現在，沒有哪個技術領域比人工智能 (AI，Artificial Intelligence) 更熱門的了。在人工智能研究領域，中國學者在數量上已經超越美國同行。2010 年至 2014 年間，中國相關的專利申請幾乎是之前五年的三倍。中國總人口數是美國的4倍，擁有超過 7 億的智能手機用戶，比其他國家都多。
本文將從多個方面入手，分析中美高中信息技術課程的異同之處。
人工智能納入信息技術課程標準
近年來，中國政府也開始將人工智能教育推向 K12 學校。 根據教育部 2018 年 1 月 16 日發佈的最新版普通高中課程標準，在信息技術課程標準(簡稱“新課標”)中強調 了4 項核心知識， 相互支持共同構建數字素養教育。 具體包括：
信息素養——學生能夠獲取解決問題所需的信息，分析信息和數據，用批判性思維技能做出合理的判斷，並分享信息進行協作。
計算思維——學生能夠使用計算方法來定義問題和抽象特徵，構建模型和處理數據。目標是通過適當的算法來解決問題，並建立可轉移的技能。
數字學習與創新——學生可以利用數字資源和工具來管理他們的學習過程，創造性地解決問題，解決學習任務，並建立創新的作品。他們必須建立獨立學習、協作、知識共享和創造的技能。
數字公民——學生必須在現實世界和虛擬世界中負責任地行事，並且知道如何保護自己和他人的權利和安全。此外，他們必須關心新技術所帶來的潛在社會和環境問題，並積極地瞭解他們以採取適當的行動。
學生們被期望能建立技術的技能，能夠反思新技術，甚至進一步成為技術設計者和製造者。課程設置圍繞著數據素養、算法、信息系統及其社會影響等重要理念來構建。並建議嵌入真實世界的問題和情境來培養學生在數據分析，問題解決和計算思維方面的技能。
在課程方面，共分為三類課程:
必修課程
必修課程是所有高中學生都必須修習的核心課程，面向學生全面發展，全修全考；也是選擇性必修和選修課程學習的基礎，旨在提升學生們的信息素養基礎。包括“數據與計算”和“信息系統與社會”兩個模塊。
學生修完必修課程後，可參加高中信息技術學業水平等級性考試。
選擇性必修課程
選擇性必修課程旨在為學生將來進入高校繼續開展與信息技術相關方向的學習及研究打下基礎，促進學生個性發展和滿足升學考試需要，選修選考。
課程共分為六個模塊，其中三個模塊是為學生升學需要而設計的課程：數據與數據結構、網絡基礎、數據管理與分析。
學生修完這三個模塊後，可參加高中信息技術學業水平等級性考試。
另三個模塊是為學生個性化發展而設計的課程，學生可根據自身的發展需要進行選修:人工智能基礎、三維 (3D) 設計與創意、開源硬件項目設計
選修課程
選修課程是為了滿足學生之興趣愛好、學業發展、職業選擇而設計的自主選修課程，學而不考或學而備考，為學生就業和高校招生錄取提供參考。也可形成學校辦學特色。包括“算法基礎”“移動應用設計”兩個模塊。
優先建立信息社會的信息通識素養
在給所有高中生的必修核心課程(模塊1與模塊2)中，網絡、軟件、硬件、算法、基礎編程，甚至人工智能應用的基本原理都被納入課程標準。這與美國的大學先修計算機科學原理 (AP CSP) 的學習框架相當類似，是屬於普適全民的通識課程，上課時數也相當。優先建立信息社會的通才素養，再培養專才(有興趣才深入學習編程或3D設計等)，與國際思維同步——直接學編程或3D打印，是落入“術”的訓練，而非素養的建立，掌握不到科技的完整輪廓。
高中階段所學習的知識對學生的終身發展起到重要的作用。知識性內容與基本概念、基本原理的相關性越高，實現遷移的可能性就越大，其時效性就越長久，對學生終身學習和發展的價值就越大。——出自新課標(三)教材編寫建議
計算機和數字信息系統幾乎在現代生活所有方面都已滲透並造成影響。自動化、機器人和人工智能將取代越來越多人類的工作。我們每天在網絡上所接觸到的，其實很多背後都有人工智能和算法的存在，只是一般人可能看不出來。數字智能與公民素養、閱讀、寫作一樣重要，編程只是其中的一小部分。但中國更加積極，它把這些核心基礎設定為每個學生都必需要學習的，而AP CSP只是美國高中的一門選修課程，或許這是中國系統有效率的地方，美國系統的教育決策權以州自治權為主，在全國層級想普及一個新政需要相當時間。
不過，美國早將計算思維(Computational Thinking)的訓練融入各個學科之中，美國的計算機科學教師協會(CSTA)與國際教育科技協會(ISTE) 在計算思維的紮根研究多年，也發表在各學科融入計算思維教育的建議進程、框架、與實例，因篇幅巨大，在此不列舉，有興趣的讀者可來信索取。
從新課標可看出中國政府更加偏重 “數據和信息”，期望下一代對於人工智能的基礎、大數據與相關技術能有更多的認識與瞭解。並不是要中小學生馬上開始學習機器學習(Machine Learning) 或深度學習 (Deep Learning) 技術，而是通過人工智能應用的真實例子與成就來啟發學生。
