何聚厚 李天宇 何秀青

摘要：智能時代來臨，中小學人工智能教育如何培養(yǎng)未來公民備受關注。人工智能教育在中小學校主要借助信息技術學科來承載，不可回避，技術學科在工業(yè)時代教學中產(chǎn)生的“知識塊龐雜、工具觀單一、生師比懸殊”等問題依舊存在。人工智能教育采用大單元設計的價值在于從“技術本位”到“素養(yǎng)本位”的轉(zhuǎn)變，單元化的認知過程呈現(xiàn)出以學科大概念重構知識圖譜、以學科核心素養(yǎng)扭轉(zhuǎn)育人目標、以系統(tǒng)評價服務學生本位的價值意蘊。從策略、目標、活動、知識和評價方面構建單元時，存在著單元化意蘊與傳統(tǒng)教學優(yōu)勢之間難以取舍的現(xiàn)實困境，該文探討了以大單元設計的價值意蘊化解人工智能教育現(xiàn)實困境的實踐路徑。

關鍵詞：人工智能教育；單元設計；大概念；教學策略；中小學

中圖分類號：G434 文獻標識碼：A

* 本文系國家自然科學基金項目“師范生課堂教學表達能力自主實訓與評價模型研究”（項目編號：62177032）、中國教育學會教育科研重點規(guī)劃課題（2019）“中小學人工智能教學活動設計和課例實施研究”（課題編號：201900302301A）階段性研究成果。

人工智能教育進入中小學課堂的育人愿景是培養(yǎng)青少年適應未來社會的職業(yè)，具備對話技術倫理的知識、能力、思維和責任，為智能時代儲備領域人才。當前中小學主要通過信息技術等課程來學習人工智能知識[1]，如果人工智能知識“粗暴”地通過加知識鏈接、加單元內(nèi)容等方式填充到現(xiàn)有的信息技術知識結(jié)構中，則會增加知識體量，不可避免地使信息技術課程原本課時緊缺、專業(yè)師資匱乏[2]、偏重技術跟練[3]等問題“雪上加霜”，誤導更多學校簡單通過“改頭換面”更換課程名稱的方式讓“人工智能教育”有名無實。人工智能教育“假繁榮”的情景蒙蔽了學科內(nèi)容冗余、教師教學求效、學生遷移薄弱等現(xiàn)實情況，實際上是暴露出現(xiàn)階段中小學人工智能教育的知識架構、實驗環(huán)境和考察手段等原始儲備不充分和人們所期盼的育人溯源之間的矛盾沒有改變。

人工智能教育大單元設計是指用大單元教學策略組織人工智能知識教學。大單元教學的設計以大概念為視角，遵循學科知識原有的科學邏輯[4]，以回歸知識情景的方式促進深度學習真實發(fā)生[5]，學生得以獲得真實性的學力。單元化的認知過程在知識整構、活動設計和評價方式等方面提供了新思路。本研究嘗試對基于大單元設計的人工智能教育深入分析，揭示人工智能大單元設計的價值意蘊、現(xiàn)實困境和實踐路徑。

大單元設計的基底是以大概念為錨點重構知識[6]，來習得學科核心素養(yǎng)，倒逼學科教學將模塊知識整合看、將抽象知識意象看、將薄弱知識系統(tǒng)看。深入大單元的設計，有利于對癥解決人工智能教育“知識塊龐雜、工具觀單一、生師比懸殊”等突出問題，促進人工智能教育回歸基礎教育素質(zhì)育人目標的價值意蘊。

（一）化零為整，避免內(nèi)容“尾大不掉”

人工智能教育涉及知識領域廣泛，如人臉識別、語音識別、場景理解等感知技術，信息表示與推理算法模型，進行信息處理的機器學習模型，自然語言理解、情感計算等人機交互模型，以及數(shù)學、生物、控制論、信息學等學科領域知識。如果只是在知識層面與現(xiàn)有的信息技術學科相疊加，依然陷于工業(yè)時代的育人導向，以崗位需求育人，堆砌零零散散的技術，則不能稱之為一門學科，一門充分發(fā)展的學科應有著獨特且系統(tǒng)的核心概念作為支撐[7]?！皩W科大概念”是學科育人功能的核心目標，大單元設計以此來構建單元，教師不再是盯著要選用哪一種教學手段來突破某一個“教學難點”，而是跳脫出“穿針引線”般串連知識點的微觀思維，通過居于上位的大概念，從全盤且系統(tǒng)的視角挖掘“知識之間”存在的科學關系，相互借力，讓學生的“認知難點”不攻自破。

一是以“學科大概念”為刃，精簡內(nèi)容。人工智能知識是學科教育應對智能時代的育人補充，聚焦核心概念“量體裁衣”，一些關聯(lián)度低、概念性弱的知識將暫時保持“沉默”，精選、重組課程內(nèi)容，大幅度縮減某一方面的知識內(nèi)容，形成有機的知識集合，一定程度上緩解“課時緊張”的問題。

