人工智能特色课程实践案例
一、 案例背景
教育部办公厅印发的《2019年教育信息化和网络安全工作要点》，明确提出坚持“育人为本、融合创新、系统推进、引领发展”的基本原则，深入落实《教育信息化“十三五”规划》和《教育信息化2.0行动计划》，积极推进“互联网+教育”，以教育信息化支撑和引领教育现代化。2020年8月，湖北省人民政府关于引发《湖北省新一代人工智能发展总体规划（2020—2030年）》的通知，积极推进基于教育大数据的智能产品与服务在教育教学、教育管理、教育评价等方面的全流程应用，推动教育模式变革和生态重构。推加快建设在线智能教室、智能实验室等智能学习空间。推进基于人工智能的精准化教学和个性化学习，推动智能教学助手和智能学伴应用，提高教与学的效率。开展智慧教育示范区创建和智能教育试点示范学校建设，支持武汉市建设国家智慧教育示范区。
在当前科技创新教育提质增速的背景下，虽然“人工智能”(AI)已经成为一个几乎人人皆知的概念，但对人工智能的定义还没有达成普遍共识，机器不一定需要像人一样思考才能获得智能，重点是让机器能够解决人脑所能解决的问题。
从人工智能在疫战的应用案例中，让学校了解算法在人工智能中的重要作用，明晰和强化了正确的科技素养价值理念，转变教育视角，形成新课改科技创新、创意教育的价值共识。
二、 案例方案
武汉市第四十九中学在校长吕向东“努力成就最好的自己”办学思想指导下，将培养学生的科技创新精神作为学校的主要教育方向。在智慧校园软硬件技术的支持下，学校成立了科技社团，按照学生兴趣和水平进行分组，现有软件编程、人工智能等项目供学生学习与实践。
我校以科技引领、人文立校，致力于创新教学方法、变革教学模式、树立科创特色，基于技术意识、创新设计、工程思维、图样表达、物化能力五方面的素养培养学生,在高校专家的指导下，着重培养学生科技创新和实践能力。同时大胆实践探索，建立了科技型和创新型师资梯队，对接新高考，并在高考中取得了丰硕的成果。
毛俊琪同学科技创新社团北斗无人车项目软件负责人，2020高考总分664，目前就读华中科技大学计算机学院
科技创新社团学生周紫鑫：偶尔的跌倒，阻止不了前进的执着；片刻的欢愉，加速更远的奔跑！
2019年我校科技创新社团Robomaster机器人项目彭睿同学通过机器人比赛成绩被美国弗吉尼亚理工全额奖学金录取，2020年我校科技创新社团北斗无人车项目嵌软负责人毛俊琪同学高考664分被华中科技大学计算机学院录取。
学校通过在课堂中介绍人工智能技术配合编程教学、算法实践等教学方式，让学生体验使用算法解决问题流程，增强学生利用信息技术解决实际问题的能力，激发学生学习兴趣。
三、 案例课程标准
学生能描述人工智能的基本特征，会利用开源人工智能应用框架，搭建简单智能系统（计算思维）。了解人工智能的新进展、新应用（如机器学习、自动翻译、人脸识别、自动驾驶等），并能适当运用在学习和生活中（数字化学习与创新）。了解人工智能的发展历程，能客观认识智能技术对社会生活的影响（信息意识、信息社会责任）。
四、 案例目标
本案例旨在全面提升全体高中学生的信息素养。通过提供技术多样、资源丰富的数字化环境，帮助学生掌握数据、算法、信息系统、信息社会等学科大概念，了解信息系统的基本原理，认识信息系统在人类生产与生活中的重要价值，学会运用计算思维识别与分析问题，抽象、建模与设计系统性解决方案，理解信息社会特征，自觉遵循信息社会规范，在数字化学习与创新过程中形成对人与世界的多元理解力，负责、有效地参与到社会共同体中，成为数字化时代的合格中国公民。
五、 案例成果
我校2017年成为腾讯智慧校园全国示范校、武汉市创客教育联盟示范校之一，2018年成为教育部卫星导航联合研究中心指导项目《“智汇北斗”科普教育应用与实践》首批课题实验学校，2018年，我校被授予“湖北省知识产权教育试点学校”2019年被授予“全国青少年人工智能活动特色单位”，2020年我校被评为“全国航天特色学校”，被武汉市教育局、科技局评为“武汉市科普特色学校”。
新建人工智能实验室
我校拟抓住此次武汉市建设国家智慧教育示范区东风，进一步加强我校人工智能教育和智慧教室的建设工作，全力推进科创教育发展，推动形成全社会重视的科创育人环境，让每个孩子都具有科学思维和创新能力，让有天赋的孩子能享受极智的人工智能盛宴，让区内的教育工作者逐渐具备科创教育能力，让未来的智造者脱颖而出。培养热爱人工智能教育的教育者，热爱人工智能探索创新的学生，从而构建一体化的科创教育生态圈。力争将我校打造成为全省乃至全国具有智慧教育示范学校，成为武汉市的兄弟学校的标杆。
彭睿获Robomaster亚军&江明奕同学获评青山区科创达人
刘明刚老师获邀参加各项活动
我校配有有专门的人工智能师资支持，分别来自各大学科的高级、中级教师参与其中，开设了《Robomaster机器人》、《3D打印》、《创客教育》等课程，带领学校参加各项培训和竞赛，多次获奖。
刘明刚老师、王涛老师带队参加人工智能研学
