网站大量收购闲置独家精品文档,联系QQ:2885784924

AI+STEAM跨学科课程教学的设计框架与实施方法——以《网.docx

AI+STEAM跨学科课程教学的设计框架与实施方法——以《网.docx

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

AI+STEAM跨学科课程教学的设计框架与实施方法——以《网页智能排名问题中的计算思维》一课为例

武迪白冰袁中果中国人民大学附属中学

AI表示人工智能教育,STEAM是在STEM(科学,技术,工程,数学)基础上加入艺术的跨学科综合教育。人工智能本身需要多学科基础并且广泛应用于多领域,因此,在中小学阶段适合在STEAM的跨学科综合教育框架下开展学习。

要将AI+STEAM跨学科课程落实到课堂教学中,除了要明确教学目标、分析教学内容、设计教学环节,重要的是要明确跨学科教学的交叉点,并落实到各个教学环节中。

《网页智能排名问题中的计算机思维》一课属于“人工智能+数学”的跨学科内容,在教学中,可以融合STEAM多学科的元素,教学环节设计对标问题解决的过程。信息技术学科包含四大核心素养,分别是信息意识、计算思维、数字化学习与创新和信息社会责任;数学学科包含六大核心素养,分别是数学抽象、逻辑推理、数学建模、直观想象、数学运算和数据分析,两个学科都强调了抽象与建模,这也就是跨学科课程内容的核心交叉点。下面,笔者以本课为例,从横向及纵向两个方向,分析如何将AI+STEAM跨学科课程落实到课堂教学中。其中,横向以跨学科作为交叉点设计,纵向以计算思维问题解决过程设计,如图1所示。

图1AI+STEAM跨学科课程教学的设计框架

本次课教学环节分为引言(问题界定)、分析问题(抽象与建模)、求解问题(算法实现)、迁移应用(系统总结)、课堂总结。更重要的是,在建模(分析问题)与仿真(求解问题)的过程中将其不断进行迭代优化,笔者以本课部分教学环节为例展开。

情境:假设学生作为“小白”搜索引擎公司的技术团队,目前团队正在攻克网页排序的技术难题。高考录取按照分数排名,“大学排行榜”按照各个领域得分总和进行排名。那么,网页是怎么排名的?技术团队应该如何设计各个网页的分数呢?

(1)抽象:网页及其关系的抽象形式化表达

互联网上有海量的网页,如何抽象地表示这些网页及它们之间的关系呢?这个子问题的解决引出“向图”的概念。学生首先对这个真实问题进行抽象形式化表达,为后续建立模型、设计算法和自动化实现做好准备。用ABC分别表示图2中的三个网页,用带有箭头的边表示网页之间的超链接关系,箭头的方向表示超链接的方向,图2(a)中的具体问题可以抽象形式化表示为图2(b),这类图称之为有向图。

图2简化的网页及其之间相互关系的具体情境

(2)建模:建立网页排序的基本模型

模型要能够刻画问题的本质规律,而网页排序的依据就是网页的“分数”。学生作为技术团队成员,要实现网页的自动排名,核心问题就是如何给每个网页打分。

教师可以引导学生结合日常学习生活中的情境建模,如班级选三好学生,其常见的方法是请每位同学投票,统计每个人的得票数,票数高的同学排在前面,可以当选。例如,在网页A上有一个超链接,可以链接到网页B,就等价于网页A给网页B投了一票。

网页间的投票就是网页上的“超链接”,如在网页A上有一个超链接,可以链接到网页B,就等价于网页A给网页B投了一票。要计算每个网页的分数,就如同计票,学生可以数一下每个网页被其他多少网页投了票,也即指向该网页的超链接的总数目(如图3)。

图3网页排序模型的超链接方法示意

(1)网页排名模型改进1——水军问题

情境:竞争对手小黑公司在得知小白公司搜索策略后,针对某一词条现有的网络结构(白色节点所示)恶意加入了4个新网站(黑色节点所示),如图4(a)所示。按照现有算法,恶意竞争节点因为有来自水军网站的投票,得分上升到与有效信息网页相同的位置。

图4网页排名水军问题案例示意

模型改进:模型不仅需要数量,还需要质量保证。每个网页的质量可以用分数来表示,简称PR值。PR值高,说明网页重要,排在前面。一个网页pi的PR值的计算方法:①有多少网页链接到了pi;②这些网页的PR值是多少。这是经典的鸡生蛋、蛋生鸡的问题。针对这个问题,投票模型可以改进为迭代模型,前一轮是后一轮计算的基础,直到收敛(相邻两轮的结果没有变化或变化很小)为止,其数学表达如下:

问题求解:教师在这个环节重点引导学生能够画出表示解决问题方法的流程图(如图5)。算法实现不一定要编写程序,表演活动是一种方式,已有的一些常用工具也是一种方式。例如,学生可以在电子表格里进行建模和仿真,用计算公式建立模型,并进行自动计算(填充)。

图5算法流程图

如图6所示,第一行是迭代计算表达式,第二行为各结点的初始值1/N(N为结点数量),第三行起为计算公式,如单元格A3=C2,B3=0.5*A2,C3=0.5*A2+B2,通过电子表格自动填充可以下拉得到多轮迭代的结果。

图6电子表格求解问题

(2)总结网页排名模型的迭代改进

笔者通过网页排名问题的真实案例,从抽象到建模,到不断发现问题,改进模型,最

文档评论(0)

ZC强 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档