人工智能促进教育变革创新
通过云平台布置电子作业，利用数据分析课堂上学生学习行为，推进学校管理流程迈向数字化……前不久，2022国际人工智能与教育会议在线上举行，来自全球数十个国家的政府官员、专家学者、一线教师、企业代表等相聚“云端”，畅叙人工智能时代教育发展图景。
作为引领新一轮科技革命和产业变革的重要驱动力，人工智能催生了大批新产品、新技术、新业态和新模式，也为教育现代化带来更多可能性。习近平总书记强调，“中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新”。国务院印发的《新一代人工智能发展规划》，明确利用智能技术加快推动人才培养模式、教学方法改革；教育部出台《高等学校人工智能创新行动计划》，并先后启动两批人工智能助推教师队伍建设试点工作；中央网信办等八部门联合认定一批国家智能社会治理实验基地，包括19个教育领域特色基地，研究智能时代各种教育场景下智能治理机制；科技部等六部门联合印发通知，将智能教育纳入首批人工智能示范应用场景，探索形成可复制、可推广经验……“人工智能+教育”不断碰撞出新的火花，为教育变革创新注入强劲动能。
“人工智能+教育”，应用就在身边。音乐课上，虚拟数字人“元老师”跨越时空限制，带领多所学校学生同唱一首歌；体育课上，学生开始跳绳项目测试，智能终端上实时显示心率变化、跳绳次数、平均速度等数据。技术改变课堂，潜力无限。比如，借助虚拟现实技术，学生能够模拟穿上太空服行走在宇宙，感受浩瀚星河的魅力；通过增强现实技术体验川剧变脸，平面的课本知识变得可感可知。现实中，越来越多的学校已经开设或准备筹备人工智能教育教学活动。
“人工智能+教育”，变革教育生态。教、练、考、评、管各环节均有人工智能辅助，让教师教得更好；虚实融合多场景教学、协同育人，让学生学得更好；海量线上数据和逐渐强大的算力，让学校管理更加精准。此外，在人工智能支撑下，优质数字教育资源跨越山海，推动教育更加公平、开放。在西藏墨脱县，得益于多媒体器材配备到雅鲁藏布大峡谷深处、“智慧课堂”全覆盖，门巴族孩子小学入学率实现100%。
我国发展“人工智能+教育”具备良好基础和独特优势。比如，语音识别、视觉识别等技术世界领先；国家智慧教育平台汇集了海量的数据资源，2.91亿在校学生和1844.37万专任教师展现出丰富的应用需求；教育领域数字化基础条件全面提档升级，全国中小学（含教学点）互联网接入率达到100%，99.5%的学校拥有多媒体教室，学校配备的师生终端数量超过2800万台。也应看到，人工智能技术在教育领域的应用仍处于起步阶段。“数字鸿沟”可能将部分学生排除在智能教育之外，数据收集、使用、分析等环节存在安全隐患，相关公共政策制定较为滞后……以人工智能赋能教育现代化，这些都是需要回答好的课题。
着眼未来，应携手打造高质量、有温度的人工智能教育生态。人机协作如何更聪明，人机对话如何更友好，是“人工智能+教育”的长期课题。一方面，技术应服务育人，在让其“授业”“解惑”的同时，必须坚持教师“传道”的主体地位。另一方面，人也要理解、善用技术，努力提升信息应用能力，让人工智能更好辅助教学。教育是动态的、发展的，理性思考人与技术的关系，把握教育规律、用好技术手段、凝聚各方力量，进一步推动人工智能与教育深度融合、创新发展，才能更好赋能教育现代化，培养顺应时代发展要求的创新人才。（吴丹）
人工智能课程在高中学段普及教学的探索
案例实施导图：
实施背景：
武汉市第二十中学是中央电教馆人工智能教学实践试点校，人工智能课程教学应用实践共同体成员单位，湖北省数字校园示范校，武汉市四星级智慧校园。从2019年开始，学校就与科大讯飞公司合作开设人工智能训练营活动，并尝试进行人工智能选修教学，为人工智能课程的普及教学进行了一些有益的探索，积累了一定的经验。
案例概述：
根据人工智能课程教学应用实践共同体所确立的“普及、普适、普惠”的愿景，我校分三个阶段为有效推进人工智能课程在高中学段的实施：一是做好前期准备工作，开设人工智能训练营活动，设计人工智能知识教学内容，制定人工智能课程实施方案；二是开设选修课程探索人工智能教学方法，结合生活中常见的人工智能应用案例，普及相关人工智能知识；三是结合具体教学案例分析人工智能课程在高中学段的有效实施途径与策略。
