人工智能学习(人工智能总结报告)

 

日前，联合国教科文组织发布了全球第一份关于基础教育阶段人工智能课程开设情况的报告。该报告分析了现有的人工智能课程，特别关注了课程内容和学习成果，总结了开发机制、学习工具、环境准备、建议的教学法和教师培训，以期分析出关键因素，用以指导未来政策规划、国家课程或机构研究方案以及人工智能素养发展的实施战略。本期对这份报告进行全面解读，以期为我们更好地推进中小学人工智能课程开发与建设提供思路与启示。

—————————————————————

2月23日，联合国教科文组织发布了《基础教育阶段人工智能课程：官方认可的人工智能课程指南》报告，这是全球第一份关于基础教育阶段人工智能课程开设状况的调查报告。

为了消除知识鸿沟，联合国教科文组织于2021年启动了人工智能与未来学习项目，旨在为全球基础教育阶段人工智能课程制定指导性框架，其中包含对官方认可的基础教育阶段人工智能课程进行的全球调查，调查重点是已经或正在得到国家或地方政府认可的基础教育阶段人工智能课程。该项目组向193个成员国发出了调查邀请，共有51个国家给出了答复，表明他们对这一主题感兴趣，有30个国家和地区完成了全面调查。此外，还有31个非政府组织、学术界和行业合作伙伴对这一调查进行了反馈，表示他们开发了人工智能课程。

根据项目组前期设定的判断标准，在对数据进行整理后发现，只有12个国家和地区的基础教育阶段人工智能课程符合样本要求。因此，基于全球调查报告结果，联合国教科文组织强烈呼吁各成员国加快基础教育阶段人工智能课程的开发。

人工智能课程的开发与支持机制

报告指出，人工智能与日常生活联系日益紧密，各国应顺应信息社会的时代变化，把人工智能技术引入中小学教学中，这对于中小学生现代信息技术的掌握、人工智能人才的培养等都具有重要意义。然而，由于人工智能技术应用仍然是基础教育阶段的一个新兴学科领域，导致各国政府、学校和教师在定义人工智能能力和设计人工智能课程时缺乏可借鉴的知识。报告指出，中国、韩国、亚美尼亚、奥地利、比利时、印度、科威特、葡萄牙、卡塔尔、塞尔维亚、阿联酋等11个国家和加拿大育空地区在基础教育阶段开设的人工智能课程满足了调查预设，另外还有德国、约旦、保加利亚和沙特阿拉伯等4个国家正在开发的人工智能课程可能会得到官方认可和批准。

联合国教科文组织指出，在对上述15个国家和1个地区的课程开发和支持机制进行分析后发现，目前全球基础教育阶段人工智能课程开发机制有4类。

一是中央政府主导的开发机制。在这类机制下，大部分人工智能课程的开发由中央政府主导的国家机构负责，并从国家层面予以支持和推广，比如韩国，课程专家根据政府要求进行课程开发，中国、科威特和保加利亚也属于这一类，只是开发人员还包括了在职教师、学者和专家。

二是政府委托私营机构提供课程的开发机制。在沙特阿拉伯和卡塔尔，政府委托私营公司开发国家课程，这种机制是为了更好适应日新月异的技术变化。

三是中央政府指导下课程开发权力下放的开发机制。比利时、德国属于这一类，在德国，由德国联邦政府制定标准，地方政府将国家标准进一步细化，并发展成为学校可实施的课程。

四是私营部门驱动的非官方课程开发机制。这类课程由私营部门参与推动和开发，这些课程可能会原样或经当地专家改编后采用。这类课程开发具有一定灵活性，以便能够被纳入政府支持的各种课程框架和需求中。此外，一些机构还针对特定国家或地区提供定制课程。这类开发机制的一个重要前提是所开发的课程能够在国内和国际上得到认可和证实，这些私营部门包括英特尔、微软等，但目前尚未有证据表明这些私营部门驱动开发的课程被相关国家和政府采纳为官方支持的课程。

