人工智能生態(tài)下開展編程創(chuàng)新教育的 研究與實踐

居曉波

【摘 要】本文從人工智能認知、AI研學規(guī)劃、AI賦能編程教育三方面來探討人工智能生態(tài)下如何開展編程創(chuàng)新教育。在人工智能的助力下，培養(yǎng)學生的計算思維、設計思維、工程思維，培育適應終身發(fā)展和社會發(fā)展需要的核心素養(yǎng)。

【關鍵詞】人工智能；編程；創(chuàng)新教育；核心素養(yǎng)

【中圖分類號】G434 【文獻標識碼】A

【論文編號】1671-7384（2018）02、03-0067-03

2017年7月，國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出逐步開展全民智能教育項目，在中小學階段設置人工智能相關課程、逐步推廣編程教育。

下面從人工智能認知、AI研學規(guī)劃、AI賦能編程教育三方面來描繪人工智能視域下的編程教育愿景。

人工智能認知

人工智能的發(fā)展經歷了計算智能、感知智能、認知智能三個階段，算法、大數據與計算力是發(fā)展人工智能的三大要素 （圖1） 。

大數據可以分為結構化、半結構化、非結構化三種，具有容量大、種類多、速度快、價值密度低等特點。大數據處理、融合與分析技術的發(fā)展驅動了AI的成長與發(fā)育。GPU、FPGA等的出現大幅提升了硬件的計算力， 為人工智能的發(fā)展提供了有力的支撐。GPU（圖形處理器）具備大規(guī)模并行計算的能力，可以更高效地處理龐大的數據，經常被運用在當前最前沿的人工智能神經網絡算法中。FPGA （現場可編程門陣列）是專用集成電路領域中的一種半定制電路，可編程、可升級、可迭代，被廣泛地應用于人工智能領域。硬件的發(fā)展為人工智能的發(fā)展提供了有效的保障，而算法是人工智能發(fā)展的核心環(huán)節(jié)。

青少年要從前沿科技中得到深層滋養(yǎng)，從而由信息與技術的被動消費者逐步轉化成為生產者。

AI研學規(guī)劃

人工智能視域下的研學規(guī)劃可以從體驗起步，通過應用、分析，達到智造之巔，學習過程如圖2所示，認知難度逐級遞增。

體驗階段從輕度體驗入門，學生可以嘗試使用谷歌 Assistant、微軟Cortana、蘋果 Siri、亞馬遜 Alexa等智能助理，辨析它們的語境意識，并從網絡搜索、喚醒、貼士通知、非功能性聊天等視角做出功能對比。

在輕體驗之后，引導學生關注身邊日益成熟的、個性化反饋的教、學、練、測、評智能生態(tài)圈（自適應學習、人工智能助手、信息管理系統(tǒng)、機器人助手等），開展沉浸體驗，深度感悟AI特點。

應用階段將可視化編程與智能硬件結合，以Scratch為代表的積木拼搭式的程序設計工具使學生不必拘泥于算法、語法的束縛，可進行有效的信息化表達和數字化創(chuàng)作。學生通過創(chuàng)作具有個性的科技作品，想象建模，經歷系統(tǒng)設計與創(chuàng)作的實踐過程與方法，強化計算概念、計算觀念，加強計算實踐，發(fā)展設計思維、計算思維。例如學生通過創(chuàng)作“智慧游樂園”作品，軟件編程結合電子積木、多種傳感器以及智能機器人，綜合運用多種學科的知識。

學生理解抽象的算法時經常會遇到思維瓶頸，為了突破算法學習的難點，分析階段將神經元模塊作為人工智能課程的教學工具之一。從初級的單層感知機的線性分類逐步過渡到線性神經網絡乃至更復雜的神經網絡，由易到難地推進研學路徑，來幫助學生理解神經網絡的工作原理。在應用型的人工神經網絡中，對數據進行自動反饋和校準，從而形成“學習”的過程。神經元接收到輸入信號后，通過一個給定的函數對輸入信號加權并進行分析從而得到輸出，現在的神經網絡普遍采用前向計算、反向傳播方法訓練。

青少年在智造階段可以研學廣受歡迎的人工智能編程語言——Python，Python簡潔實用、效率很高、易于理解和維護。

AI賦能編程教育

《2017地平線報告·基礎教育版》將人工智能列為未來4-5年長期采用的技術，人工智能對教育的影響 SWOT分析如圖3所示。百度、騰訊、科大訊飛等公司紛紛對人工智能應用展開布局，建設人工智能開放創(chuàng)新平臺。學生可以逐漸嘗試連通企業(yè)級人工智能環(huán)境，如調用智能語音API完成個性化的智能語音應用開發(fā)、解析圖像識別智能應用來理解深度卷積神經網絡、遷移學習和經典算法。

在人工智能的助力下，編程創(chuàng)新活動更自適應地根據個性需求來解決具有現實價值的問題，學生綜合運用和發(fā)展計算思維、設計思維、工程思維。計算思維既是三大科學思維之一，又與信息意識、數字化實踐力、信息社會責任共同被列為信息技術學科的核心素養(yǎng)。相較于心理學范疇的邏輯思維，計算思維與信息時代、智能時代高度相關，更具有時代性與指向性。另一方面，計算思維與學科知識相融合，思維的培養(yǎng)在知識的支撐下更為扎實、有效。人工智能為具有結構化的優(yōu)質資源與模式化的優(yōu)秀經驗編程學習生態(tài)圈賦能，學生通過需求分析、構思假設、驗證實施、檢驗優(yōu)化等過程來加深理解設計思維的方法與步驟，關注用戶導向、綜合考慮技術可行性、人的需求等因素，快速地根據智能化數據分析和推送做出調整、修正與二次開發(fā)。與此同時，學生在知、情、意、行的動態(tài)學習網絡中，運用籌劃性的工程思維合理地根據智能實時反饋來安排與實施工程設計流程，逐步提升認知、決策與創(chuàng)新能力。

參考文獻

[1]國務院. 新一代人工智能發(fā)展規(guī)劃[DB/OL]. [2017-08-24]. http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996. htm

牟智佳. 學習者數據肖像支撐下的個性化學習路徑破解——學習計算的價值賦予[J]. 遠程教育雜志，2016（6）：11-19.

Woolf B P，Lane H C，Chaudhri V K，et al. AI Grand Challenges for Education[J]. AI Magazine， 2013，34（4）： 66-84.

金慧，胡盈瀅，宋蕾. 技術促進教育創(chuàng)新——新媒體聯盟《地平線報告》（2017高等教育版）解讀[J]. 遠程教育雜志，2017，35（02）： 3-8.

[2]

[3]

[4]