數(shù)字化學(xué)習(xí)平臺(tái)如何賦能高中人工智能教學(xué)

隨著人工智能等新技術(shù)的發(fā)展以及教育數(shù)字化轉(zhuǎn)型進(jìn)程的加快，技術(shù)不再停留在以教學(xué)媒體的形式賦能教育，而是強(qiáng)調(diào)結(jié)合技術(shù)發(fā)展更新教育觀念，重組課堂教學(xué)結(jié)構(gòu)，再造教學(xué)流程來優(yōu)化教與學(xué)整個(gè)過程[1]。黨的二十大首次將“推進(jìn)教育數(shù)字化”寫入報(bào)告。2024年全國(guó)教育工作會(huì)議提出要不斷開辟教育數(shù)字化新賽道，引領(lǐng)教育變革創(chuàng)新[2]?！镀胀ǜ咧行畔⒓夹g(shù)課程標(biāo)準(zhǔn)（2017年版2020年修訂）》對(duì)人工智能方面的內(nèi)容提出了具體要求，但在實(shí)踐中這部分內(nèi)容面臨著教學(xué)內(nèi)容碎片化、教學(xué)方法薄弱、支撐環(huán)境不足等問題。以人工智能為主導(dǎo)的技術(shù)既是高中人工智能教學(xué)重要的內(nèi)容與目標(biāo)，也是培養(yǎng)學(xué)生核心素養(yǎng)、達(dá)成課程目標(biāo)的手段。如何基于恰當(dāng)?shù)臄?shù)字化平臺(tái)開展符合學(xué)生特點(diǎn)、滿足學(xué)生需求、促進(jìn)學(xué)生發(fā)展的一體化學(xué)習(xí)活動(dòng)，讓數(shù)字化技術(shù)與平臺(tái)為課堂教學(xué)賦能，成為高中人工智能教學(xué)的關(guān)鍵問題。一、當(dāng)前高中人工智能教學(xué)的問題和思考研究者指出，因教師教學(xué)經(jīng)驗(yàn)不足、教育理論研究不充分，中小學(xué)人工智能教育實(shí)踐中呈現(xiàn)出目標(biāo)簡(jiǎn)化、內(nèi)容簡(jiǎn)單、方法單一等諸多問題[3]。作為一線的教育工作者和實(shí)踐者，筆者親身體會(huì)到在內(nèi)在知識(shí)儲(chǔ)備和外在環(huán)境因素的制約下，高中階段的人工智能教學(xué)存在以下問題。一是重技能輕素養(yǎng)。由于課時(shí)限制，教師不得不將授課重點(diǎn)放在編程語言學(xué)習(xí)上，教學(xué)設(shè)計(jì)局限在具體技能的掌握，而非整體素養(yǎng)和能力的提升。教學(xué)容易走進(jìn)人工智能等同于編程的誤區(qū)。二是重體驗(yàn)輕探究。教師熱衷于讓學(xué)生直接體驗(yàn)當(dāng)下技術(shù)發(fā)展的最新成果，而缺乏對(duì)其原理、過程和方法的探究，無法激發(fā)學(xué)生的深度思考，導(dǎo)致學(xué)生習(xí)慣性地淺層學(xué)習(xí)，創(chuàng)新精神和實(shí)踐能力嚴(yán)重弱化。技術(shù)是教學(xué)系統(tǒng)的組成要素之一，體現(xiàn)在資源、環(huán)境和工具等方面，以人工智能、大數(shù)據(jù)為代表的信息技術(shù)對(duì)教育的賦能正全方位地改變著教育形態(tài)[4]。為了方便集成、更新和管理相應(yīng)的資源，有效支撐人工智能教學(xué)的開展，近年來不同國(guó)家和政府都致力于建設(shè)數(shù)字化學(xué)習(xí)平臺(tái)和資源。美國(guó)K-12人工智能教育行動(dòng)（AI4K12）開發(fā)了包括演示軟件（又分為黑盒演示軟件和玻璃盒演示軟件）、硬件、編程框架、視頻、課程等多種類型的教學(xué)資源，并形成了K-12人工智能教學(xué)指南[5]。