解密人工智能教育：计算思维的关键角色

【摘 要】在人工智能时代背景下，编程技术是实现人工智能应用的必要工具，而计算思维是问题解决过程中的核心能力。基于人工智能案例的Python编程教学突破了传统编程教育的限制，有效地促进了学生计算思维的发展。本文深入分析了计算思维、Python编程与人工智能案例之间的互动关系，提出了一种融合这些元素的教学模式，目标在于培育学生的计算思维能力。

【关键词】人工智能案例；小学Python编程；计算思维培养

【中图分类号】G434 【文献标志码】A

【论文编号】1671-7384（2024）08-049-03

随着人工智能技术的不断突破和课程改革的不断深化，围绕计算思维培养、Python编程教学、人工智能教学，一线教师展开了丰富的实践[1]。这些概念看似独立，然而却相互交织和互补。笔者在教学中将计算思维培养、Python教学、人工智能案例教学做了有效融合，立足真实情境，设计教学目标和学习活动。实践表明，人工智能案例驱动的Python编程教学对学生计算思维的培养具有显著的促进作用。

人工智能案例驱动的Python编程教学理念

编程作为实现人工智能众多功能的关键途径，是提升学生计算思维的主要方法之一。计算思维则在问题解决过程中扮演着至关重要的角色[2]。可是，现行编程教学往往受到传统教育方法的限制，过分重视程序语法知识、格式认知，以及调试技巧的教授，导致学生在编写和调试代码上耗费了过多时间，未能充分体会到计算思维及科学方法在人工智能领域内解决问题的根本重要性。尤其对于小学生而言，复杂的人工智能算法带来的编程挑战，往往成为提升学习效率的障碍。

基于这些教学难点，笔者提出了一种全新的教学模式：以人工智能实际案例为驱动的Python编程教学[3]。教师通过选取和学生生活密切相关的人工智能实际案例和应用场景，结合Python这一编程语言，培养学生的计算思维和解决问题的能力。这种教学模式不仅使学生对编程知识有更加直观的理解，还深化了他们将理论知识与实践相结合的经验。学生通过处理实际问题来学习人工智能的核心概念与技巧，锻炼在生活中运用计算思维来解决问题的能力。

人工智能案例驱动的Python编程教学价值主要体现在以下几个方面。（1）通过沉浸于与人工智能案例相关的Python编程学习，学生能够更自然地吸收和掌握编程逻辑与知识点；（2）面对案例中出现的具体挑战，学生在寻找解决方案的过程中，能有效提高问题解决的实践能力；（3）这种基于案例的Python编程教育连接了学生的学习环境与真实世界，增强了他们应对现实问题挑战的自信心；（4）在策略上，从拆分问题、设计算法到使用Python语言实现方案的过程，致力于培养学生的计算思维能力；（5）借助真实世界的案例引导学习，不仅加强了学生动手操作的能力，同时还激发了他们学习Python和人工智能背后科技的兴趣，提高了他们的学习主动性和动力。

人工智能案例驱动的教学模式实施

1.计算思维、Python语言、人工智能案例关系

笔者构建了计算思维、Python语言及人工智能案例相结合的关系模型，如图1所示。该模型可视作一个分层结构，其中计算思维处于核心位置，Python作为实现工具的中间层，而人工智能的实践案例作为最外层。

本模型的核心是计算思维，它不仅是此模型的心脏，更是分析问题和制定解决方案的全局框架。计算思维的培养不仅限于编程本身，它的目标是提高学生的逻辑推理、抽象思维和系统设计的能力。紧邻计算思维的内层是Python语言，作为一个普遍应用的编程工具，其重要性在于有效实现计算思维培养的目的，它作为计算思维向实践转化的桥梁，对学生理解编程思想和发展编程技能起着关键作用。最外层是人工智能案例，它直接与学生互动，为学生提供了具体形象的学习经验和参与感。这种实例驱动的学习方式不仅把抽象理论与实践操作紧密相连，还创造了一种情境化的学习环境，让学生能够真切地体验到编程在现实世界中的应用，从而在实际操作中加深对计算思维重要性的认识。

本模型基于一种实践导向的教学理念，该理念强调计算思维中的关键要素：分解复杂问题、识别模式、抽象化过程以及算法设计等。通过这样的教学模型，教师可以更有效地培养学生的计算思维，同时激发他们对Python编程的兴趣，进而引导他们深入人工智能领域的探索和学习。教师再结合实际案例进行教学，能够提升学生在实践中解决问题的效率。这一系列的协同效应将极大地推动人工智能教育的进步和学生能力的发展。

2.人工智能案例驱动的Python编程教学培养学生计算思维的模式

依据学生的学习特点和认知需求，笔者构建了一套适合小学高年级学生的人工智能案例驱动的Python编程教学模式。如图2所示，此模式通过真实案例激发学生兴趣，培养其解决问题的能力，使其在不断解决问题的过程中思维得到培养。教师明确课程目标，包括计算思维的培养、Python编程基础知识的掌握以及人工智能案例具体目标的实现；根据学生的能力水平精选AI案例，设计问题，营造挑战性学习情境；选择相应案例，给学生辅助体验，提供AI教学资源和支架，并给予指导设计和评价。在实际教学中，教师在实现AI案例的每一个环节都会涉及对应的Python知识点，让学生先感知情境，再学习相应的基础知识，掌握基本技能。通过调查体验、自主合作探究、物化作品、测试评价、交流展示等环节，学生学会主动探求知识，完成AI案例挑战和实现，进而加深对Python编程的理解。通过个人或团队探究，学生不仅提升了编程技巧，还锻炼了合作与交流能力。最终，学生总结自己的成果，并与同伴分享经验和反思不足，实现在思维和技术层面的成长，高效促进未来学习能力的持续提升。

