引领科学前沿、服务科学教育！ “百研工坊”主办主体为东南大学脑与学习科学系教育部“国培计划”小学科学项目培训团队，是东南大学面向小学科学教育研究与实践的唯一公众号。【摘要】目前，人工智能(AI, Artificial intelligence)教育在K-12学校非常受欢迎，但教育者和专家发现，设计AI课程是一项挑战。很少有研究能够告诉实践者如何设计和实施AI课程，因此需要采用可持续的方法来规划高质量课程。教师对新兴人工智能技术的理解至关重要。因此，本研究开发了一个包含内容、结果、过程和实践四个方面的课程设计模式。它对12所K-12学校的数据进行专题分析，其中包括个人访谈、教学文件和24名教师的会议记录。研究结果揭示了六个关键组成部分:人工智能知识、人工智能过程、人工智能的影响、学生相关性、师生沟通和灵活性。因此，本研究提出一种整体的K-12人工智能课程设计方法。
人工智能的快速发展正在从根本上改变我们的生活、学习和工作方式。人工智能已经远远超过了专业和学术研究的分支，因此人工智能教育必须从专业转向主流。传统上只在高等教育中涉及的人工智能主题，正在作为一项全球战略倡议进入K-12课堂。这项倡议的目的是教育后代。K-12阶段的人工智能教育不仅可以帮助儿童了解新兴技术以及其工作机制，而且可以培养未来的人工智能用户、软件开发人员和研究人员。然而，K-12学校的课程设计比高等教育要复杂得多。如何将这一新举措转化为实践是一个问题，而且它的实施在学校之间可能有很大差异。本研究从课程内容、结果、过程和实践四个方面，来设计K-12学校整体AI教育设计的框架。
课程代表了教育过程中学生经历的总和，由教师规划和指导，并由学生在各种环境中学习。文献提及了课程设置的四种主要方法:内容、结果、过程和实践。这对课程改革的研究和实践者创建或修改课程都有一定的参考价值。
内容法：把课程看作内容，教育就是知识的传递。因此，重点在于主题内容，即大纲，以及有效教学方法的确定。课程的合理性在于其内容，而不是其效果。结果法：将课程视为结果意味着教学被视为提高学生能力的工具。学生的表现和能力是核心组成部分，对学生学习成果的评估是主要目标。学生在学习中很少有发言权。过程法将教学视为一种发展过程，强师、学生和内容如何互动和发展(满足学生的需求)。课程上使用的不是所有教师都能在课堂上讲授的标准教材包，而是教学实践指南。在这种教学方式下，学生被视为有发言权的主体，而不是教学的对象。实践法：通过将知识与现实世界的应用联系起来，专注于在学习过程中理解知识。在教师的指导下，学生将与同龄人一起学习解决现实世界的问题——通过制定行动计划来获取内容知识并实现结果。学习过程和结果被不断地评价。
然而，这些课程设计方法并不是相互排斥的。他们借鉴了以学生为中心的学习理论和教育与发展心理学。他们发现和培养学生的长处，每个学生都在自己的学习中扮演积极的角色，学生和教师共同开发课程。
大多数关于K-12学校人工智能教育的研究都集中在技术和技能以及可以使用的人工智能工具上。教学被视为知识的传递，所以教学大纲和评估方法可以用来确定人工智能课程的知识和工具。他们强调预定义的内容和结果，而不是教师、学生和知识如何互动，因此并没有为K-12提供全面设计的人工智能课程。因此，中学没有既定的课程，也没有定义明确的人工智能教学内容知识。
另外，大学单独制定课程政策，而中小学则必须遵守国家或地区的课程政策。因此，K-12课程是一个动态的过程，且有必要让教师根据政策调整并开展实践，以满足当地(即学生和学校)的需求。在为新兴的人工智能技术设计课程时，教师的观点至关重要。
本研究以整体的视角，探讨如何运用四种课程方法设计K-12课堂的人工智能教育课程。教师的视角对于理解人工智能技术在课程设计中的作用至关重要。因此，本研究结合内容、结果、过程和实践的方法，形成一个框架，分析教师的观点和教学，以及他们对K-12人工智能教育关键设计要素的建议。
