智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新

周智敏

上海市敬业中学 上海黄浦 200010

摘要: 随着教育数字化转型的加速推进,生成式人工智能作为重要驱动力,为高中信息技术“数据处理”模块的教学带来了新机遇。本文探讨了生成式人工智能如何作为智能助手进入课堂,为“数据处理”的教学开辟新路径。通过课前开发教学资源、课中助力学生深度探究、课后精准反馈等...
  • DOI:

    10.13738/j.cnki.acc.qklw60536

  • 专辑:

    科学Ⅰ辑;信息科技

  • 专题:

    信息、科学;综合科技

  • 分类号:

    G90;N92

摘要:

随着教育数字化转型的加速推进,生成式人工智能作为重要驱动力,为高中信息技术“数据处理”模块的教学带来了新机遇。本文探讨了生成式人工智能如何作为智能助手进入课堂,为“数据处理”的教学开辟新路径。通过课前开发教学资源、课中助力学生深度探究、课后精准反馈等方法,生成式人工智能在高中信息技术课堂中得到有效应用。以华东师大高中信息技术教材《必修1数据与计算》第三章“数据处理与应用”为例,展示了生成式人工智能在数据处理教学中的应用与成果,同时反思其潜在的弊端,并提出相应的建议。实践证明,有效、合理地应用生成式人工智能能够显著提升高中信息技术数据处理教学的质量与效率,为教育的数字化转型注入新活力。

关键词:生成式人工智能;数据处理教学;智慧课堂;教育数字化转型;

一、引言

在当下的时代,数字化转型的浪潮正席卷全球,教育领域也迎来了前所未有的机遇与挑战。国家教育部在2022年发布的《关于实施教育数字化战略行动的通知》中明确提出实施教育数字化战略行动,推动教育数字转型、智能升级、融合创新,支撑教育高质量发展。随着大数据、人工智能、云计算等技术的迅猛发展,教育正从传统的教学模式转变为更具智能化、个性化的教学方式。其中生成式人工智能(Generative Artificial Intelligence,以下简称GAI)作为一项前沿技术,正逐步成为教育数字化转型中的重要驱动力。

在“双新”的改革下,高中信息技术教学中引入了“数据处理”模块。数据作为如今社会最重要的生产力之一,如何利用好数据,实现其应用价值,是当代学生应具备的关键能力。本文将从高中信息技术“数据处理”教学的内容分析入手,根据教学实践,探索GAI如何作为智能助手进入课堂,为“数据处理”的教学开辟新路径。

二、“数据处理”教学中应用生成式人工智能的分析

新版课程标准颁布后,为反映时代的发展和培养学生科学素养的需求,在2020年新版华东师大高中信息技术教材《必修1数据与计算》中增加了“数据处理与应用”一章,该章的教学内容知识结构如图1所示。

智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新(图1) 

图1 “数据处理与应用”教学内容知识结构

经教学实践发现,无论是教师的教,还是学生的学都面临着一些堵点与痛点。第一,教学资源与技术的限制。教材中的样例滞后于实际行业中的应用和发展,无法体现课程内容的先进性和前瞻性。同时,教师可能缺乏足够的技术培训和支持,难以找寻或自创教学资源。第二、学生基础能力的差异。由于学生的认知水平、程序设计能力的参差不齐,教师在教学中难以平衡不同学生的学习需求。第三、教学评价体系的不足:传统的评价方式可能难以准确评估学生在数据处理方面的真实水平,需要建立更加全面和有效的评价体系,以促进学生在数据处理能力上的持续进步。

GAI的兴起为解决以上问题提供了新路径。GAI拥有洞察并学习数据背后内在规律的独特能力,进而具备创造出全新且高度相似数据。可以为打造更加真实生动的学习情境提供可能,从而显著增强学习的吸引力;可以为每个学生提供个性化的学习路径和辅导,帮助基础较弱的学生赶上进度,同时给基础较好的学生提供更多挑战;可以分析学生的学习过程与成果,提供更加精准的学习评估和反馈。 

