[摘要]本文基于项目式学习在高中人工智能校本课程中的应用实践研究，以“宝贝回家计划”为例，探究学科核心素养在项目式学习中的落实，为项目式学习在校本课程中的应用探索、改进创新提供参考。

[关键词]项目式学习;学科核心素养;课程实施

随着5G、物联网等技术的发展，人工智能教育开始受到广泛关注。2017年7月，国务院印发《新一代人工智能发展规划》提出在中小学阶段设置人工智能相关课程。在新版高中课程标准中，人工智能初步单独设为选择性必修模块，倡导项目式学习，将知识建构、技能培养与思维发展融入到运用数字化工具解决问题和完成任务的过程中[1]。

如何在项目学习中做好人工智能课程教学，提升学生核心素养，是一个值得深入探究的问题。

一、项目式学习引领的课程内容设计

经过查阅相关资料、对学生进行摸底测试、学科老师讨论，我们制定了本校人工智能校本课程的目标：以体验和初步学习人工智能为主，了解人工智能的基本概念原理，激发学习人工智能的兴趣爱好，培养学生的计算思维。

根据上述学习目标，结合项目学习方式，结合物联网技术应用从计算机视觉技术、语音技术、自然语言处理，形成《智创物联》课程框架。

课程实施过程中，教师提供微课等学习资源，为学生提供脚手架。引导学生梳理项目方案，形成技术思路，学习并运用物联网、人工智能技术，结合传感器等开源硬件进行编程设计，使创意转化为现实作品，通过项目驱动，在数据的获取、分析和应用过程中，提升学科核心素养。

二、项目式学习引领的课程教学实施

现以实践篇项目“宝贝回家计划”为例，介绍课程的具体实施。

根据学情分析，本项目的教学目标设定为：了解人脸识别的原理;理解特征提取对人脸识别的作用;了解人脸识别的过程;围绕项目主题设计解决方案;感受人工智能对社会的影响，提升信息社会责任。

本项目教学活动包括五部分：创设情境、确定任务、新知学习、自主探究、设计制作、学习评价，在项目推进过程中，帮助学生发展计算思维，树立正确的信息社会价值观和责任感。

（一）创设情境，激发学习兴趣

项目式学习以映射真实世界问题为学生提供学习情境。5月25日是国际失踪儿童日，儿童的失踪和被拐卖问题是当今最尖锐、最令人刺痛的问题之一。让丢失的宝贝能够回家，是我们每个人的希望。

以关注失踪儿童社会问题为切入点，引入“宝贝回家计划”项目主题，引起学生的高度关注，提高学生的积极性，培养社会责任感。

（二）明确项目，梳理项目方案

引导学生思考讨论：如何通过AI技术，帮助找回失踪儿童呢？本环节借助思维导图，引导学生开展头脑风暴，形成初步方案。

提供人脸识别的案例视频供学生观看。各学习小组深入讨论实现的方式，教师进一步引导建立具体学习任务，建立技术思路。例如：有小组提出，通过开发手机APP，在遇到流浪儿童时，拍照查询失踪儿童的信息;也有小组提出，结合治安视频监控，在全国范围内快速查询所需要的人脸信息。

本环节明确项目需求，梳理项目解决方案，帮助学生发展计算思维。

（三）新知学习，确定技术方案

在日常生活中，学生具有人脸识别技术相关产品或应用的使用经验，如利用人脸识别技术解锁手机等。但是对技术的认知停留在使用层面，对执行的具体过程和背后蕴含的原理缺乏足够的认识与理解。为保证学生在课程中可以合理进行项目分析与技术落实，使人工智能相关知识与技术落地，找到人脸识别项目中的共性问题进行集中突破与解决是教学的重难点。

一个完整的人脸识别系统要求计算机能够进行人脸定位、特征分析、匹配人脸等关键的三步，从而保证计算机对一张人脸图像能够看得到、看得懂、认得出。围绕这一线索，在本环节中，引入智能硬件HuskyLensAI视觉传感器，对于复杂的特征模型提取、特征对比等问题有很好的帮助理解作用。

该传感器内置人脸识别、物体追踪、物体识别、巡线追踪、颜色识别、标签识别、物体分类等七种功能。通过简单的步骤即可实现AI训练，帮助学生摆脱繁琐的训练和复杂的视觉算法，专注于项目的构思和实现。

