教育部部长怀进鹏在2024世界数字教育大会上表示：我国将实施人工智能赋能行动，促进智能技术与教育教学、科学研究、社会的深度融合，为学习型社会、智能教育和数字技术发展提供有效的行动支撑，具体体现在以智助学、以智助教、以智助管、以智助研
［1］。在数字化教育转型过程中，教师要从“以生为本”的教育理念出发，把“以智助学”的重要性置于首位，同时遵循教育规律，从学习者认知发展的视角出发，在人工智能协同合作下直面挑战，发挥出虚拟仿真环境的共创分享优势，全面适应智能时代教育变革的新生态。笔者以虚拟仿真“火星开发”为例，从背景分析、项目设计、实践过程和总结反思4个方面，阐述在教育数字化转型的人工智能赋能行动背景下，虚拟仿真项目式学习实践对计算思维培育、践行“以智助学”教育理念的推动作用。
1 背景分析
1.1 发展困境
在人工智能教育教学的范畴中，机器人课程是最具代表性的学习活动之一，其教学内容也与科学研究、社会发展密切相关，能够促进学生的计算思维等高阶层面的综合素养培育。然而，在目前研究所处的西北地区，中小学机器人的普及教育发展远落后于机器人比赛的开展，众多学校机器人教育的焦点更多停留在机器人竞赛上，教师热衷于开发3~5人的“小团体”精英化教育培养模式，使得机器人普及教育没有真正落实和推进到常规课堂教学中。机器人课程难以用常规教学形式开展的主要原因是维护经费不足和设备数量限制，还有设备损耗、性能不稳定、教学准备周期长引发的教学效率低等其他因素。基于以上主客观要素分析，机器人教育亟须找到面向数字化时代学习者发展的普适路径，体现“以智助学”理念设计实施的新思路。
1.2 研究现状
伴随着数字化时代科学技术的飞速发展，近年来以“机器人教育”为内容的相关研究日臻完善，涉及以此为基础开展的人工智能教育理论和实践的全面进步，包含意义价值、内容模式、评价策略等方面内容，这些成果都得益于研究方法科学性的不断提升，使得相关领域的研究结论呈现出更强的系统性和推广性。笔者在文献研究中发现，国内外关于虚拟仿真教育教学的研究较少，其中所涉及的内容主要由机器人教育的延伸话题与图形编程模式推进程序设计教学方面的内容组成，而关于虚拟仿真课堂教学的研究还需要深入挖掘。以虚拟仿真为突破点、对涵盖更为全面的虚拟仿真平台进行整合也是研究契机，因此，开展由虚拟仿真助力的项目式学习实践具有重要意义。
1.3 解决路径
笔者尝试把虚拟仿真技术应用在小学信息科技常规教学中，这种由虚拟仿真平台为人工智能赋能行动的教学策略可行性体现在以下两个方面。
一方面，在教育均衡化发展的积极推进下，即便处于农村地区的义务教育阶段学校，也都配备有更新及时、设施齐全的微机室，基于3D仿真技术不断增强对计算机软硬件系统的兼容性，使得基础型CPU、集成显卡也能顺畅运行虚拟仿真平台的动态效果，反映出社会层面、数字化技术发展对于人工智能在基础教育领域的扶持力度，也让更多学习者有机会接触这一领域，在全新的虚拟仿真教学模式中受益。另一方面，相比于实体机器人场景大小和更换成本的限制，虚拟仿真环境可以为学生提供更接近真实的3D仿真效果，其问题解决场景的多样性，促进学习者在不同主题任务中的能力提升和思维拓展；其图形化编程的搭建模式有利于降低程序设计的复杂性，加快学生适应虚拟仿真系统的速度，使学习者能够依据程序运行后的实时反馈，主动参与到尝试算法描述、验证算法执行、提升算法效率的过程中来，有助于以计算思维为主的信息科技核心素养培育。
2 项目设计
2.1 总体目标
在《义务教育信息科技课程标准（2022年版）》中第三学段（5～6年级）“身边的算法”模块包括“算法的描述”“算法的执行”“算法的效率”三部分内容。算法是计算思维的核心要素之一，也是人工智能得以普遍应用的三大支柱（数据、算法和算力）之一，算法模块以身边的算法为载体，使学生了解利用算法求解简单问题的基本方式，培养学生初步运用算法思维的习惯，并通过实践形成该模块总体目标。其一，通过算法模块的学习，学生能熟悉一些常用的算法描述风格与方式，理解什么是算法；其二，能采用程序设计的思想方法，历经分析问题、设计算法、编写程序、测试与迭代等过程，运用计算机实现算法的执行过程；其三，能对算法的正确性与执行效率进行讨论和辨析，有意识地总结解决问题的方法，并将其迁移到其他问题求解中
［2］。
2.2 教材分析
