智能時代的中小學人工智能教育：總體定位與核心內容領域

盧宇 湯筱玙 宋佳宸 余勝泉

【摘要】

隨著智能時代的到來，人工智能在多個領域日益發揮其重要的應用價值，我國也積極倡導和支持開展多層次的人工智能教育。然而，在基礎教育領域，人工智能教育仍然面臨課程定位模糊、教學內容分化、課程體系與資源龐雜等諸多現實問題。本研究面向中小學教育階段，對國內外人工智能教育的現狀進行了深入調研和總結，將人工智能教育與現有的相關教育進行了系統比較和辨析，明確了中小學階段人工智能教育的總體定位。針對當前人工智能教育中缺乏對內容領域進行科學界定和清晰完整的描述，本研究提出了六個核心內容領域并進一步闡述了基于內容領域的課程設計基本原則。本研究有助于進一步推動當前人工智能教育的深入探索，促進我國中小學人工智能教育持續、健康地發展。

【關鍵詞】 ?人工智能教育;中小學教育;基礎教育;核心內容領域;課程設計;智能體

【中圖分類號】 ? G632.0 ? ? ? ? 【文獻標識碼】 ?A ? ? ? 【文章編號】 ?1009-458x（2021）5-0022-10

一、研究背景

人工智能、移動互聯網、大數據、云計算等技術正在助推人類社會邁入發展的新階段，未來的時代將是智能化的時代。在教育、醫療等多個垂直領域，人工智能已經展現了其重要的應用價值和影響力，并逐漸成為這些領域發展和變革的新動力。隨著人工智能與各個垂直領域的不斷深入融合，普通公民也越來越需要具備人工智能的基本知識和應用能力，人工智能教育開始受到廣泛關注。2017年7月國務院發布《新一代人工智能發展規劃》，明確指出“實施全民智能教育項目，在中小學階段設置人工智能相關課程”（國務院， 2017）。2018年4月教育部印發《高等學校人工智能創新行動計劃》，提出“構建人工智能多層次教育體系，在中小學階段引入人工智能普及教育”（教育部， 2018a）。這些政策的頒布為我國人工智能教育在中小學階段的發展指明了方向，推動了當前對人工智能教育在課程設置、培養模式等方面廣泛而深入的探索，人工智能正在逐步成為中小學階段的重要教學內容之一。

（一）國內外人工智能教育發展現狀

1. 國外發展現狀

當前各國都高度重視人工智能技術的應用并視其為提升國家競爭力的重要力量，并開始逐步在基礎教育階段開展人工智能人才培養。

美國國家科學基金會聯合谷歌、微軟等企業以及美國計算機科學教師協會（Computer Science Teachers Association，CSTA）等組織，多年來一直致力于中小學計算機科學的課程標準制定及相關課程的普及，但是仍然難以滿足人工智能教育的需求。2018年5月，美國人工智能促進協會（Association for the Advancement of Artificial Intelligence，AAAI）與計算機科學教師協會聯合成立了工作組， 啟動美國K-12人工智能教育行動（AAAI， 2018）。人工智能領域的學者和一線教師開始探討和細化面向K-12階段人工智能教育的相關教學內容（Touretzky， Gardnermccune， Martin， & Seehorn， 2019），涉及“知識表示”“機器學習”“倫理道德”等多個方面，并對相關人工智能教育的工具與資源進行了推薦。

2019年，麻省理工學院推出了面向K-12階段人工智能教育的資源網站，匯聚了不同研究項目、學習單元與教學工具，并針對不同學段開設不同的研究主題（MIT Media Lab， 2019a）。例如，針對幼兒園至2年級學生，主要圍繞陪伴機器人等開展簡單的體驗活動;針對9-12年級學生，則著重讓學生經歷一個完整的從設計到開發的人工智能應用流程，讓學生可以利用Doodle Bot或其他人工智能創意實踐平臺（MIT Media Lab， 2019b）。

英國自20世紀80年代開始，人工智能課程就以選修課的形式出現在信息與通信技術（Information and Communications Technology，ICT）的課程體系中，該課程重視相關思維能力和人文價值的培養，并積極通過與本國高校協作的方式來開展教學，包括聘請高校專家參與課程建設、搭建教學平臺以及參與討論與答疑等（英國政府， 2017）。2018年4月，英國上議院發布題為《人工智能在英國：準備、意愿和能力》的專題報告，強調在基礎教育階段需要讓學生對人工智能有必要的知識儲備和基本理解，以應對社會的發展，課程的核心是技術的使用和倫理（英國上議院人工智能特別委員會， 2018）。

芬蘭是歐盟成員國中第一個將人工智能發展列入國家戰略的國家，并注重在已有人工智能技術的基礎上進行發展和創新型教育。2017年，芬蘭政府發布《芬蘭的人工智能時代》報告，明確提出要積極尋求新的教育創新，以滿足人工智能應用領域的人才需求（芬蘭經濟事務與就業部， 2017）。在芬蘭擔任歐盟輪值主席國期間，發起“1%的歐盟公民掌握人工智能基礎”的倡議，并向全球開放了“Elements of AI”等在線課程，鼓勵更多的人了解人工智能是什么，可以解決什么問題，對生活產生了什么影響，以及如何開始創建人工智能項目。該課程由芬蘭赫爾辛基大學等聯合研發，提供英語、芬蘭語、德語、瑞典語等幾乎所有歐盟成員國語言的版本（芬蘭經濟事務和就業部， 2019）。

