台上的老师拿着翻页笔，PPT上跳出来一行字“今天我们学习人工智能的图像识别功能”。底下的学生齐刷刷打开电脑，按照预设好的步骤，把提前拍好的猫的照片拖进系统，点一下按钮，屏幕跳出“识别结果：猫，置信度98%”，全班鼓掌。
旁边坐的教了20年科学课的老陈，撇了撇嘴，胳膊肘戳了戳我：“这跟我小时候上电脑课，按步骤画个填充矩形有啥区别？”
我没接话。
第三排的小男孩举了三次手，说想把自己画的歪歪扭扭的猫拖进去试试，老师笑着摆了摆手，指了指墙上的教学进度表——离下课还有8分钟，得赶在点之前完成“总结升华”的环节。
我们到底在教孩子什么
说实话，我见过太多这样的人工智能课了。
学校斥资买了成套的预制教学系统，所有的操作步骤、所有的测试样本、所有的“正确答案”，全是提前焊死在程序里的。学生要做的，就是对着操作手册一步步点下一步，连输入一个参数的权限都没有。有个常见的场景：有学生想把识别的猫换成自己家的狗，系统直接弹红叉，提示“请上传符合要求的图片样本”。
这哪是教人工智能啊。
这是教大家怎么配合演一节好看的公开课。
很多人觉得，反正中小学生也学不懂什么算法原理，不如就搞点直观的操作，让他们觉得人工智能很厉害，就算完成教学目标了。这话听着有道理，可仔细琢磨就不对——如果整节课的所有环节都没有意外，没有试错，没有“我想试试别的行不行”的空间，那孩子学完能得到什么？无非是知道“哦，人工智能点一下就能认出猫”，跟知道“按一下遥控器就能开电视”，没有任何认知上的差别。
那些没走形式的课，到底长啥样
上个月我去城郊的一所普通初中，听了一节没有“成套设备”的人工智能课。
没有漂亮的预制系统，老师就带着学生用开源的简易图像识别模型，自己攒数据集。为了识别校园里的流浪橘猫，全班连着三周午休蹲在操场拍照片——有的猫挡着脸，有的猫在树后面只露个尾巴，有的照片里还不小心拍到了路过的同学，前前后后拍了快两百张，导进模型里训练，一开始识别准确率只有30%。
大家围着屏幕找原因，有人翻着照片找问题，突然喊了一句：“模型把地上的黄落叶当成猫了！”还有人发现，有几张照片里的橘色校服外套，也被模型标成了猫。
扎羊角辫的女生突然拍桌子笑，说上次有个男生踩了猫尾巴，她拍视频的时候把那个男生也拍进去了，难怪模型总把穿橘色校服的人认成猫。
没人急着拉回进度。
老师就顺着问，那现在模型认错了，我们该怎么办？
学生七嘴八舌出主意：把落叶的照片、穿橘色校服的照片单独导进去，告诉模型“这些不是猫”；下次拍照片的时候，多拍点不是猫的橘色东西，别光拍猫。
我当时坐在教室后面，听着他们吵吵闹闹的，鸡皮疙瘩都起来了。
这才是真的在学东西啊。
没有那么多高大上的术语，可他们已经摸到了人工智能最核心的逻辑：所有看起来神奇的人工智能，本质上都是从你给它的例子里学规律的，你给的例子歪了，它学出来的东西就全歪。
别把上课的“容错空间”挤没了
不过话说回来，也不能全怪一线的老师。
毕竟要应付展示，要赶进度，要保证整节课不出错，谁也不想在几十位听课的评委面前，让学生瞎点按钮搞出乱子。可问题是，人工智能这门课，最珍贵的部分恰恰就是“乱子”啊。
你让学生把参数调错了，模型识别出一堆离谱的结果，他才会明白“哦原来参数是影响结果的”；你让学生把脏数据导进去，模型学出来一堆歪歪扭扭的结果，他才会明白“原来训练数据的质量这么重要”。这些东西，是照着预制手册点一百次按钮，都学不会的。
我之前碰到过一个六年级的小孩，他跟我说，上人工智能课最没意思的地方就是，所有步骤都是对的，点完按钮就出正确结果，那我学它干嘛呢？我按个电梯不也是点一下就到楼层吗？
他说的没错。
没有试错空间的人工智能课，本质上和教孩子按电梯没区别——你按了按钮，灯亮了，楼层到了，你不需要思考这背后的逻辑，不需要调整任何参数，只需要做那个最机械的动作就行。
现在很多学校都在抢着开人工智能课，比谁的设备贵，比谁的展示展板做的漂亮，可很少有人问一句，我们留了多少空间给孩子“瞎折腾”？
下次接孩子放学，别追着问今天人工智能课学了什么高深算法。就多问一句：你今天有没有试着故意操作错一次，看看系统会出什么笑话？
作者|教育
排版|教育
审核|乐乐