人工智能课程的融合与管理

人工智能课程的融合和管理是指以何种方式和方法将该课程融入基础教育阶段的教育教学中，这种课程管理既包括融合方式的管理，也包括教育教学时间的分配和支撑条件的配置。报告指出，目前基础教育阶段人工智能课程融入学校教育教学的模式主要有5类。

一是分离式人工智能课程。该模式下的课程是在国家或地方课程框架内的独立学科类别中开发出来的，这些课程有自己的时间分配、教科书和资源，例如，中国10—12年级信息科学与技术下的人工智能基础课程。

二是嵌入式人工智能课程。该模式是指课程的开发被包含在国家或地方课程框架中的其他学科类别中，人工智能通常成为信息与通信技术或计算机科学中的一个专题，也可以被开发成为语言、数学、科学或工程的一部分。例如，韩国政府提供了两门人工智能选修课程，一门属于数学，另一门属于技术和家政学。

三是跨学科人工智能课程。该模式是在具有跨学科工作和相关特定时间要求的课程体系中开展的，这些课程涉及多个学科领域，采用项目式方法达到人工智能学习效果。例如，在阿联酋，人工智能被整合进一系列学科中，包括信息与通信技术、科学、数学、语言、社会研究和道德教育。

四是多模态人工智能课程。该模式的核心是人工智能课程需要在学校开展，并得到课程讲解员和教科书等传统学校内部资源支持，但也会利用校外资源网络和国家或国际竞赛等非常规学习机会。

五是灵活的人工智能课程。该模式是指人工智能课程可以根据地区、学校联盟或个别学校的不同需求，通过一种或多种整合机制实施。例如，印度的人工智能课程模块可以通过嵌入式、跨学科、校外模式等提供；沙特阿拉伯的数字技能，可以选择分离式或嵌入式课程模式实施。

人工智能课程的主要领域与课程类别

在对上述15个国家和1个地区的人工智能课程进行分类汇总后，报告介绍了现有的9个基础教育阶段人工智能课程模块和3大课程类别。

这9个人工智能模块分别为：算法与编程、数据素养、情境问题的解决、人工智能的伦理、人工智能的社会影响、人工智能在其他领域的应用、理解和运用人工智能技能、理解和使用人工智能技术、开发人工智能技术。

在此基础上，报告将9个人工智能课程模块划分为3大类：第一类为人工智能基础，包含算法与编程、数据素养、情境问题的解决等3大模块；第二类为伦理与社会影响，包含人工智能的伦理、人工智能的社会影响、人工智能在其他领域的应用等3大模块；第三类为理解、使用和开发人工智能课程，包含理解和运用人工智能技能、理解和使用人工智能技术、开发人工智能技术等3大课程。

在人工智能课程教学时间的分配上，人工智能基础类别下的课程构成了大多数国家课程设置的基础，平均占课时的41%，伦理与社会影响类别下的课程平均占课时的24%，理解、使用和开发人工智能平均占课时的25%，剩余的课时比重被其他未指定的课程主题所占据。

互联网小常识：划分子网的三级地址结构为：网络号+子网号+主机号。

以奥地利中学阶段的人工智能课程为例，该课程属于必修课程，课程时间为144小时，其中50%（72小时）的时间用在了人工智能基础领域课程。具体而言，25%用于算法与编程，10%用于情境问题的解决，15%用于数据素养；伦理与社会影响占课程比重的35%（50小时左右），其中15%的时间用于人工智能在其他领域的应用，人工智能的伦理和人工智能的社会影响各占10%的课程时间；剩下15%（21小时左右）的课时用于理解、使用和开发人工智能这一课程类别，平均分配7个小时用于每个子主题，3个子主题各占5%的课时量。

人工智能课程教师支持策略与教学方法

为了更好提升人工智能课程实施效果，上述15个国家和1个地区主要通过教师培养支持战略、学习工具与环境创设、运用合适的教学方法等促进人工智能课程的有序开展。在支持教师职业发展方面，主要基于以下3个方面的努力。