二是借其他“學科核心素養(yǎng)”之力，聚合概念。各學科的核心素養(yǎng)是中國學生發(fā)展核心素養(yǎng)的具體化，存在著內(nèi)在聯(lián)系，實現(xiàn)素養(yǎng)互通、概念遷移?？梢猿浞终{(diào)用已經(jīng)形成的科學、物理、生物、歷史、數(shù)學等學科核心素養(yǎng)去同化算法原理、智能原理等未知的人工智能知識，用活躍的知識突觸激活沉默的知識突觸，建立貫通的知識圖譜，各學科之間的學科大概念互為認知工具，避免“孤立無援”地建立新概念網(wǎng)絡的不穩(wěn)定結(jié)構和高建構成本。

（二）真實情境，誘發(fā)技術“繼往開來”

未來是智能化的時代，人工智能技術已經(jīng)展現(xiàn)出了深遠的影響潛力，已經(jīng)超過了技術的工具價值，單純的技術是“不具備生命的”，人較于技術，要么是開發(fā)技術的人，要么是應用技術的人，要么是受用于技術的人，前兩者一定是社會中的少數(shù)群體，而基礎教育的本質(zhì)是通識教育，其目的是理解技術的原理、掌握技術的發(fā)展規(guī)律，在不斷變化的技術環(huán)境中獲得穩(wěn)定、可持續(xù)的素養(yǎng)。大單元設計注重情景中的技術和技術中的情景，前者是學習真實的技術，后者是獲得遷移的素養(yǎng)，借用學習無生命的技術形成可持續(xù)的思想。

一是豐富技術的工具觀。在技術之上蒙上一層情景的濾鏡，將單層次的技術講授、原理說明同情景關聯(lián)，成為具有實際價值的問題、課題或話題等。真實的情景能增強知識與知識的黏性，增強知識與生活的黏性，縮小理論與經(jīng)驗的認知鴻溝，防止“大水漫灌”知識后，理論與實踐產(chǎn)生斷崖，需要再通過練習補充認知。情景設計注重與學生經(jīng)驗的契合[8]，將求索過程與自身經(jīng)驗產(chǎn)生良性互動，易于進入深度思考，即“經(jīng)驗論”被“真實情景”所接受，感知學習知識的意義[9]，技術不是凌駕于生活的理論。同時真實的情景是復雜的，還原了問題的產(chǎn)生背景、因果邏輯和制約條件等科學的關系，學生能夠從人文、實用、科學等視角全面認識技術，接納不同的技術、合理使用技術并了解運用技術的邊界，正確認識技術對個人發(fā)展和社會變革的影響。

二是普適專業(yè)的人才觀。中小學階段的人工智能教育不是培養(yǎng)每個人成為人工智能的開發(fā)者，而是培育適應智能時代變化的具備智能素養(yǎng)的未來公民。素養(yǎng)是在人的活動中形成、發(fā)展和顯現(xiàn)的[10]，單元活動的關鍵是學生能夠主動地“動”起來，活動中的情景與社會主義核心價值觀、中華優(yōu)秀傳統(tǒng)文化等有機結(jié)合，激發(fā)學生的情感共鳴，極大地調(diào)動原始積累，利于分析和解釋未知[11]，激活知識孤島，不斷涌現(xiàn)出新想法和促進想法的更替，建構真實的能力，形成持久的必備品格和關鍵能力，最終具備與人、與自然、與機器和諧共生的素養(yǎng)，健康發(fā)展理想信念、政治素質(zhì)、道德品質(zhì)、生態(tài)文明、法治意識和創(chuàng)新責任，具備發(fā)現(xiàn)、融合、推動和有限度使用技術的自制力。

（三）評價可視，面向?qū)ο蟆俺榻z剝繭”

提高一個模型的識別率不是人工智能教育的核心目標，用“代碼通不通”“識別率高不高”判斷學生的學習績效雖然直觀，但太單一，“調(diào)參數(shù)”“拼模型”還是機械的重復行為，練不出素養(yǎng)。大單元的評價從傳統(tǒng)“唯分數(shù)”的重結(jié)果轉(zhuǎn)變?yōu)椤爸貭顟B(tài)”，既能追溯到導致低分之前的學習“狀況”，還能預測面對“態(tài)勢”的素養(yǎng)水平，從而調(diào)整造成結(jié)果的“元兇”單元活動，防止以表面效果代替評價目的的現(xiàn)象，導致核心目標的窄化。

