《人工智能导论》教学大纲（含课程思政内容）
05
教学内容和课时安排（含课程思政内容）
（一）课程学时分配
（二）课程思政参考内容
（三）课程教学内容与重点难点
第1章人工智能导引
教学目的：了解人工智能的概念、学习人工智能的目的和意义、应用；了解人工智能的分支。
教学内容：人工智能的概念、应用场合；人工智能的分支。
重点难点：重点是了解人工智能的分支，难点是人工智能各个分支之间的关系。
第2章Python基础知识
教学目的：了解Python在不同环境下的安装；熟练使用python的基本编程，包括各种数据结构；掌握第三方模块的安装和使用，文件的读写；掌握NumPy包的熟练使用；掌握Python的绘图基础。
教学内容：编程基础（列表、元组及字典、基本语句；函数）；模块的安装与使用；文件的读写；NumPy的使用；Python的绘图基础。
重点难点：重点是使用Python进行相关的编程，如NumPy的编程，绘图基础等。难点是使用NumPy进行较为复杂的开发与绘图。
第3章机器学习初步
教学目的：了解机器学习的概念、其与人工智能的关系、机器学习的分类；了解数据预处理与特征工程，包括数据清洗、数据变化、过滤、特征工程；熟练使用Sklearn包；熟练使用回归分析。掌握聚类的基本原理与常见的聚类算法。
教学内容：机器学习及其工作流程；机器学习的分类；数据预处理与特征工程；Sklearn库的使用；逻辑回归分类和线性回归预测；聚类的原理与K-Means聚类算法。
重点难点：重点是机器学习的流程与Sklearn的实践。难点是聚类算法及其调优。
第4章自然语言处理
教学目的：了解自然语言处理的概念；掌握文本分词与词汇还原的方法；掌握文本分块与词袋模型；熟练使用TF-IDF算法，并据此构建文档类别预测器。
教学内容：自然语言处理的概念；文本分词与词汇还原；文本分块与词袋模型；文档类别预测；语义分析器；主题模型。
重点难点：重点是文本分词及其文档类别判断的方法。难点是语义分析器的理解与实现。
教学目的：了解处理语音信号的方式，可视化处理的过程；掌握处理语音信号的的相关技术；能够独立建立一个英文的语音识别系统。
教学内容：处理语音信号；可视化音频信号；音频信号从时域转换到频域；生成音频信号的方法；提取语音特征；构建语音识别系统。
重点难点：重点是语音特征的提取策略和方法；难点是构建语音识别系统，尤其是适当结合深度学习机制进行语音信号的识别。
第6章计算机视觉
教学目的：了解什么是计算机视觉,掌握安装流行的计算机视觉库—OpenCV。了解利用帧间差分法检测视频中的移动部分。掌握使用色彩空间和背景差分法来跟踪对象,使用CAMShift算法来构建一个目标跟踪器,并学习光流的基本知识。熟悉人脸检测的相关概念,构造一个人脸检测和跟踪器。
教学内容：计算机视觉的概念；OpenCV介绍；视频中移动物体检测方法；目标跟踪器的构建；基于光流的跟踪；Harr级联和积分图；人脸检测与跟踪。
重点难点：重点是熟悉基于OpenCV进行的各种视觉处理方法，为进一步深入视觉学习奠定基础。难点是人脸检测和跟踪，尤其是复杂的场景，如戴口罩情况下。
第7章人工神经网络
教学目的：了解什么是人工神经网络，熟悉如何建立人工神经网络；了解感知器，掌握基于感知器构建一个分类器；掌握单层和多层神经网络；掌握循环神经网路。
教学内容：神经网络的概念；建立和训练人工神经网络；感知器；构建单层人工神经网络和多层人工神经网络；循环人工神经网络；构建光学字符识别引擎。
重点难点：重点是熟悉构建单层、多层以及循环神经网络；难点是神经网络的使用，如利用神经网络来构建一个光学自负识别引擎。
第8章强化学习与深度学习
教学目的：掌握强化学习的概念及其表现；了解深度学习以及卷积神经网络；熟练使用卷积神经网络构建简单的应用。
教学内容：强化学习的概念；深度学习的概念；卷积神经网络；利用卷积神经网络建立图像分类器。
重点难点：重点是深度学习及其使用；难点是利用卷积神经网络进行实际的应用开发，尤其是其可解释性问题是需要学生简单了解的。