实施方案：
一、指导思想：
根据《新一代人工智能发展规划》精神，以创新促发展，积极推进人工智能课程教学，打造有理论可循、有样板可效、有经验可鉴的人工智能教学普及模式。在以湖北第二师范学院为牵头单位，其他共同体成员单位共同协作，开展人工智能课程教学实践研究。
二、项目实施领导小组：
组长：汪玲 罗高峰
副组长：沈旭东
成员：江新民 马志谦 陈娟
三、人工智能教育的经验和特色：
我校自2018年9月开始进行人工智能课程教学实践，将人工智能课程纳入高一学生选修课，创建并开展人工智能社团活动。积极组织学生参加各级各类人工智能创客比赛或展示交流活动，2019年4月武汉市江岸区青少年科技活动节中获得优秀组织奖，学生作品多人次获得一、二等奖。2019年5月，我校为教职工子女开设“人工智能训练营”，获得了广大教职工的热烈响应，既为孩子们带来了丰富的人工智能课程体验，也很好地提升了教职工的信息技术素养。2019年6月，我校创客社团两位高一学生参加武汉市“智能环保机器人”项目比赛活动获得高中组第一名，并获得第十七届全国中小学信息技术创新与实践大赛（简称NOC大赛）决赛资格，7月在山东淄博举行的决赛中又一举夺得全国一等奖并斩获恩欧希创新大奖。
2019年9月，我校顺利入围中央电教馆在全国范围遴选的22所人工智能教育实验校。10月我们就正式在高一年级开设人工智能实验课程，开展人工智能及创客活动，为学生搭建了一个很好的体验人工智能教育的平台。
虽然在人工智能教学过程中取得了一些效果，但我们深感还有很多不足之处。学校缺乏专业的人工智能及创客方面的师资力量，在开展人工智能教学的普及、普适、普惠等方面都明显不够。
四、下一步的工作目标和计划
（一）长远目标：
1、帮助教师更有效率的进行教学，大批量的为学生提供更个性化学习辅导，将人工智能普及课纳入学校课程体系，全面提升我校学生信息素养和适应智能社会的能力，为高中学段人工智能课程标准和课程体系建设提供智能教育实践案例和课程资源。
2、建立一个开放共享、灵活可控、智能互动、资源即得的人工智能实验室，实现人工智能教育普及、普适、普惠共同体愿景，使人工智能实验室成为线上线下虚实融合的集体验、学习、实践、展示为一体的多维创新教育的学习中心，为培养学生的核心素养和未来的可持续发展奠定基础。
3、学生编程设计、创新制作常态化，培养一大批适应未来发展、有时代责任感的创造者，实现学校教育的智能化。
（二）一年计划：
1、在前期人工智能课程实验的基验上，在2019届高一学生中开展人工智能课程实验，探讨人工智能高中学段的授课方法，为后期开展人工智能课程积累经验。
对2020秋季入校新生开始试点人工智能通识课程常态化教学。并将学生分成不同小组，提供3D创意设计课程、激光创意设计课程、机器人创意制作实践、开源硬件编程体验课程学习，培养学生的创新创造能力。
2、进一步做好创客空间与人工智能实验室融合建设，充分利用学校现有资源，为学生开设人工智能课程，体会机器学习、语音识别与合成、图像识别、文字识别等相关的人工智能知识，引导学生利用开源硬件和机器人搭建器材，设计制作生活实践中的智能交通、智能家居、智慧生活的人工智能作品。
组织学生参与湖北省中小学电脑制作比赛及其他相关赛事，将人工智能实验室建设成为学校多维学习空间，成为教师和学生创新学习中心，提升学校整体信息化素养。
实施过程：
一、前期准备，开设人工智能训练营
从2019年开始，我校就开始尝试开设人工智能课程教学，进一步推进学校信息化特色建设。依托科大讯飞人工智能学习平台，分别从机器人会走、会听、会说、会看、会想等几个基础方面，培养孩子们的基本编程、动手动脑、互相协作、智慧创新的综合能力。
2019年9月，武汉二十中顺利入选中央电教馆人工智能教育实验校，在中央电教馆的组织指导下正式在对高中学生开设人工智能课程教学实践。
二、中期实践，尝试人工智能课程教学
在前期准备的基础上，我校开始利用中央电教馆提供的人工智能课程教材，在高中一年级正式开设人工智能选修课教学。
与此同时，我们还尝试开展人工智能+STEAM创客活动、人工智能+智慧课堂教学实践，均取得了不错的效果。
