高中人工智能探究式教学模式研究*

宋俊毅 苏 彤 荆永君

（1.沈阳师范大学 教育技术学院，辽宁 沈阳 110034；2.抚顺市第十中学，辽宁 抚顺 113004）

目前，随着《普通高中信息技术课程标准》《中小学人工智能课程开发标准》等文件的颁布，我国人工智能教育正在快速推进。但在课程实施方面依旧面临着实际困难，如：教师仅讲授必修教材中有关人工智能的内容；课堂教学的模式设计指导及案例资源十分匮乏；普遍适用于信息技术课程的探究式教学未能在人工智能课程中发挥同等效果。究其原因是由于必修教材内容普遍为事实性知识与概念性知识，且针对人工智能方面的了解以感知体验为主。而人工智能选修教材内容普遍为程序性知识与元认知知识，学生须在理解技术原理的同时动手实践[1]。因此，课程知识难度的增加，使得信息技术学科教师无法复刻必修课中探究式教学所取得的教学效果，导致人工智能模块的探究式教学被迫流于形式。

一、研究基础

探究式教学自1963 年由Gagne 在《科学教学研究杂志》首次发表后，就一直被广为研究。国内外学者依据探究主体在探究活动中参与度、知识复杂性及控制点、探究的复杂性程度和教育思想，将探究式教学划分为多种类型。其中Bell 依据探究的复杂性程度，提出探究层级连续统理论认为：不同复杂程度的探究类型，其探究水平和状态是不同的[2]。探究层级划分与描述如表1所示。

表1 探究层级划分与描述

2008 年，Banchi 将探究层级连续统理论应用于小学科学课程中，通过设计从低层级结构性探究到高层级开放性探究的教学案例，帮助教师设计高水平探究活动[3]。2011 年，高文君基于探究层级连续统理论自主建构了数学课堂探究水平体系，发现高层级探究水平教学方式下的学生，其多方面能力水平皆优于低层级[4]。综上所述，探究层级连续统理论已普遍应用于理工类课程，且课程内容具有知识难度较大、以程序性知识为主、学生知识理解掌握度不高、对教师知识储备及教学能力要求较高等特点。而人工智能课程内容主要包括对人工智能原理及技术的学习及实践，也同样具有上述特点。

鉴于此，本研究将借鉴探究层级连续统理论针对高中人工智能课程应用探究式教学模式并设计相应案例，帮助教师在人工智能课堂中提高教学质量。将探究式教学模式高效应用于人工智能课程中，更好地促进学生人工智能课程培养目标达成。

二、高中人工智能探究式教学模式设计

人工智能教育应将探究式教学作为教学实施的主要路径，通过对人工智能技术的应用，以培养学生的计算思维[5]。因此人工智能课程的教学不应该停留于知识的讲授与重复的操作中，而是让学生学会探究，学会如何应用人工智能技术进行探究，从而深化对所学知识的理解层级，提升自身的关键能力。

《中小学人工智能课程开发标准》明确指出：人工智能课程应以人工智能意识、技术应用能力、实践创新思维、智能社会责任四方面为培养目标，发展学生适应未来智能社会的关键能力；且以人工智能课程主题为基础，制定了生活感知与调查实践、简单模拟与推理实践、黑盒探究实践、AI 硬件设计实践、原理揭示实践及AI 程序设计实践六个不同方面的核心实践类型，帮助教师设计核心实践案例，有效推进探索活动[6]。因此可将核心实践类型作为培养人工智能课程标准的重要载体，基于探究层级连续统理论选取适合的核心实践类型，灵活多样地设计与组织人工智能课堂教学活动。

因此，根据人工智能课程的学科目标及布鲁姆对知识维度的教育目标分类，结合六大核心实践类型及探究层级连续统理论提出了高中人工智能探究式教学模式。将该模式作用于教学活动中，从人工智能技术的实践应用出发，帮助学生理解基本概念及原理，引导学生认识人工智能对人类社会的贡献与挑战，提升学生知识迁移能力和计算思维水平，关于教学模型流程见图1。课堂教学步骤采用何克抗教授提出的一般探究式教学模式，共分为创设情境、启发思考、自主探究、协助交流、总结提高五个部分，帮助学生将所学的知识点逐步抽象化[7]。

