校园里的AI小助手：基于噪音分贝与红外监测 培育小学人工智能核心素养的实践探索

一、研究意义

1.理论意义：深人探讨项目式教学与小学人工智能教育融合的理论基础，明晰如何借助项目式教学培养小学生的信息科技核心素养，丰富小学人工智能教育的理论体系，为后续研究提供理论支撑。

2.实践意义：通过“校园里的 AI 小助手”项目的实施，展示人工智能课程在智慧校园中的具体应用场景，为其他学校开展类似项目提供实践范例，推动人工智能教育在小学阶段的广泛普及与发展。

二、信息科技核心素养与项目式教学的内在联系

1.信息科技核心素养依赖人工智能课程培育。新课标将人工智能列为重要逻辑主线之一，凸显其在信息科技课程体系中的关键地位。学生通过学习人工智能课程，能够了解信息的获取、处理与应用方式，掌握算法设计与编程技巧，进而提升自身的信息科技核心素养。

2.项目式教学推动核心素养在人工智能课程中发展。项目式教学以实际问题解决为导向，秉持“做中学、用中学”的教育理念。在人工智能课程中采用项目式教学，学生需围绕具体项目任务，综合运用所学知识与技能。在完成项目的过程中，学生不仅能够巩固和深化对人工智能知识的理解，还能锻炼计算思维、创新思维等高阶思维能力。

三、人工智能项目式教学模式的构建

（一）确定基于真实情境的项目主题

项目主题应紧密结合校园实际情况，选取具有现实意义的问题。这些真实情境能够激发学生的学习兴趣和解决问题的积极性。在确定主题过程中，整合人工智能相关的知识、能力、素养和思维要求，使学生在参与项目的过程中，逐步适应人工智能时代的发展需求。

（二）围绕核心素养制定项目目标

依据信息科技核心素养的四个维度一—信息意识、计算思维、数字化学习与创新、信息社会责任，制定全面且具体的项目目标。借助布鲁姆认知目标分类理论，将项目目标进行细化，从记忆、理解、应用、分析、评价到创造，逐步培养学生的高阶思维能力。

（三）设计促进深度学习的项目活动

项目活动应引导学生进行深度学习，设置明确的任务和具有启发性的驱动性问题。通过任务分解，将复杂的项目任务拆解为多个易于操作的子任务，便于学生逐步完成。组织学生开展小组合作，促进学生之间的交流与协作，培养团队合作精神。在项目活动中，安排作品展示环节，让学生分享自己的成果，锻炼表达能力，同时从他人的作品中获取灵感，进一步提升创新能力。

（四）开展多元化的项目评价

构建多元化的评价体系，将评价贯穿项目全过程，采用过程性评价与终结性评价相结合的方式。评价主体多元化，包括教师评价、同伴互评和自我评价。教师评价侧重于对学生知识掌握程度、技能运用水平以及团队协作表现的评估；同伴互评能够促进学生之间的相互学习与交流，培养批判性思维；自我评价有助于学生自我反思，发现自身的优点与不足，明确努力方向。评价观测点涵盖课堂学习表现和作品完成情况两个方面，全面、客观地评价学生的学习成果。

四、项目式教学在小学人工智能教学中的实践过程

（一）项目主题：校园里的 Al 小助手

校园公共场所等重点区域需要进行有效监控，以维持秩序和保障安全。基于此，设计一款基于噪音分贝与红外监测的AI小助手，成为本项目的核心任务。

（二）项目目标

1.信息意识培养：学生能够敏锐察觉校园噪音和监控需求，深人理解AI技术在解决这些问题中的关键作用，增强对信息的敏感度和应用意识。

2.计算思维锻炼：通过设计和编程过程，学生学会运用逻辑思维分析问题、构建算法，提升解决实际问题的能力，培养计算思维。

3.数字化学习与创新提升：学生借助数字化工具，如 Arduino 、Python等，开展创新设计，提高数字化学习能力，探索多种解决问题的方法，培养创新精神

4.信息社会责任强化：学生在项目实践中，深入了解 AI 技术的社会影响，树立正确的价值观和伦理意识，增强信息社会责任。

（三）项目活动设计

1.感知智能阶段：教师通过展示校园噪音数据和监控需求的实际案例，激发学生的兴趣。学生通过观察、讨论，明确项目核心问题如何设计一款能够实时监测噪音并对进入监控区域的人员进行提醒的AI小助手。

