面向计算思维培养的高中人工智能课程教学实践——基于开源硬件设计

姜冰倩 杨晓雨 顾小清

（1. 华东师范大学 a.教育学部教育信息技术学系; b.上海数字化教育装备工程技术研究中心，上海 200062； 2. 西安交通大学苏州附属中学，江苏 苏州 215127）

引言

人工智能作为引领未来的新技术，极大地推动了社会发展，语音识别、人脸识别、自动驾驶等。人工智能技术正在深刻改变着社会生活，普及人工智能教育成为未来公民适应智能社会发展的客观需求。在新一轮课程标准修订后，人工智能成为高中信息技术学科的重要学习内容，并提出了以培养计算思维等核心素养为导向的教学改革方向。作为数字时代青少年必备的基本能力之一，计算思维对认识数字世界、解决数字化问题具有重要意义。但尚处在探索阶段的高中人工智能课程，其学习内容主要集中在人工智能知识和特定算法实现方面，关注技能训练却忽视计算思维培养。因此，需要更新课程内容、转变教学模式，探索素养导向下的人工智能课程教学模式。

一、研究综述

（一）计算思维相关研究

计算思维培养是信息技术学科核心素养培养的核心议题[1]。这一概念最早由周以真（Jeannette M.Wing）[2]提出，定义为“利用计算机科学的基本概念来解决问题、设计系统和理解人类的行为”。随着计算机科学领域和教育领域对计算思维研究的持续深入，针对这一概念的界定形成了不同视角，但国内外学者普遍认为计算思维是一种计算机科学领域的思维方式，也是一种解决问题的方式。基于计算思维的特征，国际教育技术协会等相关组织从可操作性的角度，将计算思维的定义进行了细化，认为计算思维的特征包括但不限于以下内容：以计算机等工具为辅助，形成问题解决的表述方法，有逻辑性地组织和分析数据；通过抽象的方法表示数据；通过算法形成自动化的问题解决方案；识别、分析和实施各种可行的解决方案，并整合最有效的方案和资源；推广问题的求解过程，并迁移至更广泛的问题解决与应用中[3]。在此基础上，经过多位研究者从不同视角的分析、实践和拓展，计算思维的核心实践可以界定为分解、抽象、算法、评估、迁移5大要素。

围绕青少年计算思维培养，国内外均开展了诸多探索。如周平红等人[4]利用可视化编程构建STEM 课程，借助STEM 工程设计模式培养学生计算思维，提出包括界定问题、提出解决方案、构建和测试模型、优化方案、评价5 个步骤的可视化编程教学模式。宿庆等人[5]基于项目式学习模式构建开源硬件课程，以计算思维培养中的问题解决为核心，提出了问题聚焦、问题确定等6 个项目实施的教学环节。张屹等人[6]在高中人工智能教学中引入游戏化学习“输入—过程—结果”的学习模型，利用游戏激发学生人工智能学习动机、促进学生计算思维的发展，在传授人工智能学科知识的同时，培养学生计算思维。林育珊（Yu-Shan Lin）等人[7]通过在人工智能物联网课程中引入增强现实（AR）技术，引导学生完成智能家居、智能农业、智能校园等特定虚拟场景下的传感器设计和算法编写，提升学生计算思维。从近年来以计算思维培养为导向的教学实践可以看出，教学内容已经逐步丰富，在编程等内容的基础上融入了人工智能、物联网、增强现实等新技术，并关注教学策略的支持[8]。

（二）人工智能课程中的计算思维教学

作为当前信息技术应用领域的代表，人工智能是高中信息技术课程必修及选择性必修内容模块，对计算思维培养具有重要作用。高中阶段人工智能课程的教学内容包括人工智能的基本概念、技术原理、核心算法、社会应用等，强调通过具体案例分析理解和应用人工智能技术。基于人工智能技术与信息社会生活的紧密关联，人工智能课程应关注现实生活中的应用场景，融入跨学科教学理念，采用项目式、探究式教学方法，突出学生解决智能场景中具体问题的学习实践。2021 年10 月，中国教育学会发布的《中小学人工智能课程开发标准（试行）》提出人工智能课程6 大核心实践，即生活感知与调查实践、简单模拟与推理实践、黑箱探究实践、AI 硬件设计实践、原理揭示实践、AI 程序设计实践[9]，直接体现了计算思维抽象、算法等核心实践要素。融合信息技术与问题解决情境的人工智能课程，也为培养计算思维提供了有效空间。因此，从人工智能课程的教学情境和学习实践角度深化课程设计，能够有效促进计算思维的培养。

在已有的计算思维培养的教学实践中，使用开源硬件开展的教学活动被验证具有良好的促进作用[10]，且高中人工智能课程也要求教师充分利用开源硬件和人工智能应用框架等资源，指导学生完成自主探究和学习实践[11]。作为一种可自主编程、面向公众开放的硬件设备，开源硬件以开发板为典型代表，支持个性化设计和扩展。基于开源硬件的人工智能课程，既能够将高中信息技术课程中的学习内容有效关联，又为人工智能技术实现、智能系统应用体验提供多元、开放的软硬件支持，也是培养计算思维、丰富学科实践的重要探索。但当前我国高中阶段将开源硬件引入人工智能教学和计算思维培养的研究较为缺乏，基于此，构建以计算思维培养为目标的高中人工智能课程，探索有效的实践教学模式。