一是單元可讀。目前中小學的人工智能課程主要由信息技術教師講授，師生比例懸殊，教師難以關注到每一位學生的思維活動，在學生活動代碼等操作時，教師容易淪為旁觀者、檢驗者和批判者，“游離”在學生之中。技術支撐的評估作為單元活動的“顯微鏡”捕獲學生過程化的行為，統(tǒng)計反應速度、試錯次數(shù)、完成程度、討論人數(shù)等量化行為，支持教師預測學習績效和干預單元活動，及時調(diào)整單元的問題情景、知識體量、持續(xù)時間以及單元之間的邏輯等，有針對性地設計學習支架、協(xié)作策略、認知工具等外圍環(huán)境，減少無效活動占據(jù)的時間。

二是素養(yǎng)可辯。大單元設計與人工智能教育的目標不謀而合，都不是評價掌握知識的精熟程度，重點考察學生從一個大單元到另一個大單元的過程中素養(yǎng)的變化情況，確定學生的學科核心素養(yǎng)所處的水平和判斷在下一個單元可能發(fā)生的變化。素養(yǎng)水平與考試分數(shù)不同，考試分數(shù)是一個與“學沒學過特定知識”高度關聯(lián)的值，會隨受被試的主觀因素產(chǎn)生較大的波動，素養(yǎng)水平是經(jīng)過多次實踐培育的結(jié)果[12]，是與原有概念多次構念后呈現(xiàn)一定態(tài)勢的均值，例如學生學習過訓練圖像識別模型的一般過程，可能沒有學習過Photoshop或者Flash，也能理解圖層和顏色通道的概念以及成像原理，沒有學習過人臉識別、語音識別等智能原理，也知道從自然特征到訓練數(shù)據(jù)的轉(zhuǎn)譯過程。

三是方法可溯。大單元設計以單元為周期沉淀一段時間的評價數(shù)據(jù)，不會因為一次數(shù)值的不佳而“自亂陣腳”地調(diào)整策略，而是觀察學生在一整個單元內(nèi)的實驗過程和單元到單元的能力變化，聯(lián)系前后造成錯誤的本質(zhì)，瞄準共性問題、認知偏差發(fā)力。大單元設計不主張人為窮舉“陷阱”，學生在“沒有教師呵護”的實踐中自然會積累很多真實的“陷阱”，真實的陷阱才是現(xiàn)實中會發(fā)生的問題，通過同伴之間對真實問題和解決方案的交流，有效地補充、驗證、調(diào)整已經(jīng)形成的知識概念。

中小學的人工智能教育與其他學科課程不同，沒有獨立的課程體系，因此缺少貫通的頂層設計，導致一線教育工作者糾結(jié)于辯駁人工智能教育的“樣子”。在沒有充足的經(jīng)驗積淀下，中小學人工智能教育面對“老方法”與“新理念”時，勢必陷入困境，例如單元策略存在立竿見影和靜觀花開的矛盾，單元目標存在夯實基礎與素養(yǎng)導向的矛盾，單元活動存在主題多樣與一以貫之的矛盾，單元知識存在科學至上與認知規(guī)避的矛盾，單元評價存在引導共性和適配個性的矛盾，疲于追風、忙于效法、困于見效。

（一）受制于教條的“講—練”思維

知識如教育的血肉，策略賦予教育以靈魂，是只通過看書所不能及的。在傳統(tǒng)教育的模式中，學生通過教師提煉知識點、刷題來強化記憶，短時高效，學習針對性強，通過反復練習易于形成以一本書為邊界的知識框架，但“坐井觀天”容易產(chǎn)生認知依賴、造成短視思維。在大單元的設計中，主張學生的認知活動從問題開始，在學習的過程中需要不斷調(diào)取舊知或者補充新知，找到解決問題的“蛛絲馬跡”，并逐漸推進，自適應生成認知路徑，學生回顧后能夠看出完整的概念。

較于“投食”的傳統(tǒng)教育，大單元設計打破了教材以知識點為內(nèi)容的框架，將知識融入活動，把學習的時間還給了學生，學生需要適應認知時產(chǎn)生的孤獨感和不確定性，出現(xiàn)學習習慣與大單元活動不適配的問題，也是教師“不敢放手”的顧慮所在。

（二）陷入“復盤結(jié)論”等于“項目學習”的誤區(qū)

評價標準指導育人的航向，影響教與學的行為。在以考試分數(shù)論合格的先決條件下，出現(xiàn)了“看說明書”代替“實驗探究”的現(xiàn)象，陳述性地講授實驗環(huán)節(jié)與技術要點，教師甚至怕學生誤操作，幫助學生“排雷”，學生通過觀察、識記、模仿等淺層的活動來復盤結(jié)論，補充了認知、增強了理解，但是缺失了排錯、分析、矯正等有深度的思考，導致學生提煉和分析不出問題，也設計不出具有科學性的實驗。在素養(yǎng)導向的觀念中開始關注學生為主體的探究，由此萌生了具有驅(qū)動力的“項目書”，通過框架式的表格歸納得出結(jié)論，通過列舉現(xiàn)象推導出有規(guī)律性的知識概念，但隨著知識難度的增加，難以通過簡單地擺事實、做推斷得出概念，導致經(jīng)驗主義或空想主義脫離了理論基礎，認知停留在基于已知回答問題，難以激發(fā)新知，出現(xiàn)大致了解的模糊概念，致使知識結(jié)構不夠穩(wěn)定，沒法具化為概念。

