学习科学视域下的 中小学人工智能教学资源应用策略

林昉

2017年7月国务院印发的《新一代人工智能发展规划》通知中明确提出“广泛开展人工智能科普活动，在中小学阶段设置人工智能相关课程”，随后，全国各地陆续以试点校课程或校本特色课程等形式开展多样化的人工智能教学实践。在各类实践中，教师通常会利用人工智能资源来达成或提升课程实施效果。因此，如何在人工智能教学中利用资源促进学生进行有意义的学习是笔者课题研究的主要方向。美国加州大学心理学教授理查德·E·梅耶在其专著《应用学习科学》中提出“教育的核心价值即是帮助人学习”，同时他也指出“意义学习发生于学习者在学习时进行适当认知加工的过程”，梅耶对如何进行认知加工也给出了“选择、组织和整合”的三类有效策略，这为笔者的研究提供了可行路径。本文将基于梅耶的学习科学理论，结合具体课例，分析中小学人工智能教学资源应用的有效策略。

● 中小学人工智能教学中资源应用研究现状

人工智能因其涉及领域较多，在目前中小学开展的各类普适性人工智能教学中往往需要各类资源来支撑教与学活动，以达成基本教学目标。截至2022年2月，笔者通过中国知网以“中小学人工智能、资源”为关键词检索出278篇相关文献，以“中小学人工智能教学、资源”为关键词检索出59篇相关文献。从检索结果来看，文章大部分是围绕人工智能教学进行实践案例分析或对教学模式进行总结，针对教学中资源应用策略的文章鲜见。笔者以“学习科学”为关键词在中国知网检索到336条信息，其中大部分是对学习科学的理论研究，对其在基础教育领域的实践分析不多，相关的研究成果很少，从文献分析上缺乏可借鉴的经验。

在地区教学教研活动中，笔者注意到教师在实施人工智能教学时会使用大量外部资源助力课堂。从实施效果来看，这种“助力”对辅助教、促进学是有一定成效的。但教师对资源的应用如何激发意义学习，以及在学生认知加工过程中可采用哪些策略来优化学习，并没有进行归纳和总结，更没有理论支撑下的深入思考和研究。

● 常见中小学人工智能教学资源

教学资源一般是指可用于支持教与学活动的各种软、硬件材料。本文所界定的教学资源特指可以在各类教学终端上进行观看或使用的数字化资源。

通过课后交流，笔者了解到在实施人工智能教学时，大部分学校并未购置专业材料，即使部分实验（试点）校提供了指定的教学资源，也很难完全支撑教学的需要。人工智能技术发展迅速，但目前的课程体系并没有具体的国家标准，教材选用也没有规范指标，因此教学内容的选择和目标的确定往往取决于实施教師，所需资源也更偏向于教师自身从互联网上搜索到的可用数字化材料。按其教学功能，通常可分为三类：①激趣认知类资源。一般为可视化素材，如文本、表格、图片、动画、视频等，教学中可用于呈现应用情境、解读知识概念、介绍基本原理、梳理逻辑结构等。②体验感受类资源。其中包括专业的人工智能开放平台、智能终端APP应用、微信小程序等，学生在使用过程中了解人工智能应用领域，感受人工智能技术的魅力，形成正确的人工智能伦理道德。③实践探究类资源。其中包括各类具有人工智能接口（如计算机视觉、机器学习、自然语言理解等）的编程软件、开源人工智能实验室等，学生通过实践操作，经历用人工智能解决问题的基本过程，初步了解人工智能技术的基本原理，规划简单人工智能应用的解决方案。

● 中小学人工智能教学资源应用策略分析

梅耶的学习科学理论将意义学习过程中的认知加工分为选择、组织和整合三类，同时也对应了三类加工策略来促进认知和学习。

1.合理安排，促进选择的教学策略

“选择”认知加工是指引导学生聚焦与课程相关的信息，通常可以通过明确学习目标、设置学习问题、学习反馈内容等，来帮助学生在学习活动中关注重点。在教学中对资源的应用可根据具体情况，合理安排使用资源前后的活动内容，促进意义学习。

2.灵活设计，便于组织的教学策略

“组织”认知加工通过对学习活动提供方向指引，帮助学生明白各活动中的关键信息，了解内容的基本组成和结构，以提高学生迁移能力。一般可用引言（概述）、目录标题、层级联系或绘制图表等方式，促进学生把握学习活动之间的组织关系。

3.有效规划，达成整合的教学策略

“整合”认知加工是在学习活动中将待学知识与前有知识联系起来，帮助学生厘清知识线索，提高对知识的理解和应用能力。可采用具体先导和具体示范的方式来达成知识内化整合的目标。基于梅耶学习科学理论中的选择、组织和整合三类认知加工策略的视角，笔者选择中小学人工智能教学中两节有代表性的课例，从资源应用的环节、内容、类型、意图等方面，分析其在教学中的应用策略。

（1）《认识计算机视觉》

课例执教教师从身边的计算机视觉应用引入，逐步分解计算机视觉涉及的关键概念，剖析计算机处理图像的方式，进而通过不同的体验来了解视觉识别的过程和基本原理。计算机视觉是通过对采集到的图片或视频信息进行处理来模拟人类视觉感知，因此教学中教师将计算机视觉的学习分解为对计算机对图像处理的基本方法的了解和对视觉识别过程的简单体验两大部分，并使用了多种资源来促进学生掌握相关内容（如表1）。

本课例学习活动丰富，具有递进性。对资源的应用，采用了前置问题、具体先导、具体示范等策略，能较好地促进认知的加工，但在学习活动设计中，建议能在适当环节通过“组织”的加工策略，帮助学生梳理各学习活动间的关系，小结计算机视觉的知识框架，以把握学习与体验活动中知识的内在结构。

（2）《机器学习初探》

课例制订了初步了解机器学习基本原理的学习目标。机器学习是人工智能的重要技术，但机器学习又是一个多学科交叉的概念，其工作原理涉及高等数学、生物神经学等多个领域，认知难度高，学生不易把握。因此，执教教师从人类学习迁移到机器学习的思路来进行学习设计，在教学资源准备上，教师在不同环节提供不同类型的资源来促进学生了解概念，认知原理（如表2）。

本课例学习活动包含了“选择、组织及整合”三类认知加工策略，从实施效果来看，建议在学习活动中适当增加对认知的“整合”加工，可以在后续课程中延伸本课的应用实践活动，或提供一些创新应用的机会，以促进学生对人工智能中机器学习应用场景的迁移理解，更好地达成人工智能思维培养的目标。

总之，基于学习科学的认知理论，在资源应用时结合加工策略能有效降低认知负荷，提升学习收益。因此，在中小学人工智能教学中，对引入的外部资源合理规划，灵活结合加工策略，对于内化知识、外化应用均具有一定的促进意义。