基于计算思维的项目式教学课程构建与应用研究*——以高中信息技术课程《人工智能初步》为例

余燕芳 李 艺

（1.浙江广播电视大学 教学中心，浙江杭州 310012；2.南京师范大学 教育科学学院，江苏南京 210097）

一、引言

近几年，“互联网+”、物联网、云计算、大数据、深度学习等新概念和新技术应用层出不穷，技术的飞速发展正在引领着时代的思维脉络。计算思维（Computational Thinking）与理论思维、实验思维被并列为三大科学思维之一，已然成为这个时代人们需要具备的素质与能力。与此同时，教育领域也同样面临着相应的挑战，培养学生的计算思维已成为社会和时代的迫切需求。

2017年，我国《新一代人工智能发展规划》提出“三步走”战略目标和六大重点任务，同时配套发布了《资源配置方案》和《发展保障措施》，标志着我国“人工智能+教育”的深度融合已开启。在此背景下，教育部相应开展了针对人工智能教育的改革措施。我国《普通高中信息技术课程标准（修订稿）》（2017版），将计算思维作为主要学科思维融入核心素养设计中。国际上，美国颁布的K-12科学课程标准《新一代科学标准》，也将“运用数学和计算思维”列入七大科学与工程实践[1]。

那么，计算思维的内涵是什么？该如何设计计算思维结构框架？计算思维与课程设计应如何融合？以及计算思维教学该如何实施、评价？都是本文将重点探讨的问题。

二、计算思维结构及在教学设计中的应用

（一）计算思维的内涵与特征

计算思维已引起全球关注，但目前与计算思维相关的研究大多源自不同领域的不同视角，有关计算思维内涵与结构界定至今也未能统一。周以真教授首次给出的定义，将计算思维归纳为运用计算机科学的基础概念，来进行问题求解、系统设计、人类行为理解等涵盖计算机科学之广度的一系列思维活动[2]。为了更易理解，2010年周以真教授又将计算思维定义为形式化问题及其解决方案相关的思维过程。也就是通过约简、嵌入、转化和仿真等方法，把一个看似困难的问题，阐释成问题如何解决的方法。我们可把计算思维归纳为如下六大特征[3]（见图1）：

中国科学院院士、中国科学技术大学教授陈国良将计算思维称为构造思维，认为计算思维是以设计和系统架构为特征，以计算机学科为代表，运用计算的基础概念，去求解问题、设计系统和理解人类行为的一种方法。它综合了数学思维 （求解问题的方法）、工程思维（设计、评价大型复杂系统）和科学思维（理解可计算性、智能、心理和人类行为），其本质是抽象和自动化。在科学教育领域，普遍将计算思维理解为现代STEM学科人才所应具备的核心要素[4]。例如，有学者从科学的计算方法论出发，提出计算思维的内在属性：抽象思维、模拟思维和自动化思维；与此对应的教学实践分别是：建模与模拟、数据收集与分析及系统性思维[5]。

图1 计算思维六大特征

相较而言，周以真教授给出的计算思维界定相对宽泛且不易操作，她认为，计算思维是个很灵活的概念，人们不必拘泥于计算思维的准确定义，应重在开展计算思维教学实践。的确，计算思维的思维本体是抽象和自动化的，存在实践教学和理论教学难以有效结合的问题。按照詹姆士·格雷（James Gray）的观点[6]，可以将计算思维分解为具体可操作的三个步骤：第一，问题能否用一个简单模型来表述，或能否被简单陈述；第二，问题的每一步解决方案都要有可测试性；第三，要将问题拆解成一个个小的步骤，使得每一步都清晰可见并且易于操作。也有学者将计算思维融入教育领域，如，张学军认为，计算思维可以让学生以多元化的视角，用信息技术的学科思维方式，来理解信息世界，藉此解决学生对信息技术课程学习积极性不高的问题，以进一步推动信息技术课程的改革与重构[7]。陈凯泉等则将计算思维作为学习者解决问题的能力特征，旨在推动智能化社会培养学生信息素养内涵的转型[8]。

对于如何将计算思维应用于教学设计，美国计算机科学教师协会（CSTA）认为，计算思维应广泛应用于课堂教学。具体来说，伴随一系列的衍生问题，如，问题的复杂性如何？人与计算机的能力是否有局限性？如何解决问题？应该用什么样的计算策略等？这些问题首先为我们识别与结构化问题提供了依据。

