4

大概念视角下的初中 “人工智能基础“ 单元设计

 大概念视角下初中 “ 人工智能基础“ 单元设计及应用策略探索

（一）初中“人工智能基础“单元的教材内容分析

 

2020年浙教版的《信息技术（八年级下册）》教材中安排有“人工智能基础”单元内容，旨在让学生体验人工智能实现的过程，正确认识智能技术发展应遵循的伦理规范及其对社会的影响，自觉保护个人信息安全[15]。该单元内容在教材中呈现较为简单，并具有三个明显的特点。第一，单元共包含七课时内容，分别是认识人工智能、语音识别技术、语音合成技术、图像识别技术、智能创意、人工智能伦理以及项目实践 “设计智能厨房安防系统”。最后一课“项目实践”需要用到第二单元（物联网）的知识。单元中不同课时的内容虽然有所关联，但呈现相对独立，单元知识点分布比较零散。第二，单元中每一课时都有对学习任务的描述，但没有明确的教学或学习目标，例如，教材中“语音识别技术”模块呈现的学习任务是“通过体验语音识别过程了解声学模型和语音模型,借助人工智能开放平台实现将语音转换成文本,并了解影响声音识别的因素。”学生根据这样的教材可以很好地知晓相关学习任务,但不清楚具体的学习结果或目标是什么。第三，每个课时的内容介绍采用“先抽象、后具体”的方式呈现，即先介绍抽象概念,再呈现具体实例。这样的教材内容安排在实践中可能会遇到一定的挑战，因为学生往往无法对抽象概念形成深刻的理解。如大卫·库伯（David Kolb）所言,学习是一个从激活具体经验开始，经历反思观察达到抽象概念化，再通过主动实验回到具体经验的一个循环往复的学习圈,也就是经历“具体—抽象—具体”的迭代[38]好的教学/学习设计强调先运用具体案例让学生对学习内容有一定的感知，进而上升到抽象概念的理解，最后还要能够基于抽象概念衍生出更多的具体案例。学生在学习新内容之初缺少具体经验的关联,容易使他们对学科关键概念的掌握不够准确。

 

鉴于新教材的这三个特点，同时考虑到实际单元教学中课时的有限以及大概念视角下单元设计的优势，本研究尝试针对初中人工智能基础单元内容进行大概念视角下的单元设计，目的是让学生在有限的课时内较快、较好地掌握人工智能相关的核心大概念。

 

（二）初中“人工智能基础” 单元大概念的选择依据

 

美国人工智能促进协会于2019年发布了《K-12人工智能教学指南》（以下简称《指南》），其中明确提出了五个有关人工智能的大概念，即感知、表示和推理、机器学习、人机交互以及社会影响[39]。《指南》从这五个大概念出发，呈现了从幼儿园到高中的分学段（幼儿园至2年级、3至5年级、6至8年级、9至12年级）人工智能学习目标，例如，对于“感知” 大概念，幼儿园至2年级的学习目标是学生能识别计算机或其他智能平台中包含的传感器，能与一些智能代理进行交互等；3至5年级的学习目标是学生能描述传感器如何将输入的信号转化为模拟或数字信号等；6至8年级的学习目标是学生能用多个传感器构建应用程序等；9至12年级的学习目标是学生能描述计算机感知中包含的学科知识等。分级学习目标的目的是引导青少年人工智能教育成为一个由浅入深、由表及里的不断深化的过程。这五个大概念是目前美国和其他国家开展青少年人工智能教育的重要参考依据，其中不仅涉及到了人工智能的知识和技能，还包括了人工智能的社会影响，体现出作为青少年人工智能的学习目标，不仅要求学生知晓或掌握人工智能的基本知识与技能，还需要学生思考和审视人工智能技术可能对人类生活带来的正面或负面的影响。此外，所有学段的学习目标均涉及这五个大概念，其间的差异则体现在学习目标的层次上，这样使得从幼儿园到高中阶段的学习形成了一个螺旋上升的整体。因此，在借鉴这五个大概念以及分学段学习目标的基础上，本文结合国内初中阶段信息技术课的教学实际，尝试进行适合我国初中生的“人工智能基础”单元设计。

 

（三）大概念视角下的初中“人工智能基础”单元设计三阶段

 

