横向跨学科纵向分层次人工智能课程的设计与实施

当前国内与国际处于同一人工智能人才起跑线上，这也是我国在新国际竞争与新技术革命中占有领先地位的机遇。我们的人工智能课程建设属于创新前沿性探索，在智能社会高素质人才培养的目标下，通过建设成体系的、跨学科融合的中学人工智能课程，并在不同层次和维度上全面而有侧重地实施，为我国中小学智能教育的普及、跨学科实践及创新等方面提供经验与借鉴。

课程体系的设计与建设

1.明确智能时代高素质人才培养目标

我们以智能素养和高阶能力的培养为出发点，基于中学知识水平，解析人工智能跨学科科学基础，构建其与STEAM理念框架的本质映射，实现面向未来的人工智能课程体系。同时明确全面育人理念下人工智能课程体系的育人模式培养目标，即面向未来的高阶能力，包括批判性思维、自主性、创新能力、协作交流和跨文化能力;智能素养，如学习人类智能与机器智能的跨学科基础思想，培养跨学科思维，指导科学用脑与科学学习，以人工智能前沿原始创新的大视野、大概念和大思维为学生终身学习和发展奠定基础。

2.建立人工智能纵向金字塔分层课程体系

在纵横开合、丰富多元、文理兼容的素质教育课程体系下，人工智能得以从面向全体的常规课普及教育，到部分选修的跨学科实践应用，再到少数的前沿探究，形成人工智能纵向金字塔分层课程体系。学校为每位学生在未来人工智能时代的发展提供个性化的培养路径。

3.实现人工智能的学科基础横向跨学科解构

人工智能本身是一个跨学科综合的领域，交叉计算机科学、数学、生物学、神经科学、认知学科、脑科学、心理学、社会学、哲学等等，本质上与STEAM教育深入融合。我们将人工智能的学科基础、核心思想、内涵外延，以大视野、大概念、大思维为主线，科学创新地变换映射到中学知识体系内，横向跨学科解构到各个学科，纵向分层到中学的不同课型和活动，实现遵循学生发展规律，符合教育教学原理的多维度多层次中学人工智能课程体系。

代表性的人工智能课程案例展示

1.高二“人工智能初步”課程

本课程重在培养基本的“人工智能+”思维和兴趣，是人工智能课程体系的感知层，这一层次具体落地于中小学信息技术课，将高质量科普资源融入日常科学课、信息技术课和一些选修课。把人工智能内容渗透到常规课堂的引入环节，介绍人工智能推动各学科领域发展的前沿成果，培养学生的交叉学科创新思维。

课程为高二年级选择性必修课程，着重培养学生了解、理解人工智能，能够使用开源的人工智能平台解决实际问题的能力，旨在培养学生计算思维和人工智能的跨学科链接。通过本模块的学习，学生将了解人工智能的发展历程及概念，能描述典型人工智能算法的实现过程，能搭建简单的人工智能应用模块，亲历设计与实现简单智能系统的基本过程与方法，增强利用智能技术服务人类发展的责任感。

课程实施共18个课时，分为6个专题，以项目式学习为主，引导学生在真实情境下的问题解决过程中理解和实践人工智能的学科基础与跨学科应用。

这六个专题包括以下内容。（1）人工智能概述及Python编程。其内容包括基础Python复习，如变量、字符串、运算、选择分支、循环结构、列表等基础Python内容复习;模块、函数1，数据可视化——学会使用函数及Matplotlib模块画图;模块、函数2，图像操作——理解图像的存储，学会使用Opencv及Matplotlib模块对图像进行操作。（2）人工智能核心算法。其内容包括机器学习概述，机器学习基本概念、一般思路;有监督学习1，线性回归——简单线性回归，结合物理学科的实验数据分析;有监督学习2，K近邻算法——NBA最佳球员预测，价格预测等问题;无监督学习，K均值算法——卷积神经网络，从脑科学、认知科学出发讲述卷积人工神经网络。（3）计算机视觉。其内容包括计算机视觉概述，实践——人脸检测和表情识别。（4）自然语言处理。其内容包括自然语言处理概述;语音识别及合成，了解语音识别及合成的一般过程，学会使用人工智能平台，实现语音识别与合成;实践——搭建可以语音对话的聊天机器人。（5）伦理道德探讨，探讨人工智能背后的伦理道德。（6）期末学生实践展示。

