点击蓝字 关注我们
物理实验中的计算成像
——人工智能与物理的跨学科课程设计与实施
文_赵爱慧 张 思 袁中果／中国人民大学附属中学
本文在已有的课堂教学案例“基于机器学习的物理实验数据分析”[1]基础上，面向真实问题，从高中信息技术与物理学科的核心素养出发[2][3]，聚焦学科的共性和交叉点，即模型和数据，设定单元学习主题为“模型建构与数据分析”，进行跨学科单元教学设计，打破学科壁垒，让学生充分亲历人工智能与物理的跨学科思维方式，体验跨学科知识和技能解决真实问题的过程，提升跨学科素养和综合素质。
跨学科单元教学设计
跨学科教学的核心是面向真实问题。在高中物理实验课堂上，经常遇到复杂非线性模型被理想化、实验不好做或不能做等情况，导致学生所学知识与真实情境有较大偏差。以人工智能为核心概念，在解决物理实验面临的真实问题时，既能实现跨学科知识的整合，又能提升学生主动利用跨学科思维进行思考并综合运用多学科知识解决问题的能力，还能激发学生探究现实世界的兴趣，从而进一步体会跨学科的综合性，以及学科之间的关联性。
单元目标
以信息技术和物理学科的核心素养为导向，围绕高中信息技术学科核心素养（信息意识、计算思维、数字化学习与创新），以及高中物理学科核心素养（科学思维、科学探究），提炼出“模型和数据”这个两学科的共性和交叉点，设定跨学科单元学习的主题为“模型建构与数据分析”。聚焦到如何合理地对物理实验研究中的真实问题进行建模，获取和处理信息，并通过跨学科合作探究解决问题，最终实现迁移应用，是这次跨学科单元教学的目标。
根据科学探究的思路，基于观察和实验提出物理问题，学生能够进行初步的猜想和假设，设计实验，合理获取和组织处理信息，形成解决问题的初步方案。然后通过数据获取与观察分析，进行简单到复杂的模型建构，在数据处理与重建的过程中，依托人工智能概念，尤其是机器学习的原理，将抽象的物理概念或问题通过更加清晰可见的观测手段或者可视化计算成像、模拟仿真等呈现处理，最终解决物理模型理想化、实验不好做或不能做等物理实验中遇到的问题。
学生通过跨学科单元学习，能够充分体会合理模型建构与数据分析的重要性，增强信息意识，提升计算思维与科学思维，强化界定问题—分析问题—求解问题—迁移应用的问题求解思路，最终促进跨学科核心素养的发展。
单元内容分析和教学活动设计
本单元主题为“模型建构与数据分析”，面向高一年级学生，所需总课时约为6课时，单元内容设计以学生为中心。
从核心素养和单元教学主题出发，基于学生的学习基础和认知经验等，本单元内容分为3部分（物理实验中的数据分析、物理实验中的计算成像、物理实验中的仿真模拟），对应学生熟悉程度由强到弱的分析方法（手画图和电子表格、图像和视频分析、模拟仿真），从学习基础最扎实的方法出发，在拆解物理实验面临的问题时，形成问题链，将人工智能核心概念由浅入深地逐步渗入，实现单元教学目标。具体教学活动设计如下。
● 第1—2课时：物理实验中的数据分析。学生观察带有空气阻力的落体运动，获得实验数据；通过人机两种不同的数据分析手段，对比最佳拟合线的获取过程和结果；借助最佳拟合的原理，理解机器学习的框架，体验跨学科中的模型建构与数据分析。
● 第3—4课时：物理实验中的计算成像。基于测重力加速度的物理实验，学生通过打点计时器和运动图像视频等分析方法，建模并获取实验数据；借助运动视频智能分析软件，进一步强化机器学习的基本框架，同时面向实际问题“如何让物理实验图像看得见和更清晰”；借助物理前沿及算法原理，通过计算成像的跨学科链接，再次强化模型建构与数据分析的重要性。
● 第5—6课时：物理实验中的仿真模拟。针对物理研究中不好做或难以呈现的实验，学生通过合理的模型与数据，实践进行可视化的模拟仿真。认识其在物理课堂和科研中发挥的巨大作用，探索机器人学与物理学相结合后产生的无限可能，进一步促进人工智能与物理跨学科知识的融合，掌握真实问题的求解思路。
学生通过单元学习，从理论分析到实践，了解常见的模型建构与数据获取机制，掌握利用信息技术进行数据处理的基本方法，学会运用计算思维进行分析与重建，并通过科学探究解决现实问题，逐步完成跨学科概念的理解和迁移应用，最终促进核心素养的发展，实现育人价值。
教学目标及教学设计
下面以“物理实验中的计算成像”教学活动（第4课时）为例进行说明。“物理实验中的计算成像”教学活动位于整个单元的中间位置，在基于机器学习的物理实验数据分析基础上，通过第3课时的课堂实践建模并获取实验数据后，在本课时借助计算成像，强化模型和数据的概念，加深对机器学习的理解，为后续更好地处理复杂问题及模拟仿真打下基础，提升学生综合运用跨学科知识的能力。本课时的教学目标如下。
● 通过探究运动的传统实验，观察分析处理数据的过程，体会科学研究的方法。
● 通过运动视频的分析过程，掌握机器学习的原理，强化合理模型建构与数据获取处理的重要性。
● 了解物理前沿发展，通过计算成像的案例，进一步巩固机器学习的过程，强化科学探究与计算思维的结合，提升解决问题的能力。
● 通过计算成像的内涵与外延，体验跨学科迁移应用，最终促进核心素养的发展。
基于以上4个教学目标，本课时的教学活动设计以学生为中心，以问题链激发学生内驱力，教师起引导作用。
本课时教学设计的框架如图1所示。
参考文献
[1] 赵爱慧，武迪，袁中果．人工智能+物理的跨学科课程设计与实施——基于机器学习的物理实验数据分析[J]．中国信息技术教育，2021（5）：66-70．
[2] 中华人民共和国教育部制定．普通高中信息技术课程标准（2017年版2020年修订）．
[3] 中华人民共和国教育部制定．普通高中物理课程标准（2017年版2020年修订）．
（本文系北京教育学院教改课题“人工智能交叉赋能的中学跨学科创新教学实践研究”（XYJG2023-33）研究成果）■
未完待续 敬请关注下
点击图片直接跳小程序
来源 | 《中国科技教育》2024-08，文章编辑：毕晨辉
编辑、排版 | 孟想
