基于新課標“人工智能與智慧社會”模塊的教學實踐

摘要：本文在“認識身邊的人工智能”單元中通過創設生活中的人工智能場景——無人超市智能購物、挖掘購物數據中的秘密、智能垃圾分類，分析了典型的人工智能應用場景，幫助學生了解人工智能的基本特征及依賴的數據、算法技術；通過對比不同的人工智能應用場景，使學生初步了解了人工智能中的搜索、推理、預測和機器學習等不同實現方式。

關鍵詞：信息科技；人工智能；教學實踐

中圖分類號：G434 文獻標識碼：A 論文編號：1674-2117（2024）15-0079-03

《義務教育信息科技課程標準（2022年版）》（以下簡稱“新課標”）在第四學段（7～9年級）的“人工智能的基本概念和常見應用”模塊中提出“通過認識身邊的人工智能應用，體會人工智能技術正在幫助人們以更快捷的方式投入學習、生活和感受人工智能技術的發展給人類社會帶來的深刻影響”。筆者在“認識身邊的人工智能”單元中創設了無人超市智能購物、挖掘購物數據中的秘密、智能垃圾分類三個場景，引導學生正確認識人工智能，在實際應用中體驗人工智能帶來的社會變化。

在生活中體驗人工智能應用，認識人工智能

在任務一“智能結算助購物”中，筆者創設了任務情境：“無人超市”應用了很多人工智能技術，如智能購物車在物品放入購物車的過程中完成識別、結算。采用人工智能技術的購物車使用了“目標檢測”的算法，創設此情境，旨在讓學生通過編寫程序在平臺上完成商品檢測及自動計價任務，從而體驗人工智能技術在購物中的應用。

1.通過案例分析了解人工智能在生活中的應用

筆者將過去傳統的自助結賬方式和現在的智能購物方式進行對比。在節假日或者超市開展打折促銷活動時，收銀處會排起長隊，采用傳統的自助結賬方式，顧客需要逐件掃描商品，并不能減少購物結算的時間。如果采用人工智能技術的購物車，裝配了攝像頭，可以在商品放入購物車的過程中實現商品信息的自動識別，真正實現快捷結算。教師提問：“商品信息的自動識別是采用什么技術原理實現的？”由此引出目標檢測算法。

2.在任務驅動中體會人工智能模型訓練的過程

教師布置任務：登錄實驗平臺，編寫程序，完成商品檢測及自動計價任務。

在平臺上，學生要先訓練模型，給需要建模的物品拍照，從不同角度拍下不少于70張的樣本圖片（不同平臺的要求不一樣），訓練不少于2個模型，以便于進行識別判斷。接著編寫程序：如果識別出商品為百事可樂，那么商品價格為5元；如果識別出商品為數據線，價格為15元（如圖1）。在實際操作中，學生通過拍照訓練模型體驗人工智能通過模型訓練進行深度學習的過程。

通過案例了解精準推薦的原理，正確面對人工智能技術帶來的變革

在任務二“挖掘購物數據中的秘密”中，教師創設任務情境：在購物軟件上，隨著你購買物品的增多，購物軟件開始推薦一些物品，神奇的是，這些物品常常是你需要的。大量的消費數據藏著你購物習慣的秘密，應用這些技術的商家，銷量會直線上升。

1.通過游戲活動體驗精準推薦的原理

教師創設“銷冠爭霸賽”游戲：游戲一共有20張商品卡片，4張角色卡片（醫生、廚師、律師、畫家），每張商品卡片有紅、藍、白、IZudkuTU4uombm9Trz1mGg==黃四種寶石價值，且卡片上寶石總價值為10。每張商品卡片上有針對各類寶石的得分權重。例如，學生A抽取的角色為“醫生”，對應各類寶石的權重為4，0，0，1。當學生A購買蘋果（4，1，3，2）后，得分為4×4+0×1+0×3+1×2=18。兩人一組進行游戲，其中學生Ａ負責“售賣”20張“商品（卡片）”給學生Ｂ。

在游戲開始時，學生B抽取一張角色卡片，角色卡片給出其對各類寶石的得分權重。學生Ａ從20張商品卡片中挑選10張商品卡片向學生B展示。學生B根據抽取的角色卡片上對各類寶石的權重決定買或不買該卡片上的商品，學生Ｂ最多能從10張商品卡片中購買3張。最后，小組的總得分為學生B挑選三個商品的得分之和。

這個游戲對學生Ａ來說，需要尋找一些數據來判斷學生Ｂ的特點。游戲中學生Ｂ可能存在四個特點（對應游戲中學生Ｂ可能會抽取到的四個角色），那么，如何確定學生Ｂ的特點呢？學生A可以在20張商品卡片中，選擇最能反映四類用戶特點的商品展示給學生Ｂ，觀察學生Ｂ的選擇。四類商品分別對應四類用戶的特點（其中苦瓜對應醫生，炸雞對應廚師，薯片對應商人，甜點對應畫家），如圖2所示。假設學生Ｂ選擇了“苦瓜”，此時學生Ａ就獲得了一條數據，根據這條數據，可以判斷出學生Ｂ的角色是“醫生”。學生Ａ為了獲得最大分數，后續開始針對學生Ｂ的“醫生”特點，為其推薦商品。

