基于认知起点的初中人工智能个性化实验教学

摘要

基于学习技术范式，探究从学生认知起点出发，在初中人工智能课程中开展个性化实验教学的可行性和必要性。对比“传统的讲授和演示教学”“非个性化实验教学”“基于认知起点的个性化实验教学”在提升学业成绩方面的效果，证实“基于认知起点的初中人工智能个性化实验教学”有助于促进学生的认知发展，能有效提升学习效果。

Graphical abstract

关键词

认知起点 / 初中 / 人工智能 / 个性化实验教学 / 学习技术

人工智能作为当前科技发展的热点领域，截至2021年，已被我国在内的11个国家及地区加入国家课程方案中^［1］。《义务教育信息科技课程标准（2022年版）》（以下简称《课程标准》）将之作为逻辑主线之一，并设置了“人工智能与智能社会”模块^［2］。该内容作为初中信息科技学科中较为艰深的部分，对在认知发展水平上存在较大差异的初中学生颇具挑战性。学生往往对各知识点存在多样化的误解，无法确立“大概念”统摄下的科学认知结构，各类教学活动和实验也难以达到预期效果。

为探索如何在初中人工智能教学中，关注学生的认知差异，提升学习效果，笔者尝试依据学习技术（Culture，Technology，Content，Learner，CTCL）范式，即在文化的视野下，将技术、学习内容、学习者三者有机结合^［3-5］，以学生认知起点为切入点，结合初中人工智能教学内容，设计有针对性的资源和实验活动，优化初中人工智能实验教学，并提出如下研究问题：针对人工智能教学内容中的认知起点，如何开展“个性化实验教学”促进学生认知发展，提升学习效果？“基于认知起点的初中人工智能个性化实验教学”相较于“传统的讲授和演示教学”“非个性化实验教学”是否具备优势？

1 研究设计与实施

1.1 研究方法与对象

采用问卷调查法和准实验法。问卷调查主要采用二阶诊断测试法，即每题由一阶问题（对知识的提问）和二阶问题（对作答理由的提问）组成^［6］，在教学前后对学生认知起点进行调查。准实验选择Ｓ市某校初二年级共60名学生作为对象，均分为3组施加不同教学干预，验证“基于认知起点的初中人工智能个性化实验教学”的效果。

1.2 研究流程

开发认知诊断工具是第一步。首先根据《课程标准》编制并发放开放式问卷（仅含一阶问题）；随后根据反馈，编制并发放二阶问卷（一阶问题为选择题，二阶问题为开放题）。再根据反馈，编制二阶诊断问卷（一、二阶问题皆为选择题）^［7］。测试共发放问卷232份，测试对象不参与后续准实验。发放回收二阶诊断问卷后，经分析反馈，了解学生认知起点，确定教学难点。针对难点，将相关学习内容进行重构，设计针对学生认知起点的个性化实验教学及资源。在完成教学准备后，学生分3组进行准实验。为控制变量，3组教学资源相同，仅在教学模式上存在差异。在实验前测和后测考查认知起点的调查中暴露较大问题，测试题目的形式、考查内容相同，但措辞和选项顺序不同。最后，分析数据，得出结论。研究流程见图1。

1.3 认知起点诊断

分析二阶诊断问卷反馈发现，3组学生均在“人工智能的数据依赖”和“人工智能的算力依赖”两个知识点上存在较大的问题^［7］。

实验组学生对前者的认知起点问题可划分为3类。

（1） 不良结构：指由于对概念和术语的混淆形成的不良认知结构，有时不良认知结构也是自洽的。具体错误认知表现为：①割裂训练和数据的概念，认为训练获得的是高于数据的经验和知识，因此AI才能应对复杂现实情况；②模型往往是普遍的规则，因此机器学习的“训练”是自主学习和思考；③AI可以应对多变的情况，因此人工智能的实现依赖于某种万能算法。上述错误认知占实验组总人数比重为65%。

（2） 望文生义：指简单通过字面和个人经验建构对概念的理解。具体错误认知表现为：认为AI领域的训练类似于人的重复性练习，多次进行可以提升熟练度。此错误认知占实验组总人数比例为25%。

