人工智能时代的课堂教学革新
如果说教学是为了促进学生学习，那么就要在课堂上完成内化和外化的协调和循环。但是，我们知道，现在的课堂在很大程度上对学生来说是“内化课堂”，学生听讲、学生思考、学生想象、学生记忆、学生分析和综合，如此等等，完成的是心理内化工作。但是学生回答问题、开展讨论、动手操作、表现所得，这些“外化”的工作在课堂上时间不充分，尤其是远远未能覆盖全体。如果说人工智能时代课堂将发生什么变化，那么回答是将从单一的内化课堂或者内化为主逐渐过渡到内化和外化合理配置甚至外化为主。从一定意义上说，翻转课堂通过技术手段增强了预习单和导学案的功能，从而使得外化课堂为主成为可能。翻转课堂的本质不在于采用技术手段的微课或者微视频，而是借助技术实现了多少年难以见到的内化向外化翻转。人工智能时代，课堂教学从学生的内化课堂向外化课堂翻转，这可能是一个极其重要的标志。
二、了解意义学习发生的机制
关于人是如何学习的或一般的学习过程或一般的学习模式，在最近三十年的研究中取得了一些进展。例如，美国科学院关于人是如何学习的研究[2]，荷兰综合学习设计专家范梅里恩伯尔关于综合学习的研究[3]，丹麦的伊利雷斯关于互动学习模型的研究[4]，德国教学设计专家希尔斯关于模型学习的研究[5]，澳大利亚墨尔本大学哈蒂关于可视化学习（深度学习）模式的研究[6]，等等，都是值得关注的。不过，我们认为，最适宜向广大教师普及的一个学习机制发生模型是“生成学习SOI模式”[7]。这项研究是在教学设计大家加涅20世纪80年代的“信息加工模式”基础上，又经过学习科学大家梅耶20世纪90年代以来不断改造和优化，开始聚焦在信息加工方向，现在转向了意义学习、建构学习与生成学习。这样的学习发生机制不是将学习简单地看成是累积，更不是搬运或者倾倒，也不是贮存或者银行式的储蓄与支付过程，而是由学习者发自内心的自觉自愿的动机和行为构成的。
人工智能研究目前在人类学习机制的发生模式上并没有取得突破性认识。人工智能有60多年的研究历史，为什么最近10年来才异军突起，成为风口，这主要是因为我们找到了机器学习的算法。但是，机器学习的算法是不是同人类学习的算法有某种相通性呢？由于脑科学的研究目前暂时还不能完整地勾勒学习在大脑内部发生的生物神经化学传递机制，所以，由信息加工研究演化而来的有关人是如何学习的猜想可能是比较接近实际情形的一种推测。
生成学习模式的研究揭示了这样一种图景：学生入学或者上课是学习的必要条件，但不是充分条件。虽然入学了、上课了，但是学习没有发生的情况是常见的。现代学习科学的研究证明，人的学习主要是感觉记忆、工作记忆和长时记忆发挥作用的过程，其间有三个关键的心理运作，分别是选择、组织和整合。“选择”是指聚焦新知识，“组织”是指梳理新知识，“整合”是指联系新旧知识。没有选择，没有组织，没有整合，则学习将是一无所获；只有选择，没有组织，没有整合，学习仍将是一无所获；有了选择，有了组织，没有整合，学习将是机械学习或者死记硬背，至多达到简单套用的程度；或者说可以学“懂”了，但是没有学透、学深、学活。只有选择、组织和整合三个全部到位了，学习才真正发生，学习才能达到意义学习和融会贯通的状态（参见表1）。以上观点，让我们真正了解到了学习科学最重要的研究发现：学生到学校里学习，必须做好选择、组织与整合三项工作；教师到学校里教学，必须帮助学生做好这三项工作。要提高学习质量，要培养学习能力优秀的学生，最重要的工作是帮助学生将知识技能与个人的情感态度等联系起来，将客观世界与主观世界联系起来，将内化与外化形成良性循环，这就是做好“整合”的工作。是否会整合，是检验学生发展能力和后劲的一把尺子。
三、合理认识师生关系
“教学”如果从师生的复合行为来看，其体现了学与教的统一，即既包括了教师的教，也包括了学生的学。既然学习是一种内部心理结构的变化和外部行为表现的统一体，那么教学就是促成这种变化的外部条件。至于是什么样的外部条件，则有不同的看法。有的人说是安排教学活动，创设教学情境，提供教学事件，选择教学策略，如此等等，都是合理地反映了教学的一种功能。
学习是发生在学习者身上的，教学则可以发生在教师身上、媒体（教材或者视频）和学习者自身身上，发生在人工智能代理（教师）上。教学主要由教师来承担，但是教材、机器、媒体和学习者自己都能够部分乃至全部承担教学的功能。从这个意义上来理解，教师是不是在场，甚至是不是在线，都不一定是教学有没有发生的主要依据。教师不在场，教师不在线，教学也能发生。教学怎么发生？靠教材，靠视频，靠机器辅助，靠学生自主学习。所以，我们一定要强调：不是教师在课堂上不开讲，就一定没有教学了。教学其实有多种不同的形态或者“代理”，在技术推动下，机器人或者人工智能协助教学的情况将逐渐成为常态。
教师是教学的重要主体。教师的角色形象该描绘为精神的导师还是燃烧的红烛抑或是吐丝的春蚕？这些当然均是对教学功能或者教师职责的一种描绘，不过现在更多的是将教学的功能看成是促进、支持、鼓励、帮助。教师是学习的伙伴与搭档，教师是学习共同体的成员，这样一些认识显然是将教学主要看成是一种师生交往的“协同”，体现为正确引导而不是强行牵拉，是激发鼓励而不是一味硬推，是指点门径而不是包办代替。教师不再是“讲坛圣贤”而是“俯身指点”的人。在技术促进教学的过程中，教师尤其不能在展示台、操作台前和固定话筒前“驻足不前”，要大力提倡教师“走下去”，走到课堂中央与四周，走到学生身边与身后。只有这样，课堂氛围才更有利于互动，师生之间才更体现出平等。
学习与教学究竟是一种怎样的合理关系呢？是学重要还是教重要呢？是学在先还是教在先呢？这确实难以简单地笼统地下结论。一般地说，学与教处于同等重要的地位。不能说倡导“生本教育”就是将学生放在首要位置，要发挥教师与学生两个方面的积极性——“互为主客体”与“自为主客体”。这样看来，我们更愿意将师生教学中的协同关系体现为“以教定学与以学受教”和“以教促学与以学论教”的结合。教师“以教定学”并不是一厢情愿的事情，需要学生表现出愿学、爱学、乐学与会学，这样才能说做到了“以学受教”。另外，“以教促学”也不是盲目的，需要凭借学生学到了什么来作出合理判断，所以，“以学论教”就是一块试金石，我们主张“扶放有度，学教统一”。
四、教学的空间和时间发生较大变化
从时间和空间一致性变革要求方面来说，最重要的首先是大力推行“预习”的方式，将本来要在课堂上内化的大部分时间和内容转到“课外或者校外”去，只有这样教师才有可能将原来的内化课堂转型为外化课堂，让学生在课堂上有更多的机会分享、质疑、讨论、深化、展示、互助。
