面向计算思维培养的高中人工智能课程教学活动模式设计研究

引言

计算思维作为一种运用计算机科学基本概念进行问题求解、系统设计和人类行为理解的思维方式，成为人工智能教育中不可或缺的核心要素。当前高中人工智能课程教学仍处于探索阶段，普遍存在重知识传授轻思维培养、重技术操作轻概念理解的现象，导致学生难以真正形成运用计算思维解决实际问题的能力。因此，有必要系统分析现有教学中计算思维培养的缺失问题，并设计针对性的教学活动模式，推动人工智能教育与计算思维培养的深度融合。

一、高中人工智能教学活动中计算思维培养的缺失分析

高中人工智能课程在教学活动设计上往往侧重于工具使用和算法演示，缺乏对计算思维要素的系统性融入。许多教学活动以技术操作为中心， 学生通过模仿和重复练习掌握特定 智能工具的使用方法，但未能深入理解背后的问题抽象、模式识别、算法设计和评估优化等计算思维过 这种教学方式导致学生仅能完成特定任务，而难以将人工智能知识与思维方 迁移到新问题的解决中。教学活动往往忽视计算思维中的分解与迭代思想，学生较少经历将复杂问题分解为子 题并通过多次迭代优化解决方案的系统训练。教学评价也多关注作品结果而非思维过程，进一步削弱了计算思维培养的有效性。

二、计算思维培养下人工智能教学活动模式的具体设

（一）基于问题拆解的概念建构模式

教师提供问题情境，指导学生识别问题核心要素，建立问题与人工智能概念之间的关联。学生通过分层拆解和模式识别，逐步理解人工智能技术背后的计算 念的具体化认知。以设计校园智能浇水系统为例。教师引导学生将如何节约用水 测、天气数据获取、植物需水模型建立等子问题。学生分组研究各子问题 丰星中 二组分析气象数据接口，三组构建不同植物的需水算法。通过将大问题分解为可计算的模块，学生理解了感知、决策、执行等人工智能核心概念如何协同工作，掌握了从具体问题到抽象模型的思维方法。

（二）算法设计与迭代优化模式

该模式聚焦算法思维培养，引导学生经历从算法设计到持续优化的完整过程。学生通过设计解决特定问题的算法流程，体验逻辑组织和步骤抽象的计算思维方法。教师提供算法验证平台和测试案例，指导学生分析算法效率与局限性，进行多轮迭代改进。在图像风格迁移项目中学生设计算法流程，基于神经网络构建基础风格迁移模型，测试发现处理速度慢且边缘失真。学生分析算法瓶颈：卷积层计算量大、损失函数权重不合理。通过调整网络结构、优化超参数，进行三次迭代：第一次改进采样方法减少计算量；第二次调整内容与风格权重比改善输出质量；第三次引入加速算法提升效率。通过多次迭代优化，学生深入理解了算法设计与改进的完整循环。

（三）项目驱动下的系统整合模式

该模式以人工智能项目开发为主线，引导学生综合应用多种计算思维方法完成系统化任务。学生从需求分析开始，经历数据收集、模型构建、系统实现和效果评估等完整流程，体验人工智能系统的构建过程。教师提供项目框架和指导工具，协助学生整合各环节工作，形成完整解决方案。以图书馆智能推荐系统项目为例，学生首先分析读者需求，设计系统框架。接着进行数据收集与处理： 组清洗借阅历史数据，二组构建书籍特征矩阵，三组实现协同过滤算法。然后整合各模块：将数据处理、模型训练、接口调用集成到统一平台。最后部署测试并收集反馈，持续优化推荐准确率。通过完整项目实践，学生掌握了人工智能系统从需求分析到部署维护的全流程整合能力。

（四）协同探究中的模式识别训练模式

在声音识别协同探究项目中，学生分组探索不同领域的音频模式特征。各组选择各自的研究方向，包括环境声音分析、生物鸣叫识别和人类语音处理等方向。各组通过频谱分析工具提取声波特征，观察波形图与频谱图的对应关系，尝试识别不同声源的独特模式。 在探究过程中，各组定期分享发现：有的组注意到特定声音具有重复出现的脉冲序列，有的组发现某 在频域上具有特征峰值分布。通过交流讨论，学生逐渐理解特征工程的重要性，共同探讨如何选择最具区分度的特征维度。最后各组整合研究成果，构建综合分类模型时，学生需要协商确定统一特征标准与算法框架。

（五）伦理反思与评估批判模式

在人脸识别系统的伦理评估活动中，学生从技术实现与伦理影响双重视角开展系统分析。学生首先梳理技术原理，理解人脸检测、特征提取 1制 考察：测试系统在不同群体间的识别性能差异，分析造成差异的技术因 用权限设置，评估个人信息泄露的潜在风险；研究系统误识别带来的后果， 包括 。在全面评估基础上，学生提出技术改进与伦理约束相结合的综合方案：建议采用多模态身份验证提升系统可靠性，设计本地化处理机制减少隐私数据流转，建立明确的误识别纠正程序与责任追溯机制。

结束语

总之，高中人工智能课程教学需要超越技术操作的层面，深入计算思维培养的核心领域。以上教学活动模式从问题拆解、算法设计、项目整合、模式识别到伦理评估，形成了较为完整的计算思维训练体系，注重学生在人工智能学习过程中的思维参与和能力发展，通过多样化的活动设计促进计算思维各要素的协同培养。未来研究可进一步探索这些模式在教学实践中的应用效果，不断完善面向计算思维培养的人工智能教学方法，为高中人工智能教育提供更有力的支持。

参考文献

[1]李娟,姚荣.指向计算思维培养的高中人工智能教学策略研究[C]//上海市教育考试院.教育考试与评价研讨会论文集（SEEE2024）.;,2024:417-425.

[2]谢丽君.面向计算思维培养的 程教学活动设计与实践[D].华东师范大学,2023.

[3]刘鑫玲.面向计算思维培养 程教学活动模式设计研究[D].南京师范大学,2022.