根据格兰特·威金斯和杰伊·麦克泰倡导的单元设计思路，大概念视角下的初中“人工智能基础”单元设计包含明确预期的学习目标、确定恰当的评估办法以及规划相关教学过程三个阶段。

 

1. 明确预期的学习目标

 

新教材中“人工智能基础“ 单元并没有呈现学习目标，而教材的教师用书对教学目标有相关描述：“初步理解人工智能的实现机制，掌握利用人工智能开放平台或平台提供的软件开发工具包进行语音识别、语音合成、图像识别和智能创意的实现；在认识人工智能对社会发展的积极影响的基础上，理解建立人工智能伦理是人工智能发展的重要保障，增强学生对人工智能的法律法规和道德准则方面的法制意识[40]”。整体而言，教师用书中对教学目标的描述比较笼统，要点也比较分散，没有很好地体现学科大概念的核心内容。

 

在借鉴了《指南》中对人工智能领域五个大概念和分学段目标描述、2020年浙教版《信息技术》（八年级下册）教师用书中“人工智能基础“单元的教学目标描述以及格兰特·威金斯和杰伊·麦克泰提出的单元设计思路中有关“ 明确学习目标”的描述后，本研究尝试提出大概念视角下的初中“人工智能基础”单元学习目标（如表1所示）。

 

 

本文提出的初中生人工智能单元学习目标具有以下特点：首先，它是大概念视角下对单元内容进行的整体目标设计，所有目标都指向特定大概念，希望学生在单元学习中能有从具体到抽象再到具体的学习体验；其次，单元学习强调在理解意义和掌握知能的基础上让学生最终学会知识和技能的迁移；再次，在专业术语的表述上，《指南》倾向于用更为“专业”的方式进行表达，如“解释AI决策中潜在资源导致的偏见”，本研究则是将相似的表达隐含在相对宏观的表述中，如“各类智能技术会对社会产生正面或负面的影响，其使用需要受到伦理道德的约束”。不过，两者均呼吁学生关注人工智能技术存在的正面或负面影响，要求学生在全面了解人工智能技术影响的基础上进行可能的问题解决方案构建；最后，相对于《指南》提出的分学段目标，我国目前尚未出台贯穿小初高阶段的青少年人工智能课程学习目标。2020年浙教版小学和初中信息技术教材中“人工智能基础”单元内容主要聚焦在“语音识别、语音合成、图像识别以及人工智能伦理道德” 几个方面，而高中阶段则涉及人工智能的基本特征、核心算法、特定领域人工智能应用系统的开发以及对人工智能及其应用的反思等内容。本文提出的初中段学习目标与美国初中段学习目标间存在一些表现形式与内容深浅度上的差异，但这一差异在高中阶段能够得到一定程度的弱化，即两国高中生应当掌握内容的深度与广度具有一定的相似性。

 

2. 确定恰当的评估办法

 

在确定评估办法阶段，教师首先可以向学生介绍三类具有不同目的的评估类型，即学习性评估（为学生学习的推进收集证据，以便制定下一步学习规划）、学习式评估（让学生在学习中学会评估，包括同伴评估和自我评估）以及学习的评估（对学生阶段性学习结果或学习水平进行评估）。之后，教师可以通过设计一些评估内容来引导学生加深对大概念的理解和掌握。例如，教师可以通过设计“有关大概念的初步理解VS深入理解主题单”来让学生知晓对大概念的理解是有不同层次的，主题单中包括属于新手视角的初步理解以及属于专家视角的深入理解。图2呈现的是“图像识别”模块中有关大概念的初步理解VS深入理解主题单，学生可以写下自己对于“图像识别” 的理解，对照其中初步理解和深入理解的内容，学生可以评估自己对大概念理解的程度，也由此知晓新手视角和专家视角对图像识别模块涉及的大概念的不同理解层次，这样的主题单可以让学生意识到对大概念的理解有深浅之分，学生要尽可能掌握专家思维所需要的深入理解。例如，对于“表示和推理”这一大概念，新手视角可能聚焦在“图像识别就是自动识别车牌的原理”，而专家视角则将其理解为“图像识别技术是指利用计算机对图像进行处理、分析和理解来识别图像中的对象”。

