中小学人工智能教育：学什么，怎么教
*来源：中国电化教育（ID：iChinaET），作者：方圆媛、黄旭光
一、问题的提出(一)中小学阶段开设人工智能教育的国家政策要求
自上世纪50年代中期人工智能(ArtificialIntelligence，以下简称AI)概念正式提出以来，经过60多年的发展和积淀，伴随着互联网、大数据、云计算和新型传感等技术的发展，人工智能正引发可产生链式反应的科学突破，催生一批颠覆性技术[1]，对人类社会生产与生活的各个方面产生着深刻的影响。
2017年7月，中共中央、国务院印发《新一代人工智能发展规划》(以下简称“规划”)。作为抢抓人工智能发展重大战略机遇，构筑我国人工智能发展先发优势的重要战略部署，规划提出了到2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施。在保障措施有关要求中，规划指出“支持开展形式多样的人工智能科普活动”“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”[2]。2018年4月，教育部印发《教育信息化2.0行动计划》，在“信息素养全面提升行动”中要求“加强学生信息素养培育……完善课程方案和课程标准，充实适应信息时代、智能时代发展需要的人工智能和编程课程内容”[3]。
其实在以上两个文件颁布之前，教育部于2003年4月颁布的《普通高中技术课程标准(实验)》中已首次在信息技术课程中设立“人工智能初步”选修模块[4]。在规划发布后，2018年1月出版的《普通高中信息技术课程标准(2017年版)》中，则更进一步地将人工智能的内容更充分地融入到信息技术课程中。最新的高中信息技术标准设计了“人工智能初步”(包含人工智能基础、简单智能系统开发、AI技术的发展与应用三部分内容)[5]作为高中课程方案选择性必修模块，明确制定了课程内容和学业标准，并对教学策略提出建议。
(二)中小学校开展人工智能教育的实践探索
与形势发展和政策要求相呼应，国内一些城市已有一批教师和专业人员开始了在中小学引入人工智能教育教学的实践探索。根据推动力量的不同，这些实践探索大致可以分为两类，一类是中小学内部，由学校和教师发展起来的实践。这一类实践又可细分为两种。一种是在STEM或创客课程中引入人工智能的内容。比如：北京第二外国语学院附属中学将人工智能的元素和技术引入学校传统的机器人课程以及机器人社团活动中，在机器人设计、编程开发等过程中渗透人工智能知识的学习与动手实践[6]；此外，北京景山学校和温州中学也有教师在教学中尝试寻找编程、机器人等人工智能技术在科学课程与综合课程中的定位，试图挖掘人工智能技术带给综合课程更大的创造空间[7]。另一种是开设专门的人工智能课程。中国人民大学附属中学开发了人工智能校本课程体系，从面向全体的常规课普及教育，到部分选修的跨学科实践应用，再到少数的前沿探究，形成人工智能纵向金字塔分层课程体系[8]。此外，人大附中还开设了全国中等教育领域首个人工智能实验班，为实验班研发了“人工智能与关于心智的生物学”等研修课程[9]。北京市海淀区翠微小学、北京市十一学校[10]、华南师范大学附属中学等也开设了人工智能内容的相关课程。
另一类是中小学外部力量如高校、事业单位、科研院所等推动发展的实践。比如：北京师范大学课程与教学研究院与有关单位合作，通过组建项目团队，研发测评系统及AI教学技术平台，并在全国几十所中小学校开展教学实践探索[11]。中央电化教育馆组织力量研发了中学(包括初中和高中)人工智能课程与配套数字资源，并在全国17个省(市、自治区)组织了22所实验校开展课程教学的实验。
(三)中小学开展人工智能教育的讨论和疑问
我国尚未出台人工智能课程的国家标准，现有的信息技术国家课程标准仅涉及了人工智能的部分内容。同时，各地师资水平、软硬件环境条件差别较大，随着实践的开展，围绕中小学开展人工智能教育的讨论和疑问也越来越多，主要包括以下几个方面：第一，在教育目标上，小学、初中和高中学段人工智能教育目标的应然状态是什么，是否要在小学阶段引入人工智能的内容或开设专门的课程？有人指出，从全国范围看，“中小学对人工智能课程价值的认识有待提高”[12]。第二，在学习内容上，人工智能不仅有着非常专业的理论知识，还涉及数学、生物、控制论、信息学等多个学科领域，并划分为计算机视觉、自然语言处理、数据挖掘等子领域。如何从复杂的知识体系中抽取适合学生学习的内容，并依据课程目标设计不同层次的学习内容？有研究者指出，目前存在“把人工智能课程窄化为编程语言课程”的现象[13]；还有人指出，中小学的人工智能教育多为编程教育和机器人教育，编程教育“多停留在指导学生利用程序设计语言完成具体的编程题目。机器人教育，多停留在简单的实体安装层次”，“教材大多属于产品说明书或用户指南类，缺少对学生思维能力培养的科学引导”[14]。第三，在课程设置的方式上，大部分人都提到了开设专门的人工智能课程，也有人通过分析国家课程标准后提出，小学阶段的人工智能技术教学内容可以安排在小学科学课程中，初中阶段的人工智能课程可以在综合实践活动(占初中课时总数的16%—20%)课程中做出适当安排，高中阶段可安排在信息技术和通用技术课程中[15]。第四，在有关资源上，很多人都提到了缺乏专业师资和软硬件资源。在师资方面，有人指出，“我国中小学人工智能相关内容的教学工作以信息技术教师承担为主……很多老师的知识理论储备和计算机操作技能距离专业水平还有一定的差距，专业的人工智能教师比较匮乏”[16]；也有人认为，“缺乏具有知识结构和专业素养的教师来执教……没有接受过专业的培训，难以掌握课程重难点、教学目标不明确，教学经验缺乏”[17]。在教学资源方面，有人提出，“除部分发达地区之外，多数地区还没有与教学相适配的实验室”[18]；有人认为“很多中小学教师拿到教材后，由于没有好的经验和做法作为参照，课堂实施存在困难”[19]；还有人指出，“人工智能课程不宜采用传统的‘讲授’式教学，更适合应用情境化、基于问题、基于案例的教学模式……有较好价值的中学人工智能教育案例研究的成果很有限”[20]。
尽管我国各地教育水平不一，在中小学阶段开设人工智能相关课程困难重重，但部分地区已经开始了中小学人工智能教育教学的探索。由于各地、各学校相关的软硬件条件存在差异，课程实施的类型不同，造成质量参差不齐，在课程目标和内容的制定，课程实施策略的使用和课程资源的选择和使用等方面还处于摸索阶段，亟需有价值的借鉴和参考。
二、美国K-12人工智能教育行动解读(一)背景、任务与进展
在美国国家科学基金会的资助下，2018年5月，美国人工智能促进协会(TheAssociationfortheAdvancementofArtificialIntelligence，AAAI①)联合美国计算机科学教师协会(ComputerScienceTeachersAssociation，CSTA②)和卡耐基梅隆大学计算机科学学院组成了联合工作组，启动了美国K-12人工智能教育行动(AIforK-12Initiative，以下简称AI4K12)[21]。该行动有三项任务。第一是为在K-12阶段开展人工智能内容的教学制定国家指南。第二是为K-12教师开发一套精心策划的人工智能资源目录。第三是推动形成K-12AI资源的开发社区。卡耐基梅隆大学教授，美国人工智能领域著名研究者大卫·图雷斯基(DavidTouretzky)任工作组组长。2019年7月，AAAI在费城发布了K-12人工智能教学指南(K-12GuidelinesforArtificialIntelligence，以下简称指南)，设计了基础教育从小学到高中开展人工智能教学的目标与内容。同时发布了AI教学资源目录(AIResourceDirectory)，目录中提供了包括知识点讲解视频、示范软件和教学活动等类型的资源，以为教师开展教学提供支持。由于这是第一次系统地研究如何在中小学引入AI教学，工作组主要在原有的K-12国家计算机科学课程标准的基础上开展“指南”研制工作，并进行了细致充分的论证。
