美国人工智能基础教育国家导则编制及启示

秦建军 杨芳

虽然人工智能的相关内容在现有美国信息技术教学或其他ICT（信息与通信技术）课程中有所涉及，但并未得到足够的重视。为应对人工智能技术可能对学习、生活和工作所产生的变革性影响，越来越多的学者及教育工作者意识到让每个孩子普及人工智能教育的重要性[1]。2018年5月，美国人工智能学会（AAAI）和CSTA联手成立并发布了面向所有孩子的“AI4K12”人工智能教育项目，后来得到了美国自然科学基金会（NSF）的资助，其主要目标是制定类似于国家计算机教育的K-12人工智能国家导则（National Guidelines），在该计划发布一年多的时间内已召开了数次与导则编制有关的研讨交流活动，并陆续有更多的组织机构加入。本文对正在起草中的教学导则（以下简称导则）做了简要分析，以期为我国制定相关纲要或标准和基础教育教师开设课程提供参考。

导则起草概况

起草中的导则旨在为所有基础教育阶段学生的人工智能普及教育提供纲领性的指导文件（类似其他K-12学科的标准），包括一个主导则和四个分导则[2]，主导则适用于整个K-12学段，分导则根据不同学段进行划分，共分为学前到2年级（K-2）、3～5年级、6～8年级和9～12年级四个学段。

组织机构由指导委员会、学术/产业工作小组、对应各个学段的教师工作小组以及咨询小组组成。一年来举办的公开推进活动包括2018年7月在CSTA2018年会上的K-12人工智能教育早餐会、10月在AAAI秋季研讨会上的K-12人工智能教育研讨会（主题为“展望K-12人工智能教育：每个孩子应该对AI知道什么”）、2019年1月底2月初的AAAI2019大会上举办了K-12教师专门研讨会、2月在SIGCSE（ACM下属的计算机科学教育特别兴趣小组）上的K-12人工智能教育特别分组讨论会和“K-12人工智能教育：在K-12计算机课程中为人工智能留出空间”、6月在ISTE 2019上的“K-12人工智能教育指导方针：学生和教师应该知道什么”以及7月即将在CSTA2019上举办的两个相关活动等。

K-12人工智能教育的五大概念

编制中的导则的最大亮点是提出了人工智能基础教育的五大概念（Big Ideas），分别是感知、表示和推理、学习、自然交互以及社会影响，其突出特点是既覆盖了人工智能的主要技术领域又能够让教育工作者与实际相结合开展人工智能的相关教学，以下是关于五大概念的概要介绍。

大概念1：感知——计算机能够用传感器感知外部世界

人工智能系统通常被称为智能体（Agent），它用来认知世界、执行计算，并且能够产生影响并向外部世界输出。认知能力需要的不仅仅是感知，它还需要从信号中提取和分析信息，并根据已有的知识做出判断，这需要对这一领域有很高的理解。智能被看作是一种特定环境中“生存”的实体，它可以是大家熟知的自主机器人（如清洁机器人），也可以是纯软件。目标检测、机器视觉、环境感知、人脸识别等都需要通过传感器感知外部世界，获取信息并进行分析。机器通过传感器感知外部世界，就如同人用器官进行感知，对智能体来说是必不可少的。

大概念2：表示和推理——智能体能对现实世界进行模拟和表示，并据此进行推理

如当一台电脑下象棋或围棋的时候，会产生棋盘的模型，跟踪它已经完成的步骤，并且搜索未来的步骤。智能体将它的模型用算法或计算机代码来表示，并从已知信息中分析得到新的信息。例如，智能体从模型中找出适合某个学生学习的最佳方案、利用智能模型解决调度问题实现利益最大化等。

大概念3：学习——计算机能够从数据中学习

机器学习允许计算机通过分析训练数据产生他们自己的模型和算法，这个结果很可能比人类程序员构建的更复杂、更精密。机器学习依赖于训练数据或者已有的数据集，但是这些数据也是来自一手经验或者通过观察（模仿）。由于这项技术，人工智能近几年在很多领域有很大的进步，但想取得成功，还需要大量的训练数据。例如，Open Image Dataset V4包含900万张训练图像和3000万个标签。处理这种规模的数据需要强大的计算能力，而这在几年前根本无法实现。

