随着智能化社会的加速推进，提升公民的人工智能素养日益被提上议事日程，成为不少国家未来教育发展规划的一项重要内容。联合国教科文组织于 2022 年 2 月发布了《K-12 阶段人工智能课程 ：对政府认可的人工智能课程的摸底》（K-12 AI curricula ：A mapping of government-endorsed AI curricula）报告（简称“报告”），首次从课程实践的视角描绘了全球 K-12 人工智能教育实施现状。比较各国课程实施的异同，有助于深化对人工智能教育的认识，并进行相互学习与借鉴。
K-12 人工智能课程参考框架
课程框架是课程开发的重要参考，该报告详细介绍了国际上三个典型的K-12人工智能课程框架：“人工智能素养框架”“K-12 人工智能指南”“机器学习教育框架”。
“人工智能素养框架”由美国佐治亚理工学院杜丽·朗（Duri
Long）和布莱 恩·马杰科（Brian Magerko）提出，聚焦于 5 个问题，分别是“人工智能是什么”“人工智能能做什么”“人工智能是如何工作的”“人工智能该如何使用”“如何看待人工智能”。 该框架主要侧重于学生对人工智能的认知层面，具体包括 17 个核心能力和 15 个基于教与学的设计考虑（见表 1）。
“K-12 人工智能指南”由国际人工智能协会（AAAI）与计算机科学教师协会（CSTA）等联合开发。该指南以其提出的人工智能五大理念即“感知”“表示与推理”“机器学习”“人机交互”“社会影响”为基础，每一个大理念被细化为若干学习概念，每一个学习概念又分为若干学习组件。目前前四大理念的K-12课程指南草案已完成。具体来说，“感知理念”被细化为传感、处理、领域知识三个学习概念；“表示与推理”被细化为表示、搜索、推理三个学习概念 ；“机器学习”理念被细化为学习本质、神经网络、数据集三个学习概念；“人机交互”理念被细化为自然语言、常识推理、情感理解、心灵哲学四个学习概念。每一个学习组件都按照 K—2 年级、3—5 年级、6—8年级、9—12 年级四个年级段提出了具体的能力和认知目标。 如“情感理解”的学习目标如下。
K—2 年级 ：能够演示电脑如何识别面部表情 ；了解电脑通过观察嘴巴、眼睛和眉毛的形状来识别面部表情。
3—5 年级 ：能够举例说明电脑如何判断文本的情感基调 ；了解计算机可以通过一种被称为“情感分析”的自然语言处理技术来识别有关主题的积极和消极陈述。
6—8 年级 ：能够描述电脑如何使用不同类型的线索来识别人类的情绪状态 ；了解计算机可以通过观察面部表情、凝视、手势、肢体语言、语调和用词的选择来识别人类的情绪状态。
9—12 年级 ：能够确定人工智能应用程序可以修改其行为以响应人们的情绪状态的方式 ；了解计算机可以对人类的情感作出适当的反应，通过承认人类的感受，并以人类认为是支持和适合社会的方式作出反应。
“机器学习教育框架”由麻省理工学院娜塔莉·劳（Natalie Lao）提出，该框架借鉴了建构主义的理论，按照知识、技能和态度三个维度进行设计，每一个维度均包含一些具体的学习内容（见表 2）。
K-12 人工智能课程开发和管理
该报告通过对 193 个联合国教科文组织会员国的问卷调查发现，目前只有比利时、中国、印度、韩国等 11 个国家已开发出经政府核准和实施的人工智能课程。这些国家人工智能课程实施学段既有覆盖小学至高中所有年级的，也有只覆盖其中一个或两个学段的。