本研究的参与者是来自香港12所中学的24名教师(每所2名)，他们设计并教授自己的AI校本教学单元。
我们采用定性的方法，从24位教师访谈、12套教材和课程会议记录中获取数据。作者与两位在计算机科学教学和课程规划方面有丰富经验的专家合作，开发了半结构化访谈方案。访谈中提出了以下问题:
研究助理进行了半结构化的访谈，参与者和助理研究员共同探索了如何设计和教授人工智能课程，教师以这些材料作为证据来支持他们的想法。数据分析分为四个阶段，基于已建立的理论框架，确保真实性、可靠性和可信赖度。
第一阶段：分析数据并生成初始代码。一名研究助理逐行阅读这些内容，并用描述显著内容的代码注释文本。
第二阶段：搜索主题。另一名研究助理审阅了所有带注释的转录本，以彻底检查代码并确定解释中的差异。另一名研究助理则充当解释差异的协调者。团队分析代码以生成初始主题。
第三阶段：审查主题。团队将主题分组，并将主题分成子主题。这个过程不断重复，直到研究人员对专题框架满意为止。
最终的主题由内容与产品、过程与实践两个主题组成。每个主题都有三个副主题：AI知识、过程和影响；学生相关性、师生沟通、灵活性。这包含6个主要含义，构成了为K-12学校设计人工智能课程的整体方法模型。
主题1描述了教师在K-12环境中教授人工智能技术所需的各种内容以及取得的学习成果。分析显示，没有一位人工智能教师知道适合自己教学的内容，所以他们会根据自身情况选择材料或修改内容。所有与会者都建议内容应包括三个副主题:人工智能知识(人工智能是什么)、人工智能过程(人工智能如何工作)和人工智能的影响(它对社会和个人的影响)。
(1) AI的定义。大多数教师给出了这样的定义:“人工智能是指机器执行类似于人类学习和决策的任务的能力。”学生应该理解人工智能机器如何使用数据来发展能力的基本概念，包括建模、统计推理和学习算法。为了更好地训练模型和算法，需要云计算来处理大量的数据。这个定义产生了子主题1.2的内容选择:人工智能的处理过程。
(2) AI的发展。大多数教师表示，学生应该了解人工智能的历史和最新发展。所有的老师认为学生应该能够判断他们正在使用的技术是否是人工智能,并意识到AI产生的影响,因为他们可以隐藏在我们的日常生活中提供在线帮助。因此，学生应该识别出人工智能技术在我们日常生活中的应用。
我们对这一子主题的分析表明，除了教授人工智能技术的工作原理，还应该包括人工智能处理过程、感知和技术技能。了解人工智能的工作原理可以鼓励学生成为人工智能开发人员或研究人员。
(1)感知。分析结果表明，“人类学习和决策”是人工智能的核心知识，就像机器通过收集数据感知我们的世界一样。感知是组织、识别和解释感官数据的能力，从而能够表示和理解信息。学生应该了解人工智能技术如何通过体验、互动和编码处理数据，这些数据可以是视觉的、音频的、创造或推理出来的。
(2)技术。AI关注的不仅仅是编码。学生应该能够使用机器学习库进行数学运算和分类训练，并且应该熟悉神经网络的概念。
在该主题中，老师们建议在人工智能伦理设计研究中应该包含社会影响、人工智能伦理和人类偏见这两个领域。这是K-12教育的重要主题。
(1)社会影响。分析显示，所有的教材都包含了这个主题。人工智能技术在日常生活中为我们解决现实世界的问题，并有能力将每次互动变成一个持续的学习过程。人工智能技术在全球、社会和个人层面都有积极和消极的影响，比如未来劳动力的变化和社会生活的改善。
(2)人工智能伦理与人类偏见。本主题旨在把学生学生成为道德设计师。学生应该从开发者、决策者和用户等利益相关者的角度来考虑道德问题。他们不仅应该从不同的角度探讨这些问题，而且应该为基于人工智能的技术的伦理设计和部署制定原则。
这个子主题表明教师认为学生在AI教学中的相关性很重要，并建议在设计学习任务时应考虑真实性并具有全球视角的理解。
