闭门会现场图

芥末堆5月26日文，人工智能教育是当下大热的名词。无论是统筹全局的教育部门，还是落地开展课程的学校，以及参与其中的社会企业，都对其有着不同维度的思考。

近日，在北京大学教育学院召开的闭门论坛上，诸多国内教育发展的决策者、学者、企业人士，一同探讨了如何基于中小学计算思维培养，开展人工智能教育。

教育部基础教育司信息化处处长张权表示，从全国层面上看，无论是计算思维培养还是普及AI教育，都需要考虑教育体系如何整体推进，包括课程、教材、教学、教师等方方面面。

在人工智能技术发展层面，课工场总裁肖睿提出了当下AI发展的六大困难，包括缺乏科学基础、数据效率低、模型迁移能力弱等。同时肖睿认为，人工智能核心技术并不在机器人上——但机器人却是市面上多数AI教育产品的载体。

中国教育技术协会教育游戏专委会秘书长肖海明认为，人工智能教育的核心是计算思维。肖海明从调研出发，阐述了AI教育普遍面临的四个问题，包括缺乏培养体系、师资等。

在地方AI教育落地上，湖北宜昌西陵区教育局副局长蒋葵林表示，区域教育管理者需要思考如何将AI课程和现有的国家课程、校本课程深度融合。

关于人教版AI高中教材的编撰，人教社信息技术编辑室主任林众透露，高中新课标选择性必修四《人工智能初步》已通过教材局审定，预计明年能进入全国20省的学校。

在高中AI教材配套实验室建设方面，北京市第二中学信息技术学科主任高山表示，二中目前正在做相关规划。不过目前，市面上的AI公司提供的实验室产品趋于同质化，还有很多需要探索的地方。

芥末堆整理了部分嘉宾的发言，以下为会议内容（有所删节）：

人工智能面临六大困难

分享嘉宾：课工场总裁肖睿

人工智能是可以让机器做人类需要智能才做的事情。大家一提人工智能，想到的就是机器人，但实际上，人工智能的核心技术并不在机器人上。机器学习，包括深度学习，才是我们讨论的人工智能。

很多教育系统号称自己是人工智能，比如说用的最多的题库系统，但我觉得，题库系统跟人工智能没什么关系。教育领域目前非常关注的一点是AI微表情识别技术，不过还不是特别成熟。

AI不是万能的，没有像宣传的那么恐怖，什么都能干出来；它有很多的缺陷，很多地方需要突破。目前，AI面临的困难主要包括六点。

第一，深度学习没有科学基础。很多做深度模型训练的人，戏称自己叫“调参侠”，工作就是不断地调参数，调的对不对全凭经验，调出来就可以发论文了。但因为结果不可预测，照着他的论文，你训练不出来，他自己也训练不出来。

第二，所有的问题都需要形式化，不能形式化的问题，人工智能解决不了。

第三，数据效率低。AI需要大量的数据进行训练，但数据利用效率非常低——这也促成企业和大学合作的趋势，越来越多的企业研究机构在引领发展。因为想做深度学习的话，算法、算力、数据、场景缺一不可，这四样很多都在企业。

第四，深度学习只在感知领域有所突破，而在认知和推理领域的突破非常少。

第五，深度学习模型迁移能力弱。AI的可靠度高度依赖于数据，导致它针对每个问题、每一对数据都会出一个模型。模型迁移能力很差。能做图像识别的系统，不一定能做语音处理；能认识猫的系统，不一定认识老虎。

第六，产生新的安全问题。以GAN（Generative Adversarial Networks，生成式对抗网络）为例，GAN的原理是在一个模型上生成数据，然后用这个数据去训练另外一个模型。很多黑客就会想通过模型的训练，去骗人工智能系统。如果系统完全依靠AI做判断的话，就很容易出问题。

人工智能教育面临的四个问题

分享嘉宾：中国教育技术协会教育游戏专委会秘书长肖海明

陈宝生部长在国际人工智能与教育大会上表示，要在中小学设置人工智能相关课程，推进普及教育。我们在《计算思维培养与人工智能教育的研究探索》这个课题上做了一些探索。

基于课题，我们做了一个调研，发现在学校开展人工智能教育的时候，普遍面临四个问题。

第一，缺乏系统化的培养目标参考体系。目前来讲，人工智能教育课程框架还是众说纷纭，每个人、每一个机构，都有自己一套说法。

第二，缺乏具备相应专业能力的师资，成了制约人工智能教育的一大问题。

第三，缺乏有针对性的评测手段，而只要谈教育、谈课程就要有评测。

第四，行业鱼龙混杂，学校也感到迷茫。人工智能现在成为社会热点了，行业里面的各个厂家都说自己在干。很多人可能把大手工，包括以前的那些拼装的东西，也加入到人工智能里边来。

人工智能教育的核心到底是什么？我们认为是计算思维。在计算思维的培养过程中，教师通过合理的工具选择和活动设计，能更好地支撑教学，实现计算思维培养的目标。

计算思维常见培养工具  

目前，国际上研究者通过一些工具和平台开展计算思维教育，例如可视化编程工具、程序开发工具、图像及绘图工具等。

我们目前在学校开展人工智能启蒙教育，主要是把创造性学习螺旋和游戏化教学理念融合。通过游戏激发学生的兴趣，然后让学生去抽象模型，做一些游戏任务和自主设计，接着进行自主探究实践。

