中小学AI教育 需要怎样的学习工具

夸美纽斯在其开创“教育学”这一学科的巨著《大教学论》的第十一章中，曾指出“在此以前没有一所完善的学校”，这句话在目前同样适用。因为我们目前也正处于一个“重新定义教育和学习”的新时代。就像在夸美纽斯的学校中，每个人都平等地接受语文、数学、科学和艺术教育一样，人工智能教育的出现，给了我们一种重新看待学校和学习的视角。人工智能需要普及，仅仅将人工智能看成学习方式的观点需要被修正甚至变革。这样，我们面临的首个问题就是人工智能教育的教学内容是什么。

本期对话，北京师范大学的在读博士吴俊杰、上海人工智能实验室的戴娟和浙江省温州中学的谢作如老师，将共话中小学AI教育需要怎样的工具，从学习工具角度分析AI教育教什么和怎么教的问题，从这个意义上说，人工智能教育的“大教学论”的序幕才算是拉开了。

北京师范大学在读博士，创客教育普惠课程发起人，www.chinaaitest.com人工智能创客素养能力测评专家。研究方向为创客教育的评价及教师专业发展、科创教育指导下的跨学科项目课程与拔尖创新人才培养。

上海人工智能实验室智能教育中心主任，商汤科技教育研究院院长，曾任职美国苹果Siri部门产品总监和美国微软Window Phone部门资深产品经理。

》 谢作如

浙江省温州中学人工智能实验室负责人，正高级教师，省特级教师，省“万人计划”教学名师，中国电子学会现代教育技术分会副主任委员，中国教育技术协会信息技术教育专委会常务理事，上海人工智能实验室智能教育中心AI科创教育顾问，浙江教育出版社出版的高中信息技术教材分册主编，清华大学“大、中、小学一条龙教学研究”实验教材编写组信息技术教材副主编。

AI教育和创客教育、智慧教育的关系

吴俊杰：我知道谢作如老师目前在领衔研发一款AI教育工具。准确地说，是他对当前的AI学习工具不满意，决定“出山”自己来做一个新的。因此，我想先问谢作如老师一个问题：近两年，“AI教育”在中小学是一个热词，是不是可以用AI教育来替代创客教育，或者说AI教育已经替代了创客教育？

谢作如：我不认同AI教育替代了创客教育这一说法。AI教育与创客教育，从来就不是替代和被替代的对立关系。虽然创客教育强调的是在造物中学习，而AI教育关注的是技术学习，用AI技术去解决问题。但是二者关系非常密切，因为创客总是会用更先进的工具去解决问题，当AI技术的门槛降下来了，或者说AI技术“大规模业余化”了，创客们就自然而然会用AI作为工具，去造智能的物，解决更多的问题。

我给学生上人工智能课的时候，会有意识地找一些身边的真实问题作为案例，让学生去解决。创客教育强调的是“为解决问题而学习”，学习AI要解决的问题不能局限在计算机本身，应该源自真实的物理世界，这样才能激发学生的学习兴趣。所以，AI教育也会像创客教育一样，采用项目式学习的理念。例如，这十来年中，我和学生经常在创客空间研究各种识别人体姿势的技术，这些研究项目既可以说是创客教育，也可以说是AI教育。因而，AI教育和创客教育是互补的，不是对立的。

吴俊杰：记得2017年时，我们在北京组织了一次小型研讨会，和AI行业专家一起探讨如何开展AI教育。那时，国务院《新一代人工智能发展规划》发布不久，人工智能成为一个热词，但中小学却不知道如何实施。后来我们把研讨会的主要观点整理为一期对话，标题是“人工智能教育：袪魅、进展与实务”。一转眼五年过去了，当时的一些观点，是否发生了变化？

谢作如：想起那次会议我记忆犹新。记得我们讨论了整整半天后得出结论：AI教育至少有两个教育目标，一是培养适应AI时代的人，二是培养能研发AI应用的人。对于中小学来讲，重点是先要解决第一个目标，每一个孩子都必须学会如何与AI和平相处。下一步是吸引一部分孩子对AI产生兴趣，试着用AI解决一些问题。而要做到这些，需要有一系列AI项目和一套AI课程，还需要好的AI开发和学习工具。