从空间上来说，无“围墙”学校，学校向社区开放，学校走进社区，将是一种标准化要求。这里特别要倡导引入网络、社区、家庭的各种资源，善于利用模拟——语言模拟、场景模拟、结构与功能模拟。这方面，有了移动学习、互联网和5G技术，在拓展课堂和校园上可以大展身手。学习真实地发生，教学功能的实现，不是简单地走上街头、田间、厂矿、社区就算达到了要求，而是要处理好现实任务环境和模拟任务环境之间的合理关系，区分“心理逼真度”“功能逼真度”和“物理逼真度”之间的差异。精心设计的教学任务，一开始总是心理逼真度比较高（例如阅读医学教材中的疾病案例），功能逼真度和物理逼真度也许会较低，随着学习者技能的增加再逐渐增加这两方面的逼真度。在第二阶段，学习者可以在一个功能逼真度更高的任务环境中继续操练，也就是说，这是一个有互动、对学习者的行动能作出反应的环境（例如计算机虚拟病人，或者角色扮演病人、同伴模拟病人等）。在第三阶段，学习者的层次更高，就要涉及更多的现实任务环境中的细节（人体智能模特病人，与现实的病人一样会有反应）。最后，到了第四阶段，才真正走向现实任务环境，在实际生活情境或者工作情境中完成任务（到医院里给真实病人诊断）。
在空间上来说，课堂或者教室会有一些什么样的变化呢？教室肯定不是“讲课”的地方了，教室成为学习室和辅导室，成为学生表现与探究的天地、合作与竞赛的舞台。教师的讲台将被撤下（至少扁平化处理），黑板或者白板下的台阶将抹平，师生连成一体，课堂无边界接续，课桌椅灵活摆放，按需组合，取消秧田式结构；教师走到学生中间，走到学生背后，走到学生面前，参加交流，检查操作，示范程序，讲解规则和概念，鼓励表现，督促合规，激发热诚，等等。有一点是肯定的，教师将与学生建立学习共同体。教师不再是学科权威、讲台圣贤，而是敞开心扉沟通、谆谆启发的搭档，心理发展的治疗师，成长道路的知心人。
空间的另一种布局是，学科教学将普遍采用分层教学，走班教学将是一种常态。这样，专用教室、学科教室、专题教室等个性化的教学场景将出现。不仅仅是部分学科分层教学，如果能够逐渐过渡到全部学科分层教学，那么固定的班级将会消失，取而代之的是学生导师组管理和学生合作小组自我管理。如果采用网络化、大数据和人工智能教师个性化学习辅导的结合，那么年级制将消失或者淡化，按照学习成果和表现性成就进入到下一学习阶段，而不是刻板的熬到了固定的时间升入高一年级。
跨学科教学（Interdisciplinary/Cross-Curricular
Teaching）作为一种特殊的教学形态，将是课堂教学改革的一大趋势。所谓跨学科，就是在不同程度上跨越了原有学科（subjectsordisciplines）的边界的一种形态，具体来说，在单学科独立型基础上，有多学科联系型、跨学科整合型和超学科融入型等具体形态，分别实现交叉、整合和融入。跨学科教学有什么好处呢？将突破教学中知识零散片段和刻板僵化的不足，实现高层次教学目标，如批判性思维、推理和决策能力、问题解决能力、协同合作能力和沟通交流能力，还有利于培养系统思维、设计思维、工程思维、技术思维、科学思维、形象思维、视觉思维、艺术思维、数据/数字思维等新的思维能力。
在时间上，将重点改革固定40分钟的排课法，将长短课结合起来。例如，常规课30分钟，短课20分钟，长课分成模块叠加成60分钟或90分钟等，有了计算机排课，日课表和周课表、月课表就不再是一种空想了。还有，在学年和学期上也会有一定的变化。统一时间到校或者上课、放学回家等就不再是一定不能更改的定规。
五、课程内容将实现翻转
在学习任务的类别上，要重视“为什么”的知识的内化和外化，在动力、策略和原理上下功夫。“核心素养”（一般意义上的关键能力）和“学科核心素养”（各学科具体的关键能力）几乎都是“为什么”的知识。要将事实性知识的教学升格为“概念性知识和规则性知识”的教学，只有这样才能真正实现学习迁移。
不仅是课堂教学方式的时间与空间实现翻转或者异步，课程内容体系（教什么）也必须翻转。美国课程再设计中心的专家提出了翻转后的课程内容将更多的时间放在理解、专长、迁移方面（参见图1）。靠搜索和人工智能算法能够解决的内容，将逐渐退出课程的主阵地。在一个数字世界和人工智能赋能的世界中，数字素养和信息传播与技术能力被提到了重要地位，计算思维、工程思维、设计思维、技术思维、科学思维、系统思维等整体性、策略性素养被提上了日程。
学习科学与教学科学研究的一个重要趋向是将学习任务划分为不同的知识类别。这里的知识的概念是广义的，涉及自然界和人类社会的各种事实、概念、程序、规则、步骤、方法和策略、动力和原理等一项或几项。假定我们暂时不考虑年龄、学科、专业的差异，那么，一般而言，这些知识可分为陈述性、程序性、原理性、策略性、动力性等几种。其中，“是什么”的知识主要对应的是事实和概念，“如何做”的知识主要对应的是程序、规则、步骤，“为什么”的知识主要对应的是策略、动力和原理（如表2所示）。
有关学习科学的研究表明：应该遵循从“为什么”的知识开始（策略与动力），然后进入“是什么”的知识的学习（事实与概念），再进入“如何做”的知识的学习（程序、规则、步骤），最后再回到“为什么”的知识的学习（策略、动力、原理）。学习过程就是这样一个循环圈，螺旋上升，持续提升。如果借用学习培训专家麦卡锡的“学习流程”加以标示，就是由四个象限组成的循环圈（参见图2）。这里的“该怎样”是指假如到了实际应用的时候，要考虑具体情境的需要能够有所变通和取舍，这是属于“为什么”的知识。总体上说，我们现在的学习与教学上半圆做得很不够，下半圆做得相对好些。右上扇形教师会做但是往往省略了，经常将社会的价值或者教师的价值直接代替学生的价值；左上扇形教师做得很少，因为不怎么会做。改进左上扇形是我们从教教材走向教能力、从考教材走向考水平的关键。
六、扶放有度地开展教学
从创设有利学习的条件角度来看，教学科学研究最重要的一个成就是依据不同的知识类型（学习目标）来开展针对性的教学，同时也倡导在教学过程中应依据不同学习任务类型，扶放有度地为学生提供指导，培养学生的自我调节、自主发展能力。
当代国际著名教学设计专家梅里尔教授积累了50年的研究总结出的“首要教学原理”，应该看成是教学科学与学习科学中的高新技术。他倡导的有关不同知识类型（这是能力或者素养，也就是我们通过教学要达到的学习结果）与四种基本的教学方式之间的对应关系（如表3所示），恐怕是最重要的教学研究成果之一。
不仅是教学方法可以从扶到放，教学任务也是可以从扶到放的。扶的力度最大的是案例学习任务，扶的力度最小的是常见（独立）学习任务。中间半扶半放的是补全学习任务（如表4所示）。
另外，从教学科学的视角看，有效教学方法最佳的组合是归纳与演绎、讲解与探究（发现）的二维矩阵组合。综合学习设计倡导者范梅里恩伯尔将这个二维矩阵进行组合，这样就出现了四种情况：（1）演绎-讲解；（2）演绎-探究；（3）归纳-讲解；（4）归纳-探究。从扶到放，最容易的是演绎-讲解，教师全扶；最难的是归纳-探究，教师全放。演绎-探究和归纳-讲解都属于半扶半放，区别是扶多一点还是放多一点。归纳-探究表示的是完全探究发现的学习，等同于像科学家那样思考和工作，差别在于学生探究发现的是人类已经发现的东西，科学家则是在探究发现人类未知的领域（如图3所示，图中的L条形表示概念、规则或者原理，圆圈表示实例。箭头表示直接告知，问号表示不直接告知）。学习科学研究认为在一般的课堂教学中，建议优先采用的教学方法是归纳-讲解。
