|
在人工智能教育尝试采用大单元设计的过程中，暴露出很多逻辑上“扭捏”的困境，究其根本是大单元设计的不彻底。 基于大单元设计的人工智能教育抓住大概念视角、单元活动和评估手段等关键环节，着力将新的知识内容与旧的学科框架、学科知识与核心素养、数据表征与自我概念的关系解释清楚。 大概念着眼真实的目标 整构、追踪、逼近 大概念是认识世界的方法论，核心素养是世界观的表征，即以大概念为锚点的单元活动是培育素养的方法，以期形成稳定的态度与价值观。 人工智能教育在进入中小学课堂之前要厘清“为什么教”“教什么”“如何教”的问题，即确定顶层目标的结构、细化活动目标的内容、铺垫认知目标的路径，让目标真实、有效、可达。以“人脸识别”为例，下图为大单元目标确立的逻辑关系示例。  大概念整构目标 中国学生发展核心素养是党的教育方针的具体化，各学科为落实根本目标基于本学科凝炼了学科核心素养。同样人工智能教育的育人目标不可脱离学科核心素养的指引，借助现有的信息技术学科核心素养来明晰人工智能教育的价值是能力导向，而非编写代码或推导理论。 人工智能知识的集合需要打碎，重新整合到“数据”“算法”“信息系统”“信息社会”等学科大概念体系中，形成概念网络映射下的知识图谱，明确选取人工智能的智能原理、经典算法、技术框架和社会伦理等为核心知识，这样，人工智能知识则不是独立的模块或内容，而是基于信息技术基础的再学习，成为培养学科大概念的又一学习路径，这也是适应时代所需和文化内涵的一种解决问题的方式，指向核心素养。 “逆向设计”追踪目标 培养学科大概念是学生知识转化为能力的重要途径，可以帮助学生形成宏观的科学视角和微观的知识脉络。目标的确立应从大概念着眼，大概念的形成不是一堂课就能一蹴而就的，当目标细化到一节课、一个单元时要确定相对较小的概念，最终小概念都指向确定的大概念。 如果目标是围绕知识点确定的，则知识的逻辑零散，可以形成星状的小概念，但小概念与小概念的联结变成了一种不确定的状态，很难稳定地形成大概念。反之，逆向从大概念出发确定目标，统筹知识与能力，增强了概念之间触类旁通的关系，保障了最终的方向。 “最近发展区”逼近目标 主观经验与客观世界构成统一，在能动中促进更新认知，反复刺激形成稳定的素养。目标是学习中外化的追求，设定很容易达到或者很难达到的目标，学生都容易丧失兴趣。目标的确定应从当前较为活跃的概念入手，立足熟悉的知识基础，具身真实的认知情景，诱发学生的既往经验和活跃概念产生共振，充分激发潜能，形成“跳一跳”就够到的认知场域，通过自我内在的斗争和审辩外在的对话迁移新的知识。 从具身情景中再生知识，知识再迁移到具体的情景中，如此反复，不断攀登下一个目标，形成真实的能力、科学的思维，从低阶的能力跃迁到高阶思维，建立深层次的品格与自我概念，充实公民素养。  大单元走向深度的活动 摆脱、立足、关注 大单元设计中，“大”除了对单元本身的知识体量、活动框架、持续时间等程度的描述外，更是对学生能力的描绘，例如理解概念的高度、分析视野的广度、思辨问题的深度、技术情意的厚度等，简单地灌输知识与技能不能满足时代对于劳动者的期待与需求。通过松快、充足、系统的单元设计集中学生认知的过程，进而促进思考达到“大”的程度，跳脱出就知识讲知识的机械训练，遵循回应问题的过程是习得知识的本来规律，学生有时间走向深入的思考和高阶的思维。 摆脱唯知识、唯工具的活动镣铐 知识是认识世界的工具，能够操纵工具的是学生逐渐清晰的概念。知识是专家在探究中凝聚的智慧，有着严谨的推导逻辑，学生学习的过程理应遵循知识产生的过程，不因学段而割裂知识的科学逻辑，将知识碎片化。 人工智能具有多学科融合的知识视角，有利于在交叉的智能视野中碰撞出智慧的火花，让学生能从自己的视角理解和解决问题，软硬件的环境是促进认知的载体，它的取舍应随问题的实际需要而“水到渠成”，并非是区分知识的条件。面对学习不同的知识时，知识呈现出不同维度的连续性：在理解智能原理或技术更迭时，知识呈现出连续的时间线，在推导算法原理时思维存在着空间逻辑线，在深度认识技术伦理和安全等讨论时存在着情感线。 