沈晨 柏宏權

[摘? ?要] 在中小學人工智能教育過程中，人工智能課程學習平臺是學習目標達成的重要支撐。對當前應用的幾種人工智能課程學習平臺進行比較分析后發(fā)現(xiàn)，當前的平臺存在教學與現(xiàn)實脫節(jié)、理論與技術分離、協(xié)同與共享難以實現(xiàn)等問題。針對這些問題，基于建構主義學習環(huán)境（CLEs）設計模型，從課程學習中的關鍵問題、解決問題的具體案例、支持思維培養(yǎng)的信息資源、促進知識建構的認知工具、啟迪學生思維的會話與協(xié)作、人工智能應用的社會境脈支持六個方面，提出了針對平臺設計的優(yōu)化策略，以幫助學生深化對人工智能技術的理解，提升學生應用相關技術的能力，促進學生建構人工智能思維。

[關鍵詞] 人工智能課程; 學習平臺; 知識建構; 高階思維; 建構主義學習環(huán)境

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 沈晨（1996—），女，江蘇南京人。碩士研究生，主要從事信息化教學設計、中小學人工智能教育研究。E-mail：409724543@qq.com。

一、引? ?言

人工智能技術的快速發(fā)展推動了教育信息化的進程，世界各國都十分重視人工智能的研究與應用，并頒布了人工智能教育的相關政策。2018年，斯坦福大學發(fā)布的《人工智能指數(shù)2018年度報告》指出，全球對于人工智能的人才需求量成倍增長，培養(yǎng)人工智能相關領域的適切人才迫在眉睫[1]。2017年7月，國務院出臺的《新一代人工智能發(fā)展規(guī)劃》中提出，要在我國的中小學階段設置人工智能相關課程，逐步推廣編程教育，普及人工智能教育[2]。新版《普通高中信息技術課程標準（2017年版）》中將“人工智能初步”模塊列為選擇性必修課[3]。在《普通高中通用技術課程標準（2017年版）》中，必修課程的模塊3“智能家居應用設計”和選修課程的模塊2“新技術體驗與探究”部分，也強調了人工智能技術的具體應用等問題[4]。為了完善人工智能教育體系和加強人工智能人才儲備，促進學生深入理解人工智能的關鍵思想與技術，提高學生應用人工智能相關技術解決實際問題的能力，配合人工智能教育需要的各種人工智能教材以及配套的學習平臺也應運而生。

二、人工智能課程學習平臺的應用現(xiàn)狀

當前，我國中小學已經逐步啟動了人工智能教育，由于缺少統(tǒng)一的人工智能教育的國家標準，加之人工智能涉及的領域十分寬泛，目前中小學人工智能教育呈現(xiàn)出了異彩紛呈的景象。人工智能教育具有技術性、動態(tài)性與生成性等特點，其學習過程需要經歷理論與實踐的反復迭代，因此，對于外部的學習條件存在較大的依賴性。

設計配套的學習平臺，是當前人工智能類教材的常見做法，但亦有少數(shù)教材不提供配套平臺。通過分析當前的人工智能教材及其配套的平臺可以發(fā)現(xiàn)，不同的平臺功能往往反映了開發(fā)者的人工智能教育理念，這些平臺對于學生學習人工智能的基本內容起到了一定的支持作用。

（一）人工智能教育學習平臺的機理分析

人工智能的實現(xiàn)，需要依賴于計算機，通過編寫代碼或圖形化編程的方式，幫助學生感知人工智能的效果，比如Python語言，以干凈的語法、較高的開發(fā)效率等優(yōu)勢被廣泛應用于人工智能領域。也有一些學者認為，中小學人工智能教學的主要目標是培養(yǎng)學生的知識習得能力和綜合技能[5]。在多理念并存的背景下，當前小學階段人工智能教材的配套平臺主要采用了圖形化編程，少數(shù)地區(qū)的學校開啟了Python代碼類編程的嘗試;初中階段兩類編程方式旗鼓相當;高中階段則大規(guī)模開展Python代碼類編程的探索，也有部分學校以圖形化編程為主。

