能力。
该项能力可以概括为“不雅观察天下、探求规律”。
智能机器通过对客不雅观天下的不雅观察，从中探求到规律或模式，从而提高自身的性能。
不雅观察的结果常日以数据的形式存储和利用，智能机器用特定的模型找到适用于新情形的规律或模式，也便是机器学习的过程。
仿照人类大脑构造的人工神经网络模型，是迄今为止最成功的机器学习模型，在围棋博弈、图片分类等特界说务上已经超过了人类的能力。

四是智能机器的交互能力。
该项能力可以概括为“理解人类、沟通互换”。
智能机器须要用自然合理的办法与人进行沟通和互换，包括理解人类繁芜的措辞与感情等。
当前的各种智能音箱和智好手机助理，都是这方面能力的表示。
智能机器的交互能力目前仍勾留在较为低级的阶段，仅仅相称于人类儿童的水平。

五是智能机器的道德能力。
该项能力可以概括为“信息安全、摒弃偏见”。
各种智能机器一方面正在让我们的生活和事情更加方便和高效，但另一方面也可能给我们带来负面影响和危害。
例如，智能机器可能会陵犯个人隐私或制造“信息茧房”，也可能会从人类社会产生的数据中学习到带有“偏见”的知识。
因此，须要勾引学生深入认识这些问题的存在和发生的可能，具备自我防护意识和信息社会任务。

这些核心内容都易于被中小学阶段的学生理解和节制，且有一定的理论和实践深度，便于西席设计详细课程内容和构建传授教化资源。

中小学人工智能课程如何设计

中小学人工智能课程可以基于上述核心内容组织和规范传授教化内容，同时须要遵照科学合理的基本设计原则。

首先，课程设计应强调根本性观点和基本事理的节制，而不能将大量仍处于探索阶段的所谓人工智能最新成果搬进教室，陷入盲目“求新”的误区中。
当古人工智能学科仍旧处于快速演进的过程中，与数学、物理等传统学科比较，很多最新成果还未经由理论和实践的充分考验，缺少经典性和稳定性。
例如，机器学习干系课程可以侧重监督式与非监督式学习的基本思想和方法，避免涉及正在快速演进的各种繁芜的深度学习模型。

其次，针对不同学段学生的认知能力和特点，设计相应的传授教化内容和教室活动，不同学段之间要有明显差异。
例如在小学阶段可以紧张以体验性活动与教室谈论为主；在初中阶段更多侧重于对基本事理的理解和大略实践；在高中阶段可以适当深化对主要观点和方法的理解并组织综合性实践。
针对同一核心内容，不同学段的课程设置须要由浅入深，进行整体设计和方案。
对付较为繁芜的观点与方法的讲解，应只管即便采取横向类比的方法，向学生直不雅观呈现。

再其次，课程设计应多采取项目式或探究式学习，不必强调完备的知识和理论体系，从而让学生易于接管并产生深入探索的兴趣。
可以选取学生在日常生活中常见的情境和主题，设计合理的驱动问题与传授教化支架，勾引学生利用人工智能技能办理实际问题或制作项目作品。
例如，可以选取“垃圾分类”主题，以“如何构建更智能的垃圾桶”为驱动问题，勾引学生在完成智能垃圾桶的设计和制作过程中，完成干系核心内容的学习。

我国中小学人工智能教诲，须要屈服人工智能学科本身的知识体系和思想方法，让学生在体验中理解人工智能可以用来办理什么问题，在学习中节制人工智能的基本观点和思想方法，在实践中思考人工智能会带来什么新的问题和影响。
同时，要鼓励领域专家、行业协会、人工智能企业等社会多元主体参与，共建共享优质课程设计方案、工具和案例，协同办理优质西席军队匮乏等瓶颈性问题，为人工智能课程在中小学大规模、高质量落地供应保障。

（作者系北京师范大学教诲学部副教授、未来教诲高精尖创新中央人工智能实验室主任）

《中国教诲报》2022年02月23日第4版

作者：卢宇