第9章区块链
教学目的：了解区块链的基本概念；掌握区块链和人工智能的关系；了解如何利用人工智能技术对区块链进一步优化。
教学内容：区块链概念；人工智能与区块链；在区块链中使用朴素贝叶斯；优化区块链。
重点难点：重点是区块链概念的理解，产生的原因的深入分析；难点是如何充分的利用区块链技术进行多方向（领域）融合的设计与开发，包括在教育领域、知识产权保护等等。
第10章人工智能算法
教学目的：了解人工智能常用的启发式算法；掌握其基本的思想方法；掌握遗传算法、模拟退火算法、蚁群算法等。
教学内容：启发式搜索算法；遗传算法；模拟退火算法；蚁群算法。
重点难点：重点是掌握典型的启发式算法，如遗传算法、模拟退火等；难点是这些算法优化的特定目标和适用的场景；同时，也希望同学能够探索一些其它的启发式算法，并进一步比较分析，这也是本章的另一个难点。
06
课程教学方法
本课程教学采用以多媒体教学为主，以板书为辅的教学方式，并加强图示教学和实例教学以增强学生的学习兴趣并加深学生对重点知识以及理论与实际工程问题相结合的理解。
1、教师课堂讲授：基本概念和核心知识内容的传授，由主讲教师完成。
2、课堂讨论：要求学生以小组的形式对所学的知识点进行现场讨论。
3、MOOC：对课程的一些知识点采用国内外知名专家学者的视频公开课进行知识的传授。
4、SPOC：对于授课难点问题尤其是实际运用的问题时，采用翻转课堂的形式积极引导学生的参与意识，提高学生的创新能力。
5、学生/项目组讲授/表达：学生小组讨论，对于常识性的知识点的表达，提高学生的沟通和表达能力。
07
课程学习资源
1.教材
《人工智能导论（Python版）微课视频版》
ISBN：978-7-302-57239-8
作者：姜春茂
定价：49元
｜学习资源｜
500分钟视频、PPT课件、示例源码、习题答案。返回搜狐，查看更多
《小学人工智能基础》教学用书正式出版发行
▲图为教学用书编写研讨会现场
本套教学用书区别于现有的创客、开源硬件和编程课程，从人工智能时代信息素养普及角度出发，在教学过程中更加注重普及性、生动性、趣味性和实践性。让学生在体验中感悟人工智能的魅力，激发学生的学习兴趣，更进一步的培养学生的计算思维、创新设计思维等能力。
例如，在学习图像识别之前，首先要学习二进制、0和1表示信息、像素、图像的二值化、最终让学生用0和1的逻辑去认识图像识别，给学生正确的教育认知体系，但不会让学生过早接触晦涩难懂的概念。
▲图为教学用书配套教具箱
“小学人工智能教育首要的不应该是学习新技术，而是培养兴趣，从基本知识、基础教育开始，引导学生养成适应智能社会的素养。“教学用书主编之一北京建筑大学秦建军副教授表示。
该教学用书已在各地课堂完整试用
目前，北京东城区的北京一师附小、府学胡同小学等6所新一代人工智能实验校已在上个学期试用了该教学用书，20多位信息技术教师面向近2000名学生系统开设了人工智能课程。
北京第一师范学校附属小学的李婷老师在授课后表示：“结果出乎预料的好，学生不仅对上课的内容非常感兴趣，而且接受能力也很强。有一个学生在课后对我说的话让我印象很深刻，他说’老师，通过二进制内容的学习，我感觉1和0能够表示一切了’。通过他的反馈，我能深刻地感觉到小学人工智能教育不是要让学生掌握多么难懂的知识或技能，而是对学生思维的启发，这才是对学生影响更深远的事”。
此外，河北、湖南、吉林、陕西、四川等地的数十所学校也已经采用本套教学用书开展小学人工智能的课内教育。其中，河北省涞水小学还建设了200多平的人工智能实验室，与人工智能课程相配合，对学生进行更为全面的兴趣启发和思维能力培养。
可成为推广性的小学人工智能教材
《小学人工智能基础上册、下册》获得多位教育和人工智能领域的著名专家的认可。我国著名教育家、国家教育咨询委员会委员、国家总督学顾问陶西平先生认为：“这套书围绕人工智能知识点展开、突出思维素养的培养、学生认知能力和兴趣启发视角，并且延续了教学者的教学习惯，可以成为推广性的小学人工智能教材。“