（二）人工智能教育學習平臺的應用分析

人工智能涉及計算機視覺、自然語言理解與交流、認知與推理、機器人學、博弈與倫理、機器學習六大主要領域[6]。也有學者認為，人工智能以機器學習為基礎，是對人的視聽交流、認知過程、行動、思維過程等行為進行模擬與延伸的理論、方法和技術[7]。高中信息技術課程中的選擇性必修模塊“人工智能初步”包含“人工智能基礎”“簡單人工智能應用模塊開發(fā)”“人工智能技術的發(fā)展與應用”三部分內容[3]，課程的教學內容以計算機視覺、自然語言理解與交流、機器學習三個領域為主。

人工智能課程的學習對于課程平臺依賴性較強，而平臺的建設又和對課程內容、教學方式和活動方式的理解有關，故本研究從功能實現(xiàn)形式、資源呈現(xiàn)方式、配套硬件形式、師生交互方式和作品的表征方式等方面系統(tǒng)地分析不同人工智能教育平臺之間的區(qū)別。

課程配套學習平臺的設計與實踐，與人工智能課程的教育理念及價值認識具有較高的一致性。當前人工智能課程教學所使用的配套平臺，大多由企業(yè)開發(fā)，以代碼編程或者圖形化編程為技術基礎，也有部分高校參與開發(fā)了一些學習平臺。這些平臺大部分提供了技術體驗、用戶創(chuàng)新、代碼或圖形化編程、虛擬或實體化呈現(xiàn)和相關套件等方面的支持，少部分還在平臺內或平臺外提供了一定的教學資源或知識共享等方面的功能，大部分沒有提供師生實時互動等教學支持服務，見表1。

配套平臺大致有三個不同的建設類型：第一類是提供了完整的教學資源與教學指導服務，既可以支持教學，也可以供學習者獨立使用，通過平臺、企業(yè)網站、企業(yè)客服傳輸?shù)确绞教峁┻m當?shù)妮o助支持，或者通過提供一部分游戲化過關類人工智能課程以實現(xiàn)學生自主學習的需求，這類學習往往依賴于企業(yè)開發(fā)的專用套件;第二類是側重于教學或學習支持服務，教師既可以使用現(xiàn)成的資源，也可以自己設計或組織教學與學習活動，通常也依賴于專用套件;第三類是側重于人工智能基本原理的學習，師生可以借助于平臺理解實現(xiàn)人工智能的方法，這類平臺的學習不依賴于專用套件，使用的學?？梢宰杂梢胍恍╅_發(fā)套件，如micro：bit、Arduino等，實現(xiàn)編程軟件與電子元件的互動，通過讀取傳感器數(shù)據，控制舵機、RGB燈帶等，建立開發(fā)與應用場景，這些教學借助于編程引導學生理解如何實現(xiàn)控制類的操作，解決了人工智能教育中的部分目標。

學習平臺的功能是對于學習理念和學習目標的轉化，是支持課程學習目標的重要載體。人工智能教育課程平臺對于幫助學生真正理解和掌握人工智能課程的相關內容是至關重要的，但當前的許多配套學習平臺能夠實現(xiàn)的功能還比較有限，缺少知識建構類的認知工具，幾乎不支持小組協(xié)作學習，未能從真實世界的需求出發(fā)引導學習者理解人工智能課程的內涵。從學習的視角理解平臺建設，既要關注平臺如何支持實現(xiàn)人工智能的基本方法，也要關注平臺如何創(chuàng)新人工智能的方法，提升人工智能的教育價值。

三、人工智能課程學習平臺的問題分析

人工智能的教學中離不開合理的學習環(huán)境，而在創(chuàng)設學習環(huán)境的過程中技術支持又是重中之重，鑒于人工智能這門課程中效果實現(xiàn)需要依賴于編程的特殊性，提供能夠適合不同階段學生課程學習的平臺對于教學與學習尤為重要。高品質的人工智能學習平臺，將有助于創(chuàng)建適合不同階段學生的學習環(huán)境，滿足學生對學習環(huán)境的諸多要求。配合人工智能教學的平臺不斷被研發(fā)出來，功能越來越完善，但是問題也越來越明顯。

（一）教學與現(xiàn)實存在脫節(jié)，不利于問題解決能力的培養(yǎng)