(二)指南内容概览
在美国，各州K-12阶段开设人工智能课程的情况不尽相同。有的州将人工智能作为计算机科学课程的一个部分，有的州开设了单独的人工智能课程作为选修课。作为对美国中小学开展人工智能内容教学的专业指导，“指南”在阐述中小学阶段学习人工智能意义的基础上，设计规划了中小学生需要掌握的人工智能知识以及各学段不同层次的学习目标。
1.中小学阶段学习人工智能的意义
AAAI认为，人工智能在当今人类社会已经扮演了非常卓越而显著的角色。对于孩子们而言，他们生活的世界里随处可见人工智能的产品，尽管他们或许没有直接使用过，但是目睹了父母或家人使用，有一定的直观经验。不难想象，随着技术的进一步发展，人工智能在未来世界将会获得更进一步的发展，而作为未来世界的主人，现在的下一代有必要对人工智能知识获得基本的认识以更好地适应未来的生活。这种必要性体现在两个方面：其一，人工智能基础知识的学习有助于提升孩子们的信息素养。作为未来的公民，当他们面临人工智能技术应用的公共决策和伦理问题时，提升的信息素养有助于他们做出理性的决策。同时，由于人工智能正在取代简单重复的底层工作，让孩子们较早地意识到这一点有助于他们更好地适应未来的就业环境。其二，通过人工智能课程的学习，培养孩子对人工智能领域、对STEM的兴趣，同时在知识和技能层面奠定一定的基础，为他们未来走上专业的职业道路做好铺垫。
2.学习内容与目标
这部分内容主要围绕学生应该知道什么和做什么展开。美国最新版K-12计算机科学课程国家标准11—12年级的课程要求中已经包含了人工智能的有关内容，分别是“能描述人工智能如何驱动各种软件和物理系统，如：数字广告投放、自动驾驶汽车和信用卡欺诈检测(3B-AP-08)”和“能使用一种人工智能的算法与人类对手一起玩游戏或解决问题。这里的游戏不需要太复杂，简单的猜谜游戏、井字棋或简单的机器人指令足矣(3B-AP-09)”[22]。在这次的“指南”中对人工智能学习内容做了更系统的规划，并根据学段设计了不同层次的课程目标。
总体来说，“指南”将K-12阶段所需学习的人工智能知识分成了5个主题(FiveBigIdeasinAI)，他们分别是：感知、表示和推理、机器学习、人机交互、社会影响[23]。研制小组认为，这5个主题从性质上足以覆盖人工智能的各领域，但从数量上又是教师可以控制的。尽管5个主题的提法未必完全符合AI实践者审视AI的方式，但对于满足K-12学生的需求是合适的。因此，课程内容和目标以这5个主题为基本框架，并在此基础上设计了各主题中的主要概念和分级学习目标。
(1)感知(Perception)
计算机使用传感器来感知世界。感知是从传感器信号中提取意义的过程。AI领域迄今为止最重要的成就之一就是使计算机能够足够好地去“看”和“听”，以投入实际应用。该主题下的具体应用包括：人脸识别、语音识别、场景理解等。
a.主要概念。这一主题的主要概念包括：人类的感觉和机器传感器；从感觉到知觉；感知的类型：视觉、语音识别等；感知如何工作：算法；计算机感知的局限；智能与非智能机器。
b.分级学习目标如表1所示。
(2)表示与推理(RepresentationandReasoning)
智能代理(IntelligentAgent)(能够)通过特定的逻辑和模型表示现实世界，并用他们进行推理。表示是自然智能和人工智能的基本问题之一。计算机使用数据结构来构建表示，这些表示辅助推理算法。该主题下的具体应用包括：自动驾驶汽车的路线规划、网络搜索、智能下棋的最佳路线推理等。
a.主要概念。这一主题的主要概念包括：表示的类型；推理算法的类型；支持推理的表示：算法操纵表示；算法系统及其功能；一般推理算法的局限。
b.分级学习目标如表2所示。
(3)机器学习(MachineLearning)
计算机通过数据学习，机器学习是一种在数据中找到规律的统计推断。近年来，由于一些学习算法创造了新的表示，AI的许多领域都取得了显著进步。这种方法的成功需要大量的数据。这些“训练数据”通常必须由人们提供，但有时也可以由机器自身获取。该主题下的具体应用包括：训练手机识别人脸；训练语音识别系统；训练机器翻译系统；图片搜索等。
a.主要概念。这一主题的主要概念包括：机器学习；机器学习的方法；学习算法的类型；神经网络基本原理；神经网络架构的类型；训练数据对学习的影响；机器学习的局限。
b.分级学习目标如表3所示。
(4)人机交互(NaturalInteraction)
智能代理需要多种知识才能与人类自然交互。为了与人类自然地交互，智能代理必须能够用人类语言交谈，识别面部表情和情感，并利用文化和社会习俗的知识来推断所观察到的人类行为的意图。具体应用包括：智能代理(如Alexa、Siri)，聊天机器人，提供适应性教育的智能导师系统，动作和面部表情识别等。
a.主要概念。这一主题的主要概念包括：自然语言理解；情感计算；常识推理；意识与心灵哲学；自然交互应用；人机交互；AI在自然交互方面的局限。
b.分级学习目标如表4所示。
(5)社会影响(SocietalImpact)
AI的应用对社会既有正面影响也有负面影响。由于人工智能技术正在改变我们工作、出行、沟通和相互照顾的方式，我们必须注意其所能带来的危害。例如，若用于训练人工智能系统的数据存在偏见，可能会导致部分人受到的服务质量低于其他人。因此有必要讨论AI对我们社会的影响，并根据相关系统在道德层面的设计以及应用来制定标准。
a.主要概念。这一主题的主要概念包括：AI系统正在改变商务、政务、医疗和教育；从经济层面讲，AI使得新的服务变得可能，使得商务更有效率；在开发AI系统时，人类不仅要做出技术层面的决策，也要做出道德层面的决策；AI技术通过多种不同的方式影响社区和人们；人工智能和系统需要道德标准来为人们做出决策；AI和机器人会改变人们工作的方式，创造一些工作，淘汰一些工作。
b.分级学习目标如表5所示。
3.教学活动建议
如何针对以上学习内容和学习目标开展教学，“指南”推荐了四种类型的学习活动：第一种是实验类活动，教师可以组织学生使用各种类型的AI软硬件资源，通过实验，一方面体验AI的功能，对AI形成直观认识；另一方面在实验中探索AI的基本原理。第二类活动是手工模拟AI算法的活动(或不插电活动)，学生无需使用任何计算机设备，用纸和笔，通过绘图、计算来模拟AI的基本算法，理解AI解决问题的逻辑思路和技术路线。第三类活动是设计类活动，教师为学生提供支架，引导和鼓励他们使用AI开源软件或服务来开发自己的AI应用，在设计和应用中学习。第四类是案例分析类活动，教师提供与AI相关的多个社会问题的案例，引导学生从多个角度来探索其中的伦理道德问题并寻求改进的途径。
(三)K-12人工智能教学资源目录简介
