□沈書(shū)生 翁子凌

一、引言

智能時(shí)代，人工智能（Artificial Intelligence）在各個(gè)領(lǐng)域日漸發(fā)揮重要的應(yīng)用價(jià)值，人工智能人才的培養(yǎng)成為各國(guó)關(guān)鍵戰(zhàn)略，我國(guó)也高度重視人工智能教育的發(fā)展。2017年我國(guó)發(fā)布《新一代人工智能發(fā)展規(guī)劃》，指出“實(shí)施全民智能教育項(xiàng)目，在中小學(xué)階段設(shè)置人工智能相關(guān)課程”（國(guó)務(wù)院，2017）。計(jì)算思維（Computational Thinking）被認(rèn)為是人工智能課程的核心素養(yǎng)之一（謝忠新，等，2019），最早由人工智能教育先驅(qū)西蒙·派珀特（Seymour Papert）提出，而周以真（Jeannette M.Wing）教授關(guān)于計(jì)算思維的新視界則拓展了計(jì)算思維的研究與應(yīng)用領(lǐng)域（孫立會(huì)，等，2020），但也使得計(jì)算思維內(nèi)涵趨于一般化。人工智能課程中的計(jì)算思維及其培養(yǎng)方法應(yīng)與學(xué)科內(nèi)容、核心觀念和思想方法緊密關(guān)聯(lián)，既遵循計(jì)算思維的核心內(nèi)涵，又呈現(xiàn)出學(xué)科自身特征。

作為定位于技術(shù)性的學(xué)科，人工智能課程的最終目標(biāo)指向真實(shí)場(chǎng)景的應(yīng)用，從場(chǎng)景出發(fā)才能挖掘并實(shí)現(xiàn)課程實(shí)際價(jià)值。2022年2月聯(lián)合國(guó)教科文組織（UNESCO）發(fā)布的《K-12 人工智能課程圖譜：政府認(rèn)可的人工智能課程》報(bào)告中指出，在人工智能課程的實(shí)施上應(yīng)將內(nèi)容場(chǎng)景化，場(chǎng)景設(shè)計(jì)能讓學(xué)生在情境中體驗(yàn)，在行動(dòng)中學(xué)習(xí)，在探索中思考，在反思中感悟（樓又嘉，等，2022）。然而人工智能課程教學(xué)實(shí)踐中脫離場(chǎng)景、場(chǎng)景設(shè)計(jì)缺乏連貫性、層次性等問(wèn)題層出不窮，計(jì)算思維培養(yǎng)效果不盡如人意。因此，本文將針對(duì)人工智能課程中計(jì)算思維的特征展開(kāi)討論，并探索促進(jìn)人工智能課程中計(jì)算思維發(fā)展的場(chǎng)景設(shè)計(jì)模型，期望為開(kāi)展人工智能教學(xué)實(shí)踐及健全人工智能課程體系提供參考。

二、人工智能與計(jì)算思維

為探尋人工智能課程中的計(jì)算思維特征，有必要厘清計(jì)算思維的內(nèi)涵、要素及其與人工智能之間的關(guān)系。

（一）計(jì)算思維內(nèi)涵及其要素

自2006年周以真教授正式提出計(jì)算思維的概念以來(lái)（Wing，2006），國(guó)內(nèi)外眾多學(xué)者和機(jī)構(gòu)從不同角度對(duì)計(jì)算思維進(jìn)行了內(nèi)涵界定，包括問(wèn)題解決、心智工具、系統(tǒng)交互、思維方法等方面（見(jiàn)表1）?？梢园l(fā)現(xiàn)，多數(shù)研究者傾向以“問(wèn)題解決的思維過(guò)程”來(lái)理解計(jì)算思維。周以真（Wing，2014）也進(jìn)一步闡明計(jì)算思維是“一種以計(jì)算機(jī)（人類(lèi)或機(jī)器）可以有效執(zhí)行的方式來(lái)表述問(wèn)題并表達(dá)其解決方案的思維過(guò)程”，并認(rèn)為其中涉及抽象、算法設(shè)計(jì)、分解、模式識(shí)別等關(guān)鍵要素。不少研究者也針對(duì)計(jì)算思維的要素提出了自己的看法（見(jiàn)表2）。塞爾比等（Selby，et al.，2013）通過(guò)對(duì)各類(lèi)文獻(xiàn)中計(jì)算思維要素使用和解釋一致性的篩查，總結(jié)出抽象、分解、算法、評(píng)估和概括五個(gè)具有較高共識(shí)性的關(guān)鍵要素。所謂抽象指去除目標(biāo)系統(tǒng)不必要的復(fù)雜性，隱藏合適的細(xì)節(jié)以識(shí)別問(wèn)題的關(guān)鍵；分解指將復(fù)雜問(wèn)題劃分成若干獨(dú)立部分便于理解和處理；算法是使用有序邏輯指令和步驟描述問(wèn)題解決過(guò)程；評(píng)估指依據(jù)目標(biāo)優(yōu)化問(wèn)題解決方案保證其全面性和有效性；概括指總結(jié)問(wèn)題解決方法和過(guò)程并遷移到一類(lèi)問(wèn)題甚至更廣泛的領(lǐng)域中去。

表1 部分研究者的計(jì)算思維概念界定

（二）人工智能與計(jì)算思維的關(guān)系

人工智能的目標(biāo)之一是創(chuàng)制智能機(jī)器或系統(tǒng)以彌補(bǔ)和補(bǔ)充人類(lèi)智能，而計(jì)算思維是人工智能系統(tǒng)開(kāi)發(fā)過(guò)程的關(guān)鍵所在。在人工智能與計(jì)算思維的關(guān)系問(wèn)題上，部分研究者認(rèn)為運(yùn)用人工智能與計(jì)算思維解決問(wèn)題的過(guò)程具有相似性并涉及相同的要素。譬如，西拉帕霍特等（Silapachote，et al.，2017）研究發(fā)現(xiàn)抽象、分解、邏輯推理等計(jì)算思維要素也是解決人工智能領(lǐng)域問(wèn)題所應(yīng)具備的，兩者的思維過(guò)程都是基于抽象化過(guò)程實(shí)現(xiàn)算法，并通過(guò)建模應(yīng)用于問(wèn)題解決。加達(dá)尼迪斯指出人工智能與計(jì)算思維之間存在代理、現(xiàn)象建模和超越具體實(shí)例的抽象概念三個(gè)共有要素（Gadanidis，2017）。布魯梅倫等（Van Brummelen，et al.，2019）認(rèn)為應(yīng)該在伯南和雷斯尼克（Brennan&Resnick）的計(jì)算思維框架中加入特定人工智能相關(guān)概念，以構(gòu)成幫助理解人工智能開(kāi)發(fā)過(guò)程的思維框架。

也有研究者認(rèn)為，當(dāng)前強(qiáng)調(diào)的計(jì)算思維要素難以適用于人工智能領(lǐng)域問(wèn)題的解決，因?yàn)殡S著人工智能技術(shù)的進(jìn)步，兩者的思維過(guò)程不再處于同一層次水平。如沙米爾等（Shamir，et al.，2020）指出人工智能是“自動(dòng)化的自動(dòng)化”，是自動(dòng)化生成自動(dòng)化解決方案的過(guò)程，所涉及的計(jì)算思維與傳統(tǒng)計(jì)算思維（分解、模式識(shí)別、抽象和算法設(shè)計(jì)）不同。陳贊安等（2021）提出人工智能時(shí)代下的人機(jī)協(xié)同中，計(jì)算思維不同于計(jì)算機(jī)領(lǐng)域的技能以及應(yīng)用計(jì)算與計(jì)算模型的思維方式，而是需要?jiǎng)討B(tài)參與并建構(gòu)創(chuàng)新性的計(jì)算模型。皮爾斯等（Pears，et al.，2021）認(rèn)為現(xiàn)代開(kāi)發(fā)平臺(tái)、庫(kù)、引擎和云服務(wù)使越來(lái)越多的系統(tǒng)開(kāi)發(fā)活動(dòng)自動(dòng)化，其中蘊(yùn)含更高的抽象層次，用簡(jiǎn)化論和決定論思想所定義的計(jì)算思維解釋智能系統(tǒng)的能力正在減弱。

綜上，可以發(fā)現(xiàn)，計(jì)算思維是人工智能的基本特征，人工智能對(duì)于計(jì)算思維的要求又不同于一般的信息技術(shù)應(yīng)用領(lǐng)域中的簡(jiǎn)單要求。從“過(guò)程性”角度來(lái)看，人工智能中的計(jì)算思維在解決問(wèn)題的思維過(guò)程中也包含抽象、分解等通用性要素，但從“層次性”角度來(lái)看，人工智能解決方案相較于傳統(tǒng)的機(jī)器代理的自動(dòng)化方案涉及更高層次的計(jì)算思維要素。如何從通用性意義的計(jì)算思維出發(fā)，并結(jié)合人工智能的特有屬性，闡明當(dāng)前以及未來(lái)人工智能發(fā)展過(guò)程中應(yīng)當(dāng)具備何種層次的計(jì)算思維要素，就成為當(dāng)前需要深入探討的問(wèn)題。

