楊緒輝 沈書生

摘要：社會建構主義在指導人工智能教育課程構建的弊端，使研究者不得不將視野投向了“知識與課程”研究的新領域——社會實在理論，其對社會建構主義的超越，對于指導人工智能教育課程的構建具有啟發(fā)意義。首先，該研究解讀了社會建構主義課程觀，揭示其實質(zhì)是課程各領域邊界削弱的共建主義，使學習者培養(yǎng)指向了一般化的知識和技能；其次，詮釋了人工智能教育課程的社會建構色彩，發(fā)現(xiàn)存在著阻礙學業(yè)進步、學習者難以獲得適應未來社會的能力和極易引發(fā)教育的社會公平問題等方面的弊端；再次，論述了社會實在知識觀的先進性，并對其課程觀進行了詳細的解析；最后，根據(jù)社會實在課程觀的思想，對人工智能教育課程的目標設定、內(nèi)容組織、實施過程和評價方式進行了全面的梳理。

關鍵詞：人工智能教育；知識觀；課程觀；社會建構主義；社會實在理論

中圖分類號：G434 文獻標識碼：A

本文系2019年度江蘇省社會科學基金課題青年項目“人工智能時代智慧學習的結構審視與設計研究”（項目編號：19YJC007）、2018年度江蘇高校哲學社會科學研究基金一般項目“課程視角下的創(chuàng)客教育探究”（項目編號：2018SJA1607）研究成果。

人工智能時代已經(jīng)悄然來臨，在中小學階段開設相關課程普及人工智能教育，既是青少年在智能時代生存發(fā)展的根本保障，也是我國增強科技創(chuàng)新能力的基本前提。為了落實國家相關政策要求，研究團隊謹慎地對人工智能教育課程構建的問題進行了考究。在對現(xiàn)有的人工智能類課程文本分析之后，發(fā)現(xiàn)在處理“知識與課程”問題上普遍存在、且需高度警惕的一種課程建設趨向——社會建構主義。這種追求課程包容、學科整合以及生活經(jīng)驗融合的課程思想，極易削弱人工智能課程的獨特性和教育價值，致使學習者培養(yǎng)指向一般化的學習結果。為了突破課程構建瓶頸，研究團隊將視野投向了知識與課程研究的新領域——社會實在理論，其所蘊含的對于學科知識的尊重、課程價值的守護以及生活經(jīng)驗的超越等觀點，對于指導人工智能教育課程構建、彰顯人工智能教育價值具有啟發(fā)意義。

一、解讀社會建構主義課程觀

社會建構主義課程觀的思想起源于皮亞杰的發(fā)生認識論學說。在人類對外界事物的認識或者知識命題上，皮亞杰對康德的“先驗范疇”進行了批判與繼承，創(chuàng)造性提出了物理范疇和邏輯數(shù)學范疇兩個概念。皮亞杰認為，物理范疇的先驗規(guī)定性是感覺經(jīng)驗被統(tǒng)整為知識的基礎，是認識主體與外部世界連通的橋梁；而邏輯數(shù)學范疇不直接與外部世界進行交互，其借助“邏輯的動態(tài)運行”過程來統(tǒng)整那些感覺經(jīng)驗，繼而完成知識發(fā)生的過程[1]。進一步來說，物理范疇的內(nèi)容要素指向的是知識，邏輯數(shù)學范疇的運算過程指向的是思維，兩者是同一知識發(fā)生活動中狀態(tài)和過程的兩個方面[2]。由于思維是以邏輯的形式顯現(xiàn)，那么思維必然具備一定的結構，而知識的改變和沉淀又發(fā)生在思維的動態(tài)運動中，那么思維結構的形態(tài)決定了知識結構的形態(tài)。因此，關于“知識何以可能”的問題上，皮亞杰認為是知識和思維發(fā)生的發(fā)展過程，也是知識結構螺旋上升的建構過程。