为了对AI教学提供支持，AI4K12开发了一套资源目录，并在网站(https://github.com/touretzkyds/ai4k12/wiki/Resource-Directory)上公布了这套目录。目录汇集了各类AI科普资源，根据不同类型资源的教育特点进行了系统的梳理和分类，并作了统一标注。从媒体类型上，AI4K12划分了专业著作和报告、竞赛、课程材料、演示软件(Demos)、教师职业发展在线课程、K-12学生在线课程、软件包和视频七类资源。在此基础上，依据中小学AI学习特点，AI4K12进一步按照资源的教学功能进行了分类，具体如表6所示[24]。可以看到，这里的资源不仅包括软硬件资源，还包括教学活动。对资源教学功能的分析提示了何时以及如何使用这些资源，进而为教师教学策略的设计提供了支持。
三、美国AI4K12行动成果特色小结美国AI4K12行动是富有成效的。从短期看，它制定了K-12人工智能教学指南，开发了教学资源目录，对学习内容和学习目标给出了科学、专业的设计，对教学活动策略提出了具体可行的建议，对教学资源进行了系统的汇聚、梳理和分类。从长远看，行动联通了AI研究、实践和教学三个行业，促进了美国国内K-12人工智能教育专业团体的形成，为未来的发展奠定了基础。
(一)“指南”学习内容覆盖AI原理的基本方面，关注对AI技术的反思，学习目标按学段分级
在中小学开展AI教育，核心的问题就是学生学什么，达到什么水平？美国K-12AI教学指南以5个知识主题(感知、表示和推理、机器学习、人机交互、社会影响)作为框架，并在其基础上设计了从幼儿园到高中三年级的分学段目标。一方面，5个知识主题不仅涵盖了AI研究与应用的基本领域，同时还包括了AI的社会影响。这体现了不仅要求学生体验和学习AI的基本知识和技能，也要求他们能客观、全面、深刻地对这项技术进行审视和反思的目的。另一方面，所有学段均涉及5个知识主题，各学段目标的差异只在目标的层次上，而不在知识主题上，整体的学习是螺旋上升的过程。比如，“表示与推理”是一个逻辑性很强的主题，幼儿园—2年级学段的孩子和高中生都可以学习。只不过前者只需要达到较低的学习层次比如获得对有关原理体验和感性认识，如“使用决策树进行决策”；而后者则需要达到较高的学习层次如掌握底层的算法和原理，例如“描述不同类型搜索算法的差异”。
(二)“指南”教学策略与活动建议具体清晰，可操作性强，遵循学习规律
如何引导学生学习AI知识？AI4K12给出了具体清晰的建议，不仅提出了支持策略，还推荐了“实验”“手工模拟”“设计开发”“案例分析”四种类型的教学活动。这四类活动分别对应AI学习的几种学习目标：体验AI功能与理解AI基本原理，理解AI算法的原理，设计简单的AI应用与辩证地认识AI对社会的各方面影响。这些目标在5个知识主题中都有体现。教师可以根据5个主题下分级目标的类型，选择对应类型的活动进行设计和开展。值得注意的是，四类活动也分别对应AI学习从感性到理性，从理解到应用的各个阶段，遵循基本的学习规律。具体来说，除第四类活动是综合性活动，需要建立在对AI及其应用充分把握的基础上之外，第一类到第三类活动分别对应学生学习AI从感性认识(认识AI的功能)到理性认识(理解AI的基本原理)，从知识理解(理解AI基本算法)到知识应用(使用AI算法模块开发应用)的学习阶段，学生的认识水平在逐步上升。
(三)K-12AI教学资源目录充分挖掘现有AI资源，分析梳理其教育价值
国内很多人担心，在中小学开展AI教育缺乏专业的师资。这个问题在美国也存在。且不说人工智能科班出身的专业人员是否会到中小学任教，抑或在师范院校增设人工智能的专业是否可行，还是在信息技术专业教师的培养中增加人工智能的课程是否更合理，通过这些方式提升师资专业能力需要一定的周期和较多的资金投入。AI4K12系统地梳理与充分地挖掘现有高质量AI科普资源的教育价值，快速而高效地为教师和学生提供了全面而丰富的学习资源与活动支持资源，不仅制作了教学资源目录，给出实例与资源链接，同时标注适用主题、年段、应用功能等，既可以用于教师自学，也可以用于教师组织学生开展学习活动。目录中的资源或是高校AI科研院所(代表研究者)开发，或是谷歌等知名高新技术企业(代表实践者)开发，资源的设计与制作都是专业而规范的。不仅有助于教师快速成长，学生也能获得专业、规范的指导，在一定程度上确保了教学的质量。
需要指出的是，目录中的资源大多是以AI科普为目的而开发的，其面向的对象广泛，并不专门为K-12的AI教育，在系统性和针对性上比较欠缺。可以说，现有资源还远远不能满足中小学AI教育的需要。AI4K12也指出了几种目前缺少的资源，并呼吁领域内的专业人士更多地关注并开发。
四、思考与启示AI4K12是在美国基础教育领域开展人工智能教学的第一个专业行动。它研制了教学指南，开发了资源目录，促成了K-12人工智能教育专业社区的形成。虽然中美两国的教育体制和文化存在差异，但AI4K12行动中有关教学内容和分级学习目标的设计，有关教学资源的梳理和资源目录的开发，有关教学活动和策略的建议对我国中小学开展人工智能教育有着很好的启示与借鉴。
其一是进一步完善中小学信息技术课程标准中有关人工智能部分的标准，在现有基础上扩展修习学段，丰富课程内容，深化课程层次。目前，我国信息技术课程的国家标准中主要是在高中阶段对人工智能知识的学习提出了要求，内容主要涉及人工智能的基本特征、核心算法、特定领域人工智能应用系统的开发以及对人工智能及其应用的反思几个方面。与美国的标准相比，内容和目标的系统性还有待进一步提升。今天的孩子成长在一个由人工智能技术驱动的世界里，绝大部分孩子已经接触了各种形式的AI技术和产品，从低年段就可以开始对孩子进行AI教育，重要的是思考如何帮助他们理解AI技术是如何工作的[25]。
从课程目标看，中小学阶段组织学生学习人工智能，不是学习使用AI产品，也不是学习AI编程技术，重要的是学习AI认识世界、理解世界和解决问题的方式和方法，帮助学生形成一定的技术思维，同时又能辩证地审视AI技术，为未来在智能环境里工作和生活，或者为走上AI研究与实践的专业道路打下基础。可以借鉴AI4K12的内容框架，在系统考量AI研究与应用基本原理的基础上形成一个系统的主题框架，并在该框架下根据不同年龄学生认知能力与特点设计具体的学习目标。可为中低年段设置更多体验类的目标，引导他们体验AI的功能，感受其解决问题的思路和方法；针对高学段学生，更多设置理解AI功能底层的原理和算法，以及系统开发的目标。在课程内容上，可根据课程目标的要求，特别是不同年龄段目标的设定，选择相应的知识内容。
其二是进一步加强AI教学策略的研究和实践。作为计算机学科的一个分支，AI知识专业、复杂而深奥，不仅需要跨学科的知识，也需要较强的抽象逻辑思维。针对抽象逻辑思维并不发达，甚至还处于前运算和具体运算阶段的学生，如何引导他们学习AI知识？国内有学者提出“应用情境化、基于问题、基于案例的教学模式”[26]，也有人提出“基于项目学习的方式”[27]“应用任务驱动式、基于问题或融入游戏化机制的探究式教学”[28]。那么，AI教学策略可以有哪些？如何针对不同的教学目标设计相应的活动？