許多平臺在支持人工智能課程學習時，將人工智能的教學與現(xiàn)實剝離，在教學過程中沒有以解決現(xiàn)實生活中的真實問題為核心，學生對于人工智能課程的核心價值理解不到位。人工智能教育的社會價值在于通過智能化的技術，幫助人們適應高品質的日常行為與生活方式，因此，在課程學習過程中需要面向真實世界的真問題和真需求，鼓勵學生之間通過不斷協(xié)同和創(chuàng)新，尋找人工智能的應用場景，建立解決問題的新的路徑。但從當前的課程平臺來看，大多是提供了統(tǒng)一的套件和學習路徑，學習者可以在教師的指導下通過模仿完成學習任務，對學生解決問題能力培養(yǎng)的支持力度不夠。

（二）理論與技術存在分離，不利于高階思維素養(yǎng)的提升

許多平臺在支持人工智能課程學習時，更注重培養(yǎng)學生簡單的技術應用能力，弱化了對于人工智能來源、發(fā)展等體現(xiàn)課程價值的原理性知識的內在邏輯體系的學習，輕視了學生高階思維素養(yǎng)的培養(yǎng)。對于技術類課程的學習，不僅僅在于學習技術類相關的知識或技能，還需要引導學生建立與關鍵技術相關的算法思維，與應用相關的審辨式思維，并能夠在“真實問題”與“人工智能”方面實現(xiàn)自由切換。當前的許多平臺往往將重心放在技能的培養(yǎng)方面，而對于思維培養(yǎng)的支持比較欠缺。只有做到了理論知識和技術技能的合理融合，學生才能夠真正理解人工智能。

（三）協(xié)同與共享難以實現(xiàn)，不利于學習遷移與知識建構

在平臺功能忽略協(xié)同與共享的支持外，平臺之間也缺乏信息資源共享，不利于學習遷移與知識構建。在學習過程中對學生協(xié)同與共享學習的支持力度不夠，不同平臺形成了自己特有的代碼封裝方式，形成了平臺特有但并不與其他產品共享的庫，在轉移到該平臺以外的編程工具中使用時，則需要重新學習這些被封裝的底層代碼以實現(xiàn)自己的操作，這對于剛接觸人工智能的學生而言，會在學習過程中破壞已經構建的知識體系，增加了學生不必要的認知負荷。

四、基于CLEs的人工智能學習平臺優(yōu)化策略

人工智能的學習過程，是一個持續(xù)建構的過程，因此，人工智能學習支持平臺需要能夠滿足學習者的持續(xù)建構的學習需求。喬納森在研究人的學習建構的過程中，對于支持學習建構的學習環(huán)境有較為系統(tǒng)的研究，提出的建構主義學習環(huán)境（Constructivist Learning Environments，簡稱CLEs）設計模型也較為完善，在學術界得到了廣泛的認同。

（一）CLEs設計模型：為何可以支持人工智能課程的學習

設計人工智能課程的配套學習平臺，可采用CLEs設計模型的理念，從學習中涉及的不同要素出發(fā)，以建立既能體現(xiàn)學習的一般規(guī)律，又能夠符合課程學習目標要求的學習支持服務。從教學方法、學習內容、學習結果等方面來看，人工智能課程的學習和CLEs設計模型在以下方面是契合的：

第一，以解決問題為核心。人工智能課程技術性較強，難度較大，不適合傳統(tǒng)的單向灌輸式教學，更適合應用基于問題、基于案例、基于項目的教學模式，而CLEs設計模型的核心就是促進對問題的解決、概念的發(fā)展和心智模型的建構，對于模型中的第一大要素“問題”的設計，以假設問題、案例、項目為核心，其他五個要素的設計都要圍繞著問題進行，注重解決真實環(huán)境中的問題，這和人工智能課程對教學方法的需求一致。

第二，高階能力的培養(yǎng)。何克抗教授認為，人工智能更加貼近教育是通過為學習者提供個性化需求以達到系統(tǒng)地幫助學習者提升思想品質、認知能力的本質[8]，人工智能的教學目標與CLEs設計模型均強調需要加強培養(yǎng)學生的綜合性能力，如認知能力、創(chuàng)新能力、聯(lián)結能力、意義建構能力和元認知能力等高階認知能力[9]，而非只需要學生了解其中的基本知識和基本技能等陳述性知識或程序性知識。