从学习投入或者参与的方式上看，学习科学的研究已经证实：被动学习—主动学习—建构学习—交互学习是一个进化链，交互学习的效果最好，有利于培养深层次的能力与素养。如果说季清华获得2015年美国心理学会颁发的桑代克教育心理学职业成就奖和美国教育学会2016年颁发的心理学对教育的贡献奖的代表性成果“ICAP学习方式分类学”带给我们什么启示的话，那么其证实了这样一个假设：参与就是能力！参与程度或者投入程度越大，学习层级就越高，学习深度就越深，学习能力就越强大[12]。另外，根据我们的分析，ICAP四种学习方式，交互方式(Interactive)、建构方式(Constructive)、主动方式(Active)与被动方式(Passive)，与人工智能神经网络设计元素之间能够建立起一种关联，在人类学习与机器学习之间可以建立某种对应参照关系，为人工智能神经网络设计研究和人类学习机制研究提供一个新思路[13]。
七、学业评估注重学习迁移
目前学习科学与教学科学强调的是依据学习目标到达度开展评估，同时开展形成性评估和自我评估。这里的重点是考虑知识类型（明确学习任务类型）与学习结果水平之间的关系。
目前，国际上公认的学习目标分类学是安德森主持的布卢姆认知目标分类学修订版（当然，还有SOLO分类，即可观察学习结果；KUD分类，即知道、理解和会做；马扎诺分类；等等）。这个分类学修订版将知识分为事实性知识、概念性知识、程序性知识与元认知知识（包括策略知识、任务知识和自我知识），将认知水平分为记忆、理解、应用、分析、评价与创造六个水平，每一个水平还有若干具体的层次[14]。不过，上文四种知识和六种水平构成的矩阵目标，教师在实际运用中会感到一定的不便和困难。所以，我们建议，可以采用了解、理解和应用（基本应用和综合应用）三个水平，同时将学习任务类型与掌握水平匹配构成一个矩阵表（参见表5），用以指导备课和上课。
了解（knowing）——学生知道某一知识“是什么”（事实与概念）、“如何做”（程序、规则、步骤）和“为什么”（策略、动力、原理），知识呈现的方式可以是口头的、文本的、动作的，包括文字、符号、图示等。
理解（understanding）——学生对已了解的知识能独立确定其意义，具体分为解释、举例、分类、总结、推断、比较与说明（论证）等。
应用（doingorapplying）——学生能根据具体情况（即知道在什么条件下）运用已理解的知识解决相同情境或变式情境中的特定问题。应用水平具体可以分为基本应用和综合应用，其中包括了执行、实施、评价、创造等。
从考试和检查的角度看，我们无疑也是相对来说重视“是什么”的知识和“如何做”的知识，对“为什么”的知识重视远远不够，像对策略、原理和动力性知识的考查我们做得比较少，尤其在闭卷考试为主的情况下，我们将很多力气花在了记忆背诵等方面。根据现代学习科学的研究，知识的考查有两种类型：一种是保持，一种是迁移。保持测验的目标是记忆教材，迁移测验的目标是理解与掌握，学会在新的情境中评价和使用所学知识。从考试考查题目的顺序方面来讲，一般要呈现“是什么”的知识放在前面，“如何做”的知识居中，“为什么”的知识放在后面，这样一个梯度。
根据现在学习科学的研究，传统的书面考试考查的题目难以检测出高层次的素养或者能力，所以，是非题、判断题、选择题、术语释义、观点或者解决方案论述比较适合“是什么”的知识。“如何做”的知识聚焦于了解和理解。“为什么”的知识比较适合的题型可能是开放题、综合情境题、真实/模拟任务题等，主要检查材料分析与综合，观点或者解决方案比较、评价与择优，案例分析与评判，创造性计划与实施方案等方面的素养。
参考文献：
[2]NATIONALRESEARCHCOUNCIL.HowPeopleLearn:Brain,Mind,Experience,andSchool:ExpandedEdition[M].WashingtonDC:TheNationalAcademiesPress,2000:14-18.
[3]范梅里恩伯尔.人如何学习？[J].开放教育研究.2016，22(3)：13-23，43.
[4]ILLERISK.TowardsaContemporaryandComprehensiveTheoryofLearning[J].InternationalJournalofLifelongEducation.2003,22(4):396–406.
[5]IFENTHALERD,PIRNAY-DUMMERPN,SPECTORJM.UnderstandingModelsforLearningandInstruction:EssaysinHonorofNorbertM.Seel[M].NewYork:Springer,2008.
[6]HATTIEJAC,DONOGHUEGM.LearningStrategies:ASynthesisandConceptualModel[J].npjScienceofLearning.2016,1(1):1-14.
[7]费奥雷拉，梅耶.学习是一种生成活动[J].数字教育，2016，2(2)：85-92.
[8]FADELC.FlippingtheCurriculum[EB/OL].[2020-10-05].https://curriculumredesign.org/wp-content/uploads/Flipping-the-Curriculum-Charles-Fadel.png.
[9]麦卡锡B，麦卡锡D.自然学习设计[M].陈彩虹，盛群力，译.福州：福建教育出版社，2013.
[10]梅里尔.首要教学原理[M].盛群力，钟丽佳，等，译.福州：福建教育出版社，2016.
[11]VANMERRIËNBOERJJG,KIRSCHNERPA.TenStepstoComplexLearning:ASystematicApproachtoFour-componentInstructionalDesign(3rdEd.)[M].NewYork:Taylor&Francis,2018:157.
[12]盛群力，丁旭，滕梅芳.参与就是能力：ICAP学习方式分类学研究述要与价值分析[J].开放教育研究.2017，23(2)：46-54.
[13]熊媛，王铭军，盛群力.教育心理学研究对人工智能神经网络设计的启示：以学习方式分类学（ICAP）研究为例[J].中国电化教育，2018(11)：118-125.
[14]盛群力，褚献华.布卢姆认知目标分类修订的二维框架[J].课程.教材.教法.2004(9)：90-96.
