【摘 要】為服務(wù)國家戰(zhàn)略前沿的頂層設(shè)計(jì)，探索符合國情、基礎(chǔ)教育學(xué)情、學(xué)生發(fā)展特點(diǎn)且能夠促進(jìn)學(xué)生核心素養(yǎng)、具有推廣輻射價(jià)值的，面向未來高階能力和智能素養(yǎng)的中學(xué)跨學(xué)科人工智能課程體系建設(shè)與教學(xué)實(shí)施實(shí)踐經(jīng)驗(yàn)，本文以人工智能領(lǐng)域的思想和方法等作為跨學(xué)科課程教學(xué)內(nèi)容，基于核心素養(yǎng)培養(yǎng)，進(jìn)行人工智能+物理的跨學(xué)科創(chuàng)新課程教學(xué)設(shè)計(jì)與實(shí)施，為人工智能交叉賦能的中學(xué)跨學(xué)科創(chuàng)新教學(xué)實(shí)踐提供經(jīng)驗(yàn)與借鑒。

【關(guān)鍵詞】核心素養(yǎng)；跨學(xué)科；人工智能；物理

【中圖分類號(hào)】G434 【文獻(xiàn)標(biāo)志碼】A

【論文編號(hào)】1671-7384（2024）07-009-03

跨學(xué)科系列課程設(shè)計(jì)

1.基于核心素養(yǎng)培養(yǎng)的設(shè)計(jì)目標(biāo)

結(jié)合人工智能教育現(xiàn)狀和國家課程標(biāo)準(zhǔn)，基于人民大學(xué)附屬中學(xué)人工智能跨學(xué)科的實(shí)際教學(xué)情況和學(xué)生知識(shí)水平，我們從高中信息技術(shù)和物理學(xué)科的學(xué)生核心素養(yǎng)出發(fā)，以跨學(xué)科核心素養(yǎng)培養(yǎng)為設(shè)計(jì)目標(biāo)，進(jìn)行人工智能+物理的跨學(xué)科系列課程設(shè)計(jì)。其中信息技術(shù)學(xué)科在獲取與處理信息、建立模型和數(shù)據(jù)分析、數(shù)字化學(xué)習(xí)與創(chuàng)新等方面，提出了核心素養(yǎng)的培養(yǎng)要求，而模型建構(gòu)、獲取和處理信息等也是物理學(xué)科學(xué)生核心素養(yǎng)培養(yǎng)的重要方面，由此提煉出“模型”和“數(shù)據(jù)”這兩個(gè)跨學(xué)科的共性和交叉點(diǎn)。

2.建立由淺入深的課程體系

基于學(xué)生核心素養(yǎng)培養(yǎng)的設(shè)計(jì)目標(biāo)，面向真實(shí)問題，設(shè)定跨學(xué)科系列課程的主題為“模型建構(gòu)與數(shù)據(jù)分析”。從高中物理課堂上的真實(shí)問題出發(fā)，如面對復(fù)雜非線性模型被理想化、實(shí)驗(yàn)不好做或不能做、學(xué)生所學(xué)知識(shí)技能與現(xiàn)實(shí)情境問題求解思路有較大偏差等情況，以人工智能為核心概念，以選修物理的學(xué)生為主體，在不要求更多人工智能學(xué)習(xí)背景的前提下，將人工智能的學(xué)科基礎(chǔ)、核心思想及內(nèi)涵外延，科學(xué)創(chuàng)新地變換滲透到中學(xué)物理知識(shí)體系內(nèi)，建立由淺入深的課程體系，逐步引導(dǎo)學(xué)生用跨學(xué)科創(chuàng)新思維解決現(xiàn)實(shí)問題。

3.實(shí)現(xiàn)人工智能+物理的跨學(xué)科課程解構(gòu)