 

 

教师还可以依据威金斯等开发的GRASPS模型为学生设计表现性任务。表2以“图像识别”模块为例呈现了表现性任务单的一个示例。任务单中赋予学生“软件设计师”的角色，让他们尝试开发一款能帮助初中生进行美术欣赏的软件,开发过程需要学生对五个大概念有很好的理解。具体而言，对于“感知”这 一大概念，学生需要掌握图像识别过程中如何运用传感器获取外界信息，例如获取美术作品并利用代码进行图像读取与图像数字化;对于“表示和推理”和“机器学习”这两个大概念,学生需要掌握在分类与识别的过程中对图像进行种类预测,并用提取到的特征与模型中的数据进行匹配,例如用代码对所获取的美术作品进行特征提取与模型匹配;对于“人机交互”这一大概念，学生需要利用各类人工智能开源平台实现图像特征的提取，例如，利用百度AI等平台实现一个能够与用户自然交互的美术欣赏软件的设计与开发;对于“社会影响”这一大概念，学生需要知晓图像识别技术存在的利弊和必须遵循的伦理道德规范，并且开发的美术欣赏软件需要符合初中生所需。

 

 

教师可以针对表现性任务开发一个或多个评分量规，对学习过程和结果进行评价。表3（a）（b）（c） 呈现的是针对“图像识别”模块设计的不同评分量规。表3（a）呈现的是一个整体性量规示例，它通过一个 整体的分数或等级来评估学生作品完成的总体质量。

 

 

例如,教师给定四个水平级，根据大概念对应的任务完成情况对其评估内容进行界定,并根据学生的完成情况来给定其所在的水平级(优、良、中、差)与总体的得分。表3(b)呈现的是一个基于标准的量规示例，教师将教学内容中涉及的五个大概念的达成情况与成就目标进行分解，根据一定的标准为他们匹配不同的分数。例如设置四个方面的评价标准，包含作品是否实现了美术作品的获取与数字化、作品是否实现了美术作品的特征提取与模型匹配、作品是否内容符合伦理道德规范以及作品是否具有一定的设计感与美感。表3(c)呈现的是基于维度-权重的量规示例，教师从不同维度给学生的作品界定水平级，并为各个水平级制定具体的分数占比。例如，教师可以将学生的作品评价分为四个维度(完整性、适切性、交互性和健康性)，并且为每个维度确定优、良、中、差四个水平级以及相应的分数占比,进而通过累加四个维度的分数得到总体得分。综上,教师可以通过设计不同的评分量规，一方面可以更好地引导学生学习与巩固在图像识别任务设计中涉及的五个大概念，另一方面，这些量规可以帮助学生针对探究过程进行更好的实践与反思。

 

 

在学生完成表现性任务单的评价之后，教师需要为学生提供有效的反馈。一是对任务本身的反馈，即教师在学生任务完成过程中提供一些策略指导。例如,在学生制作美术欣赏软件的过程中，教师提示说: “你可以参考已有的美术欣赏软件以及探索目标群体的需求，来更好地设计你的产品”。二是对学生表现的正面/负面反馈，目的旨在帮助学生提升自我调节能力。例如，对完成任务过程中遇到不专心的学生, 教师可以耐心地说:“老师相信你的付出和努力终将有所回报,但首先你要学会在课上认真的听讲、耐心地完成任务”。

 

3. 规划相关教学过程

 