三、人工智能類(lèi)型及其計(jì)算思維特征

自達(dá)特茅斯會(huì)議以來(lái)，人工智能便持續(xù)更新迭代向?qū)崿F(xiàn)類(lèi)人智能的方向不斷前進(jìn)，中間經(jīng)由不同研究范式的主導(dǎo)形成了不同的發(fā)展方向和類(lèi)型，其所蘊(yùn)含的計(jì)算思維也遵循不同類(lèi)型人工智能的技術(shù)知識(shí)體系呈現(xiàn)差異化特征。

（一）人工智能的類(lèi)型

對(duì)于人工智能的分類(lèi)，哲學(xué)領(lǐng)域中通常以弱人工智能（Week AI）與強(qiáng)人工智能（Strong AI）劃分，兩者的界限在賽爾（Searle）看來(lái)，所謂“強(qiáng)人工智能”必須真正像人類(lèi)一樣具備自我意識(shí)，否則即使智能體外在表現(xiàn)完全像人，也只是“弱人工智能”（劉凱，等，2018）。而人工智能技術(shù)領(lǐng)域，則采用專(zhuān)用人工智能（Artificial Narrow Intelligence）、通用人工智能（Artificial General Intelligence）與超級(jí)人工智能（Artificial Super Intelligence）的劃分方式（王聰，等，2021）。簡(jiǎn)單來(lái)說(shuō)，專(zhuān)用人工智能是實(shí)現(xiàn)特定領(lǐng)域或功能的單一智能，通用人工智能是基于機(jī)器認(rèn)知實(shí)現(xiàn)多領(lǐng)域應(yīng)用的綜合智能，而超級(jí)人工智能則是指在幾乎所有領(lǐng)域皆超越人腦的超級(jí)智能。雖然目前人工智能發(fā)展水平依舊未能突破專(zhuān)用人工智能的瓶頸，但科學(xué)家們?yōu)閷?shí)現(xiàn)人工智能自主性嘗試和探索了眾多方法，形成了不同的研究范式。從發(fā)展和演變的視角來(lái)看，不同的研究范式代表了人工智能的不同階段和智能類(lèi)型（見(jiàn)表3）。

表3 人工智能的分類(lèi)

第一代人工智能又稱(chēng)符號(hào)主義人工智能，核心理論是用符號(hào)描述人類(lèi)思維，把人的認(rèn)知過(guò)程看作符號(hào)計(jì)算過(guò)程，試圖通過(guò)建立通用、萬(wàn)能的符號(hào)邏輯運(yùn)算體系實(shí)現(xiàn)對(duì)人腦功能的模擬。符號(hào)主義人工智能主要以靜態(tài)、順序、串行的數(shù)字計(jì)算模型來(lái)處理智能，尋求知識(shí)的符號(hào)表征和計(jì)算（馮銳，等，2010）。其學(xué)習(xí)過(guò)程是從經(jīng)驗(yàn)或規(guī)則出發(fā)，根據(jù)前提推出結(jié)論，采用從一般到特殊的演繹式推理，是一種“自上而下”的模式（魏斌，2022）。

第二代人工智能又稱(chēng)聯(lián)結(jié)主義人工智能，主張認(rèn)知是相互聯(lián)結(jié)的神經(jīng)元交互作用的結(jié)果，通過(guò)對(duì)人類(lèi)神經(jīng)系統(tǒng)結(jié)構(gòu)的模擬實(shí)現(xiàn)智能。聯(lián)結(jié)主義人工智能由大規(guī)模節(jié)點(diǎn)相互聯(lián)結(jié)形成的網(wǎng)絡(luò)組成，通過(guò)設(shè)定傳遞規(guī)則、連接權(quán)重以及閾值進(jìn)行運(yùn)算，且動(dòng)態(tài)變化的連接權(quán)重能夠在不斷訓(xùn)練中提高情境認(rèn)知效率（符征，等，2017）。逐步成熟的數(shù)據(jù)挖掘、深度學(xué)習(xí)等理論和技術(shù)構(gòu)成了聯(lián)結(jié)主義人工智能的堅(jiān)實(shí)基礎(chǔ)，使其能夠從大數(shù)據(jù)中發(fā)現(xiàn)相應(yīng)的規(guī)律和特征，形成一種“自下而上”的學(xué)習(xí)范式，擬合人類(lèi)的歸納推理能力。

前兩代人工智能從不同方面模擬了人類(lèi)部分智能，而第三代人工智能將會(huì)是不同研究范式的有機(jī)整合，建構(gòu)完整立體的“機(jī)器大腦”，模擬人腦的工作機(jī)制從而真正實(shí)現(xiàn)對(duì)人類(lèi)智能的模擬，稱(chēng)之為“類(lèi)腦智能”。鐘義信（2018）將這種融合范式稱(chēng)為“機(jī)制主義”，即依據(jù)“主客相互作用過(guò)程的信息生態(tài)演進(jìn)系統(tǒng)”模型，從“信息-知識(shí)-智能”轉(zhuǎn)換的路徑出發(fā)，著眼于主體生成智能的共性機(jī)制，符號(hào)主義、聯(lián)結(jié)主義等研究范式則是機(jī)制主義不同知識(shí)條件下和諧相生的特例。

（二）不同人工智能類(lèi)型的計(jì)算思維特征

通過(guò)對(duì)不同類(lèi)型人工智能研究范式的核心思想梳理，本文嘗試歸納出了實(shí)現(xiàn)對(duì)應(yīng)類(lèi)型人工智能所需的計(jì)算思維特征（見(jiàn)表4）。

表4 不同人工智能類(lèi)型的計(jì)算思維特征

1.符號(hào)主義：基于機(jī)器符號(hào)計(jì)算的思維

符號(hào)主義認(rèn)為萬(wàn)物皆可計(jì)算與數(shù)字化，遵循利用機(jī)器可計(jì)算的符號(hào)系統(tǒng)模擬世界的思維方式，是一種“強(qiáng)計(jì)算主義”，其計(jì)算思維過(guò)程中依賴(lài)于對(duì)象的可計(jì)算的參數(shù)，通過(guò)對(duì)對(duì)象的類(lèi)型處理，形成了可以轉(zhuǎn)化的量化值，采用可計(jì)量算法。其特點(diǎn)是整個(gè)算法過(guò)程具有邏輯推理的確定性和可回溯性，當(dāng)推理結(jié)果不符合預(yù)期結(jié)果，能夠復(fù)盤(pán)推理過(guò)程以定位錯(cuò)誤。算法的復(fù)雜度處于可控制以及可計(jì)量的程度和范圍之內(nèi)，特定的規(guī)則設(shè)置下經(jīng)過(guò)形式邏輯能夠得到確定的結(jié)果。這種可計(jì)量性也使得對(duì)于算法設(shè)計(jì)以及問(wèn)題解決方案的評(píng)估具備一定的考察標(biāo)準(zhǔn)，即過(guò)程與結(jié)果之間是否邏輯吻合。

基于機(jī)器符號(hào)計(jì)算的思維方式要求人們通過(guò)理想化的簡(jiǎn)單抽象和線(xiàn)性分解將復(fù)雜信息表征為成機(jī)器可理解的符號(hào)。所謂簡(jiǎn)單抽象是指降低目標(biāo)系統(tǒng)的信息復(fù)雜度，只保留影響問(wèn)題解決關(guān)鍵特征，例如研究自由落體問(wèn)題時(shí)忽略物體的體積、形狀等只保留質(zhì)量這一關(guān)鍵特征。而線(xiàn)性分解則是指依據(jù)還原論理性思維模式，即質(zhì)還原為量，宏觀還原為微觀，整體還原為局部，復(fù)雜還原為簡(jiǎn)單，但這種簡(jiǎn)單的線(xiàn)性分解法無(wú)法從分解部分的性質(zhì)中體現(xiàn)出整體的特性，破壞了系統(tǒng)的完整性（程承坪，2021）。因此這種簡(jiǎn)單抽象和線(xiàn)性分解方式只能解決完全信息化和結(jié)構(gòu)化的確定性問(wèn)題，面對(duì)非結(jié)構(gòu)化的復(fù)雜系統(tǒng)以及常識(shí)問(wèn)題則束手無(wú)策?！爸R(shí)是人類(lèi)智能的基礎(chǔ)”的提出使符號(hào)主義解決了開(kāi)發(fā)復(fù)雜系統(tǒng)的問(wèn)題，人們則需要掌握對(duì)特定知識(shí)和通用知識(shí)等不同類(lèi)型的概括能力以實(shí)現(xiàn)跨領(lǐng)域和跨任務(wù)的遷移（張鈸，等，2020）。