在人工智能创客活动中，我校组织的人工智能环保机器人团队还获得了第十七届全国中小学信息技术创新与实践大赛（NOC决赛）一等奖
开展与人工智能相关的活动为我们进行人工智能普及教学打下了坚实的基础，积累了丰富的教学实践经验。
2020年度尽管受疫情的影响，但人工智能课程教学实践共同体项目在湖北二师为牵头单位的组织下，仍然开展了一系列活动并取得了较好的效果。
人工智能课程教学实践共同体项目组现场调研
通过项目组系列的交流、研讨活动，确立了人工智能课程教学实践共同体项目的愿景：即围绕中小学人工智能教育普及、普适、普惠这个主题，建立政府-高校-学校-企业合作的中小学人工智能课程教学推进模式，培养一大批中小学人工智能骨干教师，研究中小学人工智能的课程标准，进一步建立中小学人工智能的课程体系，推动中小学人工智能课程进课堂，确保中小学人工智能课程的开课质量，全面提升中小学生信息素养和适应智能社会的能力。
开设人工智能课程教学
三、后期总结，形成人工智能系列课程
在前期教学实践过程中，通过研讨总结，形成了系列人工智能知识普及课程：
在此基础上，针对高中学生的认知特点，计划逐步开设Python基础编程课，形成系列高中学段的普适课程。
在创客活动中融入人工智能开源硬件，积极开展社团培训，培养学生的创新能力，进而形成系列的普惠课程。
四、典型案例，探索人工智能教学方法
图像分类——“旅行照片分门别类”教学案例
教学内容分析：
“旅行照片分门别类”是《人工智能（高中版）》第四章第2节内容，它是计算机视觉技术的典型应用，课程通过体验图像分类应用、合作完成实验探究，了解生活中图像分类技术的应用场景及掌握图像分类的含义及颜色特征、纹理特征、形状特征、卷积运算等基本概念。
图像分类的任务就是给定一个图像，正确给出该图像所属的类别。对于超级强大的人类视觉系统来说，判别出一个图像的类别是件很容易的事，但是对于计算机来说，并不能象人眼一样获得图像的语义信息。
计算机能看到的是只是一个个的像素的数值，对于一个RGB图像来说，假设图像的尺寸是32*32，那么机器看到的就是一个形状为3*32*32的矩阵，或者更正式地称其为“张量”（“张量”简单来说就是高维的矩阵），那么机器的任务其实也就是寻找一个函数关系，这个函数关系能够将这些像素的数值映射到一个具体的类别（类别可以用某个数值表示）。从最基本的知识入手，激发学生深入学习的兴趣。
学情分析：
高中阶段的人工智能课程的开展和实施均处于探索与摸索阶段。从学校的实际情况出发，充分利用现有器材和教材，从图像分类技术“旅行照顾片的分门别类”入手，通过任务驱动，调动学生去发现的找寻图像分类技术的应用场景，探索图像分类的基本流程，调动他们去更深度的思考和学习解决图像分类的方法，激发学生深入分析问题、不断探究和质疑，使学生能主动积极的去追求现象后面的本质，进而培养学生的合作能力、交流能力、探究能力。
教学设计：
【教学目标】
（1）掌握图像分类的含义及颜色特征、纹理特征、形状特征、卷积运算等基本概念；
（2）理解图像分类的工作原理并且可以自主阐述该原理；
（3）可以列举出生活中图像分类技术的应用场景以及图像分类的技术难点。
【教学重难点】
（1）教学重点：①掌握图像分类、颜色特征、纹理特征、形状特征、卷积运算等基本概念；②列举出生活中图像分类技术的应用场景以及图像分类的技术难点。
（2）教学难点：理解图像分类的工作原理并且可以自主阐述该原理。
【教学过程】
环节一：体验感知，新课引入
1、教师活动：提前通知学生完成课前活动体验图像分类应用。活动安排：安装图像分类软件，例如相册管家等App，将自己或家长手机的照片进行归类。
(如果没有找到相关软件，提供最新的网址：2020年11月深圳创客比赛的图片或扫描二维码，在手机中打开可以进行人脸检索体验分类)
https://www.xxpie.com/console/albumViewer?shootTaskId=5fac0bb46fd9e3479185c6be&nowatermark=NWZhYzBiYjQ2ZmQ5ZTM0NzkxODVjNmJlJDA%3D
学生活动：课前安装图像分类“相册管家”软件，体验手机或平板中图像分类的应用。
2、老师投屏，展示自己手机安装的图像分类软件“相册管家”对照片分类的结果：身边的人；合照、截屏、自拍、个人照（人形机器人被放入个人照中）、风景、文本；地点。
