中小学人工智能教育实践共性问题分析

    梁建朋 陈秀梅

    摘? 要 从中小学人工智能教育的实践出发，在人工智能教育深入普及的大背景下，整合分析現阶段人工智能教育存在的共性问题，以期为中小学人工智能教育体系构建提供参考和帮助。

    关键词 人工智能教育;编程教育;中小学;机器人;创客教育;steam;校本课程

    中图分类号：G630? ? 文献标识码：B

    文章编号：1671-489X（2020）13-0098-03

    1 引言

    2017年7月，国务院印发《新一代人工智能发展规划》，其中明确指出：人工智能成为国际竞争的新焦点，应实施全民智能教育项目，在中小学阶段设置人工智能相关课程，逐步推广编程教育，建设人工智能学科，培养复合型人才，形成我国人工智能人才高地。全国中小学校掀起开展人工智能教育的热潮，进行了大量多样化的人工智能教育实践，这些实践在主导机构、运行模式、推进进度设计和阶段目标等方面有较大差异，但在实践中凸显出的问题却具有相当的共性。这些共性与中小学的教学育人逻辑紧密相关，涉及认知、课程和评价等多个要素，受到人工智能理论演进和产业化现状的系统影响，反映出人工智能教育的政策引领导向和深入普及化趋势，迫切需要进行体系化的梳理、分析和反思，找到合理化的解决方法和改进策略，为中小学校和区域提供参考，规避已知的共性问题，从而提高人工智能教育推进的效率，提升人工智能教育的效益和质量，更好地培养人工智能创新人才。

    2 概念问题

    人工智能教育是指以人工智能的认识、体验、模拟创造和应用探索为教学内容的教育活动，教学内容丰富且自成体系，具有内在的连贯逻辑性[1]。当前的教育实践中，人工智能教育的概念出现不同程度的混淆和偏颇，导致这种现象的原因少部分是理论认知不清晰，大多是由于区域和学校操作层面的被动需求。部分是为了与已经存在的特色课程进行整合，充分利用现有的软硬件资源，避免另起炉灶;部分是为了与高校、企业等合作方达成共识，依赖高校的理论研究重点和企业的业务专长开展人工智能教育，受到一定的局限;还有部分是为了与地方性质的师生竞赛体系相结合。比如某市开展市级机器人竞赛或编程竞赛，该市域之内的人工智能教育不可避免地要受到这根“指挥棒”的影响，普遍偏向机器人教育或编程教育。

    概念的混淆主要是与创客教育、STEAM教育等概念混淆。创客教育的关注点在于创新和创造，是指融合信息技术，以“做中学”为主要学习方式，以培养各类创新性人才为目的的教育，重点是培养学生动脑创意和动手实践的能力，部分创意和数字化手段涉及人工智能领域，但不能与人工智能教育等同。STEAM教育是集科学、技术、工程、艺术、数学等学科思维、学科工具于一体的综合教育，目的是打破学科界限，通过对学科素养的综合应用解决实际问题，培养综合性人才，注重培养多元化的学科交叉思维和丰富多样的学科能力。

    概念的偏颇主要是将人工智能教育片面等同于机器人教育或编程教育。在机器人教育中，除了部分纯机械机器人或操控机器人以外，大多与人工智能相关，比如工程机器人、传感机器人或仿生机器人。机器人教育的内容是人工智能教育的一部分，是中小学生认识人工智能并尝试应用探索的有效生动的载体[2]。编程教育的内容包括Scratch、

    Python等编程语言，培养学生通过编程语言编制或改变程序的能力。编程的高级应用形式是将编写的程序作用于机械或结构之中，赋予它们能动智慧，替代人类完成工作，从而实现人工智能。因此，编程教育是人工智能教育的关键环节和核心内容，但是同样不能完全等同于人工智能教育。

    3 课程问题

    人工智能教育发展到今天，已经经历了进校园、进教室的环节，积累了一定的实践经验，迫切需要进行规范完整的课程建设，将人工智能教育常态化，涉及课时安排、师资建设、教学内容和教学管理等环节。目前来看，人工智能教育课程建设在各个环节都面临一定的困难。

    在课时安排方面，普遍采取的做法是以学校为主体，通过“一校一策”的方式，确定人工智能教育的课时。这种做法考虑了学校的办学自主性和教学特殊性，赋予学校一定的裁量空间，然而具体到操作层面，却受到多方面的制约。首先，学校要严格落实国家课程标准和课时要求，开齐学科，开足课时，课时周转的空间相对狭小;其次，学校的校本课程课时，时间相对固定，必须考虑到学生的多元需求和校本课程开发应用的整体规划，集中开设人工智能课程存在较大难度;最后，不同学段、不同年级的课时安排还需要综合考虑学情特点和教学内容，进行适切微调，对学校的教务管理和教学内容衔接构成压力。

    在师资建设方面主要有两个方面的问题。

    一是较为普遍的兼职现象。学校缺少具有人工智能相关专业背景、熟练掌握人工智能教学技能的专业教师，大多以信息技术、科学等学科教师兼任人工智能教师，专业化程度不足，备课精力难以集中[3]。

    二是培训方式呈现零散状态，不成体系。有的区域或学校通过购买课堂教学服务的方式开展人工智能教学，让本校的教师进行近距离的观摩学习;有的区域或学校则通过讲座、专项培训等方式，对教师进行人工智能培训，主要讲授人工智能教育的理论认识和主要内容。