2.聯(lián)結(jié)主義：基于數(shù)據(jù)結(jié)構(gòu)計(jì)算的思維

聯(lián)結(jié)主義認(rèn)為神經(jīng)網(wǎng)絡(luò)是產(chǎn)生智能的基本要素，依照運(yùn)用硬件模擬神經(jīng)元相互作用認(rèn)知世界的思維方式，是一種“強(qiáng)結(jié)構(gòu)主義”，其計(jì)算思維過(guò)程中要求人們通過(guò)分析半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)之間的內(nèi)在聯(lián)系，形成事物屬性的特征輪廓，采用可描述性算法。聯(lián)結(jié)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中存在難以表述的復(fù)雜隱藏層，無(wú)法透明化輸入輸出過(guò)程，對(duì)人類(lèi)來(lái)說(shuō)是不可解釋的“黑箱”，只能通過(guò)調(diào)整神經(jīng)元權(quán)重使輸入輸出逐漸擬合，并基于本質(zhì)抽象提取影響模型分析結(jié)果的核心因素。在算法設(shè)計(jì)上，人類(lèi)目前暫時(shí)難以實(shí)現(xiàn)邏輯推理的明確因果關(guān)系，因而依賴(lài)描述性算法尋找相關(guān)性，如同人類(lèi)思維一樣屬于具有模糊性特征的近似推理。由于數(shù)據(jù)分析結(jié)果僅能從統(tǒng)計(jì)概率意義上進(jìn)行闡釋?zhuān)詿o(wú)法事先預(yù)設(shè)問(wèn)題解決的通用模型并設(shè)定確定評(píng)估標(biāo)準(zhǔn)，對(duì)學(xué)習(xí)評(píng)估方面的要求也相應(yīng)地由基于標(biāo)準(zhǔn)向基于特定問(wèn)題的指標(biāo)導(dǎo)向轉(zhuǎn)變。

人工神經(jīng)網(wǎng)絡(luò)模型由神經(jīng)元、輸入函數(shù)、激活函數(shù)、連接權(quán)重四大要素組成，具有非線(xiàn)性、分布式計(jì)算、高度適應(yīng)性等特征，模型學(xué)習(xí)效果由數(shù)據(jù)集的質(zhì)量決定，繼而強(qiáng)調(diào)人們對(duì)非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行結(jié)構(gòu)分解，包括編碼、壓縮、融合等過(guò)程以剔除異常數(shù)據(jù)保證其有效性。大量多模態(tài)的樣本訓(xùn)練是機(jī)器學(xué)習(xí)和概括事物特征并識(shí)別目標(biāo)對(duì)象的基礎(chǔ)，然而機(jī)器歸納特征較人類(lèi)判斷所依據(jù)的特征完全不同且十分“脆弱”，不具備廣泛的移植性。例如當(dāng)人穿戴機(jī)器習(xí)得猿類(lèi)的特征服飾，可能就會(huì)將人判斷為猿類(lèi)。此外，人類(lèi)僅通過(guò)小樣本學(xué)習(xí)便能夠?qū)崿F(xiàn)對(duì)事物核心特征的抓取并準(zhǔn)確識(shí)別目標(biāo)，如何創(chuàng)新模型結(jié)構(gòu)和算法設(shè)計(jì)逼近人類(lèi)判斷方式及其水平是聯(lián)結(jié)主義亟待解決的關(guān)鍵問(wèn)題，這依賴(lài)計(jì)算思維水平的進(jìn)一步提升。

3.機(jī)制主義：基于人腦認(rèn)知計(jì)算的思維

機(jī)制主義認(rèn)為人腦區(qū)別于機(jī)器的串行處理，以復(fù)雜的并行操作來(lái)處理感覺(jué)信息，強(qiáng)調(diào)利用機(jī)器計(jì)算模仿大腦感知和推理機(jī)制的思維方式，是一種“強(qiáng)自主主義”，其計(jì)算思維過(guò)程關(guān)注對(duì)人類(lèi)認(rèn)知邏輯的分解和表征，通過(guò)對(duì)人腦不同功能的共通性原理概括和闡釋?zhuān)O(shè)計(jì)可解釋性算法使機(jī)器具有類(lèi)人的學(xué)習(xí)知識(shí)、掌握技能的自主性認(rèn)知能力。人腦結(jié)構(gòu)具有模塊性特征，各模塊負(fù)責(zé)不同信息處理的環(huán)節(jié)，明晰人腦不同功能模塊的瓜分原理以及它們之間的內(nèi)在聯(lián)系并構(gòu)建多尺度計(jì)算組件和多腦區(qū)協(xié)同的認(rèn)知模型可能是實(shí)現(xiàn)認(rèn)知計(jì)算和類(lèi)腦智能的關(guān)鍵（焦李成，等，2019）。

當(dāng)前幾乎所有的人工智能系統(tǒng)皆需先進(jìn)行人工形式化抽象和建模，而人腦則能夠?qū)崿F(xiàn)對(duì)不同領(lǐng)域復(fù)雜事物的自動(dòng)形式化抽象和建模以進(jìn)行問(wèn)題分析和求解（曾毅，等，2016），這種通用性抽象機(jī)制的硬件實(shí)現(xiàn)要求人們具備對(duì)抽象的對(duì)象進(jìn)行再抽象的能力，即“元抽象”。高層級(jí)結(jié)構(gòu)抽象模型算法的設(shè)計(jì)應(yīng)具備可解釋性，包括算法設(shè)計(jì)依據(jù)原理的可解釋性分析、算法輸入輸出因果關(guān)系的可解釋性推理以及算法構(gòu)建后的可解釋性評(píng)價(jià)等，避免由于內(nèi)部機(jī)理和因果機(jī)制不可解釋、決策邏輯的透明度缺失導(dǎo)致安全性問(wèn)題。當(dāng)人工智能系統(tǒng)擁有與人類(lèi)智能系統(tǒng)相同級(jí)別的問(wèn)題解決能力，技術(shù)和質(zhì)量層面的方案評(píng)估也很大程度可交由機(jī)器自動(dòng)化實(shí)現(xiàn)，而人類(lèi)評(píng)估更多將從價(jià)值層面進(jìn)行參與，并要求人們將機(jī)器基于多模態(tài)感知信息分析的理性判斷與自身基于情感、人文的價(jià)值判斷相結(jié)合以實(shí)現(xiàn)解決方案的最優(yōu)化。

四、人工智能課程中的計(jì)算思維依賴(lài)于場(chǎng)景實(shí)現(xiàn)

目前人工智能教育涉及課程本位和學(xué)科融合兩個(gè)方向（鐘柏昌，等，2022），前者將人工智能作為教與學(xué)內(nèi)容，包括實(shí)施全民人工智能教育科普、在中小學(xué)設(shè)置人工智能課程，以及在高等教育開(kāi)設(shè)人工智能專(zhuān)業(yè)培養(yǎng)高層次人才（張珊珊，等，2020）；后者又稱(chēng)為教育人工智能，強(qiáng)調(diào)人工智能賦能教育變革，以提升教育質(zhì)量，實(shí)現(xiàn)大規(guī)模的獨(dú)特化教育內(nèi)容及精確性的服務(wù)，提升教學(xué)效率（吳永和，等，2017）。本文所指的人工智能課程即學(xué)科課程本位教育，其開(kāi)發(fā)的邏輯起點(diǎn)是在理解自然智能（特別是人類(lèi)智能）基礎(chǔ)上創(chuàng)制一定智能水平的機(jī)器系統(tǒng)以滿(mǎn)足真實(shí)世界各類(lèi)情境的差異化智能需求（柳棟，等，2020）。