（3） 前摄干扰：指已学知识对新知识的理解造成了不利的影响。具体错误认知表现为：①在学习利用“搜索”方式实现AI后，将AI简单理解为大数据下的搜索；②认识局限于传统程序，认为AI程序需预设所有情况，计算机只管照章办事。此错误认知占实验组总人数比例为10%。

实验组学生对后者的常见认知起点问题较为简单。40%的学生认为机器学习中构建模型和使用模型同样需要大量算力，另有45%的学生不熟悉机器学习的过程，认为构建模型和使用模型是同步进行的，都占用算力。

1.4 初中人工智能个性化实验教学设计

对“人工智能的数据依赖”和“人工智能的算力依赖”的教学不能是孤立的，需要承载于对具体“人工智能实现方式”的教学当中。笔者将实验教学内容选定为“利用机器学习实现预测”，该内容和学生已学的“机器学习方式实现人工智能”相关，处于学生最近发展区之中，并以此为载体组织对上述两个知识点的教学。笔者为了能够降低学生在实验时的认知负荷，使之能将注意力集中在学习内容上，基于可视化编程开发了具备友好界面的、开源的教具，并准备了实验用数据集。

针对学生在“人工智能的数据依赖”上的3种认知起点问题类型，笔者设计了3套实验任务进行干预。

（1） 对存在“不良结构”者，参考细谷纯的“惊讶型策略”^［8］，通过数值迥异于训练数据的测试数据造成结果异常，阐明训练数据关系到模型的适用范围，不存在“万能公式”或“机器思考能力”，再让学生直观看到输出的模型——由训练数据统计出的公式，以此建构合理的认知结构。

（2） 对存在“望文生义”者，采用实验验证的方式，让其再次训练后观察得到的模型是否改变，从而阐明不断训练并不会增加AI的“熟练度”。

（3） 对存在“前摄干扰”者，参考Posner等提出的“概念转变模型”^［9］，要求学生对比预测值和训练值，使之发现进行预测并不是单纯地查找或照章办事，而是通过实验确立“模型实为统计获得公式”的认知。

针对学生在“人工智能的算力依赖”上存在的认知问题，笔者主要采用实验验证和总结归纳的策略进行教学设计。为“认为机器学习中建构模型和使用模型同样需要大量算力”的学生安排了比较两个阶段耗时的实验，让学生间接从现象中体验算力需求。为“认为建构模型和使用模型是同步的”学生提供归纳流程的框架，要求学生回忆实验过程，梳理机器学习的过程。

1.5 准实验教学的实施

实验组教学采用“基于认知起点的个性化实验教学”，依照认知起点设计的实验任务发放给对应学生，采用学生自主实验为主，教师引导、总结为辅的方式进行。对照1组教学采用“传统的讲授和演示教学”，讲授内容与另2组相同，演示内容涵盖实验组的所有实验任务，学生不亲手实验。对照2组教学采用学生自主进行“非个性化实验教学”，所有学生实验任务相同，包含实验组的全部实验任务，教师进行引导、总结。整个教学过程见图2。

2 数据分析与研究结论

2.1 实验前测和后测数据的对比分析

分析数据可知，3组的前测成绩较为接近，各组间方差齐，且各组间皆不存在显著性差异，即实验组、对照1组、对照2组的前测成绩水平相当。各组后测成绩相较于前测都有提升，实验组平均分高于2个对照组。3组后测成绩间方差齐，实验组与2个对照组后测成绩皆存在显著性差异，2个对照组后测成绩不存在显著性差异，说明实验组后测成绩水平高于2个对照组，而2个对照组后测成绩处于同一水平，具体结果如表1所示。

2.2 实验组学生认知发展评估

分析学生在学习内容上的认知发展，发现“基于认知起点的初中人工智能个性化实验教学”对学生的认知有一定的改善效果。在教学前后，“不良结构”都是“人工智能的数据依赖”最常见的认知问题，但“个性化实验教学”降低了该类问题的占比。“人工智能的算力依赖”在内容上的认知问题更难通过干预促进正确认知的形成，这可能是因为“算力依赖”难以被直接观察，只能通过耗时间接感受到。详细情况如表2所示。

