人工智能課程線上線下混合式教學模式的研究

【摘 要】2022年版義務教育信息科技課程標準把“人工智能與智慧社會”作為一個教學模塊。如何提高人工智能教學實效性和提升學生實踐能力有待深入研究。目前，人工智能教學存在實踐探究相對不足，且與課程標準配套的網絡課程資源尚待完善等問題。傳統課堂很難滿足這種無邊界學習、交互學習和情景感知的需求。本文從線上線下混合式教學模式角度出發，依托線上智慧平臺，探討人工智能教學新途徑，彌補現有的人工智能教學模式相對單一化的缺陷，使人工智能的學習方式更靈活，學習內容更廣泛。

【關鍵詞】人工智能;信息科技;線上線下;混合式教學模式

【中圖分類號】G434 【文獻標識碼】A

【論文編號】1671-7384（2022）08-064-03

《義務教育信息科技課程標準（2022年版）》指出：通過介紹人工智能的概念和術語，體驗生活中的人工智能運用，讓學生理解人工智能的特點、優勢、邊界，知道人工智能與社會的關系。學生能夠識別身邊的人工智能應用，理解人工智能的三大技術基礎，知道人工智能常見的實現方式。[1]在信息科技課程標準頒布之前，義務教育階段人工智能課程開設不一，以選修拓展課型為主，教師在人工智能教學模式與方法上亟待提升[2]，大部分地區還沒有系統地開設人工智能課程，少數地區開設了人工智能相關課程，尚未形成與課程標準相對應的課程體系[3]。線上教學為教學模式探究帶來了很多新的可能。線上教學模式一方面使學生的學習時間更自主，學習方式更靈活，另一方面也給教學帶來了全新挑戰。線上線下結合的教學模式正好可以彌補人工智能教學課時少、內容單一的缺陷。人工智能教學不僅需要課堂授課討論，還需要體驗與思考，契合線上線下混合式教學模式理念，其效果不是簡單的疊加，而是進行融合，產生新的教學模式。線上線下混合式教學模式強調以學生為中心，注重學生個性化發展，利用網絡技術，借助學習設備，依托線上智慧平臺進行混合式教學。

人工智能教學存在的問題

人工智能內容比較廣泛，身邊的人工智能應用眾多，學生不僅需要親身體驗人工智能的不同應用場景，還需要分析典型案例，了解人工智能機制和基本特征。因此，人工智能課程需要講練結合，學生需要通過教學來強化對人工智能知識的理解。人工智能課程具有以下特征：（1）綜合性強。人工智能是研究和開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術學科[4]，不僅包括計算機科學，還包括數學、哲學等多學科的交叉融合。人工智能應用范圍也非常廣泛，如醫療、教育、城市建設、制造業等領域。（2）體驗和實踐并重。人工智能的學習不是一蹴而就的，不僅需要學生感知和體驗，還需要學生通過實踐探究形成人工智能素養，從而提升信息科技核心素養能力。學生通過課程學習才能夠實現知識遷移和創新創造。

目前人工智能教學實踐不盡人意，存在如下問題：課時不能保證，留給學生自己實踐、消化知識的時間非常有限，教育價值沒有得到充分發揮，而充分有效的體驗實踐練習是學生真正掌握知識的重要方法;學生認知水平不一，義務教育階段中小學生智力水平、認知水平、知識儲備都存在差異，因此需要考慮學情，按照課程標準設置合適的課程內容，采用適當的教學模式;課后自主實踐不理想，如果課上對人工智能知識理解比較淺顯，課后自主實踐會存在難度，學生發現課上好像都聽懂了，課后卻很難去實踐。同時，課后得不到良好的跟蹤，學生遇到問題不會也不知道跟誰交流，因此課后自主探究實踐效率低下，從而影響對知識的掌握。再有就是學習評價相對單薄，人工智能課程的學習需要多元學習評價，現在的評價模式缺乏過程性評價、自評和他評環節，學習效果很難量化與記錄，不便于把握學生學習狀態。