我國(guó)中央電化教育館主辦、搭建了中小學(xué)人工智能教育服務(wù)平臺(tái)，主要提供課程的教學(xué)設(shè)計(jì)、課件、學(xué)習(xí)單等相關(guān)教學(xué)資源。上海、廣東等省市各自開發(fā)了人工智能學(xué)習(xí)平臺(tái)。鑒于人工智能是一門多學(xué)科交叉的領(lǐng)域，涉及的技術(shù)廣泛且不斷發(fā)展，許多技術(shù)尚未達(dá)到穩(wěn)定和標(biāo)準(zhǔn)化階段。因此，找到一個(gè)能夠全面滿足人工智能系統(tǒng)性學(xué)習(xí)需求的集成平臺(tái)頗具挑戰(zhàn)。教師必須根據(jù)課程目標(biāo)，精心挑選合適的平臺(tái)和資源，并據(jù)此精心設(shè)計(jì)教學(xué)活動(dòng)。二、素養(yǎng)導(dǎo)向的高中人工智能教學(xué)設(shè)計(jì)理念模型基于以上思考，恰當(dāng)?shù)臄?shù)字化教學(xué)平臺(tái)是開展高中人工智能教學(xué)的有效支架和物質(zhì)保障。除此之外，更重要的是基于平臺(tái)開展適合學(xué)生學(xué)情和認(rèn)知特點(diǎn)的學(xué)習(xí)設(shè)計(jì)，讓學(xué)生在真實(shí)情境的深度探究中達(dá)到課標(biāo)要求的核心素養(yǎng)。這需要整合課程的目標(biāo)、內(nèi)容、活動(dòng)和評(píng)價(jià)等要素，圍繞目標(biāo)導(dǎo)向、平臺(tái)選擇、情境創(chuàng)設(shè)、項(xiàng)目設(shè)計(jì)和問題構(gòu)建等多個(gè)方面展開。本文提出了素養(yǎng)導(dǎo)向的高中人工智能學(xué)習(xí)設(shè)計(jì)理念模型（如圖1），以表征高中人工智能學(xué)習(xí)設(shè)計(jì)的要素和各要素之間的關(guān)系。（一）素養(yǎng)導(dǎo)向：注重獨(dú)立思考、問題解決、實(shí)踐能力和創(chuàng)新創(chuàng)造能力的培養(yǎng)核心素養(yǎng)指的是學(xué)生應(yīng)具備的，能適應(yīng)終身發(fā)展和社會(huì)發(fā)展需要必備的品格和關(guān)鍵能力[6]。人工智能時(shí)代，高中生應(yīng)該掌握的核心素養(yǎng)是獨(dú)立思考、問題解決、實(shí)踐能力和創(chuàng)新創(chuàng)造能力[7]。落實(shí)到人工智能教學(xué)上，這些能力體現(xiàn)在人工智能意識(shí)、思維、創(chuàng)新、責(zé)任等多個(gè)方面[8]，其核心應(yīng)是理解人工智能、利用人工智能分析問題、解決問題和遷移到其他領(lǐng)域同類問題的高階思維和能力。（二）平臺(tái)選擇：注重過程及方法的可視化，提供形象思維和深度理解支持高中階段的人工智能內(nèi)容涉及算法、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等概念，具有較高的抽象性和挑戰(zhàn)性，因此在教學(xué)中特別需要形象思維的支持來幫助學(xué)生建構(gòu)起對(duì)概念的準(zhǔn)確理解。數(shù)字化平臺(tái)是開展人工智能教學(xué)的重要支架。在平臺(tái)選擇方面應(yīng)該盡量選擇能夠可視化相關(guān)方法和過程的平臺(tái)與工具，以問題解決為主，幫助學(xué)生了解背后的原理與方法，而非停留在體驗(yàn)層面。