现有高中阶段信息技术课标有关人工智能部分的“教学提示”中比较笼统地给出了“案例分析”“项目学习”“小组合作”等教学策略和教学组织形式的建议，操作性有待进一步完善。同时现有研究较少，可供参考的理论或实践成果并不完善。可以借鉴AI4K12有关教学活动的建议，将教学活动和策略的选择充分建立在AI教学目标和AI知识内容特点的基础上。例如：感知AI特点，及其技术和产品功能的目标，适合开展实验类活动，通过实验操作AI软硬件资源，形成有关AI技术的直观认识；探究AI产品原理和算法原理的目标，更适合开展实验和模拟算法的活动，模拟算法的活动可以不依赖软硬件资源，通过简单的纸和笔就能探索AI解决问题的逻辑；应用AI原理和算法解决问题的目标，更适合开展设计类活动，在该活动中教师需要提供丰富的学习支架引导学生一步步达成问题的解决；辩证看待AI技术的影响的目标，适合开展案例分析的活动，通过实际例子引导学生多角度探索其中的伦理道德问题。依托以上由目标、知识内容与活动类型组成的设计框架，进一步设计和开发不同类型的活动流程与策略，并通过教育教学研究和实践进行检验和完善。
其三是进一步加强AI教学资源的挖掘和建设。在当前专业师资比较缺乏、地区差异较大的情况下，AI教学资源的建设显得尤其重要。各地可根据实际情况开展AI教育资源的建设。AI资源建设有两种方式。第一种是在基础较弱、师资缺乏的地方，可充分利用现有高质量的AI科普资源、开源软硬件等，先行开展一些以AI核心技术(如机器学习、自然语言处理等)作为教学对象的学习活动，在教学中不断检验和完善这些资源，并将其作为下一步课程开发的基础。第二种是在资源充足、软硬件条件成熟的地方，可组织有关力量开发专门针对中小学AI教育的教学资源，除了常规的教师用多媒体教学资源，还需要特别重视实验资源的开发，为学生提供富媒体资源的探究环境。各地、各校可根据具体情况在中学阶段开设AI选修课，或在科学课、综合实践课中安排AI的学习专题，使用并优化这些资源。
人工智能本身就是一个跨专业的综合领域，人工智能的教学自然也涉及多个学科。为了确保AI教学资源的科学性和规范性，需要加强人工智能领域内跨行业的合作。AI4K12行动充分体现了美国AI领域从高校研究者、知名企业实践者到教师的合作。不同行业的不同视角确保了AI中小学教育的专业性、规范性和适切性。此外，AI引入基础教育还处于初步发展阶段，特别需要高校、科研院所研究者、企业实践者和一线教师的共同努力，将AI理论知识、研究动态、实践应用与前沿发展以科学、专业、规范的方式进行组合，确保教学的质量。此外，研究者和实践者也可以作为外部的人力资源，为学生提供与AI科学家进行对话和学习的机会，提升学习兴趣，开阔视野。
参考文献：[1]吴飞,阳春华等.人工智能的回顾与展望[J].中国科学基金,2018,(3):243-250.[2]国务院.国务院关于印发新一代人工智能发展规划的通知(国发[2017]35号)[EB/OL].http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm,2019-12-09.[3]中华人民共和国教育部.教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL].http://www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html,2019-12-09.[4]教育部.教育部关于印发《普通高中课程方案(实验)》和语文等十五个学科课程标准(实验)的通知[EB/OL].http://www.moe.gov.cn/srcsite/A26/s8001/200303/t20030331_167349.html,2019-12-09.[5]教育部.教育部关于印发《普通高中课程方案和语文等学科课程标准(2017年版)》的通知[EB/OL].http://www.moe.gov.cn/srcsite/A26/s8001/201801/t20180115_324647.html,2019-12-09.[6]李建,孟延豹.充分利用多种教学APP，开展人工智能课程——教学、社团、比赛相结合[J].中国信息技术教育,2018,(8):69-70.[7][16][18][28]陈凯泉,何瑶等.人工智能视域下的信息素养内涵转型及AI教育目标定位——兼论基础教育阶段AI课程与教学实施路径[J].远程教育杂志,2018,(1):61-71.[8]武迪,张思等.横向跨学科纵向分层次人工智能课程的设计与实施[J].中小学信息技术教育,2019,(6):21-23.[9][19]袁中果,梁霄等.中小学人工智能课程实施关键问题分析——以人大附中人工智能课程实践为例[J].中小学数字化教学,2019,(7):19-22.[10]马涛,赵峰等.海淀区中小学人工智能教育发展之路[J].中国电化教育,2019,(5):128-132.[11][13]王本陆,千京龙等.简论中小学人工智能课程的建构[J].教育研究与实验,2018,(4):37-43.[12]刘尚琴.国内中小学人工智能课程现状、问题及推进策略分析[J].中小学电教,2015,(5):37-40.[14]谢忠新,曹杨璐等.中小学人工智能课程内容设计探究[J].中国电化教育,2019,(4):17-22.[15]艾伦.中小学人工智能课程定位分析[J].中国现代教育装备,2017,(10):1-5.[17][27]韩克.高中信息技术课程中的人工智能教学[J].中国校外教育(中旬刊),2019,(10):165-168.[20]张学军,董晓辉.高中人工智能课程项目案例资源设计与开发[J].电化教育研究,2019,(8):87-95.[21]AAAI.AAAILaunches“AIforK-12”InitiativeincollaborationwiththeComputerScienceTeachersAssociation(CSTA)andAI4All[EB/OL].https://aaai.org/Pressroom/Releases/release-18-0515.pdf,2020-01-05.[22]CSTA.K-12ComputerScienceStantards,Revised2017[EB/OL].https://www.csteachers.org/page/standards,2020-01-05.[23]DavidS.Touretzky,ChristinaGardner-McCune,etal.K-12GuidelinesforArtificialIntelligence:WhatStudentsShouldKnow[EB/OL].https://ae-uploads.uoregon.edu/ISTE/ISTE2019/PROGRAM_SESSION_MODEL/HANDOUTS/112142285/ISTE2019Presentation_final.pdf,2020-07-15.[24][25]DavidS.Touretzky,ChristinaGardner-McCune,etal.EnvisioningAIforK-12:WhatShouldEveryChildKnowaboutAI?[EB/OL].https://aaai.org/ojs/index.php/AAAI/article/view/5053,2020-07-15.[26]马超,张义兵等.高中《人工智能初步》教学的三种常用模式[J].现代教育技术,2008,(8):51-53.作者简介:
方圆媛：副研究员，在读博士，研究方向为教学设计与绩效基数、基础教育信息化(fangyy@moe.edu.cn)。
黄旭光：副研究员，研究方向为基础教育信息化、基础教育数字资源的设计与开发(huangxg@moe.edu.cn)。