2.跨学科“人工智能——自然语言处理NLP”课程

本课程面向感兴趣的高中学生，旨在让学生理解自然语言处理领域的基本原理与框架，能够做简单的项目实践，培养学生跨学科思维与真实生活应用的实践能力。

该课程由语文教师赵玥和计算机科学教师武迪共同主讲，从自然语言处理课程概述、汉语语言学研究基础，到自然语言处理实践、词汇与分词技术，再到文本数据挖掘与词云图生成、概率图模型、语音识别和词性、语块、句法理论与自动分析，最后是建设语言资源库、NLP中的深度学习和课程大作业答辩，课程内容层层深入，共14次课28个课时。

课程评价采用过程性评价与终结性评价相结合的方式。过程性评价占40%，包括考勤，其中缺勤三次（含三次）无学分;课堂表现：积极参与讨论、回答问题、小组合作;课堂作业：课堂实践与练习按时完成;课程贡献度：做课程日志、与老师共建课程资源等。终结性评价占60%，将课堂所学应用于自己感兴趣的自然语言处理学习生活实例，解密、实现、创新不同维度的实践，大作业过程形成过程性档案集与最终课程答辩共同作为评价内容。

汉语自然语言处理是人工智能的一个重要分支，从学科类属上说是语言与计算机的跨学科课程。这门课希望学生能通过课程学习与实践正确认识“人类智能”与“人工智能”的关系，既不唯技术论，又能积极看待人工智能对人们生产和生活的辅助作用。在课程设计上，语言学原理与计算机学科知识技能并重;从生产生活的应用情境出发，采用项目式学习的方法，让学生在实践中体会语言作为思维工具和系统符号的本质，并掌握一定的自然语言处理相关知识与技能。

3.早培研修“人工智能——自动驾驶”课程

本课程面向8年级及10年级的拔尖创新人才项目学生，培养目标是面向对人工智能感兴趣的学生，将自动驾驶这一人工智能第一个大规模落地应用解密，从这一交叉综合领域的各个关键环节出发，介绍核心科技与前沿发展，并在国际开放平台上进行多维度实践。本课程是“人工智能+X”的跨学科综合课程，以交叉前沿应用为基础，培养学生的创新精神和实践能力。

课程实施共42个课时，分为14次课进行，课程内容从课程介绍到高精度地图是如何构建、物体检测与识别，再到深度学习、深度强化学习与决策和人类感知，难度逐渐加强，最后是项目实践和课程答辩。

在充分学习MIT的自动驾驶课程基础上，开发了目前的课程，结合我校高中生的知识储备及学习特点。既保有了国际前沿发展目光，又能贴合学生实际，做到本土化教学。

这一课程的过程性评价占60%：考勤占10% ，缺勤三次及以上没有课程成绩;课堂表现占10% ，包括课堂参与、思考、表达;课堂项目占20%，要求能够高效高质完成;课后项目占20%，以自主探究为主。终结性评价占40%，包括课程项目实践、课程论文及现场答辩。

在课程实施过程中，由于3节连堂，大多数课程采用学生分组自主学习，课堂分享交流，互相促进，共同进步的学习方式;分享形式多样，有时为PPT展示，有时为剧情展示，用轻松幽默的形式演绎学生眼中的算法，既给学生带来了极大的自由，也督促学生提高效率，学好本节课的内容。而就课程内容结合产业发展方面来说，课程实践过程中，参观了包括图森、Momenta、商汤等在内的自动驾驶创新公司，学生们在第一单元对于技术上以及实践过程中的一些遗留问题得到了解释，并能从产业发展的角度学习到自动驾驶领域相关的内容，真正结合理论与实践。值得一提的是，图森的联合创始人为人大附中校友，在讲解自動驾驶技术的同时，不忘初心，鼓励学弟学妹们好好学习，发展特长，肯想肯干，秉承人大附中一贯传统，给学生们带来了极大的学习动力。

人工智能本身是一个综合的领域，交叉计算机科学、数学、生物学、神经科学、认知学科、脑科学、心理学、社会学、哲学等学科知识，本质上与STEAM教育深入融合。我们将人工智能的学科基础、核心思想、内涵外延，以大视野、大概念、大思维为主线，科学创新地变换映射到中学知识体系内（不是拿大学内容、研究生内容来讲），横向跨学科解构到各个学科，纵向分层到中学的不同课型和活动，实现遵循学生发展规律，符合教育教学原理的多维度多层次中学人工智能课程体系。

作者单位：中国人民大学附属中学