刘明刚老师指导学生设计无人车
郑华强老师在3D实验室指导学生3D建模
陆航老师展示编程无人机
人工智能时代，计算思维培养的七种教学策略
以下文章来源于中小学数字化教学，作者尹以晴等
中小学数字化教学
《中小学数字化教学》（CN10-1490/G4）系教育部主管、人民教育出版社主办的国家级教育专业期刊，主要服务于运用信息技术改进教学的中小学教师、教研员、校长，以及师范院校师生和科研院所的科研人员。本公号是刊物“纸数联动”的支撑平台之一。
计算思维已成为当今国际学术界多学科领域关注的热点议题，随着人工智能等新一代信息技术的飞速发展，计算思维培养需要全新的教学策略框架。本文基于美国k-12人工智能教学指南，提出了人工智能时代培养计算思维的四类七种教学策略框架，并结合案例阐述七种教学策略及实施。文章基于我国计算思维教育的发展实际，提出中小学计算思维培养的若干实施建议，以供学校和教师开展计算思维教育参考。
自周以真教授2006年在ACM通讯上提出计算思维的概念以来，计算思维逐步渗透到各级各类教学体系，并成为人工智能时代个体必备的基本素质。世界各国都在加快步伐开展培养计算思维的相关课程，以帮助学生更好地适应未来。英国皇家学会在《停止还是重启：英国学校计算教育的前进方向》报告中就强调了计算思维对于学生认识世界的重要性，并主要在计算机科学中实施了一整套计算思维课程。我国《普通高中信息技术课程标准（2017年版）》也将计算思维列为信息技术课程的核心素养之一。如今，在大数据和人工智能的推动下，计算思维被赋予新的内涵，进一步深化了计算思维在科学与社会经济领域的意义和价值，人工智能时代中小学计算思维培养需要全新的策略框架。
01
人工智能时代
计算思维培养的策略框架
人工智能时代的个体核心能力体现在以计算思维为代表的高级思维能力。然而，中小学校现有的计算思维教育理念沿袭了“计算机能力—编程能力—计算思维”的线性思维，高度依赖计算机学科教育或编程教育，忽视了计算思维培养的其他路径。随着人工智能技术的快速普及，嵌入人工智能系统的大量算法模式丰富了人类对算法的认知，也丰富了计算思维的教学内容和教学策略，更有助于提升学生的问题解决能力，培养他们的计算思维。基于此，美国人工智能促进协会联合美国计算机科学教师协会和卡梅隆大学研制了K-12人工智能教学指南。该指南不仅设计了从小学到高中开展人工智能教学的目标与内容，还对中小学阶段该如何教人工智能课程给出了具体清晰、可操作性强且符合学生学习规律的教学策略与活动建议。我们发现这些策略和活动也特别有利于对学生计算思维的培养，受此启发，本文立足我国中小学技术类相关课程的教学实际，结合具体案例，阐述中小学计算思维培养的四类七种策略（见表1）。
▲表1中小学计算思维培养的策略框架
02
解析中小学计算思维
培养的教学策略
（一）实验探究
教师组织学生使用各种类型的人工智能软硬件资源，通过实验探究教学，促进学生体验和理解人工智能，在实验中提高计算思维能力。
策略1：游戏化教学
游戏化教学包括数字化游戏和游戏活动两类。有学者以Blockly游戏为平台对学生进行计算思维训练，证实了教育机器人可提高学生对科学、技术、工程和数学等学科知识的获取能力，同时促进计算思维的培养。Garneli等人将学生分为两组，一组通过包含科学内容的电子游戏情境，另一组通过设计适当的项目来学习相同的科学和计算课程。结果表明，游戏情境更有助于学生获得计算思维技能。这种跨学科的游戏化教育情境可以应用在典型的学校情境中，以促进学生获得更多计算思维技能和学科内容。此外，AI机器人课程是游戏化教学应用最多的学科，在利用人工智能技术提高计算思维的研究中，Bers等人发现，由于机器人课程中包含游戏化的思维训练，学龄前学生可通过与机器人一起学习获得基本的计算技能。Kahoot是一个基于游戏实现课堂实时反馈的网络评估平台，是包含智能批改和排行公告榜的自动化智能系统。由此衍生的Kahoot教育模式十分流行，将编程中的计算思维难点变成一个个游戏，学生完成教师的测试题就像在游戏中升级打怪，他们的计算思维会自然养成。
策略2：小组学习
小组学习包括合作学习和协作学习。根据Papert的建构主义学习理论，学生在虚拟环境中通过互动和合作完成学习任务，能有效提高学生的社会互动、认知、高阶思维和计算思维。Wilkerson构建了一个协作学习系统，以帮助学生学习如何计算面积。从实验结果可以看出，学生通过主导和分配角色合作完成学习任务，所得到的学习效果是最好的。计算思维是一种问题求解思维，它将问题求解的过程用“程序化”或“机械化”的方式表示出来。《普通高中信息技术课程标准（2017年版）》设立了“人工智能初步”选修模块。其中，探究“机器人巡线问题”是使用机器人完成各种任务的一个重要环节。学生可通过小组合作探究，分析实际问题，提出解决问题的方法和步骤（算法），再通过流程图转化为实际程序编写的过程。这一过程中，学生需要运用合理的算法形成各个小组的问题解决方案，由此锻炼和提升了学生的计算思维。