本文转载自微信公众号“中国电化教育”，作者方圆媛、黄旭光。文章为作者独立观点，不代表芥末堆立场，转载请联系原作者。
人工智能1、本文是芥末堆网转载文章，原文：中国电化教育；2、芥末堆不接受通过公关费、车马费等任何形式发布失实文章，只呈现有价值的内容给读者；3、如果你也从事教育，并希望被芥末堆报道，请您填写信息告诉我们。来源：中国电化教育芥末堆商务合作：010-57269867人工智能与教育丨教育领域人工智能的应用现状、影响与挑战——基于OECD《教育中的可信赖人工智能：前景与挑战》报告的解读与分析
OECD预测，人工智能将引发未来几十年教育领域的巨大变革，包括课堂教学与教育系统，且直接影响到教育政策制定者、教育管理者、教师、学生、家长等利益相关者。同时，人工智能将推动实现可持续发展目标4中的全球教育目标，即“确保包容公平的优质教育，并为所有人提供终身学习机会”。人工智能在教育领域的使用还将实现巨大的社会价值，提升人的创造力，减少经济、社会及性别层面的不平等问题，促进包容性和可持续发展，进而实现全人类福祉。
（二）人工智能在课堂教学中的应用现状
美国新课堂创新合作者（NewClassroomsInnovationPartners）基于人工智能开发了“面向每一个人的教学：数学”（TeachtoOne：Math）模式，可以在大数据的支持下根据每个学生的具体情况制定合适的学习与教学方案。2012年，该模式在芝加哥、纽约及华盛顿特区的8所学校试点实施，主要应用于初中数学。该模式的目标是对学生技能的发展与进步做出持续回应，定期评估学生的技能水平，通过人工智能算法定位内容传递，并为学生指定不同的教学模式。该模式依靠持续的形成性评估得出数据，以确定学生之间的学习差距。学生每天都可以访问电脑仪表盘（computerdashboard），获取个人进度信息、技能发展任务，以及各种教学资源的链接，学生可以按自定的步调进行学习。这个过程中生成的大量数据将反馈给基础信息系统。最新版“面向每一个人的教学：数学”模式能为学生个性化学习路径的每日重新配置和两周教学周期的设计提供信息，还能通过动态的电脑仪表盘为教师提供有关班级和学生表现的实时信息，帮助教师及时支持学生学习。
在中国，好未来教育集团的人工智能实验室开发了多种类型的数字方案，为学生高考备考提供帮助。其中，“适应性测试及学习计划”（adaptivetestandlearningplan）系统最具代表性。该系统从各方面数据中挖掘大量评估性问题，以更好地了解每一位学生当前的知识水平，有助于学生选择合适自身的线下课程。该系统还为学生设计和定制学习计划，将相关材料发送给学生家长，帮助家长了解孩子的备考问题。
2.为特殊需求学生的学习提供支持与帮助
全球各国（尤其是经济落后国家）长期面临如何为所有学生提供更具包容性的受教育机会的问题。包容性教育是可持续发展目标4所倡导的全球目标之一，目的是确保所有人士平等地获得各级各类教育。OECD认为，人工智能可以有效地支持特殊需求学生的学习，包括视听觉障碍或社交技能（语言或交流）障碍的学生，帮助特殊需求学生从教育中受益。
3.其他功能
（三）人工智能在学校管理与教育系统中的应用
人工智能在学校管理与教育系统层面的应用主要是预测模型及评估模型的建构，为教育机构和教育系统提供反馈，服务于教育决策。目的在于提高高质量初等、中等教育的学业完成率，减少学生辍学率，以及改造教育评估工具（如标准化评估工具等）。
1.创建预警系统，有效降低学生辍学率
辍学问题是一个重要的全球教育问题，不同发展水平的国家关注的学生辍学阶段不同。OECD报告称，在低收入国家，2015年高中阶段学生辍学率为60%；2018年小学、初中及高中教育的完成率分别是68%、44%和21%，该数字距离2030年普及教育的目标相差巨大。各国教育工作者及教育政策制定者希望寻求正确的指标来预测学生辍学情况，在此基础上找到正确的干预措施降低学生辍学率。因此，人工智能将成为重要的预测工具。相比其他工具，人工智能预警系统使用纵向数据作为预测基础，可进一步改善学校的辍学预警系统。在人工智能的辅助下，学校管理者能更创新地使用现有学生数据，改进和设计学校的干预措施，更有效地预测并降低学生辍学率。
人工智能预警系统已经在发展水平较高的国家得到广泛使用。以美国为例，许多数字供应商为地区和州的学校提供了人工智能预警系统，实时帮助学校校长和地区领导者应对学生辍学问题。人工智能预警系统的优点之一是能及时地为学校提供反馈。此外，该系统通常采用仪表盘的形式，使面临辍学风险的不同类型学生的情况可视化，并对这部分学生采取适当的干预措施。在发展水平较低、收入较低的国家，辍学问题同样是教育面临的一个严峻问题。例如，印度已经开发了辍学预警系统与对应的干预措施，并开展了有效性评估。
当前，人工智能预警系统虽在学校管理和教育系统中发挥了一定作用，但还未完全成熟。其局限性在于人工智能系统仍可能出现预测误差，即忽略一些需要帮助的学生，没有及时给予帮助。因此，使用人工智能预警系统的前提是必须保证人工智能提供的是可信任的且有使用价值的预测建议。
2.改进技能评估工具，扩展技能评估范围
在经济社会变革的时代中，综合技能的重要性与日俱增，如问题解决技能、协作技能、社交技能、情感技能等。由于大多数国家的教育系统评估方式仍以标准化评估为主要特征，各国教育政策制定者和人才市场倡导改进技能评估工具，在以知识内容与能力为主的评估范围基础上进行新的扩展，将各种综合技能纳入评估范围。
基于游戏的评估（Game-basedAssessment）为教育系统提供了评估综合技能的新工具。基于游戏的评估在形成性评估中具有很大的价值，通常使用人工智能模拟的增强现实、虚拟现实和自适应能力，不仅可以适应个别学生的能力，也可以用于总结性评估。例如，将评估项目合并到游戏环境中，使学生在一个有趣的、沉浸式体验的环境中展示他们的学习成果。该评估工具已被广泛且有效地应用于科学、技术、工程和数学（STEM）教育。
三、数字时代劳动者技能的变革与发展
（一）传统技能面临自动化引发的挑战
人工智能在经济领域得到迅速使用和传播的同时，正规教育系统应进一步培养劳动者的新知识与技能。OECD的一项最新研究预估，未来15~20年内，自动化会导致14％的现有工作消失，32％的工作可能会产生根本性变革。
人工智能在某些方面的能力已经超越人类，如记忆力和计算力。人工智能能够更高效地完成重复性和预测性的任务，以及大量数据处理、输入或分类的任务。但人类在沟通、情感、价值观、创造力等方面仍占据优势。因此，劳动者必须具备人工智能无法实现的技能，才能避免在工作中被机器取代。此外，2019年OECD发布的《OECD技能展望》（OECDSkillsOutlook）报告显示，当前人们对互联网的使用常常局限于获取信息与通信。培养更高阶的认知技能，即在技术含量高的环境中发挥读写能力、计算能力及问题解决能力，互联网的使用方式才能更多样化和综合化。
（二）综合认知技能的重要性增强
在数字时代，综合认知技能变得越来越重要。相对于其他综合技能而言，综合认知技能更难以自动化或被人工智能取代，是实现人类福祉与社会良性运转的重要技能。其中，创造力与批判性思维得到了新时代劳动力市场的需求与重视。由于互联网信息传播速度快，信息数量大，传播范围广，创造力与批判性思维对互联网使用者而言不可或缺。
