中小学人工智能教育怎么教

推动人工智能教育的普及已经成为国际基础教育发展的新趋势。早在2017年，我国出台的《新一代人工智能发展规划》就提出了普及人工智能教育的路线图[1]。教育部于2018年发布《教育信息化2.0行动计划》，进一步要求完善课程方案和课程标准，充实适应信息时代、智能时代发展需要的人工智能和编程课程内容。随后，《普通高中信息技术课程标准（2017年版2020年修订）》和《义务教育信息科技课程标准（2022年版）》都将人工智能基础知识纳入了课程体系，后者还将人工智能作为组织课程内容的六条逻辑主线之一，更加明确细化了人工智能模块的定位。2024年11月，《教育部办公厅关于加强中小学人工智能教育的通知》的发布，明确了中小学人工智能教育的实施路径和主要任务及举措，为中小学人工智能教育的普及推广创造了新的机遇。基于我国对人工智能人才的需求与对人工智能课程的逐渐规范，深圳市教育局尝试以《义务教育信息科技课程标准（2022年版）》为基础，融合本地特色，于2024 年10月颁布了《深圳市义务教育人工智能课程纲要（修订版）》（以下简称《纲要》），与教育部的最新文件精神高度契合。为贯彻落实国家和地方文件精神，本文从“怎么教”这个角度对《纲要》进行解读，介绍人工智能课程应采取的教学模式与方法、教学资源与工具，为人工智能课程的具体落地提供参考。

教学模式与方法的选择

教学模式的类型及特点

本次《纲要》修订依据专家团队的研究成果，结合我国先行城市人工智能教育普及工作的宝贵经验，借助情境创设、任务驱动，采取项目式学习、游戏化学习、大单元教学、逆向工程教学、纠错教学等教学模式，将人工智能最新成果如生成式人工智能融入课堂教学，为学生创设自主、合作、探究的人工智能学习情境，体系化塑造学生人工智能素养。

由于人工智能教育较复杂，包含理论、实践、应用等多种知识内容，因此难以仅采用单一的讲授式教学法开展课程，需要采用多种教学模式，并根据不同的课程内容目标与要求，个性化地使用对应的教学模式，以最大化发展学生的人工智能素养。《纲要》提出人工智能的课程设计倡导“做中学”“用中学”与“创中学”，需融合观察、体验、模拟、创作等活动形式，这一要求与钟柏昌等人提出的4I 教学模式[2]——实验模拟型教学（Imitation）、趣味交互型教学（Interaction）、科学探究型教学（Inquiry）和发明创造型教学（Invention）相符合。由此，本文尝试以4I 教学模式分类法为参考，结合《纲要》的案例设计，介绍人工智能课程应该如何教学。

实验模拟型教学模式是基于逆向工程理论，以模仿设计产品原型为主要任务，通过展现原型或让学生体验目标产品，模拟、再现与改进产品，以期培养学生人工智能基本技能的一种教学模式。例如，袁加欣等人提出了“体验情境—反思观察—总结内化—创新分享”的教学模式，将产品案例导入课堂，让学生在体验情境环节充分感知，在反思观察和总结内化环节利用相关材料进行模仿制作，最后在创新分享环节自主修改程序脚本，展现作品，并将此模式应用于中小学机器人课程中进行实践探究[3]。

趣味交互型教学模式是基于游戏化教学理论，以开发有趣的人工智能相关联机交互系统或产品为主要任务，在计算机端编写和运行程序控制硬件端，通过硬件与计算机程序进行交互，培养学生学习的主动性的一种教学模式。例如，韩蕾等提出了GOMS模型指导下基于S4A平台开展的趣味交互型机器人教学策略，为趣味交互型教学模式的构建提供了参考路径，GOMS模型是人机交互系统设计的重要理论，是对系列任务的目标（Goals）、操作（Operations）、方法（Methods） 和选择规则（Selection Rules）进行描述，与交互系统、产品的设计过程相契合的一种方式[4]。

科学探究型教学模式是基于做中学理论，以学习科学知识、探究科学原理为主要任务，以开源硬件、机器人或智能平台等作为载体和工具，开展科学探究，培养学生科学思维能力和问题解决能力的一种教学模式。例如，曹燕华等人构建了中小学人工智能课程的SCCS教学模式，即社会认知双联通教学模式（Socialand Cognitive-Connectedness Schemata）[5]，强调基于现代技术、支撑平台，采用探究法、实验法等多种教学法逐层展开对知识、原理的探究，使学生学习原理、建构知识[6]。