大概念4：自然交互——人工智能系统努力与人类自然地交互

能够正常与人类交流互动仍是智能体目前所面临的一大难题。完全理解人类的交流，必须具备各种人文知识等常识，并且能够理解语义中代词的指代意义，这对于机器来说是很困难的。人与人交流时不仅通过语言，还能够从对方的面部表情、肢体动作、语调等非语言信息来判断对方表达的含义，这对智能体来说也是很困难的。人工智能系统和人类能够正常地交互，这也需要我们从机器的角度来理解人的行为，进而将人工智能系统完善。

概念5：社会影响——人工智能可以对人类社会产生正面和负面影响

人工智能将广泛应用于商业、金融、管理、教育、科学和医学等领域。人工智能可以解决对人来说很复杂的问题，也能够胜任精度很高、很危险的任务，但是这也存在潜在的不利影响。在就业方面，人工智能的发展将在未来几十年里取代很大一部分人的工作，这将导致一部分人的失业。人工智能与人类相处的伦理问题也是我们应该关注的。在伦理道德方面，英国上院人工智能特别委员会2018年提出了人工智能伦理的五个主要原则，包括：发展人工智能是为了人类的共同利益;人工智能应当保证公平，并且让人容易理解;人工智能不应当用来侵犯人们的隐私;所有公民都有权利接受教育，使他们能在精神、情感与经济上和人工智能一起繁荣发展;人工智能不应被赋予伤害、破坏或欺骗人类的自主能力。对于人工智能产生决策时的偏差、可能出现的种族歧视等问题也值得我们关注，也需要让学生刚刚接触人工智能之初就对人工智能有正确的理解。

导则的基本体例

起草中的导则尝试给出一个标准化的框架模板供所有参与大纲撰写的人员补充完善，每个导则的五大概念之下都分别包括基本解释、关键词、分標题、示例、学生应该了解什么、学生能够做什么、资源和资源期望清单等内容。

1.基本解释

导则根据不同学段特点对基本的概念进行了扼要解释，且有所区别，主要内容是在五大概念的基础上做具体化描述。包括了解人工智能适用于K-12不同学段的相关例子，如哪些是学生需要知道、记住和了解的概念以及与其他K-12学科（例如科学、数学、历史、科技等）产生联系的必备知识。

2.关键词和分标题

考虑到不同学段学生认知和理解能力差异，对应五大概念分别提炼出相应的关键词，如自主的、协作、分类器等，标题则是结合应用对象和关键词对应的具体词汇或围绕主题词所做的进一步的简单解释，如人脸识别、目标检测、动作识别等。表1对K-12主导则中五大概念的关键词进行了罗列，教师可以根据该大纲对学生的规划学习方向进行引导性的设计。

3.示例

示例则是对主题词及分标题进行的具象解释，便于教师开展教学示例，如：自动驾驶的汽车能识别停车标志是目标识别，数码相机和美颜相机都具有滤镜功能，电脑和手机上的摄像头及麦克风等都是提供视觉和语音输入的传感器。

4.学生应该了解什么/学生能做什么

该部分是导则制定的重点，涉及具体教学内容设计、教学目标以及每个学段学生学习人工智能所要达到的能力目标，包括需要掌握的技能，如数学技能、推理、编程等，并能够根据要求完成相关实验。

以“感知”部分为例，由于K-2学段学生年龄较小，对于概念理解不强，应注重兴趣培养和体验人工智能技术的魅力为主，感受人工智能技术对生活和学习的重要作用。需要特别指出的是K-2、3～5年级学段的教学要求都有较详细的介绍，但其他学段尚不具体。6～8年级的导则在学习和能力目标方面也在尝试加入基本理解、学习目标、基本原理、学科联系、活动/例子、资源等方面的内容，但是此方面尚有争议。

