在人工智能教育嘗試采用大單元設計的過程中，暴露出很多邏輯上“扭捏”的困境，究其根本是大單元設計的不徹底。

基于大單元設計的人工智能教育抓住大概念視角、單元活動和評估手段等關鍵環(huán)節(jié)，著力將新的知識內容與舊的學科框架、學科知識與核心素養(yǎng)、數(shù)據(jù)表征與自我概念的關系解釋清楚。

大概念著眼真實的目標

整構、追蹤、逼近

大概念是認識世界的方法論，核心素養(yǎng)是世界觀的表征，即以大概念為錨點的單元活動是培育素養(yǎng)的方法，以期形成穩(wěn)定的態(tài)度與價值觀。

人工智能教育在進入中小學課堂之前要厘清“為什么教”“教什么”“如何教”的問題，即確定頂層目標的結構、細化活動目標的內容、鋪墊認知目標的路徑，讓目標真實、有效、可達。以“人臉識別”為例，下圖為大單元目標確立的邏輯關系示例。

大概念整構目標

中國學生發(fā)展核心素養(yǎng)是黨的教育方針的具體化，各學科為落實根本目標基于本學科凝煉了學科核心素養(yǎng)。同樣人工智能教育的育人目標不可脫離學科核心素養(yǎng)的指引，借助現(xiàn)有的信息技術學科核心素養(yǎng)來明晰人工智能教育的價值是能力導向，而非編寫代碼或推導理論。

人工智能知識的集合需要打碎，重新整合到“數(shù)據(jù)”“算法”“信息系統(tǒng)”“信息社會”等學科大概念體系中，形成概念網(wǎng)絡映射下的知識圖譜，明確選取人工智能的智能原理、經(jīng)典算法、技術框架和社會倫理等為核心知識，這樣，人工智能知識則不是獨立的模塊或內容，而是基于信息技術基礎的再學習，成為培養(yǎng)學科大概念的又一學習路徑，這也是適應時代所需和文化內涵的一種解決問題的方式，指向核心素養(yǎng)。

“逆向設計”追蹤目標

培養(yǎng)學科大概念是學生知識轉化為能力的重要途徑，可以幫助學生形成宏觀的科學視角和微觀的知識脈絡。目標的確立應從大概念著眼，大概念的形成不是一堂課就能一蹴而就的，當目標細化到一節(jié)課、一個單元時要確定相對較小的概念，最終小概念都指向確定的大概念。

如果目標是圍繞知識點確定的，則知識的邏輯零散，可以形成星狀的小概念，但小概念與小概念的聯(lián)結變成了一種不確定的狀態(tài)，很難穩(wěn)定地形成大概念。反之，逆向從大概念出發(fā)確定目標，統(tǒng)籌知識與能力，增強了概念之間觸類旁通的關系，保障了最終的方向。

“最近發(fā)展區(qū)”逼近目標

主觀經(jīng)驗與客觀世界構成統(tǒng)一，在能動中促進更新認知，反復刺激形成穩(wěn)定的素養(yǎng)。目標是學習中外化的追求，設定很容易達到或者很難達到的目標，學生都容易喪失興趣。目標的確定應從當前較為活躍的概念入手，立足熟悉的知識基礎，具身真實的認知情景，誘發(fā)學生的既往經(jīng)驗和活躍概念產(chǎn)生共振，充分激發(fā)潛能，形成“跳一跳”就夠到的認知場域，通過自我內在的斗爭和審辯外在的對話遷移新的知識。

從具身情景中再生知識，知識再遷移到具體的情景中，如此反復，不斷攀登下一個目標，形成真實的能力、科學的思維，從低階的能力躍遷到高階思維，建立深層次的品格與自我概念，充實公民素養(yǎng)。

大單元走向深度的活動

擺脫、立足、關注

大單元設計中，“大”除了對單元本身的知識體量、活動框架、持續(xù)時間等程度的描述外，更是對學生能力的描繪，例如理解概念的高度、分析視野的廣度、思辨問題的深度、技術情意的厚度等，簡單地灌輸知識與技能不能滿足時代對于勞動者的期待與需求。通過松快、充足、系統(tǒng)的單元設計集中學生認知的過程，進而促進思考達到“大”的程度，跳脫出就知識講知識的機械訓練，遵循回應問題的過程是習得知識的本來規(guī)律，學生有時間走向深入的思考和高階的思維。

擺脫唯知識、唯工具的活動鐐銬

知識是認識世界的工具，能夠操縱工具的是學生逐漸清晰的概念。知識是專家在探究中凝聚的智慧，有著嚴謹?shù)耐茖н壿?，學生學習的過程理應遵循知識產(chǎn)生的過程，不因學段而割裂知識的科學邏輯，將知識碎片化。

人工智能具有多學科融合的知識視角，有利于在交叉的智能視野中碰撞出智慧的火花，讓學生能從自己的視角理解和解決問題，軟硬件的環(huán)境是促進認知的載體，它的取舍應隨問題的實際需要而“水到渠成”，并非是區(qū)分知識的條件。面對學習不同的知識時，知識呈現(xiàn)出不同維度的連續(xù)性：在理解智能原理或技術更迭時，知識呈現(xiàn)出連續(xù)的時間線，在推導算法原理時思維存在著空間邏輯線，在深度認識技術倫理和安全等討論時存在著情感線。

