心得体会:人工智能教育呼唤跨学科学习
- 格式:docx
- 大小:11.23 KB
- 文档页数:6
心得体会:人工智能教育呼唤跨学科学习
如今, 人工智能成为了一个热词。那么, 在高中信息技术教育中,人工智能到底 是什么?
教育部 2003 年颁布的《普通高中技术课程》对人工智能的描述分为三部分:知 识及其表达、推理与专家系统、 人工智能语言与问题求解。综合了解后, 我在学校教 育中主要关注的是机器人。 2010 年我与学生做了一个好玩的机械作品——语言控制 机器人,
使用的芯片除了熟悉的 Arduino 开源电子型平台外, 还有科大讯飞的芯片。 我们可以让这个机器人讲故事、 唱歌,甚至可以听懂几句温州话。它是非特性的, 能 识别 50 种语言, 这个做起来相对简单。 后来,我带着学生做一些相对有难度的程序, 比如手势识别、表情识别、音乐节奏识别等。
人工智能一直是信息技术教育中的前沿领域。 今年,人工智能在新修订课标中的 名字叫“智能系统初步”,大致分为三部分:智能系统基础、智能控制系统开发、人 工智能技术。现在与十几年前相比有些变化,比如十几年前没有儿童编程,那时,
子的“编程”就是乐高,而现在却非常普及。以前在中小学很难看到学生玩单片机, 那是大学生才玩的。现在,至少“学生创客”都能说出 Arduino 是什么。
人工智能的学习离不开编程教育。 传统的编程教育与人工智能的编程教育是有区 别的。比如,创客大爆炸项目负责人李洪刚提出,在人工智能方面, 要用训练代替编 程。也有许多人说,编程其实是不需要学的,因为技术会降低门槛。但我们知道,这 种说法还有许多问题。 一个是关于计算思维的, 另一个是关于跨学科学习的。 计算思 维主要提出的是人如何用机器优化自己的工作,让自己的效率变得更高。这是抽象、 自动化的,当自己的生活、 工作等所有问题都变得可计算,让机器代替人类去做, 这 与人工智能的想法是完全一致的。 人工智能所表达的就是让机器人像我们人一样。 所 以,人工智能涉及的学科其实是相当多的, 也一定是跨学科的, 包括心理学、 神经学、 科学、数学、逻辑学、计算机科学等。
有的教师提出, 学生学造物、 学计算机的学习路径应该是先学数字电路、 模拟电 路计算机组成、录入系统、计算机网络等,而我不这么认为。随着计算机的普及,学 生接触的技术不一样了,学习的路径也可以调节。现在所有的高中教材全部换成了
Python 语言,其中的一个原因就是 Python 语言与人工智能关联很大。因此,当人
工智能技术门槛也在不断下降时, 应该有更多的人能够掌握 python 语言这类门槛比 较低的编程语言。
我希望教师做创客教育时, 能够更好地带领学生进行跨学科学习, 做基于真实世 界的学习,用好数字工具, 最终希望学生可以做人工复杂系统的模拟。 人工智能教育 到来,我们掌控它需要积累各方面的知识, 如微积分完全可以提前让学生接触。 总之, 人工智能教育不仅是编程, 但绝不能没有编程。 高中信息技术教育中的 “智能系统初 步”模块是一个重要阵地,而要实施好,需要技术门槛降得更低。
人工智能定义了未来学习
人工智能概念的提出,至今有 60 多年了,之所以今年以几何级的级数增长,其 中一个原因是它强大的计算力。 当然,人工智能除了计算力外, 还有一个优势是大数 据和脏数据。
比如, 我们搜索创客嘉年华, 可能有 20%-30% 的数据并不是准确关联到创客嘉 年华而是一边学
的,而人工智能的一些算法可以不必花费大量的人力再重新标签它, 习一边分析,并且进行标注和修正,然后得到一个新算法。不管人工智能如何发展, 我们的核心基础即算法是不能丢掉的。那么,人工智能在基础教育领域究竟怎样落
实?
我们可以分几个部分 ,一个是轻度体验,如谷歌、微软、苹果和亚马逊,学生体 验时可能是开展网络搜索, 包括非功能性的聊天; 还有一些语境带着辨析的深度体验, 对于学生进行科学研究也是很有好处的。除了轻度体验,由于人工智能已渗入到教、 学、研,包括练、测、评整个智能生态圈,因此学生沉浸其中可以获得深度感悟。
人工智能有强弱之分, 从弱到强其实很难, 因为要有自我意识和真正解决问题的 能力。但是我们也看到, 现在人工智能机器人自己都可以编程了, 所以说前景还是有 很多不可测定性。 另外,对人工智能究竟是服务于人类, 还是终将有一天超脱我们的 掌控,可以引发学生体验时做一些思考。 还有一个部分是应用, 可视化编程可以结合 一些智能的硬件, 学生通过创作有个性的作品, 经历一个设计实践的系统过程, 包括 计算的概念等。
除了智能硬件之外, 神经网络和神经元在人工智能也相对提及较多, 我们可以应 用
神经元模块, 一般采用前向的计算和反向的传播机制。 如果说使用模块联动可以打
造一个单层板的线性模型, 那么还可以让学生体验打造一个比较复杂的神经网络, 否 则它只是一些高深的算法。
人工智能对于教育的影响,我做了“道斯矩阵”分析。首先,它的优势是可以使 教学手段和工具实现现代化。其次,可以使优秀经验模式化,包括优秀资源结构化。 如果优秀资源只是一个线性的陈列, 对使用者来说实际意义并不大, 但是如果能够快 速结构化,在实际应用上会有很大好处。最后,它可以推动一个教育学资源的推送, 包括个性化呈现。 劣势则是在人工智能环境下, 知识更新的周期会缩短, 我们将面临 大量具有颠覆性和集聚性的新课题。
人工智能时代, 学生到底要学什么?也许多年后, 低端机械的操作都将被机器替
代,人需要做的是制定规则。 人工智能提供了许多技术手段, 可以诞生许多好的作品 和产品,但不是一个人可以承担的, 需要一个团队合作, 需要适应力、创造力和合作 力,我们要朝着这个方向迎接面向未来的学习