一份便捷已經深度植入中國人的生活：每天早上醒來，我們會先問問「小愛同學」，今天天氣怎麼樣，應該穿什麼；出行開車我們經常使用智能導航；運動健身使用智能手環；上網學習獲得智能推送……這當然全託人工智慧（AI）技術進步的福。
有人對這場進步憂心忡忡，比如特斯拉公司CEO埃隆·馬斯克覺得AI的發展很可能引發第三次世界大戰，對人類造成前所未有的威脅；更多人是「理性樂觀主義」，比如2018年初法國總統馬克龍發布的人工智慧國家戰略報告，就以《AI造福人類》為名。
其實不光法國，美、英、日、德等也都從國家戰略層面規範和推動人工智慧。其中「從娃娃抓起」，讓基礎教育承載國家戰略的未來，成為重中之重。
中小學生的AI素養培養，海外學校到底做到了什麼程度？中國的AI教育該如何重新定位？我們來做一個深度的觀察。
01中國：部分先行先試，整體狀態「邊緣」
中國的AI教育，前幾年基本處於自由發展狀態，少部分學校和地區在自主嘗試。最近兩三年發展比較迅速，主要得益於國家層面的大力推進。
中國在2017年發布的《新一代人工智慧發展規劃》中，第一次從國家層面提出在中小學階段設置人工智慧相關課程。AI教育開始在大中小學掀起一股熱潮，開發教材、設計課程、創建實驗中心、宣傳報導，國內中小學被政策推動，走上了AI教育的快車道。
2017年版的《普通高中信息技術課程標準》將人工智慧納入了選擇性必修模塊，2018年教育部的《關於加快建設高水平本科教育全面提高人才培養能力的意見》把人工智慧列為5個戰略性新興產業學科。同年，教育部還發布了《高等學校人工智慧創新行動計劃》，又一次提出在中小學階段引入人工智慧普及教育。
一些學校開始系統布局，比如上海市西中學、人大附中。
上海市西中學，2018年建成全國首個基於課程的中學AI實驗室，通過選修課的形式面向高一、高二開設AI課程，並配套由華東師大等編撰的《人工智慧基礎（高中版）》教材實施。AI實驗室裡可以體驗無人車、無人機、手勢控制機器人、面部識別、衛星雲圖識別、空氣屏等AI技術，以及進行Python語言的教學。
最值得一提的是，市西中學進行了系統的AI教育五年規劃，分成三個階段實施，第一階段通過講座、競賽等科普活動，普及AI知識；第二階段進行實驗室和拓展型、研究型課程的建設，開展人工智慧原理、模塊功能、語言與算法等的學習；第三階段再將人工智慧延展到學校教育教學管理當中。
而人大附中走得更加前沿。一方面建立了數量眾多、體系較為完整的人工智慧課程，包括機器人課程、建模與仿真課程、人工智慧的機器學習、數據挖掘、計算機視覺、大健康與人工智慧、計算社會科學等，多數以自由選修課的形式提供給學生；另一方面為了培養高級AI人才，還通過自願報名和選拔相結合的方式，成立了全國基礎教育首個人工智慧實驗班，開設了專門的人工智慧課程《人工智慧與關於心智的生物學》，以及以「複雜系統科學」為主要方向的課程。
除了課堂，人大附中還組織學生參與高校和科研機構組織的學術和實踐活動。當然，像人大附中這樣有能力、有資源自主開發系統AI課程的學校畢竟是少數。多數時候，那些AI教育的普及都離不開區域教育部門的自主探索，在有限條件下充分調動的各種可能性，比如南京、濰坊奎文區、上海徐匯區和北京海澱區。
南京市首先注重AI教師的培養。2018年第一期人工智慧培訓，算是粗淺的普及性嘗試，培訓分為兩部分，第一部分是專家講座和一線教師對人工智慧的理解、應用和展望分享；第二部分是Python語言的培訓。而在2019年的人工智慧培訓中，就形成了10個菜單式系列課程，包括人工智慧視覺編程、人工智慧學科融合、數字美術、數位音樂、3D列印創意、物聯網創新設計、AR/VR設計製作、虛擬世界程序設計等內容。全市教師進行自主報名，參培人數達到500餘人。