從模型建構(gòu)來說，物理課堂上所講授的基本都是理想化的線性模型，即自變量與因變量之間滿足線性關(guān)系，很少涉及非線性模型或者解決現(xiàn)實(shí)問題所需的更加復(fù)雜的模型。從數(shù)據(jù)分析來說，學(xué)生對于手畫圖的操作方法非常熟悉，大部分學(xué)生也了解或使用過電子表格或其他工具，但是對基于真實(shí)情況獲取有效數(shù)據(jù)并更好地分析處理等方面缺乏認(rèn)識(shí)。人工智能+物理的跨學(xué)科課程解構(gòu)，從學(xué)生感興趣且有真實(shí)體驗(yàn)的問題出發(fā)，從已有模型和數(shù)據(jù)的簡單實(shí)踐引入并建立機(jī)器學(xué)習(xí)框架，然后通過計(jì)算成像概念探究跨學(xué)科思維和方法，最后引導(dǎo)學(xué)生在處理現(xiàn)實(shí)復(fù)雜問題時(shí)，學(xué)會(huì)人工智能與物理相結(jié)合的實(shí)踐應(yīng)用。該系列課程為深度研究課，設(shè)計(jì)面向高中10年級(jí)學(xué)生，每節(jié)課都由信息技術(shù)和物理雙師授課，結(jié)構(gòu)如圖1所示。

跨學(xué)科系列課程實(shí)施

1.第一課：科學(xué)實(shí)驗(yàn)中的數(shù)據(jù)分析

學(xué)生通過觀察帶有空氣阻力的落體運(yùn)動(dòng)，對情境進(jìn)行初步建模。借助已有的實(shí)驗(yàn)數(shù)據(jù)，通過人機(jī)兩種不同的數(shù)據(jù)分析手段，實(shí)際操作獲得最佳擬合線。借助數(shù)據(jù)分析中最佳擬合線的獲得過程，理解機(jī)器學(xué)習(xí)的框架，體驗(yàn)跨學(xué)科中的模型建構(gòu)與數(shù)據(jù)分析。

引入情境：游戲視頻中的跳傘運(yùn)動(dòng)，即模擬真實(shí)情況的落體運(yùn)動(dòng)。

環(huán)節(jié)一：人機(jī)大戰(zhàn)。我們從模型和數(shù)據(jù)兩個(gè)維度，將學(xué)生分為四個(gè)小組，組織人機(jī)大戰(zhàn)，讓學(xué)生先實(shí)踐，通過畫最佳擬合線來尋找解釋數(shù)據(jù)的合理模型。在實(shí)踐中學(xué)生會(huì)發(fā)現(xiàn)機(jī)器在這個(gè)任務(wù)上做得很不錯(cuò)，進(jìn)一步引發(fā)學(xué)生學(xué)習(xí)的好奇心。環(huán)節(jié)二：解密最佳擬合?；谇懊鎸W(xué)生人機(jī)大戰(zhàn)的實(shí)驗(yàn)結(jié)果，教師引導(dǎo)學(xué)生繼續(xù)探究，在此過程中解釋最佳擬合背后的“所以然”。尋找最佳線性擬合線的過程，就是通過調(diào)整擬合線的系數(shù)，使得在觀測到的真實(shí)數(shù)據(jù)上預(yù)測值與真實(shí)值的差距即均方差MSE最小，模擬機(jī)器學(xué)習(xí)的訓(xùn)練過程。環(huán)節(jié)三：對訓(xùn)練得到的模型進(jìn)行測試。這是學(xué)生“檢驗(yàn)”的過程，如何評價(jià)最佳擬合，判斷模型選取的好壞，以及理解什么樣的機(jī)器學(xué)習(xí)結(jié)果是真的好，是這一部分關(guān)注的內(nèi)容。本環(huán)節(jié)的設(shè)計(jì)是讓學(xué)生用新的數(shù)據(jù)來測試第一個(gè)環(huán)節(jié)中獲得的擬合模型，理解機(jī)器學(xué)習(xí)的測試過程。最后是教師總結(jié)并拓展。從機(jī)器學(xué)習(xí)的基本框架看人工智能前沿，讓學(xué)生感受到人工智能離自己并不遙遠(yuǎn)，日常生活中比比皆是，在物理學(xué)習(xí)和科研方面也有非常多的應(yīng)用。