（三）情境創(chuàng)設(shè)：串聯(lián)知識(shí)主線，以多樣化交互激發(fā)學(xué)生探究、協(xié)作和循證的行動(dòng)意識(shí)核心素養(yǎng)的落實(shí)需要改變脫離學(xué)習(xí)情境、碎片化、流于形式的知識(shí)技能點(diǎn)的學(xué)習(xí)方式[9]。教師需要從貼近學(xué)生真實(shí)學(xué)習(xí)和生活的問題情境出發(fā)，以真實(shí)情境下的多樣化交互激發(fā)學(xué)生探究、協(xié)作和循證的行動(dòng)意識(shí)，真正實(shí)現(xiàn)以學(xué)生為中心的課堂。情境創(chuàng)設(shè)往往是一個(gè)難點(diǎn)，需要把握真實(shí)性、復(fù)雜性、整合性、開放性四條關(guān)鍵原則[10]。（四）項(xiàng)目設(shè)計(jì)：作為活動(dòng)開展的載體，促進(jìn)持續(xù)探究，表達(dá)想法和做出選擇項(xiàng)目是活動(dòng)開展的載體，連接知識(shí)、生活與真實(shí)社會(huì)，讓學(xué)生自始至終投入其中，由淺入深地開展相應(yīng)活動(dòng)，不斷探究、驗(yàn)證、表達(dá)自身想法，在項(xiàng)目推進(jìn)的過程中逐步達(dá)成學(xué)習(xí)目標(biāo)。項(xiàng)目化學(xué)習(xí)強(qiáng)調(diào)真實(shí)情境、復(fù)雜問題、超越學(xué)科、專業(yè)設(shè)計(jì)、合作完成、成果導(dǎo)向和評(píng)價(jià)跟進(jìn)[11]。在人工智能教學(xué)中，項(xiàng)目化學(xué)習(xí)最大的優(yōu)勢(shì)是圍繞情境和問題主線，提供給學(xué)生貫穿性的體驗(yàn)和思考，讓學(xué)生以真實(shí)情境為起點(diǎn)，以進(jìn)階性地解決問題為核心，經(jīng)歷解決復(fù)雜問題的完整過程，促進(jìn)其持續(xù)探究和深度表達(dá)。（五）問題構(gòu)建：基于知識(shí)主線和項(xiàng)目進(jìn)程嵌入問題鏈激發(fā)探究精神和深度理解將培養(yǎng)問題解決能力作為落實(shí)核心素養(yǎng)的切入點(diǎn)，應(yīng)是當(dāng)前教研、教改的重點(diǎn)和關(guān)鍵[12]。在項(xiàng)目引導(dǎo)、情境支持下，教師需要從人工智能的核心內(nèi)容出發(fā)，構(gòu)建與項(xiàng)目進(jìn)程中各個(gè)活動(dòng)和知識(shí)主線匹配的問題鏈，利用環(huán)環(huán)相扣的遞進(jìn)式問題鏈讓學(xué)生在主動(dòng)探究中完成知識(shí)學(xué)習(xí)，在問題解決過程中達(dá)到深度理解。一堂課中的高質(zhì)量問題鏈應(yīng)該包括明確的核心問題、精心設(shè)計(jì)的導(dǎo)入問題、由核心問題衍生的串聯(lián)問題和課堂生成的隨機(jī)問題，并要特別注重問題的邏輯性、整體性、開放性和交互性[13]。（六）評(píng)價(jià)激勵(lì)：發(fā)揮評(píng)價(jià)的激勵(lì)作用，鼓勵(lì)積極地學(xué)習(xí)參與和思考，提供及時(shí)反饋和指導(dǎo)評(píng)價(jià)是開展人工智能教學(xué)活動(dòng)的關(guān)鍵環(huán)節(jié)。教師需堅(jiān)持評(píng)價(jià)內(nèi)容豐富化、評(píng)價(jià)方式多樣化、評(píng)價(jià)主體多元化和評(píng)價(jià)工具科學(xué)化等原則，既要通過觀察、訪談、描述、記錄等方法對(duì)學(xué)習(xí)過程開展分析，以提供適時(shí)的支持性反饋和個(gè)性化指導(dǎo)，也要對(duì)學(xué)習(xí)成果（包括學(xué)習(xí)作品、問題解決能力、創(chuàng)新能力、協(xié)作學(xué)習(xí)能力等）開展綜合性的評(píng)價(jià)。