导读：杨晓哲老师是教育技术领域的资深专家。他的文章（可点击查看）《新教学支持系统：以专业指导专业，以名师成就名师》《大量的在线课程能否满足学习者自我成长的需求？》《我担心的不是人工智能抢走工作，而是学习力赶不上技术更替》《巧用技术 构建“情景”》《知识与技术一样，不在于占有多少》《杨晓哲 | 技术给教育带来了什么：非线性（一）（二）》等都在深入探讨新技术对基础教育的影响和运用方法，下面推送的文章则是他最近的探索和思考。
人工智能听上去很神秘，人工智能人才甚至成为了社会追捧的对象。自然而然，人工智能教育成为了大家关注的焦点。从新版本的普通高中信息技术课程标准中，在课程模块上来看，人工智能教育渗透到必修课程中，同时又单独开设了《人工智能初步》选择性必修模块。
在几个月的时间里，我们组织了一个小型项目，来自38所学校的教师一起学习研究“编程与计算思维”，在与老师们更进一步地研讨中，产生了大量新的想法与新的创意。感谢老师们的金点子与活力，这也让我对人工智能教育有更进一步的理解与思考。
如何自信从容，循序渐进地开展人工智能教育呢？
以下分享几个案例与思考。
我们都知道，也总是听说，新闻里的人工智能。它无所不知，无奇不有，连学生也多少了解一些。他们也在谈论人工智能与人类工作的关系。
从新闻的“远距离”，到生活的“近距离”，我们发现生活中已经有非常多的人工智能能够直接接触到。比如，人脸解锁智能手机屏幕，家里的扫地机器人。还有有趣的可以对话的语音音响。它们都或多或少地运用到人工智能。
再进一步，我们不仅体验人工智能应用，还可以更多维度地通过评价，来进一步解析人工智能。
现在，在路边遇到花花草草，拿起手机里的“形色”软件，发现它特别万能，什么植物，哪怕就是远远地拍一张照片都可以准确识别出植物名称。
但有意思的是，如果你自拍，或上传一张人脸照片，奇怪的事情发生了。例如，我根本不是某个植物，可是软件还是尽可能地猜。这个软件告诉我，我可能是柿子。
为什么，形色会出现这个缺陷呢？从中我们又可以思考什么？——弱人工智能与强人工智能？想通过图灵测试并不容易？真的有必要都通过图灵测试吗？这个缺陷真的不可以修复吗？如果可以修复，你将如何实现？
再进一步，我们开始尝试整个人工智能的关键步骤。
有这样一个网站平台，在这个平台上，你只需要跟着网站给出的文字，照着念出来。大约朗读了几段文字，5-10分钟之后，网站就开始为你的声音建模。之后，你输入你从未说过的话的文字，网站可以模拟你的声音，说出你从未说过的话语。这是多么让人惊奇的一刻。
从而，我们也进一步地理解了给人工智能喂养“数据”，通过数据生成模型的过程。
这个网站也通过各种渠道告诉其他人，我们的平台具备这样的人工智能技术。但你不能用它来做坏事。这就是需要强调的人工智能伦理，加强信息社会责任的培养。
这个时候，学生们已经越来越期盼打开人工智能的“黑箱”。
进入应用层面，非常依赖多维度大量的数据集。这方面的数据集并不容易找到。典型的几个数据集被反反复复地使用。其中一个，泰坦尼克号全体成员的数据集与最终是否幸存结果的完整数据，成为一个典型的可以应用的案例。
在这个数据集中，每个人的数据包括了性别，年龄，身高，体重，购买船票的仓位等级，家庭收入金额等等。这些数据集与是否幸存这个结果数据同时提供。你可以用数据集的其中一部分用来创建计算模型（例如使用5000个人的数据集作为来源）。仅仅使用，决策树的算法来构建模型作为第一次的尝试。然后，对该模型进行预测准确度的验证，给该模型500人的多维度数据，让这个人工智能进行这些人的幸存预测。结果，预测的准确率竟然非常的高（超过90%）。
在这个实战的例子中，是一个完整的通过数据，建构模型，进行预测的全过程。学生们完整的实践这个案例之后，就可以迁移到其他案例中。学生们就可能想到，如果我收集到不同的数据集，我是不是可以预测一个人什么时候生病？或是预测一个人的财富收入？幸福指数？
当预测不准确的时候，是数据的问题，还是算法的问题，还是哪里出了问题？
当然，需要学习的还有很多，学生们可以跳出一个个的算法，不至于迷失其中，去学习更多的算法和模型，甚至一步步深入到更综合的应用之中。
并非，非得到最后一步才想到创造，可以在过程中穿插。人工智能赋能我们每一个人，学生们完全有能力站在全新的角度面对问题，思考问题，解决问题。
最近，上海市开始了大力推行垃圾分类。一看垃圾分类的规则，不正是所谓的固定规则，重复操作的成熟领域吗？这不正是人工智能最擅长的领域吗？为什么需要人来垃圾分类，而不是机器？
我们是否站在人工智能的视角去面对社会问题？
当然，市场也反应迅速，大量小程序与应用程序应运而生。例如，用语言说出你要扔的垃圾，自动帮你想好分类。
但是，这还远远不够。结合外置的硬件，传感器，开源硬件，难道就不能进行全自动化的垃圾实物分类吗？
未来充满想象，将人工智能运用在新的领域内不断尝试，综合应用，创新实践，也是重要的一个环节。
普通高中信息技术课程标准2017版本中，信息技术学科的核心素养为：信息意识、计算思维、数字化学习与创新、信息社会责任。信息技术的核心素养，作为信息技术学科培养一个人的育人价值所在。其背后隐藏的学科核心大概念：数据、算法、信息系统、信息社会。
▲“普通高中通用技术”编委会
人工智能教育的本身不仅仅是编程教育，技能教育，而是意识层面、思维层面、实践层面、责任层面的教与学历程。
第一步总是艰难的，只有深入才有意思，只有实践才能去伪存真。期待，我们更加自信，可持续地与学生们开展人工智能教育。于此同时，在教学互动中，迭代更新，可持续发展。
| 留言与评论（共有 0 条评论） |