“看說明書”學生缺少能動，“填項目書”理論缺少升華，教師容易被學生淺層的復盤所蒙蔽，例如學習了圖像分類技術的學生可以類推出識別垃圾類別、不同動物等同質(zhì)化的技術場景，難以設想對于火情檢測、物品翻譯、數(shù)目統(tǒng)計等識別結(jié)果的深度處理或者基于圖片的視頻流處理的應用。扎實的理論知識沒有貫通，知識與情景缺少深層的互動，學生陷入學習過的知識想不到、不會用、用不動的境地。

（三）單元活動的活力不夠

學生能“動”起來是獲得真實學力的基礎，是不可逾越的。參照2017年修訂的普通高中信息技術新課標中的設計依據(jù)，很多教師適應了創(chuàng)設項目問題來驅(qū)動學生探究，激發(fā)學生主動思考，但出現(xiàn)了“打一槍換一炮”，豐富的項目情景將知識研磨地過于細碎，學生還來不及進入有價值的深究，項目情景就已經(jīng)“面目全非”。而大單元設計為了強調(diào)活動的完整性出現(xiàn)了過猶而不及的現(xiàn)象，情景覆蓋整個學期，甚至是一學年，在“從一而終”的情景中，學生有相對充足的時間進入有深度的思考，但是學生長期處于單調(diào)的情景中，問題容易變得“食之乏味”。

從情景持續(xù)的時間看，大單元的活動需要多節(jié)課才能完成，單元內(nèi)的知識點是環(huán)環(huán)相扣的，對學生而言，“持續(xù)作戰(zhàn)”依賴于學生的興趣、學習的注意力、解惑的耐力以及問題繼續(xù)探討的價值等綜合因素，當學生中途“掉線”后，沒法“重新連接”恢復認知活動，大單元的設計也就落空了。

（四）知識處理缺少頂層思維

教學最基礎是要保證知識的正確性。目前缺少覆蓋小學、初中、高中的完整基礎教育人工智能教材，教材中的知識處理常見為大學知識的降維講解，或?qū)⒅R穿插在項目中講解[13]，教師很難系統(tǒng)地掌握學科的知識架構和設計意圖，即使“照本宣科”能夠講清人工智能的原理，但是缺少依據(jù)學情的教學處理，“囫圇吞棗”學生被動的填壓知識，同時缺少強化認知的實踐設計，“味同嚼蠟”學生難以感受到科學的魅力，鼓勵學生通過網(wǎng)絡查找資源以輔助理解，網(wǎng)絡中的知識也是洋洋灑灑“盡顯本真”，不免晦澀難懂，學生未必能理解。以單元為認知單位來處理知識，依然缺少頂層的概念邏輯，不可避免出現(xiàn)“水來土掩”的認知規(guī)避，面對當前的知識“一點就透”易于理解，但是隨著知識的螺旋式上升，學生會發(fā)現(xiàn)自己在重復的學一個知識，只是越來越逼近“真相”，需要不斷修正理解，耗費精力。

就“人工智能”講“人工智能”容易陷入全是知識、零散知識、重復知識或缺少科學的現(xiàn)象，人工智能教育還是獨立的模塊，沒有內(nèi)化到某一學科之中。

（五）評價失位

評價方式對于學習動機和學習策略都有很大的影響。以“考試”為主導的評價方式對教師個體來說是一種操作性較高的方式，也最常見，按照一定的標準劃定“合格”的基準線，通過“標準答案”“答題技巧”等訓練來引導共性思考，共性越高得分越高，導致學生誤讀學習的意義，僅用“唯分數(shù)論”的主觀視角比較得失，無意識地揣測出題人的意圖，學生將學習看“攻心”的過程。大單元設計試圖用勾選如“掌握”“沒掌握”等選項進行互評、自評等過程化的評價，未能解決“目標與評價不一致”“有評價卻沒有數(shù)據(jù)積累”“評價單一缺少維度”等問題，導致育人目標中“情感態(tài)度價值觀”的失位、虛化，用單維的“小數(shù)據(jù)”推斷學情發(fā)展，“腳痛醫(yī)腳”機械地看待學習反饋，難以追溯問題的本質(zhì)，真正做到個性引導。

共性與個性發(fā)力點的錯位，“共性”異化為“一樣”，“個性”變質(zhì)成“自私”，實質(zhì)是評價方式?jīng)]有改變的問題。

在人工智能教育嘗試采用大單元設計的過程中，暴露出很多邏輯上“扭捏”的困境，究其根本是大單元設計的不徹底。基于大單元設計的人工智能教育抓住大概念視角、單元活動和評估手段等關鍵環(huán)節(jié)，著力將新的知識內(nèi)容與舊的學科框架、學科知識與核心素養(yǎng)、數(shù)據(jù)表征與自我概念的關系解釋清楚。

