以强调“思维”为主线，通过“轻编程”、“浅AI”关联生活与学科。从问题出发，用计算思维的方式分析，用创造性的思维去想象解决方案，最后用设计思维去想象可能会产生的作品。
——摘自IEIC演讲嘉宾 俞勇先生
10月17日，第四届IEIC国际教育创新大会在上海浦东嘉里大酒店隆重举办。本次大会由中国陶行知研究会和远播教育研究院联合主办，以“守望教育初心·成就孩子梦想”为主题，集聚海内外专家、学者，以国际视野探讨教育话题，直击当下教育的痛难点，共话未来教育蓝图!
大会线上线下累计2500万流量，现场众多学生和家长慕名而来，与教育大咖、专家学者等面对面交流教育理念，探讨孩子成长中的困惑，很多家长表示受益匪浅。
在本次大会上，中国高等教育学会副会长、上海交通大学原党委书记姜斯宪先生为教育者论坛致辞，我们一起来回顾一下他分享的精彩内容。
俞勇
上海交通大学特聘教授ACM班创始人伯禹教育创始人
俞勇先生的主题演讲围绕以下内容展开：
1.智能时代科技创新人才培养的现状
2.中小学是培养科技创新后备人才的关键期
3.中小学科技创新培养的德国模式
4.中小学科技创新培养的伯禹探索
▲俞勇先生现场精彩演讲
智能时代科技创新人才培养的现状
俞勇先生放眼全球，介绍了智能时代科技创新人才培养的现状。
国际创新人才培养现状
在“国际科技创新中心综合排名前10城市(都市圈)发展模式”中，北京、粤港澳大湾区上榜，与旧金山、纽约、东京等城市一起位列前10，这表明中国城市作为国际科技创新中心的新兴力量正在崛起。
▲数据来源：北大法宝 前瞻产业研究院整理
在“科技人力资源前20城市(都市圈)”中，慕尼黑排名第一，北京排名第五。但在“活跃科研人员数量与高被引科学家比例”中，慕尼黑和北京排名并不高，这表示，人才多的国家，高被引科学家不一定多。俞勇先生认为，我国目前正处于这种情况，缺少非常优质的人才。
▲数据来源：《 国际科技创新中心指数2021》
国内创新人才培养现状
下图显示了国内各省市人才政策颁布的数量，数量越多，颜色越深。从图中可以看出，沿海地区比内地聚集了更多人才。黑龙江也有很多人才聚集，主要是因为黑龙江与俄罗斯相邻，吸引了较多的俄罗斯人才。
▲数据来源：北大法宝 前瞻产业研究院整理
从“人才政策类别占比图”中可以看出，各地颁布的人才政策以人才培养类为主，占比82%。
▲数据来源：北大法宝 前瞻产业研究院整理
人才政策是各省市“十四五”人才规划的重点。从“2020年中国各地区15岁及以上人口平均受教育年限(单位：年)”表中可以看出，国内教育资源仍处于分布不均衡状态，17个省份的15岁以上人口平均受教育年限均低于全国平均。
▲资料来源：国家统计局 前瞻产业研究院整理
“2020年中国重点高等院校区域分布图”显示，国内重点高校分布严重不均衡，90.52%集中在省会和直辖市。
▲图片来源：艾瑞咨询研究院根据公开资料自主研究及绘制
中小学是培养科技创新后备人才的关键期
俞勇先生认为，智能时代推动中小学科技创新人才的培养，绕不开AI、人工智能、编程教育。但这并不代表要把复杂的编程知识下沉到中小学阶段学习，而是应该以强调“思维”为主线，通过“轻编程”、“浅AI”关联生活与学科。让学生学会从问题出发，用计算思维的方式分析，用创造性的思维去想象解决方案，最后用设计思维去想象可能会产生的作品。
要做到这一点，俞勇先生认为有两方面难点：
1.师资不平衡，优质科学教育难普及