“规划相关教学过程”阶段一般包含有准备、建构和应用三个阶段。教学过程的准备阶段旨在让学生明确大概念融入的学习目标并且引发学生的学习兴趣。例如，在开展“ 社会影响” 大概念的教学之初，可以采用影片、人工智能趣事、邀请行业人员分享经验等具有“吸引”的元素来引入人工智能技术的概念与内涵。在明确学习目标之后，教师可以开展“四角辩论”来联结起学生的已有观点。例如，由教师先提出论题“人工智能是什么，它已经完全达到了人类智能水平了吗”，然后让学生先通过自由讨论来形成自己的初步观点，继而选择自己的“角落”并陈述自己的观点。此时可以与其他同学开展交流，并允许学生们根据讨论调整“角落”。继而，要求学生记录课上/课后的观点，进行分类和归纳，并将自己的观点张贴到角落的墙上。其次，可以通过“基于经验的参与活动”唤起学生原有的关于人工智能“社会影响”大概念的生活经验，例如，教师邀请学生分享一下“与人工智能相关的亲身经历”，一起观看“探寻人工智能”纪录片，观察“利用手机进行人脸识别”的过程等。针对难以实现或缺乏实际体验的课程，教师可采用模拟现实的方式让学生进行体验和探究。例如，教师可以呈现人工智能在医学教学中的模拟交互等应用。此外，教师还可以开展基于讨论的活动来促进学生对“社会影响”这一大概念的探讨，例如，提出“人工智能对人类是利大于弊，还是弊大于利”的问题。在全班学生充分讨论并提出自己的问题的基础上，对所有问题进行评选，选择最富挑战性、最有趣、最有深度的问题等，让每个学生都参与初步的讨论，并和其他学生产生交互，教师则随时记录学生讨论的情况。

 

在大概念的建构阶段，首先，教师可以利用弗雷尔模型帮助学生聚焦大概念的学习。该模型是由威斯康星大学的多萝西·弗雷尔(Dorothy Frayer)及其同事共同设计的一款思维导图，核心是围绕一个概念并对其进行“定义、特征、正例、反例”四方面的剖析，从而帮助学生更好地理解概念[41]。图3展示了基于弗雷尔模型对“社会影响”大概念的解析。基于这样的概念解析图，教师可以让学生一同围绕“社会影响”进行定义的解释、特征的提取以及正反例的详述，从而让学生更好地学习“社会影响”大概念涉及的内容。

 

 

其次，教师可以运用“概念集合”策略来帮助学生理解人工智能模块中不同概念之间的关系。举例来说，利用“概念集合”可以更好地落实“机器学习”大概念下“解释语音识别和图像识别之间的关联”的学习目标。表4呈现了概念间的三种关系，即分离、交叉和包含。例如，拍照等数字化方法不属于人工智能技术（分离）、语音识别和图像识别过程中都包含“特征提取”环节（交叉）、人工智能技术中包含语音识别技术（包含）。

 

 

再次，教师可以利用“概念增生”策略来分析既有概念的特征和案例，从而新增一些相关概念。例如，师生可以一同分析和提取“社会影响”这一大概念的特征，采用“形容词的头脑风暴”把描述人工智能社会影响的相关形容词写下来，如“应用广泛的、高效的、不加管控就容易会被滥用的”等。然后，师生一同审视所有的形容词，看看有没有相关的其他新概念，如技术的过度使用问题以及伦理议题等，师生需要及时把衍生出的新概念记录下来。

 

另外，“概念谜语”策略也能够为师生学习学科大概念提供趣味十足的学习活动。例如，在“图像识别”模块中，用谜语的形式向学生提问：“我是人工智能技术的一部分，我能够自动识别出你是谁，并且在生活的各个方面都能看得到我。请问我是谁呢？”

 

“概念坐标”策略同样也可以为师生提供学习路径。例如，在讲授“社会影响”这一大概念时，师生可以一同围绕“安全性”与“便捷性”两个维度建立一个坐标系，然后将生活中涉及到的有关图像识别技术利弊以及伦理规范的案例一个个放置到坐标系中合适的位置，最后通过观察坐标系中呈现的内容分布，师生们一同探讨该技术在安全性与便捷性之间该如何权衡。

 

在学生初步了解大概念之后，教师还可以通过不同途径收集各种案例来帮助学生加深对学科大概念的认识。表5展示了初中“人工智能基础”单元中探讨“社会影响”大概念的五种案例类型及示例：（1）同心圆案例指的是整个班级都学习相同的案例。例如，在探讨人工智能对社会生活的影响时，教师邀请了三位不同背景的演讲者（视频资源），包括计算机科学家、电子商务设计师以及医生，请大家分别描述人工智能对其生产生活的影响。(2) 拓展案例指的是除了教师组织分享的共同案例外，还允许学生在此基础上再去搜寻相关的案例。例如，在演讲者分享完经历后，请学生们利用各种方式收集人工智能对生活带来的影响。(3) 网络化案例指的是由学生寻找不同的案例后一起交流，或由教师指定案例并安排学生进行小组探究活动。例如，可以让学生们分组探讨人工智能对教育、工业、农业等领域带来的变化，并最后集合在一起讨论人工智能对人类生产生活带来的影响。(4)迁移案例指的是学生已经初步理解了大概念，并尝试将大概念运用于新的案例中。可以让学生围绕“社会影响”大概念来讨论一下存在的隐私和伦理问题。(5) 混合案例指的是教师采用混合的方法，寻找不同的案例组合方式来达到最佳的教学效果。