通过观看微课，利用HuskyLensAI视觉传感器进行人脸采集，体验机器学习过程。让学生对机器学习有更加直观的认识，同时利用采集的人脸图像数据，体验人脸识别的过程。在此过程中，师生在平台上利用讨论版块进行实时互动，及时点评反馈学生提交的方案或疑问，保持学生的积极性，使得课堂效果更佳。

对于学有余力的学生，进一步通过问题引导：人脸识别最困难的环节是什么？该如何解决？通过提供学习材料，让学生初步学习卷积运算原理，进一步接近人脸识别系统的“真面目”。

本环节，通过体验人脸识别的过程，帮助学生了解人脸识别的基本原理，引导学生运用恰当的硬件工具进行新知探究，培养数字化学习和创新能力。

（四）自主探究，加深知识的理解

在实际使用中，人脸识别受哪些因素影响呢？引发学生讨论，结合生活经验，列举一些可能会影响的因素，比如发型、表情、角度、戴口罩（遮挡）等，各小组分别从中选择最少一种因素进行实验，看是否能识别成功，并总结原因。

经过各小组探究实验，然后汇报总结，得出结果，发型、表情、角度、环境光等因素对于识别结果几乎没什么影响。而像戴口罩等遮挡脸部较多的情况下，则难以识别。可以得出结论：在人脸识别时，新采集的人脸特征是否和已有的人脸特征对比，达到一定的数值时，识别成功。

在自主探究中，让学生进一步体验人脸识别技术的影响因素，学生从提出问题、分析问题、探究实验、归纳总结的过程培养计算思维。

（五）设计制作，体验创作的乐趣

利用所学知识，设计方案实现小组成员人脸识别，并输出结果。输出形式可以多样化，如语音文字提醒、自动发送邮件等。教师提供方案设计表供学生参考，各小组完成后，上传教学平台分享交流，进行自评、互评。

各小组根据方案，在Mind+编程环境中调用百度AI人脸识别接口，编程实现身份识别。此过程，学生可能会遇到比较多的问题，例如百度AI平台的参数设置、如何自动发送邮件等。在备课时，需要考虑这些共性的细节问题，通过录制微课或图文资料，供学生参阅。

本环节中，学生通过动手设计制作，体验成功的乐趣，培养数字化学习与创新素养能力。

（六）学习评价，提高学生的积极性

过程性评价：在教学平台中，对提交的过程性资料进行及时的回复，对于积极回答问题以及乐于分享的学生进行加分奖励。同时，学生可以在平台上进行自评、互评。在整个学习过程中，更多关注学生的思考过程，引导学生发现、分析和解决问题，聚焦其思维发展过程，关注在实际问题中培养计算思维[2]。

结果性评价：按评价量规（表2）进行作品评价，对于优秀的项目思路，教师引导学生继续优化，形成科技创新或创客作品参加省市级比赛，对学生有更好的正反馈作用。在省市现场赛事上，学生能流程表达作品的工作原理以及创作思路，也是对教学效果的肯定。

三、教学实施反思

课程以项目推进，探索人工智能课程中的项目式教学，具有以下特点：

第一，项目来源于社会热点，基于真实的情境，覆盖四大核心素养。了解人工智能技术的新进展并服务社会，帮助解决社会的痛点，引导学生发现、思考，提升学生的信息意识以及社会责任感。通过学习人脸识别的原理，学会界定问题、抽象特征，发展学生计算思维。借助合适的AI接口及硬件去解决问题，培养学生的数字化学习习惯。

第二，利用开源人工智能硬件，在分析原理的基础上，能帮助理解复杂的特征模型提取、对比等问题，让学生能快速突破教学重难点。

第三，在教学过程中，利用教学平台的讨论区功能，对学生的设计方案和提出的疑难点进行答疑并保留探讨痕迹，为后续的教学积累宝贵的过程性资源。

参考文献

[1]中华人民共和国教育部.普通高中信息技术课程标准（2017年版）[S].北京：人民教育出版社，2018.

[2]袁中果.中小学人工智能课程实施关键问题分析——以人大附中人工智能课程实践为例[J].中小学数字化教学，2019（7）：19-22.