项目设计内容源于2023年人教版信息技术六年级上册教材第一单元“走进虚拟仿真世界”，主要内容包含“算法的描述”“算法的执行”“算法的效率”三部分。第一部分的图形化编程基础为之后的虚拟仿真程序执行，以及帮助学生如何验证算法效率、完成程序的更新迭代提供算法支持。纵观教材的第一单元，发现其内容重点偏向围绕模型搭建设计实施，为激励学习者挑战“观察并体验算法效率”这一阶段目标，继而帮助学生个体实现“总结方法并将其迁移拓展”这一计算思维培育的核心目标，笔者尝试制订科学探索主题，并根据实际需要对教材内容进行适当整合。
2.3 项目策略
虚拟仿真“火星开发”项目式学习（以下简称“火星开发”）是涵盖以上内容和目标的综合性学习实践活动。项目以一系列虚拟仿真挑战任务展开，借助虚拟仿真技术手段还原并丰富真实火星场景细节，学习者在等比还原的火星中以工程师角色设置火星探索机器人，运用路线设计、红外感应、地形感知、机械控制等人工智能知识、技能和思想等综合素养，完成虚拟环境下的特定任务，分别应用在水痕迹勘测、物联网中枢建设、矿石开采运输等具体环节中，旨在帮助程序设计者亲身参与科学考察工作，并在有限任务时间内，体现出最终程序作品完成效率第一的挑战原则。具体的项目策略如
图1所示。
2.4 项目内容
依据项目策略，笔者将项目内容的7个任务进行细化，包括前期设计规划、中期项目实施和后期评价反思3个主要阶段，其中每个子任务层层递进，反映出学习者计算思维发展的客观规律。同时根据国际教育技术协会认定的计算思维6阶段
［3］，笔者制订了计算思维培育目标项目，时长为7课时，参与对象是从实验校抽取的、有人工智能学习经历的六年级8个班学生，项目内容从子任务目标、虚拟仿真硬件、AI核心技术及应用、数字化学习支持等方面依次展开，如
表1所示。
2.5 项目评价
多维数字画像既是一种技术形式，又是一种教育资源存在方式，具有工具和内容的双重属性
［4］。通过上述小学生计算思维的评价维度奠定基础，构建出的信息科技学科“多维数字画像”评价体系，具有个体性、协作性、人机协同等特点，能够为学生全面发展提供有力支持。评价体系由过程性评价和整体性评价组成。过程性评价又分为个人、小组、人工智能平台评价部分，各方根据计算思维培育目标的相关表现及时评价，从每个阶段分别对应的维度展开，采用自评、互评、平台评分等多元量化评价方式。
评语是一种质性评价。与量化的等级制不同，评语能够具体说明、解释、描述或评论学生素养发展的情况，因此，学生和教师在写评语时，可以在不能或不易进行量化评分的领域着重进行评价
［5］。在信息科技学习领域中，学生在活动参与度、小组分工的担当、互助和竞争并存的协作表现、科技伦理的思量等精神层面，都是质性评语对量化的多维数字画像的一种必要补充，可进一步完善计算思维评价体系的教育增益，发挥出人本主义的关怀特质。“多维数字画像”驱动的计算思维评价体系包括过程性评价和整体性评价，前者如
表2所示，后者如
图2所示，包括多维数字画像和未显示的同伴评语与教师评语。
3 项目实践案例
“火星开发”项目后期评价反思阶段包括程序调试优化、成果展示考核2个子项目，可帮助学习者实现“观察并体验采用不同算法解决同一问题时在时间效率上的差别”这一阶段目标，继而达成“能有意识地总结解决问题的方法，并将其迁移到其他问题求解中”这一计算思维培育的核心目标，笔者将课标内容要求融入详细的数字化教学流程，把握学生认知发展处于从具象思维到抽象思维的转变特点，注重具象内容和抽象内容之间的关系与平衡，让学生不断经历调试参数、观察运行规律、优化程序设计的算法效率提升过程，增强对算法原理的理解，在数字化项目实践中着力提升学习者的计算思维水平。
该阶段项目内容包括2课时。第1课时为灵活运用统筹规划的能力，设计出任务串联合理、执行效率提升的优化程序。第2课时为分享展示AI智能评分系统的过程性成果，通过反思、质疑、论证等科学汇报形式，完成项目总结评价。以第1课时为例，阐述基于虚拟仿真项目式学习策略实施的教学流程。
3.1 虚拟仿真情境感知
首先，教师明确在火星探索任务中，机器人的太阳能电池容量仅支持5 min运动的客观条件，同时也是设置的比赛规则；其次，教师在虚拟仿真平台演示范例程序，让学生直观感受程序调试优化为实现机器人任务执行效率带来的变革，即机器人更快地完成任务并到达基地，就能为后续的其他探索计划节省更多的能源和时间；再次，教师通过组织比赛活动，达到激发学生深层动机、发展计算思维的教育目的，为数字化课堂教学的开展奠定基础。