策略3：翻转教学
人工智能为翻转教学注入了新的动力。一方面，基于语音识别、自然语言处理等技术的教学测评系统和智能问答系统，可以将教师从重复性、程序性的工作中解放出来；另一方面，人工智能技术为学生提供了更为精准、个性化的指导，凸显了教学中学生的主体地位，增强了学生学习的自主性。例如，在以“计算机科学”为教学内容的翻转课堂中，学生3/4的课程时间花在计算机实验室，用以学习教师在学习管理系统中预先发布的学习材料，并通过个人实践与线上测评等活动消化和吸收相关知识。剩下的1/4时间，教师引导学生讨论学习的关键概念和技能，加强对所学和所实践内容的理解。研究表明，翻转教学不仅提升了学生的计算思维技能，还激发了他们的学习动机，改善了他们的学习策略。
（二）不插电编程
算法是计算思维中必不可少的核心内容。通常情况下，算法与计算机、互联网紧密相关，而不插电编程则让学生不再依赖计算机设备开展开放性活动，是一种帮助学生理解问题解决思路与技术手段的新形式。
策略4：基于任务的教学
不插电编程就是通过各种生动有趣的任务活动或者开放式的学习环境，将编程知识和计算思维融入其中，让学生不用电脑就能学习到计算机科学知识[8]。Havva等人在Bebras国际计算思维挑战赛基础上开发了不插电编程任务，包括简单、中等、困难三个水平，让学生在经历抽象、分解、算法和泛化的思维过程中解决问题。研究表明，不插电编程任务同样可以提高学生的计算思维技能，当然，它也要求教师教学时紧扣知识内容与计算思维的内在衔接关系。在不插电编程的社区网站上经常更新一些与计算思维概念紧密相关的教学案例。例如，在“分解”活动中，学生得到的任务是将情景问题（如种树）分解，并写出解决问题的必要步骤；在“莫妮卡地图”活动中，学生需要在一张地图中使用上下左右（即↑，↓，←，→）找到两个物体之间的最短路径。之后，学会使用乘数（即→→→→=4x→）来表示解决问题过程。学生在完成这些任务的过程中，深入理解分解算法、模式识别、抽象等计算思维概念。
（三）设计类活动
在活动设计教学中，教师为学生提供不同形式的支架，引导和鼓励学生设计出自己的作品，在设计和实践中促进学生计算思维的发展。
策略5：隐喻教学
隐喻作为常见的修辞术语被大家所熟知，而在教学中，隐喻往往是用具体可感的事物来类比抽象的事物，避免了纯粹的概念和枯燥的逻辑带来的教学困难。Diana等人使用隐喻和图形化编程软件相结合的方式向小学生教授编程，即在教学过程中用学生可以理解的事物类比概念性较强的指令，如变量和输入输出指令、条件指令、循环指令。学生在理解了基本概念后，再用图形化编程软件练习并设计出一件作品。结果证明，隐喻和图形化编程软件相结合的方式有利于培养小学生的计算思维，并且更适合10~11岁的学生。这是因为教师可以通过隐喻形象地呈现逻辑关系，清晰具体地描述问题，图形化编程不强调复杂的代码编写功能，能够降低学生的记忆难度。
策略6：支架式教学
人工智能技术能帮助教师更好地构建支架和创设情境，从而将复杂的问题分解，引导学生逐步发现和解决学习中的问题。北京大学学习科学实验室提出以培养计算思维为核心开展人工智能教学的理念，其中，“AI积木编程”系列课程采用了AISpark人工智能编程实验平台的人工智能功能模块。人工智能的基本原理是晦涩难懂的，该平台却以智能语音、智能翻译等技术构建的支架紧扣学习主题，并要求学生以小组协作的方式设计出一个创意作品，为学生对人工智能原理的学习铺设了阶梯。计算思维测评结果发现，在智能技术的支持下，学生的计算思维技能有了明显提高。还有研究者关注性别差异，在基于人工智能的教学中使用了两种不同形式的记忆系统作为脚手架，并发现男生更多地受益于个人主义、动觉空间导向和基于操纵的脚手架活动，而女生更多地受益于小组协作的脚手架活动。
（四）案例研究
学习是一种复杂的心智活动，涉及背景和社会文化因素、学习者及其周围环境，强调知识的主要来源是社会实践活动。学习常常发生在学生为达到某种目标或解决某个现实问题而进行的活动中。教师可通过综合性的社会实践案例，引导学生从多个角度探索和解决问题，从而达到培养学生计算思维的目的。
策略7：社会文化教学
编程被认为是教授计算思维的最佳方法，但实际上，部分学生面临着学习编程语言的挑战。在编程学习困难者面前，编程不一定能有效地培养他们的计算思维。社会文化教学理论认为，学习是一套复杂的活动，涉及背景、社会文化因素、学习者及其周围环境。因此，计算思维的发展可以被描述为一个学生进入实践社区的过程，其中专家位于社区的中心。在这个过程中，学生能够分享经验、概念、情境和实践，积极参与并解决问题；学生能够基于PBL练习开发解决方案，将与计算思维技能相关的概念转换为经验。例如，有教师通过智能机器人模拟购物环境培养学生的计算思维——他创设了生活化的虚拟超市环境，提供智能机器人的视频资料，引导学生思考并绘制出机器人的购物路线和流程图。学生以小组为单位编写机器人购物的程序，交流展示作品，在反思经验的基础上优化作品，将所学应用于实际生活中解决现实问题。这也表明，计算思维符合维果茨基提出的社会文化教育愿景，使学生能够在PBL情境下积极参与社会互动。