教師可以將認知載體根據(jù)操作難度、理解難度和知識呈現(xiàn)等將工具劃分為多維矩陣，學生學習和教師教學根據(jù)認知的需要選擇適合的載體，不被軟硬件環(huán)境束縛住了手腳，跳脫出基于某一種工具的認知局限，尊重情景，淡化傳統(tǒng)知識、工具等載體的邊界，知識和工具是為認知所用，不應該強制回避或打斷。

立足問題價值的活動活性

問題產(chǎn)生的探究意識可以跨越知識的邊界和穿梭時空之中。真實發(fā)生的問題提供了自然而然的社會場景，下圖“人臉識別”大單元為例，用問題價值維持單元的活性，學生在社會性的話語體系中分析問題，杜絕了純符號推理知識的“真空環(huán)境”，將學習與生活看成緊密相關的活動，糾正了“唯分數(shù)”的學習觀。

個體的個性裹挾在社會情景中，避免自行其是的異型或盲目的批判，而是具有科學精神的求同存異。教師有意識地前移問題產(chǎn)生的起點，關注“為什么用”而不是“怎么用”，學生能自我回答“為什么學”的內在動因。例如，在訓練預測回歸模型的時候“如何考量模型已經(jīng)達到了可接受的誤差”，服務于解決這個問題，會形成“數(shù)據(jù)能否可視化”的必然訴求。

問題能持續(xù)發(fā)酵是使活動走向“深度”思考的關鍵，有意義、有深度、有沖突的問題推動學生思維的自我整合，擺脫等待答案的認知惰性，學生分析問題的過程是調動原始積累、明確認知方向的重要時刻，教師切不可代勞，這是學生開始同化知識的開始，也是形成持續(xù)學力的關鍵時期。問題的生存周期成為單元“大小”的判斷依據(jù)，解決問題的標志不是教師講完了新知，而是另一個認知層次的開始。依據(jù)學情施加外力，通過下一個具有邏輯性的問題追問以引導學生再次進入不平衡的認知狀態(tài)，學生在試圖回應疑惑中保持學習活力。

關注單元之間的活動邏輯

一個概念的生成是一個單元作用或多個單元共同作用的結果，多個單元合力構建出大單元，單元與單元之間存在生成式、增強式、遞進式和補充式的基礎關系。單元之間不一定是課上時間的連續(xù)，也可能是空間上的聯(lián)系，存在學生的不同認知階段或者學習的不同物理空間，大單元之間通過基礎關系可以組合形成更大的單元。

針對生成概念的難度可以選擇不同的單元類型組織認知活動，通過問題支架、學習平臺、交流社區(qū)等多種方式維持探究興趣，打破課上和課下的時間分割，以探究意識為主導聯(lián)通線上與線下的學習空間，提供深度學習的場域，持續(xù)且深入的逼近問題的結果，做到知識活用。單元之間可以通過問題的不同角度或者不同深度、同一情景下不同思考的角度或不同人的視角、不同情景下的同一角度進行銜接。

教師不能漠視學生的發(fā)問，要敢于“失控”，學生可以將自發(fā)的疑惑搭建得到單元活動，主動的認知欲望才能獲得不受“下課鈴”限制的探索熱情，將枯燥的理論遞推轉變?yōu)椴恢＞氲膯栴}漣漪，激起層層浪花，從已知到未知再到已知，從具體到抽象再到具體，概括、歸納形成遷移能力，也是學生步入社會的原始積累。

智能化驅動有效的評估

勾連、平衡、統(tǒng)一

教師的“教”與學生的“會”絕非“此增彼長”的線性關系，鼓勵教師大膽放手，不是放任不管，也不是只看結果。“代碼不能正常運行”不能簡單地歸因于學生沒有學會，可能是偶爾的粗心大意，亦或是系統(tǒng)性的理解偏差，或者是忽略的知識短板。分析造成結果的原因不能僅停留在結果的表面，學生的問題一定是由學習行為引起的，將信息技術與課堂深度融合，可以在學習的過程中通過技術反饋問題、解釋行為、矯正偏差，實則通過技術掌控了課堂的節(jié)奏，減少倒追原因所產(chǎn)生的沉沒成本。

勾連目標與活動

有效的評估反饋可以厘清理論與實踐的矛盾、目標與活動的關系等，實現(xiàn)對學習績效的預測和對學習活動的干預。評價覆蓋認知的全過程，與數(shù)字化學習空間深度融合，隱形地收集數(shù)據(jù)，通過知識可視化的工具來量化學習行為以備分析。

在思維可視化方面，通過拼接流程圖呈現(xiàn)解題思路，通過搭建圖形化代碼積木了解智能信息處理的一般過程等；

在知識可視化方面，用代碼繪制圖案直觀呈現(xiàn)循環(huán)邏輯，學生可以用游戲或者虛擬實驗室了解神經(jīng)網(wǎng)絡的工作原理，嘗試改變每一個參數(shù)，讓邏輯可視化；