（一）大概念著眼真實的目標

大概念是認識世界的方法論，核心素養(yǎng)是世界觀的表征，即以大概念為錨點的單元活動是培育素養(yǎng)的方法，以期形成穩(wěn)定的態(tài)度與價值觀。人工智能教育在進入中小學課堂之前要厘清“為什么教”“教什么”“如何教”的問題，即確定頂層目標的結(jié)構、細化活動目標的內(nèi)容、鋪墊認知目標的路徑，讓目標真實、有效、可達。圖1呈現(xiàn)的是針對“人臉識別”大單元目標確立的邏輯關系。

1.大概念整構目標

中國學生發(fā)展核心素養(yǎng)是黨的教育方針的具體化，各學科為落實根本目標基于本學科凝煉了學科核心素養(yǎng)。同樣人工智能教育的育人目標不可脫離學科核心素養(yǎng)的指引，借助現(xiàn)有的信息技術學科核心素養(yǎng)來明晰人工智能教育的價值是能力導向，而非編寫代碼或推導理論。人工智能知識的集合需要打碎，重新整合到“數(shù)據(jù)”“算法”“信息系統(tǒng)”“信息社會”等學科大概念體系中，形成概念網(wǎng)絡映射下的知識圖譜，明確選取人工智能的智能原理、經(jīng)典算法、技術框架和社會倫理等為核心知識，這樣，人工智能知識則不是獨立的模塊或內(nèi)容，而是基于信息技術基礎的再學習，成為培養(yǎng)學科大概念的又一學習路徑，這也是適應時代所需和文化內(nèi)涵的一種解決問題的方式，指向核心素養(yǎng)。

2.“逆向設計”追蹤目標

培養(yǎng)學科大概念是學生知識轉(zhuǎn)化為能力的重要途徑[14]，可以幫助學生形成宏觀的科學視角和微觀的知識脈絡。目標的確立應從大概念著眼，大概念的形成不是一堂課就能一蹴而就的，當目標細化到一節(jié)課、一個單元時要確定相對較小的概念，最終小概念都指向確定的大概念。如果目標是圍繞知識點確定的，則知識的邏輯零散，可以形成星狀的小概念，但小概念與小概念的聯(lián)結(jié)變成了一種不確定的狀態(tài)，很難穩(wěn)定地形成大概念。反之，逆向從大概念出發(fā)確定目標，統(tǒng)籌知識與能力，增強了概念之間觸類旁通的關系，保障了最終的方向。

3.“最近發(fā)展區(qū)”逼近目標

主觀經(jīng)驗與客觀世界構成統(tǒng)一，在能動中促進更新認知[15]，反復刺激形成穩(wěn)定的素養(yǎng)。目標是學習中外化的追求，設定很容易達到或者很難達到的目標，學生都容易喪失興趣。目標的確定應從當前較為活躍的概念入手，立足熟悉的知識基礎，具身真實的認知情景，誘發(fā)學生的既往經(jīng)驗和活躍概念產(chǎn)生共振，充分激發(fā)潛能，形成“跳一跳”就夠到的認知場域，通過自我內(nèi)在的斗爭和審辯外在的對話遷移新的知識。從具身情景中再生知識，知識再遷移到具體的情景中，如此反復，不斷攀登下一個目標，形成真實的能力、科學的思維，從低階的能力躍遷到高階思維，建立深層次的品格與自我概念，充實公民素養(yǎng)。

（二）大單元走向深度的活動

大單元設計中，“大”除了對單元本身的知識體量、活動框架、持續(xù)時間等程度的描述外，更是對學生能力的描繪，例如理解概念的高度、分析視野的廣度、思辨問題的深度、技術情意的厚度等，簡單地灌輸知識與技能不能滿足時代對于勞動者的期待與需求。通過松快、充足、系統(tǒng)的單元設計集中學生認知的過程，進而促進思考達到“大”的程度，跳脫出就知識講知識的機械訓練，遵循回應問題的過程是習得知識的本來規(guī)律，學生有時間走向深入的思考和高階的思維。

1.擺脫唯知識、唯工具的活動鐐銬

知識是認識世界的工具，能夠操縱工具的是學生逐漸清晰的概念。知識是專家在探究中凝聚的智慧，有著嚴謹?shù)耐茖н壿?，學生學習的過程理應遵循知識產(chǎn)生的過程，不因?qū)W段而割裂知識的科學邏輯，將知識碎片化。人工智能具有多學科融合的知識視角[16]，有利于在交叉的智能視野中碰撞出智慧的火花，讓學生能從自己的視角理解和解決問題，軟硬件的環(huán)境是促進認知的載體，它的取舍應隨問題的實際需要而“水到渠成”，并非是區(qū)分知識的條件。面對學習不同的知識時，知識呈現(xiàn)出不同維度的連續(xù)性：在理解智能原理或技術更迭時，知識呈現(xiàn)出連續(xù)的時間線，在推導算法原理時思維存在著空間邏輯線，在深度認識技術倫理和安全等討論時存在著情感線。