皮亞杰（1981）認(rèn)為，認(rèn)知主體在認(rèn)識(shí)的發(fā)生過(guò)程中，既需要依賴(lài)于作為客體的認(rèn)識(shí)對(duì)象，即指向了物理世界的略顯混亂狀態(tài)的客體，也需要跳出這些具體的物理世界建立關(guān)于客體的抽象，形成包含了“物理-數(shù)理邏輯”的完整認(rèn)識(shí)，場(chǎng)景可以看作是真實(shí)的物理世界，而計(jì)算思維可以看作是主體基于真實(shí)需求形成的數(shù)理邏輯。智能系統(tǒng)的開(kāi)發(fā)依賴(lài)于運(yùn)用計(jì)算思維解決各種定義不明確的任務(wù)，已有相關(guān)研究表明，通過(guò)創(chuàng)設(shè)真實(shí)或虛擬的場(chǎng)景能夠幫助學(xué)習(xí)者更加熟練地處理擬合現(xiàn)實(shí)生活的不確定性，支持計(jì)算思維的養(yǎng)成和水平提升。例如齊圖尼亞蒂斯等（Zitouniatis，et al.，2022）提出了基于場(chǎng)景化學(xué)習(xí)培養(yǎng)計(jì)算思維的方法，通過(guò)創(chuàng)設(shè)人工智能接管世界的故事場(chǎng)景教授學(xué)生利用python 編程解決問(wèn)題；有研究（Chen，et al.，2020）運(yùn)用VR 創(chuàng)設(shè)抗震救災(zāi)虛擬場(chǎng)景，要求學(xué)生使用計(jì)算思維來(lái)解決救災(zāi)事件，發(fā)現(xiàn)能夠較好促進(jìn)算法、抽象、分解、評(píng)估等計(jì)算思維能力。面向人工智能課程中計(jì)算思維培養(yǎng)的場(chǎng)景設(shè)計(jì)本質(zhì)是使場(chǎng)景最大限度適配具有不同智能系統(tǒng)特征的計(jì)算思維過(guò)程，提供滿(mǎn)足學(xué)習(xí)者需求的支持和服務(wù)。場(chǎng)景及其包含的要素為計(jì)算思維的形成和應(yīng)用提供載體，場(chǎng)景之間的關(guān)系組合形成面向不同計(jì)算思維特征的場(chǎng)景樣態(tài)，支持學(xué)習(xí)者搭建解決各種人工智能問(wèn)題的認(rèn)知結(jié)構(gòu)，即對(duì)應(yīng)場(chǎng)景的“結(jié)構(gòu)-關(guān)系-價(jià)值”，如圖1所示。

圖1 促進(jìn)人工智能課程中計(jì)算思維培養(yǎng)的場(chǎng)景設(shè)計(jì)

（一）場(chǎng)景支持認(rèn)知的價(jià)值實(shí)現(xiàn)：面向真實(shí)世界的知識(shí)應(yīng)用

“場(chǎng)景”一詞最早適用于戲劇影視行業(yè)，是指由特定時(shí)間、空間、人物活動(dòng)等構(gòu)成的用來(lái)表現(xiàn)舞臺(tái)演出的活動(dòng)場(chǎng)面或影視劇情相關(guān)的內(nèi)容畫(huà)面（劉成新，等，2020）。后來(lái)廣泛應(yīng)用于社會(huì)學(xué)、傳播學(xué)、城市研究等領(lǐng)域，場(chǎng)景的含義逐漸由起初的空間偏向擴(kuò)大為人與周?chē)拔镪P(guān)系的總和（陸明明，2016）。而對(duì)于場(chǎng)景的組成，李鴻磊等（2020）梳理了不同研究領(lǐng)域中場(chǎng)景的構(gòu)成要素，包括人、地點(diǎn)、時(shí)間、場(chǎng)所、行為等。綜合相關(guān)研究，本文將場(chǎng)景作為嵌入教學(xué)過(guò)程的工具，它是“現(xiàn)實(shí)的基本切片”（Stewart，2003），可以按照原樣或修改后的形式進(jìn)行呈現(xiàn)，幫助學(xué)習(xí)者參與真實(shí)問(wèn)題解決、決策、形成觀點(diǎn)以及創(chuàng)造性地處理現(xiàn)實(shí)假設(shè)角色的責(zé)任、困境和挑戰(zhàn)的過(guò)程。真實(shí)世界場(chǎng)景是獲取知識(shí)重要來(lái)源之一，現(xiàn)實(shí)是學(xué)生最終的學(xué)習(xí)場(chǎng)景。通過(guò)設(shè)計(jì)連接現(xiàn)實(shí)世界和認(rèn)知世界的場(chǎng)景，能夠?yàn)閷W(xué)生提供從現(xiàn)實(shí)經(jīng)驗(yàn)中學(xué)習(xí)和應(yīng)用計(jì)算思維的機(jī)會(huì)：一方面，學(xué)習(xí)者在依據(jù)計(jì)算思維要素組成及其內(nèi)在邏輯構(gòu)建的特定場(chǎng)景中，依賴(lài)對(duì)有限要素和關(guān)系的認(rèn)知，學(xué)習(xí)不同人工智能研究范式思想，培養(yǎng)計(jì)算思維各方面要素能力，建立運(yùn)用計(jì)算思維看待和解決各類(lèi)人工智能問(wèn)題的意識(shí)和方法；另一方面，學(xué)習(xí)者在多種樣態(tài)的綜合場(chǎng)景中輸出所構(gòu)建的完整的計(jì)算思維過(guò)程，開(kāi)發(fā)相應(yīng)智能系統(tǒng)解決特定問(wèn)題并應(yīng)用和遷移至外部世界。

在具體的教學(xué)場(chǎng)景設(shè)計(jì)上，史密斯等（Smith，et al.，2018）認(rèn)為應(yīng)將場(chǎng)景作為內(nèi)容載體，在保證真實(shí)性的基礎(chǔ)為場(chǎng)景設(shè)置敘事背景，賦予學(xué)習(xí)者角色身份的同時(shí)設(shè)計(jì)適當(dāng)?shù)奶魬?zhàn)并為學(xué)習(xí)者提供問(wèn)題解決的不同選擇，通過(guò)特定要素的安排形成促進(jìn)目標(biāo)達(dá)成的路徑?；趯?duì)不同要素的內(nèi)涵分析，我們認(rèn)為學(xué)習(xí)者、時(shí)間狀態(tài)、空間環(huán)境以及情節(jié)事件是構(gòu)建支持認(rèn)知價(jià)值實(shí)現(xiàn)的必要要素：（1）學(xué)習(xí)者是場(chǎng)景的主體并在場(chǎng)景中承擔(dān)一定角色，執(zhí)行相應(yīng)行為推動(dòng)場(chǎng)景發(fā)展和演變，教師需要根據(jù)學(xué)習(xí)者的認(rèn)知結(jié)構(gòu)特征設(shè)計(jì)符合其認(rèn)知水平的角色身份，這種角色身份賦予促使學(xué)習(xí)者基于角色視角轉(zhuǎn)變思維方式.此外，場(chǎng)景中還可能設(shè)置教師扮演的角色以及各類(lèi)虛擬角色，給予學(xué)習(xí)者提示、指導(dǎo)的同時(shí)提高場(chǎng)景的完整度和真實(shí)性；（2）時(shí)間狀態(tài)描述了場(chǎng)景相對(duì)于現(xiàn)實(shí)的狀態(tài)以及場(chǎng)景中的人物、關(guān)系、事件階段性變化的過(guò)程，賦予場(chǎng)景連續(xù)性和動(dòng)態(tài)性的特征。學(xué)習(xí)者認(rèn)識(shí)和應(yīng)用過(guò)程中所要考慮的約束條件和所能調(diào)用的資源都受到時(shí)間狀態(tài)設(shè)置的限制（3）空間環(huán)境指場(chǎng)景中關(guān)系產(chǎn)生、事件發(fā)生的場(chǎng)所及其配置的各類(lèi)資源設(shè)備，其存在形式包括實(shí)體物理空間、網(wǎng)絡(luò)虛擬空間以及混合空間等。認(rèn)知發(fā)生于空間環(huán)境，其中的客體是認(rèn)知的形成來(lái)源，也是認(rèn)知作用的操作對(duì)象（4）情節(jié)事件是在場(chǎng)景中為完成特定任務(wù)所進(jìn)行的各種活動(dòng)及其序列關(guān)系，場(chǎng)景中的要素通過(guò)事件進(jìn)行交互，事件的有序組合連接使場(chǎng)景具有連貫敘事性和多樣選擇性，不同情節(jié)事件的設(shè)置引導(dǎo)人物角色探索多種達(dá)到特定目標(biāo)的事件路徑，從而形成差異化的認(rèn)知方式。四個(gè)基本要素共同構(gòu)造了一個(gè)場(chǎng)景的基礎(chǔ)形態(tài)，但由于教學(xué)服務(wù)對(duì)象、價(jià)值導(dǎo)向等不同，場(chǎng)景的要素并不總是固定且發(fā)揮同等作用，教師可以根據(jù)教學(xué)目標(biāo)強(qiáng)化某個(gè)要素或增加特定要素。

（二）場(chǎng)景支持認(rèn)知的關(guān)系塑造：呈現(xiàn)多維特征的場(chǎng)景樣態(tài)

場(chǎng)景是由要素相互交織連接所構(gòu)成的關(guān)系統(tǒng)一體，處理不同場(chǎng)景中復(fù)雜的“人-機(jī)-物”關(guān)系是學(xué)習(xí)者在特定場(chǎng)景下所需要達(dá)成的目標(biāo)。通過(guò)要素設(shè)計(jì)組合而構(gòu)建形成的不同場(chǎng)景以特定的連接關(guān)系引導(dǎo)學(xué)習(xí)者抽象問(wèn)題的邏輯關(guān)系并內(nèi)化運(yùn)演過(guò)程，從而形成對(duì)應(yīng)的思維方式。因此我們可以基于各范式下的計(jì)算思維特征，構(gòu)建序列性、關(guān)聯(lián)性、動(dòng)態(tài)性場(chǎng)景，促進(jìn)特定計(jì)算思維的形成。

