人工智能是一门综合性、交叉性的学科，最早于上个世纪50年代提出，经过几次起起伏伏，最近自深度学习算法提出，尤其是2016年AlphaGo战胜李世石以来，人工智能受到社会各界广泛关注。国际上，各个国家都积极探索人工智能在中小学校的应用。AI在各行业的广泛应用为K-12学校带来两个契机：一是K-12学校应使用已有的AI技术在辅助提高课堂成效、实现网络安全和控制等方面有所作为;二是让学生开始学习如何设计、操作和使用AI机器人进行工作，为未来进入工作场所打好基础。[1]美国人工智能协会AAAI和美国计算机教师协会CSTA联合成立了K-12人工智能教育工作组(AI4K12)，提出了K-12学生应该了解人工智能的五个关键：计算机通过传感器感知客观世界;智能代理对客观世界进行建模和表达，并用于推理;计算机能从数据中学习;智能代理与人类的自然语言交互是AI领域的重大挑战;AI应用对社会的影响有好有坏。[2]

在国内，王海芳等认为，人工智能在教育领域较为广泛的研究主要集中在专家系统、机器人学、机器学习、自然语言理解、人工神经网络和分布式人工智能等方面。[3]高婷婷等认为人工智能教育应用是一个宏观的动态系统，不是教育子系统和人工智能子系统的简单结合，而是人工智能与教育深度融合的产物。[4]本文主要探讨如何让中小学学生开始学习人工智能及其课程(体验、设计、操作和应用)研发和实施的相关问题。总体上看，很多省市的中小学已在尝试引入人工智能课程。人工智能技术进入中小学看似已成必然之势，然而，我们对人工智能课程最可能的主要实施者——信息科技教师的认知情况不尽清楚。中小学的信息科技教师也许已经尝试过相关课程，他们是否能够承担起人工智能走进中小学生课堂的重要责任，都是需要考虑的实际问题。

任友群在《AI上未来智造者》丛书的序中讲到：人工智能课程应以立德树人为目标、以核心素养培养为前提，以算法与编程实践为抓手，建立起科学、系统的课程体系，同时要分学段打造符合学生特点的课程体系。谢忠新等认为，中小学的人工智能课程在不同的学段要有不同的侧重点，小学侧重感悟，初中重在体验，高中聚焦创造创新。周邵锦等将K-12人工智能课程划分为三大模块——人工智能基础、算法与编程、机器人与智能系统。[5]

1.不同版本人工智能教材对比

我国早在2003年就已将人工智能列入高中信息科技课程选修模块，在2004到2005年的两年中，相应的人工智能教材得以出版，余挺挺等曾对当时四种版本的《人工智能初步》教材进行对比分析：其中李艺主编的教育科学出版社版本主要以“概念——原理——运用”为主线;祝智庭主编的中国地图出版社版本是以“任务”驱动的形式培养学生的创新思维能力和问题解决能力;应吉康主编的上海科技教育出版社版本是以活动和讨论引入，让学生体验人工智能;李冠英主编的广东教育出版社版本是以应用人工智能技术求解问题为主线的。当时的几个版本主要聚焦于人工智能基础知识、知识表示、专家系统、问题解决等方面内容。[6]

时隔10多年后，随着人工智能又一波热潮，中小学人工智能教材再次陆续出版，主要有汤晓鸥和陈玉琨主编的华东师范大学出版社版本《人工智能基础》(高中版)，蔡耘和郭绍青主编的北京师范大学出版社版本《人工智能(初中版)》，熊友军、王吉庆和黄劲松主编的华东师范大学出版社版本中小学人工智能丛书《AI上未来智造者》(共10册)，姚炜和王铮主编的苏州大学出版社版本《中小学人工智能系列丛书》(共8册)，以及覃祖军主编的河南人民出版社版本“智龙X计划”的指定教材《人工智能实验教材》(共33册)。

为了综合考察当前中小学人工智能教材的特点，笔者分别从单元结构、关键技术(内容主题)和主要特点或亮点等维度进行对比分析，综合考察当前市面上的人工智能教材，如表 1所示。

2.14年的跨越给我们的启发

综合所有人工智能教材的出版情况，主要可以分为两次热潮，第一次是2004—2005年，第二次是2018—2019年。对比两次教材的主要内容和形式，可以发现主要表现为以下三点特征。

第一，从关注基本的理论基础到融合社会生活的现实情境。这与人工智能技术的实际发展和应用存在密切关系。从中我们也可看出，我国人工智能教材的研发思路紧跟技术发展，并表现出明显的提升和深化。

