人工智能“机器学习”教学逆向设计的实践与思考

摘要：目前，人工智能（AI）教学正在中国各级教育体系中逐步推进，并呈现出一些积极的发展态势，其中机器学习（ML）已成为AI教学中的重要内容。然而，由于其复杂性，运用传统的教学方法可能无法有效传授相关技能。而逆向设计强调了教学的目的性和学生学习的中心地位，这与人工智能教育的目标——培养学生的创新思维和解决问题的能力是一致的。因此，本文探讨了逆向设计在人工智能“机器学习”教学中的应用，旨在提高教学质量和学生的学习成效。

关键词：逆向设计；人工智能；机器学习

中图分类号：G434 文献标识码：A 论文编号：1674-2117（2024）15-0053-03

随着科技的飞速发展，人工智能正深刻影响着我们生活的各个领域，人工智能教育的重要意义不言而喻。机器学习作为人工智能的核心分支，其教学对学生理解AI的概念和技能至关重要，如何在中学阶段采用合适的教学方式引导学生学习和理解人工智能，是目前信息技术教师积极探索和研究的方向。在传统教学设计中学生往往处于被动的学习状态，而逆向教学设计以终为始，从学习结果出发，确保教学活动与学习目标高度匹配，使教师的教学活动完全以预期的学习成果为中心，保证了教学的有效性。因此，本文尝试在人工智能“机器学习”的教学中采用逆向设计的教学设计方法，以提高教学质量和学生的学习成效。

机器学习教学的挑战

机器学习教学在中学阶段面临着一系列挑战，这些挑战与学生的学习阶段、认知发展水平以及学校的资源和课程设置有关。综合来讲，挑战主要包括十个方面：①设置适度的课程难度。中学生通常缺乏高级数学和统计学知识，这使得学生理解机器学习中的复杂算法和理论变得困难。因此，设计适合中学生认知水平的课程内容是一个挑战。②实践机会有限。机器学习需要大量的实践来巩固理论知识，但在中学阶段，学生没有足够的机会进行编程和数据分析练习。

③教师专业知识。机器学习是一个高度专业化的领域，许多中学教师没有相关的专业背景或经验，因此难以有效地教授相关课程。④资源限制。学校缺乏必要的计算资源，如计算机实验室、软件和数据集。⑤课程时间有限。学校的课程表通常已经排满，要在其中加入新的机器学习课程需要重新调整现有的课程结构，难度较大。⑥评估方法。传统的考试和作业不适合评估学生在机器学习领域的理解和技能，需要开发新的评估方法。⑦学生的先入为主观念。中学生对机器学习持有简化或错误的概念，这会影响他们对新知识的接受和应用。⑧伦理和社会问题。机器学习涉及数据隐私、算法偏见等敏感话题，这些问题超出中学生的生活经验和理解范围。⑨激发兴趣。在中学阶段，学生的兴趣和动机差异很大，教师需要找到有效的方法来激发学生对机器学习的兴趣。⑩跨学科整合。机器学习与其他学科（如数学、科学、计算机科学）紧密相关，跨学科教学对教师来说是一个挑战。

逆向设计在机器学习教学中的应用

1.课程内容规划

逆向设计强调从期望的学习成果出发，反向推导课程内容和教学方法。在机器学习课程中，首先，要明确学生应该掌握的核心技能和知识，如算法原理、模型训练、数据处理等。其次，根据目标规划课程内容，确保学生能够通过学习达到预期的成果。《普通高中信息技术课程标准（2017年版）》（以下简称“新课标”）将人工智能教学列入必修1“数据与计算”，并要求“通过人工智能典型案例的剖析，了解智能信息处理的巨大进步和应用潜力，认识人工智能在信息社会中的重要作用”，确定“人工智能技术是当前信息技术应用发展的热点之一，它在求解策略和处理手段上具有独到之处”，要求“通过部分信息技术工具软件的使用，体验其基本工作过程，了解其实际应用价值”。

结合新课标可以确定教学内容：①了解人工智能的基本概念；②掌握机器学习的概念和一般过程；③通过在机器学习训练平台进行实践探究，体验机器学习的一般过程。

2.实践项目设计

在机器学习中，实践项目对提升学生的动手能力和问题解决能力至关重要。逆向设计帮助教师从学生未来需求或实际应用场景出发，设计具有挑战性的实践项目。这些项目可以涵盖从数据收集、预处理、模型构建到结果评估和知识提炼的全过程，让学生在实践中深化对机器学习原理和方法的理解。在实践中，将教学活动分为课前、课中、课后三个环节，教学评价融入到三个环节中。课前，引导学生自学并布置相关任务；课中，依托机器学习平台的训练，体验机器学习的一般过程，即采集数据→训练→测试评估→应用，加深学生对机器学习过程的理解和应用；课后，通过作业和测试题评价学习效果。评价作用于三个环节，整体设计思路如下图所示。