1.線(xiàn)性求解：序列性場(chǎng)景

符號(hào)主義關(guān)注機(jī)器符號(hào)計(jì)算，設(shè)計(jì)序列性場(chǎng)景促使學(xué)習(xí)者開(kāi)展基于知識(shí)符號(hào)邏輯推理的線(xiàn)性求解。序列性場(chǎng)景圍繞可結(jié)構(gòu)化分解和計(jì)算的確定性問(wèn)題搭建，內(nèi)嵌碎片化知識(shí)和規(guī)則于場(chǎng)景要素當(dāng)中，學(xué)習(xí)者根據(jù)問(wèn)題抽象和分解結(jié)果，有序整合零散符號(hào)碎片，以線(xiàn)性追溯、還原等方式挖掘解決問(wèn)題的邏輯過(guò)程。序列性場(chǎng)景可以是由多個(gè)單一、靜態(tài)場(chǎng)景組成的綜合性鏈?zhǔn)綀?chǎng)景，因果關(guān)系是連接不同場(chǎng)景的紐帶，前一場(chǎng)景的學(xué)習(xí)結(jié)果成為后續(xù)場(chǎng)景學(xué)習(xí)的條件因素。單個(gè)場(chǎng)景內(nèi)的事件和活動(dòng)組織遵循大的場(chǎng)景敘述邏輯并設(shè)置清晰的目標(biāo)和對(duì)應(yīng)評(píng)估標(biāo)準(zhǔn)，提供改進(jìn)和優(yōu)化問(wèn)題解決方案的參考。此外，為提升場(chǎng)景切換流暢性和趨近理想的學(xué)習(xí)結(jié)果，可以適當(dāng)增加引導(dǎo)性角色，幫助學(xué)習(xí)者基于特定步驟解決結(jié)構(gòu)化的串行問(wèn)題，為后續(xù)并行處理復(fù)雜系統(tǒng)能力的培養(yǎng)奠定基礎(chǔ)。序列性場(chǎng)景的選擇和設(shè)計(jì)可以基于已有符號(hào)主義人工智能應(yīng)用案例，依據(jù)學(xué)習(xí)者特征和教學(xué)條件適當(dāng)調(diào)整。例如，基于金融股票問(wèn)題開(kāi)發(fā)專(zhuān)家系統(tǒng)，依照知識(shí)獲取、規(guī)則建立、用戶(hù)交互的順序設(shè)計(jì)相應(yīng)的專(zhuān)家對(duì)話(huà)、股票買(mǎi)入與拋售以及用戶(hù)使用場(chǎng)景，學(xué)生在不同場(chǎng)景下完成對(duì)知識(shí)的抽象建立知識(shí)庫(kù)，設(shè)計(jì)算法構(gòu)建推理規(guī)則，基于用戶(hù)交互習(xí)慣設(shè)計(jì)界面等。在此基礎(chǔ)上發(fā)掘存在類(lèi)似智能化需求的相關(guān)場(chǎng)景，例如地理、歷史知識(shí)專(zhuān)家系統(tǒng)等，促進(jìn)計(jì)算思維的遷移和應(yīng)用。

2.數(shù)據(jù)分析：關(guān)聯(lián)性場(chǎng)景

聯(lián)結(jié)主義強(qiáng)調(diào)數(shù)據(jù)結(jié)構(gòu)計(jì)算，設(shè)計(jì)關(guān)聯(lián)性場(chǎng)景促使學(xué)習(xí)者進(jìn)行基于網(wǎng)絡(luò)結(jié)構(gòu)權(quán)重配置的數(shù)據(jù)分析。關(guān)聯(lián)性場(chǎng)景由解決具體問(wèn)題所需數(shù)據(jù)依附的系列相關(guān)場(chǎng)景組合連接而成，學(xué)習(xí)者通過(guò)場(chǎng)景及其數(shù)據(jù)關(guān)系分析尋找網(wǎng)絡(luò)結(jié)構(gòu)中影響問(wèn)題解決的關(guān)鍵節(jié)點(diǎn)。機(jī)器學(xué)習(xí)的一般模式是從結(jié)構(gòu)中歸納特征，再基于特征識(shí)別類(lèi)似的結(jié)構(gòu)并做出預(yù)測(cè)等決策行為，特征的歸納依賴(lài)大量訓(xùn)練數(shù)據(jù)。特定數(shù)據(jù)信息的識(shí)別與分析需要聯(lián)系所處場(chǎng)景中周邊關(guān)系信息，相同的數(shù)據(jù)在不同場(chǎng)景下蘊(yùn)含的信息不盡相同，譬如自然語(yǔ)言處理中，“蘋(píng)果”一詞在不同語(yǔ)境下代表了水果與手機(jī)兩種不同含義，因而關(guān)聯(lián)性場(chǎng)景的設(shè)計(jì)中還需依據(jù)數(shù)據(jù)關(guān)系調(diào)整要素使單個(gè)場(chǎng)景內(nèi)的對(duì)象也具備關(guān)聯(lián)性。通過(guò)疊加關(guān)聯(lián)性場(chǎng)景提供真實(shí)或虛擬關(guān)聯(lián)性數(shù)據(jù)提升數(shù)據(jù)的廣度、深度和復(fù)雜度，能夠促使學(xué)習(xí)設(shè)計(jì)更具健壯性和穩(wěn)定性的模型和算法對(duì)相關(guān)場(chǎng)景以及不同時(shí)態(tài)場(chǎng)景下的狀態(tài)數(shù)據(jù)進(jìn)行關(guān)聯(lián)性分析。例如研究者在學(xué)校人臉識(shí)別系統(tǒng)開(kāi)發(fā)項(xiàng)目中設(shè)計(jì)圖書(shū)館、教室、宿舍等具備需求的關(guān)聯(lián)場(chǎng)景，由于不同場(chǎng)景下識(shí)別對(duì)象不同，需要分析的面部狀態(tài)數(shù)據(jù)有所差異，對(duì)人臉識(shí)別精度要求也存在差別，這便要求研究者能夠基于特定指標(biāo)設(shè)計(jì)算法，對(duì)不同量級(jí)和質(zhì)量數(shù)據(jù)進(jìn)行處理。

3.機(jī)制闡釋?zhuān)簞?dòng)態(tài)性場(chǎng)景

機(jī)制主義聚焦人腦認(rèn)知計(jì)算，設(shè)計(jì)動(dòng)態(tài)性場(chǎng)景促使學(xué)習(xí)者思考基于認(rèn)知過(guò)程信息轉(zhuǎn)換的機(jī)制闡釋。所謂動(dòng)態(tài)性主要包括兩層含義：一是場(chǎng)景中計(jì)算問(wèn)題的不確定性，對(duì)于人腦認(rèn)知的發(fā)掘和理解程度決定了人工智能系統(tǒng)的智能程度，當(dāng)前認(rèn)知科學(xué)納入了大數(shù)據(jù)、多種模量、非離散變量的處理等充滿(mǎn)不確定性的處理，超出傳統(tǒng)計(jì)算系統(tǒng)所處理的單純的符號(hào)系統(tǒng)的狀態(tài)，更接近了人類(lèi)系統(tǒng)所應(yīng)對(duì)客體的方式（張寅生，2011）。學(xué)習(xí)者在動(dòng)態(tài)性場(chǎng)景中面對(duì)大量不確定性的認(rèn)知客體，所設(shè)計(jì)的算法應(yīng)當(dāng)能夠針對(duì)不同的計(jì)算問(wèn)題進(jìn)行動(dòng)態(tài)調(diào)整，并嘗試尋找不同處理方式的機(jī)制共通性，建立智能系統(tǒng)不同計(jì)算能力之間廣泛而深入的連接。二是場(chǎng)景本身的適應(yīng)性調(diào)整，運(yùn)用人工智能在語(yǔ)言、行為識(shí)別和數(shù)據(jù)分析與處理等方面的強(qiáng)大技術(shù)感知場(chǎng)景中學(xué)習(xí)者計(jì)算思維水平以及各要素層次，依此動(dòng)態(tài)性調(diào)整和組織場(chǎng)景資源和呈現(xiàn)方式適應(yīng)整體計(jì)算思維過(guò)程，也可以針對(duì)特定要素進(jìn)行強(qiáng)化。物聯(lián)網(wǎng)、VR、AR、MR、全息投影、元宇宙等技術(shù)發(fā)展使得新型的動(dòng)態(tài)性場(chǎng)景構(gòu)造成為可能，且通過(guò)這種利用智能技術(shù)營(yíng)造的計(jì)算文化和氛圍有助于學(xué)習(xí)者更加深刻地體會(huì)和理解人工智能。