(一)提升教学的先进性与前瞻性

GAI可以自动生成与实际行业应用发展同步的教学资源,如研究案例、模拟数据集等。这些资源可以帮助学生更好地理解和掌握数据处理的核心概念与技能。如GAI可以创建模拟真实世界的数据集。GAI还可以作为教师的智能助手,使教师即便在缺乏专业技术能力的情况下,也能通过GAI创设出高质量的教学资源,教学设计并给出教学方法上的建议,进而提升教学质量和效率。

(二)提供学生个性化学习路径

GAI可以根据学生的能力差异提供个性化的学习路径和辅导。通过对学生学习数据的分析,GAI能够识别学生在数据处理技能上的强弱项,并据此生成定制化的学习材料。例如,对于基础较弱的学生,GAI可以提供更多的基础知识讲解和练习,帮助他们巩固基本概念。而对于基础较好的学生,则可以提供更加复杂和具有挑战性的学习内容,以促进他们的进一步发展。

(三)培养“数字化学习与创新”素养

 “数字化学习与创新”是高中信息学科核心素养之一。面对GAI的兴起,“数字化学习与创新”素养的培养迎来了前所未有的机遇。通过正确引导与合理运用GAI,可以有效地激发学生的创造力与解决真实问题的能力,从而培养他们的“数字化学习与创新”素养。GAI不仅给学生提供了强大的辅助工具,还为他们开辟了新的学习路径和创新空间,同时也为培养学生的“数字化学习与创新”素养提供了新的途径和策略。

三、“数据处理”教学中应用生成式人工智能的方法

双新背景下,“数据处理”的教学需基于项目化的形式,以解决真实情境中的实际问题为目标,围绕着数据的采集、整理、分析、可视化与报告开展。教师往往苦于在教学设计阶段所能选择的教学资源有限及滞后;在教学实施阶段缺乏有针对性的智能助手而依旧延用教师讲,学生听的传统教学模式,没有给予学生充分的自主学习时间与空间;在教学评价阶段无法精准地了解每一位学生的学习效果并给出个性化的反馈与指导。若将GAI引入课前、课中及课后三个阶段,则为化解以上这些困难提供行之有效的方法。

(一) 课前:开发项目资源,创建教学助手

在真实情境和实际问题的呈现上,大部分教师常常通过语言文字的方式,这使得项目的导入非常死板,缺乏活力。数据作为本章节的最重要教学资源,在找寻、预设上会占据教师大量的时间和精力,有了GAI,教师就可以在短时间内精准且高效地为整个项目准备好所有的数据资源,涵盖采集、整理、分析、可视化等环节。此外,教师还可以利用GAI创设专属于自己的智能教学助手——智能体,提供教学设计建议、教学方法优化等支持。与教学助手的互动,快速生成符合自己教学风格和学生学习特点的教学方案。

(二) 课中:助力学生探究,创新教学模式

在教学过程中,GAI的应用开创了除师生,生生互动之外的另一种全新的教学模式——人机互动。GAI具有强大的情境理解和连续对话能力,不仅可以帮助学生理解数据处理中较为复杂的知识点以及难以用人工处理解决的问题,如检测与处理海量数据中的重复值和缺失值。还可以利用GAI的代码生成功能,在数据分析中为学生提供基础的程序框架或指出程序中的错误并提供解决方案,搭建学习支架,减少了因问题积压而带来的学习阻滞感。还能在GAI的指引下,通过连续对话问答帮助学生纠正误解,启发创意,营造了积极主动的学习。

(三) 课后:检验教学成效,创设个性反馈

GAI可以自动收集、分析和评估学生的学习过程与成果,为教师提供更全面、更客观的评价依据。通过这些数据,教师能及时了解学生的学习进度和掌握程度,从而调整教学策略和方法,确保教学效果的持续提升。此外,GAI还可以提供个性化的反馈和建议,帮助学生找出薄弱环节,并制定有针对性的改进措施。这种个性化的反馈和指导有助于学生更好地理解课程内容,提高学习效率。