（二）计算思维的结构研究

计算思维缘起于计算机科学，正因如此，这使得研究者容易忽略计算思维作为思维本体的结构研究，而专注于“计算”特质。有观点认为，研究人的思维，路径之一是研究人脑，即脑科学；路径之二是从人工智能、认知心理学等认知科学着手[9]。也有观点认为，计算思维属于思维科学领域，一般思维科学的研究思路，同样也适用于对计算思维的研究[10]。

1．林崇德的思维三棱结构

拉塞尔（Russell）、戴斯（Days）、皮亚杰（Piaget）、斯腾伯格（Sternberg）、赛蒙（Simon）、林崇德等学者，在思维结构研究领域有着杰出的成就，尤其是林崇德提出的思维三棱结构，为思维科学研究奠定了理论基础，该模型深刻阐述了思维各个要素之间的内在属性（详见图2）。

图2 林崇德的思维的三棱结构

2．计算思维的三棱结构

根据林崇德给出的思维三棱结构，再结合不同学者对计算思维的研究，我们可以建构出计算思维的三棱结构（详见图3）。

图3 计算思维三棱结构

在该模型中，各个要素的内在属性已发生变化。“计算思维的目的”主要是解决问题；“计算思维的过程”是指在解决问题的过程中发生的分解、建模、抽象、设计等思维活动；“计算思维内容”是指解决问题过程中需要接触与选择的各类信息；“计算思维的品质”可以用于判断计算思维能力水平高低的标准；“计算思维活动的非认知因素”主要表现为处理复杂问题时的自信、宽容以及与他人交流合作的能力和态度等；“计算思维的自我监控”可表现为在数字化学习环境中的自我反思、自我调节、自我管理和自我评价等方面。

3．建构信息技术课程的计算思维结构

在“新版高中信息技术系列教材”中，计算思维更多指向了学习者运用计算机科学思想与方法，进行问题求解的一系列思维活动，李艺等[11]也将计算思维理解为信息技术学科思维，具体表现为六组平等且相互关联的思维主题：（1）对象与管理；（2）规则与安全；（3）系统与工程；（4）设计与制作；（5）协作与交互；（6）伦理与道德。这六组思维主题是在问题解决过程中形成的，是一整套思考和解决问题的思维方法和价值观。六组思维主题为课程设计与教材编写提供了可操作性，并可从学科思维的角度来重新理解计算思维结构，全面而清晰地刻画计算思维内涵；同时，也体现了计算思维在不同水平层级之间的关系。

并且，“新版高中信息技术系列教材”在内容设计上，也对此计算思维意义理解做了再度确认，即将其视作信息技术置于人的核心素养的主体部分，并将计算思维当作“学科思维”进行核心素养设计，再将六组平行且互有关联的思维类别，分布于教材的不同模块。

在信息技术学科核心素养结构的四个核心要素中[12]，计算思维具有一定的独特性，其他如信息意识、数字化学习与创新、信息社会责任，具有一定的普适性。计算思维因数字化时代背景而显现出最具本质的学科属性标识[13]。因此，在“新版高中信息技术系列教材”中，特别深化了计算思维在教材设计中的运用，以体现信息技术课程的特色。特别是李艺等提出的六组思维观，把计算思维当作学科思维，并将其视为总揽学科核心素养的综合体。在此基数上，将六组思维主题融入计算思维三棱结构中，构建了信息技术系列课程的计算思维三棱结构图[14]（详见图4）。

图4 信息技术课程计算思维三棱结构

如图4所示，信息技术课程计算思维三棱结构的特点在于：首先，在新课标中，将“合作与协作”调整为“协作与交互”，主要为了突出“人→计算机系统→人”之间的计算交互，这个修改是为了更好地适应数字化学习环境特点；其次，将数据与计算、对象与管理、设计与制作，作为能覆盖信息技术课程计算思维内容、计算思维目的及计算思维活动相对应的思维主题，构成信息技术课程计算思维的核心要素，用三个不同层级的侧面表示；第三，将伦理与道德作为计算思维活动的非认知因素模块，置于三棱结构的底层。三组思维主题分别是三角形的三条边，相互关联、相互调用。