拥有批判性思维的劳动者在使用互联网检索信息时，能够阅读复杂的数字文本，可以区分互联网信息来源是否可信。创造力能支持劳动者开发与建构新的问题解决方案，包括需要使用人工智能或机器人的方案。除创造力与批判性思维外，沟通、协作技能等社会情感技能也属于重要的综合认知技能。
（三）逐步推进实施综合技能培养
为了应对经济与社会的转型与变革，各国教育系统和教育机构制定了各种技能培养方案，帮助劳动者学习和掌握综合技能，适应人工智能带来的技能转型。
OECD国家的学校课程大都已经正式推进综合技能培养方案的实施，以各级学校学生和高等教育学生为对象，培养与发展学生的创造力、批判性思维及其他创新技能。综合技能的培养也在G20国家中越来越普及，包括中国和印度。但在综合技能培养过程中，各国教育工作者常常不了解综合技能的概念与意义，不清楚如何将综合技能的培养纳入日常教学实践中。为解决该问题，OECD与11个国家的学校网络开展合作，为教育决策者及教育一线工作者提供了针对性的课程和教案，支撑他们推进综合技能的培养方案。同时，OECD还提供了专业发展计划的案例，帮助教育工作者学习有效培养综合技能的成功经验，教育工作者才能够成功地调整教学方法和课程计划，进而有效地帮助学生在学习知识内容的同时，发展创造力和批判性思维等综合技能。
另一项重要的综合技能培养方案是开放充足的、针对性强的高等教育课程。在该方案推进过程中，STEM教育发挥了至关重要的作用，为学生提供了许多具有针对性的综合技能学习课程。同时，许多新课程开放计划与商业界合作后也取得了一定成果。OECD与15个国家的高等教育机构合作，计划未来在高等教育领域创新性地开发与实践综合技能培养课程。
四、人工智能给教育带来的问题与挑战
人工智能在教育领域的快速发展，给教育工作者和教育政策制定者带来了新的问题与挑战，主要源于对人工智能的信任度以及如何塑造人工智能的可信赖应用。
（一）建立公众对人工智能的信任
教育对人们未来就业和生活机会有巨大影响，人工智能在教育中的透明度、可解释性及问责制非常重要。例如，人工智能用于教育决策的制定将直接影响学生的个人利益。为了充分发挥人工智能在教育中的潜力，教育政策制定者、教育工作者及其他利益相关者应建立公众对人工智能的信任。
在其他方面，人工智能引导自主决策或建议（例如，基于人工智能的中小学/大学的自动招生决策）可能会出现两种情况：一是打破学校招生系统先前的偏见，提高公平性；二是引发无法预估的后果，如生源好的学校在人工智能新系统的引导下招生，如若其招生标准与算法缺乏透明度与解释性，学校的受益群体将产生变动。因此，增强对人工智能的信任只能依靠标准和算法的透明度和可解释性。关于如何解决透明度问题，OECD认为扩大人工智能的开放性是一种解决方案。但对于某些人工智能（如深度学习）而言，可解释性仍然是个很难解决的问题。
OECD国家在建立公众对人工智能的信任上有不同的方式和策略。欧盟建构了可信赖人工智能的准则，提出人工智能应该是透明的、可追溯的、可解释的。同时，欧盟认为公众应有权被告知他们正在与人工智能系统进行交互，并且应该将人工智能的优势与局限传达给人工智能的实践者或终端用户。
（二）解决个人数据隐私与安全问题
虽然人工智能对教育与学习带来了积极影响，能帮助学生对数字时代未来的发展做准备，但大多数人工智能的使用者仍是未成年人，且人工智能算法或数据本身存在一定偏差，会引发个人数据的隐私和安全问题。
人工智能引发的隐私及数据安全问题通常源于大规模的个人数据收集与使用。人工智能为了提高其功能的针对性与有效性，以收集与使用个人数据为主要方式，收集和存储数据的过程易产生个人隐私泄露的风险。人工智能引发的隐私与安全问题是双重的。一方面，教育机构会重复使用过去收集和储存的学生数据，但由于数据存储的时长、类型及长期使用的标准没有得到确定，许多学生家长对此存在担忧；另一方面，一些开发者会处于商业目的使用学生的个人数据。
关于如何解决人工智能及其应用带来的个人数据的隐私与安全问题，不同OECD国家和地区有各自的做法。例如，欧盟的《通用数据保护条例》（GeneralDataProtectionRegulation，GDPR）为个人数据的使用设定了相对严格的框架——仅允许特定条件使用数据，包括共享数据与存储数据。GDPR中最重要的原则之一是透明度、数据与存储限制及问责制。美国的《家庭教育权和隐私权法》（FamilyEducationalandPrivacyRightsAct）规定了在教育中使用个人数据的特定框架。
五、结语
人工智能正重塑着世界经济发展的新格局，引发人们经济、生活及工作的深刻变革。全球各国高度关注与重视人工智能的价值与潜力，相继制定了相关政策与规划，如美国的《为人工智能的未来做好准备》《国家人工智能研发战略规划》，英国的“现代工业战略”计划，日本的“人工智能产业化路线图”。我国于2017年发布了《新一代人工智能发展规划》，提出了“三步走”战略，又接着推出了《人工智能标准化白皮书（2018版）》，对人工智能的发展方向与应用展开了政策层面的规划。
教育信息化时代下，人工智能与教育的结合创新是未来教育变革的重要趋势。无论是改进课堂教学和教育系统，还是推动可持续发展目标4的实现，人工智能无疑展现了巨大潜力。随着教育技术行业持续壮大，G20国家也在进行大规模投资，人工智能在教育领域的普及将势不可挡。OECD的报告表明，人工智能在个性化学习、特殊需求学生学习、学生辍学问题的应用及技能评估工具的改进方面发挥了巨大作用。各国对人工智能的应用充分展现了其巨大的价值，有助于我们把握世界教育领域中人工智能的发展趋势，以及落实《G20人工智能原则》是否实现，促进人工智能在教育中的深入应用，推动下一步的研发与改进。由于人工智能在教育领域的应用大都处于新生阶段，尚未完全成熟，其决策准确性、解释性与透明度必然引起了社会的诸多质疑。为应对挑战，各国在人工智能应用的研究、开发、应用与推广过程中，应提高人工智能应用的透明度、可追溯性，增强可解释性，明确记录技术流程与人为决策等信息，建立数据与存储限制及问责制，构建更加可靠、更值得信赖、更安全及健全的人工智能系统。
作者简介：钟悦，上海师范大学国际与比较教育研究院硕士研究生；王洁，上海师范大学国际与比较教育研究院教授
来源：《世界教育信息》2021年第1期返回搜狐，查看更多
人工智能在教育中的应用，主要包含哪几个方面
国务院印发的《新一代人工智能发展规划》明确指出，人工智能成为国际竞争的新焦点，应逐步开展全民智能教育项目，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。此次规划出台，将会加快编程培训进入中小学课堂的实施进度，对于人工智能在教育中如何应用，主要包括以下几点：
师资分配
利用人工智能可以实现师资资源重新分配。传统教育模式中，存在严重的师资力量分配不均匀的问题，也导致了教育的不均衡、不平等。
当投入了人工智能教育以后，各地的教师可以将自己的资源制成课件，无论在世界哪一个地方，孩子们享受到的教育资源都是相同的。人工智能让各地师资力量取长补短。
交流平台
人工智能以及区块链技术还可以为教育工作者搭建共建平台。在人工智能教育领域中，喵爪组建开放式共建平台，供技术创新者和教育创新者共同合作，开发基于项目制学习和人工智能创新教育的学习内容。这样的内容可以在喵爪星球虚拟学习空间里，通过其注册的喵爪账号在喵爪平台上参与学习，这有利于社群里的人互相学习共同促进。而且，区块链技术也可以保证学生隐私以及学生数据的真实性。
资源迅速更新