皮亞杰的發(fā)生認識論徹底動搖了基礎主義認識論經(jīng)久不衰的地位?；A主義認識論認為現(xiàn)實是知識構成的基礎，知識來源于人們直接的感覺經(jīng)驗，亦或需要深入到像幾何公理那樣的真理去尋找。而發(fā)生認識論則認為：我們不是發(fā)現(xiàn)了這個世界或者知識，而是在“主體人”已有知識結構的基礎上，通過與思維的交相輝映從某種意義上創(chuàng)造了它們，這樣就將知識從邏輯經(jīng)驗主義中解救出來，人文科學也被還原為令人尊敬的意識形態(tài)。當快速發(fā)展的知識社會學與發(fā)生認識論相遇，社會建構主義思想開始形成，最終將知識的建構從個體層面全面拓展到了集體主義層面。社會建構主義認為應該從發(fā)生學角度，在“知識大廈”建構的過程中了解知識本身[3]。即真理顯現(xiàn)過程是社會知識結構從低級向高級狀態(tài)發(fā)展的過程，共建思維的參與其中及其結構的優(yōu)化，不可或缺。由此可見，社會建構主義的實質(zhì)是各領域邊界削弱的共建主義，目的是讓人們能夠適應現(xiàn)代的生活現(xiàn)實。

課程是受社會建構主義影響最為深刻的領域之一，人們在考察課程知識的社會特征及其締構和生成等過程中將邊界削弱的思想發(fā)揮到了極致。從課程目標來看，社會建構主義課程觀削弱了學術能力與生活能力的邊界，提倡培養(yǎng)學習者面向真實生活的一般化知識和技能，例如：教會學習者如何學習、培養(yǎng)其批判性思維，或者將解決現(xiàn)實生活的問題作為目標；從課程內(nèi)容來看，削弱了不同學科、學校知識與日常知識的邊界，注重跨學科的整合，鼓勵個體經(jīng)驗和社會經(jīng)驗進入課程學習內(nèi)容，其以主題式、生活化的課程資源開發(fā)為代表；從課程實施來看，削弱了教與學之間的邊界，強調(diào)師生知識傳遞和分享的平等性，譬如提倡輔助式教學、小組合作式學習和師生在課堂中的交流和互動；從課程評價來看，削弱了不同學習者學習成就的邊界[4]，倡導對學生的發(fā)展進行價值判斷，其典型是在學校大力推行形成性和鑒賞性等評價方式。

社會建構主義之于課程，可以看到開放、自由和去權威的時代主流觀念，其為社會與人們進行教育知識的主動學習和創(chuàng)造，培養(yǎng)個性化、滿足社會需要的學習者提供了理論支撐，從而在推動課程與教學的改革中起到至關重要的作用。當前隨著新課改的不斷深化，課程的社會建構思想在我國教育領域可謂根深蒂固。對于尚處在個性塑造階段的中小學人工智能教育而言，相關課程建設不可避免地會沾染上社會建構的色彩。接下來追問的是，當前人工智能教育課程構建在哪些層面受到了社會建構主義課程觀的沾染，繼而會帶來怎樣的影響。

二、人工智能教育課程的社會建構色彩及其審視

人工智能教育課程正在經(jīng)歷初創(chuàng)的青澀期。鑒于以往社會建構主義課程觀在信息技術等課程改革中取得的成效，人工智能教育課程的構建者們無不在沿襲著這種經(jīng)驗，而將其作為課程構建的思想既有積極的作用，也有負面的影響。

（一）人工智能教育課程的社會建構色彩

為了具體描繪人工智能教育課程的社會建構色彩，增強上述觀點的可信程度，我們摘選了六所具有代表性中小學校的人工智能教育課程文本進行分析，如表1所示。研究界定的課程文本為以文字、視頻等符號記載，以印刷品、多媒體形式保存下來的課程載體，包括課程大綱、教案、教科書和教學視頻等課程素材。

從表1可知，在課程目標層面，雖然所有學校的課程文本顯示要培育創(chuàng)新思維，但是實際效果只是發(fā)展了學習者的問題意識，欠缺解決高層次問題的能力。技術類課程共同追求的信息素養(yǎng)、數(shù)字素養(yǎng)或計算思維的培養(yǎng)在六所學校也被提起，另有四所學校關注了社會責任、數(shù)字公民等社會層面的內(nèi)容。可見，人工智能教育課程的意圖是讓學習者知道如何做事，使其能夠獲得更好的生存與發(fā)展的能力；在課程內(nèi)容層面，兩所小學樣本將人工智能知識進行了生活化處理，幾乎沒有涉及知識概念及其背景的課程內(nèi)容；兩所樣本初中以技術的社會需求為出發(fā)點，將工具的應用作為課程內(nèi)容構建的線索；兩所樣本高中以主題活動作為綱領，強調(diào)與其他學科知識的整合，將人工智能內(nèi)容融入到相應的設計任務。當前人工智能教育課程的內(nèi)容組織體現(xiàn)知識的可行而非真理性、社會而非學術性的特征。

