2.2　教学现状

自《发展规划》颁布以来，中国在人工智能各个方面的建设均取得了长足的进展，这方面的报告已有很多，就不再一一赘述。然而，与其他领域的进展相比，中小学人工智能教育相关工作还存在一些不足，具体表现在以下几方面。

2.2.1　顶层设计相对缺失，标准指引仍然空白

为什么说中小学人工智能教育顶层设计相对缺失呢？这是因为在中小学人工智能教育方面，有关部门仍然未形成一个明确的标准指引文件。

首先，要明确人工智能的定义。人工智能有其自身的特殊性，很难想象，人工智能学科发展了几十年，业内的专家学者对它的定义还未达成统一的共识。通常认为，人工智能是一个高度交叉的学科，主要涉及控制理论、计算机科学与工程、数学、统计学、物理学、认知科学、脑科学、神经科学、心理学、语言学、哲学等。其体系之庞大、内容之多决定了人工智能教育难度相对较大。

其次，要明确中小学人工智能教育的边界，即中小学人工智能教育是什么，不是什么。目前一些学者仍未从国家战略框架中审视中小学人工智能教育，往往将其割裂，用局部观代替整体观。笔者认为，开展中小学人工智能教育，必须以国家整体的人才战略规划布局为依据，综合考量，明确不同教育阶段的人工智能的学习内容与学习重点。中小学人工智能教育要与大学阶段的人工智能教育形成有效衔接。

最后，要明确中小学要教什么，不教什么，了解什么，熟悉什么，掌握什么。这种方向性的、纲领性的文件一定是从上而下的；否则，教学时就会犹如一盘散沙，难以形成合力。笔者参与过不少关于中小学人工智能教育的研讨会，一个有趣的现象是，经常一谈到人工智能教育如何落地，教授编程的教师认为应该加大编程教学力度，而教授机器人的教师则认为应该以机器人教学及比赛为切入点，大家各执一词，争论不休，难以形成定论。

2.2.2　课程体系还未健全，教材水平参差不齐

在课程体系方面，先不讨论中小学阶段的人工智能教育课程体系，截至目前，就连大学阶段的人工智能课程体系也少有文献能够说清楚，仍在探索之中。就目前已有的资料来看，《人工智能本科专业知识体系与课程设置》（郑南宁编）、《人工智能学院本硕博培养体系》（焦李成等编）和《南京大学人工智能本科专业教育培养体系》（南京大学人工智能学院著）是市面上仅有的几本系统讨论课程体系的书籍。罗定生等学者分享了北京大学人工智能课程教学改革与实践的经验；吴飞等学者通过研究国内外的人工智能教学经验，探讨了人工智能的本科专业课程设置。从这些图书、文献资料中可以看出，大学阶段的人工智能教育仍在摸索阶段。

回到中小学人工智能课程体系上来看：在文献方面，一些专家学者发文对中小学人工智能课程体系的构建及相应的教学实践经验进行了思考与分享，这些文献为中小学人工智能教育课程体系建设及推动中小学人工智能教育工作提供了宝贵的经验。另外，一些教育机构也对中小学人工智能课程体系建设做出了积极探索。然而，目前仍未有系统的人工智能课程体系相关书籍或权威的指引为中小学开展人工智能教育提供借鉴。

对已出版的中小学人工智能教材，笔者用18个字进行了总结：

教材不胜枚举，

水平参差不齐，

内容难度不一。

在这些教材中，甚至不乏幼儿园人工智能教材，日本新闻还专门针对此事进行了报道，许多日本人瞠目结舌，深感中国的人工智能教育之超前。笔者并不反对教材形式的多样性，正所谓“百花齐放、百家争鸣”。然而，笔者认为，一些教材的出台太过匆忙，对国家人工智能相关政策把握不足，对中小学学生课程标准研究不透，对学生学习反馈认识不足，与中小学人工智能教育实际有所脱节。笔者印象最深刻的是，在一次关于中小学人工智能交流大会上，一本较早出版的人工智能教材成为众矢之的，更有专家说曾让一些文科博士阅读这本教材，他们也感觉有一定难度，无法理解书中的一些内容。

在中小学人工智能教材的编著上，一些学者较少有机会听到学生的反馈，他们只是将大学的课程内容难度根据自己的想象进行下放，导致中小学教学时对这些出版的教材无从下手。笔者曾同中国人民大学附属中学（以下简称人大附中）、北京第十二中学（以下简称十二中）、北京大学附属小学（以下简称北大附小）、中国人民大学附属小学（以下简称人大附小）等诸多名校教授人工智能的老师进行交流发现，很多情况下，老师在课前以为学生对一些人工智能概念会很容易理解，课后发现，根本不像他们想象的那样。熟悉中学生、小学生的老师尚且很难把握，需要反复授课验证，更何况那些缺乏相关中学教课经验的老师。