教師可以將認知載體根據(jù)操作難度、理解難度和知識呈現(xiàn)等將工具劃分為多維矩陣，學生學習和教師教學根據(jù)認知的需要選擇適合的載體，不被軟硬件環(huán)境束縛住了手腳，跳脫出基于某一種工具的認知局限，尊重情景，淡化傳統(tǒng)知識、工具等載體的邊界，知識和工具是為認知所用，不應該強制回避或打斷。

2.立足問題價值的活動活性

問題產(chǎn)生的探究意識可以跨越知識的邊界和穿梭時空之中。真實發(fā)生的問題提供了自然而然的社會場景，下頁圖2以“人臉識別”大單元為例，用問題價值維持單元的活性，學生在社會性的話語體系中分析問題，杜絕了純符號推理知識的“真空環(huán)境”，將學習與生活看成緊密相關的活動，糾正了“唯分數(shù)”的學習觀。個體的個性裹挾在社會情景中，避免自行其是的異型或盲目的批判，而是具有科學精神的求同存異。教師有意識地前移問題產(chǎn)生的起點，關注“為什么用”而不是“怎么用”，學生能自我回答“為什么學”的內(nèi)在動因。例如，在訓練預測回歸模型的時候“如何考量模型已經(jīng)達到了可接受的誤差”，服務于解決這個問題，會形成“數(shù)據(jù)能否可視化”的必然訴求。

問題能持續(xù)發(fā)酵是使活動走向“深度”思考的關鍵，有意義、有深度、有沖突的問題推動學生思維的自我整合，擺脫等待答案的認知惰性，學生分析問題的過程是調(diào)動原始積累、明確認知方向的重要時刻，教師切不可代勞，這是學生開始同化知識的開始，也是形成持續(xù)學力的關鍵時期。問題的生存周期成為單元“大小”的判斷依據(jù)，解決問題的標志不是教師講完了新知，而是另一個認知層次的開始。依據(jù)學情施加外力，通過下一個具有邏輯性的問題追問以引導學生再次進入不平衡的認知狀態(tài)，學生在試圖回應疑惑中保持學習活力。

3.關注單元之間的活動邏輯

一個概念的生成是一個單元作用或多個單元共同作用的結(jié)果，多個單元合力構建出大單元，單元與單元之間存在生成式、增強式、遞進式和補充式的基礎關系，如表1所示。單元之間不一定是課上時間的連續(xù)，也可能是空間上的聯(lián)系，存在學生的不同認知階段或者學習的不同物理空間，大單元之間通過基礎關系可以組合形成更大的單元。

針對生成概念的難度可以選擇不同的單元類型組織認知活動，通過問題支架、學習平臺、交流社區(qū)等多種方式維持探究興趣，打破課上和課下的時間分割，以探究意識為主導聯(lián)通線上與線下的學習空間，提供深度學習的場域，持續(xù)且深入的逼近問題的結(jié)果，做到知識活用。單元之間可以通過問題的不同角度或者不同深度、同一情景下不同思考的角度或不同人的視角、不同情景下的同一角度進行銜接。教師不能漠視學生的發(fā)問，要敢于“失控”，學生可以將自發(fā)的疑惑搭建得到單元活動，主動的認知欲望才能獲得不受“下課鈴”限制的探索熱情，將枯燥的理論遞推轉(zhuǎn)變?yōu)椴恢＞氲膯栴}漣漪，激起層層浪花，從已知到未知再到已知，從具體到抽象再到具體，概括、歸納形成遷移能力，也是學生步入社會的原始積累。

（三）智能化驅(qū)動有效的評估

教師的“教”與學生的“會”絕非“此增彼長”的線性關系，鼓勵教師大膽放手，不是放任不管，也不是只看結(jié)果?！按a不能正常運行”不能簡單地歸因于學生沒有學會，可能是偶爾的粗心大意，亦或是系統(tǒng)性的理解偏差，或者是忽略的知識短板。分析造成結(jié)果的原因不能僅停留在結(jié)果的表面，學生的問題一定是由學習行為引起的，將信息技術與課堂深度融合，可以在學習的過程中通過技術反饋問題、解釋行為、矯正偏差，實則通過技術掌控了課堂的節(jié)奏，減少倒追原因所產(chǎn)生的沉默成本。