作者简介：
盛群力（1957— ），上海崇明人，浙江大学教育学院课程与学习科学系教授、博士生导师，研究方向为教学理论与设计；
倪鉴（1975— ），浙江萧山人，杭州市萧山信息港小学、浙江大学教育学院实验学校校长、高级教师，研究方向为学校管理。返回搜狐，查看更多
人工智能学期心得体会
课程回顾与总结（对课程其它算法的认识、分析与总结）通过此次课程的学习，以python语言为基础学习了有关编程原则和基本的ADT及其实现；其中使我印象比较深刻的是深度优先和宽度优先搜索、博弈树搜索技术等算法的实现。深度优先搜索和宽度优先搜索都是一种遍历树/图数据结构的简单算法。DFS算法的特点在具有递归特性；而BFS算法是一种层次遍历算法。在博弈树搜索中，双方始终根据“己方利益最大化，对方利益最小化”这一原则，选择对己方最有力的动作来执行。Minimax算法就是一种可以体现上述策略的算法——对max方计算最大值，对min方计算最小值。
心得与展望（对课程的认识、体会与展望）通过这学期的学习，对人工智能有了更进一步的了解和认识。我觉得人工智能是一门具有挑战性的科学，想要学好这门课程必须要懂得计算机知识以及基本的算法认识。人工智能包括了十分广泛的科学，它由不同的领域组成，例如机器学习，计算机视觉等，总的来说，人工智能研究的主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。虽然在此门课程中对算法的实现不能独立完成，但在一些简单的基本的算法上还是有一定的理解和认识。我也在此次课程设计的过程中不断的学习，反复的调式和思考问题，终于在我的坚持下能够很好地理解算法转换为实际代码的过程，也对算法有了更加清晰的思路。因此，我更加确信在自己的不断努力下总是会有收获的，只有坚持下去，才有成功的希望。在之后的学习中我会积极主动的查漏补缺，尽快完善自己欠缺的部分
人工智能心得体会8篇
人工智能观后感推荐度：烘焙的心得体会推荐度：读书的心得体会推荐度：合唱的心得体会推荐度：服务心得体会推荐度：相关推荐人工智能心得体会8篇
我们心里有一些收获后，可以记录在心得体会中，这样就可以通过不断总结，丰富我们的思想。那么问题来了，应该如何写心得体会呢？以下是小编为大家收集的人工智能心得体会，欢迎大家分享。
人工智能心得体会1人工智能改变了我们的生活方式，理解什么是人工智能，才能知道人工智能教育要培养学生什么知识，什么素养，才能为社会发展提供源源不断的动力源泉。
人工智能简称AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，在此次人工智能教育论坛中，黄锦辉教授对人工智能用更加利于理解的解释是人工智能等于云计算、大数据、机器学习和5G技术综合的产物，做好人工智能教育能实现不断提升人们生活的质量，在论坛中，刘三女牙教授指出人工智能教育的智能化新模式正在形成，其教育的着力点集中在算力、数据处理、算法以及场景化的学习，使学生对教材可以理解，教育情景可以感知，学习服务可以定制，使人工智能教育从智能增强，转变为智能补偿，最终达到智能替代。
在实际过程中，很多学校没有开展人工智能教育，人工智能教育不是一蹴而就的事情，那要怎么逐步开展起来呢？人工智能开展过程中，主要面临的问题主要有：
第一教材的缺乏，
第二师资的缺乏，
第三课程实施的场地缺乏，
第四怎么教的问题。
在18日下午分论坛中，很多同行教师提供不同学校具有特色的人工智能教育开展模式，为我们提供了开展人工智能教育参照案例，
针对教材缺乏问题，对人工智能比较重视的学校有的建立区域教研和课程资源建设，有的开发人工智能课程、有的建立研学基地，还有的建立网络学习平台；
针对师资问题，教师主要通过自学，网络学习与多参加线下培训学习方式自我成长，提高课程融合能力和课程开发能力；
针对实施场地和怎么教的问题，大部分学校没有开展起来的原因可能主要也是因为资金对场地和平台投入比较大，但是可以利用信息技术课堂作为人工智能教育的切入点，融入数据、算法、程序设计、机器人课程、开源硬件类课程等，利用项目式教学或其他活动如科技创新、创客、跨学科活动等助力课程落地，逐步建立课程――空间――活动的人工智能教育活动实践，在论坛中也介绍了人工智能教育需要遵循学生各年龄层的学情特点，
分为三个阶段：
第一阶段大班STEM基础教学，
第二轮实践教学建立社团校队，
第三开展项目式专训，培育科技特长生，或者各年级年级培养学生人工智能教育的不同目标，小学低年级可以主要培养综合素养，小学高年级跨学科应用，初中形成目标方向，高中向目标方向进行研究。
这次的粤港澳台人工智能教育论坛学习，拓宽了我对人工智能教育的认识，对我的教学如何开展人工智能教育具有指导和借鉴意义。
人工智能心得体会2人工智能主要研究用人工方法模拟和扩展人的智能，最终实现机器智能。人工智能研究与人的思维研究密切相关。逻辑学始终是人工智能研究中的基础科学问题，它为人工智能研究提供了根本观点与方法。
1、人工智能学科的诞生
12世纪末13世纪初，西班牙罗门・卢乐提出制造可解决各种问题的通用逻辑机。17世纪，英国培根在《新工具》中提出了归纳法。随后，德国莱布尼兹做出了四则运算的手摇计算器，并提出了“通用符号”和“推理计算”的思想。19世纪，英国布尔创立了布尔代数，奠定了现代形式逻辑研究的基础。德国弗雷格完善了命题逻辑，创建了一阶谓词演算系统。20世纪，哥德尔对一阶谓词完全性定理与N形式系统的不完全性定理进行了证明。在此基础上，克林对一般递归函数理论作了深入的研究，建立了演算理论。英国图灵建立了描述算法的机械性思维过程，提出了理想计算机模型(即图灵机)，创立了自动机理论。这些都为1945年匈牙利冯・诺依曼提出存储程序的思想和建立通用电子数字计算机的冯・诺依曼型体系结构，以及1946年美国的莫克利和埃克特成功研制世界上第一台通用电子数学计算机ENIAC做出了开拓性的贡献。
以上经典数理逻辑的理论成果，为1956年人工智能学科的诞生奠定了坚实的逻辑基础。
现代逻辑发展动力主要来自于数学中的公理化运动。20世纪逻辑研究严重数学化，发展出来的逻辑被恰当地称为“数理逻辑”，它增强了逻辑研究的深度，使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期，并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。
2、逻辑学的发展
2.1逻辑学的大体分类
逻辑学是一门研究思维形式及思维规律的科学。从17世纪德国数学家、哲学家莱布尼兹(niz)提出数理逻辑以来，随着人工智能的一步步发展的需求，各种各样的逻辑也随之产生。逻辑学大体上可分为经典逻辑、非经典逻辑和现代逻辑。经典逻辑与模态逻辑都是二值逻辑。多值逻辑，是具有多个命题真值的逻辑，是向模糊逻辑的逼近。模糊逻辑是处理具有模糊性命题的逻辑。概率逻辑是研究基于逻辑的概率推理。
2.2泛逻辑的基本原理
当今人工智能深入发展遇到的一个重大难题就是专家经验知识和常识的推理。现代逻辑迫切需要有一个统一可靠的，关于不精确推理的逻辑学作为它们进一步研究信息不完全情况下推理的基础理论，进而形成一种能包容一切逻辑形态和推理模式的，灵活的，开放的，自适应的逻辑学，这便是柔性逻辑学。而泛逻辑学就是研究刚性逻辑学(也即数理逻辑)和柔性逻辑学共同规律的逻辑学。
泛逻辑是从高层研究一切逻辑的一般规律，建立能包容一切逻辑形态和推理模式，并能根据需要自由伸缩变化的柔性逻辑学，刚性逻辑学将作为一个最小的内核存在其中，这就是提出泛逻辑的根本原因，也是泛逻辑的最终历史使命。
3、逻辑学在人工智能学科的研究方面的应用
逻辑方法是人工智能研究中的主要形式化工具，逻辑学的研究成果不但为人工智能学科的诞生奠定了理论基础，而且它们还作为重要的成分被应用于人工智能系统中。
3.1经典逻辑的应用
人工智能诞生后的20年间是逻辑推理占统治地位的时期。1963年，纽厄尔、西蒙等人编制的“逻辑理论机”数学定理证明程序(LT)。在此基础之上，纽厄尔和西蒙编制了通用问题求解程序(GPS)，开拓了人工智能“问题求解”的一大领域。经典数理逻辑只是数学化的形式逻辑，只能满足人工智能的部分需要。
3.2非经典逻辑的应用
(1)不确定性的推理研究
人工智能发展了用数值的方法表示和处理不确定的信息，即给系统中每个语句或公式赋一个数值，用来表示语句的不确定性或确定性。比较具有代表性的有：1976年杜达提出的主观贝叶斯模型，1978年查德提出的可能性模型，1984年邦迪提出的发生率计算模型，以及假设推理、定性推理和证据空间理论等经验性模型。
