区域人工智能教学实践与改进策略

王 戈（北京市朝阳区教育科学研究院）

一、开展人工智能教学的问题

朝阳区近年在《新一代人工智能发展规划》和《义务教育信息科技课程标准》的引领下，开展人工智能教学实践研究，遇到了不少实际问题，通过探索和实践，对这些问题形成初步的解决方法。

师资问题。人工智能是快速发展的事物，但在职教师没有经过系统培训，存在着知识结构的短板。

实验环境问题。实验实践是学习人工智能的重要方法，需要具备一定的人工智能实验环境，但多数学校只有普通的机房环境，解决实验环境问题刻不容缓。

教学内容及深度问题。在义教阶段，人工智能的教学内容深度和课时安排，都面临挑战。需要根据学生的年龄特点，结合不同年级的教学模块要求，把人工智能的内容融入其中，实现与其他逻辑主线的共融共存。

教学方法的创新。人工智能作为信息科技课程内容中综合最强、原理最深、实践最广的模块，需要教师依据其内容特点，按照学生的认知水平，设计教学活动，利用形象的方式以及线上学习和实验资源，帮助学生理解抽象原理和功能实现方法。

二、针对人工智能教学问题的解决方法

自2018年开始，本区成立了人工智能教学项目研究团队，通过课题研究、教程编写、教师培训、市级展示等活动，完成了教学内容确定、课堂教学实践、教学方法研究、案例优化等工作。

（一）立体分层多方位的教师培训机制

通过问卷调查知道，有66%教师对于物联网、人工智能的教学内容心怀焦虑，渴望补齐自己的知识结构短板。项目团队根据教师的需求，制定了培训计划，采用立体分层的教师培训方法，即从内容上分为专业培训和教法培训；从培训对象上，把教师分层为种子教师和普通教师。

专业培训采用了专家引领加个人自学的方式：每年组织老师到百度、科大讯飞、腾讯等国内知名厂商进行现场学习，请业界顶级的专家为教师进行系统人工智能专业培训和实践体验；遴选部分基础好，专业水平高的教师，作为种子教师，参加一对一的小班培训，以帮助教师快速提升；充分利用线上教程资源，向教师推荐国内声誉高的教程和线上学习平台、实验平台，以帮助教师自学提升。

教法培训是利用区级研究课，种子教师开展人工智能教学展示，以案说法，向教师展示教学设计和教学方法创新，使教师通过从模仿他人到自主创新，完成自己的人工智能教学设计。

（二）充分利用免费资源解决基本教学环境问题

人工智能综合性和实践性的特点，要求必须有相应的实验教学环境，但在义务教育信息科技（人工智能）实验室国家标准未出，学校没有专用经费的实际情况下，只有少数学校购买了一些人工智能的专用套装，多数学校只有普通计算机房。

项目组对网上免费实验平台资源进行了梳理，以创造条件满足最基本教学需求。

免费的实验平台包括两种模式：

一是不少图形化编程平台的拓展模块中，有人工智能模块可用，如Kittenblock 中的百度大脑、FaceAI、机器学习5、TensorFlow 等模块；米思奇、编程猫等有专门的人工智能积木集可供使用。其中的人工智能功能都是通过调用服务器AI服务来实现的。

另一种模式是由百度、腾讯、科大讯飞等国内互联网巨头开发的AI 开放实验平台，利用这些实验平台，可以进行多种多样的人工智能实验，例如训练模型，开发特定功能的软件接口等。

教师通过整合本地已有软硬件资源，创造性地利用线上免费资源，装备了摄像头和耳麦的普通计算机教室，就能变成满足基本功能的人工智能实验室。

（三）依据学生年龄特点安排课程内容和深度

在义教课标中，人工智能既是六条课程逻辑主线之一，又在九年级设立了人工智能与智能社会的课程模块。但信息科技的浮动课时，九年级学校面临中考的现实，人工智能课程并非单独开课等，都让人工智能课程模块的落地困难重重。

项目组认为：缺失了人工智能内容的信息科技课程是不能接受的，于是依据学生的年龄特点，依据课标中各个年级课程模块的内容，把人工智能模块化整为零，在各个年级信息科技教学内容中加以融合，形成以下的融合脉络：

在1-2年级，帮助学生认识信息交流与分享内容、方式、方法的丰富性、便捷性和独特性，并了解与之相适应的行为规范，养成保护个人信息和安全使用数字设备的好习惯。

在3-4年级，“在线学习与生活”“数据与编码”，在线学习与生活中，学生可以接触到更为专业更有针对性的人工智能应用：生活中的人工智能如推荐购物、智能导航等，在线学习中的人工智能如英语口语智能引导、手写作业智能判卷、知识图谱基础上的智能推送等。

在5-6年级， “算法是计算思维的核心要素之一，也是人工智能得以普遍应用的三大支柱（数据、算法和算力）之一”。在本模块中，可以利用百度AI 等实验平台，进行模型训练等活动，在此过程中，通过使用不同的数据集、选择算法、调整参数等方式，来增加模型的泛化能力，防止模型的过拟合等。教师可以引导学生形成以下观念：机器学习是立足于场景的，在进行机器学习训练模型之前，要明确要解决的问题是什么？不同的问题，会对应不同的人工智能算法。可以简单地把训练模型的过程，认为是寻找函数（算法）的最优参数的过程。

在7-8年级，互联网应用与创新、物联网实践与探索中，有更多融入人工智能内容的地方，例如身份认证中的生物特征识别，可以把人脸识别，图像识别（指纹），声纹识别等人工智能内容加入其中。物联网是当前数据采集的重要手段之一，也是人工智能获得数据的最主要方式之一，在机器学习的过程中，建构数据集的前提是采集数据，物联网是重要的数据采集、传输、处理、存储工具。

通过把人工智能内容与各年级模块学习内容相配合，加大人工智能逻辑主线的比重，把人工智能的学习内容分配到各个年级学习模块中，以解决当前人工智能没有专门课时的困难。

（四）人工智能教学方法的改进

我们在人工智能的教学过程，采用项目式学习的方式，按照不同场景，确立学习主题，分别通过确立项目、分析分解项目、学习新知、探寻原理、实施实现、展示体验、评价评测、优化迁移八大步骤，完成一个人工智能项目式学习的全过程。与普通项目式学习相比，人工智能项目式学习在学习新知、探寻原理、实施实现的环节有其特质。