1.勾連目標與活動

有效的評估反饋可以厘清理論與實踐的矛盾、目標與活動的關系等，實現(xiàn)對學習績效的預測和對學習活動的干預。評價覆蓋認知的全過程，與數(shù)字化學習空間深度融合，隱形地收集數(shù)據(jù)，通過知識可視化的工具來量化學習行為以備分析。例如在思維可視化方面，通過拼接流程圖呈現(xiàn)解題思路，通過搭建圖形化代碼積木了解智能信息處理的一般過程等；在知識可視化方面，用代碼繪制圖案直觀呈現(xiàn)循環(huán)邏輯，學生可以用游戲或者虛擬實驗室了解神經(jīng)網(wǎng)絡的工作原理，嘗試改變每一個參數(shù)，讓邏輯可視化；在調(diào)整認知時序方面，學生可以將不會的問題先收藏起來，滯留理解，同時統(tǒng)計數(shù)據(jù)用于分析疑難點、易錯點；在學習日志方面，記錄學生在數(shù)字化學習空間中查找問題的瀏覽序列以了解分析問題的思路，搜索學習筆記的情況、課堂的學習積分與神情，放大學習行為的反饋。

評價工具支撐學生從理論目標到內(nèi)化素養(yǎng)的過程，教師通過評估了解預設目標、當前狀態(tài)、預估目標的關系，從而判斷活動是否需要繼續(xù)發(fā)展。學生能看見從目標到活動、再到目標的認知過程，了解已知與未知的情況，隨著活動顯現(xiàn)出變化的認知路徑，確認認知建立的狀態(tài)，從而建立學習自信，形成良性循環(huán)，實現(xiàn)從分數(shù)的定論評價到積累的過程性評價。

2.平衡個性與共性

傳統(tǒng)評價多以考試為主，“標準答案”使不同智能特點的個體“歸一化”評價，所涉及的智能類型過于單一，是一種以犧牲隱性學力追求顯性學力的畸形評價[17]，限制學生的個性成長?！拔ǚ謹?shù)”判定學習情況也造成錯誤的價值觀導向，學生陷入“父母的眼里只有成績”“我只要成績好了就可以了”“成績決定命運”“好成績可以得到一切”等利己的學習觀，不利于人格的健全發(fā)展。

智能技術驅(qū)動的評價轉(zhuǎn)變學生“被評價”的弱勢地位，避免教師或者家長僅憑“一張試卷”說教。大單元中的評價是在“識記—檢測”簡易考察方式的基礎上，采集學習過程中產(chǎn)生的數(shù)據(jù)，將數(shù)據(jù)先沉淀下來，放緩定論。在共同情景中，學生與學習共同體通過觀點分享和思維碰撞，不斷豐富個體對概念的認知，學生可以站在不同的視角分析矛盾、辨析觀點和清晰目標，形成個性與共性對話的人文土壤，在不失創(chuàng)新的同時形成更全面、系統(tǒng)的視野，又可以促進實用性的創(chuàng)新，對科學技術形成更加多元的認識，即技術的國際視野、人文理解和倫理規(guī)約。

3.統(tǒng)一自知與行為

評價可以在實踐中增強學習者行為的可讀性，將自我認知與數(shù)據(jù)反饋聯(lián)系起來，助推主觀意識對客觀世界的改造，正確對待評價，學會評估評價的結(jié)果，既非一味依賴，也非全盤接受，評估可以幫助學生從自我的思維慣性中跳脫，站在他我的視角，起到“點醒夢中人”的作用，增強自我概念和明確學習動機。教師難以在單元活動之中關注到每一位學生解決問題的過程，并對學生進行點對點的客觀評價，將技術嵌入課堂后，可以補充教師單一視角和視覺盲區(qū)，數(shù)據(jù)經(jīng)過積累進而增強學習效應，包括推薦自適應的題目反復刺激、設計個性化的學習策略和路徑等。

逼近社會場景的情景是自然且真實的檢測工具，集合多方評價，情景中的學習者會通過項目實踐、其他學習者放大自身的行為，有些本能反應很難自我察覺，但它們是最不能忽略的個人屬性，需要及時矯正，學生通過反思、優(yōu)化、求證和質(zhì)疑等多種方式自發(fā)地驗證行為、肯定自知，在自我質(zhì)疑中打破原有的認知平衡，嘗試重構自知，通過探尋新知建立新的平衡，最終學生將相對松散、開放的認知行為與自我概念統(tǒng)一起來，在“眾聲”中保持獨立思考、明晰自我價值，構成相對獨立的自我，形成對技術的底線意識和科學態(tài)度。

諸多學者針對中小學人工智能教育研究了基于STEAM教育、創(chuàng)客教育、項目式等教學策略的育人路徑，施加跨學科、真實情景、任務驅(qū)動、探究合作等方法，以期學生能夠獲得解決問題的真實學力。教無定法，從育人的策略形態(tài)看，呈現(xiàn)出一個中心、一個基本點、一個追求目標的要素，人工智能教育大單元設計瞄準要素，構建了以評價和活動釋放學生自我認知的學生中心、以學科大概念聚焦學科科學性的基本點、以真實情景逼近培育核心素養(yǎng)的追求目標的新樣態(tài)。單元化的備課方式無疑是從專家思維出發(fā)，強調(diào)知識的整體性、情景的真實性、評估的系統(tǒng)性等，讓中小學的人工智能教育有本可依、有策可遵、有跡可循。

參考文獻：

[1] 謝忠新，曹楊璐等.中小學人工智能課程內(nèi)容設計探究[J].中國電化教育，2019，（4）：17-22.