图1 高中人工智能探究式教学模式流程图

“创设情境”和“启发思考”环节对应“验证性探究”，为探究层级连续统的第一个维度。根据事实性知识的实际内容，从“生活感知与调查实践”或“简单模拟与推理实践”中选择与之契合的实践类型，以验证性探究的方式开展实践活动，激发学生探究学习兴趣。

“自主探究”环节对应“结构性探究”，为探究层级连续统的第二个维度。以基础性的概念性知识和程序性知识通过结构性探究的方式开展黑盒探究实践活动，使学生通过自主探究了解所学内容。

“协助交流”环节对应“有指导探究”，为探究层级连续统的第三个维度。这一环节基于自主探究环节加深知识难度，通过有指导探究的方式开展原理揭示实践活动，使学生经历协作探究过程，掌握所学知识及原理。

“总结提高”环节对应“开放性探究”，为探究层级连续统的第四个维度。以元认知知识为基础，通过开放性探究的方式开展AI 程序设计实践活动。基于学生对所学知识的自主反思进行协作探究，提升探究学习能力。通过该教学模型，以真实问题或情境驱动，引导学生经历人工智能技术原理运用过程、计算思维过程和数字化工具应用过程，积极主动地进行探究式学习，自主建构知识，提升问题解决能力。

三、高中人工智能探究式教学案例设计

本案例以人民教育出版社出版的高中信息技术课程选择性必修4《人工智能初步》第三章第一节《计算机视觉》为例，介绍高中人工智能探究式教学模式的案例设计。本节课的知识目标为：学生能够理解计算机视觉对人工智能的意义，掌握计算机视觉的核心原理及技术，体验计算机视觉的应用。教师通过引导学生认识人工智能技术的价值和作用，将科学原理与实践应用深度融合，帮助学生认识到自主创新的重要性。具体的教学流程展示如下。

（一）创设情境

在创设情境环节中，教师往往会通过播放一段与计算机视觉相关的视频录像或举一个典型案例去引导学生了解日常生活中计算机视觉的应用，使学生在感受计算机视觉给人们带来便利的同时激发学生的学习动机和探究动机。但仅仅依靠单一的视频或案例，会造成学生学习积极性不高，对后续知识探究欲望有所下降。

因此教师可采用验证性探究的方式设计生活感知与调查实践活动进行导入，通过播放视频展示计算机视觉在生活中的广泛应用（如谷歌公司的表情识别软件可以帮助自闭症患者识别表情），引导学生亲身体验百度或腾讯AI 平台表情识别软件，在体验过程中对有关计算机视觉的内容辅以讲解。通过生活中的实际应用与亲身体验相结合，激发学生学习兴趣，帮助学生接触并了解到计算机视觉的应用场景、作用等基本概念，从而引出计算机视觉的应用——表情识别。在这个过程中，学生不仅对计算机视觉的基本内涵有所掌握，也通过操作对表情识别过程有所认识，为启发思考环节验证表情识别过程做好铺垫，实现事件、条件、顺序等计算概念。

（二）启发思考

在启发思考环节中，通常需要教师基于所创设的情境向学生提出一个或多个启发性问题，引导学生带着问题去学习。对于刚形成学习心理准备的学生而言，如果思考问题过于抽象且难以理解，容易导致学生很难完成第一步的探究活动，并对后续的探究活动丧失信心；但是过于浅显则可能导致学生过快完成探究活动，感受不到探究活动的整体过程。所以教师要提出什么类型和难度的问题，引导学生分析问题、解决问题是本环节的关键。

因此，教师可结合学生上一环节的亲身体验提出思考问题，例如：如何正确进行表情识别？并向学生提供表情识别特征提取、人脸识别等模块化程序，让学生通过调用模块化程序完成表情识别过程的验证。引导学生基于已知答案巩固表情识别的基本过程，感受将问题有效分解、逐步化解并解决的过程。将抽象思维转化为具体模块化程序，体现计算思维中“抽象”和“模块化”的思想。既高效完成探究活动、促进学生学习兴趣，也为后续培养学生高阶思维能力和探究能力奠定基础。