03
中小学计算思维培养的实施建议
（一）构建具有普适性和跨学科性的计算思维课程体系
如前文所述，培养计算思维不局限于编程一种方法，教师还可以与科学和数学等多学科融合，培养学生的逻辑概念、计算思维、解决问题的能力。换句话说，计算机编程是运用计算思维通过计算机解决问题的过程，而不是依赖于计算机的活动。美国IEEE计算机学会前任主席DavidGrier认为，未来10~15年，计算机教育面临的挑战是，如何构建一个课程体系来帮助人们更清晰地思考计算。Weintrop讨论了将计算思维嵌入数学和科学语境中的方法，认为其有三个益处：①它建立在计算思维与数学、科学的相互学习关系之上；②它解决了触及所有学生和拥有熟练教师的实际问题；③它使科学和数学教育更符合这些领域当前的专业实践。采用跨学科教学模式，使学生能够通过计算思维来管理和分析各个学科的材料，从而加深他们对跨学科知识的理解，体验跨学科知识和计算思维在解决现实世界复杂问题中所起的作用。交叉创新是普适性计算思维发展的根本途径，将计算思维跨越计算机科学边界应用于多学科领域（如STEM），是目前众多计算思维教育研究者所寻求的实践路径。将计算思维发展与学科内容相结合，设置一套完整的计算思维培养课程体系，将有助于学习者了解计算思维的现实应用。
（二）建设人工智能技术赋能的、友好的计算思维教学环境
国内外研究表明，教育机器人作为一个积极的辅助工具，正越来越多地出现在教育环境中，用以培养学生的认知技能和计算思维。从本质上说，人工智能可以作为新兴的教育技术，优化和改进传统的信息技术课程。同时，嵌入人工智能系统的大量算法模式能增强学生对于算法的认知，丰富了计算思维的内容。当前，针对大数据分析以及各种人工智能体的研究、设计和应用，产生了许多新的计算模型、算法形式和计算技术。这些进展推动了人们对计算思维更加系统和深刻的认识。在教学实践中，教师可利用这些技术和资源，建设一个规模适当的计算思维实践基地，针对学生不同的学习需求，采取相应的教学策略，在实训中提升学生提出问题、分析问题和合作探究的能力，培养学生的计算思维。
（三）完善具有动态适应性的计算思维评价指标体系
计算思维是一个抽象的术语。“让学生像计算机专家那样思考”，实际上就是让他们尽可能充分地从计算机学科的视角思考。如何发展以“形式化思考、模块化建构、自动化处理、系统化实现”为指向的计算思维教育，是目前困扰教育研究者的最大问题。要测评计算思维教学成果，这一维度又恰恰最为关键。国内外研究者采用了不同的方法和工具来评估教学策略对提升计算思维技能的效果，如测试、问卷、访谈等。但目前来说，大部分计算思维测评研究关注的是算法、模式、抽象、综合、评估和自动化等计算机概念。在进一步的研究中，需要将数字素养、创新性思维等核心素养纳入整体视野，并从思维的一般过程和思维的具体行为表现来构建测评体系，建立测评框架。
（四）提升教师计算思维素养与教学能力
计算思维可以在生活中被广泛应用，而不仅限于被计算机工程师使用。然而，一些教师仅从表面理解了计算思维概念，不能设计出有意义的课程，将计算思维的概念和工具与学科内容或教学方法结合起来。为此，Bower等人举办了一系列K-8年级教师计算思维研讨会。他们用实例说明，通过有针对性的专业学习，教师的计算思维理解、教学能力、技术知识和自信心可以在较短时间内得到提高。教师在教学时需要考虑学生的学习状况，或对不同的学生提供适当的帮助或反馈，引导学生通过学习教师设计的相关课程培养计算思维。
（来源：《中小学数字化教学》2021年第4期。作者/尹以晴、李宁宇，系温州大学大数据与智慧教育研究中心硕士研究生；柳晨晨系温州大学教育技术系副教授；王佑镁系温州大学教育技术系教授、博士生导师，温州大学大数据与智慧教育研究中心主任）
中国青少年科技辅导员协会
提醒广大科技辅导员
戴口罩勤洗手少集会
不给病毒可乘之机！
原标题：《人工智能时代，计算思维培养的七种教学策略》
阅读原文
人工智能教育应用的发展趋势与实践案例
二人工智能教育应用的发展对策与举措鉴于人工智能时代教育应用的发展趋势与发展现状，智能教育应用必须在教育主场景中解决阻碍教育走向个性化的关键问题，才能真正推动个性化教育由理念到实践的发展。1用AI技术解决阻碍教育走向个性化的关键问题①通过智能推荐引擎解决学习过程个性化的问题。智能推荐引擎一方面基于对学生数据的全面掌握，准确刻画学生的个性特征与学习需求；另一方面基于对学习资源内容和使用状况的智能分析，实现资源特性的标签化；最终根据每个学生的真实需求，智能化推送合适的学习资源，以实现学习过程的个性化。②通过智能学情分析解决教学过程精准化的问题。智能学情分析技术一方面汇聚了单个学生的学习态度、学习风格、知识点掌握情况等信息，使教师能够精准掌握学生个体的学习需求；另一方面统计了班级整体的学习氛围状况、薄弱知识点分布、成绩分布等学情信息，使教师能够精准掌握班级整体的学习需求；最终为合理规划教学资源、恰当选取教学方式提供专业指导意见，实现教学过程的精准化。③通过智能决策支持解决管理过程科学化的问题。智能决策支持一方面实现了校园数据的打通、汇聚与交换，形成学生、班级、学校多级数据体系；另一方面实现了校园数据的规整与加工，并基于业务场景创建校园数据仓库，创建分析、度量、诊断、预测等各类模型，生成可视化分析图；最终为学校管理者提供基于数据与模型的决策建议，以实现数据驱动的管理过程的科学化。2将解决个性化教育核心问题的AI技术打造成核心服务
