小学阶段“知识表示与推理”AI课程的中美比较

摘要：近年来，人工智能教育逐渐渗透至中小学阶段，国内外相关课程标准的提出对进一步明确教学内容和教学目标有着重要的指示作用。作者采用国际比较的视角对两份具有广泛影响力的人工智能课程指南的课程定位、具体概念和目标要求进行分析、对比，发现小学阶段同样有必要涉及原理性知识的具体概念学习，但需结合学生的认知发展水平将目标要求设定在经验、映射等相对低阶的等级，这个结果将有利于教师深入开发具体的课程和开展教学实践。

关键词：AI课程比较；知识表示与推理；小学

中图分类号：G434  文献标识码：A  论文编号：1674-2117（2024）06-0083-05

尽管国内外诸多权威机构和学术团体已明确了人工智能教育的核心大概念，但在实际教学实践环节中，如何精准地将这些大概念融入各学段的课程体系，并合理地设定不同学段的学生针对这些大概念所应达到的认知深度目标，仍是一个亟待深入研究的议题。构建一个贯穿各学段且内在联系紧密、逻辑过渡连贯的人工智能学习进阶体系将成为青少年人工智能课程设计的首要任务。为此，笔者横向比较了中美两国两份极具代表性的课程指南，旨在揭示支撑人工智能大概念理解的关键概念及具体概念。同时，依据科学教育领域的学习进阶理论框架，对比两份课程指南中的目标层级要求，以便揭示各学段人工智能大概念的认知水平和进阶规律。研究结果将有助于推进中小学人工智能教育的课程改革，为中小学人工智能课程的系统设计提供有益启示。[1]本文主要展示的是有关“知识表示与推理”大概念学习进阶的比较成果。

《行动指南》与《开发标准》

目前，在国际范围内，美国人工智能促进协会（AAAI）与美国计算机科学教师协会（CSTA）于2018年5月共同发布的《美国K-12人工智能教育行动指南》（以下简称“《行动指南》”），是颇具代表性的人工智能课程框架之一。我国对人工智能课程内容的设计主要体现在《高中信息技术课程标准（2017年版2020年修订）》和《义务教育信息科技课程标准（2022年版）》两份国家课程标准中，人工智能作为义务教育阶段信息科技课程六个学科逻辑主线的一部分，贯穿于1～9年级的课程内容要求中。而中国教育学会中小学信息技术教育专业委员会于2021年10月发布的《中小学人工智能课程开发标准》（以下简称“《开发标准》”）中更加凸显了课程设计的系统性和层级性。

鉴于此，笔者聚焦于美国的《行动指南》和我国的《开发标准》，进行内容比较。选择这两份文件加以对比主要是基于两个考虑：第一，《行动指南》和《开发标准》均以人工智能教育为核心议题，明确地描述了人工智能课程的目标及内容要求[2]，具备在内容层面进行比较的条件。第二，《行动指南》和《开发标准》均采用螺旋式课程设计的方式，围绕人工智能的关键概念和方法，对不同学段的内容难度进行了较为系统的描述，这为深入探寻“知识表示与推理”这一核心大概念在教学中的进阶路径提供了良好基础。

“知识表示与推理”大概念

在当前的青少年人工智能教育实践中，学习的重点往往侧重于机器感知与机器学习等技术性知识。然而，仅仅关注机器感知和机器学习，对于学生充分认知人工智能是存在局限性的。尽管机器感知和机器学习在大数据处理及模式识别领域起着不可或缺的作用，但它们主要关注从数据中挖掘规律和模式，而对如何有效利用并整合先验知识的关注相对不足。相反，知识表示与推理这一维度则提供了必要的结构框架，不仅能够将机器学习的结果予以有序组织和合理诠释，更可以指导进一步的逻辑推理进程。为了系统地理解机器智能，学习“知识表示与推理”内容是极其必要的，如果缺失这部分内容的学习，学生可能会缺乏对复杂问题的深层次理解能力和解决方案的设计能力。因此，全面学习人工智能应包括“知识表示与推理”这一重要部分，以便学生在未来的专业领域学习中可以更好地构造和设计出具有更强智能水平和更广泛应用前景的AI系统。

中美课程的课程定位比较

首先，从课程定位来看，两份课程框架均以人工智能原理为核心内容，旨在引导学生深入理解人工智能的本质、实现的机制及其与人类社会的互动关系，并聚焦于学科五大核心概念：“机器感知”“知识表示与推理”“机器学习”“人机自然交互”以及“人工智能的社会影响”。[3]这与核心素养的培养目标相一致，以核心概念作为主线组织教学内容，帮助学生构建具有关联性、系统性的知识地图。其次，如表1所示，两份课程框架提出的教学目标要求贯穿了小学至高中各学段，明确定义了各学段的人工智能课程目标及具体内容要求，这为设计具有连贯性和一致性的课程内容提供了坚实的基础，同时也表明了在中小学开展原理性知识教学的可能性，并非将深奥的原理知识简单地下放，而是根据儿童的认知发生阶段设置相应的教学目标。这启示人工智能教育领域的研究者们，应当帮助学生尽早接触并建立对人工智能的基础认知，以确保不同学段之间的知识衔接自然流畅。[4]

