人工智能教育中跨學科融合教學模式研究

陳胡鏗

在人工智能教育中，筆者認為教師要更著重培養學生兩中思維：一是計算思維的，計算思維主要提出的是人如何用機器優化自己的工作，學會去分解自己的生活、工作等的問題，讓問題解決的步驟都變得可計算，讓機器代替人類去做，這與人工智能的想法是完全一致的。二是跨學科學習的思維。人工智能所表達的就是讓機器人像我們人一樣。所以，人工智能涉及的學科其實是相當多的，也一定是跨學科的，包括心理學、神經學、科學、數學、邏輯學、計算機科學等。

當前，中小學人工智能教育少兒編程教學均采用圖形化編程軟件（scratch或kitten）作為幼兒和小學階段學生的編程學習工具。筆者在“趣味編程與疫情防控”專題課程中，不僅讓學生學習了相關的編程知識，亦引導學生主動通過信息技術手段，學習新冠肺炎病毒的有關防疫知識。

如圖可以看到，學生作品在設計中，以小圓點模擬人，其中綠色代表健康，黃色代表受到感染后處于潛伏期，紅色代表已經確診。同時，也模擬了四種場景，來代表人們對疫情采取的不同措施：①無采取防護措施（受到病毒感染概率極大）;②采取戴口罩等防護措施（受到病毒感染概率較小）;③外出采取戴口罩等防護措施，同時減少外出（外出受到病毒感染概率較小，不外出則不會受到感染）;④積極采取各類防護措施，同時對確診以及疑似病人進行隔離收治。

在程序運行中，可以明顯地看到，采取了不同措施的人群，受到病毒的感染的情況是不同的。（程序中人群感染概率為模擬，并無確切醫學根據）。

在這段程序的設計中，我們可以看到：學生要調整人群受感染的概率，采用了生成隨機數的形式。設置變量A為1～10的隨機數字，變量A小于等于9的概率為90%，小于等于8的概率為80%，設置變量B為受到感染的概率（在該程序中，采取防疫措施時，變量B為3，未采取防疫措施時，B為8），由此，可以通過設置新變量B并與變量A進行比較，即可通過判斷結果調整事件發生的概率。在這個過程中，讓學生通過建立模型來貼合實際生活，不僅讓學生生動地了解到，在疫情防控期間，一定要做好防護措施（戴口罩，勤洗手，減少外出）等疫情防控相關知識，更讓學生初步接觸了數學建模概以及概率論的概念，體現了跨學科融合教學的思維。

在程序界面中，“人”角色由綠（健康），黃（潛伏期），紅（發病確診）三個造型，其中，我們了解到，人們感染新冠肺炎后的潛伏期為1-14天，因此，在“潛伏期”到“發病確診”造型切換判斷中，也采用了隨機數進行判斷。這個步驟中，學生了解到，感染了新冠肺炎病毒之后，有一段時間的潛伏期。在潛伏期中，沒有發病的癥狀，但依舊具有感染性。所以，黃色圓點（潛伏期的人）行動不受限制，依舊可以在人群中活動，但是可以將病毒感染給其他人（綠色圓點）。處理不同顏色小圓點（“人”這個角色）的運動軌跡，亦需要學生掌握數形結合的思想，并了解平面直角坐標系的相關知識，才能順利完成這個程序功能。

人工智能教育的到來，身為教師，我們需要積累各方面的知識，明確“跨學科教學”的解決路徑，即培育新型學習方式、倡導“以學習為中心”的創新教學模式、搭建跨學科共同資源平臺。

責任編輯?黃博彥