在課程實施層面，六所樣本學校主要采用了搜索學習、項目學習和創(chuàng)客學習三種方式。所謂搜索學習是指為了理解某個問題或者某種情境，學習者在利用網(wǎng)絡工具以及配套的紙質(zhì)資源進行答案檢索的過程中，繼而獲得知識的學習方式。由于其強調(diào)知識的社會創(chuàng)生性質(zhì)，本質(zhì)上來看亦屬于社會建構主義課程觀范疇。在項目學習和創(chuàng)客學習中，教師是典型的輔助者角色，主要依靠的是學習者已有的生活經(jīng)驗，以及相互之間的交流協(xié)作，通過知識結構的不斷建構和完善來達成任務。這不僅詮釋了知識的情境性與共建主義特征，也極大削弱了教與學、主導者與被主導者之間的邊界；在課程評價層面，五所樣本學校擁有相應的評價措施，然而無論是主題匯報，還是作品競賽等形式均是以小組為單位來開展評價，都不主張對不同學習者的學業(yè)成就進行考量，體現(xiàn)了立足過程、促進發(fā)展的評價思想。

（二）人工智能教育課程的社會建構取向?qū)徱?/p>

作為當前教育領域被公認的先進課程思想，人工智能教育課程的社會建構取向的優(yōu)點是顯而易見的。社會建構主義強調(diào)的知識技能化，能夠讓學習者深刻體會人工智能的魅力，從而有助于人工智能教育的快速普及；強調(diào)將知識看作是社會群體互動、協(xié)商的產(chǎn)物，有利于激發(fā)學習者學習興趣和強調(diào)其主體的地位。此外，這種去權威化的課程組織與評價方式，有助于培養(yǎng)和諧的師生關系和滿足個性化學習需求。然而，人工智能教育課程的社會建構取向又存在難以規(guī)避的弊端。

首先，社會建構主義課程觀的危害在于阻礙了學習者的學業(yè)進步。中小學生的學業(yè)進步包含了兩個層面的意蘊：一是，習得專門“語法”，增強概念的聚合性，即學科知識的積累，指向的是未來專業(yè)的發(fā)展能力；二是，增強情境理解，提升知識的技能性，即生活知識的積累，指向的是未來世界的生存能力。正如美國教育學家穆勒[5]所言：教育的進路需要在知識的概念性和情境性方面遵從連貫的原則，兩者分別由獲得學科知識的機會和特定行業(yè)技能的機會規(guī)定。毫無疑問，社會建構主義課程觀關注了知識情境的連續(xù)性，而破壞了知識概念及其連續(xù)性。

從知識的概念性來說，社會建構主義課程觀提倡的削弱日常知識與學校知識的邊界，實質(zhì)上是過于強調(diào)人類經(jīng)驗的重要性，這將鼓勵大量高度情境化的生活經(jīng)驗和行業(yè)經(jīng)驗在沒有經(jīng)過結構化加工的前提下，就可以直接進入課堂。這不僅造成了學習者對于人工智能知識學習的隨意性，也極大降低專門化“語言”與概念群的重要性。更為嚴重的是，社會建構主義課程觀提倡的教與學、教師地位與學生地位邊界的削弱，意味著教師主導作用的隱退和輔助教學形式的盛行，繼而使得學習者喪失被引導獲得專門性知識概念的機會，因而最終將導致其無法把握人工智能領域的核心概念，更不用說進一步在頭腦中構建該領域的概念集合。

從知識概念的連續(xù)性來講，社會建構主義課程觀不重視學科內(nèi)部知識的統(tǒng)整，而是強調(diào)新的知識關系，例如不同學科知識之間的連通、學校知識與生活經(jīng)驗的融合，以及知識專門化與社會分工的聯(lián)系等，外在表現(xiàn)為以工具軟件、主題活動、應用場景等為主線的課程內(nèi)容組織形式。因此，這種課程觀容易致使人工智能教育領域中的概念支離破碎，難為學習者建立完整且連續(xù)性的知識概念體系。此外，社會建構主義提倡的形成性和鑒賞性等評價方式，使學習者每次學業(yè)的評估呈現(xiàn)出碎片化特征，也不利于其聯(lián)結不同時期的學習內(nèi)容，完成知識體系的構建。由此推斷，雖然學習者在中小學階段接受了人工智能教育，但是由于沒有取得實質(zhì)意義上的學業(yè)進步，因此在未來專業(yè)培養(yǎng)時期仍需回到原點學習。