第三，促進學習者的知識建構。人工智能的課程學習需要學習者了解人工智能在現(xiàn)實生活中的應用及其原理以解決真實問題，而CLEs設計模型也強調解決真實環(huán)境中的問題，創(chuàng)設真實的學習環(huán)境有助于學習者提升知識層級，實現(xiàn)從學科內容的收集、聯(lián)系和整合到分析、評估和創(chuàng)新的變化[10]，可以幫助學習者更好地理解知識和運用技能，能夠將人工智能相關學科的知識、概念聯(lián)系起來，形成一個完整的知識體系，培養(yǎng)更合理周全的思維方式，以指導和輔助學習者學習其他學科的知識。

（二）學習過程模型：基于CLEs設計模型的平臺設計思想

以學習者為中心的建構主義學習環(huán)境理論來指導當前的人工智能學習平臺設計，可以在課堂教學中最大程度地培養(yǎng)學生的綜合性能力、提高學習效率并增強學習效果。CLEs設計模型包含六個基本要素：問題、相關案例、信息資源、認知工具、會話或協(xié)作工具和社會境脈支持（如圖1所示）。學習過程可以看作是一個真實問題的解決過程，學習環(huán)境的設計是為了支持學習過程，因此，選取和設計問題是首要的任務，是學習環(huán)境中的核心和焦點，其他五個要素的設計都要圍繞著問題進行。

圖1? ?建構主義學習環(huán)境（CLEs）設計模型[11]

第一是問題。喬納森認為，有意義的學習源自問題解決[12];Greeno認為，問題解決是一系列的有目的指向性的認知操作活動過程[13];斯滕伯格認為，“問題解決”的目的在于消除通往解決方法路徑上的障礙[14];張春興指出，“問題解決”是指個人在面對問題時，綜合運用知識技能以期達到解決目的的思維活動歷程[15]。通過問題解決可實現(xiàn)知識建構[16]，學生學習學科的內容是為了解決問題，而不是把解決問題作為學習的一種應用。

CLEs設計模型最主要的特征是問題驅動學習。在人工智能的學習過程中，主要的學習目標都在于解決現(xiàn)實生活中的問題，將學習的內容生動地融入基于問題、基于案例、基于項目的真實情境中，讓學習者以解決問題的真實環(huán)境貫穿于學習始終，調動學習者以最接近真實面對問題的思維方式去思考并處理?，F(xiàn)實生活中存在的問題通常都是開放性的劣構問題，給予學習者更大的認知處理空間激活思維，嘗試使用不同的方法去解決問題，以達到思慮周全的目的。

第二是相關案例。在理解和解決問題的過程中需要相關經驗的積累，而新手往往最缺乏的就是經驗。人工智能作為一個新興技術，很多理論知識和實踐技能都處于學習者的盲區(qū)，解決問題過程中，平臺提供的相關案例就至關重要。與問題相似的案例可以幫助學習者增加人工智能各個專題相關的解決問題的方案參考，給學習者提供間接經驗并支撐記憶，不同的案例還可以從不同的角度來解釋問題，提高學習者的認知彈性。

第三是信息資源。在解決問題的過程中，需要大量的信息資源去幫助學習者理解問題并且解決問題。人工智能的教學中，在解決一個問題時，需要考慮存在該問題的環(huán)境中還包含了什么其他的相關信息，通過讓學生思考在什么環(huán)境下需要使用該技術，進而讓學生理解其領域、原理、完成步驟、相關算法、開源庫和注意事項以完成該技術的應用與風險預測，這些信息資源將會協(xié)助學習者建構他們的心智模型、建立假設并驅動對問題的操作。

第四是認知（知識建構）工具。喬納森等學者認為，“認知工具是促使學習者參與并輔助特定認知過程的計算機工具”[17]。人工智能在教學過程中，應重視培養(yǎng)學生跨學科的知識建構能力，在學習平臺中加入認知工具，可以幫助學習者建構心智圖景并使活動變得可視化，可以展現(xiàn)知識之間的邏輯關系，幫助學習者組織和生成知識結構，有助于學生更好地理解知識和運用技能，有效地將相關學科的概念聯(lián)系起來，形成完整的知識體系。目前，基礎教育中此類認知工具主要應用于理科類結構性強的學科當中，且基礎教育中各學科呈現(xiàn)出孤立狀態(tài)，學生在學習過程中均是單科學習，很難將不同學科的知識串聯(lián)起來理解，無法將概念與概念的理解聯(lián)系起來，在不同學科中無法充分利用曾經已學過的知識和認知方式，這些情況都會給學生增加過多的認知負荷。