为了提高教学效率和学生的实际情况，在教学中为学生选择合格的“机器学习”训练平台尤其重要。在线机器学习平台极大地提高了学生的实践参与度，平台上的交互式教程、项目挑战和社区支持，增强了学生的学习动机和自主学习能力。此外，学生能够通过平台获得即时反馈，这有助于他们更好地理解机器学习的概念，但缺乏适当的指导和支持可能会导致学生在面对复杂任务时感到困惑。为了帮助学生体验机器学习的整个过程，即“创建项目→训练→学习与测试→应用开发”，在教学中笔者为学生设计了三个递进的项目任务：①利用网络收集图片，并导入到特征库中，训练机器对图片的识别，如识别水果、动物或鲜花，再利用摄像头拍摄实物，测试机器的识别能力，体验机器学习的训练和应用过程；②练习难度较大的文本训练；③通过前面的训练和测试，自主提炼机器学习的过程。

3.课程评估与反馈

逆向设计强调在课程结束后对学生的学习成果进行评估，并根据评估结果对课程内容和教学方法进行改进。在机器学习课程中，笔者设计了“知识小测”和“学以致用”两个环节。“知识小测”环节主要通过选择题的形式，测试学生在“自主学习”和“实验探究”过程中所学习和理解的知识，如机器学习的关键概念、理论和方法。“知识小测”根据不同水平的学生设计不同难度的题目，包括基础题目以及挑战性的题目。同时，设定合理的时间限制，确保学生有足够的时间完成测验。

“学以致用”环节则是帮助学生巩固和检验他们对课程内容的理解和掌握，主要针对现实中的实际案例进行分析，并将分析结果分享到学习平台的讨论区，让学生将理论知识应用于实际问题解决中。借助学习平台的收集和统计功能可以检测和评估学生对机器学习知识的理解与应用，同时了解他们在学习过程中的困难和需求，从而不断优化课程设计。

4.教学资源开发

在逆向设计中，需要根据学生的需求和课程目标，在教学中设计配套的微课、平台操作说明、学习资料等有针对性的教学资源，这些资源可以帮助学生更好地理解和掌握机器学习知识。

5.跨学科整合

在机器学习课程中，还可以整合其他领域的知识，特别是计算机科学、数据统计等。逆向设计可以帮助教师从跨学科的角度出发，设计综合性的课程内容和项目，培养学生的综合能力和创新思维。

逆向设计的教学效果

1.教学设计更优化

传统的教学方法先根据教材内容设计课程和教学计划，然后进行教学活动，最后通过考试或其他形式的评估来测试学生的学习成果。而逆向设计则强调教学的目的性和学生学习的中心地位。首先，确定学生应该达到的学习目标；其次，设计评估方法来衡量这些目标的达成程度；最后，开发教学活动帮助学生达到这些目标。

2.学生参与度更高

在传统教学中，学生被动接受知识，参与度较低。逆向设计则强调学生的主动学习和批判性思维，学生往往更加注重学习过程，因为他们需要通过项目、讨论和其他互动活动来展示他们的理解。

3.体现了深度学习思想

传统教学更侧重于记忆和理解，不足以促进高阶思维技能的发展。逆向设计鼓励深度学习，学生必须通过应用和扩展他们的知识来达成课程的学习目标。

4.灵活性和适应性更强

逆向设计可以根据学生的反馈和学习成果调整教学活动，具有更大的灵活性，而传统教学的课程结构则相对固定。

5.技术整合要求高

传统教学中的技术使用可能是附加的，而不是课程设计的核心部分，使用逆向设计更容易整合新技术和资源。

6.评估手段更方便

传统教学中的评估更多地关注知识的覆盖范围，而不是知识的实际理解和应用。在逆向设计中评估方法与学习目标紧密对应，更能准确地反映学生是否达到了预期的学习成果。

结束语

研究表明，当教学设计以学习目标为中心时，学生的学习成效往往更好，因为他们能够更清晰地理解课程的期望，并且更有机会通过各种方式展示他们的学习。当然，有效的教学往往需要根据具体的学生群体、课程内容和资源条件来选择最合适的方法。

参考文献：

[1][美]格兰特·威金斯，[美]杰伊·麦克泰格.追求理解的教学设计（第2版）[M].闫寒冰，宋雪莲，赖平，译.上海：华东师范大学出版社，2017.

[2]中华人民共和国教育部.普通高中信息技术课程标准（2017年版2020年修订）[S].北京：人民教育出版社，2020.

[3]余胜泉.智能时代的深度教学理念与模式[J].中小学数字化教学，2022（12）：34-40.

[4]杨竹君.基于UbD模式的高中美术鉴赏教学设计[D].上海：上海师范大学，2021（05）：16.

[5]糜莉.打破传统设计思路，逆向重构教学目标——高中信息技术大概念单元教学逆向设计运用例谈[J].中国信息技术教育，2023（15）：35-39.