其次，社會建構主義課程觀難以培養(yǎng)學習者獲取適應智能社會的能力。社會建構主義直指學習者面向未來社會生存能力的培養(yǎng)，但是在信息技術類課程中，尤其是面向人工智能教育課程卻并非如此。社會建構主義提倡的知識技能化立場，使得人工智能素養(yǎng)培養(yǎng)的最終落腳點在某些智能工具的應用層面。一方面，工具屬性只是課程的部分價值，技術素養(yǎng)也并非人工智能素養(yǎng)的全部[6]，因此，當人類社會全面進入智能時代，我們培養(yǎng)的學習者仍欠缺較好的生存能力；另一方面，當前人工智能發(fā)展迅速，智能工具迭代更新周期快。凸顯知識技能化的人工智能教育課程構建，將會重走以往信息技術課程內(nèi)容陳舊、脫離時代的老路，從而導致學習者習得諸多無用的經(jīng)驗，更無法保障其對于未來社會的適應能力。

最后，社會建構主義課程觀極易引發(fā)人工智能教育的社會公平問題。正如英國教育學家表克·揚所言[7]，相較于精英主義和客觀主義的傳統(tǒng)教育，在某些特定情況下社會建構主義所引發(fā)的教育與社會的公平問題更加隱蔽，危險程度更加嚴重。對于人工智能課程而言，能夠引發(fā)該問題的導火線在于當前專有師資的短缺[8]。如上所述，社會建構課程觀阻礙學習者學業(yè)進步的根源在于知識概念的消隱及其連續(xù)性的破裂，而當社會普遍意識到人工智能教育在該層面上存在的問題時，處于資源充足或者優(yōu)勢地位的地區(qū)和學?？梢酝ㄟ^吸引專有師資來抵消其帶來的負面影響，但是處于資源貧瘠或者劣勢地位的地區(qū)和學校，只能寄希望于其他課程的兼職教師來提升教育質(zhì)量。只不過，非專有教師可能經(jīng)常在無意識的情況下丟失重要的概念，而社會建構主義課程觀主張的非引導式教學又難以讓學生重拾這些概念，或者說較好掩蓋了概念丟失的問題。這在導致不同地區(qū)和學校教育質(zhì)量兩級分化的同時，也會將人工智能教育推向社會公平問題的風口浪尖。

在這需要說明的是，社會建構主義課程觀為何沒有引發(fā)其他課程的如此擔憂，研究團隊認為除了與人工智能教育課程性質(zhì)的不同之外，還有就是上游學科能夠為其提供的豐富給養(yǎng)。中小學成熟課程基本是在改造上游學科基礎上得到的，因此它們具有豐富的學科思想底蘊[9]。在這些概念充足的課程中，社會建構主義不易造成課程知識與生活經(jīng)驗之間的失衡。此外，這些課程的上游學科早已為社會和學校儲備了大量優(yōu)質(zhì)的專有師資，亦可抵消來自社會建構主義課程觀帶來的負面影響。對于上游學科發(fā)展遠不成熟的人工智能教育課程而言，究竟如何構建才能發(fā)揮其應有的教育價值。此時，社會實在的知識與課程觀進入研究視野。

三、何為社會實在的知識觀與課程觀

社會建構主義將知識與課程的社會性追捧到了前所未有的高度。盡管包括曼海姆、舍樂在內(nèi)的學者早就對社會建構主義在各領域的全面滲透進行了批判，提倡概念化的教學方式，但觀點過于零碎，始終未能構建一種更為先進的理論與之抗衡。英國教育學者麥克·揚反思自己在南非和英國的教育實踐后，在深感社會建構主義的危害同時，致力于解決知識客觀性與社會性之間的矛盾，并創(chuàng)造性提出了社會實在理論。從上世紀九十年代至今，隨著社會實在理論的內(nèi)涵不斷擴充，邏輯也在逐步清晰，現(xiàn)已成為課程領域一種頗具價值的分析路徑與理論視角[10]。