    事实上，这两种培训方式应当结合起来进行，制订完善的体系化的培养方案，推动教师在认识、技能和教学方法等方面的全方位提升。

    在教学内容设计方面，总体呈现出两种趋势：一种是依赖现有的人工智能教育行业的商家，依靠商家提供的软硬件模块，设置体验式、应用式、实践导向的教学内容，这样的教学内容设置方法过于松散且缺乏逻辑，没有对学生的认知过程和认知规律进行合理呼应，难以形成完整的认知链条，无法满足人工智能教育普及化和常态化的需求[4];

    另一种是与高校、科研机构的专家建立合作关系，通过编订丛书、发布辅导读物等方式确定教学内容，普遍依循不同学段的学生特点，形成一套完整的人工智能教学内容体系，比如华东师范大学与商务印书馆联合推出的“AI上未来智造者”丛书，总计多达十册，适用于不同年龄段的学生，建立了从人工智能认识、体验、模拟、创造到应用探索的完整知识闭环。这样的教学内容在科学性和逻辑性上具有一定的优势，但是其丰富和全面的内容对配套的软硬件提出较高的要求，区域和学校很难提供完备的支撑环境。

    值得一提的是，这些丛书或读物并不是教材，没有按照教材标准审核，难免会存在错漏。同时，这些丛书或读物不具有教材属性，也让这些丛书和读物在学校的应用推广面临一定的阻力。

    在教学管理方面，最突出的问题体现在教师工作量的确定和教研的局限性方面。如前文所述，人工智能教师普遍是以兼职形式承担人工智能教学任务，在人工智能教学只以兴趣班或社团活动形式开展时，他们的这部分工作量通常受到忽略，或以最低一档计算;在人工智能教育深入普及的趋势下，人工智能教育的课时确定必须与教师工作量的确定相统一，尊重人工智能教师的专业地位和劳动，调动并维护教师的工作积极性。目前来看，我国的教育科研机构中，尚未设置专门的人工智能教研员。教师的教学策略、教学方式、教学进度等方面都缺乏统一的指导和规范，也没有定期交流互动的平台和机制，大多凭借经验和设想组织教学，亟待建立常态化的教研结构，以支持人工智能教育的普及发展[5]。

    4 评价问题

    对人工智能教育的评价，可以分成教学效果评价、教学过程评价和人工智能竞赛活动三个大的方面。目前有较多实践支撑的，只有人工智能竞赛活动一项，对人工智能教学效果和教学过程的评价有一些理论层面的探讨，在一些先行区域的实施方案中也有提及。比如上海市嘉定区推进《人工智能基础（高中版）》教材试用，制定了试用教学方案，提出要建立配套的学生学习评价资源。总体来看，国内暂时没有成熟的可参照的人工智能教学评价量表和指标体系出台。

    在实践较多的人工智能竞赛活动中，也渐渐出现一些苗头性问题。如某些市域或区域的人工智能竞赛活动，与行业中的商家进行合作，由商家提供竞赛所需的软硬件支持。然而在人工智能教学中，程序语言和软硬件环境是具有多样性的，这就导致部分学生学习的人工智能操作知识与竞赛的需求出现脱节，出现“所学非所赛”的尴尬。本质而言，这是竞赛活动受到人工智能教育行业竞争过度影响的后遗症，客观上导致通过人工智能竞赛活动对学生学习效果进行评价存在一定程度的不公平。此外，人工智能竞赛活动中，有些编程比赛或者创意比赛活动只需要提供作品，无须进行现场制作和操作演示，作品的真实作者难以核查和溯源，存在规则上的漏洞。

    值得一提的是，对人工智能教育教学本身的评价虽然仍处在起步阶段，但利用人工智能技术对教育质量、教学过程进行智能管理和评价，已经成为教育领域的热点[6]。区域层面建设“智慧大脑”“大数据中心”等平台，学校层面开展智能课堂观察、教学语音分析、教学互动捕捉等探索尝试，一定程度上提升了教学评价的数据化和科学化水平。

    5 结语

    习近平总书记提出，教育要把培养担当民族复兴大任的时代新人作为重要职责。教育的本质是育人，培养学生适应社会、建设社会的关键能力，为国家输送人才。人工智能是全球关注的新高地，也是国家之间、民族之间新的竞技场。我国的人才储备并不樂观，美国Diffbot数据公司2019年12月发布的一份报告说，全球人工智能人才近三分之一集中在美国，相比之下，仅有3.5%的人才在中国。另据工信部教育与考试中心透露，中国人工智能人才缺口超过500万人，国内的供求比例达到1：10，供需严重失衡。因此，贯彻《新一代人工智能发展规划》，深入普及开展人工智能教育，具有相当的迫切性。在积极实践的基础上，要善于发现问题，积极解决问题，建构起规范、系统、全面的中小学人工智能教育体系，为学生的未来成长奠基，也为推动社会经济发展作出应有的贡献。

    参考文献

    [1]王海芳，李锋.人工智能应用于教育的新进展[J].现代教育技术，2008（S1）：18-20.

    [2]张坤颖，张家年.人工智能教育应用与研究中的新区、误区、盲区与禁区[J].远程教育杂志，2017（5）：54-63.

    [3]罗万丽，王蕊，范荣.人工智能在教育领域的应用探析[J].数字教育，2018（6）：79-82.

    [4]吴永和，刘博文，马晓玲.构筑“人工智能+教育”的生态系统[J].远程教育杂志，2017（5）：27-39.

    [5]徐鹏，王以宁.国内人工智能教育应用研究现状与反思[J].现代远距离教育，2009（5）：3-5.

    [6]吴晓如，王政.人工智能教育应用的发展趋势与实践案例[J].现代教育技术，2018（2）：5-11.