以培养计算思维为导向的小学人工智能课程教学策略
黄志高
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

黄志高,. 以培养计算思维为导向的小学人工智能课程教学策略[J]. 人工智能研究,2023.4. DOI:10.12721/ccn.2023.157207.
摘要:
人工智能课程开始在很多小学实施,课程的目标是利用人工智能以及相关技术,批判性地处理各类问题,以此产生具备利用价值的作品、合理的方案、实施性强的设计。在此目标要求下,学校开始将培养高质量创新型人才作为重点任务,而计算思维是学生面向未来数据化、智慧化社会必不可少的能力,是人工智能技术进校园的重要载体。但目前的人工智能课程则存在诸多问题,包括教学设计情境化不够、课程目标不清晰、课程体系不完善等。所以,将计算思维引入小学人工智能课程,有效解决了人工智能课程中的诸多问题,本文围绕此课题进行探讨。
关键词: 计算思维导向小学人工智能课程教学
DOI:10.12721/ccn.2023.157207
基金资助:

引言

随着社会生活的各个领域对智能城市、智能校园、智能家居等数字化的深度应用,世界各国掀起了以构建学生核心素养为导向的教育改革浪潮。我国将人工智能教育提升到学校教育的重要地位,各地教育部门开始在中小学设置人工智能课程。小学低年级学生以生活体验为主,中高年级可以引导学生对人工智能的概念和原理进行初步的学习,同时借助虚拟的3D平台以及图形化编程,进行应用性的体验。可以增强学生的计算思维,引领学生通过编程对算法的效率和特征进行了解,利用流程图描述算法的过程,合理地规划实施步骤,可以通过三种控制结构实施过程控制,包括顺序、循环和分支,可以利用编程印证这个过程。在课程实施的过程中,学生对问题的处理能力大幅度提升。例如,对问题的主动分析、抽象问题特征等,以此实现解决问题方式模型的合理构建,以便更有能力制定问题解决的方案,针对能力进行迁移。

一、计算思维的概念

计算思维的概念最早提出是2006年,提出者是卡梅隆大学教授周以真(J.M.Wing)。可以通过思想和方法基础上的计算机科学的基础概念,对问题进行合理求解,设计该系统并对人类行为付诸理解[1]。根据《信息科技课程标准(2022年版)》的要求,计算机科学范畴内最基本的思想方法就是计算思维,在一系列复杂的思维活动中,具体涵盖解决问题所需要的算法设计、建模、分解和抽象等。拥有计算思维的学生有能力剖析具体的问题,抽象出核心内容构建模型,能够自行设计合理的算法进行模拟、仿真,验证、解决问题,进而优化解决方案,且能迁移到其他生活问题的解决中。因此,落实计算思维的路径就是让学生亲历计算机科学领域的问题解决的全过程。

二、人工智能课程中计算思维教学现状

(一)缺乏生动的问题情境

在建构主义理论观点中,任何学习的效率都与设立的情境密切相关。教师在课堂上利用信息技术创建符合学生特点的生活真实情境,可以帮助学生通过原有的知识和经验消化、理解、应用学到的新知识。但在目前的人工智能教学中,教师提供的教学情境过于简单,缺乏生动性,不能激发学生的学习兴趣,学生对新知识的接受呈现被动性,难以形成解决问题的想法和态度去探索和建构新知识,计算思维没有得到真正的培养。

(二)缺乏计算思维培养实效

计算思维就是强调问题的形成,然后制定解决问题的方案的思考过程。在传统的课程教学中,基本都是教师自己设计具体的任务以及问题的解决方案,学生只是被动的接受者,不能真正感受到发现问题、理解问题、展示问题、描述问题以及解决问题的过程。目前的人工智能课程教学出现两极分化的情况:一类是纯讲授、满堂灌,吸引不了学生的兴趣;另一类是纯操作,实践加演示,完全不涉及人工智能的基本原理和方法技术[2]。例如,在作品模型的搭建环节里,教师通常都是让学生按照搭建手册的步骤按部就班地进行模型搭建;又或是在进行图形化编程中,直接将代码展示出来,让学生进行拼搭、运行。在这样的课程实践设计中,学生无法亲历人工智能领域的问题解决的全过程,难以提升学生的计算思维,更谈不上什么数字化创新能力的培养。