四、“数据处理”教学中应用生成式人工智能的实践

笔者以华东师大高中信息技术教材《必修1数据与计算》第三章“数据处理与应用”为例。尝试将GAI引入教学实践,利用GAI辅助教师学校与学生学习,并引导学生正确认识GAI。

(一) 课前:教学设计与资源开发

1、教学设计

在课前,笔者通过“文心一言” “讯飞星火”等GAI,收集情境创设、问题引导、活动任务、教学策略和作业拓展等方面的教学资料,开拓教学思路,如图2。

智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新(图2)

智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新(图3)

图2 “文心一言”“讯飞星火”收集资料

收集资料之后,就可以使用GAI来辅助教学设计的撰写。首先指定GAI的角色为“高中信息技术教师”;其次明确其须完成的任务为撰写一份以“年级成绩管理分析”为项目情境,“检测与处理重复值与缺失值”为教学内容,凸显知识线、问题线、活动线、评价线这四股课堂脉络的教学设计。若有条件可以上传教材电子版以及相关资料可供GAI学习,确保其撰写的内容更与教材吻合;最后要求在教学过程中能融入GAI的应用,提升教学的智能化和个性化水平。

使用后发现最初的教学设计达不到预期,需不断地修改细化,以更精准的提示词给到GAI,并与其反复地对话,在结果中挑选正确且合适的部分进行优化调整。最终,在GAI的辅助下,成功地完成了“检测与处理重复值与缺失值”的教学设计,如图3所示。

智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新(图4)

智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新(图5)


图3 “文心一言”“智谱清言”教学设计

2、资源开发

在课堂中实时使用GAI辅助教学,存在的最大堵点就是需要学生个人的手机号登录平台,导致GAI进入课堂的步伐缓慢。教师可以利用人工智能开放平台的API接口,通过自编桌面应用程序调用大模型,绕过学生个人的手机号登录这一障碍,将GAI带入课堂。图4为教师自行发开的基于“智谱清言”大模型glm-4-0502的智能问答助手,可以在教学过程中实时解答疑问、支持个性化学习、促进深度学习、增强课堂互动以及减轻教师负担,有效地提升教学质量和学习体验。

智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新(图6) 

图4 基于“智谱清言”大模型glm-4-0502智能问答助手

(二) 课中:互动教学与深度探究

1、互动教学——检测重复值、缺失值与异常值

不知各位老师在进行检测重复值、缺失值与异常值教学时是如何设计的?是不是直接截取数据集中的部分数据,让学生通过观察发现(当然在检测异常值时可以通过箱形图,但箱形图的制作属于后续的数据可视化内容,提前教学将打乱单元的整体规划)。但在真实情境中,数据集往往都比较大,几乎不可能用观察的方法来发现有问题的数据。

在有了GAI后,这个问题就迎刃而解了。通过“智谱清言”等大模型将数据集上传,通过对话,帮助我们迅速且正确地发现重复值、缺失值与异常值,提高数据整理的效率和准确性,如图5所示。

智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新(图7) 

图5 “智谱清言”检测重复值

当然GAI的检测也不一定是无误的。如图6所示,除第一行之外的标题行应属于重复值,但“文心一言”等GAI并没有给出正确的结果。这时就需要我们教师加以正确地引导,杜绝盲信盲从,审慎评估GAI的回答,在培养了学生质疑辩证思考的思维能力的同时更是避免教学中出现科学性错误。

智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新(图8)

智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新(图9)

图6 “文心一言”检测重复值

2、深度探究——处理重复值、缺失值与异常值

最常见的处理重复值、缺失值与异常值的方法就是删除含有重复值、缺失值与异常值的行或列,教材中仅介绍了删除重复值与缺失值函数。而在许多真实情境中,往往因各种原因,需采用填充的方法来处理缺失值(如用最值、均值、中位数等填充)。因此,为让学生能更全面的了解数据整理,体验填充的方法来处理缺失值,教师设计了如下的深度探究活动。