为系统性提升教育应用对个性化教育的支撑能力，研究中将人工智能相关技术进行封装，并整合为开放服务，供面向具体教育场景的应用产品集成与调用，称为“智能教育核心服务”（CoreServicesforAIinEducation），如图1所示。智能教育核心服务，依托“智能教育平台”提供的AI技术能力与大数据处理能力[8]，面向具体教育场景，提供“技术”与“业务”两大类服务。
图1智能教育核心服务（1）智能教育技术类核心服务该类服务面向具体的教育应用场景，从技术的角度实现对人工智能通用技术的封装与定制，使各类教育应用产品能够迅速集成交互界面友好、接口简单易用的AI技术与服务。从应用产品的角度来看，借助该类服务可以快速获得AI能力，因此也被称为“人工智能代理（AIAgent）”，其主要功能包括：①人机交互技术，指研究人和计算机之间的信息交换，包括语音合成、语音识别、情感交互等具体领域技术；②自然语言理解技术，指研究能实现人与计算机之间用自然语言进行有效通信的理论和方法，包括机器翻译、机器理解、问答系统等具体领域技术；③知识图谱技术，本质上是构建语义网络，指研究将各类信息连接在一起形成关系网络，并利用网络中的关系分析与解决问题的技术；④生物特征识别技术，指通过个体生理特征或行为特征对个体身份进行识别认证的技术，包括语音识别、指纹识别、人脸识别等具体领域技术等。（2）智能教育业务类核心服务该类服务面向具体的教育应用场景，从业务的角度实现人工智能通用技术与业务流程的融合，以实现学习过程的个性化、教学过程的精准化和管理过程的科学化等具体业务要求，使应用产品能够快速获得开展个性化教育的必要能力。从应用产品的角度来看，该类服务扫除了开展个性化教育的技术障碍，使应用系统可围绕服务展开业务，因此也被称为“人工智能助手（AIAssistant）”，其主要包括以下三种服务：①智能推荐服务。在自适应考试、智能口语评测、全学科阅卷等人工智能技术的支撑下，充分利用用户的学业诊断数据、用户行为数据，并根据学生的学习目标、学习风格、学习习惯以及对知识点的掌握情况，通过用户画像、资源画像及构建知识图谱，实现学习资源的个性化推荐。该服务被广泛地应用于学生自主学习、课后练习等相关场景的产品应用中。②学情分析服务。实现了各类学情数据和教师教学数据的打通、汇聚、规整与分析，并在数据挖掘技术和学习分析技术的支撑下，使教师不仅能够全面掌握学生个人的学情信息，还能够全面掌握全班学生的学情分布状况。该服务被广泛地应用于包括教学预设、课堂教学、备课与教研等相关场景的产品应用中。③决策支持服务。基于用户教育管理数据、行为数据及相关行业数据，利用BI（BusinessIntelligence）分析、业务建模、数据可视化等技术手段，实现对管理决策活动的数据支撑，并提供监控、模拟和模型预测等功能。该服务被广泛地应用于学校的校园管理、区域的教育管理与教育治理等相关场景。四人工智能教育应用的实践案例科大讯飞作为教育技术引领企业，通过人工智能、云计算、大数据等先进技术，为广大教育用户提供了覆盖“教、学、考、评、管”的全场景产品体系，且产品已在全国10000多所学校应用并形成体系。合肥市某省属重点中学（以下简称“该校”）主要在教育各场景中常态化应用了科大讯飞的智能教学、智能学习和智能管理系统，从而形成了一系列典型特色的人工智能教育应用案例。下面将以该校2014级的35个班、共1937名学生为例，介绍其人工智能教育的应用情况。采集的行为数据时段是2016年2月22日至2016年7月5日。1智能教学系统的应用实践智能教学系统集成了智能教育核心服务中的学情分析服务。该系统采集了班级所有学生的行为数据、基础信息数据和学业数据，并提交给学情分析服务；学情分析服务通过后台的大数据分析与智能技术处理，形成对学生个体与学生整体的画像，生成可视化的学情分析报告并提供给教师。教师根据学情报告中的各项指标数据，准确规划教学路径、精确设计教学策略，从而实现教学过程的精准化。智能教学系统的应用模式如图2所示。
图2智能教学系统的应用模式