（三）場(chǎng)景支持認(rèn)知的結(jié)構(gòu)生成：促進(jìn)計(jì)算思維素養(yǎng)的提升

從問(wèn)題解決的角度來(lái)看，場(chǎng)景既是智能問(wèn)題的來(lái)源，又提供解決問(wèn)題的場(chǎng)所，既是思維認(rèn)知活動(dòng)的客體，又是技能實(shí)踐活動(dòng)的對(duì)象，涉及抽象問(wèn)題、分解對(duì)象，設(shè)計(jì)算法、測(cè)試評(píng)估，以及遷移概括等活動(dòng)過(guò)程。場(chǎng)景作為連接學(xué)習(xí)者與現(xiàn)實(shí)情境的中介，能夠通過(guò)模擬實(shí)踐活動(dòng)促進(jìn)學(xué)習(xí)計(jì)算思維素養(yǎng)的提升以形成應(yīng)對(duì)真實(shí)問(wèn)題的能力。

1.框架搭建下的問(wèn)題抽象

現(xiàn)實(shí)世界中的問(wèn)題通常并非獨(dú)立存在，而是與其他問(wèn)題相互關(guān)聯(lián)，以問(wèn)題圖式的形式呈現(xiàn)，即一個(gè)問(wèn)題下可能連帶著一串問(wèn)題樹(shù)或問(wèn)題鏈，且圍繞著具體問(wèn)題，往往存在諸多因素限制其解決方法，這些關(guān)聯(lián)特征和約束條件影響后續(xù)的分解方式和算法選擇。例如在數(shù)學(xué)應(yīng)用題中，除了將具體內(nèi)容抽象為方程外，還需考慮變量的定義域等，并非所有符合方程的解都適合實(shí)際情況。通過(guò)設(shè)計(jì)場(chǎng)景中的人物特征、空間范疇、事件序列等并進(jìn)行標(biāo)注解釋?zhuān)軌驗(yàn)閷W(xué)習(xí)者提供問(wèn)題的衍生信息，包括智能系統(tǒng)的應(yīng)用對(duì)象、應(yīng)用場(chǎng)所、處理數(shù)據(jù)類(lèi)型等。場(chǎng)景中所搭建的初始信息框架助力學(xué)習(xí)者從處理各項(xiàng)信息開(kāi)始提取問(wèn)題的本質(zhì)特征，在此基礎(chǔ)上，可以增加與問(wèn)題本身不相關(guān)的干擾標(biāo)簽，訓(xùn)練學(xué)習(xí)者的信息過(guò)濾和簡(jiǎn)化能力。為促進(jìn)抽象水平的提升，則可以適當(dāng)隱藏解釋信息或僅保留簡(jiǎn)要提示，使學(xué)習(xí)者從場(chǎng)景中呈現(xiàn)的要素出發(fā)逐步構(gòu)建出關(guān)于問(wèn)題完整清晰的結(jié)構(gòu)圖式。在此基礎(chǔ)上，進(jìn)一步轉(zhuǎn)換場(chǎng)景的描述形式，或從時(shí)間狀態(tài)、情節(jié)事件等方面打亂場(chǎng)景順序，促使學(xué)習(xí)者從混亂秩序中梳理關(guān)鍵的邏輯結(jié)構(gòu)以及要素間的影響關(guān)系。

2.關(guān)系調(diào)整下的對(duì)象分解

抽象化的問(wèn)題結(jié)構(gòu)是分解的對(duì)象，分解的目的在于通過(guò)特定指標(biāo)將復(fù)雜問(wèn)題劃分為相對(duì)簡(jiǎn)單的模塊或部分，以便設(shè)計(jì)自動(dòng)化方案。當(dāng)問(wèn)題結(jié)構(gòu)是線(xiàn)性的，可以按照時(shí)間順序或不同部分在場(chǎng)景事件中的位置進(jìn)行分解，銜接各部分的輸入輸出就能夠?qū)崿F(xiàn)整體功能。而當(dāng)問(wèn)題結(jié)構(gòu)比較發(fā)散，各個(gè)節(jié)點(diǎn)可能需要實(shí)現(xiàn)相同的功能或工作，則需要學(xué)習(xí)者對(duì)結(jié)構(gòu)分析后進(jìn)行決策，依據(jù)功能整合相同類(lèi)型的部分或依據(jù)其他指標(biāo)展開(kāi)分解，以實(shí)現(xiàn)效能最優(yōu)化。指標(biāo)選取依賴(lài)于對(duì)場(chǎng)景要素關(guān)系的分析，比如開(kāi)發(fā)智能安檢系統(tǒng)，如果在特定場(chǎng)景中識(shí)別對(duì)象是關(guān)鍵要素，需要根據(jù)對(duì)象身份特征監(jiān)測(cè)不同類(lèi)型的物品，而在另一個(gè)場(chǎng)景下通過(guò)效率是重點(diǎn)，不區(qū)分對(duì)象身份，則所依據(jù)的指標(biāo)以及模塊的劃分并不一致。通過(guò)在場(chǎng)景中強(qiáng)調(diào)特定的要素關(guān)系并展示相關(guān)應(yīng)用場(chǎng)景，能夠幫助學(xué)習(xí)者學(xué)會(huì)如何處理此類(lèi)關(guān)系，從中選取合適的分解指標(biāo)?；谝活?lèi)問(wèn)題或一類(lèi)系統(tǒng)的開(kāi)發(fā)，可以設(shè)計(jì)系列場(chǎng)景，調(diào)整每個(gè)場(chǎng)景下的要素關(guān)系，促進(jìn)學(xué)習(xí)者形成針對(duì)該類(lèi)問(wèn)題的分解策略鏈。

3.過(guò)程導(dǎo)向下的算法設(shè)計(jì)

算法的本質(zhì)是有序邏輯步驟的集合，將特定的輸入轉(zhuǎn)化為目標(biāo)輸出。算法設(shè)計(jì)要求學(xué)習(xí)者關(guān)注具體的轉(zhuǎn)化過(guò)程而不僅僅是最終結(jié)果，需要學(xué)習(xí)者依據(jù)問(wèn)題結(jié)構(gòu)和約束條件選擇或設(shè)計(jì)合適的算法策略的基礎(chǔ)上，掌握算法的功能機(jī)制，使其具備可解釋性。融合智能成像技術(shù)，場(chǎng)景能夠?yàn)閷W(xué)習(xí)者具象化呈現(xiàn)算法作用原理，并通過(guò)引入設(shè)計(jì)案例解釋特定算法功能與問(wèn)題需求的適配性。在此基礎(chǔ)上嵌入編程程序，場(chǎng)景則具備提供即時(shí)、直觀地反饋算法正確性和效果的能力，為學(xué)習(xí)者優(yōu)化和迭代算法提供支持。此外，場(chǎng)景內(nèi)容為算法模型提供學(xué)習(xí)數(shù)據(jù)，比如設(shè)計(jì)短視頻的推薦算法，針對(duì)用戶(hù)喜歡的內(nèi)容，需要分解某一視頻場(chǎng)景中的人物本身、所處的場(chǎng)所空間以及行為特征，提取視頻場(chǎng)景中各類(lèi)事物的標(biāo)簽，通過(guò)大量類(lèi)似場(chǎng)景的要素?cái)?shù)據(jù)訓(xùn)練，使其能夠識(shí)別并尋找到相同或部分相同的內(nèi)容進(jìn)行推薦。不同數(shù)據(jù)集的“投喂”后成長(zhǎng)的算法模型可能會(huì)輸出差異化的生成結(jié)果，學(xué)習(xí)者可以基于目標(biāo)不斷篩選訓(xùn)練數(shù)據(jù)、調(diào)整算法權(quán)重挖掘影響因子，探究?jī)?nèi)部過(guò)程的機(jī)制原理等。

4.結(jié)果模擬下的測(cè)試評(píng)估

評(píng)估自動(dòng)化方案的首要原則是其解決現(xiàn)實(shí)問(wèn)題的程度，利用仿真環(huán)境創(chuàng)設(shè)的場(chǎng)景為學(xué)習(xí)者的方案測(cè)試和實(shí)踐提供可表征的結(jié)果預(yù)期。一方面，基于場(chǎng)景的效果模擬反饋，學(xué)習(xí)者可以權(quán)衡與比較不同解決方案的應(yīng)用效果，也可以單獨(dú)測(cè)試各個(gè)子問(wèn)題的算法模塊，綜合其突出優(yōu)勢(shì)重新組合選項(xiàng)形成新的策略方案。另一方面，伴隨著解決方案應(yīng)用，場(chǎng)景中各要素的關(guān)系結(jié)構(gòu)不可避免地受到影響而發(fā)生改變，并可能導(dǎo)致新的問(wèn)題出現(xiàn)，學(xué)習(xí)者需要考慮這種關(guān)系重塑是否是映射于現(xiàn)實(shí)情境中的某種風(fēng)險(xiǎn)。實(shí)際上，這是在場(chǎng)景中賦予學(xué)習(xí)者決策的權(quán)力和責(zé)任，除了對(duì)開(kāi)發(fā)的智能系統(tǒng)的技術(shù)性評(píng)估外，還蘊(yùn)含著價(jià)值判斷，在技術(shù)效益和社會(huì)效益之間尋找平衡，從而決定如何完善和改進(jìn)解決方案。為了克服個(gè)人決策的主觀性，還可以在場(chǎng)景的智能空間中搭建交互平臺(tái)，通過(guò)同伴、師生等不同主體間的交流互動(dòng)評(píng)價(jià)形成群體評(píng)估，或引入人工智能生成平臺(tái)作為場(chǎng)景中的虛擬角色，形成人機(jī)協(xié)同的多元化評(píng)估機(jī)制。