人工智能将促进教育资源的迅速更新，更加轻便。传统教育大部分是依赖于纸质书籍的，而纸质书籍有几个重大的缺点：不易更新、非常沉重、保存困难。一旦更新，原有的书籍便相当于作废等。
如果改用人工智能教育方式，更新只需要一瞬间，服务器上传后，用户只要联网更新数据就可以获取最新版本。学生也不必再背着沉重的书包，甚至在未来可能会由机器人代替学生背负学习资料。这种轻便及时的教育方式比传统教育少了许多麻烦。
负担优化
传统教育是制式的，教师对学生能力的训练大多数只能通过作业，而且家长盲目地给孩子报各种补习班，造成孩子时间的浪费，同时也破坏了孩子的学习兴趣，造成了巨大的影响。
人工智能模式的教育中，智能教育模式会对孩子掌握的知识进行一个评测。对于孩子已经掌握的知识，除了一段时间以后的温习以外，将减少其在学习过程中的出现率，保证孩子的休息娱乐时间，减少死读书现象的发生，确保孩子是真正掌握了知识，而非死记硬背。
个性化学习
人工智能可以为每位学生提供个人专属的学习计划。喵爪教育将利用人工智能技术，根据需求为每一位在喵爪星球上注册的用户提供个人专属的学习计划。由人工智能定制的学习计划与传统教育制式学习有着本质的区别，人工智能个人专属学习计划可以更有效地开发孩子的潜力，因为每个孩子都有自己所擅长的和不擅长的。
制式教育只会强硬地让孩子学所有东西，而人工智能教育则是针对孩子的优点，进行深入开发，把孩子的潜力开发出来，让孩子的潜质不会被白白浪费。
喵爪教育已经和汉森机器人公司达成合作意向，利用人工智能技术创新教育，共同开发使用“爱因斯坦”机器人。这款机器人不仅可以编程，还可以与Scratch编程教育相结合，用于项目制学习（PBL）、人工智能认知学习。
众所周知，如果人类在学习的过程中能够拥有更多的身体感官交流，那么学习的效果将会得到大大的提高。“爱因斯坦”机器人首先就具备机器人与人之间的视听交流。在此之后，如果用户用手指触摸iPad来与机器人进行互动交流，那么它将打开人类大脑的更多区域的互动，而这也可以使人类的大脑更加快速地接收这些知识并且接受这种学习方式。用户可以通过云端下载更多的智能应用程序来与“爱因斯坦”机器人进行更多的互动。
“爱因斯坦”机器人背后所隐藏的道理就是寓教于乐，将娱乐和教育有机地结合起来。这也是“爱因斯坦”机器人诞生的初衷。
人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，多智时代专注于人工智能和大数据的入门和科谱，在此为你推荐几篇优质好文：1.人工智能时代，AI人才都有哪些特征？http://www.duozhishidai.com/article-1792-1.html2.大数据携手人工智能，高校人才培养面临新挑战http://www.duozhishidai.com/article-7555-1.html3.人工智能，机器学习和深度学习之间，主要有什么差异http://www.duozhishidai.com/article-15858-1.html4.大数据人工智能领域，如何从菜鸟晋级为大神http://www.duozhishidai.com/article-1427-1.html
多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站
北京师范大学教育学部慕课中心李玉顺：加强中小学线上教育教学资源建设与应用 推进基础教育信息化深层次发展
回顾刚刚过去的十年教育信息化发展，信息技术与教育教学融合进程正从单要素推进走向系统性变革、深层次突破发展阶段。2010年，“信息技术对教育发展具有革命性影响”战略定位开启了国家教育教育信息化十年发展的新进程。2016年，进入“教育信息化对教育现代化的支撑作用充分彰显”、“深化信息技术与教育教学融合发展，从服务教育教学拓展为服务育人全过程”发展诉求阶段。2018年，教育信息化进入转段升级的2.0阶段，提出“将教育信息化作为教育系统性变革的内生变量，支撑引领教育现代化发展”。近两年来，“学习空间人人通”、“信息化教学应用实践共同体”、“智慧教育示范区”、“基于教学改革、融合信息技术的新型教与学模式”实验区等实践形态蓬勃发展，技术正从体制机制创新、全域系统变革、自下而上生成、扎实课堂应用等多方面推进。与此同时，大数据、人工智能、区块链等新技术正以新一轮浪潮迭代推进信息化融合进程，进一步释放技术赋能现代教育系统发展动能。当前，同步我国现代社会发展进程，教育改革与发展正产生深刻变化，推进从教育大国向教育强国转变，落实立德树人根本任务，更好地发展中国学生核心素养。全国教育大会以来，中央先后发布了关于学前教育、义务教育和普通高中教育三个重要文件，建立了“四梁八柱”基础教育改革与发展制度体系，为基础教育发展、激发中小学办学活力提供了前所未有的保障。推动基础教育深层次变革，加快基础教育高质量发展，机遇与挑战并存。
在实践层面，放眼当下教育信息化融合进程，从课堂教学变革、“互联网+教育”生态发展综合看，教育信息化深度融合仅有个案性学校，鲜有连片性区域，整体上缺乏系统性；而信息化面向课堂教学创新及学习方式变革停留在碎片化、标签化和模式化层次上，常态化课堂教学实践难以达到结构化变革水平，整体上缺乏深层特征。大规模常态课堂教学变革的实践进程进展缓慢，教学思想、教学模式、教学方法依然没有突破传统教学框架，课堂教学中“讲授+讨论”教学模式依旧占主导，改革措施有效力度不大。更深层次看，“互联网+教育”当前发展停留在“知识传递”范式，技术应用的基本意义并没有适应我国现代课堂教学改革要求；从全球近40年领域研究看，信息技术对课堂教学质量产生深刻影响的方向是技术被用做策略性工具、探究性支架、交互性环境。这些决定了“互联网+教育”助力我国现代课堂育人方式创新需要持续迭代性发展，不可能一蹴而就。当前，应强化面向教学变革的教育系统、平台、工具和服务的发展，加速推进常态化、大规模实践意义上的课堂教学结构变革，并以课堂结构变革提升广大一线教师信息化教学设计能力和教学变革能力，发挥人工智能、大数据等新技术优势，构建以面向真实、个性、深度体验为特征的新型课堂，为学生提供深度学习体验，培养大批“互联网+”时代的创新人才。
“停课不停学”为我国教育信息化融合实践系统性、深层次变革带来了历史性机遇，这是一场“史无前例、世无前例”的教育改革与实践。疫情期间，为贯彻落实习近平总书记及中央重要指示精神，“停课不停学”为1.8亿中小学生居家学习提供了优质教育教学及指导服务。“停课不停学”实践加速教育教学全业务流程互联网化迁移，教、学、测、评、练、管等全业务环节日益互联网化发展，加速教育教学系统互联网环境下的解构和重构进程。经历“停课不停学”实践，教师对在线教学有了全流程、整体性实施体验，对在线教育有了开放性实践意愿和专业性实践认知，为以核心素养为诉求的新一轮课程改革提供了实践认知和动力基因。当前，到了全场景、全要素、全过程数字化、网络化、互联网化跃迁的关键节点，应通过构建线上教育新型生态生长点，进一步加速课堂教学变革面向系统性、深层次变革的实践进程。
《教育部等五部门关于大力加强中小学线上教育教学资源建设与应用的意见》（以下简称《意见》）正是在上述背景下发布的。该文件对继承和发展“停课不停学”实践成果，践行教育信息化2.0发展理念，推动基础教育教育信息化融合实践深层次发展具有重要意义，体现在以下五个方面：
一、业务融入创生适切资源，创新数字资源生成模式