第五是對話/協(xié)作工具?！白匀粻顟B(tài)下，個體學習通常是很少發(fā)生的，更多的是以團隊為單位共同尋求問題的解決方案?！盵18]在人工智能的發(fā)展中通常需要團隊協(xié)同作戰(zhàn)，所以在人工智能的教學中也應該充分考慮到這個真實情境中存在的因素，學習平臺中需要提供同伴交流記錄的功能、知識數(shù)據庫，讓學習者在團隊解決問題中共享自己的觀點并創(chuàng)建知識建構共同體，記錄過程數(shù)據以幫助學習者組織構建分享的知識，增強學習者之間的協(xié)作能力，促使他們從團隊的經驗中反思提升能力，幫助學生充分調動自己曾經已學過的知識，不斷融入新的思想，從而進行多次的提升和創(chuàng)新。

第六是社會境脈支持。社會境脈強調需要體現(xiàn)與整體社會體系的匹配性。當設計學習環(huán)境時，考慮實施環(huán)境的物理的、組織的、社會文化的因素是非常重要的，它決定設計能否順利推行[19]。當前人工智能得到各行業(yè)的廣泛重視，隨著人工智能研究、發(fā)展與應用的深入，中小學和高校都開始大力推進人工智能教育和人工智能課程建設研究。當前技術的發(fā)展足以支撐學校進行系統(tǒng)的人工智能教學，因此，面向全體學生推行合理且全面的人工智能課程教學，才能為步入智能時代做好準備。

基于CLEs設計模型的人工智能課程的基本學習過程模型（如圖2所示），可以使中小學人工智能課程的目標最大程度地實現(xiàn)。在社會境脈支持的前提下，解決現(xiàn)實生活中人工智能相關的真實問題，通過學習平臺提供的相關案例、信息資源幫助學習者理解問題并且在盡可能全面的思考后解決問題。在解決問題過程中，借助認知工具和交流協(xié)作工具，幫助學習者完成人工智能相關的一系列知識的建構，提高學習者對于人工智能相關的基本知識和基本技能的理解程度、應用能力等，增強學習者的綜合性能力。

（三）功能聚焦：人工智能課程學習平臺的主要作用

基于CLEs設計模型，人工智能課程的學習平臺應該具備五大功能，分別為：結合社會境脈支持的問題提出、提供相關案例和信息資源、實現(xiàn)技能操作、知識建構、交流協(xié)作。下面主要就學習平臺應該具備的功能進行分析：

第一，結合社會境脈支持的問題提出有助于培養(yǎng)學生的問題解決能力與思維能力。平臺需要能夠便于生成問題并能夠支持學生解決問題。人工智能課程中的知識與技能的學習，是為了解決現(xiàn)實生活中存在的問題，這樣的問題通常是劣構的，需要綜合運用不同的知識與技能才能完成。如果在教學過程中過多設計良構性的問題，容易導致學生模式化地看待問題，導致學生形成固定的思維模式，限制學生的思維和創(chuàng)新，而這恰恰違背了人工智能課程的培養(yǎng)初衷。

第二，提供相關案例和信息資源有助于培養(yǎng)學生的認知與遷移能力。平臺需要能夠提供更多問題相關案例和信息資源的支持服務，以幫助學生解決新問題。人工智能涉及的知識覆蓋面極廣，算法變化快，且每個學生的學習能力不盡相同，教師也不一定能及時解決所有問題，而提供問題相關的案例和信息資源有助于學生隨時了解解決該問題時所涉及的相關知識和一般過程，構建特定問題的解決方法，在模仿的基礎上促進學習遷移，重復不同情境下真實問題的解決以鞏固學生的認知，極大地增強學生的認知能力。

第三，實現(xiàn)技能操作有助于培養(yǎng)學生的實際操作能力。平臺需要能夠提供實踐技能體驗，便于學生理解內容中所包含的核心思維。人工智能的實現(xiàn)大多會依賴于編輯代碼，所以對于平臺而言就需要能夠提供大量的技能操作的機會，甚至還需要同時考慮到協(xié)同編程的技能，滿足學習者真正在應用中理解課程價值的需求。