5.多樣應(yīng)用下的遷移概括

遷移概括是指學(xué)習(xí)者識(shí)別問(wèn)題解決方案中的共性模式，并對(duì)部分策略方法進(jìn)行調(diào)整使其能夠應(yīng)用于其他問(wèn)題的解決當(dāng)中。對(duì)于共性模式的識(shí)別，可以創(chuàng)設(shè)相同類(lèi)型的場(chǎng)景幫助學(xué)習(xí)者歸納出問(wèn)題解決步驟中共同的策略方法，形成應(yīng)對(duì)此類(lèi)問(wèn)題的思考路徑和策略體系。在保留問(wèn)題特征的基礎(chǔ)上創(chuàng)設(shè)差異化問(wèn)題場(chǎng)景，檢查學(xué)習(xí)者對(duì)某一類(lèi)系統(tǒng)方法理解程度的同時(shí)擴(kuò)展其對(duì)該方法應(yīng)用范疇的認(rèn)知。而在解決方法的遷移方面，場(chǎng)景支持學(xué)習(xí)者開(kāi)發(fā)的智能系統(tǒng)進(jìn)行應(yīng)用延伸，不僅僅是用于解決相同或相似問(wèn)題，而是突破特定的功能、機(jī)制預(yù)設(shè)，在多樣化學(xué)科領(lǐng)域中進(jìn)行嘗試，探索其可行性。教師在這個(gè)過(guò)程中可以鼓勵(lì)和引導(dǎo)學(xué)習(xí)者自主設(shè)計(jì)新的應(yīng)用場(chǎng)景以及相關(guān)問(wèn)題，幫助他們深入理解系統(tǒng)方法的在遷移場(chǎng)景中應(yīng)用的核心原理和關(guān)鍵步驟。此外，場(chǎng)景的可重復(fù)性使學(xué)習(xí)者能夠多次經(jīng)歷和回顧整個(gè)問(wèn)題解決過(guò)程，并反思和總結(jié)各個(gè)環(huán)節(jié)所采用的策略方法的適用性。

五、基于“結(jié)構(gòu)-關(guān)系-價(jià)值”的場(chǎng)景設(shè)計(jì)：案例分析

在前文的論述中，我們討論了場(chǎng)景在計(jì)算思維價(jià)值實(shí)現(xiàn)、關(guān)系塑造、結(jié)構(gòu)生成方面的支持作用，解決了“為什么”的問(wèn)題，為了使場(chǎng)景設(shè)計(jì)方法能夠在具體的教學(xué)應(yīng)用中更具操作性，研究將結(jié)合具體的案例，依舊從“結(jié)構(gòu)-關(guān)系-價(jià)值”三個(gè)維度來(lái)闡釋如何設(shè)計(jì)場(chǎng)景以實(shí)現(xiàn)人工智能課程中計(jì)算思維的培養(yǎng)。

（一）價(jià)值實(shí)現(xiàn)：基于目標(biāo)的場(chǎng)景主題選擇

人工智能課程的目標(biāo)是使學(xué)生能夠理解并創(chuàng)制智能解決問(wèn)題，面向真實(shí)世界的需求。場(chǎng)景的價(jià)值在于提供真實(shí)可控的空間環(huán)境，學(xué)習(xí)者能夠在其中應(yīng)用知識(shí)，培養(yǎng)實(shí)踐技能，通過(guò)場(chǎng)景交互獲取深入、貼近現(xiàn)實(shí)的問(wèn)題解決經(jīng)驗(yàn)。為了使這類(lèi)習(xí)得經(jīng)驗(yàn)?zāi)軌虬l(fā)揮效用，場(chǎng)景的主題必須契合現(xiàn)實(shí)情境。此外，人工智能課程內(nèi)容涉及各種智能技術(shù)，在問(wèn)題的選擇上也需要考慮運(yùn)用人工智能技術(shù)解決問(wèn)題的適配性。譬如，賴(lài)盈勛等（Lai，et al.，2021）針對(duì)“物聯(lián)網(wǎng)應(yīng)用與實(shí)踐”課程設(shè)計(jì)真實(shí)應(yīng)用場(chǎng)景，選取農(nóng)場(chǎng)、學(xué)校、工廠(chǎng)作為場(chǎng)景的主題，這是物聯(lián)網(wǎng)技術(shù)真實(shí)應(yīng)用的場(chǎng)景，且農(nóng)業(yè)精準(zhǔn)控制、學(xué)校設(shè)備管理、工廠(chǎng)自動(dòng)化制造與該課程學(xué)生的“信息工程”專(zhuān)業(yè)的工作息息相關(guān)。此外，學(xué)生能夠較為輕松地接觸這些場(chǎng)景，因而學(xué)習(xí)者可以親自通過(guò)實(shí)地調(diào)研和訪(fǎng)談去挖掘和收集物聯(lián)網(wǎng)系統(tǒng)在具體應(yīng)用過(guò)程中的問(wèn)題和智能化需求。同樣針對(duì)人工智能物聯(lián)網(wǎng)（Artificial Intelligence&Internet of Things，AIoT）的學(xué)習(xí)，林育珊等（Lin，et al.，2021）則是在考慮學(xué)習(xí)者日常接觸的場(chǎng)景后，選擇智能家居、智能交通等作為場(chǎng)景的主題，要求學(xué)習(xí)者規(guī)劃和布局不同類(lèi)型的傳感器以實(shí)現(xiàn)對(duì)房間各種自動(dòng)化家具、交通信號(hào)燈等的智能化控制。

在場(chǎng)景的要素設(shè)計(jì)上，賴(lài)盈勛等（Lai，et al.，2021）通過(guò)360 全景相機(jī)拍攝實(shí)景圖片、視頻構(gòu)建了虛擬的空間環(huán)境并側(cè)重于情節(jié)事件的設(shè)計(jì)，學(xué)生借助EduVenture VR 設(shè)備進(jìn)行場(chǎng)景探索。就農(nóng)場(chǎng)主題來(lái)說(shuō)，學(xué)習(xí)者以物聯(lián)網(wǎng)專(zhuān)業(yè)人員的角色視角展開(kāi)故事，教師以指導(dǎo)者的角色出現(xiàn)，在場(chǎng)景中扮演農(nóng)場(chǎng)的工作人員為學(xué)習(xí)者引出各類(lèi)信息。場(chǎng)景描述了在農(nóng)作物生長(zhǎng)的整個(gè)周期中，由于諸如天氣條件引起的灌溉水不足、蟲(chóng)害、殺蟲(chóng)劑測(cè)試，以及其他因素導(dǎo)致的農(nóng)業(yè)損失等問(wèn)題。為幫助學(xué)習(xí)者解決問(wèn)題，在場(chǎng)景中還嵌入了對(duì)農(nóng)作物本身以及灌溉渠、水泵機(jī)等工具的必要介紹。林育珊等（Lin，et al.，2021）則是強(qiáng)調(diào)真實(shí)感的打造，借助ARCore 開(kāi)發(fā)平臺(tái)構(gòu)建了增強(qiáng)現(xiàn)實(shí)的混合空間，學(xué)習(xí)者能夠在其中以3D 方式學(xué)習(xí)傳感器的構(gòu)造，并嘗試在特定位置上布置傳感器實(shí)現(xiàn)識(shí)別功能。