值得注意的是，由于规则与安全、系统与工程、协作与交互三类思维兼具普适性与开放性，且涉及人的态度、意识及情感等非认知因素，渗透于前三类思维主题中，我们用三棱锥的圆切面，来表示其贯穿于计算思维全过程，在于说明学科核心素养要素之间不是平行的，而是互有交叉的。其中，规则与安全思维主要指能够遵守信息系统的标准协议、基本规则以及信息活动过程中安全性与规范性；系统与工程思维主要指能利用递归、迭代、结构化、模块化、测试及调试等方法，实现方案设计与问题的自动化处理，并能运用成本效益思维，对方案进行取舍的一种设计思想；协作与交互主要指基于计算机网络系统环境中的“人→计算机系统→人”之间的交互合作与协作。

计算思维的顶层能力即自我监控能力，主要通过“对象与管理”“设计与制作”以及“数据与计算”等能力品质的形成来展现。计算思维的自我监控，包括管理、计划、调节、检验和评价等方面，对计算思维结构各要素及整个活动过程具有监控作用，从而使学习者的思维模式不断得以完善。

六组思维主题之间仍保持着水平层级关系，在新课标中，这种层级关系继承了李艺等提出的核心素养“三层结构”中关于人的思想发展层级，这种层级结构解决了课程设计中的可操作性问题。在新版课标中，对于计算思维的理解，我们更倾向于将它视为一种特定的思维活动或是思维方式；在实施上，更注重将计算思维作为核心素养实践的一个主要途径来实施。因此，也可将计算思维理解成是基于学科知识的知识、技能和态度等的综合体。由此，计算思维的三层结构，即基础能力层、专项能力层及思维方法层已然形成[15]。

三、计算思维在高中《人工智能初步》课标模块中的体现

高中《人工智能初步》课程有其明显的计算机科学特性，计算思维体现了《人工智能初步》的内在价值，成为了人工智能教学研究的一块重要内容。将上述计算思维结构框架应用于课程设计与教学，需要我们在制定课程标准时融入该思维模式，并在后续的课程与教学设计中不断优化其可操作性。

1.旧版高中《人工智能初步》教材存在的问题

对教材的分析一般可以从内容、编排、难度、特色等几个维度指标开展[16]，其中，教材内容是课程标准得以实施的载体，内容的选取及表达方式的组织都必须遵从学习者认识事物和学习认知的规律。教材内容分析，是对课程标准中各个知识点及要求的覆盖面与扩展性的分析，可从教材内容的容量、内容涉及的核心概念、内容的重点、使用的主要工具等方面进行分析。教材的编排情况是衡量教材质量的重要因素。教材的适用对象是学生，编排情况是否适合当前年龄段的学生进行阅读、使用，是教材编写者必须考虑的问题。教材编排分析，可以从教材的整体结构（宏观层指向教材的整体框架布局）、图文的编排（中观层指向教材每个章节内容的整体呈现方式）、拓展知识的编排 （微观层指向教材中拓展知识的呈现方式）、练习题的编排（微观层指向教材中练习题的呈现方式）等方面进行分析。教材的难易程度是影响教材实施效果的重要因素。

综合上述指标分析，我们发现，随着信息技术的发展，旧版高中人工智能教材存在着一些不合时宜的问题（详见表1）。从表1中不难看出，这些问题都与计算思维息息相关，并且随着时间的推移与技术的快速迭代，这些问题越来越显现。因此，在重新设计本模块时，首先需要考虑如何解决上述问题。

表1 旧版人工智能教材存在的问题

2.新课标下 《人工智能初步》教材的定位及其与信息技术各学科之间的逻辑关系

人工智能作为当前科学技术发展中的一门前沿学科，有其独特的核心概念、表达方式和逻辑结构。随着其重要性的不断提升，人工智能课程在整个高中信息化教育中的定位也在发生变化，其性质由原来的选择性变为选择性必修。“新版高中信息技术系列教材”包括必修、选择性必修及选修三类共十个模块。图5呈现了新版高中信息技术各学科模块的依赖关系及课程改编实施策略。