（三）自主探究

自主探究一般为学生自主利用认知工具和学习资源进行探究学习。由于人工智能课程内容存在概况性、抽象性的特点，因此教师须为学生提供丰富的、有针对性的、数字化认知工具和资源，才能满足学生自主探究学习需要。

教师可进一步通过设计黑盒探究实践活动组织学生进行结构性探究，帮助学生对表情识别的具体原理深入了解。向学生提供成熟的AI 功能组件，并提出本环节的主问题和分问题。其中主问题为：AI 和人类检测人脸时有什么区别？分问题为：（1）人类检测人脸的流程是什么？（2）AI 检测人脸的流程是什么？（3）两者异同点是什么？（4）如何进行特征提取？（5）分类器的作用是什么？

学生通过使用AI 功能组件和其他认知工具，在实践探究中解决教师提出的多个分问题，进而完成本环节的主问题，认识和理解人类检测人脸及AI 检测人脸的流程，总结人类与AI 检测人脸流程的异同点，掌握哈尔特征及分类器的部分作用。通过编程逐步对人脸检测模块进行开发、测试和实现，促进学生探究能力及计算思维能力提升。

（四）协助交流

当学生掌握人脸检测模块后，为进一步深化学生对表情识别方面知识的意义建构，教师应避免继续作为学生的“指南针”，通过逐渐降低教师提供的信息量，将分析问题、解决问题的权利交给学生。引导学生借助书籍、网络查阅资料，有序进行小组分工、合作，最大限度地发展其创新思维及能力。

因此，教师首先可通过有指导探究的方式设计原理揭示实践活动，向学生提出本环节的主问题：AI 检测到人脸后，应如何判断表情？之后便将课堂交给学生，仅在必要时进行指导，引导探究一直朝着正确的方向发展，辅助学生完成对表情识别内在原理知识的深入理解与掌握。在指导过程中，教师可依序提出本环节的分问题：（1）如何判断人类的表情？（2）分类器除了能对人脸与非人脸进行分类外，还有其他作用吗？（3）怎样训练分类器？通过分问题帮助学生在完成主问题的同时紧贴教学目标，掌握关键特征点及分类器的完整作用，了解如何利用关键特征点训练分类器识别表情。其次，学生在通过编程实现表情识别的过程中会发现，该程序需要基于人脸检测模块进行开发。因此需要学生通过小组协作不断地分析、学习、完善、调试、改进才能解决问题，既体现计算思维中“渐进”“迭代”“测试”“调试”的思想，还展现“连接”这一要素，使学生在协作探究能力及团队意识方面得到充分培养。最后，教师开展作品设计展示及交流评价，基于《中小学人工智能课程开发标准》课程质量评价量表设计学生自我评价表及小组汇报评价表[8]，组织学生进行自评与互评。其中自评环节，学生可通过知识内容、自主探究能力及协作探究中个人表现三方面进行自身评价及反思；互评环节，各小组还可通过作品的内容、制作水平、汇报者表现及协作探究情况四方面进行小组评价及反思。评价等级分为优良中、理解至不了解两种等级划分方式。根据自评及互评结果，帮助学生对个人学习过程进行总结反思，客观评定自身在协作探究中的职责及问题，为接下来的开放性探究做好铺垫。

（五）总结提高

总结提高环节作为教学实施过程中最后一个步骤，教师应在对上一环节评价反馈的结果查缺补漏的同时创设相关情境，引导学生对所学知识进行迁移拓展，自主提出一个或多个与之有关的问题，并根据探究兴趣选择某个问题去解决。这样不仅能提升学生知识迁移能力和计算思维水平，也能促进学生学习参与度，凸显学生的主体性地位。