三、计算思维在小学人工智能课程中的实施策略

(一)知识表示和推理思维

对人工智能课程实践中,所讲解的基本技术,其思维轨迹就是对知识的表示、推理和搜索。这三个方面的内容都相对抽象,所以在该方面内容的教学过程中,教师可以通过创新的方式合理应用完计算思维的抽象性。在该环节的教学中,教师要在课前引导学生,让学生认真思考人类大脑的运作方式。在课堂教学中,教师要注重培养学生的信息意识,帮助学生面对纷杂的信息,有能力概括和提取特征相同或者相近的信息,进行知识的统一表述,然后引导学生推理和搜索未知的新领域。利用如此从外向内、由表及里的教学模式,学生会懂得从计算机基础入手,积极而深入地思考怎样构建人脑思维方式的模型,通过深入思考解决问题的方案,加深对人工智能技术的理解和消化。

(二)识别问题性质

在小学人工智能课程实施的新导向中,计算思维培养是主要目标之一。Brennan和Resnick将计算思维分为计算概念、计算实践和计算观念三个维度。教师在课程设计时要充分考虑如何才能促使学生计算概念等维度的发展,可以设计一个多种人工智能在同一生活领域应用的例子,引导学生找出这些案例相同之处,关联这个环节的全部元素,包括专家系统、自然语言处理、语言识别、图像识别、机器人等,进一步识别本节课程的问题。例如,在《智慧出行》课程中,教师可以向学生展示街道和公路上的车辆管理、商场计费停车、道路人流监测等生活例子中的问题识别,让学生明白这是属于人工智能识别技术范畴内,利用电子眼对车牌等进行识别,而车牌识别又关联中文、英文以及数字识别。通过这样的实践,有助于学生深刻地掌握车牌识别的原理,并通过迁移掌握图文识别的奥妙[3]

(二)问题抽象建模

问题性质识别后下一步就要抽象分析问题,逐层分析问题细节就像抽丝剥茧一样。教师首先让学生分析大问题构成的原因,例如,该课程中大问题包括多少小问题,你怎样理解每个小问题,解决问题的最佳方案有哪些,如何对问题是否解决实施验证。教师将问题确定后,引导学生通过流程图或者思维导图,合理描述问题解决的流程。通过抽象分析问题以及实施模型构建后,学生会在整体上形成对该课程流程和学习目的有了具体的规划方案。例如,在《智慧出行》的课程中,教师引导学生将在智慧交通中识别交通路口人流的问题,细化为四个小问题,包括:第一,是否有人、车等其他交通工具。第二,通过摄像头识别。第三,通过人工智能的人脸识别技术获取等待过斑马线的行人数量。第四,根据采集到的信息作出反应,可以切换斑马线交通信号灯和车道交通信号灯的状态。下一步是将以上4个小问题中的第三和第四确定为“待探究”状态,也就是本节课核心探索内容。接下来,获悉第三个问题的学习支持是“微课视频、操作说明和同学互动”,而第四个问题的支持是“智能红绿灯转换”。最后确定利用3D虚拟平台进行编程、调试,对上述问题进行验证。引导学生将抽象分析问题的过程,利用图示对解决问题顺序进行描述。