三、基于TensorFlowPlayground平臺(tái)的高中人工智能教學(xué)案例（一）目標(biāo)定位與平臺(tái)選擇“人工神經(jīng)網(wǎng)絡(luò)”是教科版《普通高中教科書信息技術(shù)必修1數(shù)據(jù)與計(jì)算》第5單元“數(shù)據(jù)分析與人工智能”中第2節(jié)“探秘人工智能”的內(nèi)容，具有較強(qiáng)的抽象性和挑戰(zhàn)性。高一、高二學(xué)生已具備較好的學(xué)習(xí)基礎(chǔ)，但在學(xué)習(xí)該內(nèi)容的過程中，仍然特別需要形象思維的支持。TensorFlowPlayground平臺(tái)（如圖2）可化抽象為具體，揭示人工神經(jīng)網(wǎng)絡(luò)算法原理的同時(shí)允許用戶調(diào)整參數(shù)、自主搭建網(wǎng)絡(luò)以觀察效果，可幫助學(xué)生感受神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和工作過程并觀察到模型訓(xùn)練的結(jié)果。人工神經(jīng)網(wǎng)絡(luò)模塊第一節(jié)課的定位是要求學(xué)生掌握人工神經(jīng)網(wǎng)絡(luò)的核心思想（包括本質(zhì)、構(gòu)成、工作原理和優(yōu)勢(shì)等），為之后理解各類神經(jīng)網(wǎng)絡(luò)的原理與應(yīng)用打好基礎(chǔ)。因此本節(jié)課主要有以下學(xué)習(xí)目標(biāo)。（1）能夠類比人類圖像識(shí)別的過程，理解機(jī)器認(rèn)知的過程以及人工神經(jīng)網(wǎng)絡(luò)在機(jī)器認(rèn)知和識(shí)別中的作用。（2）能夠掌握人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)，準(zhǔn)確說出其基本構(gòu)成要素。（3）能夠在TensorFlowPlayground平臺(tái)上構(gòu)建和訓(xùn)練解決二分類問題的人工神經(jīng)網(wǎng)絡(luò)。（4）能夠詳細(xì)闡述人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程和工作原理，理解其本質(zhì)思想。（二）情境創(chuàng)設(shè)本節(jié)課以“學(xué)校人臉識(shí)別系統(tǒng)”為主題，創(chuàng)設(shè)了具體的情境：校園安全的重要性不容忽視，隨著學(xué)校教職工和學(xué)生數(shù)量的增加，校園門口安保工作的任務(wù)量加大，為此，學(xué)校準(zhǔn)備引入門禁系統(tǒng)。通過什么方法可以有效區(qū)分校內(nèi)和校外人員呢？該情境與學(xué)生的生活實(shí)際相結(jié)合，使學(xué)習(xí)內(nèi)容更具有現(xiàn)實(shí)意義和應(yīng)用價(jià)值，從而激發(fā)學(xué)生的學(xué)習(xí)興趣。另外，學(xué)生在該情境中可以感受和體驗(yàn)圖像識(shí)別、機(jī)器認(rèn)知等相關(guān)知識(shí)，有助于加深對(duì)這些內(nèi)容的理解，自然過渡到自主設(shè)計(jì)機(jī)器認(rèn)知、搭建人工神經(jīng)網(wǎng)絡(luò)模型的過程。伴隨著使用TensorFlowPlayground平臺(tái)進(jìn)行模型的搭建、訓(xùn)練和測(cè)試，學(xué)生真正打開了人工神經(jīng)網(wǎng)絡(luò)技術(shù)的黑箱。