南京不僅開展了系列的人工智慧教師培訓，還通過搭建人工智慧競賽平臺來推動AI教育。全國中小學電腦製作競賽在2020年才開始增設人工智慧板塊，但是南京的中小學電腦製作競賽在2018年就有了智能程序（現在改為人工智慧）的板塊內容。
濰坊市奎文區則採取硬體先行的戰略，以創建人工智慧教育實驗（體驗）室為突破口，覆蓋全區每所學校，目前數量已達56個。隨後他們構建起機器人、單片機、算法設計、數據獲取與處理等課程「軟體」，並在2020年4月22日開通在線學習平臺，將優質人工智慧課程向全區開放。
上海市徐匯區，2019年將人工智慧教育融入信息技術課，使用自主開發的徐匯區人工智慧學生讀本和教師讀本，第一輪先在8所高中、12所初中、20所小學開展了實驗。2020年，預計AI課程將進入全區所有中小學。
北京市海澱區則根據《中國網際網路學習白皮書之人工智慧教育發展報告(基礎教育)》初步擬定的人工智慧能力培養目標框架，初步構建起了中小學AI教育課程內容。
除此之外，青島市在2019年秋啟動百所中小學開設人工智慧教育課程方案；杭州市餘杭區則在2020年3月發布《關於開展餘杭區人工智慧教育進校園項目的實施意見》，計劃構造小初（職）高「標準校實驗室+中心校實驗室+基地實驗室」的三級體系，實施《AI上未來製造者》系列課程，建立人工智慧教育教師培訓體系，搭建人工智慧科創教育示範基地等活動體系。當然，中國的AI教育從總體上看，部分學校和地區在先行先試，但是在整體推進上似乎還有些滯後，多數地方的AI教育依然處於淺層次、無系統的「邊緣」狀態，大部分學校和地區在師資、課程等方面都還準備不足。
02全球：紛紛普及性進入中小學
全球而言，AI教育主要在歐美發達國家推進得比較好，亞洲國家中印度、日本、韓國、新加坡也在積極跟進。他們推進的總體特點，就是大規模、普及性地在中小學各學段展開。
比如，日本在2016年的《日本再興戰略2016——面向第四次工業革命》中提出要將人工智慧相關課程納入中小學必修課範圍，2019年更是將實施教育改革，大規模培養人工智慧人才作為三大戰略支柱之一。根據規劃，「編程教育」將在2020年、2021年、2022年，分別進入小學、初中、高中的必修課程。
日本的編程課程特別強調計算思維的培養，而不是編碼，因為他們覺得這才是未來普通人學習編程的核心價值。另外，他們還倡導將編程與現有的數學、技術、綜合學習等進行融合教學，而不是開展獨立的新課程。
在歐洲，波蘭數位化部創建了《波蘭人工智慧戰略設想》項目，其中一項內容是在2019-2020學年在全國100餘所學校開設AI課程，課程分三個學段——K-3年級、4-6年級、7-8年級。K-3年級的教學目標是，讓兒童進入編程世界；4-6年級，了解AI原理和基於Scratch、IBM Watson創建人工智慧解決方案；7-8年級，將學習機器學習算法，並在Python中用編程實現。
美國的AI教育發展比較早，2013年就制定了《聯邦STEM教育五年戰略規劃》（人工智慧是STEM重要主題之一），到2016年超過40%的美國學校都設置了編程課程。他們不僅開發了眾多的K-12人工智慧學習資源，並著手建立系統的學習標準指南。
由美國人工智慧協會（AAAI）和美國計算機科學教師聯合會（ CSTA）聯合發起的AI4K12項目計劃，正在制定K-12AI教學國家指導方針，並已發布人工智慧五大理念，並據此提出K-12階段的分學段教學建議。受卡內基梅隆大學支持的世界人工智慧青少年競賽（WAICY，針對4-20歲)，也大力推動了人工智慧在美國學校的發展。