吴俊杰：现在还有一个教育名词叫做智慧教育，它和人工智能教育似乎也有很多关联，能否简单分析一下？

谢作如：因为常常有人将人工智能教育简化为“智能教育”，这就和智慧教育看起来特别像。其实智慧教育就是教育信息化，关注的是以物联网、大数据、人工智能为代表的新技术在教育中的应用，与今天讨论的将人工智能作为学生学习内容的教育是两回事。但我一直将智慧教育中的很多应用场景，如智慧教室、智慧校园作为学生研究人工智能技术的实践场，让学生从智慧教育的用户走向工程师、设计师。

AI课程及其与学习工具的关系

吴俊杰：戴娟老师既是实验室智能教育中心的负责人，也是一名资深的中小学AI教育研究者，早在2018年就带着团队开发AI课程。我想请戴娟老师谈谈在中小学AI教育深耕多年后的心得。

戴娟：我学的就是AI专业，2018年，一个偶然的契机让我走上了青少年AI教育之路。这是一项开创性的工作，我们的想法和认知随着实际教学活动的反馈也在发生改变。通常的人工智能的定义是制造出能思考、能学习、能推理、能决策和能行动的机器。基于这一点，我们努力去开发能够体验和应用AI的课程，帮助中小学生更好地了解AI技术及其应用。

随着研究的深入，我们逐步认识到了AI教育对于孩子成长还有另一层意义。因为AI也是一种认知科学，当教孩子们训练计算机来理解语言和作文的时候，他们需要深入理解语言的本质;当教孩子们如何教会机器学习并且了解机器有哪些学习的方法的时候，他们需要思考关于学习的问题;当教孩子们如何教会机器推理和决策（机器的思考）的时候，他们需要研究关于思考的问题。人类的大脑具有思考其自身的能力，AI作为一种人造的体外智能，可以帮助孩子们将其形式化的心智和认知发展转化为具象的学习过程。

吴俊杰：谢老师长期工作在一线，您能否评价一下当前的中小学AI教育现状，并说说对AI教育的期望？

谢作如：我认为到现在为止，AI教育并没有得到很好的发展。虽然中小学冠名为AI教育的课程很多，但是良莠不齐。我将当前的中小学AI课程分成三类，第一类是“浑水摸鱼”型，就是把之前的编程、机器人课程，甚至包括乐高积木拼搭之类的课程改个名。第二类是“阳春白雪”型，把高校的人工智能课直接拿过来给中小学，可惜代码太复杂，只能体验。第三类是“挠痒痒”型，或者称为AI应用课程。这类课程把AI部分交给了硬件，如智能摄像头、离线语音识别模块，对学生来说，无非用了功能更强大一点的电子模块，哪怕做出了智能作品，但对AI的原理并不了解。

在我眼里，真正的AI教育是第四类课程。通过这类课程的学习，学生能够掌握机器学习的方法，亲历整理数据、选择模型、训练模型以及最终解决问题的过程。学生只有亲历了用机器学习解决问题的过程，才能深刻理解数据、算法和算力对人工智能的意义。2019年，我在编写初中AI教材和初中信息科技教材时，就希望能编写出这样的课程，但因为缺少好的AI学习工具，很多想法没办法落地。对初学者而言，现有的AI开发框架都太难了，且不说TensorFlow和Pytorch了，就连Keras对中学生的代码能力要求也太高了。

吴俊杰：我在景山学校当了十几年的创客教师，能深刻理解学习工具对课程开发的重要性。记得在开源硬件Arduino出现之前，学习单片机是挺难的;在掌控板和SIoT（一款开源MQTT服务器）出现之前，学习物联网也是挺难的。现在，我已经明白了开发AI学习工具的初衷了——因为当前的AI开发工具太难，学生掌握起来有难度，而图形化类自称能做AI编程的工具又太简单。那么，谢老师您认为一个好的AI学习工具应该是什么样的？

谢作如：这几年，我一直在找一款好的AI学习工具，我希望这个工具入门简单，让学生用简洁的代码就能完成深度学习的训练，训练出来的模型能够部署为真正的AI应用，借助这一工具又能体验最新的AI算法模型。简单地说，这款工具同时具有学习工具和开发工具的特点，就如Python一样，代码简单，又能用来解决真实问题。

