摘"要：當前，由于面向新課標的人工智能教學案例較少，一線教師缺乏相關的理論指導和人工智能教學項目設計經驗，在教學設計與實施中存在一些困惑。從情境設置、目標引導、任務安排、評價設計四個方面，提出人工智能教學項目的設計策略。同時，以“基于機器學習的口罩佩戴智能檢測”為例開展相關實踐，以期為一線教師提供參考，并豐富相關教學研究。關鍵詞：中學信息科技；人工智能；教學項目；項目式學習；機器學習0"引言近年來，從國家政策到課程標準，我國大力倡導并支持中小學人工智能教育。2024年，教育部辦公廳發布《關于加強中小學人工智能教育的通知》，明確探索中小學人工智能教育實施路徑的要求[1]；《普通高中信息技術課程標準（2017）年版》將人工智能作為高中學生選擇性必修的學習內容[2]；《義務教育信息科技課程標準（2022年版）》將人工智能作為初中學生的學習內容[3]。在此背景下，中小學人工智能教學研究有了新的時代意義。不同學段的人工智能在教學內容、難度、深度等方面都有不同的側重：小學階段的教學重點是感悟人工智能，以培養興趣為主；初中階段的人工智能學習不僅僅停留在感悟與體驗人工智能的程度，而是讓初中生嘗試完成簡單的人工智能作品；高中階段強調人工智能基本理念與原理的傳遞，并讓學生設計出相對復雜的人工智能作品[4-5]。然而，當前我國的中小學人工智能教育剛剛起步，專業教師較少，相關的理論研究與實踐經驗也不夠豐富[6-7]。因此，本文嘗試提出人工智能教學項目的設計策略與可行建議，以供同行交流借鑒。1"人工智能的主要特征1.1"智能模擬人工智能由人類設計，為人類服務；能感知環境，能產生反應；可以為人類提供延伸人類能力的服務，實現對人類期望的一些智能行為的模擬。近年來，智能化技術逐漸替代了傳統方法，在社會的各個領域產生廣泛的應用。1.2"繁復交叉人工智能是計算機科學、數學、邏輯學、語言學、心理學、認知科學等諸多學科的交叉融合，是一門面向復雜問題解決的綜合應用型學科。人工智能涵蓋文本、語音、視覺、觸覺等基本交互方式，可以通過搜索、推理、預測、機器學習等多種形式實現。1.3"數據驅動在當前的發展階段，人工智能的決策來自從數據中學到的模型，而非事先預設的程序。智能化應用也是通過對數據進行采集、加工、處理、分析和挖掘，從而形成有價值的信息流和知識模型。1.4"自動適應人工智能具備適應特性與學習能力，可以從復雜的數據中獲取有價值的信息，從而應對不斷變化的現實環境并迭代優化。深度學習可以根據輸入的數據和外部環境的變化，自動調整參數；強化學習可以通過不斷試錯來學習，并通過獎勵和懲罰來自動調整自己的行為。通過自動適應，人工智能可以自主地學習、優化、適應和推理，從而提高智能化應用的效果和精度，更好地應對現實生活中的各種問題。2"人工智能教學項目設計策略基于對人工智能特征的剖析與對課程標準的研究，結合中學信息科技課程的人工智能教學經驗，本文針對項目式學習的四個重要要素（情境設置、目標引導、任務安排、評價設計）提出設計策略，如圖1所示。2.1"情境設置在項目情境設置方面，要以貼近學生生活的真實情境作為指引展開項目。真實情境的事物是可以不斷優化的，這與人工智能迭代的特征相契合。在項目情境中，教師展示一些用傳統技術難以解決的、機械重復的場景，可以引導學生聯系人工智能技術，思考如何用智能替代機械重復的人力勞動。2.2"目標引導人工智能對人類智能的模擬，不僅創造了巨大的價值，也帶來倫理與安全挑戰。目標引導應重視技術倫理，讓技術服務于社會進步、造福人類，保持科技向善發展。