学生活动：.观看老师展示图像分类结果。
3、教师活动：组织讨论图像分类软件为什么会自动对照片进行分类吗；图像分类软件对照片分类经历了什么样的过程。
学生活动：不同平板中“相册管家”都可以自动对照片进行分类，提供相片根据内容不同分类为合照、截屏、自拍、聚餐、俯瞰、路、个人照、风景、美食、文本、建筑、表演、夜景（图片分类截屏资源见右侧二维码）、
4、学生交流讨论：论相册为什么能自动分类、照片分类是如何进行的，激发学生对图像分类过程的探知欲望。
设计意图：体验图像分类在生活中的运用，激发学生对了解图像分类技术原理的探究兴趣。
环节二：感知体验分类的过程，学习相关的分类知识
1、教师活动：自主阅读并回答什么是“图像分类”。
学生活动：通过自主阅讯，交流对图像分类的定义的理解（图像分类是指计算机接收到输入的图像后，输出对图像内容分类的描述。）图像分类属于模式识别，即按照事物的特征将物体分为不同的类型，一个类型即为一个模式。
2、教师活动：组织探究实验（平板或ai.chanhyan.com中资源“认识图像”）。
实验目的：理解颜色特征、纹理特征、形状等基本概念。
活动步骤及要求：
（1）进入实验资源。
（2）打开“认识图像”—上传图片。
（3）选择“图像特征”。
（4）选择实验“颜色特征”。
（5）点击“开始提取”，提取颜色特征。
（6）显示“颜色直方图”。
（7）点击“纹理特征”，提取纹理特征。
（8）显示“纹理特征图”。
（9）点击“轮廓特征”，轮廓特征。
（10）显示“轮廓特征图”。
学生活动：根据老师的要求分小组按以上活动步骤及要求完成探究实验。
3、教师活动：小结图像分类是依据图像的特征。常见的图像特征有颜色、纹理和形状。
学生活动：理解图像分类的依据，以及常见图像特征的含义。（图像分类的依据是图像的特征，常见的图像特征有颜色、纹理和形状。颜色特征描述了彩色图像或者图像中事物的外观特性，事物之间存在色彩的差别。纹理特征描述了物体外观结构的组织排列方式，物体的纹理各有千秋。）
设计意图：通过实验，查看特征提取结果，对常见图像特征的含义有直观认识。引导学生在自主探究的过各事理解概念，建构学科知识。
环节三：深入原理探究，掌握图像识别的过程
1、教师活动：组织学生自主阅读实践探究4-3，了解“探究计算机进行图像分类的工作原理”的实验过程。
学生探究活动：实验理解图像分类的工作过程。
活动步骤及要求：
（1）进入实验资源。
（2）打开“图像分类”—输入图像（可以直接从实验平板中系统提供的图片）。
（3）点击下一步进行“卷积计算。”
（4）点击开始计算，显示“卷积层”（根据需要可以“重新计算”，然后点击“下一步”。
（5）进入池化计算（用卷积神经网络CNN提供图像特征输出池化层。池化层对输入的特征图进行了压缩，一方面使特征图变小，简化网络计算复杂度；一方面进行特征压缩，提取主要特征。本实验中采用大小为3*3*3的池化窗口进行计算。），点击“开始计算”，显示“池化层”。
（6）点击“下一步”进行“特征连接”。
（7）点击“开始计算”，显示全连接层（点击可查看全连接映射），点击“下一步”。
（8）显示“分类预测”，点击“开始计算”显示“全连接层”经激活函数（ReLU）达Softmax层，显示匹配对象（预测概率最大的）。
2.组织小组交流讨论，分析思考实验探究4-3中3个问题。
分类器是在机器识别过程中，执行具体分类的功能模块，它能依据输人对象的特征值，自动判别对象的归类。分类器所执行的分类操作是机器识别的核心。进行分类器的训练目的是利用大量数据建立一个符合实验对象的分类模型，为后期的分类提供基础数据。计算机图像分类的依据是图像的特征，常见的图像特征有颜色、纹理、形状。颜色特征描述了彩色图像或者图像中事物的外观特性，事物之间存在的色彩的差别。纹理描述了物体外观结构的组织排列方式，物体的纹理各有千秋。形状是图像的一种重要可视化内容，它勾画了物体的边界。
3、教师活动：抽查学生自主及合作学习结果。