 

 

在建构阶段的组织活动中，教师可以利用图表、思维网络图、流程图等对大概念下的知识内容进行组织与整理。表6呈现的是初中“人工智能基础”单元 的思维网络图以及涉及到的大概念，其中包含三种思维网络图，分别是树状网络、星状网络和动态网络。(1)树状网络的特点是节点按自上而下的层次结构排列，具体的案例包括：图像识别技术在生活中应用非常广泛，文字识别领域包含识别车牌号码、身份证号码等；人脸识别领域包含手机解锁、移动支付等，涉及 “感知”与“人机交互“大概念下的学习目标。(2) 星状网络的特点是由中央节点管理和控制其他节点。具体的案例有“语音识别、图像识别的过程中都需要进行特征提取，才能进行识别”，涉及“表示和推理”与“机器学习”大概念下的学习目标。(3) 动态网络的特点是所有节点是相互关联的，并且动态变化。具体的案例包括“人类生活中引进人工智能，引起了重大的社会变革，例如生活、交通、交流方式的变化”，涉及“社会影响”大概念下的学习目标。除了图表之外，教师还可以利用各类“实物”来促进学生对大概念的理解。例如，教师可以使用语音识别和图像识别软件帮助学生体验相关操作，由此来促进学生对“人机交互”大概念的学习。学生可以利用纸笔／绘图软件绘制图像识别的过程（图像数字化、预处理、特征提取、分类并识别），来思考和记忆“感知、表示和推理以及机器学习”大概念。学生还可以发挥想象力，写一封“给未来2050的信”，反映未来人工智能可能对生产生活带来的影响（围绕“社会影响”大概念），同时信的内容可以采用漫画、影片等形式进行呈现。

 

 

建构阶段的概括活动目的是为了寻求概念之间的关系，相关的活动包含剖析概念零件、寻求概念联系和形成概念图景。首先，概念之间通常存在一定的共性，因此在开展“社会影响”大概念教学时，教师可以出示一些人工智能社会应用的图像或图表，请学生按照某些特定的微观概念（例如全自动、无处不在、存在潜在风险等）对其进行分类；然后请学生思考这些特征背后的意义，再提出基本问题，归纳微观概念的共性，从而得出大概念。例如，组织学生讨论“为什么人工智能技术存在这些特征”，从而得出“人工智能技术的应用对社会既有正面影响也有负面影响”这一大概念。其次，教师可以利用“概念角色”策略来帮助学生理解概念之间的关联。例如教师在“社会影响”大概念中分解出若干的概念（正面影响、负面影响等），然后让每个学生代表一个概念来联系不同的概念角色，最后请学生总结出相关的大概念。此外，教师还需要帮助学生形成概念图景，更好地发现概念之间的关联。例如建立概念库，教师可以利用头脑风暴等方式与学生一同整理所有学过的概念，也可以按照概念的逻辑形成有结构的概念库。

 

当学生建构了大概念后，教师就要通过“应用”不断加深学生对大概念的理解，应用阶段更多使用“从抽象到具体”的演绎思维，主要的活动包含迁移和反思[42]。“迁移”可以根据范围的不同，分为课内或课外的迁移。教师可以在课内让学生通过正例和反例对大概念进行检验，或让学生挑战大概念并且进行“对错证明”。例如，在讲授“社会影响”大概念时，为了让学生获得对“人工智能技术的应用要符合当地的伦理道德”的理解，教师可以组织学生探讨“不同国家对公民的隐私等伦理问题有不同的要求，如何协调人工智能技术在不同国家的使用”等问题，从而让学生探讨人工智能会带来一般性伦理（如数据隐私、道德决策等）和特殊性伦理（如公平、人机伦理）等[43]。教师还可以利用虚拟事件挑战大概念，例如人工智能是否会取代人类？以及利用真实的人工智能事件（好/坏），来让学生探讨技术的使用过程中需要注意的问题。此外，在探讨“社会影响”大概念下的“人工智能技术的使用需要遵守一定的伦理道德规范”时，可以在课外让学生围绕该大概念在社区开展一定的调研，调查大家对人工智能技术使用的看法，制作成调研报告并在班级或学校里进行分享。