深度探究案例:以填充的方式处理缺失值

情景问题:在期末考试中,部分学生因多种原因没有参加某些科目的考试。根据学校制定的考试成绩管理方法,部分成绩可以认定为最高分或平均分(如获免考资格、竞赛获奖等),请你帮助老师用最高分或平均分来填充缺失的成绩。

数据准备:1、考试成绩数据(CSV文件),包括系统号、姓名、各科成绩等(系统号、姓名已完成脱敏);2、需用最高分或平均分填充的学生信息。

具体要求:在处理过程中,详细记录每一步的操作,给到生成式人工智能的提示词、生成式人工智能建议的Python代码,以及最终的处理结果等。

建议工具:借助GAI工具来完成活动任务。

智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新(图10)

智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新(图11)

图7 “文心一言”“智谱清言”探究活动互动问答

从课堂中的表现来看,绝大部分学生都能够通过GAI获得正确的帮助提示,如图7。但这些代码示例与活动目标并不完全一致。因此,教师给到学生部分与GAI对话的提示词参考,如图8。在精准的提示词下,GAI能够更好地引导学生深入理解问题本质,清晰展现解题步骤,为学生搭建一个有效的学习支架,突破教学过程中的难点,从而提升学生的问题解决能力和自主学习能力,使教学活动更加个性化、高效化,真正实现科技与教育的深度融合。

智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新(图12) 

图8 精准提示词参考

在GAI的辅助下,学生成功地以填充的方式处理了缺失值的问题,为后续的数据分析提供了准确、完整的数据基础。在拓展了缺失值处理方法的基础上,还学会了如何根据数据的实际情况和实际需求选择合适的处理策略,提升了解决真实问题的能力。

(三) 课后:作业设计与评价反馈

1、作业设计

与课前、课中一样,GAI在设计课后作业方面,同样展现出了显著的优势。其能够根据教师提供的教材内容和教学设计,快速生成针对不同层次学生的个性化作业。对于基础薄弱的学生,GAI可以设计出注重基础概念和技能的单选题和填空题,帮助学生巩固知识;而对于基础尚可的学生,则可以设计出更具挑战性和探索性的实践题,激发其深入学习的兴趣。

教师可以将教材、单元设计以及教学设计上传至GAI平台,并输入精准的提示语:“请根据上传的三个文件,以’年级成绩统计分析’为主题,设计课后作业,作业针对基础薄弱和基础尚可的同学分层设计,题型包含单选题、填空题和实践题三类。建议学生借助GAI,实现更多丰富的年级成绩分析与统计。” “文心一言”生成的课后作业如图9。

智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新(图13)

智慧课堂的探索:生成式人工智能在高中信息技术数据处理教学中的应用与创新(图14)

图9 “文心一言”辅助课后作业设计

利用GAI,依据知识点能够迅速生成针对不同层次学生的课后作业,这一方法不仅能大幅提升作业的生成效率和丰富性,还能进一步优化学习路径,提升学习效果。

2、评价反馈

可以借助“问卷星”平台,把单选题和填空题导入,既可以在课堂上完成,现场检验教学效果,也可以根据实时的教学情况,让学生课后完成。在学生提交作业后,教师能够即时获得详尽的作业反馈及数据分析报告,极大地便利了教学评价过程。依托这些数据,教师可以灵活调整教学策略,精准施教,从而有效提升教学效果,优化学生的学习体验。

对于实践探究题作业,教师可以在生成的题目基础上,配以情境化设计并提供必需的数据集。比如,“请你作为班主任的小助手,为即将召开的家长会做一份班级期中考试的成绩分析报告”。可以借助GAI,生成、修改和优化Python 代码,以实现更全面、更科学、更有针对性的数据分析。有了GAI的帮助,学生能够更加自由、大胆地进行具有丰富想象力的探究和创新实践,探索数据处理在班级成绩分析报告中的应用途径,从而培养其创新思维和实践能力。

