摘要：本文结合人工智能专业特点和中职学生学情，开展了基于任务驱动教学法的实践探索，即以学生为主体，以任务为驱动，从厘清课程的主要任务、构建课程框架结构、明确教学设计路径和课程实例展示等方面探讨了中职学校人工智能通识课程的开发和实践思路，以期为中职学校人工智能通识教育课程提供理论参考和实践指导。

關键词：中职；人工智能课程；通识教育；任务驱动教学

中图分类号：G434  文献标识码：A  论文编号：1674-2117（2023）16-0108-05

引言

在政府、学校和教师对人工智能课程的定义和设计方面缺乏理论支撑和实践经验的背景下[1]，为培养适应新时代思维模式的技术性人才，让中等职业学校学生具备符合时代要求和适应职业发展的素养能力，笔者尝试运用任务驱动教学法开辟中职学生新型人才培养的人工智能通识课程教学新路径，下面以笔者所在学校为例，结合中职教师和学生的实际情况展开具体阐述。

人工智能通识课程的概念及现状

1.概念

通识课程（General Education）是通识教育的一门具体实践课程，其目的是拓展学生的知识范围，提高学生的综合素质和批判思维能力。通识课程聚焦培养什么人、怎样培养人和为谁培养人的教育根本问题，适应快速变化的社会对人才的需求。[2]而人工智能课程具有区别于其他课程教学内容、形式的独特性。[3]人工智能的课程内容主要围绕培养学生的创新型思维、掌握相关知识技能和树立正确的态度观念展开。[4]

2.现状

（1）现有中职教育中关于人工智能人才培养的研究比较缺乏

《中等职业学校信息技术课程标准（2020年版）》明确提出“人工智能初步”为兼顾学生就业和经济的发展，需要突出职业教育“做中学，做中教”的特色。[5]从教育政策导向中可知“人工智能初步”作为信息课程基础模块的重要性。在中国知网（CNKI）里，以“人工智能教育”为主题进行检索可以检索到文献6907篇，但以“人工智能教育&中职”为主题只有58篇；以“人工智能课程”为主题可以检索到文献1348篇，但以“人工智能课程&中职”为主题只有15篇，且集中在2019年至2022年。由此可见，在中职学校教育体系中人工智能课程教育教学的相关研究存在明显的乏力性，深度也不足以支撑该专业的快速发展。同时，多数地区的中职学校仍未开设人工智能课程，这进一步导致中职教育中人工智能课程教学的发展缓慢，呈现出教学开展的不均衡性。

（2）现有人工智能课程与中职学生的学习基础不匹配

有研究发现，当前的人工智能课程授课对象以本科生和研究生为主。对已有课程进行分析发现，学生所学的内容大多涉及多种算法，学生需要拥有一定的程序设计、高等数学和机器学习的基础知识方能应付。[6]而李晓敏等人通过对中职学生进行半结构式访谈研究发现，中职学生的课堂学习体验存在理论基础不扎实、自主学习能力有待提高等问题。[7]由此可见，由于中职学生的学习基础并不能与高校或其他学段的学生相媲美，故不能完全照搬现有高校人工智能课程。

中职学校人工智能通识课程模式设置

随着人工智能时代大数据的积累，解决具体实际问题的高阶应用场景不断更新，与社会各行各业的深度融合也使相关人工智能技术得到了最大程度的应用。[8]根据徐正丽等人的研究，AI岗位可分为软件工程师、算法工程师、产品架构师和产品经理等4个岗位簇，以及数据库、机器学习、模式识别、大数据和程序设计等5个所需的技能集。[9]这些专业性极强的学习内容如何转变为与中职学生学习水平和能力特点相当并能够被他们理解、接受的学习任务呢？

针对上述问题，笔者所在学校开发了以实践应用为核心的人工智能通识课程，注重在人工智能属性上实现学科交叉融合，体现不同的专业区分度，其教学设计和应用内容由浅入深，利用人工智能赋予学生创新思维的灵感，在浅显易懂的教学过程中培养学生对人工智能的知识整合和创新迁移能力，在主动求知和探索的过程中完成相应的课程任务。

1.厘清课程主要任务

首先，消除学生恐慌，正确认识人工智能学科内容，包括人工智能的定义、四大分支、主要应用领域、三种形态和人工智能伦理风险防范等基础性问题，以及对现行的就业结构、就业范围和质量产生的深刻影响，此任务决定了接下来课程的框架结构和教学设计的设置。