 

与此同时，教师还可以通过开展“反思”活动来帮助学生更有效地掌握人工智能的五个大概念，同时也能增强他们的元认知策略。主要的反思活动包括问题库、学习日记、共识图以及前后对比等。例如，教师通过向学生收集问题，建立问题库来促进学生对人工智能技术的反思；教师可以让学生在每节课都记录对人工智能的认识，并让学生总结这些认识背后的大概念；教师可以鼓励学生将每节课的笔记进行整合，并提出“人工智能的发展进程中最富有挑战性的内容是什么”等问题；教师还可以安排学生在单元学习前后记录下对人工智能的思考，例如，“目前我理解的人工智能是…目前我不太理解的是…”，通过单元学习前后的比对，教师和学生能较好地发现自身在大概念理解上，尤其是在学科思维方面的变化。

 

5

初中“人工智能基础“单元设计的应用策略

 大概念视角下初中 “ 人工智能基础“ 单元设计及应用策略探索

大概念视角下的单元教学对学科知识系统的精炼与整合、学科概念层次框架的搭建以及学生学科知识的习得和学科素养的培养等诸多方面都有着重要的价值和意义。本研究尝试围绕初中人工智能教学内容中的五个大概念，利用逆向教学设计理论指导初中“人工智能基础”单元设计三阶段的内容细化。鉴于各地学校实际情况千差万别，本研究最后提出初中“人工智能基础”单元设计在应用时的儿点策略。

第一，在确定学习目标和评估方法阶段，教师在准确掌握学科大概念及单元设计理念的基础上，应根据学校和学生的实际情况确定合理的目标和评估方法。在开展单元教学设计之初，教师首先要认真学习人工智能领域的五个大概念及内涵，明确大概念与学科核心素养的关联，明晰大概念教学相比传统教学的特点和优势。之后，教师在确定学习目标和评估方法时要考虑学生的生源质量和有关人工智能的初始知识水平以及学校客观的教学环境和条件，以此来保证教学目标定位合理、评价方法科学，目标和评估的内容彼此呼应。 

第二，在规划相关教学过程阶段，内容和活动应聚焦学生学习、紧密联系生活，并强调单元内不同主题内容的整体设计。任何优秀的教学设计都需要教师时刻考虑到以学生为中心，大概念视角下的单元设计方案更需如此。当前的初中人工智能课程具有涉及学科多、学生先验基础薄弱或差异较大等特点，使得其中具有高度抽象和概括性的大概念无法通过简单的灌输而被学生习得，而从学生的生活实际出发进行教学活动设计以及资源准备可以提升学生的学习兴趣，减少对晦涩难懂的专业知识或概念的畏惧，它也符合“学校教育的目标是使学生在真实世界能得心应手地生活”的现代教育理念。此外，“人工智能基础”单元不同的学习主题（语音识别、语音合成、图像识别智能创意等）之间具有天然的内在的联系，教师可以运用多种教学策略和教学活动将不同主题的学习内容通过五个大概念进行有机地联结，以此可以让学生们更好地理解学科大概念及其应用场景，也有利于单元学习目标的达成。 

第三，在运用恰当评估方法开展评估阶段，教师要善用三种评估类型，尤其注重过程性评价以及多元主体评价的设计，达到以评促教和以评促学的目的。大概念教学强调大概念以不同的形式（概念、观念、论点、实例等）出现在单元内的不同教学活动中，这就意味着要将大概念及其涉及的专家思维渗透到单元的整体设计中，而非孤立的存在于某一主题模块。也因此，突出大概念理解的学习目标往往也较难通过一节课的教学活动就被学生完全领会。为了更全面、更科学地评价学习者对单元大概念相关的教学目标的掌握情况，教师可以设计一些过程性的评价内容（如本文提到的主题单、任务单、评价量规等），引导学生开展过程性评价。同时，教师邀请学生作为评价主体参与评价活动，积极发挥学生的主人翁精神，这样可以最大程度地调动学习者的学习积极性，同时发展他们的评价、反思、创造等高阶思维水平，最终达到以评促学的目的。 