从图5中可以看出，《人工智能初步》对《数据与计算》与《算法初步》来说起到承上启下的衔接作用，横向则与《数据管理与分析》有着密切的联系，毕竟大数据与统计分析是人工智能发展的基础。本次教材修订选择Python作为整个学科的主要编程语言。由于各个地方、学校的实验条件、师资及学生的具体情况有很大差异，Python语言并非唯一选择，其它编程环境，包括 C/C++、JavaScript、Blockly、App Inventor、R语言等，也适合作为人工智能的编程语言。

3．计算思维三层结构与人工智能课标及课程设计模块之间的对应关系

图5 高中信息技术学科模块依赖关系及实施策略

在计算思维的三层结构中，基础能力层主要描述人工智能的概念、基本特征、发展历程、典型应用与趋势，对应的课程模块包括“认识人工智能”和“人工智能的辩证思考与挑战”。专项能力层主要通过案例剖析、了解人工智能核心算法，熟悉人工智能技术应用基本原理，了解特定领域（如，专家系统）人工智能系统的开发工具、应用模式及其局限性，对应课程模块为“知识的表示及其应用”。思维方法层主要搭建简单的人工智能应用模块，根据实际需要进行环境配置、参数修改及调试运行等，并能将模块迁移至不同的应用场景，对应课程模块包括“机器学习与深度学习”和“体验人工智能应用”。

4．六组计算思维主题在人工智能设计中的应用及其内涵

将六组思维主题融入课程设计是本次教材改版的核心思想，表2显示了六组计算思维主题在《人工智能初步》教材部分模块内容中的展现。人工智能具有较强的跨学科性和综合性，又是一门处在发展中的学科，具有一定的特殊性。正如钱学森老先生说的，人工智能本身就是研究人的思维的最好选择。正因如此，将计算思维融入本学科的教学，更具研究价值。

表2 六组思维主题在人工智能课程中的内涵

表2所述的六组思维主题在人工智能中的主要内涵，其具体体现如下：

（1）对象与管理：指根据教材给定活动方案，能选用适当的数字化学习工具与方法，获取信息和分析问题的能力。教材中的知识点都是通过任务和活动的形式开展。在进行课程设计时，需要老师根据学生特点，引导学生灵活运用数字化学习工具开展教学。比如，在完成了“图灵测试”活动后，学生已经学习了聊天机器人的简单原理，这时可引导学生运用时下流行的各种聊天工具等，进一步体验数字化学习工具的特点。

（2）系统与工程：对给定任务的管理与分析有系统观与工程观。如，在设计机器学习模块中的项目活动方案时，要求学生通过人工神经网络基本原理的学习，理解深度学习的实现过程，并在活动中通过优化项目的参数设置、代码拆解与调试，以及模型优化等方式完成项目学习，在过程中不断培养整体思考与分析问题的能力。

（3）设计与制作：借助各种机器学习框架和各类人工智能开放平台，将抽象信息对象加工成可视化的视觉对象，并充分利用各种Python工具包，开发出简单实用的人工智能应用模块。例如，在文本挖掘模块的“体验文本分类”活动中，通过了解谷歌的新闻服务分类实现原理，引导学生运用jieba、wordcloud和matplotlib等不同的Python工具包，以及开源的机器学习框架sklearn等，将自己熟悉的文档进行分类。

（4）规则与安全：指在数字化学习过程中应该注意的网络标准协议和信息安全问题。例如，在体验人工智能开放平台应用模块，及应用人工智能领域的机器学习框架开放API等进行学习时，需要遵循相关的协议，并注意上传下载分析数据的合法性与安全性。

（5）协作与交互：主要是指在完成项目活动过程中，小组间的协作交互及其学习评价。

（6）伦理与道德：对应于计算思维三棱结构中的非认知因素，在人工智能发展过程中可能会碰到的伦理道德问题。比如，当自动驾驶汽车在遇到危险时，应该先考虑保护车内人的安全还是路上行人的安全等。

四、基于计算思维的人工智能课程设计

（一）课程知识模块与六组计算思维主题的对应关系

课程知识模块构建以新课标为依据，根据高中《人工智能初步》定位，及其与信息技术课程之间的逻辑关系确定，主要包括认识人工智能、知识表示与应用、机器学习、人工智能应用及人工智能发展的哲学思辨等几大模块。每个模块对应的计算思维主题的侧重点有所不同，如图6所示。