学生活动：结合流程图（P127页图4-25），了解图像分类的原理和步骤。图像分类过程分为训练阶段和检测阶段。训练阶段需要为计算机提供大量数据，这些数据又分为训练集和测试集。计算机利用训练集进行训练建立模型（即分类器），使用测试集对模型进行测试，如果得到的分类结果和标签不同则重复训练过程，反之接受该模型。在检测阶段中，通过摄像头等设备采集图像，将图像输入到训练好的模型中，经过图像预处理、特征提取和分类后输出结果。
4、教师活动：组织学生自主“图像预处理”，要求学生自主阅读图像预处理的目的和流程。
学生活动：自主阅读，理解图像预处理的目的和流程。认识和掌握图像预处理（图像质量直接影响图像分类的效果。预处理的主要目的是去除图像中无关的信息如色彩、光线等的干扰，提取有用的真实信息如物体的边缘等，从而提高特征提取等操作的可靠性。预处理的流程一般为灰度化、几何变换和图像增强。灰度化是指将彩色图像转换为灰度图像。几何变换是指对图像进行平移、旋转、缩放等。图像增强是指增强图像中的有用信息，如把模糊的图像变得清晰或者去除不感兴趣的特征。
5、教师活动：组织学生通过实验学习“特征提取”。学生按下述步骤开展实验，教师结合实验讲解特征提取中使用的卷积运算。
实验目的：
了解卷积运算在提取物体轮廓特征的劫。
活动步骤及要求：
（1）进入实验资源。
（2）打开“深度学习”—选择“卷积”---点击“开始实验”。
（3）点击右上角“卷积在图像中的应用”。
（4）分别点击“边缘增强”、“边缘检测”查看不同的图像特征。
（5）在“九宫格（卷积核）”里改变数值，改变卷积核的参数，查看图像的特征变化。
（6）点击“选择文件”查看其它图像特征。
学生活动：按照教师给定的实验步骤进行实验。理解卷积运算在图像特征提取中的运用。
6、教师活动：引导学生对“分类”知识进行认识。
学生活动：交流补充对“分类”概念的理解，分类就是将提取得到的图像的特征识别参数和数据库中所有的原始参数进行匹配、比对，并完成判断和分类的过程。分类时会有一阈值，当图像的特征识别参数和数据库中已有的原始参数对比得到的相似度高于这一阈值时匹配的结果将被输出，从而对图像的类别得出判断结论。
7、教师活动：总结图像分类检测阶段的三个步骤（图像预处理、特征提取、分类）。
学生活动：跟随教师思路进行学习总结。
设计意图：本环节是重点与难点，通过运用旧知理解新知，动手实验及自主阅读，突破重、难点。
环节四：学习图像分类后思考它的应用场景和技术难点，拓展所学知识
1、教师活动：组织学生自主阅读“图像分类的应用场景和技术难点”。
学生活动：通过自主阅读交流图像分类技术面临三个层面的挑战“实例层面”、“类别层面”和“语义层面”。
2、教师活动：小结本节课内容，引导学生对图像分类过程的深入思考，如何通过编程设计实现图像分类，激发学生进一步学习的欲望。
学生活动：交流分享本次课程图像分类的应用场景和技术难点。
设计意图：通过自主学习，理解对图像分类的应用场景和技术难点，培养学生自主学习的习惯与能力。
教学反思：
（1）合理引导激发兴趣。课程理论知识和实验内容比较多，在设计教学过程中以多项目任务的方式分化各个教学难点，循序渐进，从不同的实验过程中让学生有充分交流和展示，这样每个小组成员就会主动去完成每一个小的项目任务，会自觉的按照课程设计进入下一环节的探讨学习。
（2）明确目标，提高实验探究能力。每一个教学过程中，教师都要提前熟悉相关实验，在学生自主阅读完成后能引导和激发学生进一步实验的探究的欲望，课程设计的实验是层层递进，教师的设问引导也应该层层深入，使得学生的合作探究与学习有强大的内驱力。
（3）关注过程，动态生成。教学的结果是传授知识培养兴趣，形成对知识内容的深入钻研和学习。在每一个交流和分享的过程中，关注学生思维的形成过程，引导学生向高阶思维跨越，激发学生主动学习与创造，寻找更好的解决问题的方法。
【案例评价】
在本案例引入项目学习、层层递进、合作探究、交流分享的方法，使课堂完成了知识的传授和对学生能力的培养，激发了学生对知识内容的深度思考，引发了他们的学习兴趣。
“未来已来”，我们看到：新课程改革将从文化驱动进入到技术驱动阶段，技术的变化必将带来学习方式、课程结构、组织形态、考试方式和价值观念的深刻变化。未来的学校将会变成学习中心，通过空间、技术与课程的融合，形成智能化的学习支持体系，为每一个学生提供定制的教育，在些过程中，人工智能课程必将会发挥重要的作用。