五、“数据处理”教学中应用生成式人工智能的反思

随着GAI逐步进入高中信息技术的课堂,我们不仅要看到其在教学中的的应用具有广阔的前景和潜力,还要深入反思其潜在的问题与挑战,充分认识利弊,采取有效措施加以应对和解决,以确保这一技术的健康、可持续发展。

(一)潜在弊端

1、过度依赖

学生在享受GAI带来的便捷与高效的同时,可能会产生过度依赖的心理,这种过度依赖可能削弱学生的独立思考能力和问题解决能力,不利于其长远发展。

2、错误引导

尽管GAI在数据处理方面表现出色,但其输出结果并非绝对准确。如果学生在使用过程中缺乏足够的批判性思维和验证能力,可能会受到错误信息的误导,从而影响学习效果和准确性。

3、安全风险

GAI涉及大量数据的处理和分析,如果数据保护措施不到位,可能会引发数据泄露或滥用等安全风险。因此,应提高学生对潜在风险的认识,引导更安全地使用GAI。

(二)应用建议

1、加强使用提示语的能力

有效的人机交互依赖于用户能够通过提示语,清晰、准确地表达需求,教师需教会学生正确、规范使用提示语。根据人机互动中主动投入度从低到高的顺序,提示语一般分为:现成、基于模板修改、自主编写、独立创作。应根据学生的认知水平选择合适的提示语起始点,并引导学生从较低的投入度逐渐过渡到较高的方式。

2、关注技术应用的有效性

为确保课堂上人机交互的有效性,教师需要在课前对教学内容进行深度加工分析,明确完成任务所需的最低认知,并制定对学生使用人工智能生成内容的反馈预案。教师要精心策划学生使用人工智能的学习活动场景及任务类型与顺序,确保生成性内容能够促进教学目标的实现。

六、结束语

通过探索GAI在高中信息技术数据处理教学中的应用,验证了其不仅能够快速生成多样化的教学资源,还能根据学生的实际水平提供个性化的辅导与反馈,极大地丰富了教学手段和学习体验。随着技术的不断进步,GAI将在教育领域发挥更加重要的作用,推动教育数字化转型的深入发展。未来,期待更多的创新应用,进一步优化学习路径,提升教育质量,为培养新时代人才贡献力量。

参考文献

[1] 中华人民共和国教育部.普通高中信息技术课程标准(2017年版2020年修订)[S]. 北京:人民教育出版社,2020

[2] 刘邦奇,聂小林,王士进等.生成式人工智能与未来教育形态重塑:技术框架、能力特征及应用趋势[J].电化教育研究,2024,45(1):10-18.

[3] 吴河江,吴砥.生成式人工智能教育应用:发展历史、国际态势与未来展望. 比较教育研究(06), 13-23. doi:10.20013/j.cnki.ICE.2024.06.02.

[4] 杨小微,王珏. ChatGPT应用于基础教育的机遇、挑战与应对——“刷题式”教育、学生学习、“超级教师”及教育公平[J]. 新疆师范大学学报(哲学社会科学版),2024,45(2) :125-136.

[5] 朱新麒.生成式人工智能在高中信息技术教学中的应用探究——以“探秘人工智能之用人工智能写人工智能”为例.中国信息技术教育(06),41-44.

[6] 黎加厚.生成式人工智能时代的课堂教学创新[J].中小学信息技术教育,2024(Z1),7-10.

[7] 李盈,谢忠新.生成式人工智能在素养导向的中小学信息科技实验教学中的应用.教育传播与技术(04), 73-79.

[8] 季金杰.生成式人工智能赋能高中生编程学习与问题解决的个案观察.现代教学(S2), 4-5.



更多
引文网络
  • 参考文献
  • 引证文献
  • 共引文献
  • 同被引文献
  • 二级参考文献
  • 二级引证文献