高中信息技术大概念单元教学

王析多　张志祯　米天伊

【摘 要】素养导向下的大概念教学理论对高中信息技术教学的单元设计有启发性。本文以“机器学习”单元为例，围绕观念大概念“数据和算法是影响机器学习性能的关键因素”，选择机器学习真实案例，通过演示案例、探究案例和体验案例的综合运用，帮助学生在多样化深度体验中学习大概念。

【关键词】大概念；单元设计；体验；机器学习

【中图分类号】G434   【文献标识码】B

【论文编号】1671-7384（2023）08-035-03

2022年底，大型语言模型ChatGPT的出色性能引起社会的普遍关注。有人认为这是人工智能领域的又一个标志性突破，对人类社会的影响将深远广泛。在这种情况下，回看我国普通高中信息技术课程标准对人工智能技术的重视[1]，更显出其前瞻性。

但是，在人工智能时代普通高中信息技术课程开展人工智能教育并非易事。如何让高中学生在人工智能教学中见“树木”又见“森林”，既能超越其应用表面的功能，理解人工智能技术的工程技术过程与原理，又能不陷入技术、算法细节，还能够从整体、宏观上把握人工智能，就成为信息技术课程教学的重要挑战。

在这种情况下，强调以现实世界为基点，以大概念为核心目标、指向培养学生解决真实问题素养的大概念教学[2]，引起了我们的注意。大概念是反映思维方式的概念、观念或论题，它具有生活价值[3]。学生如果真正理解大概念，会将其迁移到生活中去，引发深度学习。对于培养核心素养、生活价值的强调，使我们对大概念教学产生兴趣。我们运用大概念教学理论，设计并实施了“机器学习”单元教学，以其为载体探索大概念单元教学在高中信息技术课程中的适用性与教学效果。

单元大概念的确定

本单元基于人民教育出版社和地图出版社联合出版的高中信息技术教材必修1《数据与计算》（2019年版）第4章“走进智能时代”。该章介绍了人工智能的产生与发展、应用与影响，出现了机器学习、机器学习的一般过程、深度学习等概念，同时也涉及到了智能工具和利用智能工具解决问题的一般方法。

本单元的教学对象是高中一年级学生。学生已经初步了解了算法的概念、算法的表示，学习了程序设计三大结构，能够编写并读懂简单的Python程序。很多学生在小学与初中阶段就对人工智能有所了解，在生活中听过、看过、体验过多种多样的人工智能应用。因此，本单元不能仅仅停留在必修课程的一般性要求上，而应该适当拓展，达到选择性必修课程的要求，即对人工智能的实现技术有一定体验和了解。

经过对课程标准、教材的分析，结合对人工智能专家的访谈，我们确定了“机器学习过程与原理”的单元主题。机器学习是人工智能的重要领域之一，其研究与应用的突破，是近年来人工智能受到社会广泛关注的主要原因。学生对机器学习基本原理有正确的认识，是智能时代信息素养的重要方面。机器学习的一般过程如图1所示。机器学习的过程看上去简单直观，但是要真正理解需要大量相关概念、技能的支撑，如训练数据、测试数据、模型等。如何把这些串起来，我们想到了机器学习的性能（这里用预测结果的准确率作为性能指标）取决于模型的质量，而模型是由训练数据和算法共同决定的。因此，本单元的大概念确定为“数据和算法是影响机器学习性能的关键因素”，这是观念大概念[4]，以此进行单元的教学目标设计、教学过程设计和评价设计。

单元设计思路

目前有些教学案例，将机器学习看作“黑箱”，这难以达到理解大概念的目标，不利于学生树立正确的人工智能与机器学习观。本单元尝试打开“黑箱”，让学生对机器学习的基本过程与基本原理有初步的、有体验支撑的认识。

数据和算法是如何影响机器学习性能的，能影响到什么程度，从图1很难想象出来。大概念教学主要呈现的应该是螺旋上升的形态，学习既始终围绕大概念，同时又在不断发展，这是一种迭代逻辑。[5]