在調整認知時序方面，學生可以將不會的問題先收藏起來，滯留理解，同時統(tǒng)計數(shù)據(jù)用于分析疑難點、易錯點；

在學習日志方面，記錄學生在數(shù)字化學習空間中查找問題的瀏覽序列以了解分析問題的思路，搜索學習筆記的情況、課堂的學習積分與神情，放大學習行為的反饋。

評價工具支撐學生從理論目標到內化素養(yǎng)的過程，教師通過評估了解預設目標、當前狀態(tài)、預估目標的關系，從而判斷活動是否需要繼續(xù)發(fā)展。學生能看見從目標到活動、再到目標的認知過程，了解已知與未知的情況，隨著活動顯現(xiàn)出變化的認知路徑，確認認知建立的狀態(tài)，從而建立學習自信，形成良性循環(huán)，實現(xiàn)從分數(shù)的定論評價到積累的過程性評價。

平衡個性與共性

傳統(tǒng)評價多以考試為主，“標準答案”使不同智能特點的個體“歸一化”評價，所涉及的智能類型過于單一，是一種以犧牲隱性學力追求顯性學力的畸形評價，限制學生的個性成長?！拔ǚ謹?shù)”判定學習情況也造成錯誤的價值觀導向，學生陷入“父母的眼里只有成績”“我只要成績好了就可以了”“成績決定命運”“好成績可以得到一切”等利己的學習觀，不利于人格的健全發(fā)展。

智能技術驅動的評價轉變學生“被評價”的弱勢地位，避免教師或者家長僅憑“一張試卷”說教。大單元中的評價是在“識記—檢測”簡易考察方式的基礎上，采集學習過程中產(chǎn)生的數(shù)據(jù)，將數(shù)據(jù)先沉淀下來，放緩定論。

在共同情景中，學生與學習共同體通過觀點分享和思維碰撞，不斷豐富個體對概念的認知，學生可以站在不同的視角分析矛盾、辨析觀點和清晰目標，形成個性與共性對話的人文土壤，在不失創(chuàng)新的同時形成更全面、系統(tǒng)的視野，又可以促進實用性的創(chuàng)新，對科學技術形成更加多元的認識，即技術的國際視野、人文理解和倫理規(guī)約。

統(tǒng)一自知與行為

評價可以在實踐中增強學習者行為的可讀性，將自我認知與數(shù)據(jù)反饋聯(lián)系起來，助推主觀意識對客觀世界的改造，正確對待評價，學會評估評價的結果，既非一味依賴，也非全盤接受，評估可以幫助學生從自我的思維慣性中跳脫，站在他我的視角，起到“點醒夢中人”的作用，增強自我概念和明確學習動機。

教師難以在單元活動之中關注到每一位學生解決問題的過程，并對學生進行點對點的客觀評價，將技術嵌入課堂后，可以補充教師單一視角和視覺盲區(qū)，數(shù)據(jù)經(jīng)過積累進而增強學習效應，包括推薦自適應的題目反復刺激、設計個性化的學習策略和路徑等。

逼近社會場景的情景是自然且真實的檢測工具，集合多方評價，情景中的學習者會通過項目實踐、其他學習者放大自身的行為，有些本能反應很難自我察覺，但它們是最不能忽略的個人屬性，需要及時矯正，學生通過反思、優(yōu)化、求證和質疑等多種方式自發(fā)地驗證行為、肯定自知，在自我質疑中打破原有的認知平衡，嘗試重構自知，通過探尋新知建立新的平衡，最終學生將相對松散、開放的認知行為與自我概念統(tǒng)一起來，在“眾聲”中保持獨立思考、明晰自我價值，構成相對獨立的自我，形成對技術的底線意識和科學態(tài)度。

諸多學者針對中小學人工智能教育研究了基于STEAM教育、創(chuàng)客教育、項目式等教學策略的育人路徑，施加跨學科、真實情景、任務驅動、探究合作等方法，以期學生能夠獲得解決問題的真實學力。教無定法，從育人的策略形態(tài)看，呈現(xiàn)出一個中心、一個基本點、一個追求目標的要素，人工智能教育大單元設計瞄準要素，構建了以評價和活動釋放學生自我認知的學生中心、以學科大概念聚焦學科科學性的基本點、以真實情景逼近培育核心素養(yǎng)的追求目標的新樣態(tài)。單元化的備課方式無疑是從專家思維出發(fā)，強調知識的整體性、情景的真實性、評估的系統(tǒng)性等，讓中小學的人工智能教育有本可依、有策可遵、有跡可循。

來源丨《中國電化教育》，本文系國家自然科學基金項目“師范生課堂教學表達能力自主實訓與評價模型研究”(項目編號：62177032)、中國教育學會教育科研重點規(guī)劃課題(2019)“中小學人工智能教學活動設計和課例實施研究”(課題編號：201900302301A)階段性研究成果。原文有刪減。

作者丨何聚厚，陜西師范大學現(xiàn)代教學技術教育部重點實驗室；李天宇，烏魯木齊八一中學；何秀青，陜西師范大學計算機科學學院