归纳逻辑是关于或然性推理的逻辑。在人工智能中，可把归纳看成是从个别到一般的推理。借助这种归纳方法和运用类比的方法，计算机就可以通过新、老问题的相似性，从相应的知识库中调用有关知识来处理新问题。
(2)不完全信息的推理研究
常识推理是一种非单调逻辑，即人们基于不完全的信息推出某些结论，当人们得到更完全的信息后，可以改变甚至收回原来的结论。非单调逻辑可处理信息不充分情况下的推理。20世纪80年代，赖特的缺省逻辑、麦卡锡的限定逻辑、麦克德莫特和多伊尔建立的NML非单调逻辑推理系统、摩尔的自认知逻辑都是具有开创性的非单调逻辑系统。常识推理也是一种可能出错的不精确的`推理，即容错推理。
此外，多值逻辑和模糊逻辑也已经被引入到人工智能中来处理模糊性和不完全性信息的推理。多值逻辑的三个典型系统是克林、卢卡西维兹和波克万的三值逻辑系统。模糊逻辑的研究始于20世纪20年代卢卡西维兹的研究。1972年，扎德提出了模糊推理的关系合成原则，现有的绝大多数模糊推理方法都是关系合成规则的变形或扩充。
4、人工智能――当代逻辑发展的动力
现代逻辑创始于19世纪末叶和20世纪早期，其发展动力主要来自于数学中的公理化运动。21世纪逻辑发展的主要动力来自哪里?笔者认为，计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉，并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能，它的难点不在于人脑所进行的各种必然性推理，而是最能体现人的智能特征的能动性、创造性思维，这种思维活动中包括学习、抉择、尝试、修正、推理诸因素。例如，选择性地搜集相关的经验证据，在不充分信息的基础上做出尝试性的判断或抉择，不断根据环境反馈调整、修正自己的行为，由此达到实践的成功。于是，逻辑学将不得不比较全面地研究人的思维活动，并着重研究人的思维中最能体现其能动性特征的各种不确定性推理，由此发展出的逻辑理论也将具有更强的可应用性。
5、结语
人工智能的产生与发展和逻辑学的发展密不可分。
一方面我们试图找到一个包容一切逻辑的泛逻辑，使得形成一个完美统一的逻辑基础;另一方面，我们还要不断地争论、更新、补充新的逻辑。如果二者能够有机地结合，将推动人工智能进入一个新的阶段。概率逻辑大都是基于二值逻辑的，目前许多专家和学者又在基于其他逻辑的基础上研究概率推理，使得逻辑学尽可能满足人工智能发展的各方面的需要。就目前来说，一个新的泛逻辑理论的发展和完善需要一个比较长的时期，那何不将“百花齐放”与“一统天下”并行进行，各自发挥其优点，为人工智能的发展做出贡献。目前，许多制约人工智能发展的因素仍有待于解决，技术上的突破，还有赖于逻辑学研究上的突破。在对人工智能的研究中，我们只有重视逻辑学，努力学习与运用并不断深入挖掘其基本内容，拓宽其研究领域，才能更好地促进人工智能学科的发展。
人工智能心得体会3李开复号称最会说话的计算机男神，曾经是微软谷歌的副掌门，现在是创新工厂的大bo，在微博有超过半个亿粉丝。第一此认识到他和人工智能这个概念是在奇葩大会这个节目中，他的观点及幽默风趣的话语引起了我的兴趣，所以在这个寒假中我读了他的《人工智能》一书。
近几年，移动互联网、网上购物、物流快递、高铁、地铁、城市建设等让我们生活发生了天翻地覆的变化。让我对未来产生了无限的畅想，我的科目二一直没过，为什么人要买车？为什么不能有一辆无所不在的滴滴，当我们要出门的时候它就来了，它是共享经济，它会降低空气污染，甚至有一天车与车之间能对话：“我要爆胎了，快散开”等等。
下一个十年，社会还会发生怎样的变化呢？李开复认为，人工智能、机器人作为大热的方向，也会引领时代变革风，很多逻辑简单、重复式、机械式的劳作被机器人取代；制造、金融、家政等等行业，很多传统的管理经营模式也会随之发生改变。未来人类50%的工作都会被人工智能取代。但是人与机器最大区别是有感情，在未来创新思维、审美能力、艺术哲学这些更显的珍贵。
人是最复杂情感动物，怎样才能教育好学生，使教育发挥最大限度的作用呢，那就是老师的爱，是人工智能永远无法做到的，我认为幼师这个职业是不会被取代的，人工智能的发展能够给我们许多帮助，现在也有许多幼儿园在教育教学中运用了VR、AR等技术，以后科技越来越发达我们的教学工作也会越来越便利。但是现在微博上有一件事也引起了大家的热议，一位小学教师在教古诗“飞流直下三千尺，疑似银河落九天”时，播放了现实瀑布视频来展现瀑布的气势磅礴，可是瀑布落下真的有三千尺吗？这样会不会局限的孩子的想象力呢，莎士比亚说：“一千个读者眼中就有一千个哈姆雷特”因而每个人对古诗的理解也就不同。在科技高速发展之时要保持与时俱进、不惧改变、不断学习成长就不会被时代淘汰。人工智能会让自己从事的工作带来什么样的改变？如何运用？这些问题更值得我们大家深思。
人工智能心得体会4今天上午线上参加了莱西市信息技术学科人工智能与编程教学研讨会，观摩了张老师《变量》一堂课，本课张老师精湛的业务知识和巧妙的驾驭课堂的能力让我受益匪浅。下面我从几个方面来谈一下感受：
一、激趣导入，引入新知
学生们都对刮奖非常感兴趣，通过刮奖环节的设计，学生很快的融入课堂环境中，学生们积极参入，踊跃发言，学习兴趣盎然，在寓教于乐额学习氛围中学习新知识，掌握新技能。
二、积极探索，形象直观
学生们利用之前所学程序可以计算出简单的价格，但是当问题逐渐增多，利用之前的方法就非常麻烦了，这时候引导学生提出问题，教给学生新的知识点-变量。
三、小组合作，积极探究
本节课学生参入度高，动手实践能力强，设计的问题层层递进，环环相扣，过渡环节都处理的非常到位，更多的是让学生自己去探索，把课堂交给学生，不断创新，发挥了学生的主体学习地位，让其自主探索，合作学习，做到真正的掌握一门技能。这也是培养学生不断创新的手段之一。
希望以后能有更多这样的学习机会，以便于在信息技术的教学上有更大的进步和提高。
人工智能心得体会5一、在中小学开展的机器人教育具有重要的意义。主要体现在以下几个方面：
１、促进教育方式的变革，培养学生的综合能力
在机器人教育中，课堂以学生为中心，教师作为指导者提供学习材料和建议，学生必须自己去学习知识，构建知识体系，提出自己的解决方案，从而有效培养了动手能力、学生创新思维能力。
２、有效激发学习兴趣、动机“寓教于乐”是我们教育追求的目标。这也是当前教育游戏成为当前研究热点一个原因。学习兴趣是学生的学习成功重要因素。机器人教育可以通过比赛形式，得到周围环境的认可和赞赏，能够激发学生学习的兴趣，激发学生的斗志和拼博精神。
３、培养学生的团队协作能力
机器人教育中大多以小组形式开始，机器人的学习、竞赛实际上是一个团体学习的过程。它需要学习者团结协作，包容小组其他成员的缺点和不足，能够与他人进行有效沟通与交流。在实践锻炼中提高自己的团队协作能力，其效果比普通的教育方式、方法更加有效。
４、扩大知识面，转换思维方式
在机器人的学习过程中，通过制作机器人过程中的实际问题解决，可以学到模拟电路、力学等方面知识，不但对物理学科、计算机学科的教学起到促进作用，同时也扩大、加深了学生科学知识；通过完成任务和模拟项目使学生在为机器人扩充接口的过程中学习有关数字电路方面的知识；通过为机器人编写程序，不但学到计算机编程语言、算法等显性知识，更有意义的是通过为机器人编写程序学到科学而高效的思维方式，逻辑判断思维、系统思维等隐性知识
二、中小学机器人教学活动的几点做法：
考虑到中小学生和机器人课程的特点，为培养学生的综合设计能力和创新能力，本人认为机器人教学应该在教学内容、教学方法、教学组织方面一改其它课程的教学模式，走出一条新的路子来。
1、教学内容：机器人教学应注意学生知识广度的学习。虽然仅通过一门课程来扩充学生的知识面效果有限，但是由于机器人的设计涉及到光机电一体化、自动控制、人工智能等多方面问题，既有硬件设计也有软件设计，所以是让学生了解和掌握大量知识的绝好机会。知识不追求深度，只要求广度。例如在确定教学内容时，注意力不要仅放在竞赛用轮式成品机器人上，还应该关注单片机、嵌入式CPU、各种传感器、电机、机械部件等软硬件技术在机器人和自动化技术上的应用。