同時，要注意讓人類和機器在工作中緊密合作，充分發揮各自的優勢，實現高效的工作成果，實現人機協同。2.3"任務安排人工智能具有繁復交叉的特征，涉及多學科內容，對相關知識和技能的要求較高。但若拘泥于個別難點，學生會陷入技術的漩渦。因此，教師需要降低技術難度，著重任務設置，讓學生認識人工智能與傳統技術的不同之處，感受數據、算法、算力三大要素對人工智能項目的影響，即要“關注三個要素”。2.4"評價設計在項目評價設計方面，不僅要采用多元、綜合、多樣的方式進行較為全面的評價設計，還要聯系數據驅動、自動適應的特征，讓學生能夠根據人工智能項目模型表現，通過改善訓練數據、調整參數等方式進行模型優化，引導學生產生不斷迭代優化的意識。3"人工智能教學項目設計實施要點與案例分析以“基于機器學習的口罩佩戴智能檢測”為例，進行人工智能教學項目設計的實施要點闡述與案例分析。3.1"情境設置：立足真實情境，關注機械重復的人力勞動3.1.1"實施要點在項目中創設真實情境，課堂上呈現的場景要貼近學生生活，以引導學生發現問題，并利用人工智能技術解決問題。同時，在情境中還要著重展現涉及機械重復的人力勞動場景，啟發學生思考、分析“可以借助人工智能技術對傳統工作流程中的哪些環節進行改進”，進而引導學生暢想用人工智能等技術改善后的形式、做法，形成作品方案的初步構思。3.1.2"案例分析在本案例中，教師需要展示情境：隨著某病毒不斷地演化，傳染力上升到較高的程度。在某學校門口，值班教師正在逐一檢查學生的口罩佩戴情況，如未佩戴口罩或者口罩未掩住口鼻，會進行語言提醒，待學生正確佩戴口罩后方可進入。通過展示真實情境引導學生發現，檢查佩戴口罩的工作是機械重復且耗時耗力的，從而引出主題項目，即智能檢測口罩佩戴情況。對口罩佩戴檢測問題進行仔細剖析，有利于后續項目目標的制定與項目任務的完成。口罩佩戴智能檢測問題分析如表1所示。在實際教學中，教師可以呈現實際生活中的相關影像，幫助學生對該問題進行思考并分享；還可以采用模擬情境方法，以接近現實的工作內容和范圍為場景，讓學生親身體驗口罩佩戴檢測工作角色來展開教學。3.2"目標引導：重視技術倫理，構建和諧共生的人機關系3.2.1"實施要點《義務教育信息科技課程標準（2022年版）》中強調人工智能倫理、安全與發展。教師要讓學生了解人工智能帶來的倫理與安全挑戰，增強自我判斷意識和責任感，做到與人工智能良好共處。在進行項目目標引導時，要重視技術倫理教育，避免人工智能技術的濫用和對個人隱私的侵犯，引導學生關注“人”的主體性。同時，目標引導還要結合人類擁有的情感、思維和創造力與機器的高效計算、自動化和精確性，以創造出具有和諧人機關系的智能系統。3.2.2"案例分析在本案例中，目標設定為：自動對攝像頭捕捉的視頻圖像信息進行分析識別，無須人工干預地進行口罩佩戴檢測。對校門口的師生入校實時檢測時，當檢測到師生未佩戴口罩或未規范佩戴口罩會立即觸發提示，并最大限度地降低誤報和漏報現象。本案例的第一個子目標是：從攝像頭獲取的畫面中檢測出人臉。第二個子目標是：判斷人臉是否佩戴且正確佩戴了口罩。第三個子目標設立為開放性目標，由學生小組自行確定對未正確佩戴口罩人員的處理方式，引導學生要注意在有效與合理有度之間取得平衡，即關注技術倫理與人機關系。如在傳染病肆虐的時期，對在公共場合不佩戴口罩或未規范佩戴口罩的人進行禮貌勸導，但不可做過激的制止舉動，更不可侵犯個人隱私。在實踐中，針對案例中的開放性目標，有的小組采用通過揚聲器播報“請佩戴好口罩再進入”的方式；有的小組采用通過大屏幕放大人臉的方式進行提醒；也有的小組結合學校的學生項目和證件照信息，識別未正確佩戴口罩學生的具體身份后點名提醒。