通過在此基礎(chǔ)上深度體驗(yàn)由PyCharm環(huán)境和Python語言開發(fā)的“人臉識(shí)別”系統(tǒng)，學(xué)生在具體情境中將理論知識(shí)轉(zhuǎn)化為實(shí)際操作能力，提高了解決問題的能力。（三）項(xiàng)目設(shè)計(jì)學(xué)習(xí)活動(dòng)是項(xiàng)目最終的落腳點(diǎn)，也是推動(dòng)課程變革與教學(xué)創(chuàng)新的核心[14]。本項(xiàng)目分為“初探”和“進(jìn)階”兩個(gè)核心活動(dòng)。“初探”活動(dòng)用于搭建單層神經(jīng)網(wǎng)絡(luò)模型解決簡(jiǎn)單的二分類問題，“進(jìn)階”活動(dòng)用于搭建深度神經(jīng)網(wǎng)絡(luò)模型，解決復(fù)雜二分類問題。項(xiàng)目依托平臺(tái)開展，筆者對(duì)依據(jù)項(xiàng)目節(jié)奏設(shè)計(jì)的兩個(gè)核心活動(dòng)進(jìn)行了進(jìn)一步分解與細(xì)化，形成了如圖3和圖4所示的活動(dòng)鏈。教師在教學(xué)過程中會(huì)提供詳細(xì)的導(dǎo)學(xué)單作為學(xué)習(xí)支架，保證學(xué)生按照進(jìn)度進(jìn)行探究的同時(shí)，有自主選擇和探索的空間。（四）問題構(gòu)建如圖5所示，本節(jié)課從“如何有效區(qū)分校內(nèi)和校外人員”這一事關(guān)校園安全的現(xiàn)實(shí)性問題出發(fā)，教師在引導(dǎo)學(xué)生深入分析機(jī)器認(rèn)知過程后，將該現(xiàn)實(shí)問題轉(zhuǎn)化為“如何有效區(qū)分平面上兩個(gè)不同的數(shù)據(jù)集”，并將其作為課程的導(dǎo)入問題。之后教師圍繞該問題精心設(shè)計(jì)了2個(gè)面向?qū)W生的核心問題，并利用TensorFlowPlayground平臺(tái)將該問題形象化表示。最后教師依據(jù)核心問題和知識(shí)主線，進(jìn)一步衍生出了6個(gè)串聯(lián)問題，幫助學(xué)生在探究活動(dòng)中完成知識(shí)學(xué)習(xí)。（五）教學(xué)實(shí)施基于以上設(shè)計(jì)，本節(jié)課形成了素養(yǎng)導(dǎo)向下“情境—項(xiàng)目—問題”的一體化設(shè)計(jì)（如圖6），有效串聯(lián)了情境、項(xiàng)目、問題和知識(shí)四條主線。在教師的引導(dǎo)下，學(xué)生以問題解決為主線開展持續(xù)性探究，完成問題解決的同時(shí)自然而然地體會(huì)到人工智能的強(qiáng)大與奧秘，并深刻領(lǐng)會(huì)人工神經(jīng)網(wǎng)絡(luò)背后的原理，做到了知其然更知其所以然。課堂教學(xué)可分為以下四個(gè)環(huán)節(jié)。1.入項(xiàng)：情境創(chuàng)設(shè)，引出問題情境本環(huán)節(jié)意在由真實(shí)生活情境出發(fā)，引出本節(jié)課的主題情境。教師結(jié)合圖片和案例展示引出校園人臉識(shí)別系統(tǒng)相關(guān)問題，并拋出核心問題“如何有效區(qū)分校內(nèi)和校外人員”供學(xué)生初步思考和討論。隨后，教師使用流程圖展示人類的認(rèn)知過程，引導(dǎo)學(xué)生類比思考機(jī)器認(rèn)知的原理并設(shè)計(jì)機(jī)器認(rèn)知的過程。