2、教学方法：应根据学段和学科情况选择不同的综合设计教学方法。如：小学阶段可让学生完成轮式竞赛用机器人的功能模块组装的设计；初中阶段可进行生活与学习中实用机器人的创意设计；高中信息技术课中可重点对机器人智能软件算法进行设计；而高中通用技术课中可重点对机器人的电气部分、传感器部分、动力部分和机械部分进行相关设计。总之，教学方法应该侧重综合设计，而不是放在问题的分析上。
3、教学组织机器人教学应事先营造好供学生动手动脑进行设计活动的环境。提供必要的设备和工具（包括工具软件），组织学生进行探究式学习，特别应注意探究式学习三个要素（任务驱动、协作学习、教师引导）的构成，让学生能够充分化动手。同时，还应提倡设计过程的规范化，用于提高学生的综合设计能力。教学活动不仅在课堂上进行，还应组织学生在课余时间做适当的工作，以保证教学的完整性和有效性。
教育机器人活动受到越来越多的师生欢迎，教育机器人必将为我国的素质教育做出应有的贡献，教育机器人的前途是光明的。
人工智能心得体会6通过这学期的学习，我对人工智能有了一定的感性认识，个人觉得人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。关于什么是“智能”，就问题多多了。这涉及到其它诸如意识、自我、思维等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。关于人工智能一个大家比较容易接受的定义是这样的：人工智能是人造的智能，是计算机科学、逻辑学、认知科学交叉形成的一门科学，简称ai。
人工智能的发展历史大致可以分为这几个阶段：
第一阶段：50年代人工智能的兴起和冷落
人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s求解程序、lisp表处理语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。
第二阶段：60年代末到70年代，专家系统出现，使人工智能研究出现新高潮。dendral化学质谱分析系统、mycin疾病诊断和治疗系统、prospectior探矿系统、hearsay―ii语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969年成立了国际人工智能联合会议
第三阶段：80年代，随着第五代计算机的研制，人工智能得到了很大发展。日本1982年开始了”第五代计算机研制计划”，即”知识信息处理计算机系统kips”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。
第四阶段：80年代末，神经网络飞速发展。
1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。
第五阶段：90年代，人工智能出现新的研究高潮
由于网络技术特别是国际互连网的技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。
对人工智能对世界的影响的感受及未来畅想
最近看了电影《黑客帝国》一系列，对其中的科幻生活有了很大的兴趣，不觉有了疑问：现在的世界是否会如电影中一样呢？人工智能的神话是否会发生
在当前社会中的呢？
在黑客帝国的世界里，程序员成为了耶稣，控制着整个世界，黑客帝国之所以成为经典，我认为，不是因为飞来飞去的超级人物，而是因为她暗自揭示了一个人与计算机世界的关系，一个发展趋势。谁知道200年以后会不会是智能机器统治了世界？
人类正向信息化的时代迈进，信息化是当前时代的主旋律。信息抽象结晶为知识，知识构成智能的基础。因此，信息化到知识化再到智能化，必将成为人类社会发展的趋势。人工智能已经并且广泛而有深入的结合到科学技术的各门学科和社会的各个领域中，她的概念，方法和技术正在各行各业广泛渗透。而在我们的身边，智能化的例子也屡见不鲜。在军事、工业和医学等领域中人工智能的应用已经显示出了它具有明显的经济效益潜力，和提升人们生活水平的最大便利性和先进性。
智能是一个宽泛的概念。智能是人类具有的特征之一。然而，对于什么是人类智能（或者说智力），科学界至今还没有给出令人满意的定义。有人从生物学角度定义为“中枢神经系统的功能”，有人从心理学角度定义为“进行抽象思维的能力”，甚至有人同义反复地把它定义为“获得能力的能力”，或者不求甚解地说它“就是智力测验所测量的那种东西”。这些都不能准确的说明人工智能的确切内涵。
虽然难于下定义，但人工智能的发展已经是当前信息化社会的迫切要求，同时研究人工智能也对探索人类自身智能的奥秘提供有益的帮助。所以每一次人工智能技术的进步都将带动计算机科学的大跨步前进。如果将现有的计算机技术、人工智能技术及自然科学的某些相关领域结合，并有一定的理论实践依据，计算机将拥有一个新的发展方向。
个人觉得研究人工智能的目的，一方面是要创造出具有智能的机器，另一方面是要弄清人类智能的本质，因此，人工智能既属于工程的范畴，又属于科学的范畴。通过研究和开发人工智能，可以辅助，部分替代甚至拓宽人类的智能，使计算机更好的造福人类。
人工智能心得体会7人，没有熊一样的力量，却能把熊关进笼子，这笼子的钥匙，叫智慧。人类一直在思考如何让自然界的其它事物为自己所用，而不是只想着如何获取食物来填饱肚子，人类之所以会凌驾于食物链顶端，就在于对于资源的使用。为了减轻胃的消化负担，人类开始学会使用火，让蛋白质在进入胃之前就变质而变得更好消化易于吸收。经历了漫长的手工制造业历程，为了提高生产效率，也为了减轻工人手工劳作的负担，人们开始了工业革命，无数的机器流水线取代了效率低下的廉价劳动力，也正是从此刻起，人类使用资源的能力有了质的发展，由使用已有资源，到创造新的资源。第一台计算机应运而生，人类开启了无限创造的时代。时至今日，计算机技术几乎延伸到了生活的每个领域，甚至成了人们的生活必需品。计算机能帮助人们完成人类不可能完成的计算，但一直致力于创造的人们当然不会停止对计算机的要求。人们不光需要计算机做人类做不了的计算，还渐渐开始要求计算机做人类能做的事，这便催生了人工智能。人类就是这样一步步用自己的智慧让自己过上傻瓜一样的生活。
人工智能目前还没有在人们生活中普及，但是已经出现萌芽。最典型是的一些语音识别系统，如苹果公司的Siri可能是目前人们接触最多的基于人工智能和云计算技术的产品，相信这种人机交互系统的雏形经过时间的磨练会在未来形成一套完善的从界面到内核的智能体系。在社会生活方面，与数字图像处理技术紧密结合的人工智能已经开始应用于摄像头的图像捕捉和识别，而模式识别技术的发展则使得人工智能在更广阔的领域得以实现成为了可能。一些大公司在人工智能领域的投入和研究对于推动人工智能的发展起到了很大的作用，最值得一提的就是谷歌。谷歌的免费搜索表面上是为了方便人们的查询，但这款搜索引擎推出的初衷，就是为了帮助人工智能的深度学习，通过上亿的用户一次又一次地查询，来锻炼人工智能的学习能力，由于我的水平还很低，对于深度学习还不敢妄自拽测。但是，近年来谷歌公司在人工智能方面的突破一项接着一项，为人们熟知的便是智能汽车。不得不说，人工智能想要进一步发展，必须依靠这些大公司的研究和不断推广，由经济促创新。
纵览时间长河，很多新生的技术在一开始都是举步维艰的，人工智能也不例外，但幸运的是，人们接受和学会使用新技术所需要的时间越来越短，对于人工智能产品的投入市场是有益的。因此，在我看来，将已开发出来但还需完善的人工智能产品投放市场，使其进入人们的生活只是时间的问题，但要想真正掌握人工智能，开发出完全符合研发人想法的智能产品还需各方面的努力。至于现在讨论热烈的“人工智能统治人类”的问题，我的看法是，人工智能的开发和应用是需要监管的，但并不能阻止人工智能即将影响世界的趋势。
由于我对于人工智能的理解还只是皮毛，对于文中出现的纰漏和错误还希望老师指正！
人工智能心得体会8人工智能改变了我们的生活方式，理解什么是人工智能，才能知道人工智能教育要培养学生什么知识，什么素养，才能为社会发展提供源源不断的动力源泉。
人工智能简称AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，在此次人工智能教育论坛中，黄锦辉教授对人工智能用更加利于理解的解释是人工智能等于云计算、大数据、机器学习和5G技术综合的产物，做好人工智能教育能实现不断提升人们生活的质量，在论坛中，刘三女牙教授指出人工智能教育的智能化新模式正在形成，其教育的着力点集中在算力、数据处理、算法以及场景化的学习，使学生对教材可以理解，教育情景可以感知，学习服务可以定制，使人工智能教育从智能增强，转变为智能补偿，最终达到智能替代。
