玩游戏也能学编程!少儿编程教育如何为中国AI时代“播种”?

简介: 玩游戏也能学编程!少儿编程教育如何为中国AI时代“播种”?

疫情期间,在线教育一夜爆红,学习编程语言也成为了热门话题。不少B站上的编程教学视频被重新翻出来,众多博主中,一个10后小朋友成功吸引了文摘菌的注意。这个戴着大眼镜的“小老师”名叫“vita君”,竟然是个10后的上海小学生,可以说是全网最年轻的编程教学博主了。

从视频题目来看,小朋友的主要教学内容是swift编程,如今已经有超过12万粉丝。

看到“vita君”,除了感慨“长江后浪推前浪”的同时,文摘菌也意识到,随着AI近几年的大火,编程作为AI的核心基础技能,其教育已经呈现出越来越“低龄化”的趋势,对编程教育“抓早抓小”也成为许多家长的共识。

国家战略和产业发展双向要求,编程教育向低龄靠拢

“少儿编程”在中国的兴起是近几年的事,从2016年到2019年,市场上有关少儿编程教育的企业从34家涨到了340家,短短3年翻了10倍

除了各地如春笋般起来的少儿编程培训班,互联网巨头也在向这个领域探索,去年3月,腾讯游戏宣布与Scratch合作,推出基于Scratch的中小学生编程平台“扣叮”;网易的教育子公司网易有道也在3月宣布,已推出瞄准信息学奥赛培训的“有道小图灵”,以及偏向素质教育的“网易卡搭编程”。

“少儿编程”这个新的方向之所以会吸引如此多的关注,主要得益于新智能时代的大爆发和国家的大战略规划。

我们首先来看两个时间点:

  • 从国家战略规划来看,根据中共中央、国务院印发的《中国教育现代化2035》,提出重点部署面向教育现代化的十大战略任务,其中第八条要求加快信息化时代教育变革,主要内容是要建设智能化校园,统筹建设一体化智能化教学、管理与服务平台。
  • 从产业阶段发展来看,为抢抓人工智能发展的重大战略机遇,构筑我国人工智能发展的先发优势,国务院发布《新一代人工智能发展规划》,指出到2030年,中国要在人工智能理论、技术与应用总体达到世界领先水平,成为世界主要人工智能创新中心。


按照国家的发展规划,到2030年AI人才将成为重要的战略资源,从时间上看,这中间大概有10年左右时间,也就是说,到2030年未来这些能够就业的AI储备人才,真正能帮助国家“智能战略”实现的人,目前正处于10岁左右的青少年时期。

因此,中国要在全球AI竞赛中胜出,对于这个年龄段孩子的编程教育,需要从现在就开始。

什么才是最适合AI时代的编程教育?

编程体现的是一种抽象逻辑思维能力。根据教育认知学的理论,孩子一般会在7岁左右开始形成抽象逻辑思维,10岁左右是抽象逻辑思维的最佳形成期,所以学编程的最佳时机是小学。另外,这个阶段的孩子课业负担也不重,逻辑思维也快,正好可以很好的掌握这样一门技能。

打开百度,搜索少儿编程,映入眼帘的就是各种少儿编程培训班的加盟和报名广告,少儿编程在市场需求和方式方法上,都存在极大的话题和争议。

总的来看,目前市面上的少儿编程教育可以被分成两大派系,在“vita君”的视频下,我们也可以很明显的看出两类编程教育理念之争:

一类人群认为,编程教育和所有理工科教育一样,需要夯实基础,从编程语法基本逻辑开始,解决的也是类似于排序这样的数学问题,因此根本不适合小朋友学习。

持这类观点的家长在“Vita君”视频下的留言👆

比如为了体现编程思维,从2018年开始,高考数学江苏卷、天津卷,就开始要求考生通过阅读伪代码理解程序逻辑,并根据算法得出结果,这类学习题目偏向于很“严肃”的数学问题,罗列大量算法和函数。      

