首页|小学人工智能课程的教学设计与实践--以“Knn算法实现图像识别”主题为例

小学人工智能课程的教学设计与实践--以“Knn算法实现图像识别”主题为例

高雅

小学人工智能课程的教学设计与实践--以“Knn算法实现图像识别”主题为例

高雅1
扫码查看

作者信息

  • 1. 首都师范大学
  • 折叠

摘要

2017年7月国务院颁布了《新一代人工智能发展规划》,明确提出要在中小学阶段设置人工智能相关课程。2022年教育部颁布的《义务教育信息科技课程标准(2022年)》中进一步将人工智能的相关知识以国家课程标准的形式纳入义务教育阶段学生的学习内容。随着政策和课程标准的出台,我国在中小学对于扎实推进人工智能教育、全面实现人工智能的普及具有的坚定信心。 通过文献综述不难发现,近些年来关于小学人工智能课程的研究并不少见。但是由于人工智能知识的复杂性、综合性和发展迅速性。小学人工智能课程教学中出现一系列问题,问题集中在产生与人工智能的知识和原理教学上的偏差,人工智能课程教学目标不清晰、教学内容以及实施方法单一。已有的关于小学人工智能的课程往往要么只是让学生简单地体验下人工智能的应用要么就是将机器人和编程教育等同于人工智能教育。笔者认为这些做法具有局限性,不利于人工智能在中小学的良性持续发展。 本研究首先明确了小学人工智能课程教学定位和与需要满足的要求。随后又通过相关指导文件和教学设计的文献分析中,依据认知同化理论、认知负荷理论等教育教学理论,确定了本研究中人工智能课程的主题和教学目标,最终实施了 10课时的课程教学,该课程是基于Knn算法为主题Python编程为工具进行图像识别的人工智能课程。让小学生采用Knn算法去实现人工智能技术中的手写数字识别,通过收集任务单、课堂表现情况来掌握学生的学习效果,同时通过任务单数据的分析,进一步验证了小学人工智能课程教学的可行性。本研究希望为人工智能课程的建设和发展贡献一份力量。 通过对两百多名学生10节课任务单的数据分析,我们可以清晰地看出小学四年级的学生能够初步理解基于Knn算法进行手写数字识别的原理,但在实际操作中小学生对于补全代码还是有一定的困难,这与预期有着不小的差距。另外,小学生学习人工智能课程的效果也与他们自身的知识基础、教师的教学设计和教学方法、兴趣动机态度有着密切的关系。 综上所述,笔者认为在小学开展人工智能课程教学,特别是基于代码的人工智能教学还有相当一段路要走。笔者愿意在今后的工作、学习中同各位信息技术老师一道继续探索小学人工智能课程教学的深化之路。

关键词

小学教育/人工智能课/教学设计

引用本文复制引用

授予学位

硕士

学科专业

小学教育

导师

律原

学位年度

2023

学位授予单位

首都师范大学

语种

中文

中图分类号

G4
段落导航相关论文