[2] 劉向永，郭鵬飛等.中小學信息技術教師課程價值取向調(diào)查與分析[J].現(xiàn)代教育技術，2015，25（3）：36-42.

[3] 劉向永，董玉琦.信息技術課程價值實現(xiàn)的困境與機制[J].電化教育研究，2012，33（1）：85-89.

[4][14] 頓繼安，何彩霞.大概念統(tǒng)攝下的單元教學設計[J].基礎教育課程，2019，（18）：6-11.

[5] 張艾功.大概念統(tǒng)攝下的語文單元設計與實踐[J].教學與管理，2020， （31）：59-61.

[6] 劉徽.“大概念”視角下的單元整體教學構型——兼論素養(yǎng)導向的課堂變革[J].教育研究，2020，41（6）：64-77.

[7] 任友群，李鋒等.面向核心素養(yǎng)的信息技術課程設計與開發(fā)[J].課程·教材·教法，2016，36（7）：56-61+9.

[8] 呂世虎，楊婷等.數(shù)學單元教學設計的內(nèi)涵、特征以及基本操作步驟[J].當代教育與文化，2016，8（4）：41-46.

[9] Kristina T.Big ideas in education：Quantum mechanics and education paradigms [J].Educational Philosophy and Theory，2021，53（6）：578-587.

[10] 陳佑清.在與活動的關聯(lián)中理解素養(yǎng)問題——一種把握學生素養(yǎng)問題的方法論[J].教育研究，2019，40（6）：60-69.

[11] 崔允漷.指向?qū)W科核心素養(yǎng)的教學即讓學科教育“回家”[J].基礎教育課程，2019，（Z1）：5-9.

[12] 鐘啟泉.基于核心素養(yǎng)的課程發(fā)展：挑戰(zhàn)與課題[J].全球教育展望， 2016，45（1）：3-25.

[13] 詹澤慧，鐘柏昌.高中人工智能教育應該教什么和如何教——基于四本《人工智能初步》教材的內(nèi)容分析[J].電化教育研究，2020，41（6）：68-74+82.

[15] Barad K.Meeting the universe halfway：Quantum physics and the entanglement of matter and meaning [M].Durham，NC：Duke University Press，2007.

[16] 李天宇.基于STEAM教育的中小學人工智能教育研究——以“機器會思考嗎”一課為例[J].現(xiàn)代教育技術，2021，31（1）：90-97.

[17] 岳欣云，董宏建.論小學生數(shù)學隱性學力的提升[J].課程·教材·教法，2016，36（10）：63-68.

作者簡介：

何聚厚：教授，博士，博士生導師，研究方向為人工智能與教師教育。

李天宇：在讀碩士，研究方向為人工智能教育、學習分析。

何秀青：講師，博士，研究方向為信息化教學模式創(chuàng)新。

Study on the Value， Dilemma and Path of the Design of Large Units of Artificial Intelligence Education in Primary and Secondary Schools

He Juhou1， Li Tianyu1，2， He Xiuqing3

（1.Key Laboratory of Modern Teaching Technology， Shaanxi Normal University， Xi’an 710062， Shannxi； 2.Urumqi Bayi High School， Urumqi 830002， Xinjiang； 3.School of Computer Science， Shaanxi Normal University， Xi’an 710119， Shannxi）

Abstract： With the advent of the intelligent era， how artificial intelligence education in primary and secondary schools can cultivate future citizens has attracted much attention. In primary and secondary schools， artificial intelligence education is mainly carried by information technology subjects. It is unavoidable that the knowledge modules are complex， the concept of how to use tool is single， and there is a great disparity between the student-teacher ratio in the teaching of technical disciplines in the industrial age. The value of adopting large-unit design in artificial intelligence education lies in the transition from “technology-based” to “l(fā)iteracy-based”. The unitary cognition process presents the value meaning of reconstructing the knowledge map with the major concept of the subject， reversing the goal of educating people with the core literacy of the subject， and serving the students with systematic evaluation. When constructing units from the aspects of strategies， goals， activities， knowledge and evaluation， there is a real dilemma that is difficult to choose between unitized meaning and traditional teaching advantages. This article explores the practical path to resolve the real dilemma of artificial intelligence education with unitized value connotation.

Keywords： Artificial Intelligence Education； unit design； big ideas； teaching strategies； primary and secondary schools

責任編輯：李雅瑄