联合国教科文组织产学合作教席理事长、北京交通大学查建中教授在阅读全书后评价到“我们国家未来的科技人才能真正做到德才兼备，仅靠一套好的教材是不够的，建议广大教育工作者要重视人工智能伦理教育，培养学生的是非观、社会责任感和道德情操，增强学生的信息安全意识，这是人工智能教育普及中的非常重要的一环。我真诚的地希望这套教材是小学人工智能教育的一个新起点，引导我们的孩子们自信、从容、理性地迎接即将到来的科技新时代。”返回搜狐，查看更多
大概念视角下初中“人工智能基础”单元设计及应用策略探索（上）
国内青少年人工智能教育的实践和研究尚处于起步和摸索阶段。研究表明，单元设计以学科大概念为核心有利于促进学科核心素养的落实，基于此，本研究尝试开展大概念视角下的“初中人工智能基础“单元设计及应用策略探索。首先，剖析了当前国内青少年人工智能教育实践的现状及存在的问题；其次，介绍了大概念和单元设计的概念及内涵，以2020年浙教版初中信息技术教材中“人工智能基础“单元为例，开展了大概念视角下的单元设计；最后，研究提出了初中“人工智能基础“单元设计在教学实施中的应用策略。
关键词：大概念；初中；人工智能教育；单元设计；应用策略
1
引言
大概念视角下初中“人工智能基础“单元设计及应用策略探索
人工智能(ArtificialIntelligence，简称AI)旨在模拟、延伸和扩展人的智能。自20世纪50年代中期正式提出以来，人工智能已经历了六十多年的发展，并且随着与大数据、云计算以及物联网等新技术的不断整合，对人类生产与生活的诸多方面产生着深刻的影响[1]。为了更好地迎接智能时代的到来，2017年8月，中共中央、国务院印发了《新一代人工智能发展规划》，其中明确提出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并逐步推广编程育，在高校建设人工智能学科，培养“AI+”的复合型人才，形成我国人工智能人才高地[2]。人工智能发展进入了新阶段，我国高校也掀起了人工智能学院的建设热潮[3]。2018年4月，教育部印发了《教育信息化2.0行动计划》，其中在“信息素养全面提升行动”中要求“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”[4]。
在此背景下，2018年1月，教育部印发了《普通高中信息技术课程标准(2017年版）》（简称《新课标》）。与2003年颁布的《普通高中信息技术课程标准（实验稿）》相比[5]，《新课标》中增加了数据与计算等必修课内容以及数据结构、人工智能、开源硬件设计等与AI相关的选修课内容[6]。伴随着《新课标》的出台，全国各地中小学信息技术课程也陆续启用了新教材，将人工智能教育的相关内容纳入其中。各个学校的信息技术教师们正在尽快熟悉和掌握新课标和新教材中的核心内容，同时他们需要思考在有限的课时中如何开展教学设计以帮助学生准确把握有关人工智能的核心知识和技能。我国《普通高中课程方案 (2017年版）》中明确强调“以学科大概念为核心，使课程内容结构化，促进学科核心素养的落实”[7]。其中的大概念对精炼与整合学科知识系统、搭建学科概念层次框架以及促进学生知识建构和核心素养形成具有重要价值［8]。而大概念视角下的单元设计能较好地解决将学科核心素养落实到单元中、明确单元目标、统筹单元课时等问题[9]。
本研究拟在介绍我国青少年人工智能教育实践现状以及厘清大概念和单元设计概念与内涵的基础上，尝试以浙教版新教材为例，开展大概念视角下的初中“人工智能基础”单元设计，最后提出教学设计在教学实施中的应用策略，旨在为中小学信息技术教师开展人工智能教学提供借鉴和参考。
2
我国青少年人工智能教育实践现状
大概念视角下初中“人工智能基础“单元设计及应用策略探索
