智能大数据时代的信息技术学科核心素养培养路径探析.docxVIP

智能大数据时代的信息技术学科核心素养培养路径探析

摘要：人工智能和大数据分析等先进技术正改变人们的生活，也为中学信息技术学科教学工作提出了新挑战。本文面向智能大数据学科领域，调研了当前中学智能学科研究现状，详细讨论了当前中学智能大数据教学瓶颈。继而深入分析智能教学的技术特点，综合探析智能大数据在中学阶段的教学过程，形成一种培养目标内核化

（Kernelization）、培养内容典型化（Typicalization）和培养方案牵引化（Traction）的新型核心素养培养路径，称为KTT路径，为智能大数据在中学阶段的教学工作提供方法支持。

关键词：人工智能，大数据分析，高中，计算机，信息技术，核心素养

引言：随着人工智能、大数据分析等计算机前沿技术的发展，智能大数据时代已悄然到来。技术的革新不仅改变了人们的生活方式，也逐渐成为民众的学习热点，使得智能技术的学习趋向普世化和基础化。在此背景下，教育部于2018年公布了高中信息技术课程教学的新标准,强调在对学生进行课程素养培养的过程中，应当贴合当前信息技术数据化应用的发展趋势,将人工智能等新兴技术纳入课程教学内容中。毫无疑问，面对智能大数据等新兴技术的出现，中学信息技术教育理念及培养方式的调整和改革势在必行。

近年来，我国很多地区开展了中学阶段的人工智能、大数据技术普及教育，这类教育大多以课外活动或课堂补充等形式为主，虽然取得了一定的教学成果，但尚未形成统一的学科核心素养培养路径，使得教学成果的持续性和复用性大打折扣。目前来看，在智能大数据背景下，系统化的信息技术学科培养路径建设仍存在以下挑战。

首先，如何在原有信息技术学科体系之上合理兼容智能大数据培养内容。人工智能、大数据分析等新兴领域学科的理论深度和实操素养较之传统计算机领域研究方向有很大不同。牵涉到概率论、机器学习、分布式计算、智能算法等诸多领域内容，对于中学信息技术学习而言难度难以把控，容易造成内容过深过广，与传统的计算机编程、逻辑算法衔接不当等问题。

其次，如何针对智能大数据的学习特点，科学制定学科培养目标以合理提升学生学

1

科核心素养。根据智能大数据的技术特点，传统计算机课程的学科培养目标难以适用。一方面，传统的以计算机编程和逻辑思考为主的培养目标并不能覆盖智能大数据时代的知识学习需求，需要从计算思维逐步演化为智能思维。另一方面，考虑到智能大数据技术本身的难度构成，培养目标应当循序渐进，以启发式、引导式为主，既要避免大而全，又要舍弃深而专，应制定适合中学学生特点的智能信息技术培养目标。

再者，如何面向学科核心素养需求确立合理可行的培养方案。由于人工智能、大数据分析涉及的学习内容广泛，所需的知识背景和支撑环境相对严苛，传统的软硬件相关培养路径在数据、平台、算法等方面难以支撑其课程培养目标，需要针对学科核心素养增加多维度培养方案，此外亦需通过迭代更新精简课程设置，挖掘学习重点，提升学生兴趣，探索场景导入、由点及面等新型培养方式。

当前，针对人工智能在中学课程培养目标及路径的调查和研究逐步兴起。其中，彭玮丽[1]针对新课标下的人工智能课程建设进行了目标调研，并从教学目标构建、教学过程考核等方面提出了构建设想。刘军芳等人[2]针对新课标下中学信息技术教育和人工智能教育创新发展趋势，研究了虚拟机器人在程序设计和综合实践方面的应用。其他相关研究[3-9]对人工智能相关技术在中学阶段的教学应用均进行了一定程度的调研，对其在中学学科素养培养过程中的前景、表现和评价进行了一定程度的探讨。然而这些研究尚停留在教育策略探讨阶段，未能对人工智能学科本质进行梳理，并未紧密联系中学信息课程的教学需求，因此难以解决上述培养路径建设的诸多挑战。

本文从技术分析入手，首先深入探讨人工智能、大数据分析等相关领域技术特点，结合中学信息技术及人工智能教育现状，着力分析和研究符合信息学科核心素养培养内容和目标，提出一种新的智能大数据中学核心素养培养路径（简称KTT路径），涵盖了培养目标、培养内容和培养方案的具体设计。

一、人工智能及大数据分析技术特点

近年来，随着机器学习、神经网络等技术的不断发展，计算机学科迎来了智能大数据时代。人工智能及大数据分析涵盖的内容广泛而深刻，包含计算机视觉、自然语言处理、虚拟现实、推荐系统、云计算、机器人智能等诸多智能领域，涉及机器学习、深度学习、强化学习、分布式系统、智能搜索、模式识别、数据挖掘、数据存储、边缘计算等相关计算机技术，连接概率论、线性代数、图论、离散数学、面向对象与程序设计、数据库等数学、计算机方向的基础科学理论。“智能”是该领域学科的核心，智能不仅

2

包含了传统计算机编程中自动化程式的内涵，更表示让机器主动计算和学习，产生符合人类预期，甚至超出人类预期的有价结论。在此过程中，“数据”