第二，从高中选修到全学段覆盖。这与国家政策密切相关，关涉2003年的课程标准、人工智能发展规划等。从14年间前后的变化看，人们对人工智能的重视程度显著增强，人工智能教材已经从单独的高中阶段延伸到了幼儿园、小学、初中等不同学段。

第三，从体验感知到聚焦计算思维。在14年前，人工智能教材主要侧重于让学生体验学习人工智能的基本理论和方法;14年后，人工智能教材主要侧重于计算思维，聚焦于设计、算法和编程等能力。人工智能教学从初步的知道了解层次，上升到对学生思维能力的培养和关注上，是一个质的飞跃和进步。

中小学的人工智能课程主要是由信息科技教师负责，其普及应用需要充分考虑一线教师的认知现状，因此，笔者采用问卷调查法对上海市的中小学信息科技教师进行抽样调查，以反映信息科技教师对人工智能课程的认知情况，寻找可能存在的待解决问题，以便促进中小学人工智能课程的早日普及应用。

1.研究设计：来自上海市信息科技教师的视角

笔者针对人工智能在中小学的应用需求，参考了人工智能技术工程师的意见，并征询了信息科技的学科专家、骨干教师和一线教师的建议，对问卷进行了结构调整和表述修订，形成了最终的调查问卷。主要包括人工智能知识获得方式、人工智能课程开展现状、人工智能课程的设想、人工智能技术的学习需求、人工智能课程实施中可能的难点、计算机教师胜任人工智能课程教学的能力、实施人工智能课程的需求保障等7个维度。同时笔者对7个维度的41项指标进行了编码。

2.研究问卷的可靠性检验：信效度分析

笔者抽取了上海市的10个区县作为样本开展调查，通过问卷星发放问卷，共回收问卷440份，其中有效样本440份。笔者综合采用SPSS22.0和SPSSAU对回收数据中的态度类量表题进行信度和效度分析。

对问卷数据的态度类量表题(共41项)进行信度分析，得到信度系数Cronbach.?琢系数=0.935>0.9，说明问卷数据的信度高。对所有题项，考察分析项被删除后的信度系数值并没有明显的提升;同时，所有分析项对应的CITC(矫正项总计相关项)值均高于0.2，因而说明分析项之间具有良好的相关关系，同时也说明信度水平良好。

对态度类量表题(共41项)进行效度检验，分析因子载荷系数，发现其因子载荷系数小于0.4的有两项，分别是Scratch、KODU等其他的可视化编程课，现处于自学和摸索阶段，去掉这两项后，再次进行效度分析，得到KMO值=0.904，说明数据具有效度，所有研究项对应的共同度值均高于0.4，说明研究项信息可以被有效提取。因此，在本文的数据统计中，将这两项内容删掉，剩余39项二级指标。

3.统计学意义上的差异性：非参数检验方法

对问卷数据的态度类量表(共39项)进行正态性检验(Sharpro-Wilk检验)，p<0.01，说明全部题项数据均不具有正态性特征，因而适合采用非参数检验的方法对比不同群体之间存在的差异。

(1)Spearman秩相关系数

通过对市郊区县、教师性别、任教学段与问题的各题项做相关分析，如表2所示，得出：①市郊区教师在参加线上线下培训班方面表现出负相关。②市郊区教师在阅读人工智能相关专业书籍方面表现出负相关。③教师性别与人工智能编程课表现为负相关。④不同学段与体验先进人工智能拓展课表现出正相关，市郊区与体验先进人工智能表现出负相关。⑤市郊区与知识图谱、强化学习、机器人、神经网络、机器学习等方面表现出正相关。⑥市郊区与领导的大力支持、技术人员的帮助、专业理念的培训、团队的协同、家长的认知支持等方面表现出负相关。⑦教师性别与研究经费的支持、技术人员的帮助、团队的协同、家长认知的支持、学生兴趣的支持等表现出正相关。

(2)卡方检验

通过卡方检验，发现以下差异：①不同学段教师在6项(B3、B4、G2、G3、G5、G6)上呈现出显著差异。②教师任教在市区或者郊区县，在3项(A2、D5、D7)上呈现出显著差异。③教师性别不同，在12项(C1、C3、C4、E5、F1、F2、F3、G2、G3、G5、G6、G7)上呈现出显著差异。

