以強調“思維”為主線，通過“輕編程”、“淺AI”關聯生活與學科。從問題出發，用計算思維的方式分析，用創造性的思維去想象解決方案，最后用設計思維去想象可能會產生的作品。
——摘自IEIC演講嘉賓 俞勇先生
10月17日，第四屆IEIC國際教育創新大會在上海浦東嘉里大酒店隆重舉辦。本次大會由中國陶行知研究會和遠播教育研究院聯合主辦，以“守望教育初心·成就孩子夢想”為主題，集聚海內外專家、學者，以國際視野探討教育話題，直擊當下教育的痛難點，共話未來教育藍圖!
大會線上線下累計2500萬流量，現場眾多學生和家長慕名而來，與教育大咖、專家學者等面對面交流教育理念，探討孩子成長中的困惑，很多家長表示受益匪淺。
在本次大會上，中國高等教育學會副會長、上海交通大學原黨委書記姜斯憲先生為教育者論壇致辭，我們一起來回顧一下他分享的精彩內容。
俞勇
上海交通大學特聘教授ACM班創始人伯禹教育創始人
俞勇先生的主題演講圍繞以下內容展開：
1.智能時代科技創新人才培養的現狀
2.中小學是培養科技創新后備人才的關鍵期
3.中小學科技創新培養的德國模式
4.中小學科技創新培養的伯禹探索
▲俞勇先生現場精彩演講
智能時代科技創新人才培養的現狀
俞勇先生放眼全球，介紹了智能時代科技創新人才培養的現狀。
國際創新人才培養現狀
在“國際科技創新中心綜合排名前10城市(都市圈)發展模式”中，北京、粵港澳大灣區上榜，與舊金山、紐約、東京等城市一起位列前10，這表明中國城市作為國際科技創新中心的新興力量正在崛起。
▲數據來源：北大法寶 前瞻產業研究院整理
在“科技人力資源前20城市(都市圈)”中，慕尼黑排名第一，北京排名第五。但在“活躍科研人員數量與高被引科學家比例”中，慕尼黑和北京排名并不高，這表示，人才多的國家，高被引科學家不一定多。俞勇先生認為，我國目前正處于這種情況，缺少非常優質的人才。
▲數據來源：《 國際科技創新中心指數2021》
國內創新人才培養現狀
下圖顯示了國內各省市人才政策頒布的數量，數量越多，顏色越深。從圖中可以看出，沿海地區比內地聚集了更多人才。黑龍江也有很多人才聚集，主要是因為黑龍江與俄羅斯相鄰，吸引了較多的俄羅斯人才。
▲數據來源：北大法寶 前瞻產業研究院整理
從“人才政策類別占比圖”中可以看出，各地頒布的人才政策以人才培養類為主，占比82%。
▲數據來源：北大法寶 前瞻產業研究院整理
人才政策是各省市“十四五”人才規劃的重點。從“2020年中國各地區15歲及以上人口平均受教育年限(單位：年)”表中可以看出，國內教育資源仍處于分布不均衡狀態，17個省份的15歲以上人口平均受教育年限均低于全國平均。
▲資料來源：國家統計局 前瞻產業研究院整理
“2020年中國重點高等院校區域分布圖”顯示，國內重點高校分布嚴重不均衡，90.52%集中在省會和直轄市。
▲圖片來源：艾瑞咨詢研究院根據公開資料自主研究及繪制
中小學是培養科技創新后備人才的關鍵期
俞勇先生認為，智能時代推動中小學科技創新人才的培養，繞不開AI、人工智能、編程教育。但這并不代表要把復雜的編程知識下沉到中小學階段學習，而是應該以強調“思維”為主線，通過“輕編程”、“淺AI”關聯生活與學科。讓學生學會從問題出發，用計算思維的方式分析，用創造性的思維去想象解決方案，最后用設計思維去想象可能會產生的作品。
要做到這一點，俞勇先生認為有兩方面難點：
1.師資不平衡，優質科學教育難普及