图3作文练习错误类型分析图本研究以该校英语学科C老师某节作文课的智能教学过程为例，来介绍智能教学系统的应用，其具体过程是：①利用AI代理完成英语作文练习作业的批改与数据采集，并通过AI助手自动生成班级与个人关于本节课的学情分析报告。其中，学情分析包括各类分析指标，以图3所示的“作文练习错误类型分析图”为例，该指标可帮助C老师全面了解班级作文练习中的薄弱点分布状况。②C老师针对全班学情分析报告中出现的低分组高频薄弱点（如拼写错误）和高分组高频薄弱点（如成分缺失错误）进行精准讲评。③学生根据个人学情报告和老师讲评，在线对作文进行修改，包括订正原有错误、修改完善作文表达等。④学生修改完成后，AI助手再次向C老师提供班级和个人报告、向学生提供个人报告，以让双方得到实时反馈和效果评价，便于学生及时更改、教师进一步推送资源。⑤通过上传、共享等方式，C老师将修改后的优秀作文分享至全班，学生利用AI助手分组讨论并学习优秀作文的写作、词句表达等来取长补短、精准提升写作水平。借助于AI代理和AI助手，整个写作的教学过程由此实现精准教学的目的。C老师将此次英语作文教学重点放在教学设计上，并通过AI助手精准掌握学生学情，实现了以学生为主体的个性化教学；同时，借助AI助手，学生也获得了个性化作文的学习指导，他们在课堂上进行小组讨论、个性化练习作文，极大地调动了写作的积极性，也显著地提升了英语写作水平。据后期统计，在2016年7月初的月考中，该班的英语作文平均分较2月初的月考作文分数提高了15%。2智能学习系统的应用实践智能教学系统集成了智能教育核心服务中的智能推荐服务。该系统基于学生的基础信息和学情信息，进行数据挖掘，并通过行为建模、经历建模，结合学科知识点的行业建模生成学科知识图谱，为学生规划科学的学习路径，同时在自适应学习技术的帮助下，为学生智能化推荐教师和系统提供的微课资源、试题资源、课件资源和其它学习资源，辅助学生进行个性化学习。智能学习系统的应用模式如图4所示。
图4智能学习系统的应用模式
图5M同学使用智能学习系统后准确率对比本研究以该校2014级M同学的数学学习过程为例，来介绍智能学习系统的应用，其具体过程是：①AI代理通过图文识别等技术，自动收集M同学平时的习题练习数据与考试测试数据，并借助AI统计其薄弱知识点，完成对M同学的认知诊断。②基于散落的知识点并结合知识点学习的先后次序关系，AI助手构建了M同学的学情知识图谱，通过图谱可以找出M同学的元认知缺失情况，并形成可视化的学习效果，效果可用图谱上的不同颜色节点来表示，由此也就形成了M同学数学学习的个性化路径。③AI助手根据个性化路径，按知识点先后次序有针对性地向M同学推送数学微课视频与巩固性习题；在完成推荐的资源后，M同学再次进入“数据收集—诊断建模—个性化推荐—数据再收集”的个性化线上学习闭环。④在线下，数学老师通过M同学不同颜色的学情知识图谱，针对其薄弱知识点进行教学、布置任务等，形成线下学习微循环。由此借助于AI代理和AI助手，M同学用线上线下、集中和自主等多种学习方式补齐自身短板，展开个性化学习。在2016年3月～6月期间，M同学使用智能学习系统后学习效果显著：一方面，在题量相近时，个性化作业的准确率（0.88）明显高于非个性化作业的准确率（0.522），且整个班级的答题准确率平均提升21.6%，具体如图5所示；另一方面，M同学在7月初的的数学月考中分数提升15.2%，而同期统计的一个月作业时间却相对减少31%。由此可见，使用智能学习系统进行个性化学习，对提高答题准确率、减少作业负担、提升学习效果有明显作用。3智能管理系统智能教学系统集成了智能教育核心服务中的决策支持服务，主要包括分析：①数据采集工具采集区域或学校内的教学、学习、考试、管理等场景数据，并提供给数据加工系统进行存储、加工，生成用户画像，进行相关业务建模；②数据应用系统在数据可视化等技术手段的支撑下，将数据进行集成展示；③数据分析系统提供监控、预测和模拟等功能，辅助管理者进行学校或区域的教育管理和教育治理。智能管理系统的应用模式具体如图7所示。
图6智能管理系统的应用模式
图7师、生的影响力指数在实际应用中，学校管理涉及面广，故本研究仅以管理领域内的师生管理为例，并以该校2014级学生为对象，具体的智能师生管理过程是：①利用AI代理收集学生对教师发布微课的评论、点赞数，学生对老师的私信数，对教师公告信息的回复数，学生间相互作业批改、相互提问以及私信数等互动数据。②利用AI助手对原始互动数据进行加工，获得标准化的师生互动数据，并进行师生画像，构建该校的师生社交网络；在该网络中，师、生以节点表示，不同节点间的连线表示不同的师生、生生互动关系，节点连接数与连接比例可表示互动的积极程度。③通过AI助手，利用图挖掘算法找到社交网络中最具影响力的学生与老师，计算出师、生的影响力指数，如图8所示。④根据可视化的师生、生生关系，以及数量化的师、生影响力指数，该校管理者在AI助手的支持下做出相应的教育管理制度调整，如针对影响力指数较大的前5位教师进行试管理：建立相应激励机制，大力加强教学推进工作；建立相应教学资源调控制度，合理规划资源并提升教学效果；建立相应校内师生申诉制度，及时反馈并解决教学困难。