在學(xué)生對(duì)機(jī)器認(rèn)知有了整體認(rèn)識(shí)的基礎(chǔ)之上，基于對(duì)機(jī)器認(rèn)知和圖像識(shí)別過程的分析，教師點(diǎn)出人工神經(jīng)網(wǎng)絡(luò)在機(jī)器認(rèn)知過程中的關(guān)鍵作用，自然過渡到本節(jié)課學(xué)習(xí)的知識(shí)主題——人工神經(jīng)網(wǎng)絡(luò)。2.初探：解決簡(jiǎn)單二分類問題本環(huán)節(jié)需要將現(xiàn)實(shí)問題抽象建模成數(shù)學(xué)問題，這既是機(jī)器認(rèn)知的過程，也是人工神經(jīng)網(wǎng)絡(luò)工作的過程。在師生共同分析了圖像識(shí)別與機(jī)器認(rèn)知過程后，學(xué)生已經(jīng)清楚人臉識(shí)別的前置步驟是將人臉數(shù)據(jù)進(jìn)行特征提取，從而表征成計(jì)算機(jī)可識(shí)別的數(shù)據(jù)集。因此，校內(nèi)、校外人士的人臉識(shí)別問題可通過相同步驟轉(zhuǎn)化為平面上兩個(gè)數(shù)據(jù)集的分類問題，這也是人臉識(shí)別技術(shù)的本質(zhì)。教師在分析完上述問題后，直接向?qū)W生呈現(xiàn)平臺(tái)上的數(shù)據(jù)集（如圖7），逐步引導(dǎo)學(xué)生開展對(duì)該數(shù)據(jù)集進(jìn)行分類的系列探索。本部分學(xué)生將經(jīng)歷“自主劃分—反思—訓(xùn)練—人機(jī)比拼—再反思”的系列過程，重點(diǎn)圍繞兩個(gè)活動(dòng)展開。（1）學(xué)生手工自主解決二分類問題。活動(dòng)相應(yīng)問題是：如何用一條直線將該平面一分為二，快速區(qū)分開平面上兩個(gè)數(shù)據(jù)集？該活動(dòng)目的在于幫助學(xué)生通過數(shù)形結(jié)合的方式，繪制分類線，寫出分類線方程（本質(zhì)為建立數(shù)學(xué)模型），并理解方程中的相關(guān)系數(shù)對(duì)分類結(jié)果的影響，為之后相關(guān)概念（權(quán)重、殘差）遷移到計(jì)算機(jī)解決奠定基礎(chǔ)。（2）學(xué)生基于TensorFlowPlayground平臺(tái)搭建單層人工神經(jīng)網(wǎng)絡(luò)模型，對(duì)比前后分類結(jié)果。子問題是：能否調(diào)整特征值的權(quán)重，嘗試畫出一條不偏不倚的分類線？學(xué)生將自主嘗試成果和成熟人工神經(jīng)網(wǎng)絡(luò)模型繪制結(jié)果進(jìn)行對(duì)比（比較繪制次數(shù)和最終分類結(jié)果），自然體會(huì)到人工神經(jīng)網(wǎng)絡(luò)在解決該分類問題上的優(yōu)勢(shì)。這一過程引出了單層神經(jīng)網(wǎng)絡(luò)的相關(guān)知識(shí)內(nèi)容（本質(zhì)、構(gòu)成、工作原理）。在該活動(dòng)中，學(xué)生由最初在紙質(zhì)導(dǎo)學(xué)單上用直尺劃分（形象思維），到寫出直線方程，建立函數(shù)（抽象思維），再到在平臺(tái)上搭建、訓(xùn)練和測(cè)試人工神經(jīng)網(wǎng)絡(luò)模型，開展人機(jī)比拼，畫出不偏不倚的直線（形象思維），最終對(duì)比人工神經(jīng)網(wǎng)絡(luò)和手工繪制分類線的結(jié)果，思考人工神經(jīng)網(wǎng)絡(luò)強(qiáng)大之處（抽象思維）。