3 结论与教学建议

由实验结果，可得出以下结论：①基于学习者在初中人工智能内容上的认知起点，开发相应学习资源，进行个性化的实验教学，可以促进学生认知发展，有效提高学习效果；②在初中人工智能教学中，在资源和内容相同的情况下，“基于认知起点的个性化实验教学”较之“非个性化实验教学”“传统的讲授、演示教学”可获得更好的学习效果；③在初中人工智能教学中，以学生“自主进行非个性化实验”的方式开展教学不一定比“传统的讲授、演示教学”效果更好。

基于上述结论，反思实验教学的过程，笔者提出如下教学建议。①采用“基于认知起点的个性化实验教学”开展针对初中人工智能难点的教学。从实验结果可以看出“基于认知起点的个性化实验教学”在应对学生存在复杂认知问题的学习内容上有较好效果。该方式可为学生定制适合的学习路径，发挥自主学习优势，体现以学习者为主体的理念。②有针对性地开展自主实验、使用学习资源。虽然实验结果显示学生自主进行的“非个性化实验教学”不及“传统的讲授、演示教学”，但并不意味着应放弃自主学习。实验结果显示，在学习资源相同的情况下，“基于认知起点的个性化实验教学”的效果优于“非个性化实验教学”。在CTCL视野下，关注学习者（L），将学习者对学习内容的认知（C—L）作为抓手，有针对性地利用技术和学习资源（T）开展学习十分必要。③对初中人工智能内容中较难部分应进行适度讲解和演示。尽管“传统的讲授和演示教学”存在学生参与度低、不利于培养实践能力、形式上缺乏灵活性等缺陷，容易陷入“以知识为中心”的窠臼中，但实验结果显示，若学生对顺利完成自主学习任务存在困难，则其学习效果甚至会逊色于“传统的讲授和演示教学”。讲授和演示并非“学习者中心”的对立面，相反，依据学习者和学习内容的实际情况，酌情采用恰当的教学方法才是“学习者中心”的应有之义。

参考文献

[1] 楼又嘉，李一航，王永固，等.人工智能基础教育课程全球图谱：开发框架与实施方略：UNESCO《K-12人工智能课程图谱》报告解析［J］.远程教育杂志，2022，40（03）：3-15.

[2] 中华人民共和国教育部. 义务教育信息科技课程标准（2022年版） ［S］.北京：北京师范大学出版社，2022.

[3] 董玉琦，王靖，伊亮亮，等.CTCL：教育技术学研究的新范式（1）：基本构想与初步研究［J］.远程教育杂志，2012，30（02）：３-14.

[4] 董玉琦，包正委，刘向永，等.CTCL：教育技术学研究的新范式（2）：从“媒体应用”“课程整合”到“学习技术”［J］.远程教育杂志，2013，31（02）：3-12.

[5] 董玉琦，王靖，伊亮亮，等.CTCL：教育技术学研究的新范式（3）：基础、命题与应用［J］.远程教育杂志，2014，32（03）：23-32.

[6] PETERSON R， TREAGUST D F， GARNETT P.Identification of secondary students' misconceptions of covalent bonding and structure concepts using a diagnostic instrument［J］.Research in Science Education，1986，16（01）：40-48.

[7] 禹舜尧，吴海丰，马颖莹，等.初中生对“人工智能与智慧社会”的认知现状调查：以S学校初中一、二年级为例［J］.中国信息技术教育，2024（05）：43-46.

[8] 边家胜，董玉琦 ．学科学习中的“概念转变”策略探析：基于日本概念转变研究的综述［J］.外国教育研究，2016，43（03）：94-107．

[9] POSNER G J， SREIKE K A， HEWSON P W，et al ．Accommodation of a scientific conception：Toward a theory of conceptual change［J］．Science Education，1982，66（02）：211—227．

基金资助

浦东新区基础教育信息化研究课题“CTCL范式下基于认知发展的初中人工智能教学研究”(2023G024)