在規(guī)避社會建構主義知識觀的問題時，諸多學者提出了知識具有“客觀與社會二重性”的觀點，繼而將認識論陷入了兩難的困境。而社會實在理論通過對前學的繼承和再認識，強調(diào)了知識客觀的社會性，繼而成功超越了這種知識的二重性。具體來說，四個基本要素[11]體現(xiàn)了社會實在理論對于知識的看法。首先，批判性（Critical）要素。知識是人類在某一時期構建起來的相對客觀的認識，它是身處傳統(tǒng)的，但也是開放的、可以被修正的；其次，實在性（Realist）要素。世界獨立于我們的感知而存在，那么將其作為對象的知識就是表達了我們未能感知到這個世界的某些實在屬性；同時，世界的各種樣態(tài)又在制約著我們認識的范圍和深度，因此不同領域知識的差異也是一種實在的體現(xiàn)；再次，浮現(xiàn)性（Emergence）要素。知識不能簡單地從指向的社會目的或者涉及的利益進行化約，因為知識雖然能夠在一定的歷史背景下被社會性的生產(chǎn)出來，但是實在性決定了其必然具有一種能夠超越特定群體的利益和具體社會情境的客觀性；最后，物質(zhì)性（Materiality）要素。知識的生產(chǎn)與獲取不是可以隨意完成的，需要依賴特定的規(guī)則方法和組織形式，例如組建學術共同體、專有知識的社群，等等。

與社會建構主義提倡的知識邊界削弱相比，可以看出社會實在理論在有意維持著知識的邊界，并將邊界的力量看作是知識生產(chǎn)與獲得、人類文明與進步基礎。進一步來說，“厘清知識的分化問題”成為了社會實在理論關注的基礎問題。在諸多對知識差異的考量中，以下內(nèi)容對社會實在課程觀的形成產(chǎn)生了重要影響。第一，日常知識與學術知識的分化。日常知識出自情境化場所的選擇，與人們的生活背景和獲得它的具體情境相關聯(lián)；學術知識源于專門化的知識生產(chǎn)社群，將各類“思想的對象”綜合在一起，是學習者擴展思維和改造世界最可靠的方式。因此，學校課程需要建立在日常知識與學術知識分化的基礎上；第二，不同學科知識之間的分化。學科擁有專門化的屬性，不同學科的話語形態(tài)和結構形式具有較大的差異，它們彼此之間難以化約。同時，各個學科擁有各自的歷史和專家共同體，這些是知識發(fā)展和傳遞的立足點。因此，學科間的必要分化應該成為思考課程的前提；第三，課程知識與教學知識的分化。學校的本質(zhì)是專門化的場所，課程知識應該讓學習者獲得領域內(nèi)最可靠知識以及進步的機會。由于日常知識貼近學習者的生活實際，有助于化解枯燥且艱辛的理論學習，因此它可以作為教學過程中的知識資源，即充當課程知識傳遞的腳手架，而非教育教學的落腳點。

此外，社會實在知識觀在堅守知識邊界的同時，也看到了知識身處歷史和社會中的局限性，提倡知識傳遞和獲取中有條件的邊界跨越，并且認為正是這種邊界的非隨意性使得人類社會得以維持穩(wěn)定的“社會-認識論”結構。例如，日常知識進入課程學習的范圍，除了與當時傳遞的學術知識意圖不違和之外，還需要經(jīng)歷再情景化的過程。所謂再情景化是指將日常知識從特定情境中抽離出來形成去情境化的知識，當其再度回到學習者的實踐中能夠適應于全新的情境，這種做法的根源在于社會實在理論認為知識同樣具有社會性，其產(chǎn)生與獲取過程應是相互獨立的；在學科邊界的跨越方面，社會實在理論認為共享研究對象的某些學科，可以由離散狀態(tài)逐步發(fā)展為穩(wěn)定社群，從而培植出它們新的內(nèi)部形態(tài)和社會關系，等等。由此可見，在社會實在理論的視野下，知識的社會性與客觀性在此合而為一，并催生了一種符合時代需要、且具有全新理念的課程觀，如表2所示。