5.资源和期望资源清单

资源部分包括开展人工智能教学相关的工具（如机器人、软件小程序等）、便于教师或者学生可以理解的Demo视频、用于教学设计或教学研究参考的学术论文等。

导则实验情况

依托于卡耐基梅隆大学、麻省理工学院等众多单位的支持，位于匹兹堡的Montour学区于2018年秋季推出人工智能基础教育计划（媒体报道为美国首个中学公立学校的人工智能计划）[4]，麻省理工学院媒体实验室的研究助理Blakeley H. Payne去年10月在David E. Williams中学面向约225名五年级到八年级的学生实验了为期一周半的“不插电”人工智能伦理课程[5]。每个45分钟的课程通常包括简短的讲解和演示，然后是小组活动和开放式讨论。该学区下一步的计划包括覆盖所有中学生以及在小学阶段探索人工智能课程。

麻省理工学院媒体实验室的Cynthia Breazeal副教授等人指导了波士顿地区的3个公立学校和1个私立学校的80个4～6岁儿童进行了的学前阶段的实验，每5～20个孩子配一个指导教师，这些孩子的活动通过5个半小时的课程，每组通过具有人工智能技术的机器人套件Popbot进行学习，主要涉及的概念有基于知识的系统、产生人工智能、监督学习等，然后是反思和评价。结果显示，学生们基本理解套件的相关信息，但是因为活动的不同呈现理解方面的巨大差异，并且和套件使用熟练情况也有很大关系。实验表明，孩子们可以通过建构的方法学习人工智能，孩子们在让机器思考之后思维发生了很大变化，如果孩子们和机器人有更多的社交互动则会加深对算法的理解、可以利用新知识来解决人工智能的影响等。

对我国课标制定的启示

人工智能普及教育标准先行。2019年5月16-18日召开的国际人工智能与教育大会上，相关负责人提出要在基础教育阶段普及人工智能教育。义务教育阶段课程标准的制定和实施是对课程教学所做的基本约束，同时也是人工智能教育普及化的重要举措、促进教育公平的重要前提条件。尽管现阶段美国开展人工智能基础教育的学校还不多，但已经意识到制定相关标准的重要性，联合了相关组織、大学、中小学、企业等共同参与标准研讨、起草、修改和完善，如导则的过程文档共享给所有参与人员采用“众包”的形式进行补充和修改。尽管教学导则还处在讨论和修改中，边制定、边讨论、边实验、边修改的模式值得我们借鉴。

正视阶段划分的重要性与接受能力差异。近年来，我国人工智能基础教育已经进行了诸多尝试和探索，但是，初中及以下的市面非统编教学用书还存在按技能侧重点或某个专题进行分册等不合理的做法，忽视了不同年龄阶段认知水平的差异性。此方面美国导则所提出的五大概念和4个阶段的划分等思路对于我国人工智能课程标准制定有诸多借鉴。

知识点主导难以真正做到学段区别。同时也发现了美国教学导则中所存在的诸多问题，如在主题词和分标题中过分强调知识点而无法和能力目标形成完整闭环。如K-2阶段的分标题中已经出现了监督学习、无监督学习、强化学习、模式识别等和学术研究无差异的词汇，且不能很好地与其他学段进行区分。这也导致了分导则之间的知识点差别并不大，多数分导则尚缺少实质性内容。当然，这个导则还在修改、完善和讨论中，后续还会存在很多变数。

参考文献

David Touretzky， Christina Gardner-McCune， Fred Martin， Deborah Seehorn. Envisioning AI for K-12： What should every child know about AI.

AI4K12官网，AI4K12.org.

https：//raw.githubusercontent.com/touretzkyds/ai4k12/master/documents/AI4K12_Five_Big_Ideas_Graphic.png.

Nations First Public School AI Program Launched in Partnership with CMU， https：//www.bboxservices.com/resources/blog/bbns/2018/11/08/nation-s-first-public-school-ai-program-launched-in-partnership-with-cmu.

How to Teach Kids About AI，https：//www.wsj.com/articles/how-to-teach-kids-about-ai-11557759541.