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。
什么是人工智能 (AI)
虽然在过去数十年中，人工智能(AI)的一些定义不断出现，但JohnMcCarthy在2004年的文章 (PDF,127KB)(链接位于IBM外部)中给出了以下定义："它是制造智能机器，特别是智能计算机程序的科学和工程。AI与使用计算机了解人类智能的类似任务有关，但不必局限于生物可观察的方法"。
然而，在这个定义出现之前数十年，人工智能对话的诞生要追溯到艾伦·图灵(AlanTuring)于1950年出版的开创性作品"计算机器与智能"(PDF,89.8KB)（链接位于IBM外部）。在这篇论文中，通常被称为“计算机科学之父”的图灵提出了以下问题：“机器能思考吗？” 他在这篇文章中提供了一个测试，即著名的“图灵测试”，在这个测试中，人类询问者试图区哪些文本响应是计算机做出的、哪些是人类做出的。虽然该测试自发表之后经过了大量的审查，但它仍然是AI历史的重要组成部分，也是一种在哲学中不断发展的概念，因为它利用了有关语言学的想法。
StuartRussell和PeterNorvig随后继续发表了“人工智能：一种现代方法 ”（链接位于IBM外部），成为AI研究方面的重要教材之一。在这本书中，他们深入探讨了AI的四个潜在目标或定义，基于理性、思考和行动来区分计算机系统：
人类方法：
像人类一样思考的系统像人类一样行动的系统理想方法：
理性思考的系统理性行动的系统艾伦·图灵的定义可归入"像人类一样行动的系统"类别。
以最简单的形式而言，人工智能是结合了计算机科学和强大数据集的领域，能够实现问题解决。它还包括机器学习和深度学习等子领域，这些子领域经常与人工智能一起提及。这些学科由AI算法组成，这些算法旨在创建基于输入数据进行预测或分类的专家系统。
目前，仍有许多围绕AI发展的炒作，市场上任何新技术的出现都会引发热议。正如Gartner在其hypecycle技术成熟度曲线（链接位于IBM外部）中指出的那样，自动驾驶汽车和个人助理等产品创新遵循“一个典型的创新周期，从欲望膨胀到期望幻灭、到最终了解创新在市场或领域中的相关性和作用。”正如LexFridman在2019年麻省理工学院演讲中指出的那样(01:08:15)（链接位于IBM外部），我们正处于欲望膨胀高峰期，接近幻灭的谷底期。
随着对话围绕AI的伦理道德展开，我们可以开始看到幻灭谷底初见端倪。如想了解更多关于IBM在AI伦理对话中的立场，请阅读这里了解更多信息。