吴俊杰：我很认同您的分析，因为找不到这样的学习工具，那就自力更生做一个，对吧？谢老师研发的AI学习工具叫什么名字？

谢作如：因为是源自开源AI算法框架OpenMMLab，针对中小学在语法方面做优化，降低技术门槛，因而取名为MMEdu。

MMEdu是一个什么样的工具

吴俊杰：戴娟老师能否简单介绍一下OpenMMLab？

戴娟：OpenMMLab最早来自香港中文大学的MultiMediaLab（MMLab）实验室，由汤晓鸥教授领衔建设。上海人工智能实验室在2021世界人工智能大会上发布了新一代OpenMMLab，作为深度学习时代计算机视觉领域具有影响力的开源算法平台，OpenMMLab升级后涵盖更广泛的算法领域和应用场景，实现了从训练到部署的全链条价值。

MMEdu项目的出发点是将OpenMMLab“降维”，希望将技术门槛降到中小学生也能使用。目前MMEdu项目的负责人就是谢作如老师，研发团队主要是实验室的实习生，分别来自上海交大、中国科学院大学、上海科技大学等高校的AI专业大四学生或者研究生。他们大多是OpenMMLab的用户，具有很强的AI研究和开发能力。

吴俊杰：我明白了，相当于是基于OpenMMLab团队的科研成果，延续其在工业和科研领域的硬实力，开发了针对中小学的以“实干兴邦”为导向的真正的人工智能工具MMEdu。谢老师，您参与了好几个版本的AI教材编写，能不能从教材编写的角度来谈谈MMEdu的开发？

谢作如：当前的中小学教材里用到的大部分AI工具，基本上都是由国外团队开发的软件。以高中的《人工智能初步》教材为例，六个版本的教材涉及机器学习和神经网络的，全部使用Google公司的AI开发框架TensorFlow。因为TensorFlow有个前端的工具叫做Keras，教材中所有的神经网络都用Keras搭建，但Keras的使用门槛还是比较高，它不是为中小学生的学习开发的。

因为缺少好的AI工具，教材中的机器学习案例都局限于解决一些鸢尾花识别、手写体识别的分类问题，几乎不会涉及更复杂一点的AI识别问题，如图片中的目标检测，即图片里面有多少个手表或者是有多少支笔之类的问题。

吴俊杰：所以，您认为大部分的人工智能教材里的例子，在难度上太简单，很难用这些AI知识去解决生活中的真实问题，是吗？

谢作如：在高中人工智能教材编写过程中，的确能看出情境单一、应用窄化、知识陈旧的问题，如机器学习算法停留在决策树和回归上，卷积神经网络内容非常浅，甚至回避，深度学习更是一片空白。“人工智能初步”模块是选修课程，学生一旦选学以后，就意味着要走一条深入学习人工智能的专业道路，可教材并没有提供这条道路，没有让学生学到最关键最有用的东西。但是，不能因为这一点去指责教材的编写者，没有好的工具谁也没办法。我也不例外，对自己前几年编写的AI教材不太满意，才有了强烈的开发一个好工具的想法。

吴俊杰：我也教过AI课程，讲过机器学习和蚁群算法，但一直觉得深度学习很高深，还没有研究过。那么，中小学生能掌握这些连我现在都还不太理解的技术吗？

谢作如：这一轮人工智能的兴起，就在于深度学习的成功。而深度学习背后的原理，到目前为止还存在一个技术瓶颈，那就是“不可解释性”。也就是说，现在大家都是把深度学习作为一个黑箱子去使用，因而才有AI工程师戏称训练模型过程为“炼丹”。对于中小学生来说，并不是一定要弄清楚原理才能去使用深度学习这一技术。例如，现在几乎每个孩子打开平板就会用它上网、玩游戏，但他们知道“触屏”技术的原理吗？知道TCP/IP和HTTP协议吗？从这一点看，要让中小学生把AI当作“黑盒”工具先用起来，至于背后的数学原理，等上了高校再研究吧，这点神秘感还能成为他们探索未知的动力。