最近，联合国教科文组织发布了世界上第一份关于在基础教育阶段开设人工智能课程的报告。本报告分析了现有的人工智能课程，特别关注课程内容和学习成果，总结了开发机制、学习工具、环境准备、建议教学方法和教师培训，以指导未来的政策规划、国家课程或机构研究计划以及人工智能素养发展的实施战略。本报告将在本期进行全面解读，为我们提供思路和启示，更好地促进中小学人工智能课程的开发和建设。
---------------------------------------------------------------------
2月23日，联合国教科文组织发布了一份关于基础教育阶段人工智能课程的全球调查报告：官方认可的人工智能课程指南。
为了消除知识鸿沟，联合国教科文组织于2021年启动了人工智能与未来学习项目，旨在为全球基础教育阶段的人工智能课程制定指导框架，包括对基础教育阶段官方认可的人工智能课程进行全球调查。调查的重点是基础教育阶段的人工智能课程，已经或正在得到国家或地方政府的认可。项目团队向193个成员国发出了调查邀请，共有51个国家回复，表明他们对这一主题感兴趣，30个国家和地区完成了全面调查。此外，31个非政府组织、学术界和行业合作伙伴反馈了这项调查，称他们开发了人工智能课程。
根据项目组初步设定的判断标准，在整理数据后，发现只有12个国家和地区的基础教育阶段的人工智能课程符合样本要求。因此，根据全球调查结果，联合国教科文组织强烈呼吁所有成员国加快基础教育阶段人工智能课程的发展。
开发和支持人工智能课程的机制。
报告指出，人工智能与日常生活的联系越来越紧密。各国应顺应信息社会时代的变化，将人工智能技术引入中小学教学，这对于掌握中小学生的现代信息技术和培养人工智能人才具有重要意义。然而，由于人工智能技术的应用仍然是基础教育阶段的一个新兴学科领域，各国政府、学校和教师在定义人工智能能力和设计人工智能课程时缺乏参考知识。报告指出，中国、韩国、亚美尼亚、奥地利、比利时、印度、科威特、葡萄牙、卡塔尔、塞尔维亚、阿拉伯联合酋长国等11个国家以及加拿大育空地区在基础教育阶段开设的人工智能课程符合调查预设。此外，德国、约旦、保加利亚和沙特阿拉伯等四个国家正在开发的人工智能课程可能得到正式认可和批准。
联合国教科文组织指出，在分析上述15个国家和1个地区的课程开发和支持机制后，发现全球基础教育阶段有四种类型的人工智能课程开发机制。
首先，由中央政府主导的发展机制。在这种机制下，大多数人工智能课程的发展由中央政府领导的国家机构负责，并得到国家一级的支持和推广。例如，在韩国，课程专家根据政府的要求开发课程。中国、科威特和保加利亚也属于这一类，但开发人员还包括在职教师、学者和专家。
第二，政府委托私营机构提供课程开发机制。在沙特阿拉伯和卡塔尔，政府委托私营公司开发国家课程，以更好地适应不断变化的技术变化。
第三，在中央政府的指导下，课程开发权力下放的发展机制。在比利时，德国属于这一类。在德国，标准由德国联邦政府制定，地方政府进一步完善国家标准，并发展成为学校可以实施的课程。
第四，由私营部门驱动的非官方课程开发机制。这些课程由私营部门推广和开发，可以由当地专家原样或改编。这类课程的开发具有一定的灵活性，可以纳入政府支持的各种课程框架和需求。此外，一些机构还为特定国家或地区提供定制课程。这种发展机制的一个重要前提是，开发的课程可以在国内外得到认可和确认。这些私营部门包括英特尔和微软，但没有证据表明这些由私营部门驱动的课程被相关国家和政府采用为官方支持。
整合和管理人工智能课程。
人工智能课程的整合和管理是指将课程融入基础教育阶段的教育教学的方式和方法。本课程管理不仅包括综合方法的管理，还包括教育和教学时间的分配和支持条件的分配。报告指出，目前基础教育阶段的人工智能课程主要有五种模式。
一个是单独的人工智能课程。这种模式下的课程是在国家或地方课程框架内的独立学科中开发的。这些课程有自己的时间分配、教科书和资源，例如中国10-12年级信息科学和技术下的人工智能基础课程。
第二个是嵌入式人工智能课程。这种模式是指包含在国家或地方课程框架中的其他学科类别中的课程开发。人工智能通常成为信息和通信技术或计算机科学的主题，也可以发展成为语言、数学、科学或工程的一部分。例如，韩国政府提供两门人工智能选修课，一门是数学，另一门是技术和家政。
第三，跨学科人工智能课程。该模型是在具有跨学科工作和相关特定时间要求的课程系统中进行的。这些课程涉及多个学科领域，并采用项目方法实现人工智能学习效果。例如，在阿拉伯联合酋长国，人工智能被整合到信息和通信技术、科学、数学、语言、社会研究和道德教育等一系列学科中。
第四，多模式人工智能课程。这种模式的核心是，人工智能课程需要在学校进行，并得到传统学校内部资源的支持，如课程翻译和教科书，但它也将使用非常规学习机会，如课外资源网络和国家或国际竞赛。