日本自2016年開始提出要對中小學教育進行改革，以幫助年青一代適應以人工智能為代表的第四次工業革命。同時，在基礎教育階段需要重視培養學生運用信息技術的能力以及使用數據進行分析的素養（段世飛， 等， 2019）。此后，日本文部科學省等主要國家部委陸續發布了一系列相關報告和政策，強調培養學生具備使用人工智能技術并可以為企業創造價值的能力。

新加坡政府于2018年3月發布“AI Singapore”項目，旨在促進和增強新加坡在人工智能領域的創新能力，同時推出了“AI for Students”“AI for Kids”兩項人工智能教育計劃。其中，“AI for Students”計劃主要面向中學階段，在該計劃下學生和教師可以自由訪問其課程的核心內容（AI Makerspace和Data Camp），并參與專業社區討論（AI Singapore， 2018a）;“AI for Kids”計劃則面向小學階段，在該計劃下學生學習人工智能基本概念、開放工具、開發應用，以解決日常生活中的實際問題（AI Singapore， 2018b）。

在各國對人工智能教育日益重視的背景下，聯合國教科文組織于2019年3月組織了以“人工智能和可持續發展”為主題的“移動學習周”，同年5月發布了《北京共識——人工智能與教育》。《北京共識》建議將人工智能相關技能納入中小學課程、職業技術教育與培訓以及高等教育的資歷認證體系中，并提高社會各個層面所需的基本人工智能素養（聯合國教科文組織， 2019， p.59）。2020年11月，聯合國教科文組織教育信息技術研究所發布了《教育中的人工智能》（AI in Education：Change at the Speed of Learning），探討了人工智能技術對學生、教育者、家長、教育管理者等產生的深刻影響以及帶來的倫理道德方面的挑戰（UNESCO IITE， 2020）。

2. 國內發展現狀

我國很早就開始將人工智能教育引入中小學課堂。“人工智能初步”早在2003年就被納入我國《普通高中信息技術課程標準》的選修模塊中，與“算法與程序設計”“網絡技術應用”“數據管理技術”等并列為五個選修模塊，在全國發行的多套高中信息技術學科教材中也都有相應的人工智能分冊或相關內容。但是，受限于當時人工智能技術本身的發展，教學內容更多涉及的是“專家系統”“分布式計算”等傳統概念以及遞歸程序設計等實踐內容。2017版的《普通高中信息技術課程標準》保留了“人工智能初步”，將其作為選擇性必修模塊，主要分為“人工智能基礎”“簡單人工智能應用模塊開發”“人工智能技術的發展與應用”三個主題，要求學生了解人工智能的發展歷程及概念，描述典型人工智能算法的實現過程，搭建簡單的人工智能應用模塊，同時增強利用智能技術服務人類發展的責任感。在必修模塊中也多處涉及人工智能相關內容，如在必修模塊“數據與計算”中通過人工智能典型案例的剖析讓學生認識到人工智能在信息社會中越來越重要的促進作用（教育部， 2018b）。在此基礎上，教科版、人教版、浙教版和粵教版的《人工智能初步》教材陸續出版，這些教材均涵蓋人工智能的概念特征、歷史發展、核心算法、典型應用等部分，但側重點有所不同（詹澤慧， 等， 2020）。相關的課程項目案例與教學資源也在不斷豐富（張學軍， 等， 2019）。近年來，我國高度重視人工智能教育，提供了一系列政策引導與保障。2017年7月8日，國務院發布《新一代人工智能發展規劃》，提出“在中小學階段設置人工智能相關課程”（國務院， 2017）。2018年1月，中共中央、國務院發布《全面深化新時代教師隊伍建設改革的意見》（國務院， 2018），提出教師要主動適應信息化、人工智能等新技術變革，積極有效開展教育教學。教育部教師工作司發布的《教育部教師工作司2018年工作要點》也明確支持部分學校引入人工智能教學實驗，推動教師主動適應信息技術變革（教育部教師工作司， 2018）。2018年4月，教育部頒布《高等學校人工智能創新行動計劃》《教育信息化2.0行動計劃》，強調構建人工智能多層次教育體系，在中小學階段引入人工智能普及教育（教育部， 2018a），并進一步對人工智能教師培養、完善課程方案和標準做出要求（教育部， 2018c）。2019年2月，教育部發布《2019年教育信息化和網絡安全工作要點》，指出要推動在中小學階段設置人工智能相關課程（教育部， 2019）。

在人工智能教育相關政策的推動下，廣州、深圳、天津、南京等多個城市進行了人工智能教育的探索。廣州市計劃到2022年實現人工智能教育覆蓋全市學校，以培養適合未來的創新型人才（廣州市教育局， 2019）。深圳市遴選了61所中小學作為首批“中小學人工智能教育”項目實驗校，積極探索在中小學開設人工智能課程的有效方式（深圳市教育局， 2019）。天津市印發了《〈關于開展人工智能知識教育普及活動方案〉的通知》，推進人工智能知識教育普及活動（天津市人民政府， 2018），并在中小學建立人工智能創新教育實驗室，推動實施人工智能創新課程規劃（天津市教育委員會， 2018）。南京市在多個中小學設立人工智能選修課，主要從加強教師技術培訓、組織專題論壇、鼓勵參與競賽幾個方面推動人工智能教育發展（南京市人民政府， 2018）。各地中小學也開始以校本選修課等形式積極推進人工智能課程的落地。例如，北京師范大學附屬中學從2018年開始逐步進行初中階段的人工智能課程的建設，課程內容除涵蓋一些關鍵人工智能技術外，還涉及物聯網、大數據、云計算等，并輔以模塊化編程等實踐教學環節（張建彬， 2019）;中國人民大學附屬中學在初中階段開展語音識別等人工智能基礎概念課程，同時組織學生在無人駕駛、圖像處理、自然語言處理等領域進行跨學科實踐活動（袁中果， 等， 2019）;上海浦東教育發展研究院基于皮亞杰的認知發展理論，在小學、初中、高中三個學段設計了側重點不同的課程內容（謝忠新， 等， 2019）。學術界也開始關注人工智能課程在中小學實施過程中的現實矛盾（樂進軍， 2020），在積極提倡借鑒國外經驗的同時（方圓媛， 等， 2020）開始探索相關的解決方法與策略（張珊珊， 等， 2020）。