（二）關(guān)系塑造：基于范式的場(chǎng)景框架構(gòu)建

開(kāi)發(fā)不同類(lèi)型的人工智能系統(tǒng)涉及不同的思維范式，基于范式特征構(gòu)建的場(chǎng)景框架有助于學(xué)習(xí)者建立特定的思維方式。在賴(lài)盈勛等（Lai，et al.，2021）的設(shè)計(jì)的農(nóng)場(chǎng)場(chǎng)景中，學(xué)習(xí)者的目標(biāo)是開(kāi)發(fā)調(diào)節(jié)農(nóng)作物生長(zhǎng)環(huán)境智能物聯(lián)網(wǎng)系統(tǒng)，而精準(zhǔn)控制的實(shí)現(xiàn)需要系統(tǒng)能夠自動(dòng)采集和分析環(huán)境指標(biāo)數(shù)據(jù)、生物信息數(shù)據(jù)等，在農(nóng)作物的不同生長(zhǎng)周期提供合適的生長(zhǎng)條件。為了滿(mǎn)足數(shù)據(jù)分析的需求，在場(chǎng)景的樣態(tài)上就需要考慮采用關(guān)聯(lián)性場(chǎng)景，通過(guò)對(duì)關(guān)聯(lián)數(shù)據(jù)的分析建立關(guān)系模型。對(duì)于溫度、濕度、光照等環(huán)境影響因素，可以分別設(shè)計(jì)相應(yīng)的場(chǎng)景，突出呈現(xiàn)單個(gè)因素對(duì)植物生長(zhǎng)的影響，例如可以在場(chǎng)景中模擬不同溫度下作物的生長(zhǎng)情況，使學(xué)生能夠收集相關(guān)數(shù)據(jù)分析作用關(guān)系。通過(guò)在不同場(chǎng)景建立的關(guān)系規(guī)則的整合，學(xué)習(xí)者可以進(jìn)一步探索各因素對(duì)作物生長(zhǎng)的復(fù)雜交互關(guān)系，逐步形成完整的數(shù)據(jù)關(guān)系圖譜并用于系統(tǒng)模型的訓(xùn)練，場(chǎng)景的整個(gè)框架設(shè)計(jì)呈現(xiàn)出中心發(fā)散的輪式結(jié)構(gòu)。

在林育珊等（Lin，et al.，2021）創(chuàng)建的智能家居場(chǎng)景中，學(xué)習(xí)者被要求在特定空間內(nèi)規(guī)劃和布置不同的傳感器實(shí)現(xiàn)家具聯(lián)動(dòng)，并為每個(gè)傳感器設(shè)計(jì)算法和編碼。智能物聯(lián)網(wǎng)系統(tǒng)同樣需要獲取多模態(tài)環(huán)境數(shù)據(jù)，同時(shí)對(duì)人的動(dòng)作、姿態(tài)、表情、聲音等進(jìn)行感知和識(shí)別，以實(shí)現(xiàn)手勢(shì)、語(yǔ)音控制等多種人機(jī)交互方式。為了提供個(gè)性化、智能化服務(wù)，智能系統(tǒng)還應(yīng)基于收集的數(shù)據(jù)做出智能決策，控制相關(guān)設(shè)備行為，例如根據(jù)用戶(hù)位置和行為自動(dòng)調(diào)節(jié)空調(diào)工作模式、燈光亮度，或依據(jù)用戶(hù)的喜好和習(xí)慣進(jìn)行個(gè)性化設(shè)置等。因此在原來(lái)多模態(tài)數(shù)據(jù)關(guān)聯(lián)的場(chǎng)景框架中，還需要設(shè)計(jì)多種動(dòng)態(tài)性場(chǎng)景，呈現(xiàn)不同時(shí)間狀態(tài)下的用戶(hù)行為狀態(tài)。這些動(dòng)態(tài)場(chǎng)景模擬家庭環(huán)境中用戶(hù)的真實(shí)行為和需求變化，為系統(tǒng)優(yōu)化決策策略提供學(xué)習(xí)數(shù)據(jù)。

（三）結(jié)構(gòu)生成：基于要素的場(chǎng)景內(nèi)容呈現(xiàn)

計(jì)算思維的問(wèn)題解決過(guò)程包含抽象、分解、算法、評(píng)估、概括五個(gè)關(guān)鍵環(huán)節(jié)，為了使學(xué)習(xí)者建立這種認(rèn)知結(jié)構(gòu)，賴(lài)盈勛等（Lai，et al.，2021）在整個(gè)場(chǎng)景的呈現(xiàn)上也遵循這一邏輯過(guò)程。場(chǎng)景開(kāi)始會(huì)呈現(xiàn)一段系統(tǒng)性的介紹畫(huà)面，讓學(xué)生從現(xiàn)象中抽象并用文字描述存在的問(wèn)題。教師在場(chǎng)景中扮演指導(dǎo)者的角色，與學(xué)生一起討論問(wèn)題產(chǎn)生的原因，要求學(xué)生嘗試對(duì)問(wèn)題進(jìn)行分解歸類(lèi)，并初步分析問(wèn)題的成因。通過(guò)對(duì)信息的探索和對(duì)關(guān)鍵影響因素的認(rèn)知選擇，系統(tǒng)性的問(wèn)題會(huì)被分解為子問(wèn)題，并轉(zhuǎn)到子場(chǎng)景情節(jié)。在子場(chǎng)景中向?qū)W生進(jìn)一步解釋導(dǎo)致問(wèn)題的因素，例如田地需用固定量的水進(jìn)行灌溉，而當(dāng)水不足或天氣太熱時(shí)就會(huì)發(fā)生干旱情況；害蟲(chóng)的危害是由于農(nóng)藥分布的不當(dāng)控制和分布不均勻等。基于子場(chǎng)景內(nèi)容，學(xué)生被要求思考哪些物聯(lián)網(wǎng)設(shè)備可以用于協(xié)助解決問(wèn)題，在Arduino Uno 上進(jìn)行算法設(shè)計(jì)和程序代碼編寫(xiě)，研究人員在場(chǎng)景中嵌入了AIoT 分析平臺(tái)，用于學(xué)生檢驗(yàn)評(píng)估自己數(shù)據(jù)算法的選擇，平臺(tái)通過(guò)模擬結(jié)果分析給予學(xué)生即時(shí)反饋。完成子場(chǎng)景的問(wèn)題解決后，學(xué)生可以回到主情節(jié)，進(jìn)入另一個(gè)子場(chǎng)景來(lái)解決相關(guān)問(wèn)題，直到完成所有的模塊探索并最終形成完成的系統(tǒng)解決方案設(shè)計(jì)。

當(dāng)學(xué)習(xí)者掌握了基本的計(jì)算思維過(guò)程，教師可以基于學(xué)習(xí)者的計(jì)算思維水平調(diào)整場(chǎng)景內(nèi)容和活動(dòng)實(shí)現(xiàn)計(jì)算思維能力的進(jìn)一步提升。例如隱藏部分信息于場(chǎng)景畫(huà)面或角色當(dāng)中，不隨情節(jié)演進(jìn)直接呈現(xiàn)，只有學(xué)習(xí)者考慮和探索相關(guān)因素才進(jìn)行展示；適當(dāng)去除文字信息和介紹，通過(guò)圖像形式呈現(xiàn)，要求學(xué)生在抽象問(wèn)題本質(zhì)的基礎(chǔ)上運(yùn)用文字或流程圖等進(jìn)行描述；在算法設(shè)計(jì)過(guò)程中，要求學(xué)習(xí)者撰寫(xiě)算法報(bào)告，記錄和解釋算法原理、數(shù)據(jù)訓(xùn)練集以及每次的修改過(guò)程；設(shè)計(jì)系統(tǒng)在技術(shù)應(yīng)用、實(shí)用性、完整性、可行性、預(yù)期收益等方面的指標(biāo)使學(xué)習(xí)者對(duì)解決方案進(jìn)行定量評(píng)估；要求學(xué)習(xí)者將設(shè)計(jì)系統(tǒng)應(yīng)用于其他主題場(chǎng)景的問(wèn)題解決，分析其解決效益，提出調(diào)整策略，并設(shè)置展示交流活動(dòng)，學(xué)習(xí)者通過(guò)演說(shuō)、匯報(bào)形式回顧和介紹系統(tǒng)的完整思路過(guò)程與核心方法。

六、結(jié)語(yǔ)

計(jì)算思維是人工智能領(lǐng)域?qū)嵺`的核心，伴隨人工智能技術(shù)的發(fā)展以及問(wèn)題解決思路的轉(zhuǎn)變，計(jì)算思維理應(yīng)呈現(xiàn)出契合人工智能的特點(diǎn)從而在其要素上體現(xiàn)出區(qū)別一般信息技術(shù)應(yīng)用領(lǐng)域的差異性。滿(mǎn)足真實(shí)世界場(chǎng)景智能化需求的人工智能開(kāi)發(fā)離不開(kāi)計(jì)算思維的運(yùn)用，通過(guò)設(shè)計(jì)相應(yīng)場(chǎng)景能夠讓學(xué)習(xí)者在解決真實(shí)人工智能問(wèn)題中使計(jì)算思維素養(yǎng)得到持續(xù)提升和進(jìn)一步發(fā)展，培養(yǎng)人工智能創(chuàng)新型人才以向?qū)崿F(xiàn)通用人工智能邁進(jìn)，發(fā)揮服務(wù)未來(lái)的價(jià)值。