发明创造型教学模式是基于TRIZ 创新理论，以开发创意作品为主要任务，基于生活中的实际需求，进行创新设计、工程设计，引导学生开展创新实践，培养学生创新创造能力的一种教学模式。例如，钟柏昌等人构建的4C教学模式[7] 通过“聚类教学（Clustering）—概念提取（Conceptualizing） — 关联内化（Correlating）—迁移创新（Changing）”4个层级逐层递进的方式，引导学生在人工智能实践中从明确问题、创设情境到最终完成作品创作，指向创新能力的培养。此外，该学者提出的TRIP四类教学模式也以设计产品为目标，将正向教学与逆向教学、作品开发取向与科学探究取向交叉整合[8]，最终实现产品的再造与升级。

教学流程及其方法

采用实验模拟型教学模式的教学内容可以围绕简易的产品模仿展开，教学主要流程为体验产品、产品解构和复原、设计方案与制作原型。例如，在《纲要》的“人工智能概述”课程模块中，教师采用逆向工程法，展示“手势控制风扇”作品样例，引导学生通过应用体验，了解产品的基本结构和功能，学习手势识别的基础原理，进而讨论交流，迭代设计出可选方案并进行原型制作，最后从多个维度评价学习效果，强化利用人工智能解决问题的实践能动性。

采用趣味交互型教学模式的教学内容可以围绕趣味性内容展开，教学主要流程为主题选择、设计方案、实施方案与交互测试。例如，在《纲要》的“机器学习与深度学习”课程模块中，教师采用游戏化教学法，以“AI猜拳机器人”为项目主题，引导学生使用智能摄像头录入石头、剪刀、布3种手势的数据，制作简易的猜拳机器人，并与之进行游戏交互，体验机器学习的乐趣。在第七届中小学人工智能教育展示活动上，有教师以“智慧花园”为主题，引导学生使用集成传感器、执行器、控制器等开源硬件和图形化编程工具，完成一个可操作的智慧花园原型，并通过计算机程序和获得的环境数据间的相互反馈进行浇水、灌溉等操作，让学生在趣味中学习知识。

采用科学探究型教学模式的教学内容可以围绕科学性知识展开，教学主要流程为明确问题、开展实验、分析结果与探究原理。例如，在《纲要》的“人工智能技术基础”课程模块中，教师要引导学生认识算力的重要性，以及不同处理器在运算速度等方面的差异。因此，教师通过人工智能开发平台提供的算力服务，指导学生使用大型数据集进行模型训练，并比较不同处理器下的模型训练时间，从而根据得到的结果学习算力及模型训练的内涵。同样，在“机器学习与深度学习”课程模块中，通过设计一些简单的神经网络实验，让学生基于数据集训练模型，感受训练次数不同、算法选择不同等设置对模型的影响，从而引导学生理解深度学习的含义与特征，认识深度学习与神经网络的关系。

采用发明创造型教学模式的教学内容可以围绕创意物品展开，教学主要流程为情境创设、设计方案、制作原型、测试与调试。例如，《纲要》

中涉及到“人工智能技术基础”和“机器学习与深度学习”课程模块的“智能分拣系统”案例，教师设置相关问题情境，引导学生进行方案设计，接着通过收集素材，结合训练集与开源代码训练模型，最后完成智能分拣系统的设计与开发，并根据实际应用需求，结合真实情境，对系统进行迭代优化。又如，在2023 年全国青少年人工智能创新实践交流展示会上，有教师提出了“中药茶饮智能识别搭配小助手”案例，通过创设问题情境，引导学生设计方案，经历数据集制作、模型训练、模型推理、模型部署与应用的完整过程，最终完成项目制作。

教学资源与工具的选用

人工智能教育的开展，既需要合适的教学模式与方法指引，也离不开丰富的资源支持。教学资源是一切可以用于教育、教学的条件，包括物质、自然、社会及媒体条件，是教学材料与信息的来源。《普通高中信息技术课程标准（2017 年版2020 年修订）》明确指出，要配备数量合理、配置适当的实验设备，建设适应教学需要的数字化教学资源[9]。《纲要》将资源细分为3个维度，分别是教学资源、平台资源和空间资源。

