钟柏昌　李惠乾

当前，中小学人工智能课程主要依托信息科技课、机器人与创客教育社团等方式开展。一直以来上述课程在内容设计上存在交叉重合，导致人工智能教育的泛化。随着新一代人工智能技术和教育平台的丰富，人工智能课程应当与时俱进，把学生利用人工智能技术解决真实问题的完整过程，并由此理解人工智能技术的本质，作为人工智能教育的底色，体现人工智能课程的独特教育价值和魅力，真正促进学生人工智能素养的培养。令人高兴的是，我们在中国科协青少年科技中心、中国青少年科技教育工作者协会等单位共同主办的2023 年全国青少年人工智能创新实践交流展示会上，看到了一批（共17 个）具有代表性的人工智能创新教学案例，为中小学人工智能课程的健康发展带来了诸多启示。图1 显示了这17 个案例的所属学段、内容主题、人工智能技术类型和教学方式的分布关系，表明教师能够面向多种主题场景，采用多类人工智能技术开展多元化的教学探索。本文将基于这些获奖案例的亮点与不足，探讨教师应当如何在教学中擦亮人工智能教育的底色。

问题情境：体现人工智能技术优势

如同新课标倡导真实性学习一样，让学生经历利用人工智能解决真实问题的完整过程也是新一代人工智能教育的核心要义。为此，问题情境的有效设计是重要前提。好的问题情境能够激发学生的学习动机，促进学生知识建构；而不当的问题情境，虽能产生课堂互动，却难以唤醒学生的问题意识，甚至走向解决伪问题的歧途。当前中小学人工智能教学多以问题或项目驱动，教师在提出问题时能够考虑到人工智能技术应用的情境性、价值性与可行性，但对为何采用人工智能技术而不是其他信息技术解决这一问题，缺少说明或者分析不到位。

在“人工智能预测出行”案例中，教师通过3 个学习任务引入项目主题：任务1，思考如何缓解学校门口交通拥堵现象；任务2，探析学生的出行方式及其影响因素；任务3，通过案例分析对比传统方法和人工智能技术在预测学生出行方面的差异，分析人工智能技术的优势。基于此，教师布置了“出行预测小助手”的设计与制作任务。总体而言，该问题情境紧扣真实问题解决，注重发挥人工智能技术的优势，有较好的参考价值。

在初中案例“中药茶饮智能识别搭配小助手”中，教师创设了这样的问题情境：首先指出许多学生在秋天出现咳嗽、咳痰等症状时，家长会用菊花、金银花、枸杞等中药给学生泡中药茶饮以缓解症状；接着教师提问学生自己在家想泡中药茶饮又不知从何入手时应该怎么办；最后教师引出驱动性问题“如何利用人工智能技术帮助我们认识家中的中药并根据药性搭配茶饮？”看上去，这一问题的提出自然顺畅，且利用人工智能技术搭配中药茶饮也颇有新意，难能可贵。但也值得商榷，因为这个问题的核心是如何自动识别中药的品类，那是否必须利用人工智能技术？一方面，家里购买的适用于泡制茶饮的中药一般是常见品类，不仅种类有限，也较容易识别；另一方面，购买的家用中药一般都有中药名称和药性说明，或者经过简单的网络检索也能获得相关信息。如是，利用人工智能技术解决问题的必要性不足，无法让学生真正体会人工智能的优势。如若教师将问题情境的重点设在茶饮搭配的效率和准确度上，引导学生对比探析利用传统方法与人工智能技术搭配茶饮的差异，便可能让学生充分体会到人工智能的优势。

笔者曾撰文指出，技术应用要尊重现实生活中的真实需求和解决问题的现实路径，不能为用技术而虚设情境[1]。为此，教师在设计人工智能教学的问题情境时，需要真实体现人工智能技术的优势，引导学生批判性看待与选用人工智能技术，而不仅是停留于“能用则用”，或者片面求新、求异。

教学目标：聚焦人工智能素养培养

相较于传统的编程教育、机器人教育和創客教育，人工智能教育需要采用新的实践平台和创作工具。与此同时，人工智能素养培养成为中小学人工智能教学的出发点和最终旨归。作为教学的指南针，人工智能课程教学应当以素养为导向，紧密围绕学生人工智能素养的培养设计学习活动。反之，如果教学目标停留于工具使用和技能训练，就难以塑造学生的人工智能认知和思维，甚至混淆新一代人工智能技术和传统信息技术的本质区别。