2.第二課：科學(xué)分析中的計(jì)算成像

從打點(diǎn)計(jì)時(shí)器描述物體運(yùn)動(dòng)出發(fā)，展示建模獲取實(shí)驗(yàn)數(shù)據(jù)的過程，借助運(yùn)動(dòng)視頻的處理分析，講述機(jī)器學(xué)習(xí)的基本框架。再面向?qū)嶋H問題“如何讓科學(xué)實(shí)驗(yàn)圖像看得見和更清晰”，借助物理前沿以及算法原理，通過計(jì)算成像的跨學(xué)科鏈接，強(qiáng)化理解模型建構(gòu)與數(shù)據(jù)分析的重要性。

環(huán)節(jié)一（課堂引入）：測重力加速度的方法。教師展示打點(diǎn)計(jì)時(shí)器的實(shí)驗(yàn)，從數(shù)據(jù)結(jié)果來看，打點(diǎn)數(shù)據(jù)無法描述真實(shí)運(yùn)動(dòng)物體形態(tài)——“看不見”；整個(gè)實(shí)驗(yàn)過程費(fèi)時(shí)費(fèi)力，數(shù)據(jù)不容易獲取且時(shí)間精度很差，無法描述更加精細(xì)的運(yùn)動(dòng)——“看不清”。由此界定問題為：物理實(shí)驗(yàn)如何才能看得見、看得清？環(huán)節(jié)二：視頻分析和機(jī)器學(xué)習(xí)原理及探索。從物理實(shí)踐角度，學(xué)生已經(jīng)在作業(yè)中嘗試過錄一段視頻測重力加速度的過程。本環(huán)節(jié)通過展示不同學(xué)生的處理方法，如手動(dòng)標(biāo)記并通過視頻軟件截圖記錄數(shù)據(jù)，或者將視頻導(dǎo)入Tracker軟件追蹤獲取位移和時(shí)間數(shù)據(jù)，還有學(xué)生利用Tracker程序自動(dòng)跟蹤物體獲取數(shù)據(jù)并自動(dòng)處理得到結(jié)果，體現(xiàn)由復(fù)雜到簡單、由人工到智能的解決問題方案。這背后的算法原理就是機(jī)器學(xué)習(xí)，借此強(qiáng)化機(jī)器學(xué)習(xí)的基本框架，并且引導(dǎo)學(xué)生從中體會(huì)到，得益于人工智能技術(shù)的助力，模型建構(gòu)與數(shù)據(jù)分析過程可以變得簡單直觀。但在實(shí)際物理實(shí)驗(yàn)過程中，錄制的視頻還是會(huì)存在看不見或者看不清的情況。由學(xué)生討論，提出改善和提高物理實(shí)驗(yàn)精度的需求，然后通過分析視頻成像如何產(chǎn)生以及怎么計(jì)算呈現(xiàn)等問題，找到從物理和人工智能兩個(gè)角度尋求解決問題的方案，引入以下兩個(gè)環(huán)節(jié)的內(nèi)容。環(huán)節(jié)三和環(huán)節(jié)四：從物理方法來講，通過高速攝影和阿秒激光的介紹，學(xué)生了解到借助物理前沿手段能夠解決光線的問題，即用更快速的頻閃激光拍照，可以讓看不見變?yōu)榭吹靡姟Ｈ绾纬尸F(xiàn)出圖像，也就是成像，則需要從人工智能方法出發(fā)，以計(jì)算機(jī)建模為基礎(chǔ)，學(xué)生經(jīng)過進(jìn)一步超分辨率重建的實(shí)踐探究，可以理解如何從看不清變?yōu)榭吹们?，并逐步探究?jì)算成像的內(nèi)涵與外延，強(qiáng)化跨學(xué)科知識(shí)綜合求解問題的思路。最后，基于以上環(huán)節(jié)，教師進(jìn)行總結(jié)拓展，講述成像在物理實(shí)驗(yàn)觀測中的重要性，而計(jì)算成像本身打破了傳統(tǒng)成像“所見即所得”的設(shè)計(jì)理念，是光學(xué)與計(jì)算的深度融合，也是天然的跨學(xué)科鏈接。實(shí)際科學(xué)研究中很多問題的突破往往都是學(xué)科間互相推動(dòng)、共同作用產(chǎn)生的結(jié)果，由此加深學(xué)生對跨學(xué)科的理解和感悟。