在实际过程中，很多学校没有开展人工智能教育，人工智能教育不是一蹴而就的事情，那要怎么逐步开展起来呢？人工智能开展过程中，主要面临的问题主要有：第一教材的缺乏，第二师资的缺乏，第三课程实施的场地缺乏，第四怎么教的问题。在18日下午分论坛中，很多同行教师提供不同学校具有特色的人工智能教育开展模式，为我们提供了开展人工智能教育参照案例，针对教材缺乏问题，对人工智能比较重视的学校有的建立区域教研和课程资源建设，有的开发人工智能课程、有的建立研学基地，还有的建立网络学习平台；针对师资问题，教师主要通过自学，网络学习与多参加线下培训学习方式自我成长，提高课程融合能力和课程开发能力；针对实施场地和怎么教的问题，大部分学校没有开展起来的原因可能主要也是因为资金对场地和平台投入比较大，但是可以利用信息技术课堂作为人工智能教育的切入点，融入数据、算法、程序设计、机器人课程、开源硬件类课程等，利用项目式教学或其他活动如科技创新、创客、跨学科活动等助力课程落地，逐步建立课程――空间――活动的人工智能教育活动实践，在论坛中也介绍了人工智能教育需要遵循学生各年龄层的学情特点，分为三个阶段，第一阶段大班STEM基础教学，第二轮实践教学建立社团校队，第三开展项目式专训，培育科技特长生，或者各年级年级培养学生人工智能教育的不同目标，小学低年级可以主要培养综合素养，小学高年级跨学科应用，初中形成目标方向，高中向目标方向进行研究。
这次的粤港澳台人工智能教育论坛学习，拓宽了我对人工智能教育的认识，对我的教学如何开展人工智能教育具有指导和借鉴意义。
【人工智能心得体会】相关文章：
人工智能心得体会11-30
人工智能10-18
人工智能心得体会集合11-29
什么是人工智能10-17
人工智能历史10-08
笔试题（人工智能）10-15
人工智能原理与应用10-08
人工智能语言--PROLOG10-07
人工智能概述（原创）10-12
中小学人工智能课程内容设计及实施案例分析
我国中小学人工智能教育取得飞速发展与瞩目成绩的同时，也存在以下几点主要问题。
其一，缺乏完善的课程体系，无论是国家课程还是校本课程，人工智能教育都是依托其他课程开展的，这导致了人工智能教育内容分量难以确定，目标难以明晰。横向来看，教学内容过于碎片化，学生难以构建相关知识体系；纵向来看，学段间的人工智能教育内容联系不够紧密，这既不利于学生循序渐进的知识与技能学习，也使得教师难以把握学情从而导致教学目标与教学效果之间的落差。此外，现阶段中小学人工智能教育的教材大多属于产品说明书或用户指南[4]。
二、中小学人工智能课程设计
表1中小学人工智能课程目标及内容架构
人工智能技术虽然复杂深奥，但是其应用广泛且贴近生活，知识内容间紧密联系，对学生而言并非是不可感知、无法构建的。以人工智能为依托培养学生的计算思维、智能素养也并非是难以实现的。教师如何设计人工智能课程内容以及课程间以何种方式组织就显得尤为重要。
（一）中小学人工智能课程内容设计案例
下面，以初中年级人工智能课程中的“智能灯”为例对中小学人工智能的课程内容设计做详细阐述。“智能灯”一课意在通过学生对于生活中常见情境下智能灯的设计了解其背后设计原理，能够通过模块化程序设计和python代码编写出智能灯的程序，激发学生对于人工智能在生活中应用的兴趣。“智能灯”课的具体课程内容设计如图1所示：
图1以“智能灯”为例的人工智能课程内容设计
1.问题提出，明确任务
问题提出：绿色、环保、节能、和谐是当今生活的主旋律，智能灯的出现深化了人类与灯光之间的关系。请同学们结合生活实际谈一谈你所了解的智能灯！
明确任务：明确智能灯的设计要求——内置监测外界光线强度传感器，当光敏值大于700时，灯自动打开，当光敏值小于700时，灯自动熄灭。
2.深入探究，设计展示
深入探究：请学生利用可视化工具，例如思维导图，深入理解智能灯的设计要求，分析其所需要的元器件并搭建其真实应用的简易场景。
设计展示：小组通过分工利用模块化程序语言和python语言对智能灯进行设计，调试形成小组作品，并对本组作品进行演示和分享，讨论这两种不同的计算机语言在应用时的异同之处。
3.总结反思，拓展提高
以思维导图的形式回顾智能灯设计的全过程。在实际生活中往往面临着更为复杂的情境，当外界光线昏暗，智能灯会自动给打开且不能自动关闭，这也造成了一种资源浪费。进而引发学生对智能灯更深入的思考，完善、改进作品设计，为之后的课程内容做好准备。
本案例从生活实际出发引发学生的学习兴趣，在内容设计过程中通过对可视化工具的利用帮助学生理清思维脉络，不仅重视学生对模块程序和计算机语言的学习利用，更是通过比较二者的语言风格加强学生对编程的深入理解，进而培养学生的计算思维。
（二）中小学人工智能课程组织案例
人工智能虽然是一个知识体系丰富的新兴技术领域，其内容架构设计包含人工智能基础、算法与编程、机器人与智能系统等多个模块。表面看起来是彼此独立、互不关联的内容，但实际上，无论是技术特点还是知识内容都是可联系、可互通的。忽视了课程内容间的联系、放弃将内容整合成为模块是无法将人工智能的原理与技术讲解透彻的，也无法将计算思维和智能的培养渗入课堂。因而，以综合任务为导向的模块化组织中小学人工智能课程不仅能够有效帮助学生构建人工智能知识体系，更有助于教师组织形式丰富、内容多样的系统课程，增加课堂趣味性、有效性。
以“模拟城市交通系统”为例组织相关课程内容。如图2所示，智能路灯、自动道闸、智能信号灯、环线巴士、无人加油站原本都是独立的课程内容，根据课程与生活实际的联系整合成模拟城市交通系统为主题的模块。教师利用5-10个课时实践此模块，引导学生设计完成模拟城市交通系统这个综合任务实践每课内容，帮助学生在体验人工智能的同时，创造性地应用人工智能解决实际问题。
图2“模拟城市交通系统”课程模块
三、中小学人工智能课程实施策略
（一）跨学科整合式教学
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它的涉及领域除了计算机科学外，更包括了生物学、心理学等。跨学科的整合能够将数学、生物、神经科学等多学科知识与人工智能知识相融合、渗透。在这个过程中，教师不仅能够利用其他学科知识帮助学生理解人工智能知识内容，更利用其他学科思维帮助学生培养计算思维的核心素养。跨学科整合式的教学是将人工智能学科与其他相关学科进行融合，以项目形式实践课程内容，利用人工智能技术创造性地解决实际生活问题。以“机器视觉”一课为例设计如下，这一课中，教师将人工智能中机器视觉的知识与神经科学相结合（如图3），以人是如何看到事物的为导入，进而类比解释机器是如何“看到”事物的。该教学设计在渗透了脑科学知识的基础上，帮助学生联系生活实际体验人工智能的应用与价值。
图3“机器视觉”与神经科学知识融合
（二）情境游戏化教学
由于中小学学生的认知水平存在局限性和差异性，以及人工智能领域知识特性，学生难以通过讲授和演示直接理解课程内容。人工智能技术的发展也为创设情境提供了条件，教师完全可以利用人工智能技术的应用反哺课堂教学，帮助学生增强学习的体验感，对人工智能技术形成直观、形象的理解。借助游戏化的角色、模式以及元素，为学生提供丰富、有趣的学习内容；通过机制、增益等策略，能够丰富学习者的经历和体验，同时提高学习者在活动中的参与率和巩固率[9]。因而，将情境的创设与游戏化学习相结合，有利于增强人工智能教学课堂的趣味性、个性化。例如东南大学举办的人工智能为主题的夏令活动中实施的“火灾演练”，要求学生扮演消防员在模拟灭火行动中完成救援。创设的火灾情境融合机器人小车巡线、FPV第一视角等教学内容。氛围营造、综合竞赛及消防员的角色扮演都极大激发了学生的课堂兴趣及参与感。该项目在实践中得到了学生与教师的一致肯定。该设计能够帮助学生将人工智能知识与生活实际相联系，建构开源硬件的知识体系。鼓励学生在游戏化式轻松的教学环境中大胆创新。从而达到培养学生核心素养与创新能力的目标。
表2“火灾演练”项目内容
面向中小学开展人工智能课程有利于学生了解现代科技发展、适应未来生活有着重要的意义。目前，我国中小学人工智能教育尚在探索发展阶段，无论是课程内容的设计还是其组织方式、或是教学策略均未成型，本研究希望借以案例的分析，促进研究者对中小学人工智能课程设计广泛、深入的思考。
参考文献
[1]国务院关于印发新一代人工智能发展规划的通知[EB/OL].