在2016年7月初，学校管理者对师生试管理成效进行了统一调查：通过统计并分析学生成绩发现，5位教师所教班级学生的平均成绩在全校排名上均有所提升；通过相关问卷调查发现，学生对该5位教师的角色认同感获得显著提升；通过对师生的情绪调查发现，学生与教师的负面情绪在逐步消减，而学习积极性与教学积极性则有了显著提升。五结语人工智能技术在教育领域的广泛应用，为传统的学校教育注入了新的活力，推动了教学、学习与管理模式的变革，也使得教育在一次又一次的模式变革中不断由量变走向质变。可以预见的是，学校将由宣讲式的大班教学模式，逐渐走向更能培养创新精神的、以学生为中心的个性化学习模式。在人工智能时代，或将可以真正实现我们长久以来梦寐以求的个性化教育和因材施教。原文地址：http://www.aibbt.com/a/28922.html返回搜狐，查看更多
基于小学人工智能创意编程案例
基于小学 人工智能创意编程案例 摘要：新冠肺炎疫情带来的影响，维护孩子们的安全与健康，帮助他们充实假期生活和学习，深圳市龙华区教科院附属小学精心组织师资力量在线办公，推出“抗击疫情”系列在线编程课程，孩子编制自己的小动画和小游戏。本文从新型冠状病毒疫情防控期间学生学习的现实状况出发，基于人工智能在中小学的普及，同时在线编程教学趣味性、实践性、探索性等的教学需求，有效整合编程资源，利用线上视频引导，线下设计制作出自己的作品，对学生因地制宜展开人工智能教育，培养孩子的动手和实践能力。 关键词：新型冠状病毒；编程；在线教学 1、教学背景 针对2020年新型冠状病毒疫情防控需求，我校信息技术采取腾讯课堂线上教学与线下开源编程软件相结合的教学方式，2017年1月8日，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，应逐步开展全民智能教育项目，在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。正式将人工智能正式划入新课标。因此借助疫情结合学生线上教学特点，将线上龙华区教科院附小三年级的学生将全面试点学习人工智能与编程的课程，培养孩子们的趣味性。 2、教学设计 2.1 教学内容分析 本课程为人工智能课程scratch 系列课程的第一节，因此本节课程内容不仅是对scratch做整体了解，也是对课堂规则、师生互动学习习惯的初步沟通。 scratch 是一款交互性和趣味性非常强的编程软件，非常适合采用主题式或项目人工智能的12个典型案例
但以亚马逊的推荐系统为例，它是一个交易性人工智能平台的强大引擎。人们可能已经观察到它的能力，这个系统可以不断学习。本质上，大批购物者正在“教导”亚马逊人工智能系统，以便更好地展示可能出售的商品。也就是说，将一件商品与过去展示的另一件商品相匹配将促进销售，可以将半关联的概念联系起来(例如灯架与摄影设备)。
另一方面，这种高端的人工智能系统需要庞大的计算平台来处理所有这些数据。对于使用小型服务器的用户来说很难为此类系统提供支持。显然，亚马逊网络服务公司拥有世界领先的计算平台。
3.Pandora
对于那些认为人工智能将会取代人类工作的人们来说，Pandora人工智能系统就是一个与人类合作的例子。首先，Pandora通过音乐专业人员的帮助来分析和分类歌曲。Pandora着眼于歌曲的450种属性进行分类，从声乐风格到节奏感。
当其人工智能算法工作时，根据大量用户对其歌曲库的响应，结合了来自用户的大量推荐。然后，人工智能系统可以批量分组和呈现对于用户具有意义的歌曲。
4.Cogito
这无疑是人工智能最活跃的领域之一：在销售和客服电话中使用人工智能，可以增强与客户的情感联系。具体地说，使用人工智能互动比人类更具移情能力。当然，这是人工智能使用的一个前沿。
Cogito(拉丁语的意思是“自我意识”)使用了人类互动的关键真理：它不仅仅是词语的表达意义，而且是词语的表达方式、情绪、节奏和感觉。
Cogito软件可以实时分析对话，提供有关正确和错误的线索和提示。也许对话者可能切入太多主题，或者反应不够快。应用程序提供基于颜色的警告和更新。该软件可以分析数百条线索，以确定对话的情感质量。
5.Nest
推动人工智能增长的关键因素之一是资金雄厚的厂商之间的竞争，希望在早期获得市场份额。以谷歌公司旗下的家用恒温器Nest为例，其部分目标是将谷歌公司的人工智能构建到设备中，用来应对苹果Siri和亚马逊Alexa的不断增长。
Nest使用人工智能来适应人类的行为模式，获得恒定的输入线索，并在家中工作时做出更准确的反应。在业主设置系统一段时间之后，Nest可以自己整合输入。
无论如何，智能家庭设备(物联网设备)无疑是争夺人工智能市场支配地位的关键战场。让一整组智能家庭设备协同行动，它们可以响应家庭成员的指令，并根据其行为学习，这显然是人工智能在家庭应用中的未来。
6.Boxever