第四，知識建構有助于培養(yǎng)學生的認知及意義建構能力。平臺需要能夠為學生提供建構的機會，也要便于展示建構的結果。在習慣于學習單一知識點的當下，人工智能課程的出現(xiàn)可以極大地改變知識點過于分散的現(xiàn)象，所以，學習平臺中提供協(xié)助學生知識建構的功能也是重中之重。在課程的學習過程中，無論在哪一個環(huán)節(jié)的學習都可以隨時進入知識建構的板塊中，以該節(jié)課的問題為核心，記錄相關的知識，將其連接成一個完整展現(xiàn)了知識之間的邏輯關系的圖示，并在該節(jié)課結束后將本節(jié)課的知識點與該課程之前所學習的知識點進行關聯(lián)，形成完整知識體系的同時，也培養(yǎng)了學生的認知及意義建構能力。

第五，交流協(xié)作有助于培養(yǎng)學生的交流能力、團隊協(xié)作能力。平臺需要能夠為學生開展豐富的對話與交互行為提供可能。在人工智能課程的學習過程中，除了通過多種信息資源和表征形式來豐富和擴展學習以外，與他人之間的交流協(xié)作也是幫助學生完成學習的有效方式之一。在解決課程問題中，可能會產生不同的解決方案，并且不同的人，其思考問題的思維方式和過程也大不相同。在學習過程中，共同體協(xié)作形成的知識庫不僅是來自教師、學生的不同觀點，也包含了交流協(xié)作、觀點轉變的過程，這不僅支撐了當下學生的反思和多種能力的培養(yǎng)，也是形成新的信息資源，從而為以后的課程學習做鋪墊和參考。

與此同時，在學習平臺的建設中，更應該注重平臺之間的信息資源共享，避免出現(xiàn)一平臺一封裝庫的現(xiàn)象，避免學生在更換學習平臺或學生轉移到該平臺以外的編程工具中使用時就不能安裝使用該庫，減少學生不必要的認知負荷，加強學生學習遷移與知識建構的可能性。

五、啟示與建議：能力形成與問題解決的雙向促進

人工智能教育，既是對新技術的價值認同，也是對新技術的價值發(fā)現(xiàn)，其內容將會伴隨著技術的發(fā)展處于不斷的變化與發(fā)展之中。本課程的學習需要兼顧技術性、設計性、思維性等多重屬性，借助于功能完備的學習平臺，引導學生在建立人工智能能力體系的同時，還能夠建立問題解決體系，實現(xiàn)兩者的雙向促進。

（一）基于技術但不受制于技術，注重技術的生成

為了迎合新政策或時代進程，形式主義地應用技術趨于普遍，許多學科都在嘗試與先進的科技相結合，但越來越多的學科往往受限于現(xiàn)成的模式，過于關注技術本身，而很少考慮學科本身是否適合模版化的套用。人工智能課程既基于技術，又以技術為學習內容，因此，在對待技術的態(tài)度上就更加需要系統(tǒng)思考。喬納森曾說過，教育技術“一直是一個技術驅動的領域而不是學習馭動的領域。盡管新技術看起來似乎能令各類學習者受益，但是，如果我們以分析技術而不是分析學習為出發(fā)點，那么我們的失敗是不可避免的”[20]。學習平臺是支撐學習的條件，學習平臺中嵌入的人工智能技術體驗課程的學習結果，如何適應學生的學習需要，讓平臺中所涉及的各類技術能夠適應學生的學習需要，引導學生在技術學習中發(fā)展技術，值得平臺開發(fā)者系統(tǒng)思考。

（二）適應不同階段，實現(xiàn)低階能力與高階能力雙側重

早期的教育受到工業(yè)時代的影響，培養(yǎng)的學生可以適應機械性、重復性工作的需要，但不能適應人工智能時代的人才需求，因此，亟須培養(yǎng)出一批能夠做到人機和諧共處的“人工智能時代原住民”[21]。目前，人工智能的教學更強調技術本身，更注重基本知識與基本技能的教學，這與人工智能的創(chuàng)新性目標還有較大差距。無論對于哪一個年齡層次的學習者，都需要形成與其認知特點相一致的深層知識和高階認知，著重培養(yǎng)學生的人工智能思維。對于人工智能學習平臺，需要能夠支持學生的低階與高階思維的形成，鼓勵學習者在解決面向真實世界的問題的過程中，形成交流協(xié)作的能力、多角度思考問題的能力、不斷反思與提升創(chuàng)新的能力等，促進知識構建的品質化。