大概念视角下的初中“人工智能基础”单元设计有利于初中生更好地掌握人工智能教育教学领域的核心素养，不过，它对教师也提出了更高的要求，广大的中小学信息技术教师能准确领会人工智能学科大概念和单元整体设计的要点将是推动青少年人工智能教育高质量实施的关键。因此，中小学信息技术教师应在实践中不断学习和研究，积极开展大概念视角下单元教学资源的建设与内容迭代，尝试通过做中学摸索单元设计和实施的路径和要点，不定期开展一定范围内的教研和经验交流，由此保障我国青少年人工智能教育扎实稳妥地落地。 

参考文献：

[1]吴飞，阳春华，兰旭光，等．人工智能的回顾与展望[J]．中国科学基金，2018(3):243-250.

[2]国务院国务院关于印发新一代人工智能发展规划的通知（国发[2017] 35号）［EB/OL]. [2021 - 02 - 01 ]. http://www. gov. en/zhengce/ content/2017 -07 /20/ content_5211996. htm.

[3]方兵，胡仁东我国高校人工智能学院：现状、问题及发展方向[J]．现代远距离教育，2019(03):90-96.

[4]中华人民共和国教育部．教育部关于印发《教育信息化2.0行动计划》的通知[ EB/OL]. [ 2021 -02 -01]. http :I lwww. moe. gov. en/srcsite/ Al 6/ s3342/201804/ t20180425 334188. html.

[5]教育部教育部关于印发《普通高中课程方案（实验门和语文等十五个学科课程标准（实验）的通知[EB/OL]. [2021 -02 -02]. http:llwww. moe. gov. cn/srcsite/A26/s8001/200303/t20030331 _ 167349.html.

[6]教育部教育部关于印发《普通高中课程方案和语文等学科课程标准(2017年版）》的通知[EB/OL]. [2021-02-02]. http://www.moe. gov. cn/srcsite/ A26/s8001/201801/t20180115_324647. html.

[7]中华人民共和国教育部普通高中课程方案(2017 年版）[M]．北京：人民教育出版社，2018:4.

[8]许秋璇，杨文正，卢雅，等．融入“ 大概念＂ 的STEM整合课程设计模型构建与应用研究[J]．电化教育研究，2020,41(07):86-93.

[9]Grant W, Jay M.理解力培养与课程设计[M]．么加利，译．北京：中国轻工业出版社， 2003.

[10]李建，孟延豹．充分利用多种教学APP， 开展人工智能课程教学、社团、比赛相结合［J].中国信息技术教育，2018(8): 69-70.

[11]陈凯泉，何瑶，仲国强人工智能视域下的信息素养内涵转型及AI教育目标定位—兼论基础教育阶段AI课程与教学实施路径[J]．远程教育杂志，2018,36(1):61-71.

[12]武迪，张思，赵明，等．横向跨学科纵向分层次人工智能课程的设计与实施[J]．中小学信息技术教育，2019(6):21-23.

[13]袁中果，梁霄，武迪．中小学人工智能课程实施关键问题分析——以人大附中人工智能课程实践为例［J].中小学数字化教学，2019(7): 19- 22.

[14]马涛，赵峰，王有学，等．海淀区中小学人工智能教育发展之路［J].中国电化教育，2019(5):128 -132.

[15]浙江省教育厅教研室． 信息技术（八年级下）［M]. 浙江教育出版社， 2020.

[16]王本陆，千京龙，卢亿雷，等．简论中小学人工智能课程的建构[J]．教育研究与实验，2018(4):37-43.

[17]中央电化教育馆中央电化教育馆关于组织申报人工智能教育实验校（中学阶段）的通知[EB/OL]. [2021-02-04]. https://www.ncet.edu. cn/zhuzhan/tztgaol/20190723/5257. html.

[18]中国电子学会现代教育技术分会． 关于开展“ 全国中小学人工智能教育示范区（校）培育计划” 的通知[ EB/OL]. [2021-04-16].http:// csmet. cie. org. en/ site/ content/8103. html.