图2-2所示为人大附中“人工智能周”。

还有一些教材对人工智能知识点之间的关联把握不清，导致系统性不强，一些通识课中应该涉及的概念未涉及，一些较专业的概念呈现太多。在这方面，笔者提出中小学人工智能教学要以模块进行划分，厘清先修课程关系等，以此打造中小学人工智能教学的课程体系。

2.2.3　校内学习课时不足，校外培训“新瓶装旧酒”

校内系统学习人工智能的课时极少是目前中小学人工智能教学的主要困境之一。以高中信息技术的必修课“数据计算”与“信息系统与社会”为例，加起来共计50余个课时，必修课尚且如此，如果还想在此基础上专门增加人工智能课时，的确十分困难。根据笔者的调研走访，一些中小学即便开设了相应的人工智能课程，也会因为一些其他的事情而占用本已计划好的人工智能课程时间。

在这种情况下，中小学如果要进行系统的人工智能教育，只能在已有的课程、课时中进行，除了增设相应的选修课，还需要另辟蹊径。根据笔者对人工智能教育走在前列的几所中、小学授课内容的调研发现，一些课程完全可以不必放在人工智能的课堂之上进行讲述。以高中人工智能授课为例，为了兼顾选修人工智能课程学生的水平，一些老师不得不在课堂上对如Python编程基础知识、统计学基础知识进行再次讲述，占用了真正人工智能的课时。其实，一些知识可以作为人工智能的先修知识在信息课或其他课程中进行介绍，即人工智能课程的先修课。

还有一些国外的经验也值得借鉴。以日本编程教育为例，根据日本政府的要求，小学的编程教育在2020年变更为必修内容。然而，必修内容并不是必修科目，而是将编程元素有机融合进现有科目之中。日本文部省对小学编程教育提出的要求是：“各小学应结合实际ICT环境情况，对编程教育融合的对象学年、科目和课时进行自决。”也就是说，各个学校的教案不进行统一，而由各学校自行决定，而教育的重心应该放在计算思维的培养上。那么，一些关于人工智能的教学内容，是否也可以拆分到其他的课堂上进行讲述，综合提升中小学生的人工智能素养，这就需要做好顶层设计，辅以制度保障。

在国家人工智能相关政策接连出台的鼓励下，一些校外机构嗅到了商机。加之中小学人工智能相比其他领域，还处于蓝海之中，不少早期做编程、创客、STEAM教育的培训机构，也纷纷进入中小学人工智能领域。鱼龙混杂的结果就是很多人工智能教育培训机构其实是“伪人工智能教育”。什么是“伪人工智能教育”，笔者对其的定义就是仅仅利用人工智能的概念进行炒作，内容仍然是过去编程等传统课程。笔者曾接触过一些人工智能培训机构，如“人工智能Python编程”的课程，其实除了第一节讲一些人工智能的知识，后续所有的内容与人工智能均无关系，一些“人工智能机器人”课程也是如法炮制。

2.2.4　知识技能迭代较快，师资水平需要提升

以1956年达特茅斯夏季研讨会作为人工智能的起点，至今已有60余年。深谙人工智能发展史的人可知，人工智能三大派系之间的相互争斗以及人工智能总体的“三起两落”，真的可以用“其兴也勃焉、其衰也忽焉”来形容。

一次知识的更替，技术的崛起，就能引来巨额的投资，甚至不惜举全国之力；一旦投资不及预期，就立即停止投入，人工智能迅速跌入谷底，无人问津；一本书就让感知机“走下神坛”；台式计算机出现后，专家系统就不再神气；一个支持向量机算法，就能让神经网络失去光影；深度学习出现后，人工智能再次崛起；如今又有学者不断发声，深度学习潜力已到瓶颈……

人工智能作为一门学科来讲，知识体系确实更新较快，而且在一定特殊的历史时期，可能出现某个派系占主导地位，打压其他派系的局面。例如，在前文所提及的《人工智能初步》教材中，其目录上几乎找不到“神经网络”相关词汇，反而是“知识”推理“专家系统”等词汇占据了绝大部分内容。如今，再翻看人工智能的相关书籍，情况则正好相反。

除了知识，人工智能对技能的要求也在不断提升。以编程语言来说，从LISP再到如今的风靡人工智能界的Python，变化实在太快；以平台为例，2015年推出的TensorFlow在一段时间内广受热捧，之后在2017年推出的PyTorch成了它最大的竞争对手；以硬件为例，GPU盖过了CPU的锋芒，成为人工智能时代的核心处理器；在算法层面，对抗神经网络、胶囊网络等对于中小学的人工智能老师来说，应该也是一些新鲜事物。

人工智能的知识更新很快，仅凭过去掌握的内容无法跟上人工智能知识快速更迭的步伐。何况，现在有不少学校，信息类的课程还是由非专业的老师兼任授课，能够教授人工智能课程的老师更是少之又少。