4、AI-PACK：教师人工智能能力框架解析

AI-PACK：教师人工智能能力框架解析

1. 人工智能信息处理特点

人工智能（AI）的信息处理核心部分并非通过手动设计的流程，而是由“事实”“示例”以及目标驱动产生。机器学习（ML）系统与传统良好老式人工智能（GOFAI）系统在功能上虽都依赖输入数据，但实践中存在显著差异。GOFAI系统的通用推理算法会在由事实和规则生成的空间中寻找特定解决方案，且这些过程可精确追溯；而ML系统的应用范围广泛，不过其在训练过程中通过迭代逼近产生的功能仅能满足统计质量标准，这与“手动”软件开发有明显区别，手动开发中人类运用结构化分解和分析洞察力追求正确性等质量标准，并通过多种方法验证和确认。AI系统的多数特性源于其信息处理过程的生成方式，因此，适当的信息学教育对培养AI能力至关重要。

2. AI - PACK各领域解析

AI - PACK涵盖了教师在人工智能方面的专业知识，基于DPACK模型，包括AI - K、AI - PK、AI - CK和AI - PCK四个领域。

2.1 AI - K：AI相关知识

AI - K指从技术、社会文化和用户导向的角度识别、理解、反思并塑造AI现象的能力。若仅关注数字能力，应用达格斯图尔模型即可。例如，学生应具备批判性地质疑在线商店中的建议和价格（A - “我如何使用这个？”）、讨论自动驾驶汽车的可靠性（S - “有什么影响？”）、选择合适的ML程序自动识别包含特定工件的图像（T - “这是如何工作的？”）等能力。而教师除了学生应掌握的知识外，还需更具体的知识，特别是在非计算机科学领域，通常首先会遇到特定应用问题，接着是技术如何工作以及社会影响等问题。

2.2 AI - PK：AI相关教学知识 <