相关编程课程也催生了少儿编程市场一大波“硬核”培训班,小朋友在上手代码前先要读完一本超厚代码书,主要靠“纸”“笔”学习代码,往往导致还没有开始实践,一大半小朋友已经被“劝退”了。

以“vita君”的爸爸为代表的另一批教育者则认为,Coding并不意味着大段大段的代码,培养的更多是一种解决问题的方法,想清楚了之后再去动手coding,事半而功倍。

另外,过早纠结于编程细节会消磨人的兴趣,劝退一批有志于计算机编程的青少年。所以,这类观点认为,比起从变量、数组、函数开始学起的传统套路,用程序解决问题的思想更值得从小培养。

也正是秉承着这样的教育理念,从3岁开始,“vita君”的爸爸就带着“vita君”接触一些益智类游戏。到了4岁左右,”vita君“开始接触苹果推出的swift少儿编程游戏,“vita君”的爸爸也将“vita君”讲解自己如何玩和如何理解的视频记录下来放到B站上,希望激励更多的小朋友了解编程思维。如今“vita君”已经顺利通关了swift的游戏,同时,初入编程世界的“vita君”已经开始钻研起了密码学

游戏化少儿编程浮出水面

对于青少年来说,提升学习兴趣和专注力,实现学用结合是学好一项技能的关键。以编程为例,如果看到的是写满代码的IDE界面,估计不仅小朋友,连文摘菌都会望而却步。

回归教育追求的“因材施教”本身,游戏化学习可能是最贴合教育价值的编程教学方式。传统的编程学习要求学习者精准了解并运用编码的语法格式,遵循严谨的知识结构展开。而游戏化学习则简化了上手步骤,先抛掉对语法结构的苛求,专注于创意的实现,让编程像搭积木一样易操作。

以倡导游戏化学习的编程平台腾讯扣叮为例,扣叮平台上的不少游戏作品素材正是来源于腾讯自家的游戏,这也正是腾讯扣叮在编程教育中的优势所在。

比如扣叮以腾讯经典游戏QQ飞车作为载体开发的这款赛车小游戏,小朋友用10分钟时间,简单的20行代码,就可以自己创作一辆跑车和人物,控制车辆在跑道上飞驰,反馈路径短,成就感和趣味性都很高。

这类游戏化编程教育将编程语言的基础概念融入游戏关卡内,学习者通过输入代码指令来引导角色过关,可以说是零门槛入手。对于孩子来说,其切身体验是在制作一款赛车游戏,整个过程中却又无形的融入了编程知识、逻辑思维、数学应用、艺术审美、解决问题的思路。随着孩子兴趣的增加,再根据关卡的进展不断加大难度,而游戏的过程中,孩子的编程知识也得到逐步扩展。

这种寓教于乐的形式改变了传统的语言学习形式,更容易被孩子接受和喜爱。

利用游戏辅助学习已成全球少儿教育共识

玩儿游戏真的能学知识吗?

对于这个问题,其实在全球青少年教育领域早有共识。通过游戏来学编程体现的是一种思维方式,比如文章开头提到的vita君的例子,苹果这款swift游戏插件,不需要有编程基础也可以愉快地玩耍!几行代码控制Byte就可以在3D的世界里冒险,能够让小朋友迅速获得成就感和正反馈。

假设主角Byte距离宝石有三个台阶,那么你需要向前走三步,然后收集宝石,所以代码如下:


输入这些命令,Byte就可以成功得到宝石,这种“画面有趣”+“及时反馈”的组合正是游戏化学习的优势所在。

起步较早的国外编程游戏

相比于其他学科,编程学习有着更容易实现游戏化学习的先天优势,国外在这一方面起步较早。

比如国内很多少儿编程培训班使用的Scratch,其早在2008年就诞生了,由 “终身幼儿园团队”(Lifelong Kindergarten Group)开发,也是通过搭建代码“积木块”来感悟到条件语句、循环语句、判断这些基础概念,理解参数和命令的区别。