人工智能课程教学资源主要包含教师教学材料、学生学习材料和实践课程软硬件环境等。教师教学材料、学生学习材料是师生进行教学和学习的基础，通过这些教学材料，师生得以了解人工智能课程的最新要求与动态，并由此展开教学；实践课程软硬件环境是人工智能课程实施的依托，学生通过体验与实操，才能真正通达人工智能教育的核心。

必要的智能化教学平台是人工智能课程实施的基础保障，学生可在平台上查找资源、模拟训练等。学校可结合自身条件与实际教学需求，配备计算机、软件等基础网络设施，以及人工智能智慧教育平台，例如虚拟仿真实验室、机器学习自定义模型训练平台、人工智能编程平台等，以满足个性化教学、项目式学习等需求。

空间资源的开发也是重点，人工智能实验室建设是人工智能实践课程建设的重要组成部分，应分区布置，使之功能明晰、规整有序，一般应包括配备互动白板、投影设备等的教学区，布局适宜、资源丰富的学习区，配备常用设备、工具和人工智能开发板等的工作坊区，并设立设备储存柜、货架和抽屉等的设备存放区。

中小学人工智能教育可划分为体验级、理解级、应用级、综合级[10]，每个层级的目标与要求是逐层深入的，对应使用的人工智能教学资源与工具也会有所不同，教师可根据不同学段进行对应设计与选用。

第一学段（1—2年级）：游戏化、互动性资源

此学段的学生处于认识数字与培养数感的初级阶段，人工智能的知识储备较为薄弱，关键是激发学生学习人工智能的兴趣，建立学生对人工智能的初步认知；不宜涉及较为抽象的人工智能技术基础、机器学习与深度学习模块相关内容，所以未对应任一层级。

教师要充分考虑学生当前阶段的活动经验和生活经验，选用以游戏化和互动性为主要特点、以故事和动画为载体的教学资源，介绍人工智能的含义和基本特征，激发学生对人工智能的兴趣。例如，教师可在学习区放置各类学习资源，展示案例，引导学生通过智能语音助手收听寓言故事、查询天气预报等，并帮助学生与之进行交互活动，感受人工智能，体会人工智能给生活带来的便利；可在教学区组织学生通过白板、电脑等设备分享交流对身边人工智能应用案例的观察记录，以观察日志、视频解说、绘画创作等表达方式探讨人工智能对生活、社会的影响，深化学生对人工智能的认识。

第二学段（3—4年级）：人工智能仿真平台和智能传感器

3—4年级的学生认知发展处于具象思维阶段，已经具备一定的动手能力，所以对应第一层级——体验级。体验级的教学内容并未真正涉及人工智能的核心算法与模型，不要求学生训练模型，只需借助编程体验工具认识人工智能，对应的认知水平为记忆。

教师可逐步引入人工智能仿真平台和智能传感器等教学资源，通过情境创设、案例分析、项目体验等方式，引导学生在解决问题的过程中掌握人工智能中数据采集与处理的方法，深化对人工智能的认知。例如，在配备常用设备、工具和人工智能开发板的工作坊区，引导学生使用智能摄像头从多类背景、多个角度录入石头、剪刀、布3 种手势的数据，制作简易的“AI猜拳机器人”，认识数据和机器学习的基本概念；在教学区结合动画视频向学生演示自动驾驶汽车是如何识别交通标志的，引导学生体会人工智能的感知能力、学习能力与决策能力；使用互动白板、音响系统，讲解“听觉传感器”，并通过类比人类听觉系统的工作过程，引导学生学习机器感知的基本原理和应用特征。

第三学段（5—6 年级）：实体开源硬件与集成化的智能模型训练工具

5—6年级学生认知发展处于从具象思维到抽象思维的过渡时期，思维比较活跃，所以对应第二、第三层级——理解级、应用级。理解级的教学内容需要学生经历人工智能模型的开发过程，重点、难点在于通过不断调整数据集改进模型，对应的认知水平为理解；应用级要求学生运用模型制作智能交互系统，生成的数据集也会更为复杂，对应的认知水平为应用。