雖然只列舉了三個國家，但是可以基本看出國外的AI教育局勢，都開始全國普及性的進入中小學，對分學段教學標準的研究取得了一定的成效。
海外國家中小學AI教育究竟在怎麼做？從課程教學和師資培養兩方面來看看。
03課程教學：注重啟蒙，提供大量免費課程資源
國外的AI教學，除了注重技術性的課程，也注重啟蒙性的課程，我們從兩個案例感受一下。
美國：皮爾斯小學（位於喬治亞州費耶特維爾）
皮爾斯小學的教師阿普麗爾·德根納羅設計了一門《這是AI，這不是AI》的課程，通過給學生展示現實生活中的AI例子，來達到AI入門的目的。
例如阿普麗爾會給學生演示谷歌搜索的文字建議功能。每一周她都會在課堂上打開瀏覽器，在谷歌搜索欄裡鍵入文字，看看它會給出什麼樣的搜索建議，並記錄下來。然後在一段時間後，和孩子們一起回顧，看看這些搜索建議都發生了什麼變化。這就是一個展示「機器學習」的例子，簡單而直觀——當你鍵入文字時，谷歌引擎就會根據龐大資料庫中數十億次的搜索，猜測你想要搜索的內容。
再例如，她會和孩子們一起下載一款拍照軟體——Snapchat，這款軟體可以將拍攝的人像進行處理，變成卡通頭像。她就和孩子一起研究，這款軟體是如何進行面部識別，並使用數字節點來繪製面部特徵，從而創建有趣的創意面孔的。
教師德根納羅並沒有深厚的專業知識，只是基於對人工智慧的「粗淺」了解，再精心選擇幾個日常應用人工智慧事例，就可以設計出優秀的人工智慧入門課程。
人工智慧跨國教師：陳雪露（Sherol Chen）
畢業於加州大學聖克魯斯分校計算機科學專業的陳雪露博士，曾在哈薩克斯坦等全球六個國家/地區教授人工智慧課程，其中一門課叫：如何向孩子解釋人工智慧。
她採用的方法是通過展示各種視頻（電影片段、預告片或其他視頻），來引發學生的好奇心，鼓勵他們自己去探索AI。課程主要分為三個部分：為什麼會存在計算機？什麼是人工智慧？我們如何製造更好的智能機器？
陳雪露會帶著學生們一起觀看講述計算機之父艾倫·圖靈傳奇人生的電影《模仿遊戲》的預告片，一起思考計算機起源的原因；看機器人大衛的情感世界的電影《AI》片段，引導孩子思考「人工智慧和其他事物的區別」，比如巖石有人工智慧嗎；播放法國科幻電影《她》的預告片，讓學生探究計算機和人各自的特長是什麼，如何能夠相互彌補？
陳雪露雖然是一個非常專業的人工智慧研究者，但是不用高深的技術，她依然可以完成高質量而有趣的AI教學啟蒙。
當然，AI教學,不僅僅是入門，也有專業技術的內容，那麼，該如何整體規劃這些內容，並設置到不同的學段呢？
致力於建立K-12國家教學大綱的美國AI4K12項目，提出人工智慧五大理念：感知、表示與推理、機器學習、人機互動和社會影響，並把每個理念都設計成K-2/3-5/6-8/9-12年級，四個學段的分學段教學建議。比如3-5年級，針對「感知」可以學習：描述傳感器輸入如何轉換為模擬或數位訊號；證明計算機知覺的局限性；使用感知來構建應用程式（可能使用Scratch插件或Calypso）。針對「表示與推理」可以學習：使用樹結構創建/設計分類系統的表示；描述AI表示如何支持推理來回答問題。（詳細內容見文末附件1：五大理念與AI教學分學段建議、附件2：AI教學免費優質在線課程資源）
04AI師資：大力培養AI新教師，建立高質量師訓體系