線上線下混合式教學模式的創新應用

教師通過分析線上線下混合式教學模式，根據人工智能課程教學特點以及傳統課堂存在的問題，依托線上智慧平臺，構建如圖1所示的人工智能課程線上線下混合教學模型，為師生提供更加全面、豐富、開放的人工智能教學與學習服務，滿足學生無邊界學習、交互學習和情景感知的需求。本文將結合“人臉識別探秘”課例實施進行分析，圍繞人臉定位、人臉校準、人臉確認、人臉識別這一流程，通過線上線下混合式教學模式引導學生探究人臉識別這一應用背后的程序代碼，激發學生學習程序設計的興趣。

1.智慧學習平臺設計

智慧學習平臺是從人工智能教學目標出發，由相應的設備、技術、教師、學生等構成的一個智能體驗、開放實踐、集成資源的虛擬現實空間[5]。在智慧平臺中，智慧系統環境與多種移動設備為師生提供更加精準、全面與開放的教學與學習服務。課前，教師通過平臺（圖2）上傳資料，學生下載資料，按照指示進行學習與課前檢測;課中師生通過網絡交流工具互動，完成測評、體驗和探究;課后，學生通過平臺繼續鞏固新知。

2.課前設計

人工智能課程不僅要讓學生了解人工智能的相關知識、概念，還要讓學生感知、體驗、理解智能系統的基本過程與方法，讓學生思考人工智能技術給人類社會帶來的倫理道德等問題，培養學生的責任感[6]。以“人臉識別探秘”為例，教師引導學生從直觀體驗到過程探究，思考機器怎樣模擬或實現人的思維，了解人臉識別技術的實現流程。

教師課前在智慧平臺上制作、收集關于人臉識別的資源，將人臉識別探究視頻、體驗平臺、人臉識別探究學習任務單等資源發布在智慧平臺上。學生在課前查看預習，這樣有利于學生獲得人臉識別系統的科學知識。學生查看平臺資源并下載到本地進行探究實踐，通過人臉識別情境體驗對人臉識別形成一個初步的了解，預習后完成課前檢測，檢測預習情況，記錄遇到的問題，通過網絡交流工具和教師或同學交流簡單的問題，而復雜的問題，如人臉識別定位和校準，留到課中師生面對面交流。課前主要完成人臉識別體驗、感知人臉識別過程。

3.課中設計

線下課堂教學的順利開展、教學效果的有效實現，需要教師精心設計課堂教學環節。教學實施中遇到的情況不一，教師要充分準備，提前對學生課前學習情況進行總結，課中引導學生在組內先彼此交流，教師對本節課重要和關鍵知識點再次進行講解，強化學生理解。課前預習讓學生對人臉識別的知識性內容已經有大概的認識。因為人臉識別課例比較注重實踐探究，課中需要進一步通過實踐探究來感知人臉識別的代碼實現過程。教師首先給定難度較低的體驗人臉識別應用場景任務，學生通過人臉識別平臺自主探究體驗完成任務，隨后提升任務難度，指導學生從平臺下載任務文檔，讓小組間通過協作探究人臉定位的識別過程。教師最后總結人臉定位過程：導入OpenCV庫、加載圖片、加載人臉模型、調整圖片灰度、檢查人臉、標記人臉、創建窗口、顯示圖片，講解單個人臉定位過程，并提供基礎代碼。學生從平臺查看任務，下載資源，完成任務一“單人臉定位”。學生通過任務一的探究理解人臉定位代碼實現過程，教師布置探究任務二“多人臉定位”、任務三“貓臉定位”。在學生探究任務的過程中，教師要在學生中巡視進行個性化指導，對存在的重要問題展開討論并進行分析，學生將做好的任務一、二、三上傳至平臺，以便記錄學習過程，展示交流。