图6 知识模块与六组计算思维主题对应关系

“认识人工智能”知识模块主要内容以人工智能相关概念为主，教学中以网络检索等数字化学习为主，涉及网络安全与协作学习居多，对应的思维主题以规则与安全、协作与交互为主；“知识表示与应用”知识模块涉及逻辑推理等知识点，要求学生有一定的逻辑设计能力，设计与制作是本模块的思维主题；“机器学习”模块技术性较强，要求学生具备较强的系统与工程思维，并能完成相关课题的设计与制作；“人工智能应用”模块涉及人工智能应用系统开发，需要学生具备对象与管理、系统与工程等项目开发与管理思维。

在本课程中，基于人工智能的跨学科特性，系统与工程主题体现的较为突出，旨在引导学生用系统与工程观理解并改造世界，并能运用计算机科学的思想与方法，制订、实施并评估问题整体解决方案；而在新课标中，规则与安全、协作与交互以及伦理与道德这三组主题的发展程度和水平，有相当大一部分是在核心素养的数字化学习与创新、信息意识以及信息化社会责任中予以界定和描述的。在特定的情境下，这几组思维有时也会根据需要，独立于课程的某一主题，或被单独设置成一个单元。

上述六组思维主题并非割裂于不同知识模块中，与各知识模块之间的对应关系也不是一成不变，图6中标出的只是每个模块对应的主要思维主题。通常六组思维主题都以不同重要程度，融入所有的知识细节，比如，对于“认识人工智能”及“机器学习”两个模块的六组思维主题在各知识点中的体现，如表3所示。

新版教材基本框架的设计，紧紧围绕学科核心素养的四要素展开，并将六级计算思维主题融入教学模块设计中。表3所示为基于学科核心素养评价体系的高中人工智能教材基本框架。框架中列出了课程中所有模块内容对应的核心素养，其中计算思维已经细化为六组思维主题。

（二）基于计算思维培养的教学目标设定

基于计算思维培养的教学目标确定，是建立在计算思维主题及其内涵之上，对于每个知识模块都需要有明确的计算思维培养目标。如图7所示为基于三层计算思维结构的课程定位与目标设定。

培养计算思维，提升核心素养是本次新课标制定的主要目标，对应于计算思维三层结构，人工智能模块的各层级定位与培养目标如下所示：

（1）基础能力层定位与目标：了解人工智能的发展历程及基本概念，养成数字化学习的良好习惯；具备网络安全意识，并能在学习过程中处理好协作与交互。

（2）专项能力层定位与目标：能描述典型人工智能算法的实现过程，开发简单的智能技术应用模块；能完成基本的数据收集与分析任务，完成模型的参数设置与调整。

表3 《人工智能初步》教材基本框架（以初识人工智能与机器学习两个模块为例）

图7 基于计算思维教学目标与课程定位

（3）思维方法层定位与目标：能亲历设计与实现典型人工智能应用系统的基本过程与方法。

（4）计算思维的自我监控目标：增强利用智能技术服务人类发展的责任感，全面提升学生的信息素养。

（三）教学组织与实施

以计算思维为培养目标的课程在知识传授过程中，不再以传统的概念记忆与知识点的讲授为主，计算思维重在抽象思维、计算思维、工程思维以及协作能力等的培养。基于计算思维的教学方法有很多，其中，项目式教学是目前被普遍认可的计算思维培养教学法。项目式教学要求在教学过程中，将知识模块组织成完整的项目，再将项目拆分成不同的任务，以任务为单位设计活动，活动过程通常需要教师与学生共同参与，活动的组织与开展成为整个教学实施的重点，活动是教学最重要的部分，也是计算思维形成的关键环节，活动过程同时，还包含成果共享与展示以及教学评价。

（四）基于计算思维的多元教学评价方法与原则

过程性评价与形成性评价是目前理论界讨论最多的两种评价方法，也是国内外在教学过程中使用最普遍的两种评价方法。形成性评价是新课改语境下评价改革的重要内容，两者在理念上仍有本质的差异。前者属于目标取向，不太关注过程本身；后者注重动机态度、过程和效果三位一体评价，比较关注学习过程。

评价必须突出促进作用，要弱化对学生的归类与甄别，最大限度减轻学生压力。如何发挥教师在评价过程中的主导作用，以及如何引导学生自我反思、自我评价和相互评价，具有重要意义。要重视评价信息的统计、归纳与反馈，在评价过程中要充分考虑学生的个别差异，鼓励个性发展与发挥创造性。

