AI基础课正式进入高中教材,希望不再是走走形式

教育部文件链接：

http://www.moe.gov.cn/srcsite/A26/s8001/201801/t20180115_324647.html

2017 年 8 月，在国务院印发的《新一代人工智能发展规划》中明确提出：要在中小学阶段设置人工智能相关课程，推动人工智能领域一级学科建设，把高端人才队伍建设作为人工智能发展的重中之重，完善人工智能教育体系等内容。教育部发布的这一《标准》文件是对《发展规划》内容的落实。

虽然人工智能的内容是近期才加入高中课本的，但是编程的内容加入教学课程却是由来已久。

早在 2014 年，浙江省教育厅就已经将算法与程序设计加入了信息技术课的选修课目中。

2017 年，同样是浙江省，人工智能编程语言 Python 被正式纳入浙江省高考的内容当中。不止浙江，教育大省北京和山东也确定要把 Python 编程基础纳入信息技术课程和高考的内容体系，Python 语言课程化也将成为孩子学习的一种趋势。

到了 2017 年 10 月 11 日，教育部考试中心发布了关于“关于全国计算机等级考试（NCRE）体系调整”的通知，决定自 2018 年 3 月起，在计算机二级考试加入了“Python 语言程序设计”科目。

也许有读者发现了，首批将编程课、python 语言、人工智能加入中学课程的都是江浙沪、山东等地区的高校，或者是北上广这样的一线城市，在知乎上，有关“如何看待 2017 年浙江省高考七选三科目中包含的技术”这类问题也是引起了众网友的热烈讨论，甚至有答主表示：“我们学的是有些 985 高校大一的科目。”那么，我国人工智能教育现状到底如何，AI 前线做了如下的分析。

从目前国内外教育机构启动人工智能教育的实践来看，其实所谓面向 K12 人群的人工智能教育并不是绝对意义上的人工智能课程，而是更为涉及面更广、普适性更强的计算机科学。而计算机科学课程的设置，最终目的应该是增强学生的计算机思维能力，并更好地衔接大学课程。

过去中小学也包含科学、信息技术等课程，但课程单一，并未形成一套完善的体系，涉及的内容也比较简单，考核标准不够清晰。学校内多开展的还是所谓 STEAM（科学、技术、工程、艺术及数学）创新教育，专门的编程等教学仍以课外培训机构提供为主。

据测算，美国 K12 阶段约有 67.5% 的孩子已接受在线编程教育。以全球最主要的少儿编程语言 Scratch 的统计数据为例，美国市场的渗透率最高，达 44.80%，英国为 9.31%，中国仅为 0.96%。相比国外，我国编程教育的普及率还比较低。

此外，虽然 2017 年浙江省将“技术”纳入高考七选三科目，但根据大部分知乎用户的反馈，选择考这个科目更多是普通学生用来提分的手段，不管是所学的内容还是考试都比较水。但这个现象从 2018 年开始可能将有所改善。

2017 年 1 月，《义务教育小学科学课程标准》提出将对小学科学课程标准进行修订完善，在教学建议中首次加入学科关联建议，提出科学学科要与小学其他学科密切关联的观点，尤其是数学、语文、综合实践活动等课程。倡导跨学科学习方式，运用 STEM 教育体系将科学、技术、工程、数学有机地融合在一起，加强学生科学素养的培养。

从 2018 年开始，浙江省信息技术教材将放弃 VB 这门老编程语言，全面使用 Python 语言，另外还将取消对 Excel、PS、Flash 等多媒体软件的考察，要学习的内容将涵盖基本的冒泡选择、顺序二分法、二叉树等，难度有所提升。北京和山东也已确定要把 Python 编程基础纳入信息技术课程和高考的内容体系。

再加上今日教育部印发的新课标，将更多人工智能相关课程加入到了高中必修和选修课程中，足以证明国家对 AI 基础教育的重视。而众多紧盯 K12 教育市场的 AI+ 教育公司，更是不会错过这个巨大的风口。

就大学阶段来看，2016 年北京联合大学在全国率先成立机器人学院，面向全国招生。随后湖南大学、中国科学院大学、国防科技大学也相继成立机器人学院或人工智能学院。目前国内一共有 20 余家高校开设了人工智能研究方向专业，但相比美国的 168 家高校，差距仍然比较大。

从前文我们可以发现：开设人工智能或者编程课程的中学主要集中在江浙沪或者山东这样的教育大省，而高校开设人工智能相关专业课也都是先从一线城市的高校开始的，那么不在教育大省的中学生以及不在一线高校的大学生们怎么办？

用一个例子来说明或许更加直观。

一个是来自江浙沪某一重点中学的学生，一个是来自某三线城市的重点中学学生，两人都志愿成为未来的 IT 精英。

虽然同为重点，但是前者的学校在初中期间就开设了 python 语言的编程课，并在高中进行了人工智能、大数据等相关领域的初涉课程的学习；而后者，虽然同样来自重点高中，但是由于地方教育资源的缺乏，以及相关领域教育人才的缺失，纵然在教学大纲中有该类编程课程的规划却无人能够胜任教学工作，如果学生有所爱好那也只能依靠网络进行自学，虽然也可以有所建树，但是跟前者相比，缺少完整的体系指导，尤其在遇到瓶颈之时，如果无人指点，则很容易迷失并丧失信心。