二、面向计算思维培养的高中人工智能教学模式构建

基于开源硬件支持，面向计算思维的高中人工智能教学模式可以从人工智能教学内容、计算思维培养、教学组织策略3 个层面构建，如图1 所示（见下页）。在教学中，有效利用开源硬件的设计和项目制作强化学生学习实践，使学生掌握计算思维核心要素，实现培养目标。

图1 面向计算思维培养的高中人工智能教学模式

（一）教学内容设计

人工智能课程旨在培养学生理解并使用智能技术，形成智能社会责任，着眼数字社会发展，关注智能技术支持下的问题解决。结合《普通高中信息技术课程标准（2017年版2020年修订）》提出的内容要求，以及《中小学人工智能课程开发标准（试行）》提供的指导建议，高中人工智能教学内容应从贴近学生现实生活的应用场景引入，通过对具体案例的剖析，理解人工智能技术原理。并通过开源人工智能应用框架和开源硬件模拟生活应用场景，从实践中理解、掌握、深化人工智能核心算法和技术，实现学习的迁移。因此，面向计算思维培养的高中人工智能教学内容应强调学习实践，利用开源硬件支持学生完成人工智能知识的学习和使用，在具体应用场景中开展创意设计；结合硬件设计实践，完成程序设计，体会算法的设计思想，对人工智能核心算法进行正确地呈现和表达，并形成对已有解决方案的评估优化思维；在硬件和程序设计实践的基础上，提炼并进一步实践反映出的人工智能技术关键原理，完成对知识的深入理解和掌握，迭代已完成的设计实践，并实现在其他场景的设计迁移，形成实践闭环。

（二）计算思维培养

在高中人工智能课程中，计算思维要素应与教学内容形成映射关系。首先，基于真实复杂的智能技术应用场景，需要通过分析明确具体的技术问题，以逐步形成解决方案，对应计算思维的“分解”要素。同时，应用场景包含人工智能技术原理，要把真实问题转化为开源硬件、程序设计能够解决的技术问题，进行分析和提炼，对应计算思维的“抽象”要素。在人工智能实践中，选择合适的开源硬件和人工智能算法、技术框架，解决抽象出的具体问题，通过一系列步骤完成学习任务，对应计算思维“算法”要素。在此基础上，对事件中形成的软硬件解决方案进一步进行调试验证、修改完善，并应用于其他相似的人工智能应用场景中，对应计算思维“评估”和“算法”要素。

（三）教学组织策略

面向计算思维培养的高中阶段人工智能课程可采用项目式教学模式，以素养为导向，融合跨学科教学理念，强化学生合作探究。项目式学习内容来自真实生活中的开放性问题，强调学生在问题识别和解决过程中的知识学习、能力培养和素质提升，适用于人工智能教学情境，且与计算思维利用计算机科学思维进行问题解决的过程相一致。作为计算机科学、物理、数学等众多领域的学科知识，基于开源硬件的人工智能课程在情境创设、教学内容组织、核心知识学习与实践中均体现了跨学科的特征，采用跨学科学习综合应用多学科知识解决真实问题的教学理念，对理解和掌握人工智能技术、形成智能社会意识与责任具有积极作用。同时，计算思维培养反映了素养导向的教学实施，在教学组织中强化学生的合作探究，能够为素养培养提供扎实的实践基础，也是智能技术支持下开源硬件制作与核心算法设计的必要环节。

三、研究设计与实施

（一）研究对象

课程实施面向某市一所中学的高一年级学生，在信息技术课程中开展人工智能课程教学，并设计实验组和对照组。其中，对照组共15 名学生，参与传统信息技术课程学习。实验组共15 名学生，参与基于开源硬件的人工智能课程学习。教学活动均在计算机教室完成，实验组教学过程中由授课教师向学生提供人工智能小车，作为开源硬件设备支持，为学生创设智能技术应用场景。

（二）研究过程

本研究基于提出的教学模式实施人工智能课程，探究教学活动对高中生计算思维的影响。在课程学习前后，通过调查问卷对实验组和对照组学生的计算思维能力进行前后测。在课程结束后，通过任务测试评价实验组学生的客观学习情况。

（三）研究工具

针对计算思维的评价，研究中采用的计算思维评价工具包括量表和测试题两种类型。量表依据计算思维评价框架，采用基础教育阶段计算思维测评量表实施。量表将计算思维分为创造力、算法思维、批判性思维、问题解决、合作及交流5 种技能，共22 个测量指标，采用李克特5 点计分法。该量表在我国基础教育阶段已得到有效性验证，具有良好的结构效度和信度[12]。