有了課程，AI教師也是個問題。英國就為此大為頭疼，所以他們在2017年提出，計劃4年內培養8000名計算機科學教師來緩解師資問題。當然光依靠培養新教師還不行，對在職教師的培訓也很重要，國外的AI師訓注重系統性，有些是政府提供，有些由機構開發。
比如美國國際教育技術協會（ISTE）和通用汽車就合作開發了一套在線學習課程：人工智慧探索及其在學校環境中的實際應用。課程包括10個模塊，重點關注人工智慧和機器學習主題。在每個模塊中，老師可以與不同形式的人工智慧進行互動，相互討論，查看視頻，甚至創建聊天機器人和虛擬輔導員。美國有部分教師就是選擇這種在線學習方式來提高AI教學水平。
當然，更多的是根據AI學習大綱或者培訓大綱來開發系統的師訓課程。比如美國AI4K12項目的分學段教學建議，就可以作為師訓課程的開發參考。
在教師培訓方面，來自聯合國教科文組織、法國教育信息學會前主席科林·德拉·伊蓋拉， 2019年提出的人工智慧的教師培訓課程更加完善，建立在5大支柱之上，分別是不確定性和隨機性、編程和計算思維、數據意識、批判性思維、後AI人文主義。具體解釋也請參考文末附件3。
05學校和區域：三點建議加快布局升級
縱觀全球AI教育的發展，我們發現，大部分都是在最近幾年從國家層面開始加速推進，國家之間差距還未拉開，對中國而言，是一個難得的機遇，我們既有自己的優勢，也有需要升級的空間。
得益於中國的信息化教育戰略，我國的信息化基礎設施建設位於世界前列，這為AI教育的開展打下了良好的硬體環境基礎。另一方面，各種AI教材的開發，特別是華東師大牽頭和教育部教育裝備研究與發展中心牽頭研發的教材，讓AI教育的軟體環境有了一定的依託。
再加上2019年教育部將「推動在中小學階段設置人工智慧相關課程，逐步推廣編程教育」納入工作重點，以及同年由中國和聯合國教科文組織合作舉辦的國際人工智慧與教育大會在北京召開，讓中國各地區對AI教育的重視達到了空前的高度。
但我們必須看到一些「短板」，如果不加以改善，進步很難持續。對此，我們給出了一些建議，供學校和區域參考。
1.破除AI教學門檻的自我設限。有些學校認為AI教學非常專業，一定要深厚的技術功底才能教學，所以常常覺得教師不夠，教學開展不起來。其實不僅信息技術教師可以進行AI教學，其他學科教師也未必不能進入入門和人文方面的教學，建立跨學科的AI教師團隊，師資不足的問題完全可以解決。前面美國皮爾斯小學的教師就是例證，即便人大附中也有很多非技術學科教師。
國際教育技術學會諾頓教授認為，基礎教育階段的教師並不需要在很深的層次上精通或了解人工智慧，就能與學生建立聯繫，並幫助他們獲得有關人工智慧的一般知識。
其實雖然AI技術的學習很重要，但是算法思維、人機共存時代的人文倫理等素養的培養也很重要，如此，才讓人工智慧真正為造福人類而用。
2.行動起來，課程體系可以逐漸完善。部分學校AI教學開展不起來，是覺得現在缺少高質量的課程體系，所以就只是開開講座、搞搞活動就結束了。其實不管是國內還是國外，都有一些現成的教材、免費課程資源或者是學習綱要，即便都需要完善，但是滿足學校的基本AI教學需求還是可以的，我們完全可以根據學校條件選擇適合的課程開展起來，慢慢再形成體系。
3.教師培訓需要區域提供必要的支持，慢慢建立成體系的師訓課程。雖然基礎教育的AI教師不需要太深層次的技術功底，但是要想實現大面積普及性教育，不可能等待一批批擁有技術的新教師到來，對現有的信息技術教師和AI教學的跨學科教師，一定要分層分類分批次進行培訓。
至於體系性的師訓課程，我們也可以參考現有國內外比較成熟的框架，邊實踐邊建立。