第五，灵活的人工智能课程。这种模式是指人工智能课程可以通过一种或多种集成机制，根据地区、学校联盟或个别学校的不同需求实施。例如，印度的人工智能课程模块可以通过嵌入式、跨学科、校外模式等方式提供;沙特阿拉伯的数字技能可以通过分离或嵌入式课程模式实现。
主要领域和课程类别的人工智能课程。
在对上述15个国家和1个地区的人工智能课程进行分类和总结后，报告介绍了现有的9个基础教育阶段人工智能课程模块和3个主要课程类别。
这九个人工智能模块包括：算法和编程、数据识别、情境问题的解决、人工智能的伦理、人工智能的社会影响、人工智能在其他领域的应用、人工智能技能的理解和应用、人工智能技术的理解和、人工智能技术的开发。
在此基础上，报告将9个人工智能课程模块分为三类：第一类是人工智能基础，包括算法和编程、数据识别和情境问题解决;第二类是伦理和社会影响，包括人工智能伦理、人工智能社会影响和人工智能在其他领域的应用;第三类是理解、使用和开发人工智能课程，包括理解和使用人工智能技能、理解和使用人工智能技术和开发人工智能技术。
在人工智能课程的教学时间分配方面，人工智能基础课程构成了大多数国家课程的基础，平均占课时的41%，而伦理和社会影响课程平均占课时的24%。据了解，人工智能的平均使用和开发占课时的25%，其余课时的比例由其他未指定的课程主题占据。
以奥地利中学的人工智能课程为例，这是一门必修课，课程时间为144小时，其中50%(72小时)用于人工智能基础课程。具体来说，25%用于算法和编程，10%用于解决情境问题，15%用于数据识别;伦理和社会影响占课程(约50小时)的35%，其中15%用于其他领域的人工智能应用，10%用于人工智能的伦理和社会影响;剩下的15%(约21小时)课时用于理解、使用和开发人工智能，平均每个子主题分配7小时，3个子主题分别占5%。
教师支持人工智能课程的策略和教学方法。
为了更好地提高人工智能课程的实施效果，上述15个国家和1个地区主要通过教师培训支持战略、学习工具和环境创造，促进人工智能课程的有序发展，采用适当的教学方法。在支持教师职业发展方面，主要基于以下三个方面。
首先，提高现有教师的专业技能。例如，中国和葡萄牙通过使用国家培训计划和教师培训计划为教师提供培训;在比利时，人工智能教师的培训是分散的，由教育网络机构提供。
二是将人工智能技术融入教师职前培训。在奥地利，教师培训的主要策略是在高等教育机构的职前教师教育中嵌入人工智能主题和技术教学。
第三，从多方面支持在职教师。除了制定标准外，一些国家和地区还通过开发资源来支持人工智能课程的实施。例如，塞尔维亚开发了各种视频来支持人工智能课程、演示手稿和交互式任务。
在教学方法方面，联合国教科文组织提出了四种主要方法：讲座或指导教学、小组合作教学方法、项目教学方法和活动教学方法。报告进一步指出，讲座或指导教学是所有人工智能课程中最依赖的教学方法，占89%。同时，在课程教学中，一些国家和地区非常依赖小组合作教学和项目教学。项目教学是许多国家和人工智能行业在课程教学中最常用的教学方法。
关于人工智能课程报告的主要结论。
在介绍和分析了报告的主要内容后，联合国教科文组织解释了基础教育阶段人工智能课程的主要发现和建议，如下：
首先，只有少数国家开发的人工智能课程得到了官方的认可和支持。到目前为止，只有11个国家和1个地区制定并实施了14门人工智能课程。
第二，强大的政府投资和验证机制可以很好地协调课程开发中的不同利益相关者。人工智能领域有广泛的利益相关者。开发团队包括政府官员、行业专家、学者和在职教师。如果没有强大的协调和平衡机制，课程中可能会出现相互冲突的目标，这不利于人工智能教育国家目标的实现。
第三，需要基于人工智能课程质量和有效性的实验证据。报告指出，目前对人工智能课程效果的评估主要取决于教师和学习者的外部反馈，以及一些专家对课程的评审反馈，但对学生人工智能能力发展和人工智能领域人力资源能力建设影响的真正研究仍然很少。
第四，人工智能课程资源的开发和教师培训对课程的整合至关重要。
第五，目前官方认可的人工智能课程往往选修或嵌入学校现有科目。
第六，人工智能课程的教学目标和学习效果应关注人工智能时代工作和生活所需的主要价值观和技能。
七是人工智能的学习成果可以通过线下与线上的结合来获得。
第八，对于人工智能课程来说，项目式教学法是一种常用的教学方法。目前，有三分之一的人工智能课程选择了项目式教学法。
第九，人工智能课程不应与特定技术或品牌挂钩。这是因为学生需要获得人工智能在不同领域和背景下应用的基本知识，以及可转移的技能和价值取向。这样，面对新的环境和新的技术，他们就不会被熟悉的品牌和未及时更新的技术所束缚。
最后，报告认为，每个人都应该具备一定的人工智能素养，并强烈呼吁联合国教科文组织的所有成员国在基础教育阶段开发人工智能课程，并建立一个协调机制来处理和平衡私营部门推动的非官方人工智能教育。报告还指出，人工智能的学习需要更加注重培养学生的人工智能技术和情境伦理创造力，培养具有国际竞争力的技能型人才。