綜上所述，面向中小學階段的人工智能教育國內外目前都處于起步和探索階段。國際上多以政府部門和學術機構聯合的方式來開展人工智能教育，人工智能領域專家參與課程建設、平臺搭建及資源開發，將研究和實踐進行結合并應用于教學。相關的課程學習網站和工具資源向公眾開放，鼓勵一線教師和不同年齡段學習者直接使用。在具體實施上，圍繞人工智能學科本身的關鍵領域知識和學科特點，針對不同學段開設適宜的研究主題，鼓勵學生解決日常生活中的實際問題。另外，在引導學生系統學習人工智能知識及其實際應用的同時，也將使用人工智能的倫理和道德等問題作為重點內容納入教學之中。這都是我國在開展人工智能教育時可以借鑒的寶貴經驗。

（二）我國人工智能教育面臨的問題

相比較而言，我國當前人工智能教育的政策引導更加明確，涵蓋教育體系、教師教育、課程標準等多個方面，地方政府也通過評選實驗校、開展競賽活動、組織交流分享、加強教師培訓等多種方式推進人工智能教育的發展。人工智能教育在中小學階段的迅速發展，一方面提升了學生的相關能力和素養，另一方面也為我國人工智能領域的人才培養奠定了基礎。然而，當前我國中小學人工智能教育，尤其是面向初中和小學學段的人工智能教育，在具體實施中面臨以下幾個問題：

1. 課程定位模糊

人工智能學科本身知識覆蓋范圍廣，很多子領域理論性強且仍然處于快速發展與創新的階段，在很多關鍵問題上還沒有形成共識。即使在高等教育階段，人工智能專業的設立與課程體系建設也仍然處于發展初期。在中小學階段的人工智能教育實踐過程中，由于教育管理者和教師普遍缺乏對人工智能學科的清晰認識，容易將其與創客教育、編程教育或機器人教育等混淆。有的學校開設的人工智能課程，只是將原有的機器人課程或編程課程稍加修改，其課程內容和實踐活動基本未作改變甚至完全一樣。除校內課程外，各類校外培訓機構以人工智能為主題推出的針對各學段的培訓課程，其課程體也存在著類似問題，并且由于受到商業利益的驅動，更加偏離原本的方向。課程定位的模糊直接導致教學內容與人工智能學科本身的核心內容相去甚遠，有悖于人工智能教育的初衷。

2. 教學內容分化

在教學內容上有些學校將人工智能某些子領域的模型和理論直接搬到課堂，以技術性知識為主組織教學。這些內容通常復雜抽象，對學生的數理和邏輯能力有較高的要求，中小學階段的學生難以理解且易對課程產生抵觸情緒。例如，“卷積”運算屬于泛函分析范疇，在中小學人工智能課堂上直接講解基于該運算的“卷積神經網絡”等復雜的機器學習模型，學生很難對其有深入的認識和理解。有些學校的教學內容，只強調學生的體驗，側重于吸引學生進行簡單的動手實踐，雖然會讓學生在課堂中感到新奇有趣，但知識學習卻停留在表層，學生難以體會和學到人工智能的重要概念和思想方法。

3. 課程體系與資源龐雜

在初中和小學階段，人工智能課程多作為選修或校本課程，屬于學校的“個性化課程”。各個學段之間課程的連貫性不足，所采用的教學資源迥異，普遍缺乏整體性的課程體系設計與系統性的教學資源建設。同時，不同學校在教學理念、師資培養以及教材使用上的差異也較為顯著。自2018年開始在全國范圍內已經出版了超過二十種人工智能教材，教材編寫人員涵蓋高校教師、中小學教師、研究機構、培訓機構等多方主體，覆蓋從幼兒園到中學的多個學段。然而，相當一部分教材并不遵循人工智能學科本身特點，而是以購買實踐環節所需的軟硬件平臺為導向，進行教學內容的編寫，缺乏基本的科學性與合理性。

總體而言，當前中小學階段的人工智能教育面臨良好的發展機遇，在課程開展和資源建設方面也取得了較大的進展。然而，由于國內中小學人工智能教育尚未形成清晰、完整、獨立的總體定位與核心內容，仍然面臨課程定位模糊、教學內容分化、課程體系與資源龐雜等問題。本研究依據人工智能學科的專業特點和國際發展趨勢，針對當前我國中小學階段人工智能教育面臨的實際問題，厘清中小學人工智能教育與STEM教育、編程教育、創客教育等的區別和關系，梳理和明確中小學人工智能教育的總體定位與核心內容領域，以期幫助本領域的研究者和實踐者更好地進行課程建設和教學實踐。