中美课程的具体概念比较

查阅高等教育人工智能原理相关的教材，可以发现有关“知识表示与推理”的内容以两个关键概念为主线展开，分别是：①知识表示。主要围绕知识的类型、人的知识表示方法、机器的知识表示方法来组织内容。②推理。在人工智能学科领域范畴内，推理是指机器在已有的知识库中搜索知识或者根据已有的知识生成新知识来解决问题的方法与过程，主要涉及推理的过程、搜索的算法、推理的算法等内容。《行动指南》和《开发标准》两份课程框架中提及的教学内容与高校教材相契合。在小学阶段安排的具体概念的对应关系如上页表2所示。

进一步比较发现，两份文件在小学阶段的具体概念的设置具有两点共性：第一，两份文件均认可在小学阶段以“人的表示方法”和“人类的推理过程”作为教学内容，以便为学习者在后期学习、理解机器的表示方法和表示过程奠定良好的基础。第二，两份文件均没有在小学阶段设置知识的类型相关的教学内容，这部分内容在高校的教材中有所要求，高校阶段对知识表示的学习过程偏实践、应用，在应用阶段，知识的类型很大程度上决定了知识表示方法的选择，而小学阶段的追求仍在“理解”层面，尚不需要区分知识的类型。两份文件的不同之处在于，《行动指南》在小学阶段还设置了机器的表示方法、机器的搜索算法、机器的推理算法相关的具体概念作为教学内容，这些具体概念的学习体现了人工智能课程的本质，即通过人工智能课程学习人工智能的原理，而非人类的认知原理。而《开发标准》并未将这些具体概念纳入小学范围，主要的原因在于我国的人工智能教育仍处于发展初期，当前低段的学生在学习人工智能过程中多以体验、感受为主，尚未涉及具体原理的学习。

进一步，笔者分别梳理绘制了两份文件中关于“知识表示与推理”部分的大概念、关键概念和具体概念的层级类属关系图，如上页图1、图2所示，对比可以发现，《行动指南》对关键概念的描述较为具体，有助于教师更好地设计教学目标，并以此为基础设计教学活动，具有一定的参考价值。

中美课程的目标要求比较

为明晰《行动指南》和《开发标准》在小学阶段对“知识表示与推理”内容的目标要求，笔者借鉴科学教育领域中的学习进阶研究成果，以北师大郭玉英等人开发的科学概念的发展层级模型[5]为依据，对比两份文件中各关键概念在学段上的要求。基于此，笔者构建了知识表示与推理概念理解的学习进阶模型（如表3），进一步对两份文件关于“知识表示”与“推理”这两个关键概念在小学阶段所提出的目标要求进行了详尽的归类与分析。

经过归类、分析、统计，得出的结果如上页图3所示。从分布情况来看，《行动指南》在小学学段（K2，K3-5）对知识表示与推理的目标要求覆盖了“经验”“映射”“关联”3个层级，其中《行动指南》对小学学段的学生要求相对集中于“映射”层级，即能够将日常生活中的表示和推理的经验与智能机器的知识表示与推理的过程建立对应关系。《开发标准》在小学学段（预备阶段、阶段一）提出的教学目标要求为“经验”层级。两份课程标准设置的教学目标符合科学概念理解发展的过程，紧密围绕人类如何进行知识表示、机器如何进行知识表示、人类如何进行推理、机器如何进行推理以及知识表示与推理的关系设置进阶。

开展人工智能原理性知识教学的思考

在为小学阶段的儿童引入人工智能原理性知识的教学之前，教师的首要任务是精准定位适合低龄学生认知特点的内容范畴，并清晰设定预期的学习成效。为了厘清人工智能原理性知识“知识表示与推理”大概念在小学阶段开展教学所需涉及的具体概念及其目标要求，本研究使用内容分析法对中小学人工智能课程框架中相关的描述进行梳理，以便为教学设计、教学实施、教学评价等活动奠定良好基础。本研究主要得出以下结论以及对应的教学建议。

第一，两份课程文件将人工智能原理的教学深入至“知识表示与推理”的教学，对于孩子们理解人工智能原理具有重要意义与价值，同时，有效衔接小学阶段和更高学段的人工智能教学内容是至关重要的。但由于K-12阶段的人工智能教育具有强烈的普及性质，并且小学阶段的儿童的认知发展处于具体运算阶段，因此有必要“降维”开展人工智能教育。

第二，两份课程文件对小学学段提出的教学目标要求均处于概念理解发展层级的低阶层级（经验、映射），结合儿童的认知发展阶段，面对逻辑思维结构水平的儿童（7～11岁），可通过简单的推理、数学符号运算等方面的训练，帮助儿童简单地理解人类是如何进行知识表示和推理的，而对于达到形式思维结构水平（11～13岁）的儿童，训练项目的要求可提高，如通过经历问题解决、逻辑推理的过程，帮助儿童理解机器是如何进行知识表示和推理的，促进儿童进行内化的心理运算。

参考文献：

[1]孙蔷蔷，霍力岩.高质量学前教育课程指南国际比较研究[J].比较教育研究，2022，44（07）：95-104.

[2][4]钟柏昌，詹泽慧.人工智能教育的顶层设计：共识、差异与问题——基于4套标准文件的内容分析[J].现代远程教育研究，2022，34（04）：29-40.

[3]AAAI.AAAI launches "Al for K-12" initiative in collaboration with the Computer Science Teachers Association（CSTA） and Al4All[DB/OL].（2018-05-15）[2021-11-19].https：//aaai.org/Pressroom/Releases/release-18-0515.pdf.

[5]郭玉英，姚建欣.基于核心素养学习进阶的科学教学设计[J].课程·教材·教法，2016，36（11）：64-70.