基础教育阶段开展人工智能课程的路径与方法

张天轶

人工智能已经越来越走近我们的生活和学习，而人工智能走近学校、课堂和学生目前更多的是一种体验。人工智能进课程的核心问题是如何把AI从技术形态转化为学生有兴趣、可接受的教育形态。这就要求我们更为关注“兴趣”“教育形态”和“转化”三个关键词。

让学生有“兴趣”就必须考虑构建AI的应用场景，让学生亲身感受场景中的应用。这种贴合生活、联系实际的体验会增强孩子们直观的感受和客观的理解，激发学生对于AI的兴趣。

可接受的“教育形态”，是要将一些有较为成熟经验的活动模式，如STEAM活动、创客教育等融合AI应用场景，成为学生可接受的一般教育形态。这种教育形态不拘泥于某一类课程设计，在实践中可以结合各地方校本课程、素拓课程、综合实践等方式开展。

最为难做的是“转化”，因为它是理论的实践，是设计的探索过程。目前还没有较为成熟的开展经验。特别要理性看待目前市场或器材厂商宣传的人工智能课程，其中有些只是将一些编程和机器人硬件搭建在一起，包装宣传，往往欠缺真实的研究和理论实践。

从宏观上看，AI教育课程的构建，需要一个整合性的应用场景，这不仅用于学习导入，或者针对不同的知识点创设不同的情境，而且是要创设统领整个教学的情境，使之成为学生学习活动的真正载体。针对不同学段学生可以使用类似场景，但整合性的好处在于学习过程中没有将具体场景割裂开，各个学段学生可以衔接有序地逐步学习，这是研究者特别要考虑的统筹问题。要体现真正的以学生为本，关注学生核心素养的提升。

如中国农业大学附属中学史忠祥老师的“人工智能在生活场景中的应用”一课通过机器人小智，设计了人机交互在生活中应用的场景，在场景中开展体验活动，针对不同学段设置相对应的活动内容。搭建三个有梯度的活动：机器人小智人机交互导入;讨论将人工智能应用到生活场景中的活动;编程实践，学生设置意愿挂号员、餐厅服务员等角色，编制机器人小智的人工智能程序。这些活动每一项又可以继续拓展，每一个场景都可以在生活中得到延伸，因此这样的场景设计是有生命的，结合学生的认知将人工智能的案例应用创新融合到课程当中，实现系统设计和综合培养。

从微观上看，“转化”也可以从目前一些研究的成果入手，通过一些抓手开展好实践和研究。

充分利用AI开放平台感受人工智能

AI本身不是行业是技术，它的基础是算力、算法和数据。因此人工智能走近学生不是让学生真正地研究人工智能的算力算法或学习其原理，而是在基础教育阶段更多地设计、体验并感受人工智能的应用，使学生形成较为直观真实的认识，为以后的人生发展、适应新时代社会节奏打好基础。不能忽视的是人工智能中大数据的支撑，这些都不是基础教育阶段人力和物力可以解决的，因此在教育教学中教师可以站在巨人的肩膀上，应用开源开放平台直接面向用户和应用场景的系统，体验和应用人工智能。如百度AI体验中心或腾讯AI体验中心，其人工智能场景应用比较成熟的是语音识别和图像识别，包括人脸识别、文字识别、物品识别等。教师和学生都可以在现行的小程序中体验和感受。

如北京市十一学校聂璐老师的“神奇的魔镜”一课，基本设计是通过人工智能用于作业批改和签到的应用场景，引出本节课的人脸识别主题;引导学生画像，形成人脸识别特征观察指标模型;应用腾讯AI开源开放平台在线体验人脸识别;了解基于开源平台开发步骤并实践签到App开发过程。这一课充分利用人工智能平台，将学生探索与应用AI的过程化繁为简，真正实现对人工智能技术的探究与应用，让AI技术快速便捷进入课堂成为可能。

通过编程学习探索符合学生认知的人工智能课程

首先要说明一个误区：编程≠人工智能。和传统的编程不同，AI教育编程活动重点是如何应用AI开放平台调用开源开放平台的资源，创建自己的学习和探究活动。

基础教育阶段开设编程课程，本意不是培养程序员，或人人都会编程，而是让学生通过编程体验工程思维、逻辑运算等，培养学生的是计算思维。而计算思维与信息意识、数字化学习与创新和信息社会责任成为信息技术学科核心素养中四个核心要素。由此可见计算思维的重要性，简单来讲，具备计算思维的学生能够总结利用计算机解决问题的过程与方法，并迁移到与之相关的其他问题解决中。熊璋教授也曾说：“计算思维是人的思维不是计算机的思维，是人的综合性品质的一部分。”