数字资源建设是教育信息化科学发展的基本问题，经过长期以来的多方位努力，一方面形成了如百度文库、CNKI类通用性资源服务，同时，也形成了如学科网等互联网化学科性资源服务，但这些努力都没有能有效解决面广量大常态化教学实践中的资源需求问题，数字资源仍然是教育信息化深度实践中的难点问题。在“三通两平台”工程带动下，出现了大量区域性教育资源公共服务平台，但它们都没有根本性解决区域教育信息化深度融合实践中的问题。究其根本原因，数字资源生成缺乏教师队伍专业化、群智化、深度性参与，缺少教研、教师等业务力量的协同性参与。
“停课不停学”实践显著推动了以教研为主导的业务部门参与信息化融合进程，使教育信息化融合实践走向以业务融合为特征的新发展阶段。以北京为例，“停课不停学”期间，线上教学突出精准化，针对不同区域、不同学段学生特点，组织教研力量提供丰富的教育资源和个性化教育方案。一是北京市组织千名骨干教师开发优质课程，保基本、保覆盖。二是鼓励各区各校依托“一课一包”资源，提倡学校基于在线资源创新教学方法。三是提供丰富在线资源作为教学创新土壤。各区、各校因地制宜提供了丰富多样的线上数字资源。
《意见》提出要“精选教师团队”，“根据不同专题教育特点，组建相应的专业团队，开发遴选各类优质专题教育资源”，“遴选一批办学水平高的资源学校，按学科、分年级组建若干以特级教师、高级教师、优秀年轻骨干教师为主体、以相关专家和优秀教研员及专业技术人员为支撑的高素质研发团队”，这些将充分保障教育信息化融合实践的业务融入特征。
二、高质量开发教育资源，升级数字资源生态发展环境
《意见》提出要高质量开发资源，切实从多个环节进行保障，反映了现代数字资源生态系统的关键特性，包括：全面性与系统性是面向立德树人时代教育发展的政治坚守和全面育人的人本要求，是面向全过程、常态化课堂教学及学生在线学习沉浸式发展的自在逻辑。协同化与专业性是解决长期以来数字教育资源可用性不高、品质性不好问题的关键特征，通过全国范围内优质区域、优质学校的遴选，组织以特级教师、高级教师牵头，多类型、多层级人员组成的协同团队，配以资金、政策及制度保障，改变长期以来数字资源建设离散化、专业性较为欠缺、整体支撑力量相对薄弱的状况。在线化与可融合性是自2012年全球在线教育发展以来在线数字资源的时代性特征，也是近些年来教育信息化发展从教走向学的深刻要求，是大规模MOOC课程实践行为特征及面向学习者心理特质的科学反映，以深入推进信息技术在教育教学中的融合应用，引领教育教学模式变革。动态性与时效性是在线资源生态环境面向教师个体带来鲜活性、价值性及同步改革进程发展性的品质特征，是海量在线教育资源生态提升粘度、增强活性的关键特征。
上述特征覆盖了高品质教育资源环境的现代内涵，是我国教育信息化长期实践智慧结晶与经验积累，它们从不同维度和不同视角升级了面向大规模群体在线教育服务的质量品质整体性特征，不仅从资源生成源头入手考虑问题解决的出发点，更从数字资源大规模、常态化、可持续应用视角进行源点规范，将带来数字资源环境生态发展再升级。
三、打造在线教育国家体系，切实推动课堂教学结构变革
《意见》中提出建立健全国家和省级中小学线上教育教学平台资源体系和运行机制，这是适应当下中小学教育信息化发展面向“互联网+教育”的重大举措。自“三通两平台”工程实施以来，中小学领域在线学习发展业务需求在体制内并没有得到专业化学习管理系统发展的支撑，专业化在线学习管理、教学支持、学习服务、评价服务没有得到有效发展。当前，虽然有“互联网+教育”生态覆盖到了教、学、测、评、练、管等全部业务环节，但这些功能相对离散，各类学习服务离散在不同企业的云服务或教育App上，难以有综合力量提供整合性、集成化服务，导致学校融合实践的碎片化、表层化，难以切实满足广大中小学校课堂教学结构变革的需求。《意见》中明确提出完善国家级平台、加强省级平台、规范市县和学校平台，为分级建设、集约整合、分布融通的教学平台体系建设给出了科学性引导原则。
此外，长期以来，“优质资源”一直是困恼一线教学实践的难点问题，虽然国家有了国家教育资源公共服务平台，开展“一师一优课，一课一名师”、“百区千校万课引领行动”等活动，成效显著，但资源汇聚共享和开放应用格局仍未形成，受制于体制机制、经费来源、版权保护等多方因素，优质资源开放共享存在制度性障碍。有效数字资源环境不只是技术平台提供、专业化数字资源开发，而是一个涉及平台、专业化资源开发、情景化资源应用与迭代、校本化资源生成与优化的生态化动态体系。通过国家平台资源建设，健全国家数字资源共享交换体系，整合全国各级投资建设的优质资源“入云、入链、交钥匙”，推动大平台、大系统、大资源观视角下平台服务环境发展，带来下一代教育数字资源基础架构，形成更加科学性的框架，国家抓牢基础，区域统筹特色，学校创新模式，从而深度支撑现代化教学变革。
四、推进在线教育体系建构，加速线下线上教育融合发展
后疫情时代，推动国家基础教育现代发展应解决大规模在线教育实践中的制度保障问题。2019年9月，国家印发《关于促进在线教育健康发展的指导意见》，指出要进一步扩大优质在线教育资源供给，构建在线教育发展政策体系。但目前看，“停课不停学”期间的一些比较先进且取得实效的做法、模式并未上升到制度层面加以保障，常态化在线教育政策供给与保障措施不足，学校对在线教育态度还比较保守，积极性未能充分调动。
《意见》中提出通过加强中小学线上教育教学资源建设，带动适应“互联网+教育”生态环境支持下的在线教育体系建构，并具体落实到三个体系建设，包括线上教育平台体系、学科课程资源体系、政策保障制度体系。学科课程资源体系创新了数字资源生成模式，升级了数字资源生态环境。线上教育平台体系强化了跨地域跨部门资源汇聚、共享与抵达能力，并基于同步异步技术重构时空、融合资源生态发展催化在线教学服务品质，切实提供课堂教学结构变革深层动力。政策保障体系则是保障在线教育可持续、常态化发展的关键，包括国家项目支撑建构大平台体系、基础条件保障促进可持续发展、资源开发应用激发群体和个体的积极性等，从而形成体系化的制度保障。
五、以结构变革推动融合发展，服务教与学方式双重变革
应抓住此次疫情期全面线上教学带来的契机，深入推进融合式教育，加快基础教育现代化进程。随着国家中小学网络云平台的建设及体系化制度保障，进一步引发教学方式、学习方式、组织方式、管理方式、评价方式等深刻变革，线上线下相结合的教学方式将成为教育实践基本样态，传统教育环境和常态化课堂教学结构将能够被打破。《意见》中明确提出对教师“积极推动线上线下混合教学”，也明确提出对学生“加强学生线上自主学习指导”，凸显对教与学方式双重变革的引领。
信息技术能力与在线教学设计能力是疫情期间教师开展在线教学的短板，线上教学不能照搬课堂教学方式、时长和教学安排，要结合学生特点和学科特点，在如何科学安排学生在线学习内容、在线学习时间和书面作业时间，以及如何提高学生线上学习注意力、调动学生线上学习主动性、提高学生自主探究学习能力和自我管理能力等方面开展培训交流，开展线上学习规律、教学方法等方面的专题培训，帮助教师认识并遵循在线教学特点，保障在线教学质量。加强学生在线学习能力和习惯培养，在为学生提供优质课程资源的同时，加强对学生制订线上学习计划能力和科学合理使用电子设备习惯培养，提高自主学习能力和自觉保护视力的意识。通过教师在线教学及学生在线学习能力提升，推动教与学双重变革，推动大规模、常态化课堂教学深层次系统性变革。（北京师范大学教育学部慕课中心 李玉顺）