所以教师可通过出示各类目标物体及其面部表情的图片，使学生通过AI 平台对表情识别的结果进行预测和验证。之后通过开放性探究的方式指导学生开展AI 程序设计实践，引导学生写下多个“我想知道”的问题。例如：为什么有的动物能识别人脸，有的却不行？为什么正脸可以被识别，侧脸却不行？如何区分多类目标物体？多个人脸及表情如何识别等。让学生挑选最感兴趣的问题组织探究活动，设计计划及程序实现。在所学知识的基础之上进行创新与实践，体现计算思维中的“重用”和“再混合”。在这一过程中，教师还可根据学生本环节所选择的主问题，引导学生自主设计本环节对应的分问题，激发学生学习热情，通过探究过程发展逻辑推理能力，学习到科学探究的本质及如何解决问题的思维。

最后，教师仍可以通过开展作品设计展示及交流评价的方式对本环节的探究活动进行评定，检验各小组及学生个人是否得到改进，为后续课程的教学设计提供帮助。

四、适用范围分析

（一）教学活动

1.教学内容

教学内容取决于所探究的问题，适合开展探究式教学活动的问题应包含以下特征：（1）能够激发探究欲望的问题。由于人工智能学科具有跨学科性、综合性、实践性等特点，因此所探究的问题不仅要与其他相关学科交叉融合，也要与学生日常生活的应用紧密相连。（2）值得探究的问题。指既能引起学生探究兴趣，也与所学知识相关，能引发学生深入理解知识点，实现教学目标的阶梯性问题。（3）能够探究的问题。指学生在具备探究工具和资源的情况下，能够通过自主、协作探究解决的问题。

2.教学方法

尽管探究式教学的目的是帮助学生发展高阶计算思维能力及探究能力，但一开始就让其自主从头设计探究活动，是不现实的。大部分学生都会出现“不知道探究是什么”“如何探究”等类似情况，导致课堂出现“局外人”的现象。因此，教学活动设计不一定要以验证性探究为起点、开放性探究为终点，也可根据学生能力稍微降低或提高探究水平，再加上适当的支架，循序渐进地进行高水平探究，在其探究能力逐步提升并适应该教学模式后，可以采用结构性探究或更高层级的探究层级为起点进行教学活动设计。

（二）教学阶段

高中人工智能探究式教学模式，注重于探究程序性知识和元认知知识，以动手实践为基础，对人工智能技术的核心思想与方法进行探究，培养学生计算思维及探究能力水平。因此，适用于高中人工智能课程中后期阶段内容的教学。

随着《义务教育信息科技课程标准》的颁布，人工智能首次出现在义务教育阶段的信息科技课程主线中[9]。所以该模式不仅适用于高中人工智能模块的教学，也能为义务教育阶段人工智能模块教学提供参考。

（三）教学周期

高中人工智能探究式教学活动是一个多层级的学习过程，所探究的每一层级都须耗费大量的精力和时间。为了顺利开展探究活动，探究过程中教师应留给学生足够的探究时间。建议一周2 课时连堂排课，如该条件无法满足，则须教师做好课堂探究与课后探究的衔接指导，为学生设置合适的课后探究任务，保证其上课时能与之前课程有效衔接。

（四）教学组织规模

在开展高中人工智能探究式教学模式的过程中，越高层级的探究活动，教师对应提供的信息量越低、学生对应探究的知识层级越高。为了有效开展教学，教师须从协助交流环节起，及时指导学生探究，引导探究活动朝着正确的方向进行。如学生人数或小组成员过多，则会增加教师课堂指导的难度、降低小组协作的效果，影响探究活动的教学质量。因此，宜采取班型为45 人、4至5 人为一组的小班化教学。

五、结语

在全社会高度重视人工智能教育的今天，该如何合理地设计教学活动，如何优化高中人工智能课程的教学手段、创新教学模式，是目前需要我们思考的关键问题。因此，一方面我们可以通过人工智能核心实践案例实现人工智能课程培养目标，培养学生适应人工智能社会的能力；另一方面，可以采用探究层级连续统理论指导实践活动，通过创设情境、原理认知、应用迁移的探究式教学，从生活中的人工智能情境入手，引导学生在已有知识的基础上分析、探究现象的机理，解释相关现象或解决相关问题，提升学生的计算思维能力及探究能力。在人工智能时代来临之际，帮助学生更快地融入人工智能时代，适应人工智能技术的快速更迭。