[19]卢宇，张黎楠，夏梦雨，等．中小学人工智能课程的设计原则与实践范例［J].中小学数字化教学，2021(04):5-9.

[20]艾伦．中小学人工智能课程定位分析［J].中国现代教育装备，2017(10):1-5.

[21]韩克．高中信息技术课程中的人工智能教学[J]．中国校外教育（中旬刊），2019(10): 165- 168.

[22]柳栋，马涛，容梅，等．中小学人工智能课程群建设的一种跨领域开放框架[J]．中国电化教育，2020(12):16-21 +28.

[23]张珊珊，杜晓敏，张安然．中小学开展人工智能教育的挑战、重点和策略［J].中国电化教育，2020(11):67 -72 +96.

[24]谢忠新，曹杨潞，李盈．中小学人工智能课程内容设计探究[J].中国电化教育，2019(4):17-22.

[25]张学军，董晓辉．高中人工智能课程项目案例资源设计与开发［J].电化教育研究，2019,40(8): 87-95.

[26] Bruner J．教育过程[M]．邵瑞珍，译．北京：文化教育出版社，1982: 26 -30.

[27] Phenix P. Realms of Meaning [ M]. New York: McGraw -Hill,1964:232.

[28]Gmnt W, Jay M.追求理解的教学设计（第二版）［M].闰寒冰，宋雪莲，赖平，等，译上海：华东师范大学出版社， 2017:77.

[29]刘徽“ 大概念“视角下的单元整体教学构型——兼论素养导向的课堂变革[J]．教育研究，2020,41(06):64-77.

[30] Harlen W． 科学教育的原则与大概念[M]．韦压，译．北京：科学普及出版社，2011:20.

[31]邵朝友，崔允部指向核心素养的教学方案设计：大观念的视角[J]．全球教育展望，2017,46(6):11 -19.

[32]张茉，王巍，袁磊．幼儿园STEAM教育的活动设计研究［J].现代远距离教育，2018(04):76-80. 

[33]李刚，吕立杰．大概念课程设计：指向学科核心素养落实的课程架构［J].教育发展研究，2018,38(Z2):35-42.

[34]叶海龙逆向教学设计简论［J].当代教育科学，2011(04) :23-26.

[35] Jay M, Grant W. The Understanding by Design Handbook [M]．Association for Supervision and Curriculum Development. 1999 :38 - 37. 

[36]Tasmanian Department of Education. Principles of Backward De- sign [ EBIOL]. [2021-01-24]. https :I I docplayer. net/11502293-Principles-of-backward-design-tasmanian -department -of -educa- tion -http -www -ltag -education -las -gov -au -plan-ning -models -princbackdesign -htm. html. 

[37]马兰．整体化有序设计单元教学探讨[J]．课程教材．教法， 2012,32(2) :23 -31. 

[38]滕梅芳，刘徽，蒋盺呴．大概念教学准备阶段的活动设计[J].上海教育，2020(11):45 -47. 

[39] David S. Touretzky, Christina Gardner-McCune, et al. K-12 Guidelines for Artificial Intelligence: What Students Should Know [ EB/ OL]. [2021-02-15]. https://raw.githubusercontent. com/touretzkyds/ ai4kl2/master/ documents/ISTE_2019_Presentation_website_final. pdf. 

[40]浙江省教育厅教研室．信息技术（八年级下）教师用书[M].浙江教育出版社，2020:140 -157. 

[41]Keeley P. Fonnative assessment probes: Is it a rock? Continuous fonnative assessment [J]. Science and Children, 2013, 50(8) :34-37. 

[42]刘徽，程朗．大概念教学建构阶段的活动设计［J].上海教育， 2020 (11) :48 -57. 

[43]孟翑，王以宁．教育领域中的人工智能：概念辨析、应用隐忧与解决途径[J]．现代远距离教育， 2021(02) :62 -69.

 

作者简介： 

李艳，博士，浙江大学教育学院教授，博士生导师；

孙丹，浙江大学教育学院博士研究生；

杜娟，中学教师，杭州市萧山区金惠初级中学；

魏雄鹰，教研员，浙江省教育厅教研室。