【摘 要】中小學(xué)信息科技課程與人工智能課程一般認為是包含與被包含的關(guān)系，但新一代人工智能的發(fā)展倒逼信息科技課程需要做出必要的改變。事實上，目前有關(guān)人工智能課程的研究與實踐尚不成熟，在課標(biāo)層面也缺乏體系化的設(shè)計，許多基本問題有待進一步研究與討論，其中有關(guān)人工智能算法和編程的學(xué)習(xí)是比較關(guān)鍵的兩個問題，并催生了計算思維內(nèi)涵的重構(gòu)問題，而這又涉及信息科技課程的本質(zhì)。文章從邏輯與實踐的角度對這些問題進行了初步討論，供同行批評。

【關(guān)鍵詞】人工智能教育；算法；模型；計算思維；編程教育

【中圖分類號】G434 【文獻標(biāo)志碼】A

【論文編號】1671-7384（2024）09-016-02

7月中旬，利用舉辦第三屆“新師范”融合創(chuàng)新夏令營的契機，我邀請上海人工智能實驗室科創(chuàng)教育主管謝作如老師給營員們介紹他對計算思維的新理解。其間他向?qū)W生們提出了一個問題：都是“算法”比賽，為什么信息學(xué)奧賽和人工智能類比賽（Kaggle、天池、IOAI等）的考核內(nèi)容和形式完全不一樣？為此，他援引圖靈獎得主辛頓的觀點，認為根源在于兩種人工智能研究范式的差別，即前者遵循的是基于邏輯啟發(fā)范式的符號主義，后者采用的是基于生物學(xué)啟發(fā)范式的聯(lián)結(jié)主義。換言之，前者認為智能是人為設(shè)計出來的，所以需要人去設(shè)計算法，而后者認為智能因“學(xué)習(xí)”而來，只需要讓機器學(xué)會“學(xué)習(xí)”即可。因而他提出自己的觀點：當(dāng)前的計算思維僅僅關(guān)注了前者，從人工智能角度看，計算思維可以不需要“人工形式對數(shù)據(jù)做抽象分解再形成算法”這一環(huán)節(jié)。盡管這種解釋頗具啟發(fā)性，但困惑并沒有消除：難道機器的“學(xué)習(xí)”不需要算法嗎？如果不需要，那人們經(jīng)常提及的算法陷阱豈非偽命題？如果需要，它從何而來？顯然，就人工智能課程乃至信息科技課程而言，這些問題涉及課程內(nèi)容設(shè)置的基本問題，有必要展開廣泛討論。

人工智能技術(shù)中的算法與模型有何差異

如果說上一代人工智能研究者所謂的算法更貼近傳統(tǒng)編程意義上的算法，那么新一代人工智能研究者所謂的算法已經(jīng)完全超越了算法本身的含義，而是為匹配大數(shù)據(jù)、高算力計算的需要開發(fā)的能夠智能化解決問題的模型。它是算法學(xué)習(xí)數(shù)據(jù)的結(jié)果，是經(jīng)過抽象和封裝后的“黑箱”，也是群體協(xié)作的產(chǎn)物。這些“算法”（模型）往往是通用的，如ResNet適合解決絕大多數(shù)的圖像分類問題，YOLO適合解決絕大多數(shù)的目標(biāo)識別問題。遺憾的是，人工智能領(lǐng)域內(nèi)對這種因技術(shù)發(fā)展所帶來的概念變遷缺少敏感性，導(dǎo)致了算法與模型概念的混用。

顯然，從新一代人工智能的角度出發(fā)，要求單個學(xué)習(xí)者設(shè)計開發(fā)人工智能模型中的底層算法不僅有一定難度，而且沒有實際意義——大部分真實問題的解決需要的不是算法上的創(chuàng)新，而是有效數(shù)據(jù)的收集和整理。因此，必須將人工智能模型中涉及的算法進行封裝降維，才能滿足解決實際問題的需求和適應(yīng)不同水平的用戶（學(xué)習(xí)者）。就中小學(xué)人工智能教育而言，更難以讓學(xué)生設(shè)計底層的算法，否則將一葉障目，人工智能教育淹沒在枯燥算法的學(xué)習(xí)中，而失去了利用高性能模型（SOTA模型）解決實際問題的成就感。相反，引導(dǎo)學(xué)生學(xué)會針對實際問題“搭建”或者引用特定的算法模型才是更為合理的選擇。例如，學(xué)生只需要搭建一個線性回歸模型就可以解決某個預(yù)測任務(wù)。此處“線性回歸模型”就兼有算法類型和模型的含義。在傳統(tǒng)編程教育中或許需要讓學(xué)生（或開發(fā)者）去設(shè)計這些底層算法，但在新一代人工智能教育之中，已沒有算法設(shè)計的必要，否則就是“重復(fù)造輪子”——效率太低且難度過高。

進一步說，新一代人工智能教育，核心不再是算法的教育，而是模型的教育；除了精英取向的教育活動（如信息學(xué)奧賽）之外，對于絕大部分學(xué)生而言，只需要掌握基本的（簡單的）編程技能，能夠用低代碼的方式訓(xùn)練和應(yīng)用人工智能模型，足矣。例如，采用XEdu中的MMEdu模塊只需要編寫4～6行格式化代碼就可以實現(xiàn)模型的訓(xùn)練或推理。如果圖形化編程語言足夠成熟，能夠流暢支撐模型搭建、訓(xùn)練、推理、部署的所有環(huán)節(jié)，甚至代碼編程也可以被取代。