學生AI素養的全民提升，可以讓他們在未來社會，真正成為人機共存時代的受益者而非迷茫者；教師AI素養的整體提升，不僅可以彌補AI教學師資，還可以為人工智慧技術與教學的融合，打通最後一公裡的距離。
不管是學校或者區域，我們都應該在有限的條件下，立即展開行動，將現有的AI教育水平往上再提升一步，然後在行動中不斷完善我們的體系。
06附 錄
附1：五大理念與AI教學分學段建議
1.針對感知：學生應該學什麼？
註：計算機使用傳感器感知世界
K-2年級：識別計算機、機器人和智能家電上的傳感器；與智能代理進行交互，例如Alexa或Siri。
3-5年級：描述傳感器輸入如何轉換為模擬或數位訊號；證明計算機知覺的局限性；使用感知來構建應用程式（可能使用Scratch插件或Calypso）。
6-8年級：解釋傳感器限制如何影響計算機知覺；解釋感知系統可能會使用多種算法和多種傳感器；使用多個傳感器構建應用程式和知覺類型（可能使用Scratch插件或Calypso）。
9-12年級：描述不同形式的計算機感知背後的領域知識；證明語音識別在處理同音字和其他類型的歧義方面存在困難。
2.針對表示與推理：學生應該學什麼？
註：智能代理（能夠）保持對現實世界的表示 ，並用他們進行推理
K-2年級：構建某事物的模型，並將其與正在建模的事物進行比較；使用決策樹做出決策。
3-5年級：使用樹結構創建/設計分類系統的表示；描述AI表示如何支持推理來回答問題。
6-8年級：為他們在社區中的住所或位置設計一個圖表模型，並應用推理來確定地圖上關鍵位置的最短路徑。
9-12年級：繪製井字遊戲搜索樹；描述搜索算法類型之間的差異。
3.機器學習
註：計算機從數據中學習
K-2年級：從「不插電」活動的數據模式中學習；使用可識別圖形的分類器：比如Google AutoDraw或Cognimates，Doodle工具。
3-5年級：描述並比較三種不同的機器學習方法：有監督學習、無監督學習和強化學習；通過訓練模型來修改交互式機器學習項目；描述算法和機器學習如何表現出偏差。
6-8年級：識別訓練數據集中的偏差並擴展訓練集以解決偏差；一個簡單神經網絡的手工模擬訓練。
9-12年級：訓練神經網絡(1-3層)（通過TensorFlow PlayGround）；使用簡單的ML（機器學習）算法進行跟蹤和實驗。
4.人機互動
註：智能代理需要多種知識才能與人類自然交互
K-2年級：在故事中找出有正面和負面含義的詞語；識別面部表情並將其標記為適當的情緒(高興、悲傷、憤怒)，並解釋為什麼要這樣標記它們；嘗試使用識別面部情緒的軟體。
3-5年級：識別人類如何組合多個輸入(語氣、面部表情、姿勢等)以理解交流；描述一些人工智慧勝過人類的任務，以及沒有勝過人類的任務。
6-8年級：構建一個簡單的聊天機器人；解釋並舉例說明語言是如何模稜兩可的；分析智能的本質，並確定代理是否智能的方法。
9-12年級：演示句子分析器如何處理歧義；探索谷歌知識圖譜(Google Knowledge Graph)；識別並討論人工智慧和意識的問題。
5.社會影響
註：AI的應用對社會既有正面影響也有負面影響
K-2年級：識別日常生活中遇到的常見人工智慧應用程式；討論人工智慧技術的普遍使用是好事還是壞事。
3-5年級：探索行為如何受到偏見的影響，以及它如何影響決策；描述如何設計人工智慧系統以實現包容性。
6-8年級：解釋人工智慧決策中的潛在偏差來源；了解人工智慧系統設計中的權衡以及決策如何在系統功能中產生意外後果。
9-12年級：批判性地探索人工智慧系統的正面和負面影響；設計人工智慧系統來解決社會問題(或解釋如何使用人工智慧來解決社會問題）。