（三）注重新技術嵌入，豐富人工智能學習平臺的功能

人工智能課程學習平臺的建設，不能局限于單一功能。將多功能嵌入同一平臺，甚至能夠盡可能地覆蓋不同的學習階段，有利于促進學生成長的有序性。人工智能課程學習平臺還應當注重線上教學與線下教學的融合，基于項目、任務、問題等教學方式，借助于“平臺+網絡”的學習，學習者可以有更多機會進行體驗，并能夠獲得不同的參照體系，從而對自身做出準確判斷。

人工智能課程是一門知識與技能并重的學科，同時又是一門處于生成之中的學科，在此過程中，師生之間對于技術的理解及體驗感都會影響到對課程價值的判斷，如果平臺能夠以一種開放的姿態(tài)，不斷提供新的案例或資源，不斷生成與真實的社會境脈相一致的問題，并提供豐富的對話機會，就可能會讓學生突破舊的技術限制，并能夠選擇合適的教學方式和學習方式，在實踐與反思中完成課程學習目標，從而提升學生的高階認知能力，促進課程的學習效能。

[參考文獻]

[1] The AI Index 2018 Annual Report[EB/OL]. （2019-10-30）[2021-06-01]. http：//cdn.aiindex.org/2018/AI%20Index%202018%20 Annual%20Report. pdf， 2019-10-30.

[2] 國務院.新一代人工智能發(fā)展規(guī)劃[EB/OL].[2019-01-22].http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[3] 中華人民共和國教育部.普通高中信息技術課程標準（2017年版）[M].北京：人民教育出版社，2018：9-10.

[4] 中華人民共和國教育部.普通高中通用技術課程標準（2017年版）[M].北京：人民教育出版社，2018：24，57.

[5] 鄭勤華，熊潞穎，胡丹妮.任重道遠：人工智能教育應用的困境與突破[J].開放教育研究，2019，25（4）：10-17.

[6] 朱純松.淺談人工智能：現(xiàn)狀、任務、構架與統(tǒng)一[DB/OL].[2017-11-07].http：//www.stat.ucla.edu/～sczhu/research_blog.html#Vision History.

[7] 陳維維.多元智能視域中的人工智能技術發(fā)展及教育應用[J].電化教育研究，2018，39（7）：12-19.

[8] 何克抗.21世紀以來的新興信息技術對教育深化改革的重大影響[J].電化教育研究，2019（2）：5-12.

[9] 陳穎博，張文蘭.國外教育人工智能的研究熱點、趨勢和啟示[J].開放教育研究，2019，25（4）：43-58.

[10] 鐘麗佳，盛群力.建構主義教學理論之科學性探討[J].電化教育研究，2016，37（10）：22-28.

[11] 戴維·H.喬納森.學習環(huán)境的理論基礎[M].鄭太年，任友群，譯.上海：華東師范大學出版社，2002.

[12] JONASSEN D H. Toward a design theory of problem solving[J]. Educational technology research and development， 2002， 48（4）：63-85.

[13] GREENO J G. Natures of problem-solving abilities[J].Handbook of learning and cognitive processes， 1978（5）：239-270.

[14] STEMBERG ROBERT J， OKAGAKI L， et a1. Practical intelligence for success in school[J]. Educational leadership， 1990：35-39.

[15] 張春興.教育心理學[M].杭州：浙江教育出版社，1998.

[16] JONASSEN D H. Using cognitive tools to represent problems[J]. Journal of research in technology in education， 2003， 35（3）：362-381.

[17] KOMMERS P A M， JONASSEN D H， MAYES J T. Cognitive tools for learning[M]. Heidelberg， FRG： Spring-Verlag， 1992.

[18] TAN S C， TURGEON A J， JONASSEN D H. Computer-supported collaborative argumentation：an innovative approach to group problem solving[J]. Journal of natural resources and life sciences education， 2001， 30（1）：54-61.

[19] 李妍.喬納森建構主義學習環(huán)境設計理論的系統(tǒng)研究與當代啟示[J].開放教育研究，2006（6）：50-56.

[20] DUFFY T， JONASSEN D H. Constructivism and technology of instruction： a conversation[M]. Hillsdale， NJ： Lawrence Erlbaum Associates， 1992.

[21] 徐曄.從“人工智能教育”走向“教育人工智能”的路徑探究[J].中國電化教育，2018（12）：81-87.