情陷检察官近年来，在国家相关政策的大力支持下，我国中小学人工智能教育从无到有，正在逐步进入快速发展时期。开展高质量的中小学人工智能教育，需要首先关注当前所面临的一些挑战。在此基础上，需要规范和明确课程的核心内容与范围，遵循人工智能学科本身特点进行课程设计，从而帮助广大中小学教师了解和掌握“教什么”与“怎么教”。

　　随着人工智能技术的快速发展，我国高度重视人工智能课程进入中小学课堂。早在2003年，教育部就将“人工智能初步”作为选修模块，纳入国家《普通高中信息技术课程标准》。近年来，国家陆续出台了系列相关政策和指导意见，倡导在基础教育阶段设置人工智能课程，推动了我国中小学人工智能教育的开展与实施。当前，在基础教育阶段，尤其是义务教育阶段，人工智能教育也面临着一些痛点问题。

　　一是人工智能课程定位模糊。人工智能课程当前多作为选修或校本课程，属于“个性化课程”。相当一部分中小学与课外培训机构缺乏对其清晰的认识，将传统的创客教育、STEM教育或编程教育中的教学内容，经过简单改造后直接搬到人工智能课堂中。学生所学到的知识与人工智能学科本身的基本思想和方法相去甚远。

　　二是课堂教学内容分化。有些教学内容没有考虑学生的基本认知能力和数理基础，倾向于讲授人工智能特定子领域的复杂模型和理论，以抽象性知识为线索组织教学。例如，在中小学课堂上直接讲授机器学习领域的“对抗网络”等复杂模型，学生很难对其有深入完整的认识和理解。有些教学内容则只强调体验式学习，侧重于简单的动手实践活动，学生通常难以学习到人工智能领域的基本原理和知识。相应地，教学资源建设水平也参差不齐。迄今为止，全国范围内已出版超过30种人工智能教材及配套资源，相当一部分是以购买实践环节所需的软硬件平台为导向，受商业利益驱动明显。

　　三是人工智能课程师资缺乏。我国高等教育正在加快人工智能学科建设与人才培养，但在师范院校存在一定的滞后性。许多师范院校在本科和研究生阶段还没有开设人工智能课程。因此，毕业生缺乏系统的人工智能知识，不具备设计和讲授中小学人工智能课程的能力。在职的中小学教师队伍中，更加缺乏具备相关知识与教学能力的教师。而非师范类院校或信息类专业培养的毕业生，受薪酬待遇等因素影响，进入基础教育领域的数量很少。

　　总体而言，人工智能学科的目标是研究和开发用于模拟、延伸和扩展人类智能的理论方法与技术，以构建不同形态的智能机器。智能机器既可以是硬件形态，如服务类智能机器人，也可以是软件形态，如围棋博弈程序。在中小学阶段，人工智能教育需要让学生了解智能机器的基本能力，理解人工智能处理问题与人类的异同，并认识其对社会生活的影响。具体可以包括以下核心内容：

　　一是智能机器的感知能力。该项能力可以概括为“采集信息、了解世界”。各类传感器对外部世界的信息进行采集并提取有意义的知识，使智能机器了解世界，具备和人一样的“看”和“听”等能力。同时，智能机器还可以感知很多人类所不能或难以精确感知到的信息，例如地理位置信息（GPS）等。

　　二是智能机器的推理能力。该项能力可以概括为“逻辑思维、求解问题”。智能机器可以模拟人类逻辑思维过程，得到新的知识。例如可以像人类一样，进行归纳或演绎推理。虽然智能机器已经可以进行非常复杂的逻辑推理和问题求解，但是它们目前仍然不能像人类一样进行创造性思考。

　　三是智能机器的学习能力。该项能力可以概括为“观察世界、寻找规律”。智能机器通过对客观世界的观察，从中寻找到规律或模式，从而提高自身的性能。观察的结果通常以数据的形式存储和使用，智能机器用特定的模型找到适用于新情况的规律或模式，也就是机器学习的过程。模拟人类大脑结构的人工神经网络模型，是迄今为止最成功的机器学习模型，在围棋博弈、图片分类等特定任务上已经超过了人类的能力。

　　四是智能机器的交互能力。该项能力可以概括为“理解人类、沟通交流”。智能机器需要用自然合理的方式与人进行沟通和交流，包括理解人类复杂的语言与情绪等。当前的各种智能音箱和智能手机助理，都是这方面能力的体现。智能机器的交互能力目前仍停留在较为初级的阶段，仅仅相当于人类儿童的水平。

　　五是智能机器的道德能力。该项能力可以概括为“信息安全、摒弃偏见”。各类智能机器一方面正在让我们的生活和工作更加方便和高效，但另一方面也可能给我们带来负面影响和危害。例如，智能机器可能会侵犯个人隐私或制造“信息茧房”，也可能会从人类社会产生的数据中学习到带有“偏见”的知识。因此，需要引导学生深入认识这些问题的存在和发生的可能，具备自我防护意识和信息社会责任。

　　这些核心内容都易于被中小学阶段的学生理解和掌握，且有一定的理论和实践深度，便于教师设计具体课程内容和构建教学资源。

　　中小学人工智能课程可以基于上述核心内容组织和规范教学内容，同时需要遵循科学合理的基本设计原则。

　　首先，课程设计应强调基础性概念和基本原理的掌握，而不能将大量仍处于探索阶段的所谓人工智能最新成果搬进课堂，陷入盲目“求新”的误区中。当前人工智能学科仍然处于快速演进的过程中，与数学、物理等传统学科相比，很多最新成果还未经过理论和实践的充分检验，缺乏经典性和稳定性。例如，机器学习相关课程可以侧重监督式与非监督式学习的基本思想和方法，避免涉及正在快速演进的各类复杂的深度学习模型。

　　其次，针对不同学段学生的认知能力和特点，设计相应的教学内容和课堂活动，不同学段之间要有明显区别。例如在小学阶段可以主要以体验性活动与课堂讨论为主；在初中阶段更多侧重于对基本原理的了解和简单实践；在高中阶段可以适当深化对重要概念和方法的理解并组织综合性实践。针对同一核心内容，不同学段的课程设置需要由浅入深，进行整体设计和规划。对于较为复杂的概念与方法的讲解，应尽量采用横向类比的方法，向学生直观呈现。

　　再其次，课程设计应多采用项目式或探究式学习，不必强调完备的知识和理论体系，从而让学生易于接受并产生深入探索的兴趣。可以选取学生在日常生活中常见的情境和主题，设计合理的驱动问题与教学支架，引导学生利用人工智能技术解决实际问题或制作项目作品。例如，可以选取“垃圾分类”主题，以“如何构建更智能的垃圾桶”为驱动问题，引导学生在完成智能垃圾桶的设计和制作过程中，完成相关核心内容的学习。

　　我国中小学人工智能教育，需要遵从人工智能学科本身的知识体系和思想方法，让学生在体验中了解人工智能可以用来解决什么问题，在学习中掌握人工智能的基本概念和思想方法，在实践中思考人工智能会带来什么新的问题和影响。同时，要鼓励领域专家、行业协会、人工智能企业等社会多元主体参与，共建共享优质课程设计方案、工具和案例，协同解决优质教师队伍匮乏等瓶颈性问题，为人工智能课程在中小学大规模、高质量落地提供保障。

　　（作者系北京师范大学教育学部副教授、未来教育高精尖创新中心人工智能实验室主任）