其次，人工智能课程要实现开放和重构，需要进行学科整合和专业融通，通过设计跨学科的学习动态进程突破中职学生学习的局限，让学生通过拓展视野的方式形成在未来社会生活的能力。此课程任务在内容上决定了中职学校人工智能通识教材所选的案例和活页形式，最后通过此课程实现立德树人总目标。

2.构建课程框架结构

中职学生人工智能通识课程的整体框架大致分为三大模块、六小章节（如图1）。第一模块是人工智能通识的普及。人工智能研究领域有算法、算力和数据三方面内容，涉及的知识面广且不容易理解。对于大部分中职学生来说，只将注意力放在技术开发和编程设计上难度过大，因此，前期的知识以培养中职学生信息意识、计算思维的基础知识为目标。第二模块按照专业的知识梯度和区分度进行设置，根据研究领域的不同分为四大技术的教学，围绕“人工智能如何观察、表达、听话和思考”构建学生对人工智能课程的基本观念和技术架构。在具体教学上不仅包括基本概念的介绍和原理的解释，还能让学生逐渐形成以创新思维为核心的素养，为中职学生在以后的工作中所需的创造力储能。第三模块是在理论学习之后的实践操作。这个模块构建了一个课程实践平台，以帮助学生增强学习的自信心，这种高位成就感能激励中职学生将学到的知识用于解决现实问题。

3.明确教学设计路径

在具体的教学实践中，笔者采用模块化的闭环式教学，通过“基础理论模块、学科应用模块、程序设计语言模块和实验模块”这四个模块的内容体系，使学生更加系统化地学习知识，具体设计路径如图2所示。

（1）基础模块

基础模块属于课程导入期，笔者将课程知识体系分为以下三个部分：①人工智能60年的技术历史。从最早进行探索自动符号计算机器的莱布尼茨开始，通过时间的脉络阐述人工智能的黄金时期（1956年至1974年）、第一次寒冬时期（1974年至1980年）、兴盛期（1980年至1989年）、第二次寒冬时期（1989年至1993年）、发展期（1993年至2006年）、爆发期（2006年至现在）；②针对各关键技术的研究现状，让学生了解科学前沿，包括2006年开始深度学习在计算机视觉、听觉，在自然语言处理和强化学习等领域的主要进展，并根据它的发展过程来分析未来的发展方向；③阐明现代企事业单位对人工智能人才的现实需求和职业前景。人工智能基础知识和原理的学习任务主要是通过互动体验的形式来组织教学，能更好地帮助中职学生理解和内化学习内容。

（2）应用模块

应用模块的任务达成是基于课程内容的知识更新，引进人工智能相关的应用场景。从与生活息息相关的图像处理方面的应用开始，向学生介绍人工智能在金融、司法、公边检、航天电力、教育和医疗等多个领域的应用，如在金融、安防和智能家居领域的自然语言处理技术。这一模块的人工智能教学主要通过创设教学情境的方式进行，以学生生活经验和实践体验所关联的场景作为教学切入点。

（3）程序设计语言模块

程序设计语言是工程师为了告诉计算机需要做什么事情而发明的。这是中职人工智能专业学生在此课程中需要掌握的核心技能。此模块需要结合中职学生的知识基础和内容储备来设计，在教学过程中要尽量以通俗的语言去解释各种程序设计语言。除此之外，该模块需要结合学校拥有的教学资源，让学生充分利用互联网的优势进行课前学习及课后巩固。

（4）实验模块

笔者结合“参与体验—感知概念—作品呈现—分享所得”的任务体验教学法，并根据中职学生的实际情况与应用模块所学到的场景知识相对应灵活地设置实验教学内容。该模块以互动的交往形式加强师生的双边情境体验，以学生为主体采用设计活动和任务分配的任务驱动教学法形式提高学生的积极性，通过有针对性地提问和追问启发学生思考。

以上模块并不是机械式单向进行，在教学过程中可以根据中职学生的掌握情况以及技术更新穿插进行教学，相互影响，相互渗透。

人工智能课程案例教学法展示实例

部分中职学生的自主学习能力不强，缺乏探索精神，而人工智能课程又属于实践性非常强的学科，采用任务驱动型教学法可转变学生解决问题、独立分析问题的学习理念。因此，笔者根据任务驱动教学法的基本环节、人工智能专业、行业发展方向、人才的现实需求，以课程框架结构中的第二章“人工智能怎么观察”中的《察“颜”观色：人脸表情识别》进行教学，具体环节如图3所示。