由此引申到AI编程教育活动应当也是以培养学生的思维为目标，探索符合学生认知的利用人工智能解决问题的思维和能力，进而逐步成为人的综合性品质的一部分。这里可以利用的编程软件有很多，其中特别要关注的方向是能够将图形化编程与AI开源平台插件相连接，构建编程环境下的人工智能场景体验。其有两个优势：一是能够将编程基础知识和技能迁移，快速上手学习和研究，并且编程中的逻辑思维与人工智能相关知识相近或相通，易于学生参与人工智能活动课程当中。目前在学校能够开展人工智能相关活动的人员基本上是信息技术学科教师，他们具备扎实的教学研究经验和编程教学实践，无论是小学、初中还是高中都能结合学生情况制定相关学案，因此从人才应用上看应当发挥信息技术学科优势，做好人工智能课程研究和实践工作。二是目前在基础教育阶段很多地区普遍开展创客教育或STEAM教学活动，往往以项目学习的方式展开，在学习内容上机器人教学、开源硬件应用和编程教学或三者结合的相关内容占了大部分比重，因此将编程活动与人工智能插件或平台相衔接，更利于其融合到创客教育活动当中。把AI融于项目学习中从这几方面着手都是比较好的思路：AI研究与创新——深入动手做研究;AI小项目试验——跨学科实践应用;AI思维与兴趣——中小学普及教育。

人工智能的应用方向

基于Scratch平台研发的图形化编程软件Kittenblock，其基本操作均是学生比较容易上手学习的积木式拼搭编程方式;最大的特点是结合了相关功能拓展的插件尤其是面部识别、文字翻译、百度AI平台、机器学习模块等人工智能开放平台插件。这就极大地丰富了学生体验、设计和学习人工智能相关内容的形式，拓展了学习空间，如图1;并且通过思维导图的开放式设计，在头脑风暴中实现拓展应用，如图2。

（1）从文字翻译、语音合成、语音识别这三个过程逐步设计现实应用场景，让学生完成人工智能语音识别编程案例学习。

如制作实时翻译App，为出国旅游、工作、学习带来方便。具体活动有引导学生设计情境，规划制作目标;根据情境设计解决问题方式，寻找AI技术的融合点;根据相关需求的融合点编写程序。此编程利用语音识别和机器翻译插件。

（2）从人脸识别、物品识别、文字识别的三个过程中逐步设计现实应用场景。如学校人员防控面部识别应用。具体活动有创建学校人脸数据库;人脸识别，记录数据，添加进数据库;识别人脸搜索数据库核对;系统输出结果，说出识别人员姓名。此编程利用视频识别、人脸识别插件，如图3。

（3）机器学习。机器像人一样思考和学习一直是人工智能应用的目标和方向。在Kittenblock软件中特别设置了MachineLearning的机器学习插件，为学生体验和编写机器学习的相关程序提供了方便和可能。通过摄像头的视频识别，让系统记忆一些物品或人脸特征，然后在一些场景下给予人反馈。

如系统识别垃圾属性完成垃圾分类指导工作。人工智能帮助识别垃圾分类：机器学习，识别记录每一样垃圾的类型;数据记录，将垃圾信息导入信息库;当识别到垃圾类型时，机器语音提示结果。此编程利用视频识别、机器学习和语音合成插件，如图4。

人工智能并不神秘，在这个时代我们的中小学生应该从小具备见识、了解甚至掌握一些人工智能原理。在基础教育阶段开展人工智能进课程的研究，要利用一切当前应用的场景和资源，创设适合学校、教师和学生操作和开展的人工智能活动，逐渐在这些活动中寻找与当前学科课程相适应且能够衔接的内容，结合不同学校实际摸索建设具备时代性和差异化的人工智能课程。总之，人工智能从科研走向应用，又在应用中启发我们的教育，探索人工智能的教育形态是未来我们长期研究的重要方向。

参考文献

蒋鸣和. 2019年度全国教師信息素养提升现场交流活动蒋鸣和教授解读[J]. 中国信息技术教育，2019（17）.