計算思維的內(nèi)涵是否發(fā)生了變化

計算思維的內(nèi)涵是否發(fā)生了變化，實際涉及兩個方面的問題：一是新一代人工智能的發(fā)展是否削弱了計算思維原有組成部分的必要性和重要性，二是新一代人工智能的發(fā)展是否催生了計算思維的新成分。

無論是周以真對計算思維的歷次界定，還是《義務(wù)教育信息科技課程標(biāo)準(zhǔn)（2022年版）》的描述，計算思維始終包含問題分解、抽象（與建模）、算法（與實現(xiàn)）等內(nèi)容，也都強調(diào)計算思維是人的思維而非機器的思維。作為面向問題解決的思維方式，問題分解自然沒有爭議，因為新一代人工智能本身就特別強調(diào)解決真實問題。事實上，任何實際問題的解決都離不開抽象，用數(shù)學(xué)思維解決問題需要將事物抽象成量化的數(shù)字，用物理思維解決問題需要將各種物理信息抽象成物理量，用計算思維解決問題需要將事物抽象成適合智能體處理的數(shù)據(jù)和算法模型。只不過，計算思維的抽象更強調(diào)分層抽象。典型如網(wǎng)絡(luò)通訊模型，乃至深度神經(jīng)網(wǎng)絡(luò)的各層網(wǎng)絡(luò)模型也是如此；即便簡單如輸入神經(jīng)元的設(shè)置，本身也是對事物特征的抽象，而且需要在模型訓(xùn)練的過程中引用算法進行逐層抽象，過濾掉不重要的或細節(jié)性特征，降低模型的復(fù)雜度或提高模型的泛化能力，作為學(xué)習(xí)者理應(yīng)理解這一過程中抽象所起的作用與意義。

需要追問的是，算法是否還應(yīng)該作為計算思維的一個重要組成部分？新課標(biāo)強調(diào)“具備計算思維的學(xué)生，能對問題進行抽象、分解、建模，并通過設(shè)計算法形成解決方案”，這并不適用于人工智能教育。當(dāng)然，如果將算法泛化為利用計算機解決問題的一般過程，那么利用深度學(xué)習(xí)解決問題的過程（準(zhǔn)備數(shù)據(jù)集、選擇算法、訓(xùn)練模型、推理、部署等），也屬于“算法”的范疇之列。新一代人工智能特別強調(diào)模型的訓(xùn)練，不僅重塑了傳統(tǒng)利用計算機解決問題的一般流程，形成了一種新的“算法”，而且擴展了原有計算思維的內(nèi)涵，即模型的訓(xùn)練與推理應(yīng)用可以作為計算思維的新生部分[1]。國際上有關(guān)計算思維2.0的討論，也是基于機器學(xué)習(xí)重塑了各種計算領(lǐng)域為基本背景。

當(dāng)然，有關(guān)計算思維2.0的討論目前還處在起始階段；當(dāng)且僅當(dāng)學(xué)界和一線實踐者都能確認這些變化，我們才能說計算思維2.0時代真正到來。

中小學(xué)生的編程教育是否必要

毋庸置疑，當(dāng)前對編程教育的弱化與生成式人工智能的發(fā)展直接相關(guān)。一些專家認為，隨著生成式人工智能的發(fā)展，“碼農(nóng)”將失去工作崗位。以此為依據(jù)，讓學(xué)生根據(jù)問題找生成式人工智能給程序代碼就好了，何必學(xué)習(xí)編程？這個問題，與有了生成式人工智能草擬文章為何還要學(xué)習(xí)寫作是一個邏輯。如果我們認為寫作是中小學(xué)生的基本功，那么對于信息科技課程乃至人工智能教育而言，編程能力就是一種童子功。盡管如此，我們依然需要避免矯枉過正，過分強調(diào)編程技能的精進而將中小學(xué)編程教育導(dǎo)向職業(yè)教育的歧途；相反，我們需要在基本編程技能學(xué)習(xí)的基礎(chǔ)上，幫助學(xué)生理解利用編程解決問題的基本思想和方法，將編程教育視作培養(yǎng)學(xué)生計算思維的重要載體。

從這個意義上說，作為一種基本素養(yǎng)，信息科技課程不僅不能忽略學(xué)生編程技能的訓(xùn)練，而且應(yīng)該緊密結(jié)合新一代人工智能教育的需要，引導(dǎo)學(xué)生學(xué)會利用生成式人工智能優(yōu)化模型訓(xùn)練和推理所需的程序代碼，將編程的“屠龍技”轉(zhuǎn)換為“傍身技”。生成式人工智能降低了編程的門檻，讓人人掌握編程（程序設(shè)計）成為可能。這個觀點，如同我們二十年前呼吁人們重視編程教育的初衷是一致的[2]。具體而言，中小學(xué)在學(xué)習(xí)內(nèi)容的設(shè)計上，需要充分發(fā)揮新一代人工智能的優(yōu)勢，將信息科技課程的科技本色做實做細。

參考文獻

鐘柏昌，劉曉凡，楊明歡. 何謂人工智能素養(yǎng)：本質(zhì)、構(gòu)成與評價體系[J]. 華東師范大學(xué)學(xué)報（教育科學(xué)版），2024，42（1）： 71-84.

鐘柏昌，周華英. 略論程序設(shè)計教育的價值和實施[J]. 當(dāng)代教育論壇，2004（10）： 40-41.