1.创设情境 给出任务

在课堂教学中，针对中职学生思维活跃和偏爱直观动态知识呈现的特点，开展与当前学习主题相关的情境导入。例如，小慧在线上学习时频频走神，经常“没听懂”某个知识点，又不敢主动向教师反馈自己的学习焦虑。小智是学习委员，他希望设计一个基于人脸表情分析同学们注意力情况的系统，并将分析结果即时反馈给教师。学生带着“任务”进入学习情境后对任务进行概括性的描述：通过扫描人脸表情来识别情绪异常的学生。

2.分析任务 收集知识

此环节是课程的核心，学生根据教师提供的线索与同学进行不同观点的交流、补充和修正。学生在预备知识环节学习表情相关的概述和表情识别的应用。在教学过程中，教师针对人脸表情识别系统的设计，要求学生完成以下任务。

任务1：思考此项识别系统的实现思路有哪些步骤？在此过程中可能会遇到什么困难？有什么解决问题的途径？学生小组讨论回答。

任务2：针对以上尚未解决的问题，需要具备什么新知识？请各小组汇报分析结果，教师点评是否完善准确。

任务3：利用学校的教学资源平台提前进行学习，为下一节课的教学打好知识基础。

3.任务实施 动手实操

由于有前期让学生自行思考及探索环节的铺垫，本环节的课堂教学从学习人脸表情识别需要掌握的相关技术—图形化编程开始。先让学生进行程序设计语言的学习，目的是培养学生利用类似程序的逻辑关系获得独立解决问题的逻辑思维能力，而操作简易、好上手的图形化编程工具能提升中职学生的学习兴趣。在学习完适配的编程工具后，教师进行任务小结，使学生再次回顾人脸表情识别的基本原理和设计实现的相关技术。

4.评价反思 巩固提升

此环节包括两方面内容，第一是对所学知识意义建构的评价，第二是对学生自主学习能力和协作学习的评价。在学生进行任务的创作过程中教师巡回检查，及时发现学生编程实操中遇到的问题并进行指导；让完成任务有困难的学生团队合作完成创作，培养其合作精神；在检验学生任务的完成情况后对能及时按要求完成编程设计的学生进行口头表扬；鼓励没完成或作品不理想的学生利用学校的教学资源平台进行巩固学习。

结语

本文根据笔者所在学校开发的人工智能通识教材，探讨了一系列与课程相关的模式、课程思路设置和内容案例等，为中职学校人工智能技术人才的培养提供了多维度、深层次的教学方向支持。未来，笔者还将根据实践教学得出的样本和数据分析基础继续对中職学校人工智能课程进行深化完善，在以学生为本的理念下实现课程教学向中职学生职业规划有效转化的目标。

参考文献：

[1]楼又嘉，李一航，王永固，等.人工智能基础教育课程全球图谱：开发框架与实施方略——UNESCO《K-12人工智能课程图谱》报告解析[J].远程教育杂志，2022，40（03）：3-15.

[2]吴健，刘昊.面向新时代通识教育的探索与思考[J].中国大学教学，2022（04）：9-13.

[3]詹泽慧，姚佳静，吴倩意，等.人工智能课程中表现性评价的设计与应用[J].现代教育技术，2022，32（05）：32-41.

[4]谢忠新，曹杨璐，李盈.中小学人工智能课程内容设计探究[J].中国电化教育，2019（04）：17-22.

[5]王健.培育信息技术核心素养 打造适应时代发展需要的高素质职业人才——中职学校信息技术课程标准实施思考[J].中国职业技术教育，2020（17）：19-23.

[6]区尚智.基于计算思维培养的中职《人工智能》校本课程开发与实践研究[D].广州：广东技术师范大学，2021.

[7]李晓敏，邓颖.中职升本科护理专业学生学习体验的现象学研究[J].中华护理教育，2022，19（04）：293-297.

[8]《人工智能简明知识读本》编写组.人工智能简明知识读本[M].北京：新华出版社，2017.

[9]徐正丽，文博奚，谢梅英，等.基于大数据技术的AI岗位需求分析研究[J].广西科学，2021，28（03）：321-329.

作者简介：冯敬益（1978—），男，广东广州人，硕士研究生，广州市信息技术职业学校软件与信息服务专业带头人，高级讲师，广东省科技教育名师工作室主持人，主要研究方向为人工智能教育、创客教育、STEM教育和物联网技术应用研究等。

本文系广东省中等职业教育教学改革项目（GDZZJG2029）“基于‘双精准、双衔接的中职人工智能专业建设探索”和全国工业和信息化职业教育教学指导委员会重点课题“‘校企耦合协同育人——中职人工智能新型人才培养模式探索与实践”（GXHZWZ20507）的研究成果。