本单元以机器学习的一般过程作为明线，以大概念作为暗线，有梯度地选取机器学习的真实案例，分别用于教师演示（演示案例）、学生探究试验（探究案例）和学生运行程序体验（体验案例）。本单元为学生提供演示实例和探究案例的代码，引导学生从案例出发建构大概念，运用大概念尝试剖析演示案例、探究案例与体验案例，不同的案例螺旋迭代出现。反思是大概念教学的核心部分，学生最后能否将大概念整合进自己的认知结构，很大程度上就是看他们能否反思。本单元的反思主要采用学生之间讨论的形式，经过讨论，最终使学生形成大概念。

单元目标设计

依据课标及本单元设计的基本思想，结合教材和学情，将单元大概念具体化为如下教学目标：

（1）理解机器学习的一般过程，理解数据和算法是影响程序性能的关键因素，体验算法有适用条件和局限性；

（2）形成严谨的科学态度，了解机器学习带给社会各个领域的巨大进步，认识机器学习在信息社会的重要作用，激发探索人工智能的兴趣；

（3）了解我国现阶段人工智能开发的现状，形成人工智能方面的社会责任感。

教学过程设计

大概念教学以单元为单位设计实施。本文限于篇幅只呈现与单元目标1相关的教学过程，该过程分为以下3课时。

第1课时：“走近机器学习”。在教师的引导下，学生讨论“人是如何学习的”，类比得出机器学习的一般过程。从“小朋友是如何学会认识苹果”的真实情境出发，通过讨论、反思，学生可以发现数据（经验案例）和算法（感知记忆方式）会影响识别准确率。这是学生第一次意识到“数据和算法是影响机器学习性能的关键因素”单元大概念。围绕着数据和算法，学生分组讨论“房价预测”等四个演示案例，体会数据和算法能够影响程序性能，初步感受单元大概念。

第2课时：“走进机器学习”。利用基于朴素贝叶斯算法的“中文姓名预测性别”探究案例，让学生熟悉操纵机器学习过程中的各个要素，帮助学生直接看到机器学习的数据、算法和性能。教师给出“中文名字预测性别”Python程序，学生通过以下3个探究活动，进一步体验单元大概念。探究活动1：数据对性能影响的探究试验。学生使用学校近十年的4000个学生姓名及其性别作为训练数据和测试数据，调整训练集数量与总数据量比例，运行程序，记录准确率。学生综合对比分析数据与准确率的关系，体验数据是影响机器学习性能的一个关键因素。探究活动2：数据与算法对性能影响的探究试验。训练数据换成从互联网下载的12.4萬个名字及其性别数据，学生再次调整训练集的数据量与总数据量比例、运行程序、记录准确率。教师引导学生观察思考训练集规模与程序性能之间的关系，引导学生思考算法性能的极限，体验算法是影响机器学习性能的另一个关键因素。探究活动3：数据异常情况处理的探究试验。教师引导学生用名字的最后一个字做特征值（feature），思考异常数据的处理。例如，名字“王多析”的“析”字在训练数据里没有，程序将如何处理？引导学生提出解决方法。进而，有兴趣的同学还可以尝试，如果用名字中的后两个字做特征值，比如名字“王多析”，但训练集里“析”“多”两个字都没有，或者“析”字没有、“多”字有，如何修改程序。

