学习收获<一>
问题链之标杆课
《读你AI——基于个性化推荐算法的图书推荐》
2024.9.28-30湖北宜昌
每一个能去参加全国初中信息科技优质课展示与交流的教师所呈现的课堂，都有很多值得学习借鉴的优点和亮点，每位听课观摩的老师体会与感受各不相同。
作为标杆课之一《读你AI——基于个性化推荐算法的图书推荐》的课例，除了参加小组第一轮说课并进入上课，而且在活动闭幕式环节面向全体参会人员进行再次说课，精彩多多，我印象最深刻并深受启发的是老师用“问题链”推动整个实验教学。
本课内容选自新课标，模块是人工智能与智慧社会人工智能三要素中的算法部分内容，参照中小学实验教学基本目录的教学要求，将人工智能算法分为三课时教学，本课为第二课时分类与预测算法。
本课通过班级图书推荐系统的使用和体验，带领学生感受、收集读者信息、绘制用户画像，最终利用多种推荐算法实现图书个性化推荐。课程对象为九年级学生，在日常教学过程中，教师发现他们对班级图书书籍兴趣不浓，于是引导学生从个性化推荐角度思考如何解决这一真实问题。大部分学生在生活中使用过互联网APP个性化推荐功能，但对算法原理和实践过程非常陌生。因此，根据以上教学内容，制定了如下教学目标。
首先，在信息意识方面，通过生活中的书籍推荐，类比理解人工智能进行图书推荐的过程，增强主动思考如何使用人工智能解决问题的意识。其次，在计算思维方面，通过实验对书籍和用户喜好进行关联匹配，理解独有协同并过滤推荐书籍的过程，提高问题抽象分解建模的能力。最后，在数字化学习创新方面，通过实验平台对读书喜好进行各种统计，应用数字化学习工具，充分实现分类预测，提升利用数字设备开展创新实践活动的能力。
在信息社会责任方面，通过分析不同推荐算法的特点，理解数据安全和信息茧房等隐患，提高学生的信息安全意识。其中，理解推荐算法在人工智能分类预测中的作用是本课的重点。通过模拟实验理解个性化推荐算法的特点和实现过程是本科的难点。为了突出重点和难点，本课采用一链双线教学策略，以具象直观的实验活动为明线，以循序渐进的知识建构为暗线，通过问题链将学生从掌握信息科技到解决真实问题，实现内化提升。
在教学过程中，首先通过问卷，了解到学生对班级图书兴趣不同的主要原因是没有自己想看的书。班级图书管理员表示，由于不了解大家的读书喜好，每次更新书籍时只能随机选择。为了实现快速准确的了解每位同学的读书喜好，并据此进行个性化推荐。经过专门讨论，学生认为可以利用人工智能系统实现图书个性化推荐。
那么，什么是个性化推荐呢？通过微课，帮助学生快速建立生活经验与课程知识之间的关系，并能说出生活中常见的个性化推荐APP。
经过交流讨论，学生意识到个性化推荐离不开用户数据。那么，如何根据数据进行个性化推荐呢？通过连续追问，激发学生对个性化推荐算法的求知率。
教师引导学生开始实验设计，为实现班级图书的个性化推荐，需要采集用户信息，学生在实验手册上完成填写。随后学生开始自主尝试学习个性化推荐图书系统的使用方法，并在此过程中逐步理清实验思路，从采集数据到算法排序，最终实现个性化推荐，为后续动手实验奠定基础。
在动手实验环节，学生首先在平台上填写个人信息，勾选读书喜好，系统会快速生成每个同学的读书画像，通过对比学生理解内容标签与用户分类之间的关系。他们非常希望了解人工智能会为自己推荐什么样的书，于是学生们继续在平台上点击查看，对于推荐得到的书，大部分同学非常满意。他们发现这些书的分类与用户分类一致。教师总结了通过打标签、分类推荐的办法，即基于内容推荐算法。为了帮助学生进一步理解基于内容推荐算法的实现过程和特点，请同学们思考以下两本书中哪一本更有可能推荐给教师。