教师可以将认知载体根据操作难度、理解难度和知识呈现等将工具划分为多维矩阵，学生学习和教师教学根据认知的需要选择适合的载体，不被软硬件环境束缚住了手脚，跳脱出基于某一种工具的认知局限，尊重情景，淡化传统知识、工具等载体的边界，知识和工具是为认知所用，不应该强制回避或打断。 立足问题价值的活动活性 问题产生的探究意识可以跨越知识的边界和穿梭时空之中。真实发生的问题提供了自然而然的社会场景，下图“人脸识别”大单元为例，用问题价值维持单元的活性，学生在社会性的话语体系中分析问题，杜绝了纯符号推理知识的“真空环境”，将学习与生活看成紧密相关的活动，纠正了“唯分数”的学习观。  个体的个性裹挟在社会情景中，避免自行其是的异型或盲目的批判，而是具有科学精神的求同存异。教师有意识地前移问题产生的起点，关注“为什么用”而不是“怎么用”，学生能自我回答“为什么学”的内在动因。例如，在训练预测回归模型的时候“如何考量模型已经达到了可接受的误差”，服务于解决这个问题，会形成“数据能否可视化”的必然诉求。 问题能持续发酵是使活动走向“深度”思考的关键，有意义、有深度、有冲突的问题推动学生思维的自我整合，摆脱等待答案的认知惰性，学生分析问题的过程是调动原始积累、明确认知方向的重要时刻，教师切不可代劳，这是学生开始同化知识的开始，也是形成持续学力的关键时期。问题的生存周期成为单元“大小”的判断依据，解决问题的标志不是教师讲完了新知，而是另一个认知层次的开始。依据学情施加外力，通过下一个具有逻辑性的问题追问以引导学生再次进入不平衡的认知状态，学生在试图回应疑惑中保持学习活力。 关注单元之间的活动逻辑 一个概念的生成是一个单元作用或多个单元共同作用的结果，多个单元合力构建出大单元，单元与单元之间存在生成式、增强式、递进式和补充式的基础关系。单元之间不一定是课上时间的连续，也可能是空间上的联系，存在学生的不同认知阶段或者学习的不同物理空间，大单元之间通过基础关系可以组合形成更大的单元。 针对生成概念的难度可以选择不同的单元类型组织认知活动，通过问题支架、学习平台、交流社区等多种方式维持探究兴趣，打破课上和课下的时间分割，以探究意识为主导联通线上与线下的学习空间，提供深度学习的场域，持续且深入的逼近问题的结果，做到知识活用。单元之间可以通过问题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视角、不同情景下的同一角度进行衔接。 教师不能漠视学生的发问，要敢于“失控”，学生可以将自发的疑惑搭建得到单元活动，主动的认知欲望才能获得不受“下课铃”限制的探索热情，将枯燥的理论递推转变为不知疲倦的问题涟漪，激起层层浪花，从已知到未知再到已知，从具体到抽象再到具体，概括、归纳形成迁移能力，也是学生步入社会的原始积累。  智能化驱动有效的评估 勾连、平衡、统一 教师的“教”与学生的“会”绝非“此增彼长”的线性关系，鼓励教师大胆放手，不是放任不管，也不是只看结果。“代码不能正常运行”不能简单地归因于学生没有学会，可能是偶尔的粗心大意，亦或是系统性的理解偏差，或者是忽略的知识短板。分析造成结果的原因不能仅停留在结果的表面，学生的问题一定是由学习行为引起的，将信息技术与课堂深度融合，可以在学习的过程中通过技术反馈问题、解释行为、矫正偏差，实则通过技术掌控了课堂的节奏，减少倒追原因所产生的沉没成本。 勾连目标与活动 有效的评估反馈可以厘清理论与实践的矛盾、目标与活动的关系等，实现对学习绩效的预测和对学习活动的干预。评价覆盖认知的全过程，与数字化学习空间深度融合，隐形地收集数据，通过知识可视化的工具来量化学习行为以备分析。 