二、中小學人工智能教育的總體定位

如前所述，當前中小學人工智能教育課程定位模糊，經常與計算思維教育、STEM教育、機器人教育等混淆，通常是這些現有課程的照搬或混雜。本研究首先對人工智能教育與現有的相關教育進行比較和辨析，進而提出面向智能時代的中小學人工智能教育的總體定位。

（一）人工智能教育與相關教育的比較

1. 計算思維教育

計算思維教育強調用計算機科學的概念和方式把復雜問題拆解成為為簡單、可操作的子問題，使用一系列清晰的步驟生成解決方案，然后將解決方案遷移運用到類似問題中，從而使問題解決過程自動化（Jeannette， 2006）。簡言之，計算思維教育關注的是計算本身，研究一個問題中哪些可以計算并且怎樣進行計算，是對數學思維和工程思維的補充。計算思維教育的基本理念是讓人能夠把實際問題轉化為可計算問題，并設計相應的步驟讓計算機去執行，計算機負責具體的運算任務，這就是計算思維里的人機分工。而人工智能教育關注的核心之一是如何設計智能機器代替人解決實際問題，從而不再需要由人來完成計算思維中最困難的問題拆解與抽象表達。因此，兩者關注的重點有較大區別。

2. STEM 教育

在中小學階段，STEM教育重點強調對學生四個方面的培養：一是科學素養，即運用科學知識（如物理、化學、生物科學和地球空間科學）理解自然界并參與影響自然界的過程;二是技術素養，即使用、管理、理解和評價技術的能力;三是工程素養，即對技術工程設計與開發過程的理解;四是數學素養，即學生發現、表達、解釋和解決多種情境下的數學問題的能力。STEM教育在發展過程中又逐漸增加了藝術、人文等素養（秦瑾若， 等， 2017）。STEM教育的基本理念之一是基于現有學科知識（科學、技術、工程和數學學科），跨學科并使用多學科的思維方式和知識解決實際問題。人工智能教育也同樣需要培養跨學科知識素養，但需要突破現有的學科知識和思維方式，從創建和實現類人智能機器的角度解決實際問題。

3. 機器人教育

機器人教育是指通過設計、組裝、編程、運行機器人，激發學生學習興趣，培養學生綜合能力。機器人的構建融合了機械原理、電子傳感器、計算機軟硬件及人工智能等眾多先進技術。在中小學階段，機器人教育的形式多以搭建機器人結構、編寫與調試控制程序、設計創意項目為主。機器人結構、外形和配件相對固定，主要以插接積木式或標準件組合式為主。當前的機器人教育更多強調通過程序設計與模塊組合完成某項既定任務或某個功能應用，有時也被視為STEM教育或創客教育的工具（鐘柏昌， 2016）。智能機器人無疑是人工智能領域的重要代表成果之一，但是當前大多數機器人教育并不涵蓋人工智能教育中應涉及的大量基礎性知識和思想（如知識的推理與學習、道德與倫理等），相關的教學也不必由機器人作為載體來進行。

4. 編程教育

編程教育主要是用編程的方法來解決問題，包括使用變量、循環、遞歸、程序調試和優化等常見的編程概念和方法，一方面可以培養學生計算思維，另一方面可以幫助學生提高程序設計的基本能力。在中小學階段，編程教育通常可以通過編程游戲啟蒙、可視化圖形編程等方式開展。編程教育可以為中小學人工智能教育提供工具性支持，但不應成為人工智能教育的主要內容和唯一實踐形式。

5. 創客教育

創客教育的核心是支持學生開展基于創造的學習，鼓勵學習者在學習過程中主動發現、自主探究，培養批判性思維，強調在解決問題的過程中培養學生的創新能力和藝術創作能力。在中小學教育階段，創客教育通常融合信息技術，以某種電腦開源硬件為平臺，進行創意設計、作品開發，可以為培養學生的創新精神和實踐能力提供有效路徑（鄭燕林， 2015）。創客教育強調發展人的智能性，而中小學人工智能教育則強調探索和理解機器的智能性，這兩者存在本質的區別。

（二）人工智能教育的總體定位

隨著人工智能技術的飛速發展，大規模、高效率、深層次的人機協同成為趨勢，同時也會帶來更為靈活、開放、聯通的社會形態，人類將進入智能時代。智能時代對公民的能力素養提出了新的要求，包含人工智能在內的信息素養以及對智能化社會生活方式的深度認知，是智能時代公民所必備的（陳凱泉， 等， 2018）。新的時代需要有與之相適應的教育。人工智能教育需要讓學生在體驗實踐中了解“人工智能技術可以用來解決什么問題”，在理論學習中掌握“人工智能學科有哪些重要概念和思維方式”，在深入思考中體會“人工智能在解決實際問題的過程中會帶來什么新的問題”。只有在這些方面對人工智能有了較為深入的認知，學生才能成為智能技術的駕馭者和協作者，才能主動構建人機協同的新型生產與生活關系（李政濤， 等， 2019），最終促進技術與社會的進一步發展。

換言之，中小學階段的人工智能課程需要促使學生樂于進行相關的理論探索和動手實踐，引導學生重視智能技術所帶來的社會倫理與道德等問題，最終幫助學生適應未來的智能化學習與生活方式。在當前中小學人工智能課程的教學設計中，可以將“機器人”“編程”等作為基本工具，以“創意設計”“作品開發”等為補充形式，但人工智能教育的總體定位要遵從人工智能學科本身的知識體系、思想方法和發展趨勢。