美國的這個大綱比較細緻，指導意義非常強，不管是什麼水平的學校，都比較容易參照它做出適合自己的課程內容。
附2：AI教學免費優質在線課程資源
1.麻省理工學院（MIT）媒體實驗室AI資源庫
網站：aieducation.mit.edu
這裡包含了一套面向K-12學生學習的人工智慧課程（大多提供有學習素材，詳細的課程設計，甚至課件），共20個：K-2年級5個，3-5年級6個，6-8年級7個，9-12年級2個。
2.IBM兒童機器學習網站
網址：machinelearningforkids.co.uk/#!/worksheets
此網站目前匯集了和人工智慧有關係的機器學習項目36個，分為四個類型：訓練計算機識別文本、識別圖像、識別數字、識別聲音，三種難度：初級、中級、高級，三個平臺：基於Scratch、基於Python、基於App Inventor。
3.谷歌AI實驗
網址：experiments.withgoogle.com/collection/ai
這個基於網站的人工智慧實驗平臺，目前包含十幾個實驗項目，通過AI+寫作、AI+學習、AI+繪畫、AI+音樂等方式探索機器學習。
附3：人工智慧教師培訓課程5大支柱
提出者：科林·德拉·伊蓋拉（聯合國教科文組織法國南特大學開放教育資源師資培訓技術主席，法國信息學會前主席）
1.不確定性和隨機性
因為數據是人工智慧進行預測的基礎，但是同樣的數據，不同的算法可能會得出不同的結果，所以他認為，孩子們必須要知道這背後的原理，否則他們可能會因為太信賴人工智慧而做出錯誤的決策。因此，概率推理和統計學有必要納入培訓課程當中。
2.編程和計算思維
他認為，人工智慧需要編碼，必要的編碼技巧孩子們必須掌握，而更重要的是還要教會孩子一種思維——計算思維。因為未來這些孩子長大，可能不用編程，但是很可能成為應用人工智慧的專家用戶（例如醫生），他必須知道對機器的決策何時該信任何時不該信任。所以，編程和計算思維的培訓，也應該納入課程體系裡。
3.數據意識
人工智慧將非常依賴數據，大部分基礎工作都是在進行收集、準備和組織各種數據上。因此，如何進行數據收集、可視化、操作、分析等數據科學的培訓也應該成為重要組成部分。
4.批判性思維
人工智慧時代會出現許多倫理問題，比如面部識別、數據收集的隱私，比如人工智慧生產的虛假文本、圖像或視頻如何分辨，批判性思維將是重要的工具。所以結合人工智慧道德倫理的批判性思維課程，必須先成為教師的訓練內容。
5.後AI人文主義
伊蓋拉認為，人工智慧的發展，在某些方面會促使人類重新思考某些基本的真理，催生後AI人文主義的誕生。
比如真相是否重要：為了設計獲勝的撲克機器人，可以讓它具備虛張聲勢的撒謊功能嗎？（卡內基梅隆大學設計的人工智慧系統Libratus戰勝了4個人類頂尖撲克選手）
比如人工智慧產生的經驗是否可以成為人類社會的經驗（AlphaGo zero拋棄了人類所有的知識，只使用了遊戲規則和對抗自身進行學習，產生了自己的經驗）。
比如創意是是一種有意識有感知的創造性活動還是一種機器行為，畢竟現在沒有知覺的「人工智慧」已經可以進行繪畫、音樂、劇本等創作了。
比如「智能」本身的定義，越來越受到機器的挑戰。象棋、圍棋等這些傳統我們認為需要智力的活動，都一一被機器打敗，那麼它們算不算「智能」。
以上問題只是代表，這些都需要人們去思考和逐步達成共識，它將會影響未來的人如何處理各種社會問題。我們的教師應該提前引導孩子思考這些問題，當然前提是教師得自己先進行過這方面的思維訓練。
作者 | 王小波
責編丨劉婷