再比如Hopscotch,中文名叫"跳房子",也是一款兼容IOS和Android的免费APP。孩子们编写自己控制字符的代码,使用应用程序代码块进行编程设计。这款应用程序基于字符的设计使它有别于其他应用程序,孩子们也可以在他们的程序中添加文本。

文摘菌曾对少儿类的编程游戏做过一个盘点,国外相关产品确实起步早并且种类较多,但是其语言大多是英语,很少有中文支持做的很好的。

国内的中文产品:腾讯扣叮出位

中国在少儿编程游戏的开发上起步较晚,一是家长的观念没有形成,总是把游戏看作是“洪水猛兽”,谈之色变;二是这种游戏远远没有传统竞技游戏带来的商业利益大,多少带点公益性质,因此很少有厂商会主动去做。

尽管如此,随着国家政策的号召,一些跨界厂商开始行动起来。比如腾讯的扣叮,除了开发产品,也背负了少儿编程赋予一家游戏公司的社会责任。

由于前期疫情影响导致全国中小学推迟开学,在线教育走进了更多家长和孩子的视野,青少年编程教育也受到了大家更多的关注,腾讯扣叮在此节点面向全国中小学生免费开放百节优质课程,让孩子在家听课的同时,也能通过游戏既放松身心,又学到知识。

如何给更多中国青少年种下“AI”的种子?

许多国家的人工智能战略都将“人才培养”放在了核心地位,这在对少儿编程教育的重视上,体现的淋漓尽致。

  • 2016年,美国政府为了少儿编程,不惜投入巨额资金,要求全国的学校提高和推广编程学科的质量;
  • 英国在2014年时也将少儿编程加入了必修课程当中,要求全国五岁以上的小学生必须开始接触少儿编程;
  • 澳洲要求十岁的学生开始进行少儿编程的学习;
  • 日本早就在中小学中普及编程教育科目。

我国也意识到了这一点,早在2017年7月,国务院下发《新一代人工智能发展规划的通知》,在第六条中强调:“在中小学阶段设置人工智能相关课程,逐步推广编程教育,鼓励社会力量参与寓教于乐的编程教学软件、游戏的开发和推广。

目前“在中小学阶段设置人工智能相关课程”和“逐步推广编程教育”这两条都在稳步推进中,各地人工智能的教材也在走进中学,而“鼓励社会力量参与寓教于乐的编程教学软件、游戏的开发和推广”也得到了腾讯等社会企业的响应。

故今日之责任,不在他人,而全在我少年,少年智则国智,少年强则国强”。在现今人工智能的浪潮下,我们需要一批AI的青年力量来为我们这个国家添砖加瓦,少儿人工智能教育和编程能力的提升迫在眉睫。

而如何给更多青少年种下这颗“AI”的种子?传统“一教一受”的方式恐怕已经与时代不相符合,更需要的是通过趣味化的场景,将编程能力和AI思维引入更多更低年龄阶段的学习者日常中去,显然,游戏化的少儿编程教育无疑是青少年人工智能普及中最有效、也最直接的方式之一。