虽然目前教育部通知已下达，但是对于偏远地区以及教育资源相对落后的地区，如何配备相应的教育资源以弥补和发达地区之间的差距，恐怕才是普及技术教育的第一要务。

在不少业内人士看来，人工智能作为连接未来的教育，面向大众进行普及，特别是在 K12（6-18 岁青少年）阶段的学生中开展，很大程度上带来的是逻辑思维能力的提升和思维方式的改变。不光是中国，全球多个国家都在贯彻着“计算机科学教育要从娃娃抓起”这一教育方针。

2013 年 9 月，英国成为世界上第一个将计算机编程纳为学校义务教育的国家。根据课程纲要，英国的儿童从 5 岁进入校门到 16 岁参加第一次考试期间都必须学习编程课程，学生们可以用学到的知识理解简单的算法，甚至使用编程语言解决计算问题。2014 年 7 月英国提出了“编程者国度”计划，这一计划也标志着“编程教育元年”的开启，STEAM 教育时代已经到来。

K12 编程已经成为孩子继阅读、写作、算术三项基本能力外所需掌握的第四项必备技能，全球已有超 24 个发达国家将编程教育纳入 K12 课程大纲及教学场景：

2014 年 10 月前，保加利亚、塞浦路斯、捷克共和国、丹麦、爱沙尼亚、希腊、爱尔兰、意大利、立陶宛、波兰、葡萄牙等 11 个欧洲国家已将编程纳入中小学生教学课程。

2015 年，澳大利亚拨款 554 万美元为教育部门实施 STEM 教育；芬兰、比利时等欧盟国家将编程研议入核心课纲。

2015-2016 年，日本、韩国将编程纳入教学大纲，将分别在 2017 与 2020 年开展一年级至初三的编程教育普及。

2016 年，美国政府提出“全民电脑科学教育”计划，宣布将投资 40 亿美元开展 K12 编程教育。

2017 年，新加坡在中小学考试科目中加入编程考试。

在美国，扩大计算编程课程的呼吁取得了巨大的成功。2013 年，根据提倡编程教育的 Code.org 数据显示，美国只有十分之一的学校有编程课程，但预计 2020 年计算机相关的职位空缺将增长 22%，软件开发的职位需求尤其大。

另一方面，当时芝加哥和纽约均计划开始将计算机科学作为高中教育的重点课程，威斯康辛和阿拉巴马于 10 月份宣布，计算机科学课程需要达到数学课程的要求才算合格。截至 2013 年 12 月，Code.org 的 Hour of Code 项目已经培育出 1500 万名掌握编程技术的学生。该组织与 Code for America（为美国编程）等已经成为美国编码教育的领头羊。而在英国，这方面的工作大多由志愿者和校外组织完成。

2012 年，Clare Sutcliffe 和 Linda Sandvik 联合创立了课下编程教育公司 Code Club，该组织的目标群体是超过 1500 所学校的 9 至 11 岁的学生，而且这个数字还在以每个月增加 100 所的速度不断增长。

其他编程教育组织还包括 Dell 支持的的 Apps For Good，这个组织邀请小学的志愿者帮助学员开发自己的应用程序。

正如 Sutcliffe 所说，教授编程的目的并不仅是帮助孩子们理解编程的工作原理，而是教授他们一门可以受益终生的技巧。“基本上，这可以提高学生解决问题和思考的能力，拥有数字方面的技巧也让他们在将来的职场更具竞争力。”她说道。

然而，美国开设编程课程的效果似乎并没有想象中理想，具有高质量计算机课程的高中学校数量屈指可数，更不用说编程课程了。

为什么美国学校的计算机科学课程不理想呢？计算机科学教师协会（CSTA）列出了一份长达 75 页的报告，总结出其中最大的问题是美国的公共教育体系是去中心化的，很多学校按照国家教学大纲 the Common Core 教学，并以此为测试标准，但是美国各州和当地组织却可以做班级级别的决策。

另一方面，计算机科学课程的地位也很尴尬，因为它不是 STEM 考试的必修课，一些州将之视为自己的课程，但有些州却把它当做数学或科学课，肯塔基州的立法部门甚至将其视为一门外国语。

这种伞状的教育机制影响了课程教育质量。为此，美国提出一项议案，将编程作为政府对 STEM 课程定义的一部分。

除此之外，这门课程推广的困难还有资金、计划缺失、选修课的性质，以及偏远地区缺少计算机设备和网络连接等问题。

美国在面向 K12 的计算机科学课程中遇到的问题，也正是中国在中小学教育中推广计算机科学课程会遇到的挑战。不管是课程性质、应试问题、教师个人观念的改变还是偏远地区缺乏师资和设备，都是横亘在早期 AI 教育推广面前的障碍，教育部推出新课标、明确信息技术课程的必修和选修模块，只不过是应对这场全球性 AI 人才之争迈出的一小步。