在思维可视化方面，通过拼接流程图呈现解题思路，通过搭建图形化代码积木了解智能信息处理的一般过程等； 在知识可视化方面，用代码绘制图案直观呈现循环逻辑，学生可以用游戏或者虚拟实验室了解神经网络的工作原理，尝试改变每一个参数，让逻辑可视化； 在调整认知时序方面，学生可以将不会的问题先收藏起来，滞留理解，同时统计数据用于分析疑难点、易错点； 在学习日志方面，记录学生在数字化学习空间中查找问题的浏览序列以了解分析问题的思路，搜索学习笔记的情况、课堂的学习积分与神情，放大学习行为的反馈。 评价工具支撑学生从理论目标到内化素养的过程，教师通过评估了解预设目标、当前状态、预估目标的关系，从而判断活动是否需要继续发展。学生能看见从目标到活动、再到目标的认知过程，了解已知与未知的情况，随着活动显现出变化的认知路径，确认认知建立的状态，从而建立学习自信，形成良性循环，实现从分数的定论评价到积累的过程性评价。 平衡个性与共性 传统评价多以考试为主，“标准答案”使不同智能特点的个体“归一化”评价，所涉及的智能类型过于单一，是一种以牺牲隐性学力追求显性学力的畸形评价，限制学生的个性成长。“唯分数”判定学习情况也造成错误的价值观导向，学生陷入“父母的眼里只有成绩”“我只要成绩好了就可以了”“成绩决定命运”“好成绩可以得到一切”等利己的学习观，不利于人格的健全发展。 智能技术驱动的评价转变学生“被评价”的弱势地位，避免教师或者家长仅凭“一张试卷”说教。大单元中的评价是在“识记—检测”简易考察方式的基础上，采集学习过程中产生的数据，将数据先沉淀下来，放缓定论。 在共同情景中，学生与学习共同体通过观点分享和思维碰撞，不断丰富个体对概念的认知，学生可以站在不同的视角分析矛盾、辨析观点和清晰目标，形成个性与共性对话的人文土壤，在不失创新的同时形成更全面、系统的视野，又可以促进实用性的创新，对科学技术形成更加多元的认识，即技术的国际视野、人文理解和伦理规约。 统一自知与行为 评价可以在实践中增强学习者行为的可读性，将自我认知与数据反馈联系起来，助推主观意识对客观世界的改造，正确对待评价，学会评估评价的结果，既非一味依赖，也非全盘接受，评估可以帮助学生从自我的思维惯性中跳脱，站在他我的视角，起到“点醒梦中人”的作用，增强自我概念和明确学习动机。 教师难以在单元活动之中关注到每一位学生解决问题的过程，并对学生进行点对点的客观评价，将技术嵌入课堂后，可以补充教师单一视角和视觉盲区，数据经过积累进而增强学习效应，包括推荐自适应的题目反复刺激、设计个性化的学习策略和路径等。 逼近社会场景的情景是自然且真实的检测工具，集合多方评价，情景中的学习者会通过项目实践、其他学习者放大自身的行为，有些本能反应很难自我察觉，但它们是最不能忽略的个人属性，需要及时矫正，学生通过反思、优化、求证和质疑等多种方式自发地验证行为、肯定自知，在自我质疑中打破原有的认知平衡，尝试重构自知，通过探寻新知建立新的平衡，最终学生将相对松散、开放的认知行为与自我概念统一起来，在“众声”中保持独立思考、明晰自我价值，构成相对独立的自我，形成对技术的底线意识和科学态度。  诸多学者针对中小学人工智能教育研究了基于STEAM教育、创客教育、项目式等教学策略的育人路径，施加跨学科、真实情景、任务驱动、探究合作等方法，以期学生能够获得解决问题的真实学力。教无定法，从育人的策略形态看，呈现出一个中心、一个基本点、一个追求目标的要素，人工智能教育大单元设计瞄准要素，构建了以评价和活动释放学生自我认知的学生中心、以学科大概念聚焦学科科学性的基本点、以真实情景逼近培育核心素养的追求目标的新样态。单元化的备课方式无疑是从专家思维出发，强调知识的整体性、情景的真实性、评估的系统性等，让中小学的人工智能教育有本可依、有策可遵、有迹可循。 来源丨《中国电化教育》，本文系国家自然科学基金项目“师范生课堂教学表达能力自主实训与评价模型研究”(项目编号：62177032)、中国教育学会教育科研重点规划课题(2019)“中小学人工智能教学活动设计和课例实施研究”(课题编号：201900302301A)阶段性研究成果。原文有删减。 作者丨何聚厚，陕西师范大学现代教学技术教育部重点实验室；李天宇，乌鲁木齐八一中学；何秀青，陕西师范大学计算机科学学院 |
|
|