五、基于计算思维的“项目—任务—活动”三层结构项目式教学组织与实施

（一）基于“项目—任务—活动”三层结构项目式教学设计

项目式学习是在教师引导下，以解决问题为目的，开展实践探索与方案设计等具有创新性的学习模式[16]。项目式学习在一定程度上体现了学习的本质，它能在真实的情境中，促进学生对知识学习的掌控力和对问题的敏感性等能力的发展，激发学生积极思考。人工智能学科注重培养学生在数字化环境下的创新学习能力，例如，利用人工智能开源框架在真实环境中开发应用性较强的特点进行探讨。因此，在教学中应用项目式学习，利用项目活动创设各种学习情境，引导学生开展探究性学习，利用人工智能技术开展项目实践，切实解决一些具体问题，并形成完整的学习作品，让所学知识和技能得到充分展现，从而促进学科核心素养的发展和计算思维的形成。为此，新教材在课程设计中纳入了 “项目式学习”，强调学生在动手实验中加深对原理性内容的理解，促进学生对信息科学实验方法的迁移。

新教材采用具有特色的基于 “项目—任务—活动”三层结构的项目式学习架构。“项目—任务—活动”三级架构教学设计的思路在于：设定一个项目，将其拆解成不同的任务，每个任务又通过多个活动逐步完成。基于三级架构的项目式学习，很好地将计算思维落实到教学的不同环节中，并印证了前面我们提到的詹姆士·格雷（James Gray）的计算思维应用研究法。

该项目式学习主要是围绕项目的规划与确认，通过项目任务的完成，展开一系列活动。该结构不是一个静态的结构，它反映了学生知识建构与思维生成的过程。其中，“项目”要注意构建真实问题的情境，任务重点要规划学生学习的步骤；“活动”主要检测学生实践的过程。“项目”和“任务”主要定位在“他主”，而“活动”主要定位在“我主”。“活动”应该基于学习过程，促进知识建构、思维发展乃至核心素养在特定情境中围绕活动而自然生成，以引导学生通过问题解决活动的多次经历，深化对学科思维的不同程度认识，逐渐形成与发展学科核心素养。如图8所示，基于“项目—任务—活动”式结构的教学项目设计流程。对于课程中的每个关键概念，都要通过任务设计、活动实现、结果测试等步骤，完成整个项目的学习。

图8 基于“项目—任务—活动”式结构的教学项目设计流程

要将人工智能模块作为必修模块的继承，并进行自然延伸和拓展，广泛纳入复杂算法（编程）、行业大数据和信息系统基本要素，通过人工智能处理或解决较复杂的现实问题，让学生能切实体验到信息系统开发流程。在此基础上，要利用学科特点，加深学生利用计算思维（特别是抽象、模块化及分解等问题求解方法），具备设计并实现解决方案的能力。图9为人工智能课程的“项目—任务—活动”三层课程项目结构。从图中我们可以看出，这个过程很好地展现了“项目—任务—活动”三层课程项目结构设计的过程。例如，在搭建基于工智能开源框架应用任务时，可以先行设定一个主要任务，然后通过活动的形式完成被拆解的多个子任务。在完成任务的过程中，学生通过分解、抽象、设计、编码、测试、协作等学习方法，依次体验基于计算思维的整个求解过程。

图9 基于“项目—任务—活动”三层架构的项目式学习流程

（二）项目案例设计的实例

基于项目式学习的具体应用，这里我们以“机器学习”模块为例。对于本模块的设计，通过“了解人工神经网络与机器学习”项目，围绕人工智能关键技术应用案例开展学习。为此，需要完成以下任务：

任务一：体验机器学习，了解机器学习的概念及其发展历程，对应的活动包括：活动1，通过Flappy-Bird小游戏体验机器学习；活动2，通过数字化学习了解机器学习的发展历程。

任务二：了解机器学习的原理及应用领域。对应的活动包括：活动1，机器是怎么学习的，以感知器为例；活动2，借助决策树设计“等人”决策；活动3，了解机器学习的应用领域，拓展活动练习，了解基于OpenCV库的人脸识别库应用。