比較中國與美國的課標細節
以模塊1：數據與計算為例來比較中美課標，以下是中國的課標：
這部分主要對應到美國 AP CSP 學習標準 7 Big Ideas 中的 Big Idea 3: Data and Information，這是它的開頭：
AP CSP 將課標結構分成三層，從Enduring Understanding(EU) 細化出Learning Objectives(LO) ，指出學生應該具備的能力，每個LO 再對應到要具備該能力需要的知識點支撐 – Essential Knowledge(EK)。
整個 Big Idea 3 共有3個 EU，6個LO，42個EK。
客觀論述，國內課標描述比較粗略，AP CSP 標準定義到非常細緻具體的知識點與技能。AP CSP 課標整體涵蓋範圍也比國內標準更完整，它圍繞著七大理念：創意 (Creativity)、抽象 (Abstraction)、數據和信息 (Data and Information)、算法 (Algorithm)、編程 (Programming)、互聯網 (The Internet) 和全球影響 (Global Impact)（更詳細論述可參考此篇前文：除了編程，中小學領域計算機科學教育應該學什麼？）。
綜觀整套新課標，宣告與高考綜合改革相銜接，選擇性必修課程與選修課程都是學生根據興趣發展的空間，是中國開始將高校入學考試多元化的第一步，重點就看如何落實執行了。歐美的高中則多年來已經提供相當多元的課程、與支撐多元學習發展的生態系統。
美國 AP CSP 課程示範
無論是必修還是選修課，首要的關鍵必在於課程設計與師資培養。國內教育工作者若想要參考美國教學設計思維，可連到取自 AP CSP 課程大數據相關章節其中一小節的內容: 數據處理與解讀。(免費註冊使用，有項目實作豐富資源)
大數據(Big Data) 爆炸成長與計算機技術的突飛猛進，是今天人工智能成就的基礎，人類不可能手動處理現在的數據量，必須倚靠計算機。本節學習目標包括：
學會使用一些計算機基礎軟件來處理數據，是現代公民必備的數字知能。
體認將數據可視化可以幫助人類有效從數據中萃取出信息，學生將學習如何處理數據的基礎知識，並動手練習。
數據處理的方法與可視化的方式可能影響甚至誤導認知，學生必需學會判斷，避免被誤導，因為圖表在生活中到處都有。
這一節課是在美國課堂中相當典型的項目式學習 (Project-Based Learning, PBL) 教學設計，從“鉤子&驅動型問題（Hook & Driving Question）”開始。問題的“鉤子”將問題引入真實世界，引起學習者興趣。接著提供豐富的現實世界實例(這節是實際的數據可視化案例，包括互動圖表)與分析解讀，建立從數據中判讀型態、發掘型態(pattern)、回答問題等能力，並能識別圖表如何可能誤導讀者，學生動手與圖表互動，並與小組討論以回答問題。然後，學生學習使用工具處理數據與建立圖表。最後，學生選擇感興趣的數據集，動手實作數據分析與可視化，以探究現實世界的現象，建立假設，再進行驗證與推論，總結項目報告，上傳到課程平臺。（這是混成式學習設計，提供線上課程平臺--支撐所有資源、練習與作業等管理，以及線下的課堂學習活動）
善用國外資源與合作開啟教育新篇章
現在，中國政府正在開啟嶄新的一頁，推動面向未來的教育，不僅僅是現代化的課程內容，而且也要求教學法上的轉變，死記硬背或重複練習的學習方式將成為過去。根據最新的教育標準，課程和評估設計被要求必須具備基於現實世界項目式學習 (Project-Based Learning) 與創造性問題解決 (Creative Problem-Solving)。學生應該利用技術和數據處理技能來解決問題，包括他們自己的學習或獨立研究。
這些走向都在追趕國際趨勢，但是，推動新課標之初亟缺落實標準的課程內容與師資，建議可向外取經，善用歐美已經設計發展累積的豐富優質多元內容，中外合作共建在地化的課程。(初步參考計算機科學教育免費資源與免費工具集，深入探討可來信)
教材的內容應體現時代性，鼓勵教材編寫者將能夠體現信息技術最新研究成果和發展趨勢，以及有獨特價值的創新內容、應用和案例寫入教材，特別是能反映我國信息技術和信息社會發展新面貌的內容。——出自新課標(三)教材編寫建議
中國擁有大量數據的優勢，政府政策與民間投資在人工智能領域的積亟度都領先全球，中國政府為人工智能時代培養有能力和負責任的現代數字公民的決心是值得關注的。我們的CS4Good 倡議就是主張學習貼近現實案例與情境，並啟發學生創建對社會與社區有用的項目實作。如果您有這樣的項目想法，歡迎與我們交流。
閱讀更多 芥末堆看教育 的文章