學(xué)生基于虛擬實(shí)驗(yàn)法，經(jīng)歷了形象思維和抽象思維的不斷轉(zhuǎn)變，在不斷探究和反思中搭建出人工神經(jīng)網(wǎng)絡(luò)的具象模型，理解其本質(zhì)、構(gòu)成和基本原理。3.進(jìn)階：解決復(fù)雜二分類問題本階段是初探環(huán)節(jié)的進(jìn)一步延伸，因此上下情境的銜接與過渡非常關(guān)鍵。教師首先需要引導(dǎo)學(xué)生對(duì)初探環(huán)節(jié)進(jìn)行總結(jié)與反思：該環(huán)節(jié)中呈現(xiàn)的是兩個(gè)在水平和垂直方向上毫無交叉的數(shù)據(jù)集，代表著兩張完全沒有相似度的人臉，而在現(xiàn)實(shí)生活中，人臉相似是很常見的現(xiàn)象。兩張有著一定相似度的人臉，在經(jīng)過特征提取之后其數(shù)據(jù)集在水平和垂直方向會(huì)有一定的交叉?；谝陨峡偨Y(jié)，教師順勢(shì)呈現(xiàn)新的數(shù)據(jù)集（如圖8），從而引導(dǎo)學(xué)生思考上一個(gè)活動(dòng)建立的人工神經(jīng)網(wǎng)絡(luò)模型在解決相對(duì)復(fù)雜分類問題上的局限性，進(jìn)一步分析明確解決該問題的方式應(yīng)該是增加模型的復(fù)雜度。在該環(huán)節(jié)，學(xué)生繼續(xù)經(jīng)歷“探索嘗試—問題解決—實(shí)踐反思”過程，在多樣化模型建構(gòu)的基礎(chǔ)上掌握深度神經(jīng)網(wǎng)絡(luò)的相關(guān)知識(shí)內(nèi)容。該環(huán)節(jié)包括以下重點(diǎn)活動(dòng)。（1）自主嘗試增加模型復(fù)雜度。學(xué)生通過平臺(tái)上參數(shù)調(diào)整增加隱藏層和神經(jīng)元個(gè)數(shù)，嘗試增加模型復(fù)雜度，并在搭建過程中重點(diǎn)思考本環(huán)節(jié)的3個(gè)子問題（如圖6）。不同學(xué)生搭建的模型有所不同，此部分為開放性的任務(wù)。（2）觀察問題解決結(jié)果。通過觀察平臺(tái)右側(cè)模型Loss曲線是否平穩(wěn)、Loss值是否趨近于0，學(xué)生驗(yàn)證自主搭建的模型是否成功。（3）討論與實(shí)踐。結(jié)合平臺(tái)上各個(gè)神經(jīng)元的可視化表征結(jié)果、模型搭建的過程和結(jié)果，小組討論嘗試回答本環(huán)節(jié)的3個(gè)子問題。師生共同總結(jié)該環(huán)節(jié)涉及的深度神經(jīng)網(wǎng)絡(luò)模型的相關(guān)知識(shí)內(nèi)容（包括概念、構(gòu)成和隱藏層的作用）。4.出項(xiàng)：?jiǎn)栴}解決，實(shí)踐體驗(yàn)這是具體的工程實(shí)現(xiàn)環(huán)節(jié)。在學(xué)生弄清楚了人工神經(jīng)網(wǎng)絡(luò)背后的原理之后，教師邀請(qǐng)學(xué)生小組合作，按照機(jī)器認(rèn)知過程（輸入圖像、提取特征數(shù)據(jù)→訓(xùn)練數(shù)據(jù)、生成分類模型→測(cè)試模型，輸出識(shí)別結(jié)果）體驗(yàn)?zāi)K化的人臉識(shí)別系統(tǒng)，加深對(duì)原理的認(rèn)識(shí)。（六）成效評(píng)價(jià)一節(jié)課的容量較小，難以看出學(xué)生的能力成長(zhǎng)，簡(jiǎn)單的前測(cè)后測(cè)并不適用于本次教學(xué)評(píng)價(jià)。因此本次教學(xué)采用的是基于過程和結(jié)果的綜合性評(píng)價(jià)，以拓展性任務(wù)的完成情況作為評(píng)價(jià)的重要組成