4.課后設計

課后環節依據構建的線上線下混合式教學模式進行設計，與課中實踐相銜接。教師利用線上智慧平臺對學生在線下課堂操練的過程中再次產生的實際問題進行指導與講解，關注新知的鞏固及應用，學生可以根據自己的需要自行學習。教師提供課后探究任務：利用微笑檢測的模型文件，識別出圖中的笑臉并將其（唇部區域）用綠色方框標記出來。教師通過學生提交的作品以及平臺記錄的學習數據檢查教學情況，獲得反饋信息。教師對學生提交的作品進行展示與評價，師生進一步分析討論學生作品，增強學生的自信心。

5.學習評價設計

學習評價要圍繞信息科技核心素養，尤其是圍繞人工智能體驗、感知、實現方式、倫理等展開，關注學生信息意識、數字化學習與創新、信息社會責任擔當、實踐創新等方面。評價形式分為過程性評價和總結性評價。過程性評價重視學生課堂表現、學習態度、團隊意識等方面的評價，通過自評、組內互評和教師評價的方式進行，重視課前、課中和課后的各個環節;總結性評價主要對學生的知識技能掌握情況進行評價，了解學生的知識學習情況，從而為教學改進提供參考。智慧學習平臺設置的學習評價，包括排行榜、成員參與數據、成員評測等，教師借助智慧平臺對學習行為進行全面綜合的過程記錄，關注學生對人工智能的態度和公平意識等非認知過程。具有正確人工智能倫理觀的教師對學生的影響也是巨大的，教師能潛移默化地幫助學生樹立正確的人工智能倫理觀。

6.教學策略設計

教學策略設計是為了更好地激發學生的學習積極性，提升學習效果，常見的教學策略有問題導向、任務驅動、案例探究、項目學習以及體驗感知等。人工智能課程活動強調多人協作、人機協作，這樣能極大地鍛煉學生的人機協同、推理、計算思維等能力，如在探究人臉識別的過程中，小組成員不僅需要不斷交流、共同協作解決問題，還需要根據自己的知識、能力乃至喜好，分析背后涉及的數據、算法、算力。而不同成員的智慧貢獻，使小組的整體探究實踐能力得到了提升。針對有學生跟不上的情況，教學中要注重小組的作用，組長組織和帶動小組成員學習，形成互幫互助的學習氛圍。究竟采用怎樣的教學方法，有沒有更好的教學方法，仍需教師繼續投身于教學實踐中，不斷改進、優化已有教學方法，嘗試和創造教學方法。

隨著《義務教育信息科技課程標準（2022年版）》的頒布，人工智能教育已經成為義務教育階段的重要內容之一，希望線上線下混合式教學模式能夠幫助教師們更加有效地進行人工智能教學，落實學科核心素養，讓學生喜歡上人工智能，能夠正確對待人工智能帶來的倫理和安全挑戰。當然，在實際教學中教師需要繼續深入實踐與完善教學模式。

參考文獻

[4] 中華人民共和國教育部. 義務教育信息科技課程標準（2022年版）[S]. 北京： 北京師范大學出版社，2022： 39.

李艷. 中小學人工智能教育分學段進階教學模式研究[J]. 中小學信息技術教育，2022（4）： 69-72.

于勇，徐鵬，劉未央. 我國中小學人工智能教育課程體系現狀及建議——來自日本中小學人工智能教育課程體系的啟示[J]. 中國電化教育，2020（8）： 93-99.

趙慧臣，張娜鈺，閆克樂，梁夢. 高中人工智能教材的特征、反思與改進[J]. 現代教育技術，2019，29（11）： 12-18.

胡欽太，鄭凱，胡小勇，林南暉. 智慧教育的體系技術解構與融合路徑研究[J]. 中國電化教育，2016（1）： 49-55.

作者單位：北京市第一零一中學 北京航空航天大學