三、中小學人工智能教育的核心內容領域

當前中小學人工智能教育經常涉及機器學習、深度學習、自然語言處理、機器人等多方面的內容，并經常以不同的組合在課堂中進行講授。這種方式看似包含豐富的內容，但由于缺乏對核心內容領域進行科學界定和清晰完整的描述，導致課程結構松散且整體邏輯混亂，極不利于學生系統地學習、理解和應用人工智能。學科教學中的核心內容領域應是該學科在理論和實踐中均已達成共識的奠基性思想表述和具有組織功能的關鍵內容和概念。同時，核心內容應可以作為基礎工具，幫助學習者探究更復雜的本學科知識與問題，并可以與實際生活進行關聯。

總體而言，人工智能學科的核心任務是構建智能體（intelligent agent）。智能體是人工智能學術領域主要的研究對象，指能同外部環境或社會進行自主交互的各類型實體（entity）。實體既可以是硬件形態，如服務類機器人，也可以是軟件形態，如棋類博弈程序。北京大學等高校在其人工智能課程中以“構建完整的智能體”為核心脈絡進行教學，課程內容涵蓋了所需的理論與關鍵技術，章節之間彼此聯系，在課程實施中取得了良好效果（羅定生， 等， 2019）。完整講述如何構建智能體需要涉及智能控制、知識工程、機器決策等復雜的理論和模型，顯然不適宜作為中小學階段的教學內容。然而，可以從已經構建完成的智能體出發，梳理智能體所具備的多種基本能力，進而定義適合中小學人工智能課程的核心內容領域。

典型的智能體需要對外部世界進行觀察和理解，并在此基礎上進行新知識的生成和學習，最終通過多種方式與外部世界完成交流。智能體具備的這些基本能力可以簡單概括為“感知”“推理”“學習”“決策”“交互”。這些基本能力的設計和實現涵蓋了當前人工智能的大多數子領域，也有一定的理論和實踐深度。同時，這些基本能力已廣泛應用于社會日常生活之中，是讓學生了解人工智能的絕佳入口和接觸更抽象理論模型的有力支撐。這些基本能力兼具學科顯著性、可解釋性與一般性，且可與生活實際緊密關聯，適合作為中小學階段人工智能學科的核心內容領域。另外，隨著智能技術所帶來的社會倫理與道德問題的增多，研究者在探索逐漸增強智能體的道德能力，這也是智能時代人機協同的基礎和保障。因此，在中小學人工智能教育中也應該將其作為智能體的基本能力引入。以上各項基本能力的具體闡述如下：

（一）智能體的感知

智能體使用各類傳感器，對外部世界的信息進行采集并提取有意義的知識，使自己了解世界，具備諸如“看”“聽”等能力。如果期望智能體達到像人類一樣的感知能力，就需要讓智能體具備常識性的知識。例如，需要讓智能體了解正在“聽”的某種語言具有怎樣的語法結構和使用習慣。如果不具備這樣的常識性知識，智能體的信息感知能力很難達到和超越人類。同時，智能體可以感知很多人類所不能或難以精確感知到的信息維度，如地理位置（GPS）、地磁方向、加速度等。智能體信息感知能力的提升，是人工智能領域迄今為止最重要的成就之一。該項能力可以被簡單概括為“采集信息、了解世界”。

（二）智能體的推理

基于采集到的知識，智能體模擬人類邏輯思維和求解問題的過程，最終得到新的信息和知識。無論對于人類智能還是人工智能，推理都是智能直接且最重要的表現形式之一。知識推理能力是建立在已有知識基礎上的。例如，已知“康熙是雍正的父親”和“雍正是乾隆的父親”，那么智能體可以通過知識推理得到“康熙是乾隆的祖父”。知識通常以數據的形式進行表示和存儲，便于智能體運行相應的算法、實現推理的過程。雖然智能體已經可以進行非常復雜的邏輯推理和問題求解，但他們目前仍然不能像人類一樣進行創造性思考。很多人類輕而易舉就可以完成的推理，最先進的人工智能推理系統也很難完成。該項能力可以被簡單概括為“邏輯思維、求解問題”。

（三）智能體的學習

智能體在很多任務中，不能僅僅依靠知識推理而達成目標，還需要通過不斷觀察客觀世界，從中尋找規律或模式，進而改善和提高自身的性能。被觀察的客觀世界通常需要以大量數據的形式表現，這些數據既可以由人們提供，也可以由機器自己獲取。智能體用特定的統計推斷的方式找到適用于新情況的規律或模式，這個過程就是機器學習。統計推斷可以有很多方式，基于人工神經網絡的方式是迄今為止最接近人類大腦學習機制的一種。該項能力可以被簡單概括為“觀察世界、尋找規律”。

（四）智能體的決策

智能體在行動之前需要設定“特定目標”，并為達到該目標做出決定或選取具體方案。人類的決策通常是一種認知過程，可以根據個人信念或綜合考慮各項因素而完成，而智能體則需要設計和量化特定的目標，然后根據該既定目標和環境信息計算出當前最優的決策結果。做出高質量的決策，無論對于人類還是智能體來說，都不是一件容易的事情。例如，著名的“囚徒困境”問題就反映了即使個體做出理性的決策，也可能導致在集體層面上非理性的結果。該項能力可以被簡單概括為“權衡利弊、做出決定”。