相关文章
|
1月前
|
机器学习/深度学习 数据采集 人工智能
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】随着人工智能的发展,深度学习技术正逐步应用于教育领域,特别是个性化学习系统中。通过分析学生的学习数据,深度学习模型能够精准预测学生的学习表现,并为其推荐合适的学习资源和规划学习路径,从而提供更加高效、有趣和个性化的学习体验。
131 9
|
28天前
|
人工智能 安全 JavaScript
Open Interpreter:AI 赋能终端!在终端中对话AI模型进行编程,通过运行代码来完成各种计算机操作任务
Open Interpreter 是一个让语言模型运行代码的强大工具,提供了一个类似 ChatGPT 的界面,支持多种编程语言和丰富的功能。
82 7
Open Interpreter:AI 赋能终端!在终端中对话AI模型进行编程,通过运行代码来完成各种计算机操作任务
|
14天前
|
人工智能
带上团队一起来做 AI 编程实践丨通义灵码联合TGO鲲鹏会开启 AI 大课
带上团队一起来做 AI 编程实践丨通义灵码联合TGO鲲鹏会开启 AI 大课
|
18天前
|
人工智能 并行计算 调度
【AI系统】CUDA 编程模式
本文介绍了英伟达GPU的CUDA编程模型及其SIMT执行模式,对比了SIMD和SIMT的特点,阐述了SIMT如何提高并行计算效率和编程灵活性。同时简要提及了AMD的GPU架构及编程模型,包括最新的MI300X和ROCm平台。
48 5
|
1月前
|
人工智能 自然语言处理 IDE
通义灵码让AI帮你实现自动化编程
通义灵码是由阿里云与通义实验室联合开发的智能编码辅助工具,具备行级/函数级实时续写、自然语言生成代码、单元测试生成、代码优化、注释生成、代码解释、研发智能问答及异常报错排查等功能。该工具支持200多种编程语言,兼容主流IDE,如Visual Studio Code、Visual Studio和JetBrains IDEs。通义灵码在Gartner发布的AI代码助手魔力象限中表现出色,成为唯一进入挑战者象限的中国科技公司。目前,通义灵码下载量已超过470万,每日辅助生成代码超3000万次,被开发者广泛采用。
|
1月前
|
人工智能 自然语言处理 搜索推荐
AI辅助教育:个性化学习的新纪元
【10月更文挑战第31天】随着人工智能(AI)技术的发展,教育领域迎来了一场前所未有的变革。AI辅助教育通过智能推荐、语音助手、评估系统和虚拟助教等应用,实现了个性化学习,提升了教学效率。本文探讨了AI如何重塑教育模式,以及个性化学习在新时代教育中的重要性。
|
21天前
|
机器学习/深度学习 人工智能 并行计算
【AI系统】芯片的编程体系
本文探讨了SIMD与SIMT的区别及联系,分析了SIMT与CUDA编程的关系,深入讨论了GPU在SIMT编程的本质及其与DSA架构的关系。文章还概述了AI芯片的并行分类与并行处理硬件架构,强调了理解AI芯片编程体系的重要性,旨在帮助开发者更高效地利用AI芯片算力,促进生态繁荣。
46 0
|
1月前
|
机器学习/深度学习 人工智能 算法
AI与未来教育:一场革命性融合
在这个信息爆炸的时代,人工智能(AI)正逐步渗透到我们生活的每一个角落,教育领域也不例外。本文旨在探讨AI技术如何革新传统教育模式,以及这一变革可能带来的深远影响。通过分析AI在个性化学习、智能辅导系统、教育资源优化分配等方面的应用案例,揭示其对未来教育生态的重塑潜力。同时,文章也将讨论伴随技术进步而来的挑战,如数据隐私保护、教师角色转变等问题,并提出相应的解决思路和建议,为构建更加公平、高效、人性化的教育体系提供参考。
|
2月前
|
人工智能 搜索推荐 安全
人工智能与未来社会:探索AI在教育领域的革命性影响
本文深入探讨了人工智能(AI)技术在教育领域的潜在影响和变革。通过分析AI如何个性化学习路径、提高教学效率以及促进教育资源的公平分配,我们揭示了AI技术对教育模式的重塑力量。文章还讨论了实施AI教育所面临的挑战,包括数据隐私、伦理问题及技术普及障碍,并提出了相应的解决策略。通过具体案例分析,本文旨在启发读者思考AI如何助力构建更加智能、高效和包容的教育生态系统。
|
1月前
|
安全 搜索推荐 机器学习/深度学习
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】在人工智能的推动下,个性化学习系统逐渐成为教育领域的重要趋势。深度学习作为AI的核心技术,在构建个性化学习系统中发挥关键作用。本文探讨了深度学习在个性化推荐系统、智能辅导系统和学习行为分析中的应用,并提供了代码示例,展示了如何使用Keras构建模型预测学生对课程的兴趣。尽管面临数据隐私和模型可解释性等挑战,深度学习仍有望为教育带来更个性化和高效的学习体验。
142 0