社會實在理論在將知識觀遷移到課程觀的過程中，逐漸發(fā)展了“強有力的知識”（Powerful Knowledge）這個核心概念，從而在學校課程中喚醒了知識（Voice of Knowledge）的聲音，應對了社會建構主義給課程帶來的不良后果。所謂強有力的知識是指當前學科內(nèi)部存在的某些理論化、體系化和專門化的知識，它們能夠體現(xiàn)當前所涉領域最好的知識狀態(tài)，應該在學校課程中成為學習者首要的學習目標。因為在社會實在課程觀看來，一般的理論知識或日常知識雖然能夠解決生活和知識生產(chǎn)中的細節(jié)問題，但是體系化和專門化的缺失，導致學習者難以利用所知細節(jié)編織出問題全貌，因此缺乏足夠的解釋力，會給知識的跨情境應用以及知識的生產(chǎn)帶來阻礙。然而，強有力知識可以在多個學科內(nèi)部共享以及彼此連接，形成穩(wěn)定的知識網(wǎng)絡。它們不僅是情境一般化的基礎，即人們超越特定情境和案例進行更好生存的基礎，也是學習者高級思維培養(yǎng)，推動知識生產(chǎn)的有力保障。

圍繞學習者強有力知識的獲得，社會實在課程觀認為課程內(nèi)容應該是概念進階、學科本位的組織方式。理論的發(fā)展依賴于概念的重構，也就是說概念及其內(nèi)涵的更替發(fā)生在學科重大歷史轉(zhuǎn)型時期，學科概念不僅是學科理論發(fā)展積淀，也代表了領域內(nèi)某方面最被認同的理論知識。更為重要的是學科之間的聯(lián)結其實是通過概念結點形成的關系網(wǎng)絡，因此概念進階的學習通常是整體性的，涉及到一個概念集群，足以充當課程中強有力的知識；在課程實施方面，應是基于身份認同的教學方式，由于概念學習的專門化特征，社會實在課程觀強調(diào)師生之間教育學關系的維持，即不管是師生之間的對話協(xié)商，亦或知識情景化的教學過程，教師引導學習者學習專門知識的角色不能打破；在課程評價層面，強調(diào)個人貢獻和系統(tǒng)化成果的評價，無論采用哪種評價方式，都應該發(fā)出學科知識評估的強信號，著力考察學習者個性化知識體系的完善程度，以幫助其實現(xiàn)知識創(chuàng)新的目標。

四、人工智能教育課程如何走向社會實在

通過對社會建構主義的批判和超越，社會實在理論試圖將西方教育從虛無主義的情緒中解救出來，把“失去已久”的知識帶回來。正在遭受社會建構主義困擾的人工智能教育課程同樣面臨著知識尊嚴和價值缺失的問題，社會實在課程觀恰好為我們拓寬了課程研究、建設的空間與方向，為上述問題的修正帶來了契機。

根據(jù)社會實在課程觀的思想，人工智能教育課程構建應該以強有力的知識為中心，為學習者創(chuàng)設一種潛心學習的氛圍，使其獲得充分、深度的學習體驗和教育收獲，具體而言：人工智能教育課程的學習充滿挑戰(zhàn)性，教師的工作對于推進學習者進步而言充滿著誘惑力，使其生成雖身處困境但不愿放棄的動力；以當前人工智能領域?qū)＜易钫J可的知識為基礎，持續(xù)不斷地給學習者提供相關理解和解釋世界的原始資料，使其建立與其他領域以及現(xiàn)實生活的關聯(lián)；提供給學習者進行知識加工與儲存的觀念與技巧，幫助其建立人工智能領域的知識體系；構建支持知識學習到高階思維發(fā)展的完整過程，培養(yǎng)學習者在專家視角下利用人工智能技術解決問題的意識和能力，使其獲得參加任何技能競賽都無法達到的滿足感。

人工智能教育課程如何為學習者構建強有力的知識，或者說課程內(nèi)容的組織如何體現(xiàn)“概念進階、學科本位”思想。首先，人工智能領域中大概念的挖掘是至關重要的一步。大概念指的不是基礎概念，而是聚合概念，即位于科目或單元的中心位置，能夠集中體現(xiàn)學科結構和性質(zhì)的那些概念。大概念就如同是一個抽屜，提供了歸納各種小概念的有序結構或合理框架[12]，無論是對于課程整體的架構，還是單元內(nèi)容的組織，都能夠起到提綱挈領的作用。例如，“知識表示、知識推理和知識應用”就是人工智能領域的三個大概念，詮釋了智能機器“廣義問題求解”的核心思想和活動過程。每個大概念都可以聚合各自研究分支中的基本原理和方法，體現(xiàn)出已知人工智能領域中最為本質(zhì)的東西。更為重要的是，這三個大概念的相互聯(lián)結又為學習者提供一個非常好的認知框架，其組成的概念集群可以形成連貫的知識線索，從而增強人工智能課程理論架構的系統(tǒng)性和條理性。大概念的提取可以通過概念派生、詞頻統(tǒng)計、專家咨詢和學科素養(yǎng)分析等方式[13]。