（五）智能體的交互

智能體需要用人類可以理解并感到舒適的方式與外部進行溝通和交流。這就要求其可以全方位理解人類，包括理解人類復雜的自然語言、多變的情緒以及隱含的想法或意圖。這種能力即使對于很多正常人來說也并不完全具備，因此構建智能體的交互能力，尤其是與人類進行自然交互的能力，是人工智能領域最具挑戰性的問題之一。當前的各種智能音箱和智能助理（如蘋果手機的Siri）等，都是智能體與人類進行自然交互的重要嘗試。但智能體的交互能力目前仍停留在初級階段，其自然交流和溝通的能力可能只相當于幼兒的水平。該項能力可以被簡單概括為“理解人類、溝通交流”。

（六）智能體的道德

各類智能體正在讓我們的生活和工作更加方便和高效，但同時也可能給我們的社會帶來負面影響和危害。例如，智能體無法保證決策或行動百分之百的準確，也可能會侵犯個人的隱私和數據安全，其從人類社會學習到的知識可能帶有選擇性的“歧視”或非故意的“偏見”等。因此，需要引導學生深入認識和討論這些問題，并從道德層面對智能體進行設計和約束，從而對其行為進行規范，使智能體具備符合人類社會標準的道德能力。該項能力可以被簡單概括為“公平安全、摒棄偏見”。

綜上所述，本研究提出現階段我國中小學人工智能教育的六個核心內容領域，即“智能體的感知”“智能體的推理”“智能體的學習”“智能體的決策”“智能體的交互”“智能體的道德”。所提出的每個內容領域都易于中小學階段學生的理解和掌握，且有一定的理論和實踐深度，可以幫助學生進一步學習更抽象和復雜的人工智能理論與概念。在此基礎上，當前中小學人工智能教育的目標可以被簡單概括為“了解人工智能的基本能力并認識它的正面和負面影響”。圖1給出了上述各項核心內容領域以及其與中小學人工智能教育目標的關系示意圖。

四、基于核心內容領域的課程設計基本原則

基于以上提出的核心內容領域，本研究提出人工智能課程設計的三條基本原則，希望有助于組織和規范教學內容，更加科學合理地構建當前中小學人工智能課程體系。

（一）強調核心內容的掌握：求基不求全，求實不求新

人工智能學科涵蓋了計算機科學、數學、神經科學、心理學、控制科學、語言學、經濟學和哲學等多個領域，學科跨度大且覆蓋范圍廣。在人工智能學科中相當數量的算法和模型，需要較深厚的數學基礎和長時間的實驗積累才能完全理解和掌握，如大部分機器學習模型依靠優化算法進行訓練，而即使優化算法中較簡單的隨機梯度下降法也需要微積分與隨機過程等高等數學知識。同時，當前人工智能領域知識正處在快速演進和革新的過程之中，幾乎每個月都有舊知識被替代或者淘汰。另外，與傳統學科（如數學、物理等）不同，人工智能領域的很多新理論和新知識還沒有經過長期的實踐檢驗，缺乏經典性和穩定性。例如，當前對于深度神經網絡（deep neural network）的理解正在被快速發展的可解釋人工智能（explainable artificial intelligence）所改變。因此，中小學階段的人工智能教育，應該讓學生掌握人工智能學科中的核心內容，而不能急于將大量仍處于探索階段或深奧難懂的人工智能知識搬進課堂，陷入盲目“求新”或“求全”的誤區中。

（二）以核心內容領域為主線：橫向聯系，縱向連續

中小學階段人工智能的課程內容之間不應該是相互獨立的，在教學中突出不同核心內容領域的同時，需要強調內容領域間的橫向聯系，培養學生的系統思維。要使學生能夠逐步認識到不同內容領域之間的內在聯系和相互關系，由淺入深，促進學生的知識整合與遷移，使學生能夠綜合運用所學的屬于不同內容領域的人工智能知識，進行相關系統的設計和實際問題的解決。在實際教學中可以將“智能體或智能機器如何完成（某項）任務”作為主題，以核心內容領域為主線，逐步講解感知、推理、決策、學習、交互和道德等核心領域，促進學生對人工智能進行系統化的深入學習。

（三）圍繞核心內容領域展開：步步進階，逐層分解

隨著學生年級的逐步提高，數學、信息技術等學科學習的更加深入，學生的理解認知能力、邏輯思維能力和實踐應用能力均會有所提升。圍繞已經確立的內容領域，中小學人工智能教育可以有針對性地對每個學段的學生制定符合其認知規律的具體教學內容和目標，不同學段之間的教學目標要有明顯的區分和承接。例如在小學階段對于內容領域的學習，主要以體驗和討論為主，在初中階段則更多側重于理解和動手實踐這些內容領域。同時，在中小學階段課程實施過程中要強調將復雜的“黑匣化”的智能體的工作過程，進行逐層分解、分層次地向學生進行傳授，并盡量借助生活中可以接觸到的實例進行教學，讓學生容易接受并產生使用和深入探索的興趣。在具體教學實施過程中，引導性案例的講授應以為學生提供思路為主，盡量避免讓學生機械模仿，要激發學生主動思考的意識。如表1所示，本研究選取了三個核心內容領域，給出了分學段進階教學的部分示例。在實際教學中，可以在知識層面與實踐層面做進一步擴展。