从上述数据差异可以得出：①不同学段的教师主要的人工智能开展现状存在差异，对人工智能的保障措施的需求存在显著差异。②教师任教在市区或者郊区县，对人工智能的关键技术、强化学习和神经网络方面存在显著差异。③男教师和女教师，在人工智能课程设想、人工智能研发能力的难点、计算机教师的胜任能力、课程实施的需求保障方面存在显著差异。

(3)非参数检验

通过非参数检验(Mann Whitney检验)分析市区和郊区教师的差异，得到其中的5项呈现出统计学意义上的差异性。也就是说：①在“体验现今人工智能技术的拓展课”方面，市区教师和郊区教师存在显著差异。②在人工智能技术“知识图谱”方面，市区教师和郊区教师存在显著差异。③在人工智能技术“强化学习”方面，市区教师和郊区教师存在显著差异。④在人工智能技术“神经网络”方面，市区教师和郊区教师存在显著差异。⑤在人工智能技术“深度学习”方面，市区教师和郊区教师存在显著差异。

(4)权重分析

为综合考量人工智能开展现状，本文对研究设计中的若干个指标进行了权重分析，并依次构建出反映人工智能现状的结构图谱。

经过检验，KMO值>0.8，适合进行因子分析。通过因子分析，提取出7个因子，即7个维度的变量，根据7个因子旋转后的方差解释率，通过归一化处理(经四舍五入后，取小数点后两位)，计算出7个因子的权重，如表 3所示。我们可以用这7个维度来解释中小学人工智能课程现状，如图 1所示，综合反映出中小学人工智能课程的开展现状和需求情况。

4.主要结论：人工智能课程的现状和需求

从数据分析和权重分析的结果看，人工智能课程实施需要考虑人工智能技术领域、课程研发的保障措施和人工智能项目研发体验等3个重要指标。

(1)人工智能技术领域主要有语音识别、图像识别、知识图谱、自然语言处理、强化学习、机器人、神经网络、深度学习、机器学习等。在人工智能基础(高中版)中涉及图像识别、语音识别、自然语言处理、强化学习的主要原理。人工智能(初中版)中涉及机器学习、图像识别、语音识别、自然语言处理的主要原理。可以发现，知识图谱、机器人、深度学习和神经网络没有正式纳入已有教材体系。从技术发展角度看，神经网络，尤其是深度学习实际上是人工智能取得突破的重要领域，因此可考虑采取适当的方式让中小学学生进行体验式学习。

(2)人工智能课程的研发需要各方的协同合作。不可缺少的是国家政策方面的支持。从实践条件上看，需要区域层面行政领导的大力支持，学校方面则需要校长的支持。在课程的教学研究中，需要有区域层面课程研究的专业理念培训、教研团队的协同研究。在课堂的教学实施上，需要相关编程技术人员的辅助、家长方面的认知支持，另外还需要寻找激发学生兴趣的教学策略和方法。

(3)人工智能项目研发体验。中小学开展人工智能课程尚处于起步阶段，课时数非常有限，而掌握人工智能技术的核心编程技术需要花费大量的时间和精力。这对于中小学学生来说是难以实现的。当前针对中小学学生的人工智能编程课程主要是让学生体验人工智能编程技术的核心思想，鲜有对项目研发过程的关注。然而，对于任何一门编程语言来说，只有完整地体验一次项目研发过程，才能形成全面的认知和理解。如有条件，可以带领学生完整体验一次研发过程，包括建立研发团队、确定需要解决的实际问题、对问题进行需求分析和梳理建模、设计主要的程序算法、规划项目开发的进度、按照计划有序合理地完成程序代码。

人工智能的技术发展经历再次高潮，已经能够解决实际生活中的很多问题。人工智能课程进入中小学已成为必然趋势。在人工智能课程的具体实施中，师资力量主要依托于中小学的信息科技教师(计算机教师)。从理论研究与实践探索的形势看，未来的中小学人工智能课程主要涉及四种类型，分别为人工智能体验课程、人工智能设计课程、人工智能应用课程、人工智能研发课程。

1.人工智能体验课程：智能体验，认识本质

体验课程需要关注最新的技术发展动态，也可考虑联合社会上的人工智能企业和研究机构共同研发。徐爱平强调智能机器人进入中小学，能够使学生比较全面综合地了解现代工业设计、机械、电子、传感器、计算机软件、硬件、人机交互等先进技术。提出采取研究小组、信息技术课、劳动技术课、研究性课程等形式进行教学。[7]总的来说，体验课程重在对人工智能应用场景的体验和感受，以此培养学生对人工智能的兴趣和热情。通过系统课程的体验式学习，增强学生对人工智能技术的认识和体会，并激发其参与人工智能技术相关领域工作的热情。