3.“校园光盘行动”人工智能案例教学实践

（1）项目分析。教育部印发了《教育系统“制止餐饮浪费培养节约习惯”行动方案》，但在学校实际的落实中仍面临严峻挑战。很多学校开展了“光盘行动”，推出了相关的行动方案，并且采取了一系列措施，如在食堂内张贴倡导节约的海报、安排教师监督等。然而，诸多因素如食堂配餐量过大、菜品不合学生口味以及学生个人的挑食行为、学生就餐人数庞大、教师监督力量有限等现状，使得学校餐饮浪费问题依然突出。随着人工智能技术的进步，为检测和评估“光盘行动”的效果提供了崭新的解决途径。本项目引导学生探索图像分类、目标检测等人工智能技术，学习使用这些技术解决当前学校食堂餐饮浪费问题。学生利用图像分类、目标检测等人工智能技术完成对用餐情况的识别，并通过灯光或声音给予友好的鼓励与表扬，实时统计班级或全校“光盘”数据，通过数据反馈，为学校餐饮浪费的减少和菜品质量的改进提供科学依据。

（2）教学目标。计算思维目标：针对待解决的问题，能够将其分解为若干小任务，合理设计相关算法，并通过编程实现。Python知识目标：理解并掌握Python中类、对象、属性、方法、模块、库等核心概念。人工智能案例目标：了解图像分类、目标检测等人工智能技术及实现方法，借助人工智能平台进行数据采集、数据标注、模型训练、评估、应用等活动，体验图像分类技术的实现过程。

（3）学情分析。教学对象是六年级的学生，他们对解决真实问题充满兴趣，对用人工智能技术解决实际问题充满热情，在前面的课程中已了解了机器学习的一般过程及机器学习任务中的数据、算法、算力，能利用在线平台和Python开源代码训练二分类模型，但对训练好的模型进行转换和AI应用部署Python编程代码还存在学习挑战。

（4）主要教学流程。第一阶段：入项活动。教师课上出示学校食堂学生就餐时食物浪费的实例，展示学校德育处大队委学生检查剩余食物作为每班用餐评价打分，引导学生分享在食堂就餐时遇到的问题。学生讨论食物浪费可能造成的后果，如资源浪费和环境问题等，并思考如何减少浪费，分析为什么现有的监督方法和宣传活动可能还不足以解决问题，如何能更有效地监督和推动同学们减少浪费？结合餐饮浪费问题，教师追问人工智能技术帮助实施和改善“光盘行动”的可能性，提出人工智能在解决食堂浪费问题中的潜在角色。

第二阶段：数据准备，打造个性化数据集。为了进一步减少午餐浪费，学生利用人工智能技术训练模型，利用中午就餐时间，在食堂拍摄若干张光盘、非光盘的照片，进行整理分类，并按8∶1∶1划分训练集、验证集和测试集，做成数据集。

第三阶段：模型训练，推理测试。学生借助OpenInnoLab浦育平台上的MMEdu工具完成模型训练和推理等工作。学生用采集到的不同数量图像作为数据，进行多次模型训练；根据模型识别率，不断规范数据，优化模型。

第四阶段：模型部署，安装测试。学生将训练好的模型部署到了边缘设备（如行空板），加上灯光或语音等硬件，实现摄像头检测到光盘，便显示灯光或语音给予表扬，并能实时显示每班“光盘”数量，同时在食堂进行实际测试。

第五阶段：反思与评价。在项目完成后，学生进行展示和评价。同时，师生共同探讨项目的效果和进一步的改进空间。每个小组汇报设计思路、实施过程和遇到的挑战，以及是如何解决这些问题的。学校考虑将最有效的方案投入使用，并可能与其他学校分享这个经验。

在整个项目实施过程中，学生在每个环节都能够将看上去复杂的任务分而治之，并运用Python编程语言贯彻执行解决方案。他们不仅是掌握了编程和数据处理的实用技巧，更是领会了如何将所获知识付诸实际操作，以应对现实中的问题，进而引导出持久性的行为转变[4]。

结 语

人工智能案例驱动的小学Python编程教学，使学生的学习经历不再局限于枯燥的技能训练，而是扩展到了解决真实问题的情境中。这种学习方式大大提高了学生主动学习的兴趣，强化了他们的科学素养和人工智能应用意识。更重要的是，此教学模式为学生今后深入学习人工智能、数据科学打下了坚实的基础，激发了学生的创新精神和探索未来的勇气。

参考文献

中华人民共和国教育部. 义务教育信息科技课程标准（2022年版）[S]. 北京：北京师范大学出版社，2022.

段波. 面向计算思维发展的中学人工智能课程活动设计[J]. 天津师范大学学报（基础教育版），2022（1）.

岳彦龙，张学军，梁屿藩. 人工智能教学如何培养高中生的计算思维？[J]. 基础教育，2022（1）.

刘妍，胡碧皓，顾小清.人工智能将带来怎样的学习未来：基于国际教育核心期刊和发展报告的质性元分析研究[J]. 中国远程教育，2021（6）.

编 辑：冯艳艳