在我国，中小学校人工智能教育主要以信息技术/创客课程或专门的人工智能课程形式展开。例如，北京第二外国语学院附属中学在传统的机器人课程以及机器人社团活动中引入了人工智能的元素和技术，并在具体的机器人设计以及编程过程中不断渗透相关的知识与技能[10]。北京景山学校和温州中学的教师们也尝试在科学课程和综合性课程教学中渗透编程、机器人等人工智能相关内容，探索人工智能技术带给综合课程开发的可能空间，以此培养学生的创新精神和动手操作能力[11]。中国人民大学附属中学（人大附中）在多年探索的基础上，开发了一系列基于人工智能的校本课程，其中包含人工智能教育普及课、跨学科实践应用课以及前沿探究课，逐步形成了人工智能纵向金字塔分层课程体系[12]。与此同时，人大附中还开设了全国中等教育领域内首个人工智能实验班，并为实验班研发了“人工智能与关于心智的生物学”等研修课程[13]。近些年来，全国很多中小学校相继开设了人工智能相关的课程[14]。浙江省2020年浙教版《小学信息技术》（六年级上册）和《信息技术》（八年级下册）中正式将人工智能内容列入教学，高中新教材围绕数据、算法、信息系统和信息社会这四大概念，安排了必修、选择性必修与选修共10个模块，其中包含选择性必修模块“人工智能初步”。从2020年下半年开始，浙江省中小学校正式使用信息技术新教材[15]。与此同时，中国高校、电教馆以及科研院所等也是中小学人工智能教育的积极推动者。例如，北京师范大学课程与教学研究院通过组建项目团队，研发了测评系统与人工智能教学技术平台，并在全国儿十所中小学校开展了相关的教学实践[16]。2019年，中央电化教育馆通过组织研发中学人工智能课程与配套数字资源，在全国17个省（市、自治区）22所实验学校开展了课程教学实验[17]。2021年4月，中国电子学会现代教育技术分会决定开展“全国中小学人工智能教育示范区（校）培育计划”，主要目标包括合作建立贯穿中小学的人工智能课程教学内容、协助教师开展教法研究和学科整合教学改革、引导中小学人工智能课程教学科学发展、引进国外优秀教学资源以及提升相关教师的学术水平和素养[18]。
然而，中小学校人工智能教育在实践中还存在诸多挑战，如教师对课程价值和定位的认识尚显不足[19]、校内课时安排十分有限[20]、相关师资储备以及培训力量有所缺乏[21]以及开展人工智能教学所需软硬件环境配备上还不到位[13]。此外，实际教学中还存在以下儿方面问题：（1）学科知识简单罗列。目前已有的教材主要围绕“图像/语音识别”等内容展开，或把人工智能课程简化为编程语言课程[11]，面对人工智能教学活动中涉及到的若干跨学科概念以及子领域等，绝大多数教师可能难以厘清它们之间的关系，很难架构出系统性的知识框架[22]。(2)缺乏学科大概念引领的整体知识体系。人工智能学科中的知识体系存在内隐的逻辑关系，而大部分教师很难对其进行辨析[23]，难以确定学科中的核心大概念，且难以将这些隐性的核心知识进行显性化的表征。(3)缺乏对学生高阶思维能力的培养。尽管现有的教材也提及计算思维等培养内容，但教材中缺少对学生思维能力培养的科学引导[24]。而教师自身对高阶思维能力培养的理论基础以及方法策略等也有所缺乏，这也可能导致学生的学习仅仅停留在对基础知识的了解上，无法形成学科领域的系统思维。(4)教学任务情境的迁移性、连贯性不足。教育与生活的关系总是区分不开，而将现实问题合理地转化为特定教学主题下的任务时，教师要注意依据学科核心理念、目标体系来设计有梯度的系列教学任务。(5)缺乏合适的教学策略指导，较少为学生个性化学习提供支持。传统的讲授式教学并不适用于人工智能课程的教学，应该采用更具情境化、基于问题、基于案例的教学模式[25]。此外，面向知识储备差异性极大的学生群体，大部分教师不知所措。综上所述，我国青少年人工智能教育虽正在如火如荼地推进，但课程学科体系建设、教学内容安排、教学策略选择等方面仍存在诸多不足，因而理论和实践层面亟需科学的指导和探索。
3
大概念和单元设计的概念与内涵
大概念视角下初中“人工智能基础“单元设计及应用策略探索
（一）大概念的内涵与研究现状