测试题共编制10道题目，题型包括填空题、画图题、代码题、简答题4 种，考查的知识点包括人工智能基本知识、开源硬件概念与构造原理、程序设计与人工智能函数调用。题目由高中信息技术教师与高校教育技术领域研究者共同命题，能够客观反映学生的学习结果。

（四）教学实施

本研究所设计的人工智能课程共12 课时。除人工智能概述和基础实验外，其余课程内容均采用项目式教学，以真实的应用场景导入，抽象人工智能技术原理和开源硬件功能及结构设计，引导学生分组开展学习实践，完成学习任务，并由教师提供已设计的学习支架。以“颜色识别”学习主题为例，教学活动设计如表1 所示。

表1 “颜色识别”人工智能实验教学活动设计

四、研究结果分析

（一）基于计算思维量表的学习结果检验

1. 实验组学生学习结果检验

为了考查学生在参与课程学习前与学习结束后计算思维水平的变化，研究使用SPSS 25.0 进行独立样本t检验，对计算思维以及各维度（创造力、算法思维、批判性思维、问题解决、合作及交流）数据情况进行分析，结果如表2 所示。

表2 实验组计算思维量表差异结果对比

通过计算思维量表对实验组学生纵向能力变化的分析获得，实验组学生在参与基于开源硬件的人工智能课程学习后，计算思维水平有极显著差异（p=0.000＜0.001）。同时，计算思维指向的创造力、算法思维、批判性思维、问题解决、合作及交流均存在极显著性差异，后测分数均值高于前测分数。说明实验组学生在参与课程学习后，相关能力水平均有显著提升。

2. 实验组与对照组学生学习效果差异性检验

本研究对实验组和对照组学生使用计算思维量表在教学开始前后进行测试，其中前测结果见表3，后测结果见表4。前测结果显示，实验组与对照组在计算思维及各维度上均不存在显著差异，属于同质样本，因此，可以确保实验教学前两组学生计算思维水平一致。

表3 实验组与对照组计算思维量表前测结果

表4 实验组与对照组计算思维量表后测结果

后测数据结果显示，在经过基于开源硬件的人工智能课程学习后，实验组学生计算思维能力与对照组存在极显著性差异（p=0.001 ＜0.01），且量表测试平均值高于对照组，说明课程采用的教学模式能够有效提升学生计算思维水平。此外，每个相关能力维度差异性检测结果显示，在问题解决、合作及交流两个维度，实验组学生与对照组学生能力变化分别呈现极显著性和显著性差异（p=0.009 ＜0.01，p=0.041 ＜0.05），说明利用开源硬件开展学习实践，能够提升学生的问题解决能力，并在项目制作等过程中促进学生之间合作交流。

（二）基于测试结果的学生学习效果检验

为了客观评估课程实施效果，研究针对实验组学生进行基于人工智能课程内容的测试，由授课教师与一位高中信息技术教师共同打分，以平均值计算学生测试成绩。通过测试题的表现发现，学生对于人工智能基本知识、开源硬件概念及构造原理等方面掌握程度较高，得分率达到85% 以上；但对进一步掌握电路工作原理较差，电路图得分率仅有50%；在程序设计上，学生对于人工智能算法的理解、函数的准确调用掌握程度较高，得分率达到91.67%；但在进一步进行算法解释，描述单行代码的功能作用时，得分率仅有42.5%。由此可以看出，基于开源硬件的人工智能课程虽然能够有效提升学生的计算思维水平，但学生在算法思维、抽象概括能力等方面仍存在一定的差异，且对内容的深入理解和动手能力不足。

五、结论与启示

本研究以培养高中生计算思维为目标设计人工智能课程，基于开源硬件设计，强调人工智能教学中的实践学习，在教学模式中融入跨学科、项目式的教学组织策略。研究结果表明，一方面，在开源硬件设备的支持下，依托于人工智能开源框架和算法的问题解决过程对培养高中生计算思维产生了积极影响，验证了本研究所提出教学模式的有效性。另一方面，研究所设计的教学模式和相关教学实践经验，为后续高中人工智能课程的设计与实施起到一定的示范作用。

（一）重视围绕计算思维过程的学习实践

人工智能是当前中小学积极探索的教学内容，开源硬件项目实践既是人工智能课程的核心实践内容，同时也能够有效连接程序设计、人工智能关键原理实践等内容，有效提升学生计算思维能力。结合本研究实验结果，人工智能课程应明确计算思维培养为目标的核心素养导向，在教学中强化学习实践，并有针对性地引导学生围绕计算思维分解、抽象、算法、评估、迁移5 大实践要素开展教学活动设计。

（二）重视真实问题中的学习引导

人工智能教育源于智能社会的人才需求，通过计算思维的培养，在学习活动中合理有效地唤醒学生的生活经验，培养学生使用计算机知识和技能解决真实生活问题的能力。因此，以计算思维培养为导向的人工智能课程，要重视解决真实问题的学习引导，以问题解决为学习实践推进的主线，通过明确的项目、任务开展学习实践。开源硬件的支持，能够为真实问题导向的学习实践提供更多元化的学习场景和学习内容，引发学生深入思考。