任务三：了解人工神经网络的基本原理，体验简单人工神经网络的学习过程及深度学习的应用，对应的活动包括：活动1，了解人工神经网络；活动2，体验简单人工神经网络的学习过程；活动3，了解深度学习；活动4，体验TensorFlow深度学习应用——识别手写体数字，拓展活动练习，体验基于BP算法的人工神经网络的应用。

本项目的“项目—任务—活动”三层架构图如图10所示。我们以“机器学习与深度学习”模块的教学项目为例，从左到右依次是项目、任务和活动。其中，项目统领所有任务，每个任务又根据其性质和难易度拆分成不同的活动。在设计活动时，除了需要综合考虑前后知识点的逻辑性，最重要的是要将计算思维的不同主题融入活动设计中。

根据六组计算思维主题框架设计模型，引导学生拓展思维深度，让学生在模仿中学习，在模仿中创新。

（三）基于计算思维的项目式学习多元评价

图10 “机器学习”模块的项目设计架构

项目式学习是培养学生计算思维的重要途径，通过对学生项目型实践活动的评价，可以较为全面地了解学生计算思维的发展水平。

评价作为一种价值判断的过程，能够反映出教育价值理解的多元性[17]。课程评价作为课程设计的一部分，是教学的有机组成部分，对教学具有较强的导向作用；同样，也是促进学习者学习的工具。为了全面评价学生计算思维能力的提升，可采用基于计算思维的多元评价模式，通过自我评价与小组互评等多种方式收集学习信息，判断学习情况，并根据评价结果提供不同的学习支持。基于计算思维的评价习题设计，从学生的认知出发，围绕人工智能学科特点，通过创设问题情境，从评价原则、评价方式、评价指标及评价的组织与实施，对学生进行全面考查。

在评价的组织与实施过程中，评价方式的选择，应结合实际情况和具体评价目标，凸显针对性和效益性；同时，要充分利用信息技术，提高评价效率，并加强教师团队合作，不断提升教师教学评价的专业技能。

在课程设计中，模块学习主要以单元学习评价的方式体现，例如，对于机器学习模块的学习评价。上述学习评价与计算思维评价层级之间的对应关系，如表4所示。一个评价项目往往对应几个不同层级的评价水平。

表4 学习评价与计算思维评价层级之间的对应关系

六、总结与展望

计算思维已成为当下学习者思考和理解世界的一个必备基础，也是智能时代学习者应该具备的核心素养。应对科技发展带来的日益复杂的现实挑战，提高学生的计算思维能力，成为了教育领域面临的新问题[18]。我们基于新课标设计的高中《人工智能初步》教材，在计算思维三层结构框架基础上，将六组计算思维主题很好地融入整个课程设计中，并通过项目式教学使计算思维培养得以实现，充分体现了核心素养的落地与实施。可以说，基于计算思维和项目式学习的人工智能课程设计，改变了传统的教学模式。

新教材与项目式学习的融合具有以下特点：（1）突显前瞻性：活动设计灵活，每个阶段都能紧跟人工智能发展的前沿和典型应用；（2）体现政策性：体现人工智能与基础教育的有机衔接，落实国家《新一代人工智能发展规划》政策精神；（3）加强可操作性：实践过程以“项目—任务—活动”来落实人工智能原理应用体验，学生不但能掌握基础知识，还能通过亲自实践，增强利用智能技术服务人类发展的责任感；（4）注重可扩展性：除了基础知识与基本操作能力的培养，课程增加了拓展练习模块，让学生在课堂基本知识与技能的学习基础上，还可以通过课外自主拓展练习，得以获得知识与能力的提升与扩展，促进个性化发展。

人工智能还是一个发展中的学科，虽然近年来我国的不同教育层次都开始注重人工智能的学科教育，但其具有的跨学科性强且技术更迭快等特点，对教学队伍的专业素质的提升带来了艰巨的挑战，多数学校面临师资困难问题。相对而言，高校的师资较充足些，能否融通高校和中学的师资队伍建设成为值得关注的课题。在教学实践中，如何将计算思维融入到人工智能教学，还需要我们从教材标准框架出发，围绕计算思维的内涵、价值、培养策略与教学模式等，将智能时代的思维范式与技能培养更好地融入到课程设计中。总之，在智能时代，我们的教育不能仅仅局限于人工智能技术的知识内容传授，更要向智能时代的思维范式与技能培养扩散延展[19]。