大概念(BigIdea，也有学者翻译为“大观念”)的思想起源可以追溯到20世纪60年代美国教育心理学家杰罗姆·布鲁纳(JeromeBruner)倡导的学科结构运动，他认为理解学科知识间相互联系的前提是让学生掌握学科知识的基本结构[26]。1964年，菲利普·菲尼克斯(PhillipPhenix)也指出学科”代表性概念“对设计课程的重要性，他认为“一门学科知识根据某种固定的模式进行组织，学生只有全面理解学科的代表性概念，才能清晰界定适合学科设计的核心要素”[27]。美国课程与教学领域专家格兰特·威金斯(GrantWiggins)于2004年提出“大概念“这一术语，他指出大概念是能够使离散的事实或技能有意义地联系的概念，是强化学生思维并使学生具备应用和迁移能力的关键[28]。大概念通常表现为“一个有用的概念、主题、有争议的结论或观点、反论、理论、基本假设、反复出现的问题、理解和原则。大概念不仅可以联结学科内的概念，达成学科内知识的融会贯通，还可以联结学校教育与真实世界[29]”。多国学者都将大概念以不同的形式（主要概念、横切概念、基本概念、关键概念等）融入相应的课程标准和教学设计，如哈伦(Harlen)等编著的《科学教育的原则与大概念》一书中提出了“宇宙中所有的物质都是由很小的微粒构成的”等14项科学教育的大概念[30]。
近些年来，大概念也被国内学者所重视。邵朝友等开展了大观念视角下的指向核心素养的教学方案设计，以小学语文二年级上册第一单元“美丽的秋天”（人教版，2001)为例加以说明，并指出：＂大观念居于学科的中心位置，集中体现学科课程特质的思想；大观念有助于设计连续聚焦一致的课程，有助于发生学习迁移；大观念具有概括性、永恒性、普遍性、抽象性等特点[31]。”张茉等在大概念设计的基础上，构建了基于逆向设计模型的幼儿园STEAM教育活动设计框架，并强调教师需要抓住核心问题并挖掘其学科核心概念和跨学科概念[32]。李刚等也进行了基于大概念的课程设计，并将大概念总结为“知识背后的知识，表现出中心性、网络状、可持久和可迁移等特点，其能促进学生对知识的本质理解，形成学科观念，促进学生发生知识联结，发展适应能力，促进学生自我建构与自我进化，指向终身素养[33]。”刘徽开展了基于大概念视角下的单元整体教学构型研究，指出“大概念是将素养落实到具体教学中的描点，是指反映专家思维方式的概念、观念或论题，具有生活价值[29]。”
（二）大概念视角下的单元设计
格兰特·威金斯和杰伊·麦克泰(JayMcTighe)倡导大概念视角下的单元设计，他们称之为逆向教学设计(BackwardDesign)[34]，因为它强调“从最终想要的结果（目标）开始，然后确定标准所要求的学习证据（或表现），最后来设计协助学生学习的教学活动[35]。单元设计包含明确预期的学习结果/目标、确定恰当的评估办法以及规划相关教学过程这三个阶段[36]，每个阶段都可以设计不同的教学活动（如图1所示）。
图1大概念视角下的单元设计三阶段及其活动类型
第一阶段（明确预期的学习目标）一般要体现出学习者对学科大概念的理解和掌握[37]。大概念的提取可以来自课程标准、学科核心素养、专家思维以及概念派生，还可以从生活价值、知能目标、学习难点以及评价标准中抽象产生[9]。在明确大概念的基础上，可以围绕“学习迁移、理解意义和掌握知能”确定学习目标的内容。第二阶段（确定恰当的评估办法）包括明确评估的类型、设计表现性任务和提供有效反馈。其中，设计表现性任务包含四大步骤：（1）明确要评估什么，需要什么证据；（2）运用GRASPS模型设计表现性任务单，从而帮助学生更好地理解任务的情境；（3）使用评估任务蓝图，检查一致性和有效性；（4）考虑合适的评估比例，开发评分量规。常见的表现性任务量规包括整体性量规、基于标准的量规以及基于维度－权重的量规。第三阶段（规划相关教学过程）一般又包含准备、建构和应用三阶段，每个阶段都可以安排相应的教学策略与教学活动。
我们需要怎样的人工智能基础教育