這節(jié)課的重點(diǎn)是計(jì)算成像跨學(xué)科概念和人工智能+物理的跨學(xué)科求解問題思路，難點(diǎn)在于跨學(xué)科概念的深入與遷移，以及復(fù)雜問題中計(jì)算成像的理解。教學(xué)設(shè)計(jì)由簡單到復(fù)雜，由內(nèi)涵到外延，逐步引入計(jì)算成像的概念，在求解問題的過程中充分體現(xiàn)人工智能與物理兩個(gè)學(xué)科交叉與促進(jìn)，幫助學(xué)生建立跨學(xué)科概念，培養(yǎng)利用跨學(xué)科知識(shí)和方法解決真實(shí)問題的能力。

3.第三課：從數(shù)據(jù)到實(shí)踐的建模分析

針對現(xiàn)實(shí)生活中的真實(shí)問題，即投籃如何命中的問題，借助智能軟件對現(xiàn)實(shí)投籃視頻進(jìn)行觀察，通過合理的模型建構(gòu)，分析投籃軌跡，進(jìn)行變量聚焦，引導(dǎo)學(xué)生學(xué)習(xí)數(shù)據(jù)提取與分析的方法。借助通用大模型，探索利用人工智能對投籃數(shù)據(jù)進(jìn)行進(jìn)一步分析，帶領(lǐng)學(xué)生體驗(yàn)從數(shù)據(jù)到實(shí)踐的過程與遷移應(yīng)用，強(qiáng)化人工智能與科學(xué)探究相結(jié)合解決現(xiàn)實(shí)問題的思路。

環(huán)節(jié)一（課堂引入）：籃球比賽中的罰球。教師展示學(xué)生籃球比賽罰球都未投中和練習(xí)時(shí)都投中的視頻，提出問題：投籃如何命中？環(huán)節(jié)二：投籃問題分析。在教師引導(dǎo)下，學(xué)生思考影響“投中”和“投不中”的可能因素，借助大量物理實(shí)驗(yàn)積累的經(jīng)驗(yàn)，想到要從控制變量、減小誤差等方面著手進(jìn)行研究。學(xué)生在課堂實(shí)踐中，用Tracker來分析“投中”即入框瞬間的情況，然后通過物理建模，將“投中”問題調(diào)整為：如何根據(jù)已知的終點(diǎn)、已知的拋物線模型，確定未知的起點(diǎn)，研究整個(gè)運(yùn)動(dòng)軌跡，逐步將現(xiàn)實(shí)問題轉(zhuǎn)化為可求解的問題。環(huán)節(jié)三：投籃視頻數(shù)據(jù)采集與分析。學(xué)生在實(shí)踐中逐步熟練掌握智能軟件獲取數(shù)據(jù)的方法，根據(jù)采集到的數(shù)據(jù)得到初步結(jié)論，強(qiáng)化數(shù)據(jù)分析的重要性，為進(jìn)一步分析提供數(shù)據(jù)基礎(chǔ)，并思考“投中”和“投不中”不同組軌跡的區(qū)別。教師展示每次拋球的軌跡都基本符合模型預(yù)測的拋物線，但還是有誤差，思考進(jìn)一步減小誤差的辦法，即借助大量數(shù)據(jù)進(jìn)行分析。環(huán)節(jié)四：投籃數(shù)據(jù)分析——借助AIGC。學(xué)生將更多數(shù)據(jù)導(dǎo)入辦公小浣熊這個(gè)AIGC工具，通過適當(dāng)?shù)闹噶钕逻_(dá)，嘗試將所有數(shù)據(jù)畫在同一張圖上。引導(dǎo)學(xué)生思考在結(jié)果不滿意或者沒有結(jié)果時(shí)該如何繼續(xù)，通過恰當(dāng)?shù)靥釂栆徊讲竭M(jìn)行引導(dǎo)分析，然后通過物理介入，進(jìn)一步用控制變量法聚焦問題，嘗試基于大量數(shù)據(jù)分析，得出相對可靠的結(jié)論。學(xué)生在實(shí)踐中體會(huì)智能工具在分析真實(shí)問題時(shí)的優(yōu)勢、物理介入的必要性，以及人工智能和物理在解決真實(shí)問題時(shí)的相互促進(jìn)，進(jìn)而掌握跨學(xué)科分析與解決問題的能力。環(huán)節(jié)五：總結(jié)與提升。教師總結(jié)本課問題解決的探究思路和流程，以及遷移應(yīng)用，進(jìn)一步引發(fā)學(xué)生思考，強(qiáng)化在現(xiàn)實(shí)中從不同角度出發(fā)、跨學(xué)科迭代解決問題能力的培養(yǎng)。