其次，大概念需要經(jīng)過多次投射最終形成人工智能教育課程的內(nèi)容。人工智能是一門典型的交叉型學科，大概念所匯聚的概念集群往往分布在不同的學科領域。這些原始概念組成的課程內(nèi)容沒有清晰的學科邊界，因此仍然不能被社會實在課程觀所接受。為了厘清學科之間的邊界，研究團隊提倡采用從抽象逐步到具體的概念投射方式，如圖1所示。以這種概念投射的方式組織課程內(nèi)容有著諸多優(yōu)勢：（1）盡管概念投射是不斷具體化的過程，但并沒有參雜任何的生活概念，從而保證了課程知識的跨情境應用[14]；（2）將基本概念歸納到不同的枝節(jié)，有助于課程堅守學科知識的邊界，避免不同領域概念學習的混淆；（3）各層次指定了一組特定概念和具體內(nèi)容，使得不同階段概念學習的數(shù)量在可控范圍；（4）下層概念的學習有助于對上層更為抽象概念的理解，符合由具體到抽象的學習規(guī)律[15]；（5）概念的分層體系可作為課程學段分野的依據(jù)。例如，根據(jù)學生思維發(fā)展程度，小學、初中和高中課程可以分別涉及“案例”“分支”和“領域”中的有關概念，更高層級概念的理解和應用可以作為學習者完成學業(yè)時達到學習成就。

在課程實施方面，社會實在課程觀不反對將學習者的生活經(jīng)驗帶入課堂，亦或?qū)⒅R進行適當?shù)募寄芑幚?，因為它們是抽象概念具象化的有效介質(zhì)，也是學習者與現(xiàn)實世界發(fā)生關聯(lián)的結點，但關鍵在于要堅守課程與教學、學校知識與日常知識的邊界，前者的本質(zhì)是引導學習者走向強有力的知識，后者的目的是將艱辛的學習過程變得富有趣味和吸引力。據(jù)此，結合人工智能教育課程屬性，研究團隊提出了實施的五個關鍵要素：聚焦、體驗、引領、概括和反思。聚焦是指要將課程各個環(huán)節(jié)的設計指向核心概念的掌握，并使學習者領悟課程學習的意圖；體驗是借助各種類型的學習活動建立學習行為和保持學習狀態(tài)；引領是教師要在學習活動中發(fā)出學科知識的強信號，引導學習者努力的方向；概括和反思的目的是讓學習者厘清學科知識和生活知識之間的邊界，并幫助其建立指向大概念理解的知識體系。人工智能教育課程實施的五個關鍵要素使概念學習的可代入性及其效果明顯增強，有效避免了課程過分遷就生活化，甚至滑向技能訓練的問題。

至于人工智能教育課程的評價，主張采用學習式評價（Assessment as Learning）和學習性評價（Assessment for Learning）[16]相結合的方式。前者是引導學習者對評價內(nèi)容進行學習，意圖是讓其在學習過程中學會評價；后者是貫穿整個學習過程的內(nèi)部評價方式，目的是為學習者學習的推進收集證據(jù)。鑒于當前中小學各類課程爭先上位的態(tài)勢，人工智能教育課程難以獲得總結性考核機會，而原有各種形成性評價又難以實現(xiàn)對于個人貢獻和系統(tǒng)成果的精準考核，我們主張采用的兩種評價可以很好的嵌套在一起，兼顧目標和過程兩種取向。學習式評價為學習性評價起到了目標校準的角色，使收集的證據(jù)能夠準確指向課程學習的目標。此外，其可以促進學習者像評估員一樣思考，在評價過程中實現(xiàn)對概念理解的反芻。學習性評價則通過作品的收集過程推動了概念具象化的呈現(xiàn)，同時有助于學習者將學習過程中收集的各種概念片斷整理為系統(tǒng)化的概念集群。

五、結語

社會建構主義課程觀與以往崇尚知識傳輸?shù)恼n程觀念形成鮮明對比，一直被公認為先進的課程構建思想。正因為如此，人工智能教育課程極易沾染社會建構主義色彩，結果導致了這種缺乏學科底蘊課程的弊端被展露無疑。無可否認的是，人工智能教育課程具有很強的技術屬性和情境屬性，但并不意味就要屈尊課程知識本身的尊嚴與價值，背離人工智能教育的本質(zhì)。社會實在理論及其課程觀對于客觀世界及其包含知識領域的“實在性”重視，使其全面超越社會建構主義，從而能夠給予人工智能教育課程扎實的客觀基礎，將知識從原有課程中拯救出來。

參考文獻：

[1] 白倩，馮友梅等.重識與重估：皮亞杰發(fā)生建構論及其視野中的學習理論[J].華東師范大學學報（教育科學版），2020，38（3）：106-116.