(三)寻求合理算法

教师引导学生根据模型分析的结果,利用编写流程图得到合理的算法,并且通过编程语言指令、编程软件中的算术以及逻辑运算,形成解决问题的方法,同时,测试是否达到预定的分析效果,并进行有针对性调试。例如,在《智慧出行》的设计算法开始,通过3D虚拟平台进行模拟,利用“AI模块”的人脸识别技术进行等待行人数量的识别,然后根据人流的情况,切换斑马线交通信号灯和车道交通信号灯的状态。如:等待行人数量等于0(即没有检测到人脸,没有行人等待过斑马线),斑马线交通信号灯切换为红灯状态,车道交通灯切换为绿灯状态等。通过流程对以上算法进行描述,同时利用顺序、分支和循环三种基本控制结构实施描述,同时针对三种基本控制结构的效率,可利用编程进行验证。另外,还可以根据“智能交通模式”设置一个“传统交通模式”,让学生在各种情况下进行体验、思考,选择最符合现实、高效的交通模式。

(四)优化解决问题方案

针对人工智能的课堂教学,学生利用手工制作、拍摄照片、制作视频、思维导图等手段制作学习笔记,同时将笔记与其他作品进行展示。对于问题解决方案的各自形成,在组内和组间学生分享和交流这些方案,在这样的实践环节里,对自身不足进行反思,学习其他同学的优点,并且利用调整语句命令和数据测试,合理优化解决问题的方案。

(五)迁移应用

小学人工智能课程对计算思维的应用,既是技能与理论知识迁移的有效应用,也是计算思维从课堂向现实迁移的过程,将其应用到现实世界问题处理过程中,通过计算思维最短时间内便能找到解决问题的方案。例如,在《智慧出行》课程中,引导学生利用智慧交通中的AI功能识别人行、车辆,交通指挥中心可以按人与车的通行优先级进行数据分析,程序尝试人流和车辆的流动情况进行识别,并鼓励学生将计算思维向生活迁移,将自身的思维过程和方式在生活问题解决中应用,并找出问题解决的最佳方案。

(六)创意实践

衡量核心素养三个关键要素的最好做法就是创设真实情境,引入多元化数字资源,强调的是学生学习过程中的“主动性”“真实性”和“创造性”。在人工智能课程教学的模型自主搭建中,教师引导学生利用多样化的课件搭建模型。尤其在编程的环节,学生在梳理编程思路时,可充分利用流程图和思维导图,通过软件进行程序编写,通过优化模型实现效果最佳。例如,在《智能出行》课程中,可以针对智能起落杆项目的设计,引导学生本着内化拼搭规则,根据设计图纸进行模型搭建。对于那些没有掌握搭建要领的学生,教师可以提供给学生模型图片进行搭建。搭建完成后让学生利用流程图(图1)进行编程思路的梳理,明确代码块的相关应用,比如对积木的判断的“如果……那么……否则”等,形成实际的起落杆升降能力。教师必须针对课程难点进行规划,例如障碍物与超声波传感器距离比相应的参数低,引导、帮助学生反复尝试,找出最有效的参数值探究模式[4]

图片1.png

图1 流程图辅助编程

四、结束语

综上所述,人工智能进入小学课程是未来数字化社会的需要,而计算思维在人工智能课程的实施,传统的课程体系框架被彻底打破,比如局限在工具和知识的模式。计算思维表现出界定、抽象训练问题,以及建模优化的特征,可以利用三种控制结构实施任务,即顺序、分支、循环,简单地描述任务,并通过编程验证该过程,有效提升高阶思维水平。无论教师还是学生,人工智能课程都是一个崭新的尝试,教师要不断地探索更新颖、科学、有效的教学模式,进行课堂结构的优化,全力实施课堂内容的普及和推广,逐步提升学生的核心素养。

参考文献

[1] 张屹,莫尉,张岩,等.我国小学生计算思维量表研发与应用[J].中国电化教育,2020,(10):49-57.

[2]贺德富,杨莉.中小学人工智能普及教育的难点与探索 [J].科教文汇 (下旬刊 ),2021,(08):160-162.

[3]朱珂,徐紫娟,陈婉旖.国际视阈下计算思维评价研究的理论和实践[J].电化教育研究,2020,41(12):20-27.

[4] 崔允漷.如何开展指向学科核心素养的大单元设计[J].北京教育:普教版,2019(2):11-15.

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。