学生讨论后认为，当一个对象满足标签数量越多，被推荐的可能性越大，标签种类越多，推荐更加精准。然而，也有同学反映推荐的书是自己阅读过的，且总是同一类型。教师通过生活中的挑食现象类比，帮助学生理解该算法的不足，可能会导致信息检查，进而顺势引出另一种推荐算法，即协同过滤算法。为了帮助学生更好地理解这一算法，降低认知难度，师生应该回归到生活中好友之间的图书推荐。
课前教师与学生进行了互动活动。教师提出了一本曾阅读过的书，那么在同学中谁阅读过这本书？是否认为这本书不错？有哪些书可以推荐给老师？通过课前互动，帮助学生更加容易地思考协同过滤算法的实现过程。他们认为两位好友之间有共同的爱好和兴趣，并且其中一位同学推荐的书是另一位同学没有阅读过的书，这类书被推荐成功的可能性很大。
如何让系统识别出这样的独有？结合生活经历，学生可以通过打分评价的方式判断系统是否阅读过书，兴趣爱好是否相似。学生在实验平台上对系统给出的图书进行评分，通过可视化图表，学生们更直观明了地理解了相似好友的判断依据。
为了进一步帮助学生理解协同过滤算法的特点和实现过程，老师请同学们通过演绎的方式展示算法的实现步骤。
过滤算法的最大优势是可以减缓信息茧房的产生。然而在实际教学过程中，也有同学反映没有收到好友的推荐书。经过思考交流后，学生认为可能是因为数据量不够庞大。今天上课的只有20位同学，评价的书也只有20本。如果 书籍足够多，参与的人数足够多，一定会收到好友的推荐。进而总结出协同过滤算法，需要自己和他人大量的历史数据作为支撑，才能实现更精准的推荐。
至此，学生们对算法在人工智能分类预测中的作用有了全面的认识，并能总结出两种算法的特点和适用场景。在拓展应用环节，学生畅想利用个性化推荐算法解决生活中的其他类似问题，并能意识到算法背后的数据安全问题，进而提升他们的信息社会责任意识。整个过程中，学生通过动手实验的方式，完全体验了图书的个性化推荐过程，掌握了知识，内化了素养。
本课的板书设计清晰明朗，
重点突出，值得借荐。
课程设计的亮点有三：
（一）自制仿真实验平台
通过自制仿真实验平台可视化呈现算法的实现过程，帮助学生并分析不同算法的特点，并在课堂教学中融入评价体系，保障“教-学-评”的一致性。其次，巧用类比降低认知难度，拉近学生的最近发展区，加速他们对新知的理解。
（二）巧用类比降低认知难度
（三）问题链驱动实验
通过问题链驱动实验的推进，通过螺旋上升的问题，帮助学生对于人工智能从感性体验到原理探究，再到理性认知，学会批判思考，与AI共存。
……
问题链
本课的亮点之一问题链的设计引起了我的关注，特别想在自己的课堂教学中亲身实践，于是搜索了问题链的相关知识，有如下收获。
1.问题链的设计目的在于引导学生形成连贯的思维模式，使他们在面对后续问题时能有所预见和准备。
2.课时问题链要有可探究性，始终以学生为立场进行设问。
3.教师在设计问题并优化过程中，要将上一个问题的解决成为后续探究的基础，形成有机整体。
4.每个核心问题均对应特定的教学活动。
5.以学生视角进行设问，注重问题链的逻辑性。
6.在设计问题时，教师应明确问题的认知层次，区分该问题是引导学生进行描述、定义、解释、分析、应用、评价、批判还是创造。
……
火马碎碎念：
高端的优质课展示
启迪了教师们的教学智慧，
丰盈了一线信息科技教师
教学的底气和信心。
欢迎加入知识星球，
更加便捷地互动交流。