一是提升现有教学人员的职业技能。例如，中国和葡萄牙通过利用国家培训项目和教师培训计划，为教师提供培训；在比利时，人工智能教师的培训则是分散的，由教育网络机构负责提供。

二是将人工智能技术融入教师职前培养。在奥地利，教师培训的主要策略是将人工智能专题和技术教学嵌入高等教育机构的职前教师教育中。

三是多方面支持在职教师。除制定标准外，一些国家和地区通过开发资源支持人工智能课程的实施，例如，塞尔维亚开发了各种支持人工智能课程的视频、演示文稿和交互式任务等。

在教学方法方面，联合国教科文组织建议的方法主要有4种：讲座或指导教学、小组合作教学法、项目式教学法、活动教学法。报告进一步指出，讲座或指导教学是所有人工智能课程最依赖的一种教学方法，占比高达89%。同时，在课程教学中，有些国家和地区非常依赖小组合作教学和项目式教学，项目式教学是许多国家和人工智能行业在开展课程教学时最常用的一种教学方法。

人工智能课程报告的主要结论

联合国教科文组织在对报告主要内容进行介绍和分析后，对基础教育阶段人工智能课程全球第一次调查的主要发现和建议进行了说明，具体如下：

一是只有少量国家开发的人工智能课程得到了官方认可和支持。迄今为止，只有11个国家和1个地区制定和实施了14门人工智能课程。

二是强有力的政府投入和验证机制，可以很好协调课程开发中不同利益相关者。人工智能领域有广泛的利益相关者，开发团队包括政府官员、行业专家、学者、在职教师。如果没有强有力的协调和平衡机制，相互冲突的目标可能会在课程中显现出来，这样不利于实现人工智能教育的国家目标。

三是需要基于人工智能课程质量和有效性的实验证据。报告指出，目前关于人工智能课程效果的评估大多依赖于教师和学习者的外部反馈，以及一些专家对课程的审查反馈，但真正关于该课程对于学生人工智能能力发展和人工智能领域人力资源能力建设影响的研究依然很少。

四是人工智能课程资源的开发和教师培训对课程整合至关重要。

互联网小常识：网络管理系统一般由管理进程（Manager）、被管对象（MO）、代理进程（Agent）、管理信息库（MIB）和网络管理协议（SNMP和CMIP）五部分组成。

五是目前官方认可的人工智能课程往往是选修或被嵌入学校已有科目中。

六是人工智能课程的教学目标和学习效果应集中在人工智能时代工作和生活所需的主要价值观和技能上。

七是人工智能的学习成果可以通过线下与线上相结合的方式获得。

八是对于人工智能课程来说，项目式教学法是被普遍应用的一种教学方法。目前，有1/3的人工智能课程选择了项目式教学法。

九是人工智能课程不应与特定技术或品牌相挂钩。这是因为学生需要获得在不同领域和背景下应用人工智能的基本知识、可转移的技能和价值取向，这样在面对新环境和新技术时，就不会束缚于所熟悉的品牌和可能更新不及时的技术。

报告最后认为，所有人都应具备一定的人工智能素养，强烈呼吁联合国教科文组织所有成员国开发基础教育阶段人工智能课程，同时建立协调机制处理和平衡私营部门推动的非官方人工智能教育。报告还特别指出，人工智能的学习需要更加注重培养学生人工智能技术和情境伦理的创造力，培养具有国际竞争力的技能人才。

（作者单位系北京教育科学研究院教育发展研究中心）

《中国教师报》2022年06月08日第3版

作者：杜光强

互联网小常识：IEEE802.3为传统局域网的协议，IEEE802.3u为快速以太网的协议标准，IEEE802.1d为透明网桥的协议标准，IEEE802.1q为VLAN的协议标准，IEEE802.5为令牌环网络的协议标准。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186