五、總結與展望

我國人工智能教育在中小學階段的研究和實踐仍處于起步階段，當前面臨課程定位模糊、教學內容分化、學科體系與資源龐雜等現實問題。本研究面向中小學教育階段，首先對國內外人工智能教育的現狀進行了較深入調研，將人工智能教育與現有的相關教育進行了系統比較和辨析，并從智能時代對公民素養要求的角度闡述了中小學人工智能課程的總體定位。在此基礎上，基于人工智能學科本身的知識體系與思想方法，本研究提出了適用于中小學階段人工智能教育的六個核心內容領域。圍繞這些內容領域，進一步探討了課程設計的基本原則。為更好地開展中小學人工智能教育，本研究提出以下建議：

1. 自上而下：開展協同育人，培養專業師資

相關政府部門可以聯合高校專家團隊、行業協會、科技企業、一線中小學等共同組成工作組，發揮各方優勢，從課程內容設計、資源平臺開發、教師培養培訓等方面進行規范化與系統化建設。政府部門進行總體規劃，高校專家團隊與行業協會提供理論和實踐指導，有資質的科技企業承擔平臺與工具的開發。同時，針對當前大多數中小學一線信息技術教師尚不具備人工智能學科基本知識和素養的現狀，開展大規模在職教師培訓，并積極變革教育技術專業師范生培養方案。另外，可以搭建多種形式的國際交流平臺，鼓勵不同層次骨干人才開展國際交流、研討與合作，以促進本學科先進教學理念的傳播和成果分享，從而提高我國人工智能教育人才的整體水平。

2. 自下而上：挖掘典型成果，輻射帶動區域

開展全國性的征選評選，挖掘來自一線的人工智能教育成果，包括課程體系、創新項目、綜合實踐活動、研究型學習活動等多種形式，積極評選示范區、示范校、示范班與示范教師，并開展線上線下宣傳和交流分享活動。在此過程中，對不科學、不規范、不合理的課程和工具資源進行整改與規范。最終可以將優質教案、資源、課堂實錄等加工整理形成體系化、結構化的案例集、資源庫、教案庫，免費向社會和一線教師開放，并在大規模教學實踐中持續迭代與優化，最終構建具有中國特色的國家級中小學人工智能教育共享與示范平臺。

“教育是人類應對人工智能挑戰的根本力量”（曹培杰， 2018），在中小學階段科學、合理地設計和開展人工智能課程，不僅可以幫助學生應對智能時代的變革和挑戰，也是國家培養高科技人才及應對國際競爭的迫切需要。因此，需要教育領域與人工智能領域的研究者和實踐者共同努力，為我國中小學人工智能教育的健康、有序發展貢獻力量。

[參考文獻]

曹培杰. 2018. 智慧教育：人工智能時代的教育變革[J]. 教育研究（8）：121-128.

陳凱泉，何瑤，仲國強. 2018. 人工智能視域下的信息素養內涵轉型及AI教育目標定位——兼論基礎教育階段AI課程與教學實施路徑[J]. 遠程教育雜志，36（1）：61-71.

段世飛，龔國欽. 2019. 國際比較視野下的人工智能教育應用政策[J]. 現代教育技術（3）：11-17.

方圓媛，黃旭光. 2020. 中小學人工智能教育：學什么，怎么教——來自“美國K-12人工智能教育行動”的啟示[J]. 中國電化教育（10）：32-39.

廣州市教育局. 2019-08-23. 廣州市教育局關于公示廣州市中小學人工智能課程改革實驗區、校評審結果的通知[EB/OL]. [2020-10-20]. http：//jyj.gz.gov.cn/yw/wsgs/content/post_5691550.html

國務院. 2017-07-08. 國務院關于印發新一代人工智能發展規劃的通知[EB/OL]. [2020-05-10]. http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm

國務院. 2018-01-20. 關于全面深化新時代教師隊伍建設改革的意見[EB/OL]. [2020-04-10]. http：//www.gov.cn/zhengce/2018-01/31/content_5262659.htm

教育部. 2018a. [2018-04-03]. 教育部關于印發《高等學校人工智能創新行動計劃》的通知[EB/OL]. [2020-04-07]. http：//www.moe.gov.cn/srcsite/A16/s7062/201804/t20180410_332722.html

教育部. 2018b. 普通高中信息技術課程標準（2017年版）. 北京：人民教育出版社.

教育部. 2018c. [2018-04-18]. 教育部關于印發《教育信息化2.0行動計劃》的通知[EB/OL]. [2020-04-05]. http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html

教育部. [2019-03-01]. 2019年教育信息化和網絡安全工作要點[EB/OL]. [2020-04-15]. http：//www.moe.gov.cn/srcsite/A16/s3342/20190 3/t20190312_373147.html

教育部教師工作司. [2018-01-22]. 教育部教師工作司2018年工作要點[EB/OL]. [2020-04-23]. http：//www.moe.gov.cn/s78/A10/tongzhi/201801/t20180124_325390.html

樂進軍. 2020. 中小學人工智能教育的現實矛盾研究[J]. 教學與管理（34）：1-3.

李政濤，羅藝. 2019. 智能時代的生命進化及其教育[J]. 教育研究，40（11）：39-58.

聯合國教育、科學及文化組織. 2019. 人工智能與教育北京共識[EB/OL]. [2020-04-20]. http：//www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s598 7/201908/W020190828311234679343.pdf

羅定生，李文新，鄧志鴻，等. 2019. 北京大學人工智能課程教學改革與實踐[J]. 計算機教育（10）：3-8，15.