2.创新智能阶段：学生以小组为单位，进行噪音监测设备和红外感应装置的设计与制作。在硬件搭建环节，学生使用Arduino开发板、噪音传感器和红外传感器，学习传感器的连接方法和简单控制程序的编写。编程实现阶段，学生运用Python语言编写程序，实现数据采集和报警功能。完成制作后，学生在校园不同区域安装设备，进行功能测试，确保设备能够正常工作。

3.深化智能阶段：学生对测试数据进行分析，探究噪音分布和变化规律，进而优化监测算法。例如，通过增加多个噪音传感器并采用平均值算法，有效减少数据波动。根据测试结果，学生调整设备参数，还需思考如何在实际校园环境中更好地应用设备，提出改进建议。

（四）项目评价方案

1.评价主体多元化：采用教师评价、同伴互评和自我评价相结合的方式。

2.评价观测点全面化：从课堂学习表现和作品完成情况两个方面进行评价。课堂学习表现包括学生的学习态度、小组合作参与度、个人贡献等；作品完成情况涵盖设备功能实现程度、噪音监测准确性、红外感应灵敏度等指标，通过实际测试和展示进行评估。

五、项目实施步骤

（一）项目启动阶段

1.需求分析：通过问卷调查和实地考察，全面了解校园噪音问题和重点区域监控需求。实地考察发现课间操场噪音超标严重，问卷调查显示学生和教师普遍期望有实时监测和提醒设备。

2.项目规划：制定详细的项目计划，明确时间安排、资源分配和任务分工。项目分为需求分析与理论学习、设备设计与制作、测试与优化三个阶段，每个阶段都设定了明确的时间节点和具体任务。

（二）项目实施阶段

1.知识学习：通过课堂教学和在线资源，教师在课堂上讲解噪音传感器和红外传感器的工作原理，学生通过在线编程平台初步体验编程乐趣。

2.设备制作：学生分组进行噪音监测设备和红外感应装置的设计与制作。每组负责搭建硬件、编写 Python 程序实现数据采集和报警功能。

3.数据收集与分析：学生在校园不同区域安装噪音监测设备，收集一周的数据。通过分析数据，优化噪音报警阈值设置。

（三）项目总结阶段

1.成果展示：在学校科技展览会上，各小组展示 AI 小助手设备。部分小组的噪音监测设备能实时显示噪音分贝并提醒，红外感应装置可自动拍照并向教师手机发送提醒。

2.反思与改进：学生和教师共同反思项目实施过程中的问题与不足，提出改进建议。学生建议增加设备防水功能，教师建议引入更多传感器类型，如温湿度传感器，扩展AI小助手功能

六、结论与展望

1.研究结论：本研究表明，项目式教学在小学人工智能教学中具有显著成效，能够有效提升学生的信息科技核心素养，培养学生的计算思维、创新能力和信息社会责任。“校园里的 AI 小助手”项目的成功实施，验证了项目式教学模式在小学人工智能教学中的可行性和有效性。

2.研究展望：技术融合创新：探索人工智能与物联网的深度融合，实现更智能化的校园管理。例如，根据红外感应自动控制设备，实现节能减排；跨学科协同发展：加强人工智能教育与数学、物理等学科的融合，培养学生的跨学科思维能力。强化社会责任感培养：在人工智能教育中融人社会责任感教育，引导学生关注人工智能技术的伦理问题，增强学生的伦理意识和责任感。

参考文献：

[1]谢忠新.素养导向的中小学人工智能教育[M]上海：上海社会科学院出版社，2024.

[2]吴永和，李炎鑫，杨飞.人工智能赋能教育的发展路径、应用场景与推进策略[J].现代远程教育研究，2020（02）.