[2] 景玉慧，沈書生等.認識論語境下的知識模型討論[J].電化教育研究，2020，41（1）：37-44.

[3][10] 許甜.從社會建構主義到社會實在論：麥克·揚教育思想的轉(zhuǎn)向研究[M].北京：清華大學出版社，2018.

[4] 許甜.知識與課程的“三種未來”——英國教育學家麥克·揚的課程觀述評[J].北京教育學院學報，2017，31（5）：19-28.

[5] 文雯，許甜等.把教育帶回來——麥克·揚對社會建構主義的超越與啟示[J].教育研究，2016，37（3）：155-159.

[6][9] 李藝，鐘柏昌.重構信息技術課程——從經(jīng)驗選擇走向思想投射[J].電化教育研究，2015，36（10）：5-11，19.

[7] Young M，Muller J.Three Educational Scenarios for the future： lessons from the sociology of knowledge [J].European Journal of Education，2010，45（1）：11-27.

[8] 方圓媛，黃旭光.中小學人工智能教育：學什么，怎么教——來自“美國K-12人工智能教育行動”的啟示[J].中國電化教育，2020，（10）：32-39.

[11] 張新亮，石艷.麥克·揚的社會實在論思想初探[J].外國教育研究，2018，45（12）：33-43.

[12] 李剛，呂立杰.大概念課程設計：指向?qū)W科核心素養(yǎng)落實的課程架構[J].教育發(fā)展研究，2018，38（Z2）：35-42.

[13] 劉徽.“大概念”視角下的單元整體教學構型——兼論素養(yǎng)導向的課堂變革[J].教育研究，2020，41（6）：64-77.

[14] 瑪雅·比亞利克，查爾斯·菲德爾等.人工智能時代的知識：核心概念與基本內(nèi)容[J].開放教育研究，2018，24（3）：27-37.

[15] 于勇，徐鵬等.我國中小學人工智能教育課程體系現(xiàn)狀及建議——來自日本中小學人工智能教育課程體系的啟示[J].中國電化教育，2020，（8）：93-99.

[16] Stern J S.Tools for Teaching Conceptual Understanding，Elementary Harnessing Natural Curiosity for Learning that Transfers [M]. Corwin：SAGE Publications，2017.127-128.

作者簡介：

楊緒輝：副教授，博士，研究方向為信息化教學設計、智慧學習環(huán)境建設。

沈書生：教授，博士，博士生導師，研究方向為信息化教學設計、教師教育技術能力建設。

Reconstruction of Artificial Intelligence Education Curriculum

—From Social Constructivism to Social Realism

Yang Xuhui1， Shen Shusheng2

（1.College of Education Science， Huaiyin Normal University， Huaian 223300， Jiangsu； 2.College of Education Science， Nanjing Normal University， Nanjing 210024， Jiangsu）

Abstract： The shortcomings of social constructivism in guiding the construction of artificial intelligence courses have forced researchers to turn their vision to the social reality theory which was a new field of education and curriculum research. Its transcendence over social constructivism which is useful for guiding artificial intelligence education has important enlightening significance. Firstly， the study interpreted the social constructivism curriculum view， revealed that its essence was the coconstructivism which weakened the boundaries of the various fields of the curriculum， and made the cultivation of learners point to the result of general knowledge and skills facing real life； Secondly， it explained the social construction color of artificial intelligence education courses， and found that it had disadvantages such as hindering academic progress， difficult for learners to acquire the ability to adapt to the future society， and social justice issues that could easily cause education； Thirdly， it discussed the advanced nature of the social actual knowledge view， and made a detailed analysis of the curriculum view it presents； Finally， according to the social reality curriculum concept， the goal setting， content organization， implementation process and evaluation methods of artificial intelligence education courses were comprehensively sorted out.

Keywords： Artificial Intelligence education curriculum； knowledge view； curriculum view； social constructivism； social realism

收稿日期：2021年3月25日

責任編輯：李雅瑄