总部位于爱尔兰的Boxever公司推出其Boxever“个性化平台”，其主要目标是旅游业。其基于云计算的平台允许旅游公司创建一个单一的客户视图，从而为客户提供更有效的营销。它的目标是通过单独针对客户来改进销售过程。如果人工智能可以在一对一的基础上定制交互过程，理论上它可以更有效地服务(并销售给)客户。
Boxever公司的方法承认竞争的关键部门是客户体验。如果零售商更加谨慎地满足客户的需求，将会在电子商务竞争中获胜。而使用智能软件比人工销售代表的成本要低得多。
7.AIRobotics、Humanoid和其他
人工智能为机器人的应用提供动力，其中包括加州大学伯克利分校的BRETT和麻省理工学院的MITdog。Sophia就是一个受到媒体热捧的人工智能机器人的例子，它和NBC电视台主持人JimmyFallon在“今夜秀”上聊天和唱歌。
除了流行文化的喧嚣之外，还有各种规格和大小的人工智能机器人。例如iRobot公司的RoomBA980吸尘器采用了人工智能技术，可以在家中完成各种清扫工作。该公司声称，Roombas公司已售出1000多万台RoomBA980吸尘器。
8.垃圾邮件过滤器
人工智能的核心就是学习。而使用机器学习和其他人工智能技术，软件系统将变得更智能，无需人工协助。
当然，采用人工智能防止垃圾邮件是一个迫切需要机器学习的领域。工作人员(甚至是团队)难以跟上垃圾邮件的增长。例如，Gmail会部署机器学习算法来过滤(大部分)垃圾邮件。
为此，垃圾邮件过滤器试图更快地跟上垃圾邮件发送者的工作，他们不断采用创造性的方法来欺骗收件人。垃圾邮件过滤器中的人工智能会持续扫描元数据，例如发件人的位置或主题行中的关键字。如果无法学习，垃圾邮件过滤器将在几天之后无法运行。
人工智能技术是使用来自人类的输入：因为对于一个用户具有价值的优惠券对于另一个用户来说则是垃圾邮件。特定用户如何对邮件流进行分类必须是垃圾邮件过滤器学习的一部分。
9.网上银行业务
银行为用户提供方便的优惠：扫描其支票并将其金额存入移动设备中，无需去实际的分支机构存款。其问题是：这样做需要机器来阅读用户的签名，这是一项既混乱又令人困惑的工作——甚至对工作人员来说也是如此。
在其他供应商中，MitekSystems公司采用专门从事基于软件的身份验证。其人工智能技术利用计算机视觉和机器学习使移动到银行的交易安全。
例如，Mitek公司采用视觉算法对银行交易中的无数ID格式进行分类。其核心是光学字符识别(OCR)软件，它扫描文档并将数据转换为可编辑的格式。可以使用人工智能调整OCR软件以准确提取个人签名或指纹。
10.贷款和信用卡处理
当消费者申请信用卡或贷款时，消费者信用评分(FICO)(通常在300到850分之间)将起到至关重要的作用。在过去，贷款工作人员审查了这些贷款和信用卡申请。虽然仍有很多工作人员，但许多关于信用卡的决定或者是否接受消费者的申请，都是由机器学习系统做出的。
同样，学习是这个过程的核心部分。银行管理人员可以设置他们希望当前信贷标准是宽松还是紧缩的参数。但他们希望银行的机器学习系统能够随着时间的推移而学习，以便更密切地确定哪些申请人是安全的借贷者。
11.Lyft和Uber
没有人工智能和机器学习技术，共享单车是不可能存在的。具体来说，票价、预计到达时间以及它将要走的路线：这些都是人工智能计算出来的。
人工智能即时进行大量计算。如果没有一个分析情况的机器学习系统，然后将结果数据路由到用户和驱动程序的应用程序，这些计算的数量和复杂性将是不可能的。当然，Lyft和Uber公司将其记录在自己的系统上，这两家公司拥有关于用户模式的大量数据。
在未来，这些服务预计将出现无人驾驶汽车的时代(尽管这种情况发生时最多仍然模糊不清)。如果没有人类驱动程序的元素，运行系统的过程将成为更纯粹的逻辑机器学习计算。从理论上说，这将导致共享乘车服务的成本下降，甚至可以节省雇佣驾驶员的成本。
12.社交网络
主要的社交媒体网络是人工智能发展的核心驱动力。特别是Facebook公司似乎采用了人工智能的各方面功能。例如，其算法定义了用户的时间轴，决定是否在其时间轴上显示或不显示其朋友的某些帖子。Facebook公司知道，如果某个用户的每位朋友都被展示出来，那么时间表就将变得很混乱，以至于它会让人感到厌烦。因此，时间轴算法可以了解用户与谁进行交互以及其通常忽略的对象。
对于Facebook而言，最重要的是，社交网络使用人工智能来帮助个性化为用户提供广告的方式，因此它具有一定程度的广告显示相关性。需要注意，Facebook允许用户评论广告与时间线的相关性;每个用户评论都有助于系统学习并变得更精细。由于他们使用人工智能微调显示系统的方式，Facebook和谷歌在整个网络广告市场的比例非常高。
此外，Facebook使用图像识别人工智能技术来识别照片中的人脸，因此它可以邀请用户为其添加标签。毫不奇怪，考虑到照片对Facebook的重要性，Facebook在面部识别技术上投入了大量资金。采用机器“读取”照片是当今人工智能时代最为显著的进步之一。返回搜狐，查看更多