南京市人民政府. [2018-07-23]. 南京多措并舉推進中小學人工智能教育[EB/OL]. [2020-10-30]. http：//www.nanjing.gov.cn/bmdt/2018 07/t20180723_872271.html

秦瑾若，傅鋼善. 2017. STEM教育：基于真實問題情景的跨學科式教育[J]. 中國電化教育（4）：67-74.

深圳市教育局. [2019-07-10]. 關于“中小學人工智能教育項目”實驗工作學校名單的公示[EB/OL]. [2020-10-20]. http：//szeb.sz.gov.cn/home/jyfw/fwjs/jyjxgg/content/post_2955619.html

天津市教育委員會. [2018-04-19]. “人工智能+教育”進校園，我市探索教學新模式[EB/OL]. [2020-10-30]. http：//jy.tj.gov.cn/JYXW/TJJY/202007/t20200710_2788114.html

天津市人民政府. [2018-11-26]. 我市印發《〈關于開展人工智能知識教育普及活動方案〉的通知》[EB/OL]. [2020-10-30]. http：//www.tj.gov.cn/sy/tjxw/202005/t20200520_2554973.html

謝忠新，曹楊璐，李盈. 2019. 中小學人工智能課程內容設計探究[J]. 中國電化教育387（4）：22-27.

袁中果，梁霄，武迪. 2019. 中小學人工智能課程實施關鍵問題分析——以人大附中人工智能課程實踐為例[J]. 中小學數字化教學（7）：19-22.

詹澤慧，鐘柏昌. 2020. 高中人工智能教育應該教什么和如何教——基于四本《人工智能初步》教材的內容分析[J]. 電化教育研究（6）：68-74，82.

張建彬. 2019. 初中人工智能課程建設初探[J]. 中小學信息技術教育（12）：62-64.

張珊珊，杜曉敏，張安然. 2020. 中小學開展人工智能教育的挑戰、重點和策略[J]. 中國電化教育（11）：67-72，96.

張學軍，董曉輝. 2019. 高中人工智能課程項目案例資源設計與開發[J]. 電化教育研究，40（8）：87-95.

鄭燕林. 2015. 美國高校實施創客教育的路徑分析[J]. 開放教育研究，21（3）：21-29.

鐘柏昌. 2016. 中小學機器人教育的核心理論研究——機器人教學模式的新分類[J]. 電化教育研究，37（12）：87-92.

Association for the Advancement of Artificial intelligence （AAAI）. （2018） AAAI Launches“AI for K-12” Initiative in Collaboration with the Computer Science Teachers Association （CSTA） and AI4All. Retrieved January 29， 2021， from https：//aaai.org/Pressroom/Releases/release-18-0515.php

AI Singapore. （2018a）. AI for Students. Retrieved October 10， 2020， from https：//www.aisingapore.org/talentdevelopment/ai4s

AI Singapore. （2018b）. AI for Kids. Retrieved October 11， 2020， from https：//www.aisingapore.org/talentdevelopment/ai4k/

House of Lord， Select Committee on Artificial Intelligence. （2018， April 16） AI in the UK： ready， willing and able？ Retrieved June 17， 2020， from https：//publications.parliament.uk/pa/ld201719/ldselect/ldai/100/100.pdf

Ministry of Economic Affairs and Employment of Finland. （2017， October 23）. Finlands age of artificial intelligence. Retrieved October 21， 2020， from https：//www.tekoalyaika.fi/en/reports/finlands-age-of-artificial-intelligence/

Ministry of Economic Affairs and Employment of Finland. （2019， December 12）. Finland to invest in the future skills of Europeans-training one per cent of EU citizens in the basics of AI. Retrieved October 21， 2020， from https：//eu2019.fi/en/article/-/asset_publisher/suomen- eu-puheenjohtajuuden-aloite-suomi-investoi-eurooppalaisten-tule vaisuustaitoihin-tavoitteena-kouluttaa-prosentti-eu-kansalaisista-tekoalyn-perus

MIT Media Lab. （2019a）. Learning about artificial intelligence： A hub of MIT resources for K-12 students. Retrieved May 21， 2020， from https：//aieducation.mit.edu

MIT Media Lab. （2019b）. Doodlebot. Retrieved May 21， 2020， from https：//mitmedialab.github.io/doodlebot/make.html

The UK Government. （2017， October 15）. Growing the artificial intelligence industry in the UK. Retrieved May 15， 2020， from https：//www.gov.uk/government/publications/growing-the-artificial-intelligence- industry-in-the-uk

Touretzky， D.， Gardner-Mccune， C.， Martin， F.， & Seehorn， D.. （2019）. Envisioning AI for k-12： what should every child know about AI？. Proceedings of the AAAI Conference on Artificial Intelligence， 33， 9795-9799.

UNESCO IITE. （2020）. AI in Education： Change at the Speed of Learning.Retrieved January 26， 2021， from https：//iite.unesco.org/wp-content/uploads/2020/11/Steven_Duggan_AI-in-Education_2020.pdf.

收稿日期：2021-01-08

定稿日期：2021-01-29

作者簡介：盧宇，博士，副教授，博士生導師;宋佳宸，碩士研究生;余勝泉，博士，教授，博士生導師。北京師范大學未來教育高精尖創新中心（100875）。

湯筱玙，碩士研究生，北京師范大學教育技術學院（100875）。

責任編輯 劉 莉