跨學(xué)科系列課程總結(jié)思考

本系列課程整體偏重于以學(xué)生為主體進(jìn)行動(dòng)手實(shí)踐設(shè)計(jì)，充分發(fā)揮學(xué)生的主觀能動(dòng)性。以上三個(gè)課例，以“數(shù)據(jù)與模型”為單元主題，將現(xiàn)實(shí)問題的求解過程拆解，從學(xué)生已經(jīng)具備的基礎(chǔ)知識(shí)出發(fā)，將人工智能核心概念由淺入深地逐步滲入?？鐚W(xué)科主題選擇可以從信息技術(shù)或物理課堂教學(xué)內(nèi)容、前沿科研、日常生活中選取有模型、有數(shù)據(jù)的情境，解決實(shí)驗(yàn)不好做不能做、模型太復(fù)雜、數(shù)據(jù)不好處理或者是無法可視化等問題。在解決兩個(gè)學(xué)科以及生活中真實(shí)問題時(shí)，既能實(shí)現(xiàn)跨學(xué)科知識(shí)的整合，又能提升學(xué)生主動(dòng)利用跨學(xué)科思維進(jìn)行思考并綜合運(yùn)用多學(xué)科知識(shí)解決問題的能力，還能激發(fā)學(xué)生探究現(xiàn)實(shí)世界的興趣。

課程設(shè)計(jì)需要學(xué)生有一定的知識(shí)積累和思維基礎(chǔ)，具有豐富的物理實(shí)驗(yàn)經(jīng)驗(yàn)，對機(jī)器學(xué)習(xí)概念有初步了解。通過與人的行為類比、查閱資料、直接操作應(yīng)用程序等方式設(shè)計(jì)課程活動(dòng)，不需要有會(huì)寫代碼的計(jì)算機(jī)基礎(chǔ)。課上所用資源主要為：PPT、視頻/圖片、數(shù)據(jù)、電子/紙質(zhì)表格、Tracker程序、Moodle在線討論與測試、AIGC工具辦公小浣熊、拓展電子資源等。

在人工智能+物理跨學(xué)科系列課程的雙師備課與授課過程中，教師共同深入探究，并在實(shí)踐中持續(xù)迭代與優(yōu)化創(chuàng)新。學(xué)生通過跨學(xué)科系列課程的學(xué)習(xí)，能夠充分體會(huì)合理模型建構(gòu)與數(shù)據(jù)分析的重要性，增強(qiáng)信息意識(shí)，提升計(jì)算思維與科學(xué)思維，強(qiáng)化“界定問題—分析問題—求解問題—遷移應(yīng)用”的問題求解思路，最終促進(jìn)跨學(xué)科核心素養(yǎng)的發(fā)展。

注：本文系全國教育科學(xué)規(guī)劃教育部青年課題“面向未來高階能力和智能素養(yǎng)的中學(xué)跨學(xué)科人工智能課程體系建設(shè)與教學(xué)研究”（課題批準(zhǔn)號(hào)：EHA190519 ）研究成果