很多中学里面，优秀教练分布不平衡。这种情况下，应该以什么样的标准进行考核?教练怎么备课?作业怎么评估?这些都是有待解决的问题。
2.学生实践平台的搭建
编程和其它学科不一样，必须要有一个平台让学生去实践。一个优质的平台可以及时指出学生错误，提高学生学习的体验度，否则学生很难坚持下去。
中小学科技创新培养的德国模式
德国模式和目前我国正处于的以及将要跨入的教育阶段非常吻合。德国全面普及MINT教育，具体指数学、信息学、自然科学、技术。它从六个维度去评价青少年教育：
第一、信息的搜索、处理与存储
面对海洋一样的数据信息，学生如何才能提高效率，快速找到想要的信息，然后处理、储存它。这是学生在学习、生活中需要学会运用的一种高效率手段。
第二、沟通与合作
将来的世界是需要集体的力量去完成一项事业的。因此要从小让学生学会分享，拥有独立思考的能力，要让学生一起完成共同的目标，这就要求学生具有沟通与协作能力。
第三、制作与呈现
学生的动手能力一定要强，把想法变成作品，作品要有能力制作出来。
第四、信息保护和安全活动
在信息化时代要注重隐私保护，要让学生有敬畏感，明白“红线”在哪。
第五、问题解决和行动
解决技术问题，根据需要使用工具。找出自己的不足并寻找解决方案，识别和制定算法。
第六、分析和反思
进行分析和评估，反思之后会不会出现新的问题。
德国教育评价维度分成四个等级，每个等级有两个层次：
基础等级：第一个层次是根据指引信息，能够完成简单任务，了解知识内容;第二个层次是仅在必要时提供指导，能够自主完成简单任务、记住知识内容。
中级等级：第一个层次是能够自我明确、定义日常任务和简单问题，达到理解知识内容的程度;第二个层次是能够自主根据自我需求，明确定义任务目标和非常规问题，达到理解知识内容程度。
高级等级：第一个层次是指能够完成不同的任务与问题，并且指导他人，达到能应用知识的程度;第二个层次是能够完成大部分适宜任务，在复杂的背景中适应与他人的工作方式，同时可以进行自我评估。
专业等级：第一个层次是可以使用有限的多种方案解决复杂问题，能够整合实践经验并指导他人，以达到创造的水平;第二个层次是指能够解决具有多重相互影响因素的复杂问题，可以在领域内提出自己的想法和处理流程，能够自我创造。
俞勇先生介绍了德国教育的“项目评测体系”、“过程化评测体系”和“实践式评测体系”：
“项目评测体系”：德国教育一般会用项目驱动的方式做一个项目，用项目来评价每个人所做的工作到底是什么样，它是一群人去做一件事。
“过程化评测体系”：相比结果，更注重过程评测，这就有效避免了学生“一考定终生”。
“实践式评测体系”：学生在中学阶段就可以在企业、科研机构、大学的实验室项目进行体验式的学习，这样学生就能更早的了解每个专业，避免学生上大学后还不知道如何选择专业。
中小学科技创新培养的伯禹探索
俞勇先生认为，从思维创新、应用实践、科创实战三方面，可以看到AI背后隐含的思想：
第一、数据定义算法
AI的思维是数据定义算法，而不是算法去解决问题。俞勇老师以无人驾驶、二进制为例，具体阐述了这一理论。
第二、探索与试错
AI是在不断的试错过程中找到最优解。因此不要害怕学生犯错，要在学生犯错过程中找到真正优的解。
AI是一种思维，在其他学科的应用非常广泛。例如，医疗、城市交通、历史、社会伦理。在应用实践上，对AI的探索要通过体验、学习、创造分层次进行。学生在科创实战中，应该深挖数据中隐藏的秘密，探究AI的前沿应用。教育工作者应该通过中学和大学的联合，指导学生成为科技创新的后备人才。