对于如何将 AI 课程整合到各国现有的教育体系中，该报告将其划分为五类 ：第一类为独立型，即人工智能课程为国家或地方课程框架中独立的一门学科，有单独的学时安排、教材和资源，我国的高中学段人工智能课程即为这种类型 ；第二类为嵌入型，即人工智能课程是国家或地方课程框架中其他学科（大多为信息通信技术或计算机科学）的一部分，如韩国将人工智能纳入到数学、技术与家政两门学科中；第三类为跨学科型，即通过项目式跨学科教学来学习人工智能，如阿联酋将人工智能整合到一系列学科中，包括信息通信技术、科学、数学、语言、社会研究和道德教育；第四类为多模态型，即核心内容在校内实施并给予诸如课本和辅导等传统资源支持，但也利用校外的非正式学习机会，如 IBM课程 ；第五类为灵活型，即根据地区、学区或个别学校的意愿通过一个或多个整合机制来实施，如印度的 ATL 人工智能模块课程提出可以采取嵌入、跨学科或通过课外活动等多种模式实施。目前，政府认可的人工智能课程往往是选修课程，或与学校现有课程整合，所以报告建议要针对不同年级现有学科或主题教学领域开发集成地图，支持多样化的人工智能学习成果，而不需要单独占用任何一门学科大量教学时间。此外，还需要考虑多种形式的人工智能课程，如引入校外资源，为学生提供参与课外辅导和竞赛的机会。
在课时分配上，该报告调查发现，K-12 人工智能课程每年从2 小时到 924 小时不等，在被分析的 22 门人工智能课程中，有 5 门课程每年的课时少于 5 小时，有 5门则要求 150 小时或以上，后者或是行业开发的课程或是高技术选修课程。从学段来看，年级越高，课时通常也越多，每年级的年平均值 K—2 年 级 为 33.3 小 时，3—6年级为 39 小时，7—9 年级为 36.3小时，10—12 年级为 51.2 小时。
对于人工智能课程实施所需要的支持，该报告调查显示，最需要的是教师资源开发和师资培训（89%），其次是初步研究与需求分析（56%），接下来分别为学校基础设施升级（48%）、私营或第三方部门参与（44%）、采购教学辅助资源（41%）。在具体的实施支持上，该报告以印度为例进行了说明。报告指出，2019 年印度中央中等教育委员会将人工智能课程确定为其管辖的 2.2 万所学校的选修课之一，并强调在实践中学习。为此，印度与 IBM、英特尔和微软等供应商合作开发了培训和支持材料，同时通过竞赛、虚拟研讨会、挑战营等形式让人工智能融入学校。在课程的具体实施上，跨学科整合是印度的一种重要方式，如将人工智能整合到英语、科学、数学、地理等学科中（如图 1）。
K-12 人工智能课程的内容与实施
对于 K-12 人工智能课程的内容，该报告将其划分为三大类九个主题，其中人工智能基础类别包括“算法与编程”“数据素养”“情境问题解决”三个主题 ；伦理与社会影响类别包括“人工智能伦理”“人工智能社会影响”“人工智能在 ICT 以外领域的应用”三个主题 ；“理解、使用和开发人工智能”类别包括“理解和使用人工智能技艺”“理解和使用人工智能技术”“开发人工智能技术”三个主题。
通过调查该报告发现，已开发完成的 K-12 人工智能课程几乎都包括上述三个类别的内容。在课时安排上，“人工智能基础”平均占比达到 41%，“伦理与社会影响”平均占比 24%，“理解、使用和开发人工智能”平均占比 25%。但是在不同国别和机构开发的人工智能课程中，这些类别的课时安排存在显著差异，这说明不同国家和机构的 K-12 人工智能课程有不同侧重点。对于这一点，有研究者2020 年通过对美国、英国、加拿大和印度 K-12 人工智能课程的比较分析也得出了类似结论 , 并认为这与各国人工智能教育的目标是相一致的。
