對中小學人工智能通識課程的三點期待

自教育部辦公廳發布《關于加強中小學人工智能教育的通知》之后，人工智能教育終于開始“課程化”，和“人工智能+教育”形成兩個不同的語義，如同信息科技教育和教育信息化一樣，前者是課程，后者是支撐技術。前不久，我和浙江大學的吳飛教授針對中小學人工智能教育進行了一次深刻的“對話”。在對話過程中我梳理了自己的思考，對中小學人工智能通識課程提出了三點期待。

期待之一：呈現知識體系，明顯區別于信息科技。

人工智能通識教育到底要學什么？教育部辦公廳通知中列出的第一條任務就是“構建系統化課程體系”。一般來說，在中小學負責人工智能通識教育和信息科技教學的是同一批教師，但二者的教學內容應該有明顯區別。例如，人工智能課程中應該沒有傳感器、智能家居的內容，因為這些是信息科技的核心內容；編程也不應是人工智能課程的重點，因為編程并非是學習人工智能的必要基礎，尤其是在大模型賦能編程之后；就連機器人、機械臂這些硬件也不是人工智能課程的必需裝備，只要能實施信息科技教學，就能開展人工智能通識教育。

期待之二：重視深度學習，面向新一代人工智能。

李德毅院士認為，深度學習是新一代人工智能的分界點。現在的人工智能發展基本上是靠神經網絡和深度學習推動的。之前的人工智能課程不重視深度學習，不過是缺少面向初學者的學習工具。一些對人工智能不夠了解的教育者，下意識認為深度學習門檻太高，中小學生無法學習。實際上，深度學習的出現反而是降低了人工智能門檻。因為“智能”可以通過數據獲取，訓練模型也不過是流程化的操作。沒有結合深度學習的課程，不是真正的人工智能通識教育。

期待之三：能實驗能實踐，能解決身邊的真實問題。

俗話說“百聞不如一見，百見不如一干”。人工智能通識教育不能僅僅停留在介紹原理層面。即使把原理講得再通俗，也不如讓學生去訓練一個簡單的模型，真實體驗“智能是如何得到的”。人工智能通識課程中不僅有體驗，還要有一系列的實驗活動，如訓練簡單的圖像分類模型，研究訓練數據和模型表現的關系；開發一個自動作詩機程序，研究一下分詞器、token和詞向量；搭建一個智能體，研究一下工作流。這些實驗是真實的，知識是能遷移的。只要更換一下數據集，結合推理硬件，就能解決身邊的真實問題。