橫向跨學科縱向分層次人工智能課程的設計與實施

當前國內與國際處于同一人工智能人才起跑線上，這也是我國在新國際競爭與新技術革命中占有領先地位的機遇。我們的人工智能課程建設屬于創新前沿性探索，在智能社會高素質人才培養的目標下，通過建設成體系的、跨學科融合的中學人工智能課程，并在不同層次和維度上全面而有側重地實施，為我國中小學智能教育的普及、跨學科實踐及創新等方面提供經驗與借鑒。

課程體系的設計與建設

1.明確智能時代高素質人才培養目標

我們以智能素養和高階能力的培養為出發點，基于中學知識水平，解析人工智能跨學科科學基礎，構建其與STEAM理念框架的本質映射，實現面向未來的人工智能課程體系。同時明確全面育人理念下人工智能課程體系的育人模式培養目標，即面向未來的高階能力，包括批判性思維、自主性、創新能力、協作交流和跨文化能力;智能素養，如學習人類智能與機器智能的跨學科基礎思想，培養跨學科思維，指導科學用腦與科學學習，以人工智能前沿原始創新的大視野、大概念和大思維為學生終身學習和發展奠定基礎。

2.建立人工智能縱向金字塔分層課程體系

在縱橫開合、豐富多元、文理兼容的素質教育課程體系下，人工智能得以從面向全體的常規課普及教育，到部分選修的跨學科實踐應用，再到少數的前沿探究，形成人工智能縱向金字塔分層課程體系。學校為每位學生在未來人工智能時代的發展提供個性化的培養路徑。

3.實現人工智能的學科基礎橫向跨學科解構

人工智能本身是一個跨學科綜合的領域，交叉計算機科學、數學、生物學、神經科學、認知學科、腦科學、心理學、社會學、哲學等等，本質上與STEAM教育深入融合。我們將人工智能的學科基礎、核心思想、內涵外延，以大視野、大概念、大思維為主線，科學創新地變換映射到中學知識體系內，橫向跨學科解構到各個學科，縱向分層到中學的不同課型和活動，實現遵循學生發展規律，符合教育教學原理的多維度多層次中學人工智能課程體系。

代表性的人工智能課程案例展示

1.高二“人工智能初步”課程

本課程重在培養基本的“人工智能+”思維和興趣，是人工智能課程體系的感知層，這一層次具體落地于中小學信息技術課，將高質量科普資源融入日常科學課、信息技術課和一些選修課。把人工智能內容滲透到常規課堂的引入環節，介紹人工智能推動各學科領域發展的前沿成果，培養學生的交叉學科創新思維。

課程為高二年級選擇性必修課程，著重培養學生了解、理解人工智能，能夠使用開源的人工智能平臺解決實際問題的能力，旨在培養學生計算思維和人工智能的跨學科鏈接。通過本模塊的學習，學生將了解人工智能的發展歷程及概念，能描述典型人工智能算法的實現過程，能搭建簡單的人工智能應用模塊，親歷設計與實現簡單智能系統的基本過程與方法，增強利用智能技術服務人類發展的責任感。

課程實施共18個課時，分為6個專題，以項目式學習為主，引導學生在真實情境下的問題解決過程中理解和實踐人工智能的學科基礎與跨學科應用。

這六個專題包括以下內容。（1）人工智能概述及Python編程。其內容包括基礎Python復習，如變量、字符串、運算、選擇分支、循環結構、列表等基礎Python內容復習;模塊、函數1，數據可視化——學會使用函數及Matplotlib模塊畫圖;模塊、函數2，圖像操作——理解圖像的存儲，學會使用Opencv及Matplotlib模塊對圖像進行操作。（2）人工智能核心算法。其內容包括機器學習概述，機器學習基本概念、一般思路;有監督學習1，線性回歸——簡單線性回歸，結合物理學科的實驗數據分析;有監督學習2，K近鄰算法——NBA最佳球員預測，價格預測等問題;無監督學習，K均值算法——卷積神經網絡，從腦科學、認知科學出發講述卷積人工神經網絡。（3）計算機視覺。其內容包括計算機視覺概述，實踐——人臉檢測和表情識別。（4）自然語言處理。其內容包括自然語言處理概述;語音識別及合成，了解語音識別及合成的一般過程，學會使用人工智能平臺，實現語音識別與合成;實踐——搭建可以語音對話的聊天機器人。（5）倫理道德探討，探討人工智能背后的倫理道德。（6）期末學生實踐展示。