在人工智能课程的教学方面，该报告提出了建议的教学方法和规范并进行了调研分析。结果发现，几乎所有被分析的课程都依赖于讲授式教学（89%），小组合作和基于项目的学习同样也被普遍应用，而基于活动的学习方式则没有得到广泛重视，只有 14 门课程提到，占 52%。另外混合学习、远程学习也被广泛使用（89%），基于能力的学习、体验式学习和以学生为中心的教学法等也被认可或建议作为方法。对于课程实施，该报告认为基于项目的学习通常被认为是人工智能课程实施的适合方法，所以在课程开发时应该考虑基于解决真实问题的跨学科教学法，而且应该关注学习结果和人工智能原理和流程的应用，而不是使用特定平台、设备或产品的能力，在可能的情况下还应学习各种不同的技术。此外，人工智能课程的开发和实施还应该采用人文主义方法，以确保保护人们的基本权利，如数据隐私、促进包容、公平和性别平等。
对于如何保障课程实施，该报告指出，大多数国家比较认可的策略是提高现有教师的技能，例如将人工智能有关的内容融入教师国家或地方培训计划或项目中。另外还有国家已经将人工智能主题纳入高等教育师范专业课程中，并制定标准和开发相关资源为人工智能课程实施提供支持。此外，充分利用可获得的社会资源也是各国推进人工智能课程实施的重要策略，特别是一些在线资源、工具软件以及数据库等。
对我国的启示
从该报告的研究来看，我国在中小学人工智能课程实践方面已经走在世界前列，在课程开发上，我国是少数几个已经拥有政府认可的中小学人工智能课程的国家之一，并且小学、初中和高中三个阶段实现了全覆盖，同时也已完成试点评估；在课程管理上，我国将人工智能作为科技课程的独立模块且分必修和选修，有利于学生系统学习人工智能同时兼顾学生不同学习需求 ；在课时安排上，我国人工智能课程在“人工智能基础”“人工智能伦理与社会影响”“理解、使用和开发人工智能”的内容比例与国际平均值基本一致，较为平衡。结合该报告和国际比较，进一步推进我国中小学人工智能教育发展，可以着重考虑以下几点。
第一，加强中小学人工智能课程框架研究。如前所述，目前国际上虽然有一些中小学人工智能课程的参考框架，但还不是很成熟，即使如国际人工智能协会与计算机科学教师协会这样的国际专业组织目前开发的人工智能课程框架也还处于征求意见中，并且还没有完全开发完。为更好确保我国中小学人工智能教育走在世界前列，有必要借鉴国际已有框架 , 并基于我国中小学人工智能教育实施现状，进一步开展这方面的研究工作并最终形成“中小学国家人工智能课程框架”，以引导各地在国家课程基础上探索一些人工智能校本课程建设和实施的创新路径。
第二，丰富人工智能教育资源建设。人工智能课程作为中小学的一个新型领域，其有效实施需要获得多方面的资源支持，其中最重要的是教学资源，可通过在线资源建设为教师提供有关人工智能教育国际动态、人工智能教育课堂案例、人工智能教学工具包、人工智能学习项目等方面的信息和支持。另外，通过与相关行业组织的合作，为学校提供教师培训支持、课外学习资源支持以及基于项目和活动的学习的教学支持等，让学生有机会在实际体验中学习人工智能，进而提高学生的学习兴趣和成效。
第三，做好人工智能学习结果的监测评估。人工智能课程在我国中小学已经实施了一段时间（在小学和初中主要是科学课程和综合实践活动课程，在高中主要是信息技术课程）。为落实国务院印发的《新一代人工智能发展规划》要求，今后义务教育阶段 3—8 年级拟将单独设置“信息科技”课程，有关人工智能的模块内容比之前更加全面并且强调贯通设计。为保证这一新课程实施的顺利推进，需要学校重新调整教学计划，教师也要进行调整适应，并做好学生学习结果的监测和评估。如可借鉴该报告提出的学习成果分类框架，从知识、技能和价值观与态度等方面对学生进行定期监测评估，根据监测评估结果为我国中小学人工智能教学的持续改进提供有效支持。
来源 | 《人民教育》2022年第7期
作者 | 张永军（中国教科院助理研究员）
转自：“中国教科院”微信公众号
如有侵权，请联系本站删除！
