中小学人工智能跨学科的课程设计与课堂教学.docxVIP

中小学人工智能跨学科的课程设计与课堂教学

【摘要】中小学人工智能跨学科课程的落地需要学科交叉點。本文以人工智能与数学为例，将跨学科课程的落脚点设计为：建模。一方面建模是信息素养中计算思维的核心要素，另一方面建模是数学学科核心素养之一。此外，建模的本质是源于并用于生产生活、人类发展历程中的实际问题，是面向真实问题解决路径的体现，适用于项目式学习。本文聚焦笔者开设过的课程“人工智能中的数学建模”，详细分析课程设计，包括课程结构、教学内容的选择等，并介绍课堂教学的实施方式，包括师生学习共同体及教学评价等。最后，笔者给出自己对中小学人工智能跨学科课程开设的思考与展望。

【关键词】人工智能;数学建模;课程设计;跨学科;核心素养

中小学人工智能跨学科课程的落脚点分析

互联网+大数据时代积累的巨大能量，如数据、计算能力等，在人工智能时代全面释放。我们已经从“互联网+”时代步入“智能”时代。不是大势所至，而是未来已来。在大数据驱动的智能化、数字化社会，计算无处不在。

人工智能是一个跨学科综合的领域，本质上与STEAM教育深入融合，交叉了信息科技、数学、物理学、生物学、认知学科、脑科学、心理学、社会学、哲学等。在智能时代，各学科领域和各行各业普遍存在着学科交叉和跨界创新[1]。人工智能跨学科课程是一种教育的创新尝试，以解决现实世界问题为载体，一方面解构人工智能的跨学科基础，另一方面结合人工智能在自然科学、社会科学、技术、工程等方面的具体应用案例，以案例学习整合项目式学习为抓手，创新地开展智能时代的人才培养[2][3][4]。

人工智能有三个支柱：大数据、计算能力和建模算法，如图1所示。而中学阶段最能够落地培养的就是建模算法，这也是数学和信息这两门课程新课标的直接体现。因此，“人工智能+”人才培养的落脚点可以选取“建模”这个方向，也就是人工智能+数学的跨学科交叉。

建模与当今世界各行各业都紧密相连，如交通、信息、生物、电子、政治决策、经济金融、物流、机械、通信电力等。建模的本质是源于并用于生产生活、人类发展历程中的实际问题。

在《普通高中信息技术课程标准（2017年版2020年修订）》[5]中，计算思维是信息素养四个要素之一，其中抽象建模是计算思维的要素之一。在《普通高中数学课程标准（2017年版2020年修订）》[6]中，数学建模被列为数学核心素养之一。“建模”是信息和数学学科核心素养的共性和交叉点。

人工智能跨学科课程的落地有以下几点需要思考。

（1）人工智能跨学科教学的落地需要课时，需要有实际的课程作载体，课程可以在三个层面上开展，一是“面向全体”的必修课程，二是“面向群体”的拓展课程，三是“面向个体”的荣誉课程。面向对应学生群体的教育内容和素材应适应学生的特点。

（2）人工智能跨学科教学可以在STEAM教育的思想和框架下展开，让所有参与的学生都能受益。

（3）人工智能跨学科教学的主战场是各个学科日常课程，在教学中主动结合建模思想和实践，以计算思维和数学建模的结合在真实问题情境下开展教学。

（4）学科交叉融合激发科技创新活力。人工智能的跨学科教学是培养创新人才的途径之一，在教学实践中一方面培养学生的交叉创新思维，另一方面对激发教师的创新热情、开阔视野、挖掘创造性教学潜能具有重要意义。学校需要搭建并提供适合教师的跨学科教学环境与机制。

本文接下来以人工智能+数学跨学科课程“人工智能中的数学建模”为例，介绍这类课程的设计与课堂教学实施的方法，抛砖引玉。

“人工智能中的数学建模”课程设计

1.课程教学内容设计的根本出发点

“人工智能中的数学建模”课程教学内容设计的出发点是学生核心素养的培养，聚焦学科核心素养的交叉点。

信息素养中的“计算思维”是指个体运用计算机科学领域的思想方法，在形成问题解决方案的过程中产生的一系列思维活动。具备计算思维的学生，在信息活动中能够采用计算机可以处理的方式界定问题、抽象特征、建立结构模型、合理组织数据;通过判断、分析与综合各种信息资源，运用合理的算法形成解决问题的方案;总结利用计算机解决问题的过程与方法，并迁移到与之相关的其他问题解决中[7]。

数学素养中的“数学建模”是对现实问题进行数学抽象，用数学语言表达问题、用数学方法构建模型解决问题的素养。数学建模过程主要包括：在实际情境中从数学的视角发现问题、提出问题，分析问题、建立模型，确定参数、计算求解，检验结果、改进模型，最终解决实际问题。数学模型搭建了数学与外部世界联系的桥梁，是数学应用的重要形式。数学建模是应用数学解决实际问题的基本手段，也是推动数学发展的动力。数学建模主要表现为：发现和提出问题，建立和求解模型，检验和完善模型，分析和解决问题[8]。

计算思维运用抽象建模来分析问题，并且跨学科地解决包括各领域的数据分析与处理等问题。因此，计算思维与数学抽象、数