2.跨學科“人工智能——自然語言處理NLP”課程

本課程面向感興趣的高中學生，旨在讓學生理解自然語言處理領域的基本原理與框架，能夠做簡單的項目實踐，培養學生跨學科思維與真實生活應用的實踐能力。

該課程由語文教師趙玥和計算機科學教師武迪共同主講，從自然語言處理課程概述、漢語語言學研究基礎，到自然語言處理實踐、詞匯與分詞技術，再到文本數據挖掘與詞云圖生成、概率圖模型、語音識別和詞性、語塊、句法理論與自動分析，最后是建設語言資源庫、NLP中的深度學習和課程大作業答辯，課程內容層層深入，共14次課28個課時。

課程評價采用過程性評價與終結性評價相結合的方式。過程性評價占40%，包括考勤，其中缺勤三次（含三次）無學分;課堂表現：積極參與討論、回答問題、小組合作;課堂作業：課堂實踐與練習按時完成;課程貢獻度：做課程日志、與老師共建課程資源等。終結性評價占60%，將課堂所學應用于自己感興趣的自然語言處理學習生活實例，解密、實現、創新不同維度的實踐，大作業過程形成過程性檔案集與最終課程答辯共同作為評價內容。

漢語自然語言處理是人工智能的一個重要分支，從學科類屬上說是語言與計算機的跨學科課程。這門課希望學生能通過課程學習與實踐正確認識“人類智能”與“人工智能”的關系，既不唯技術論，又能積極看待人工智能對人們生產和生活的輔助作用。在課程設計上，語言學原理與計算機學科知識技能并重;從生產生活的應用情境出發，采用項目式學習的方法，讓學生在實踐中體會語言作為思維工具和系統符號的本質，并掌握一定的自然語言處理相關知識與技能。

3.早培研修“人工智能——自動駕駛”課程

本課程面向8年級及10年級的拔尖創新人才項目學生，培養目標是面向對人工智能感興趣的學生，將自動駕駛這一人工智能第一個大規模落地應用解密，從這一交叉綜合領域的各個關鍵環節出發，介紹核心科技與前沿發展，并在國際開放平臺上進行多維度實踐。本課程是“人工智能+X”的跨學科綜合課程，以交叉前沿應用為基礎，培養學生的創新精神和實踐能力。

課程實施共42個課時，分為14次課進行，課程內容從課程介紹到高精度地圖是如何構建、物體檢測與識別，再到深度學習、深度強化學習與決策和人類感知，難度逐漸加強，最后是項目實踐和課程答辯。

在充分學習MIT的自動駕駛課程基礎上，開發了目前的課程，結合我校高中生的知識儲備及學習特點。既保有了國際前沿發展目光，又能貼合學生實際，做到本土化教學。

這一課程的過程性評價占60%：考勤占10% ，缺勤三次及以上沒有課程成績;課堂表現占10% ，包括課堂參與、思考、表達;課堂項目占20%，要求能夠高效高質完成;課后項目占20%，以自主探究為主。終結性評價占40%，包括課程項目實踐、課程論文及現場答辯。

在課程實施過程中，由于3節連堂，大多數課程采用學生分組自主學習，課堂分享交流，互相促進，共同進步的學習方式;分享形式多樣，有時為PPT展示，有時為劇情展示，用輕松幽默的形式演繹學生眼中的算法，既給學生帶來了極大的自由，也督促學生提高效率，學好本節課的內容。而就課程內容結合產業發展方面來說，課程實踐過程中，參觀了包括圖森、Momenta、商湯等在內的自動駕駛創新公司，學生們在第一單元對于技術上以及實踐過程中的一些遺留問題得到了解釋，并能從產業發展的角度學習到自動駕駛領域相關的內容，真正結合理論與實踐。值得一提的是，圖森的聯合創始人為人大附中校友，在講解自動駕駛技術的同時，不忘初心，鼓勵學弟學妹們好好學習，發展特長，肯想肯干，秉承人大附中一貫傳統，給學生們帶來了極大的學習動力。

人工智能本身是一個綜合的領域，交叉計算機科學、數學、生物學、神經科學、認知學科、腦科學、心理學、社會學、哲學等學科知識，本質上與STEAM教育深入融合。我們將人工智能的學科基礎、核心思想、內涵外延，以大視野、大概念、大思維為主線，科學創新地變換映射到中學知識體系內（不是拿大學內容、研究生內容來講），橫向跨學科解構到各個學科，縱向分層到中學的不同課型和活動，實現遵循學生發展規律，符合教育教學原理的多維度多層次中學人工智能課程體系。

作者單位：中國人民大學附屬中學