计算思维、AI教育应该整体推进

分享嘉宾：教育部基础教育司信息化处处长张权

从全国层面上来推进计算思维，编程教育，我们可能跟高校、研究机构、企业的思路不太一样，更多还是考虑教育体系的课程、教材、教学、教师方方面面如何整体推进。

我认为，游戏化教学是可以认真考虑的，人工智能教育的重点还是从培养学生兴趣入手。许多企业开发了寓教于乐的教学软件，简单说，乐的成分更多一点，教的成分少了一点。每一个产品、游戏，总有让学生能够获得教育的内容，但是教育的内容占了多少比例，有没有成体系地去考虑？目前还比较欠缺。

关于人工智能在中小学的推广，我们考虑的是人才培养的一体化设计。 对于中小学学生来说，我们不需要他在人工智能这个学科上有多么深的理解，更重要的是在大学阶段，我们培养什么样的能够从事人工智能工作的人才。

目前，在全国层面推广编程教育还是比较难的，包括人工智能的课程也还在研究。如何探索适合中小学生认知规律和能力特点的教学课程、教材体系，我们还是鼓励有能力、有积极性的地方和学校来开展活动，跟高校的专家一起，从理论和实践层面不断地去完善。

人工智能课程应与现有课程体系有机结合

分享嘉宾：湖北宜昌西陵区教育局副局长蒋葵林

这几年，我们对人工智能教育的投入很大。对于人工智能教育，目前基层学校最需要的是接地气的教育体系、课程体系建设。一个成熟的课程体系，不是一两年或者是一个课题能够解决的，而要靠大量的团队。

我们很多学校可能还在想，人工智能课程会不会影响我其他的课程？关于跨学科的问题，关于AI课程如何和现有的国家课程、校本课程深度融合的问题，这都是我们作为区域的教育管理者所要思考的。

现在中小学有国家课程，有校本课程，也有地方课程。一旦人工智能课程成体系地进入校园，都可能面临这样一个问题：到底用什么课来上？学生在校学习的时间毕竟是有限的。只有有机结合，才有可能让人工智能在学校生根发芽。

在学习方式上，我们如果用游戏化的东西来导入的话，可能会减轻孩子心理和生理上的一些学习障碍。现在幼儿园管理里面，一个重要的难题就是幼儿园的小学化倾向：把小学的课程（拼音、文字、数字计算）放到幼儿园上，直接会导致很多幼儿出现认知困难，并且这个认知困难，在小学和初中，甚至他长大以后变成生理障碍。我们可以用更好的方法，让孩子认为学习的本身比较愉快。

人教版AI教材《人工智能初步》即将出炉

分享嘉宾：人民教育出版社信息技术编辑室主任林众

人教社出的教材都是听从教育部的指挥棒。目前，我们出了高中信息技术课程标准选择性必修四《人工智能初步》，也已通过教材局审定，不出意外的话，明年秋季开始，差不多有20个省的学生能够进入到新课改的教材使用（今年近13个省）。

编人工智能教材很费劲，因为没有抓手，没有平台，没有实际教学案例。同时，人工智能课程应该在哪些年级单独设课，与其他学科（如科学）是否合并在一块，还是一个未知数。

北京二中的高中人工智能实验室探索

分享嘉宾：北京市第二中学信息技术学科主任高山

北京二中花了200多万预算，要建一个人工智能的实验室。我们校长的意图是在全年级开展普及课程。

北京二中从2014年开始，机器人课程已经在高一年级普及，也就是说在正规课程里面，每个学生都有学习技能课程。这个课程里，学生要学编程技术、结构设计等。我们分成两个小班，每个小班十几个学生，两个老师同时通过项目式教学的方式教授。整个学期结束后，会有一个评价，而这个课程在学生评价里是排在前几名的。

学校已经有创作实验室、机器人实验室，为什么要再建一个人工智能实验室？因为它不只为二中学生服务，而是为东城区的老师和学生服务。我们在报预算的时候，区里领导也提要求，说你们建实验室，不能只为你们的老师和学生服务，要为整个区没有条件的学校，创造学习的机会。

二中接触了很多知名的公司，比如百度、科大讯飞、商汤等。问题在于什么？在于它给你的方案都是同质化的。北京景山一所小学建了百度的实验室，我们去看了。但百度跟二中谈的时候，方案跟小学的方案是一样的，都是一些桌子、电脑、机器人，实验室就做成了。

我们在做高中实验室初步规划，但课程平台仍然是围绕我们的一个问题，因为确实是摸着石头过河，没有什么非常好的方案。

在我们一线科技教育老师中，游戏化教学是个非常好的课题。实际上，无论是小学、初中还是高中，最重要的事情除了知识的传授、能力的培养，还有是学生以后深造的兴趣。不要在这个学段让学生觉得它太难了，太枯燥了，我以后不学了。所以在实验室建设方面，可能还要跟教授一起来沟通。 从理论层面，从平台建设，从学生学习的一些认知来说，我们还有很多路要走。