很多中學里面，優秀教練分布不平衡。這種情況下，應該以什么樣的標準進行考核?教練怎么備課?作業怎么評估?這些都是有待解決的問題。
2.學生實踐平臺的搭建
編程和其它學科不一樣，必須要有一個平臺讓學生去實踐。一個優質的平臺可以及時指出學生錯誤，提高學生學習的體驗度，否則學生很難堅持下去。
中小學科技創新培養的德國模式
德國模式和目前我國正處于的以及將要跨入的教育階段非常吻合。德國全面普及MINT教育，具體指數學、信息學、自然科學、技術。它從六個維度去評價青少年教育：
第一、信息的搜索、處理與存儲
面對海洋一樣的數據信息，學生如何才能提高效率，快速找到想要的信息，然后處理、儲存它。這是學生在學習、生活中需要學會運用的一種高效率手段。
第二、溝通與合作
將來的世界是需要集體的力量去完成一項事業的。因此要從小讓學生學會分享，擁有獨立思考的能力，要讓學生一起完成共同的目標，這就要求學生具有溝通與協作能力。
第三、制作與呈現
學生的動手能力一定要強，把想法變成作品，作品要有能力制作出來。
第四、信息保護和安全活動
在信息化時代要注重隱私保護，要讓學生有敬畏感，明白“紅線”在哪。
第五、問題解決和行動
解決技術問題，根據需要使用工具。找出自己的不足并尋找解決方案，識別和制定算法。
第六、分析和反思
進行分析和評估，反思之后會不會出現新的問題。
德國教育評價維度分成四個等級，每個等級有兩個層次：
基礎等級：第一個層次是根據指引信息，能夠完成簡單任務，了解知識內容;第二個層次是僅在必要時提供指導，能夠自主完成簡單任務、記住知識內容。
中級等級：第一個層次是能夠自我明確、定義日常任務和簡單問題，達到理解知識內容的程度;第二個層次是能夠自主根據自我需求，明確定義任務目標和非常規問題，達到理解知識內容程度。
高級等級：第一個層次是指能夠完成不同的任務與問題，并且指導他人，達到能應用知識的程度;第二個層次是能夠完成大部分適宜任務，在復雜的背景中適應與他人的工作方式，同時可以進行自我評估。
專業等級：第一個層次是可以使用有限的多種方案解決復雜問題，能夠整合實踐經驗并指導他人，以達到創造的水平;第二個層次是指能夠解決具有多重相互影響因素的復雜問題，可以在領域內提出自己的想法和處理流程，能夠自我創造。
俞勇先生介紹了德國教育的“項目評測體系”、“過程化評測體系”和“實踐式評測體系”：
“項目評測體系”：德國教育一般會用項目驅動的方式做一個項目，用項目來評價每個人所做的工作到底是什么樣，它是一群人去做一件事。
“過程化評測體系”：相比結果，更注重過程評測，這就有效避免了學生“一考定終生”。
“實踐式評測體系”：學生在中學階段就可以在企業、科研機構、大學的實驗室項目進行體驗式的學習，這樣學生就能更早的了解每個專業，避免學生上大學后還不知道如何選擇專業。
中小學科技創新培養的伯禹探索
俞勇先生認為，從思維創新、應用實踐、科創實戰三方面，可以看到AI背后隱含的思想：
第一、數據定義算法
AI的思維是數據定義算法，而不是算法去解決問題。俞勇老師以無人駕駛、二進制為例，具體闡述了這一理論。
第二、探索與試錯
AI是在不斷的試錯過程中找到最優解。因此不要害怕學生犯錯，要在學生犯錯過程中找到真正優的解。
AI是一種思維，在其他學科的應用非常廣泛。例如，醫療、城市交通、歷史、社會倫理。在應用實踐上，對AI的探索要通過體驗、學習、創造分層次進行。學生在科創實戰中，應該深挖數據中隱藏的秘密，探究AI的前沿應用。教育工作者應該通過中學和大學的聯合，指導學生成為科技創新的后備人才。