加强人工智能基础教育，是未雨绸缪应对未来社会发展的必然选择和要求。在促进教育高质量发展的过程中，人工智能不仅要被作为“术”，即提供科学知识与核心技术的内容载体和工具方法，更要被作为“道”，提供观念理念与思维认知，助力“实现人的自由”“促进人的全面发展”。
人工智能被视为影响第四次工业革命和教育革命的标志性技术，人工智能基础教育的重要性也已成为社会共识。随着《新一代人工智能发展规划》的颁布，教育部先后提出将有关编程教育纳入中小学生必修课程及高考等政策，并在北京、广州等5个城市进行试点。这被普遍认为有利于推动人工智能在基础教育阶段的发展。
尽管不少学生将编程列入校外学习清单，高中生对信息学奥赛的参与度也大热，但据《开发者技能报告》数据显示，中国学校的编程教育渗透率仅为0.96%，美国和英国则分别为44.8%、9.31%。此外，在资本的驱动和教育竞争焦虑的“哄抬”下，人工智能基础教育出现的一些乱象，不可不察。
比如，人工智能被窄化理解为编程，国家义务教育阶段课程标准付之阙如，专任教师队伍专业化程度较低，课程教材等资源配置质量良莠不齐；学校教育受到校外培训挤压的同时又严重依赖于校外力量，学校教育社团化、小众化、择优化倾向严重；区域差异、城乡差异、校际差异及性别差异较大；教学评价单一化与竞赛功利化并存等问题凸显，等等。人工智能基础教育随着其重要性的提升，愈发呈现工具化、资本化、分层化和功利化倾向，这显然与人工智能基础教育的初心和科技向善的价值理念相违背。
加强人工智能基础教育，是未雨绸缪应对未来社会发展的必然选择和要求。在促进教育高质量发展的过程中，人工智能不仅要被作为“术”，即提供科学知识与核心技术的内容载体和工具方法，更要被作为“道”，提供观念理念与思维认知，助力“实现人的自由”“促进人的全面发展”。
基础教育不同于职业教育和高等教育，不是为了培养受教育者专业的技能、习得精深的知识，而是旨在为儿童打下未来身体发展、人格发展、学力发展和社会发展的基础。科学素质、科学素养已是现代社会的基本素质和必备素养，可以预见的是，面向未来智能社会，计算机科学等必将纳入核心科学的范畴。那么，我们究竟需要怎样的人工智能基础教育？
计算机科学作为一门真正要深入到中小学教育中的科学，被赋予了促进公平的更多责任和期待。从教育对象的全纳性出发，作为计算机科学分支的人工智能，应贯穿从小学到高中的连续学校教育过程。以科学或信息技术课为载体的人工智能教育，不应只是部分学生的“特长”、部分学校的“增光项目”、部分地区的“优先权”，而应是面向所有学生的普及教育、扎根于日常课堂教学中的基本素养和必修学科，注重可教性、可学性与可获得性。越是欠发达地区，越应落实课程的普及化开设和差异化教学，并将其作为促进公平、提高学校吸引力的抓手。
学校教育的知识传授目标之本在于“传道”，之末在于“授业”。知识的增加是一种外显的行为变化，而知识随着技术发展与社会更迭会不断发展和变化，知识的学习也是无法穷尽的。人工智能的发展正在重新定义人类知识和能力的价值，强化对知识机械记忆的教育将越来越没有价值，而学校教育和课本教材的更新速度也远不及科技知识发展的速度。况且学校教育的时间非常有限，知识的传授并不是越多越好，通过知识的学习来培养学生的能力和素养才是内隐的核心。
有必要指出，教中小学生编程，不是为了让他们会背代码、算数学、写程序，人工智能作为学习的内容载体和路径形式，最终的目标应是让学生掌握基本原理、问题解决的思路与方法、培养批判性思维的科学精神及学习兴趣。当前，各级各类的编程类、信息学等竞赛激励过早介入，形成了恶性竞争和拔尖筛选机制，同样扼杀了人工智能基础教育的可能性和公平性。未来，有必要进一步优化竞赛机制和功能。同时，也应通过多种方式的引导，增强人们对人工智能基础教育厚基础、重实践、强思维、求创新这些核心目标的关注和理解。
（作者：王学男，系中国教育科学研究院博士、助理研究员）
《光明日报》（2021年02月03日02版）
(责编：何淼、申亚欣)分享让更多人看到