3.2 人工智能原理探析
学生观看讲解程序调试优化方法的微课视频，尝试分析程序调试的核心技术：算法优化。教师把握适当时机，讲解采集陨石作为随机任务点的机制，引导学生发现并分析这种任务类型和固定任务的不同点，需要调整解决问题的思路，选择对应的方法策略，理解自动驾驶技术背后的2个原理：第一，采用“两点间直线距离”函数、变量结合循环结构的算法；第二，依靠封装“避障”函数，控制机器人绕过障碍物到达目标地点，并且中途合理使用避障功能。在本环节，学生依靠数字化资源，进行自主探究实践，总结出具体的原理路线：任务分析—公式运用—选择函数—搭建模块—避障调试—综合应用。学生在具体分析、抽象概括中的计算思维能力得到稳步提升，从具象思维到抽象思维的转变自然发生，“以智助学”效果显著。
教师在学生已有知识和经验的基础上，结合前期设计规划阶段的路线设计规划任务，融合中期项目实施阶段的矿石开采运输任务，引导学生对自动避障功能的步骤进行分解整理，并以此为依据布置初级、中级、高级AI工程师3个分层任务。
3.3 算法过程分层实现
该环节教师组织学生开展自主探究和小组合作相结合的活动，发挥问题设置的导向作用：如何把任务分析、公式运用与流程图结合起来？自动避障算法实现步骤是什么？调试优化程序综合应用了哪些方法？还有哪些注意事项？这种对算法过程进行拆解并逐一实现的做法，能够细化具体的数字化学习活动，完善计算思维的培育。
（1） 初级AI工程师：尝试算法描述。教师结合矿石开采运输任务，组织学生绘制流程图。接着引导学习者根据机器人和任务点的X、Y坐标差值，计算出当前位置和目标地点坐标之间的距离，得出机器人的运动时间。直接设定好运行速度和运行时间，就可以到达目标地点。厘清思路后，教师介绍“两点间的距离”这一关键运算模块，学生新建对应变量、选择循环结构搭建项目程序。
（2） 中级AI工程师：验证算法执行。在具体搭建过程中，学生将拼搭好的程序模块一一连接，点击“运行”执行程序，这里通常会遇到两种情况：第一，如果机器人到达位置与目的地存在的误差较小，就只需要在计算机器人运动时间的算法公式后，学生参照教师提供的数值范围（一般是0.07±0.01），通过加减该数值调整精确位置；第二，如果机器人到达位置与目的地存在的误差较大，则需要重新规划路线，教师需要提醒学生预设坐标进行转向。
（3） 高级AI工程师：提升算法效率。预设坐标使用的是手动规划路径绕开障碍物，教师适时提出使用红外深度AI感应器自动避障的技术，让学生尝试设计相应程序，在具体做法中考虑分支结构算法判断前方、左方和右方50 m内是否有障碍物，若有就进行一定角度转向。另外一个提升算法效率的途径，可以鼓励学习者尝试切换机器人轮式/足式形态，在具体做法中采用分支结构、依靠地形感知模块判断前方地形，让学生注意借助循环结构算法、帮助机器人在通过崎岖路面时，自动切换为足式形态，在节约时间的同时还能避免车轮磨损。
3.4 成果分享、迁移与拓展
这一环节在课中表现为两个部分。第一，教师组织学生对项目作品在小组内部展示与交流；第二，结合不同路线设计的虚拟仿真程序运行情况，在大组之间让学生以机器评分记录为赛果，两两对照进行讨论，帮助不同的学习个体发现能节省时间、提升效率的部分程序。反馈评价不只发生在每节课后，在整个项目式学习结束后，教师可以组织学生对本次科学考察工作的全部内容进行梳理复盘，以此为基础形成的结论，有助于启发学生在真实环境中遇到相似问题时，也能进行迁移拓展。
在教育数字化转型的人工智能赋能行动背景下，对于虚拟仿真项目式学习的策略研究，现阶段还存在以下问题：笔者目前只是针对信息科技核心素养内涵之一的计算思维进行研究，今后还需要对信息意识、数字化学习与创新、信息社会责任等其他三个层面深入探索，总结评估维度、把握评估表现，以期在后续研究中能为该教学策略支持“以智助学”的结论，提供更全面的理论、过程和事实支撑。
4 结语
上述问题对教师自身的数字素养来说，既是机遇也是挑战。因此，创新开发、合理应用教学策略，将虚拟仿真技术与相关的课程内容有机结合起来，设计开发出更多跨学科的人工智能项目式学习范式，让学生在未来更完善的数字教育生态中受益，将是数字时代师生共同适应人机共生、人机协同新生态的愿景目标。
京公网安备11010202008535号
PDF
(641KB)