游戲的具體策略就是根據數據進行信息挖掘，最終實現精準推薦，這就是推薦算法的原理。盡管學生Ｂ并沒有表明自己是什么類型的用戶（學生Ａ不知道學生Ｂ抽取的角色），也沒有明確表明對每個商品的喜愛程度，但是通過總結學生Ｂ的“購買”行為，學生Ａ就能預測出學生Ｂ背后的屬性，從而判斷學生Ｂ對什么樣的新商品更感興趣。與游戲類似，生活中有許多應用場景都在不知不覺地產生數據，如瀏覽新聞、搜索題目、網上購物、線上學習、搜索信息、觀看視頻、互動聊天等，數據悄然在日常生活中積累起來。

數據挖掘有很多重要的應用，如推薦系統，“銷冠爭霸賽”的游戲就是基于數據挖掘的推薦，在游戲中通過對學生Ｂ的行為數據進行挖掘，能夠得到學生Ｂ特征的關鍵信息，當知道學生Ｂ的特征之后學生Ａ就可以推薦學生Ｂ最“需要”的商品。簡單來說，推薦系統可以理解為：爸爸去買洗車布，售賣員認為爸爸需要購買洗車用品，于是在賣出洗車布的同時向爸爸推薦了洗車水蠟。

2.通過具體任務讓學生在操作中體驗人工智能算法的應用

教師布置任務：登錄平臺編寫程序完成任務—①查看學生對不同體育器械的感興趣情況；②編寫程序嘗試進行數據挖掘，實現體育器械推薦系統；③編寫程序對推薦系統進行測試，向新學生推薦。

3.通過案例應用推薦算法，探討人工智能技術應用的倫理道德問題

教師展示案例：隨著人工智能技術的不斷發展，購物推薦體驗也不斷升級，個性化推薦技術對銷售額的貢獻也在不斷上升。為了讓推薦系統更精準更高效，需要對更多的有效用戶數據進行數據挖掘。推薦系統在提供精準服務的同時也有泄露個人信息的風險。布置任務：請討論人工智能技術應用中的信息安全和倫理道德問題。

師生共同探討得出結論：工具已經變成了自己的延伸，工具自身的智能水平有限，并不擁有完全的自主性，所以無論機器人造成什么后果，責任主體依舊是制造和控制機器的人類。

通過應用實例，感受人工智能在生活中的應用

在任務三“智能垃圾分類”中，教師創設情境：小華是班級的“衛生委”，他最近為了垃圾分類的事情傷透了腦筋，在垃圾分類時，經常不知道收集的垃圾到底是什么類型的垃圾，小華想，要是有一個智能垃圾分類裝置就好了。師生進行問題分析：①垃圾種類繁多，記憶難度大。②不同地區分類標準不同，需要建立一個自適應模型，實現不同類型的垃圾分類。

1.制訂垃圾分類的標準

各個城市的垃圾分類在名稱、標志和標準上有所不同，如上海將垃圾分為可回收物、有害垃圾、濕垃圾和干垃圾四類，而北京則分為廚余垃圾、可回收物、有害垃圾和其他垃圾四種。請根據所在城市的垃圾分類要求制訂垃圾分類標準。

2.訓練模型

教師引導學生通過圖片采集與標注、模型訓練、模型測試三個步驟得到新的垃圾分類模型。

數據采集：準備面包等濕垃圾樣品和一次性水杯等干垃圾樣品，通過攝像頭采集方式或圖片文件夾上傳方式獲取干垃圾圖片數據集和濕垃圾圖片數據集。

模型訓練：基于上傳的圖片數據集，通過平臺提供的模型訓練函數，將干濕垃圾圖片數據送進網絡模型中即可完成訓練得到自定義的垃圾分類模型。

模型測試：通過攝像頭采集含有垃圾物品的圖片或者手機拍照上傳圖片，基于訓練好的模型調用垃圾種類預測函數就可以輸出預測的垃圾種類。

教師布置任務：登錄實驗平臺，平臺中提供了已經訓練好的圖片分類模型，模型可以實現生活中常見物品的垃圾種類分類，當傳入圖片數據后，通過模型完成特征提取和分類，輸出物品種類，請編寫程序實現人工智能垃圾分類。

3.搭建垃圾分類裝置

材料準備：拼插積木，攝像頭，電機，主控，常見干垃圾、濕垃圾物品若干。

步驟流程：搭建模型→采集干濕垃圾圖片→訓練分類模型→測試分類模型→預測垃圾種類→垃圾桶智能開合。

結束語

人工智能時代帶來了很多機遇，也充滿了挑戰，學生需要掌握人工智能時代的基本素養，如能夠從龐大的數據流中提取有效信息，進行處理、分析，并將數據轉化為用于決策和判斷的依據；能夠擁有較強的動手實踐能力，并能在技術實踐中自我反饋并加以修正；能夠主動與他人或群體有效配合，合作完成任務。學生只有掌握了人工智能時代的基本素養，才能真正適應人工智能時代對人才的要求。

本文系南京市教育科學“十四五”規劃2022年度專項課題“基于智慧教育評價的區域數據中臺建設的實踐研究”（課題編號：PJZX/2022/006）研究成果之一。