人工智能教育课程：《心灵的教育》

新兴技术的发展往往超前于人类社会的接受程度，而教育正是缩短两者间距离，使未来人才更好地适应未来社会的关键要素。在人们关注的医疗领域，最新研究表明，多项医疗子领域的人机大战记分牌中，除了一般性诊断，人工智能已经明显占优。教育评价方面，机器人也开始崭露头角：尝试引入人工智能参与作文评阅；试点人工智能对口语考试进行评分，普通话水平考试开始使用机器人考官；可以预计，在不久的将来，全科试题可能也将更多实现智能阅卷。这给我们提出了一个再也不能回避的问题：当人工智能比人考得更好，评价更准确时，教育该向何处去？该怎样培养未来人才？

坚持站位时代前沿，持续创新课程，开设“人工智能+”各类课程，如机器人、数据挖掘、计算机视觉、无人驾驶等，从面向全体学生的普及教育，到部分学生选修的跨学科实践应用，再到科技特长学生的深入实践研究，为学生提供个性化的培养路径，形成金字塔型的中小学“STEAM+”人工智能教育课程体系，重构与人工智能感知、认知、创新三个层次相对应中小学人工智能教育课程体系。

感知层：中小学普及教育。感知层，即中小学普及教育，重在培养基本的“人工智能+”思维和兴趣。这一层次具体落地于中小学信息技术课，将高质量科普资源融入日常科学课、信息课和一些选修课。把人工智能内容渗透到常规课堂的引入环节，介绍人工智能推动各学科领域发展的前沿成果，培养学生的交叉学科创新思维。

“STEAM+”人工智能普及教育的核心要素之一是建模仿真教育。人工智能有三个支柱——大数据、计算能力和建模算法。而中学阶段最能够落地培养的就是建模和算法，这也是数学和信息这两块新课标的直接体现。因此，“人工智能+”人才培养的第一步，就是培养其建模和仿真这一核心竞争力。

建模仿真能力的培养，不仅落实在课堂，也渗透在普及性的建模活动和比赛中。比如，学生在参加国际数学建模挑战赛时，就新高考下的排课问题深入挖掘数据，建立模型，考虑了各种约束条件和优化因素，提出了一种新高考排课问题的智能解决方案，荣获中华区特等奖。在建模仿真能力的普及性培养过程中，还充分融合国际课程精华，如IBDP国际文凭项目，其培养目标是终身教育、全面发展；其课程体系中，建模能力培养不是局限在数学课上，各个学科都放入实实在在的课程内容，如计算机科学课程中，建模仿真是课程模块之一。重视建模能力和跨学科素养的培养，融入国际课程精华，创新本土课程，开设各种类型和层次的建模相关选修课，普及“STEAM+”人工智能教育，为“人工智能+跨学科”人才培养打下很好的基础。(www.xing528.com)

认知层：跨学科应用实践第二层是认知层，重在跨学科应用实践。人工智能将渗透至几乎任意领域，这意味着随着人工智能的应用，学科基础也要求交叉创新整合。这与STEAM教育理念完全吻合，因此，STEAM整合跨学科创新是人工智能教育的绝佳实践应用平台。比如在计算机课上，让学生与视觉艺术选修课的同学合作开发DIY智能滤镜软件，把人工智能项目式学习的具体目标落实到STEAM各个学科领域。此外，科学跨学科综合实践活动是以建模为核心的“STEAM+AI” 解决实际问题的高质量学习平台，即不同学科的同学组成一个小组，从不同学科角度分析同一个问题，建立模型，通过团队合作，解决实际问题。在国际文凭项目的核心课中，创新服务实践活动，拓展论文和跨学科认识论都需要学生用跨界思维解决实际问题，对“人工智能+X”的人才培养具有积极推动作用。

认知层的教学，可以在技术课及选修课中将人工智能开放平台介绍给学生，学生可以利用这些开放平台，做自己的跨学科实践应用。一位同学参加IEEE优必选中国机器人大赛获得银奖的儿童陪护机器人，就使用了人脸识别平台。比如，《探索人工智能的奥秘》的研学课，同学们利用开源代码，实现、创新并展示了三个人工智能小项目——手写算式自动计算、图片艺术风格化、和物体检测识别，将人工智能应用到实际生活。再比如，数据挖掘比赛中，有的学生研究的是跨学科的、贴近生活的问题，比如奥运会奖牌榜预测和电视剧收视率的预测问题。从建模仿真，到人工智能，到STEAM，都具有跨学科的本质特点；培养未来“人工智能+X”复合型人才，一定是各学科老师的合作创新，形成跨学科教学共同体。

创新层：研究与创新。第三层是创新层，即研究与创新。有的学生已经能够将人工智能算法应用到其他领域进行交叉创新。一位同学将机器学习算法与天体物理课题相结合，实现了光谱分类速度数量级上的突破。他还是人工智能课程助教，深入浅出地给学弟学妹们把人工神经网络讲得非常清楚，并且手把手带着他们进行实践——这是对学生创新能力的另一维度的培养。我们还把学生送到人工智能公司进行实习。一位学生总结说，激情、自学能力和团队沟通能力是实习过程与课堂学习最不同的地方。另一位同学在人机交互领域做出了突破式的创新。人机交互（Human Computer Interaction）主要研究计算机技术的设计和使用，重点是人（用户）与计算机之间的交互关系。研究人员观察了人类与计算机交互的方式，并设计了使人类以新颖方式与计算机交互的技术。作为研究领域，人机交互位于计算机科学，行为科学、设计、商业、媒体研究和其他几个研究领域的交汇处。HCI 的一个重要方面是用户满意度（或称为最终用户计算满意度）。由于人机交互研究的是人与机器之间的通信，它汲取了机器和人类两方面的支持知识。在机器方面，计算机图形、 操作系统、 编程语言和开发环境中的技术是相关的；在人类方面，传播理论、图形和工业设计学科、语言学、社会科学、认知心理学、社会心理学以及诸如计算机用户满意度之类的人为因素都是相关的。由于人机交互的多学科性质，不同背景的人为人机交互的成功做出了贡献。国内目前也有众多行业领先公司非常注重用户体验感，比如华为、 腾讯等等。从 App 各项功能的开发、 界面设计， 到硬件产品的设计等，都越来越重视人机交互专业人才，从客户的体验感角度出发，提升产品的竞争力。从App各项功能的开发、 界面设计， 到硬件产品的设计等，都越来越重视 UX 专业人才，从客户的体验感角度出发，提升产品的竞争力。

把学校的拓展特长类课程与产业界、学术界链接起来，给学生提供广阔的平台。“STEAM+”人工智能教育在师资、课程和学生三方面建立起开源共创联盟。为此，在师资上，我们建立了校内外交流和跨学科合作，推进中小学AI课程开发和学生创新能力的培养。学校秉承开放共享的理念，集合大家的智慧共同进步。学生也通过课程、社团平台，自主开发在线课程平台构建未来学习共同体。