[2]教育部关于印发《教育信息化2.0行动计划》的通知
[3][7]谢忠新,曹杨璐,李盈.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.
[4]徐多,胡卫星,赵苗苗.困境与破局:我国机器人教育的研究与发展[J].现代教育技术,2017,27(10):94-99.
[5]周邵锦,王帆.K-12人工智能教育的逻辑思考:学生智慧生成之路——兼论K-12人工智能教材[J].现代教育技
术,2019,29(4):12-18.
[6]解月光,杨鑫,付海东.高中学生信息技术学科核心素养的描述与分级[J].中国电化教育,2017(5):8-14.
[8]李德毅.AI——人类社会发展的加速器[J].智能系统学报,2017,(5):583-589.
[9]祝智庭,魏非.教育信息化2.0:智能教育启程,智慧教育领航[J].电化教育研究,2018,39(9):5-16.
东南大学百研工坊：21世纪是我国创新型人才培养的关键期。东南大学百研工坊（儿童发展与教育研究所）结合信息技术、生物医学工程、脑科学技术，进行青少年科学素养的国际比较研究和学生核心概念掌握水平的评测系统的研究与开发，我们的目标是：（1）面向中小学学生综合能力发展的steam研究；（2）通过实证教育研究，探究科学素养的本质及有效的培养途径；（3）将科学素养的传统评测方法与现代信息技术相结合，探究基于ECD模型的学生科学素养评测方法研究；（4）运用ERP、EEG和眼动等脑科学技术，开展对学生核心概念熟练掌握程度的评测研究。
责编：罗培
推荐关注：韦钰院士公众号
可鑫的科学漫步
介绍有关神经教育学、神经信息工程和科学教育的相关信息
推荐书籍
滑动查看更多>>>返回搜狐，查看更多
《走近人工智能》教学设计
《走近人工智能》教学设计
溧阳市埭头中心小学 杨俊
教学目标：
1.了解人工智能技术在生活中的具体应用。
2.体验常用的人工智能应用，并感受人工智能给生活带来的便利。
3.了解人工智能的基本概念及其重要价值，并产生持续学习的兴趣。
教学重点与难点：
重点：体验常用的人工智能应用
难点：了解人工智能的基本概念
教学准备：
网络环境、多媒体教学一体机、平板电脑（形色、百度翻译、小猿口算、QQ音乐、白描、讯飞语记）、学习素材
教学过程
一、问题导入：
随着技术的发展，我们的生活方式正在发生转变。今天这节课，我们也来一起研究研究技术。
课件展示任课老师照片：这些人认识吗？他们是我们班的几位任课老师，最近几天，他们都遇到了一些不同的烦恼。
分析老师的烦恼：语文：想把学生作文变成电子稿。/数学：口算太多批不过来。/音乐：寻找抖音小视频背景音乐。/科学：了解未知植物。/英语：翻译美文。
老师们的烦恼各不相同，但都可以用技术来解决，下面我们就请同学来帮老师解决难题。
二、解决问题，体验人工智能：
打开任务要求：
1、小组确认要帮助哪门学科老师，并派代表到老师那里取材料。
2、尝试用手中的平板，帮学科老师解决问题，材料和“我的文件”中的素材和秘籍都可以使用。
3、小组推荐一位同学，汇报解决过程。
小组自主尝试解决问题。
三、交流问题，认识人工智能：
老师们的问题都解决了吗？我们一起来分享一下解决的过程：
汇报交流，师投屏学生的操作过程。（随机顺序引出以下内容）
在用qq音乐听歌识曲的过程中，qq音乐就用了一项技术——语音识别。还有哪组同学在解决问题过程中用到了语音识别？？
学生展示或老师示范讯飞语记
形色软件根据我们拍的植物照片、图像识别出是哪种植物，这里用的技术是——图像识别。还有哪组同学在解决问题过程中用到了图像识别？？
小猿口算
语文：白描，这个作文识别，虽然也是拍照识别，但能具体识别为一个个文字，它用到了文字识别的技术。还有哪个学科没有分享？请生示范英语，你觉得在这个过程中，用到了哪项技术？？？其实，它也能语音识别。
老师们的问题都得到了解决，在过程中用了语音识别，文字识别，图像识别等技术，我们把这些技术统称为“人工智能”。
为什么这些技术就叫人工智能技术呢？听歌识曲本来是我们人类的能力，现在软件也具备了这种能力了，这就是一种对人类智能的模拟，甚至可以说，在某些方面，它已经超越了人类。形色认识……所以简单的说，人工智能是对人类智能的模拟，甚至超越。
四、拓展认知，进一步了解人工智能：
1、那在日常生活中，有没有哪里也用到语音识别，图像识别，或者其它更多的模拟人类智能的技术呢？
学生交流：手机开机、刷脸付款、智能音箱……
2、这些人工智能技术给我们的生活带来了极大的便利，而在一些特殊的岗位上，人工智能也有着不可替代的作用。
课件视频展示人工智能在消防、医疗、养老等方面的应用。
3、看了这么多人工智能，老师有个疑问：我们为什么要花费时间精力，去研究人工智能呢？
五、情感升华、畅想人工智能：
如果将来有一天，你也从事人工智能的研发工作，你想研发一款怎样的人工智能？
同学们，在我们刚才了解的这些“人工智能”中，都是针对某一个领域的智能，例如：形色只能识别植物，手术机器人只会手术……但人类智能是非常复杂的，我们现在并没有能力把人工智能做成完整的像人一样的系统，这些都期待着你们去实现。
板书设计：
走近人工智能
语音识别
图像识别 对人类智能的模拟和超越
文字识别
……