以往的教学案例大多从三维目标角度，或是围绕信息科技／信息技术课程的四大核心素养设定教学目标。虽然这两种方式都有其合理性，但均不利于深入揭示人工智能素养的核心要素。如何在教学目标中体现人工智能素养的核心要素呢？“婴儿情绪识别系统”案例作出了有益的尝试。在该案例中，教师参照《中小学人工智能课程指南》中的中小学人工智能核心素养[2]，以婴儿情绪的智能识别为内容主线，将智能意识、智能思维、智能应用与创造、智能社会责任4 个要素融入教学目标中。

通过本课程的学习，学生将初步具备如下人工智能素养：

了解人工智能对社会发展的作用，具有主动解决问题、掌握核心技术的意识（智能意识）

针对待解决的问题，能够将其分解为若干小任务，合理设计相关算法（比如表情或哭声检测）并通过编程实现（智能思维）

能描述典型图像分类算法的实现过程，学会训练和优化图像分类模型，并能根据实际需要配置适当的环境、参数及自然交互方式等（智能思维）

了解特定领域（如机器学习）人工智能应用系统的开发工具和开发平台，通过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（智能应用与创造）

认识算法对解决问题的重要性，懂得合理的使用和保护婴儿的人脸和声音等隐私数据，知道发展人工智能应遵循的伦理、道德、安全问题，合理地与人工智能开展互动（智能社会责任）

总体而言，以上5 个教学目标指向清晰，综合表现了学生在人工智能学习过程中形成的知识与技能、过程与方法、情感态度与价值观，并凸显了项目式学习在体系化塑造学生人工智能素养方面的优势。当然，尽管教师已有意识地增强了语言表达的规范性，但仍然存在模糊的表述，不利于理解、测量与评价。例如“了解人工智能对社会发展的作用，具有主动解决问题、掌握核心技术的意识”可修改为“能举例描述人工智能对社会发展的作用，并说出主动解决问题、掌握核心技术的必要性和重要意义”；而“了解特定领域（如机器学习）人工智能应用系统的开发工具和开发平台”可修改为“能列出2 ～ 3 个常见的人工智能应用系统开发工具和平台”。

此外，还有两种情况值得教师留意。一是在教学目标中将人工智能平台操作、制作人工智能数据集、开发人工智能科技创新作品等具体目标与人工智能素养目标并列呈现，表明教师尚未准确把握人工智能素养的内涵及构成要素，割裂了工具使用与素养提升之间的有机关系。二是在教学目标中同时列出信息科技核心素养目标和生物核心素养目标，却没有具体描述人工智能素养目标。面向真实问题解决的人工智能课程教学，必然涉及多学科领域知识，但主次要分清，人工智能本身的内容应该是第一位的。

项目设计：彰显人工智能内在本质

项目式学习以其开放性、灵活性和生成性特点，已成为当前主流的人工智能教学模式之一。大多数教师在设计学习方案时，能够体现项目式学习的主要环节（需求分析、方案设计、作品实现与测试、作品分享与评价），同时注重“教—學—评”一体化的要求。在内容选择与任务设计方面，教师也能够区分新一代人工智能教育与传统创客教育、机器人教育的区别，在项目任务中突出了数据集制作、模型训练、模型推理、模型部署与应用等知识的学习，彰显了人工智能模拟人类智能处理任务的本质。

例如在前述“中药茶饮智能识别搭配小助手”案例中，教师将学习项目划分为9 个模块：①初识人工智能；②分析问题，设计方案；③制作数据集；④训练分类模型；⑤探究提升模型准确性的方法；⑥优化模型并推理测试；⑦人工智能多模态部署；⑧项目优化与迭代；⑨项目分享、评价与拓展。可见该案例非常重视学生经历数据集制作、模型训练、模型推理、模型部署与应用的完整过程，有利于学生在解决问题的过程中理解人工智能的本质。然而，我们发现在小学和高中项目案例中同样能找到相似的学习内容和相同的技术工具。例如小学案例“校园路口‘小交警”的主要内容也是学习图像分类、人工智能数据集制作、人工智能模型推理与训练、人工智能应用部署等。再如高中案例“神农百草”将学习项目分为图像分类、数据集制作、模型训练与推理、模型转换与应用部署测试、硬件设计及项目应用部署等环节。在不同的学段采取同样的学习内容和技术工具，就单个案例而言是合理的，但就整个人工智能教育体系而言显然存在明显的重复式学习，乃至某种形式的千篇一律。