第3课时：“走近深度学习”。基于高维数据、复杂算法的应用，期待学生能体验近年来机器学习中最受关注的深度学习。本节课分为以下三个环节。环节1：“手写数字识别”演示案例。该案例利用卷积神经网络实现手写数字识别，训练数据是5万个28×28像素的图像。学生观看“手写数字识别”演示实例的训练、测试过程的微课，并亲自动手书写数字来测试程序。环节2：“教室状态识别”体验案例。教师给出一个本校学生校园生活的真实情境，教师需要知道自己教室里的学生是什么状态（三种状态：学生听讲、学生正在动手实践、教室内无学生）。该案例的训练数据是6千个1920×1080像素的图像，使用的算法是卷积神经网络。学生借助微课，实践“教室状态识别”探究案例的训练、测试过程，体验机器学习（深度学习）的训练过程和测试过程，打开机器学习“黑箱”。环节3：学生讨论。用“手写数字识别”“教室状态识别”两个实例对比“用中文名字预测性别”实例，学生分组进行讨论、反思，理解数据和算法是影响机器学习性能的关键因素，最终形成单元大概念。

单元评价

注重过程性评价，淡化总结性评价，关注学生参与度。本单元的过程性评价资料有学生每节课的课堂活动单（含讨论记录）、学生的课堂表现（专注度、参与度）、微课平台相关记录（登录次数、观看微课时长、微课平台上测试问题成绩等）；总结性评价主要看学生的程序模型文件是否训练成功、运行成功。

教学反思

1.真实的案例有利于学生迁移

单元设计注重生活中的真实技术和真实情境，要注意帮助学生将技术迁移到不同的多个应用场景。真实情境的案例，其问题解决方法往往较为复杂，又具有开放性，但越真实的案例越有助于学生运用大概念来解决生活中的问题，达到真正的知识迁移。

本单元的案例真实性包含两方面：一是案例来源于学生生活，如“用中文名字预测性别”“手写数字识别”“教室状态识别”“房价预测”等，这些问题都是现实世界客观存在的，易于激发学生探索机器学习的兴趣，感受到机器学习对信息社会的重要作用。二是所选案例的代码、数据、模型文件及测试结果，学生都能看到，这打开了机器学习“黑箱”，让学生获得直观的体验。

2.丰富的案例有助于理解大概念

学生对大概念的理解需要一定数量的案例来帮助。本文的演示案例、探究案例、体验案例均为真實案例。多个案例都贴近学生生活，丰富多样，且案例的复杂度呈螺旋上升的关系，在不同的环节起到了不同的作用。

第2课时的“用中文名字预测性别”探究案例，使用的数据是文本（中文名字，数据量12.4万）；而算法是朴素贝叶斯算法，学生在高一数学课中学过先验概率，能很容易理解这个算法，该程序的代码不长、学习不难，学生在教师的带领下能够读懂。第3课时的“手写数字识别”“教室状态识别”两个案例，数据使用的是图像（前者是28×28像素，约5万张；后者1920×1080像素，约6千张），其算法采用的是卷积神经网络，代码很长，即便有老师讲解，绝大多数学生仍难以理解程序代码的运行原理与功能。由此，学生能感受到对知识的理解逐步加深。

3.有效的讨论促进生成大概念

讨论是教师提供给学生生成大概念的机会，讨论题目要指向大概念。讨论实施过程要在教师的指导下进行，确保质量及效率。

如第1课时，“人是如何学习的”“小朋友如何学会认识苹果”两个案例为教师引导下的师生之间讨论，“房价预测”等四个案例为学生之间讨论，通过这六个案例的讨论让学生意识到本单元的大概念。

能够说出数据（照片）内容太复杂、有些照片人也很难分辨出是什么状态、照片的数据量不够巨量、是否有更优的算法。通过讨论、反思，帮助学生最终生成大概念。

大概念作为一种新的教学理念，为我们提供了一种更系统化、更全面的教学实践思路。我们会在大概念视角下，探索单元教学设计，为智能时代培养具有高水平信息素养的创新能力人才做出更大的贡献。

参考文献

普通高中信息技术课程标准（2017年版）[S]. 北京： 人民教育出版社， 2018.

[3] [4] [5] 刘徽. 大概念教学：素养导向下的单元整体设计[M]. 北京： 教育科学出版社， 2022.

编   辑：冯安华