开展人工智能体验课程，是让中小学生从基本的感知层面熟悉人工智能技术和产品应用。人工智能技术已经进入生活的方方面面，因而中小学生在生活中早已有所接触，例如智能陪伴机器人、智能化玩具、智能家居等。对这一类人工智能产品，教师在课堂中可以让学生在体验中思考其工作的特点和原理，在不同的学龄段开展不同深度的智能产品工作原理的教学，有助于学生在不同认知发展阶段加深认识和理解层次。

小学生处于具体运算阶段，初中和高中生处于形式运算阶段，能理解符号，可以对事物做概括，具备可逆思维。例如，对于初次接触“人机交互”概念的学生，可以通过Scratch图形化编程让学生体验“人机交互”，可以设定三个递进的“移动”任务，让学生在逐个完成学习任务的过程中亲身体会通过积木化编程实现“定点移动”、“来回移动”和“控制移动”等人机交互的基本功能。

2.人工智能设计课程：设计思维，激发创意

苏州大学出版社的中小学人工智能系列丛书是此类课程的初步尝试，为设计类课程的研发提供了可供参考的模式。随着人工智能技术的发展，很多工作都会被智能化技术所取代。因此，设计理念将成为社会生活、学习和工作中的重要技能。在中小学教育阶段，教师需要在教学中渗透设计思维，以此培养学生的创新思维和创造意识，从而帮助学生应对未来人工智能时代的挑战。

随着人工智能发展日益成熟，社会对设计类人才的需求不断增加。各种工作用品和产品的设计需要具有以人工智能技术为基础的背景。

例如，让学生使用简单的传感器(如树莓派等软件)，通过简单的拼搭和编程，实现生活中的小创造、小发明，如台灯、运载小车等，这些真实的体验，都能让学生学习人工智能时代的思考方式，想象人工智能时代的社会生活方式的变革。

3.人工智能应用课程：实际应用，加强理解

人工智能技术已在社会中很多行业得到应用。在教育教学中，人工智能应用于不同学科的教学，主要用于辅助教师的教和学生的学，这种场景下，学生对人工智能应用的学习和了解是间接的。若专门设立人工智能应用课程，可以让学生在项目式学习和探究式学习中应用人工智能。通过人工智能应用课程，可以启发学生，为未来进入人工智能工作场所做好准备。人工智能应用课程目前还比较缺乏。

4.人工智能研发课程：计算思维，解决问题

当前的人工智能研发课程主要聚焦于可视化编程和具体的编程语言，缺乏对项目整体研发流程的关注。人工智能研发课程的设计可以从不同学段进行课程设计，能够让学生充分体验项目研发的流程。在低学段，如小学、初中等，可以组建研发团队、分析实际生活中的研究问题、定义研究问题等;在高学段，如初中和高中等，可以设计程序算法，并编写程序代码。

人工智能研发课程是开展得最多的。小学和初中通常采用图形化编程的方式(如Scratch、Cudo等)，高中多为Python等编程语言。

参考文献：

[1]Amy Passow.How K-12 Schools Have Adopted Artificial Intelligence[DB/OL].https://edtechmagazine.com/k12/article/2019/01/how-k-12-schools-have-adopted-artificial-intelligence.

[2]Tom Vander Ark.What K-12 Students Should Know About Artificial Intelligence[DB/OL].https://www.forbes.com/sites/tomvanderark/2018/12/12/what-k-12-students-should-know-about-artificial-intelligence/#410d4c9d6b11.

[3]王海芳,李锋.人工智能应用于教育的新进展[J].现代教育技术,2008(13):18-20.

[4]高婷婷,郭炯.人工智能教育应用研究综述[J].现代教育技术,2019(1):11-17.

[5]周邵锦,王帆.K-12人工智能教育的逻辑思考:学生智慧生成之路——兼论K-12人工智能教材[J]现代教育技术,2019(4):12-18.

[6]余挺挺,张家华.高中人工智能新课标教材的分析与比较[J].中小学信息技术教育,2006(12):14-16.

[7]徐爱平.让智能机器人教育进入中小学[J].机器人技术与应用,2004(1):14-16.

作者：雷云鹤，王枫，上海市教育科学研究院普通教育研究所；冯霞芳，上海市江宁学校。

文章来源：《中国教育信息化》杂志2021年第11期）