人工智能素养的培养是一个复杂抽象的过程，人工智能教育需要循序渐进、层层深入，以保障素养培育的针对性和有效性。笔者曾撰文提出6 层人工智能教育进阶模型，从低阶到高阶分别为人工智能功能体验、人工智能模型理解、人工智能模型应用、人工智能模型综合、人工智能要素重组和人工智能算法创新[3]。其中前5 层面向中小学生，第6 层面向高校学生。教师可根据学生的认知发展水平状况和具体的问题情境特点，采用不同抽象程度的人工智能创作工具，分层分类设计学习项目，引导学生在解决问题的过程中逐层探索人工智能的技术思想。

教学实施：保障人工智能教学条件

相较于传统科目，人工智能教学需要具备良好的人工智能软硬件资源和稳定流畅的网络环境，且对师生的专业知识储备和数字素养要求较高。当前，多数教师能够成功地将项目计划付诸实践，并引导学生进行有效探索。例如在“智能植物考察之旅”案例中，教师为学生提供了平板电脑、“生动科学”增强现实软件、掌控板、土壤湿度传感器、摄像头和图像分类模块等软硬件资源，并辅以学习任务单，指导学生对植物考察旅途中遇到的植物进行智能识别，并模拟种子的萌芽和生长过程。而“用人工智能设计‘剧本杀”案例则指导学生利用“商量SenseChat”“秒画SenseTime”等生成式人工智能（AIGC）工具进行文本和图像创作，带领学生解锁“人机共创”的新玩法。

然而由于缺乏必要的条件，部分案例停留于构想与模拟阶段，还有一部分案例虽然能够勉强实施，但浅层化教学现象比较突出，甚至出现“烂尾工程”。在“生活中的果物识别”案例中，教师在总结首轮实施效果时指出，由于学习项目对学生的实践能力要求较高，部分学生仅能依照教程完成示例任务，难以较好地结合生活实际创作新的人工智能作品，且由于缺乏课时，学生未能完成硬件部署任务。又如“人工智能预测出行”案例指出，教学实施中遇到服务器访问量限制，导致部分学生无法登录平台进行学习体验。为此，我们特别建议教师一方面要积极争取学校的支持，另一方面要做到因时、因课、因人制宜，在实际条件范围内设计具有可行性的学习任务。

教学评价：开展有依据的学习评价

教学评价是检验教学目标达成情况的关键环节，也是实现“教—学—评”一体化的应然要求。人工智能教学强调“做中学”“用中学”“创中学”，获取学生学习过程中的“证据”，开展证据导向的素养评价是人工智能教学评价的重点[4]。

除个别案例外，大多数教学案例都设置了学习评价任务模块，体现出该教师对人工智能教学评价的重视。在评价内容方面，教师设计了作品评价、学习过程评价和人工智能素养评价。在评价方式方面，教师积极开展学生自评、互评及教师评价的多元主体评价，并将过程性评价与总结性评价相结合，充分发挥评价对人工智能教学的导向功能。然而，在评价依据方面，大多数教师没有说明评价依据来源，评价量表的设计较为主观。笔者曾撰文构建了人工智能素养评价指标体系，包括人工智能知识、人工智能情感和人工智能思维3 个一级指标，以及若干个二级指标和三级指标[5]，可供教师参考借鉴。

参考文献

[1] 钟柏昌．有效教学的几条原则与案例点评[J]．中国信息技术教育，2013，（Z1）：50-54．

[2] 江波．中小学人工智能课程指南[J]．华东师范大学学报（教育科学版），2023，41（03）：121-134．

[3] 钟柏昌．如何通达新一代人工智能教育的核心[J]．中小学数字化教学，2023（11）：1．

[4] 钟柏昌，詹泽慧．人工智能教育的顶层设计：共识、差异与问题——基于4 套标准文件的内容分析[J]．现代远程教育研究，2022，34（04）：29-40．

[5] 钟柏昌，刘晓凡，杨明欢．何谓人工智能素养：本质、构成与评价体系[J]．华东师范大学学报（教育科学版），2024，42（01）：71-84．