(1)真实性。所有教师都表示，由于学科的抽象性，学习设计的真实性对AI教育至关重要。学生们应该参考他们在日常生活中可能遇到的现实问题来学习人工智能。他们应该使用与他们相关的人工智能应用程序。
(2)全球视野下的局部理解。所有教师都采用了“可解释AI:从局部解释到全球理解”的方式，将学科与学生的生活联系起来。通过结合许多高质量的局部解释，并将其延伸到全球视角，可以更好地理解人工智能对社会和个人的影响。
所有的老师都表示，A I术语对学生来说并不熟悉，而且过于专业。他们建议如下。
(1)使用一致的术语。教师应该使用一致的术语，以促进和学生之间的交流。人工智能教学涉及各种技术和抽象术语，如大数据、云计算和机器学习。这些术语对于普通学校教育来说太新、太死板、太严格了，而且常常用不同的术语来描述相同的概念。当使用不一致的术语时，大多数学生发现很难理解相关的概念和知识。一致和熟悉的语言有利于师生之间更好的沟通。例如，“输入、过程、输出”可以描述整个教学过程的学习机制，即AI如何学习和处理数据。
(2)图形化表示。教师们表示，他们在教学单元中使用图形表示来呈现和解释抽象的术语、知识和概念。这种方法方便课程的教学，因为不同能力水平的学生可以适应这种方法。教师们制作了一个带有时间轴的图表，用来表示和解释人工智能的定义和发展。这也可以让学生对整个课程有一个大致的了解。抽象的知识可以转化为更直接的概念。
我们的分析表明，在设计需要额外工具和资源的教学单元时，灵活性是非常重要的。教师们还报告说，教学设计应该考虑不同层次的知识。大多数人建议使用模块和升级方法以满足学校和学生的各种需要。
(1)学校环境。分析结果显示，这12所学校使用了微软、谷歌等不同的工具和平台。教师们指出，人工智能教学不同于其他计算机科学学科，需要更多的人工智能工具和资源。
(2)学生的需求。所有教师都表示，因为AI的技术性，所以学生学习多样性是人工智能教学中的一个大问题。学生的背景和学习能力决定了他们选择的教学内容。
本研究最终研究的主题图被用于开发一个面向K-12学校设计AI课程的整体方法的模型。下图给出了从结果中导出的模型，它封装了整个人工智能教学和学习方法。模型有三层，分别用浅蓝色、白色和深蓝色表示。浅蓝色的模型核心说明了人工智能教学单元应该包含的三个基本内容组成部分：知识(子主题1.1)、过程(子主题1.2)和AI的影响(子主题1.3)，它们与学生的学习结果相一致，AI用户、开发人员和研究人员以及道德设计师(主题1)由外层(深蓝色)代表。在K-12教育中引入人工智能教学的目标是鼓励更多学生在早期就培养兴趣，从而在学习和职业生涯中进一步学习人工智能。图为K-12学校设计人工智能课程的整体方法所提出的模型
白色的中间层说明了过程和实践方法，由学生相关性(子主题2.1)、师生沟通(子主题2.2)和灵活性(子主题2.3)三个组成部分。这一层对于成功地教授这一新兴知识至关重要。学生相关性包括真实性和全球视角下的局部理解这两个概念。这些可以通过设计学习过程来实现。学生应该为真实的问题设计解决方案，并参照人工智能伦理原则对其进行检验。一旦建立在真实学习的基础上，学生可以更好地发展对人工智能的历史和背景。在师生交流方面，教师应通过图形化表达和简单的语言来解释复杂的术语。抽象的知识和概念可以直观地展示出来，方便教与学。最后，高水平的灵活性可以确保教师为学生设计最好的课程，这符合学校文化和学习能力。同时教师可以决定教什么，什么时候教，花多长时间教等。教师在教授人工智能课程时，应根据学校环境和学生的兴趣能力，拥有最大的灵活性。因此，他们可以灵活地平衡“广度”和“深度”。教学应该是灵活的，这样教师才能做出最符合学校和学生利益的决定。他们可以选择适合学校课堂环境的工具，从而最大限度地提高学生的学习。该模型，让K-12学校和教师创建设计有效的人工智能课程，以满足学生的需求。