3.3"任務安排：降低技術難度，聚焦人工智能的三個要素3.3.1"實施要點在安排項目任務時需要注意降低技術難度。若項目中涉及的技術過于深奧，學生易面臨概念難理解、算法太復雜、編程不熟練等困難，不利于對人工智能原理的體會和對人工智能項目的推進。教師可以通過提供主要程序，讓學生完成部分程序的方式，幫助學生解決編程基礎不佳的問題；還可以選擇功能特點相符、難度適宜的開源人工智能平臺展開教學。同時，教師可以結合人工智能的三要素進行任務安排，有針對性地設計學習支架，降低技術難度。人工智能的三要素是數據、算力、算法，但并非要學生學會底層的數據模型與算法，而是讓學生知道數據有好壞、算法有優劣、算力有強弱，感受三要素的相互關系與對人工智能模型的影響。3.3.2"案例分析在本案例中，可以利用機器學習技術的圖像識別，搭建能夠智能檢測口罩佩戴情況的系統。機器學習是學生作品制作的重中之重，在利用機器學習進行圖像識別處理部分，本案例提供了項目書。為了幫助學生克服知識技能困難，項目書通過問題的形式，引導學生完成各個任務，并思考三要素對人工智能模型的影響。項目書中的機器學習步驟如表2所示。在數據收集環節，教師為學生提供了基礎的訓練集，學生只需要針對模型表現不佳的情況補充數據。教師也可以提供“爬蟲”（Python）程序和操作視頻幫助學生批量下載數據，減輕人工下載的負擔。在選擇算法時，教師提供多種算法，讓學生通過多次測試選擇最適合的算法訓練模型，避免學生陷入復雜的算法和編程困難。3.4"評價設計：強調全面評價，注重精益求精的迭代優化3.4.1"實施要點在評價方面注重評價主體多元、評價內容綜合、評價方法多樣。1）評價主體多元：師生互評、生生互評，不僅可以讓學生獲得教師和同學的建議，也能幫助教師了解學生的感受。2）評價內容綜合：對教學過程中的表現、學習成果作品、學習反思文本等進行評價，有利于綜合了解學生在學習過程與結果中的表現。3）評價方法多樣：可以采用訪談、測試等傳統方法，也可以采用課堂教學行為量化分析、人工智能師生情緒識別等新型方法。人工智能具有迭代優化的特征，利用訓練集訓練模型之后，可以使用測試集測試模型在新數據上的表現。學生針對測試效果，通過優化訓練集、調整超參數，讓模型處于更好的狀態。教師可以參考學生項目書中記錄的調整過程進行評價。人工智能項目會形成一定的作品，教師在進行學生作品評價時可以使用量表的方法進行評價。量表要結合提出的項目目標進行設計，不僅要關注項目目標的完成情況，也要注重觀察學生對項目的優化過程與未來展望。3.4.2"案例分析本案例在評價環節設計了攻防游戲，小組間互為攻守：一方負責攻擊對方模型，找尋漏洞；另一方負責守衛模型，不斷優化數據集，選擇更合適的算法。針對人工智能項目，設計學生作品評價量規，如表3所示。該學生作品評價量規不僅關注學生對人工智能倫理的認識（技術倫理）和學習的過程與結果（機器學習模型），還關注其對生活的思考（應用性）與創新能力（創新性）。在評價內容方面，不僅評價學生小組的作品功能和效果，還要評價項目書上的學習過程。教師著重關注學生能否反思數據和模型測試結果的關系，在課后可以通過問卷了解學生對于課堂的感受與建議，還可以對表現不同層次的學生進行訪談，了解不同層次學生對于課堂的感受的差別，對教學設計進行優化。多種評價方法相互佐證，教師可以全面地了解教學情況，完善教學設計。4"結束語本文針對項目式學習的要素，總結中學信息科技課程人工智能教學項目的設計策略，結合教學案例