前言


2022年底ChatGPT的横空出世和2024年2月发布的火爆全球的Sora，标志着人类已经开始步入智能化时代，给人类以往的所有领域带来冲击和变革。冲击和变革最终将发生在人类理解世界的方式上，以及人类在世界所扮演的角色上。人类过去从来没有感受到如此巨大的威胁，甚至担心将被自己创造的力量操控。全世界的产业结构和产业生态可能都面临重塑，人类社会可能面临颠覆性变革。可以预见的趋势是，可以约定的事、相对稳定的事、能标准化的事都会被AI替代。
未来教育因这强大的智能化面临巨大冲击和挑战，教育已成为智能化时代背景下变革的核心。“二十大”强调要推动人工智能和教育深度融合，促进教育变革创新。AI将在什么样的广度和深度上影响教育？未来的教育将会是什么样的？教育工作者将如何迎接挑战、适应变革?这些都是当下需要重点关注和研究的课题。
教育部前任部长陈宝生在《ChatGPT: 教育的未来和未来的教育》一文中指出: 未来教育因为强大的智能化将面临巨大冲击，未来教育要坚定对人之为人的本质规律认识，未来教育要解答智能化给人类带来的时代之问；教育是传道的，各种学科都是讲道的，讲的都是自然演进的道，是社会发展的道，是工具理性的道，是文化传承的道。那么，无论时代如何变迁、技术如何发展，人类的教育教学之道又是什么呢？
“为学日益，为道日损。损之又损，以至于无为，无为而无不为。”（《道德经·第四十八章》）。老子认为学习是积累知识、提升自我的过程；而修道则是净化心灵、回归本真的过程。通过不断地学习和修道，人们可以逐渐提升自己的境界和能力，达到“无为而无不为”的高度。在智能化时代，人类更应该顺应自然、洞察先机，从而在行事中表现出高度的智慧和效能。于教育学科而言，真正的“有效”教育既非灌输浩如烟海的知识，也非追求教学手段的形式创新，而是在抽丝剥茧后回归人类学习的自然之道，即学习的本质逻辑是解决问题，这里的问题包括科学、社会、个人心性成长和生活工作中的各种问题。
“钱学森之问”还没有得到有效回答，我国大学生仍然普遍缺乏解决问题的能力和创新能力，其症结就在于普通教育阶段延续至大学在学生大脑中形成的“知识逻辑认知模式”。这种认知模式，使得学生更关注以成绩为表征的知识积累，忽略了人类学习的本质是为了解决问题。学生所掌握的大部分知识仅停留在书本上和卷面上，是概念、公式、原理、案例或道理。知识不一定能给我们带来认知能力，而认知能力必然包含有效的知识，这部分有效的知识能帮助我们判断、选择、行动、改变和解决世界问题。在智能化时代下，当几千年积累的知识已经被大模型记住的时候，人类最需要改变的就是对“知识”的渴望与崇拜，更应该去提升洞察世界的思维、智慧和能力。
布卢姆教育目标是美国教育的核心支柱之一，被认为解决了教育方面一个核心问题: 到底要教育孩子什么方面的知识和能力？自1956年以来，布卢姆教育目标分类学(Blooms taxonomy of educational objectives)产生了巨大的影响,至少被译成22种文字。2001年修订的布卢姆认知目标分类的二维框架包括了从具体到抽象的4种知识（事实、概念、程序和元认知）和从低级到高级的6个认知过程（记忆、理解、应用、分析、评价和创造），总计30个具体类别。4种知识中的事实性知识、概念性知识容易理解。程序性知识是“如何做事的知识”，即采用一组有序的步骤（统称为“程序”）的知识，包括技能、算法、技巧和方法等。元认知知识则是关于一般的认知知识和自我认知，不同的研究者对它有不同的术语（元认知意识、自我意识、自我反思、自我调节等），强调的都是元认知知识在学习者成长以及发挥其主动性中的地位。6个认知过程更应该解释为对一个领域或问题的6个认知阶段或认知水平。记忆和理解不言自明。应用是运用程序性知识去解决问题，包括有已知程序的任务（称为执行），或需要在理解了概念性知识的基础上找到一种程序去解决问题的任务（称为实施）。分析是指将材料分解为其组成部分，并且确定这些部分是如何相互关联的，包括区分、组织和归宿，可以看成理解的扩展，或评价和创造的前奏。评价是依据准则和标准做出判断，包括对内在一致性判断的核查和基于外部标准进行判断的评判。创造是从多种来源抽取不同的要素整合为一个新颖的结构或范型。创新过程分为三个阶段: ①问题表征阶段，理解问题并形成可能的解决方案； ②解决方案的计划阶段； ③解决方案的执行阶段。
〖2〗Python程序设计基础——思维、认知与创新前言教育面向大众，传统教育的重心是让更多的人能够获得知识，有能力去解决日常问题，只有少数人能够参与创新与创造，即传统教育目标的重心是“知识+能力”。然而，大数据、元宇宙、AI等新技术的发展，特别是GPT系列模型、讯飞星火、通义千问、文心一言等大语言模型的问世，使人类进入了知识贬值、创新升值的时代。人类对于事实性、概念性和程序性知识的获取变得越来越容易，对于已有问题也能快速得到求解方法。面对新技术和AI的发展对教育带来的巨大挑战，教育目标必须发生改变才能不落后于时代的发展。很明显，当几乎所有人都可以很容易获得知识的时候，教育目标的重心就自然向更高层偏移，即向“能力+认知”偏移，提升认知、实现创新将成为教育的主要目标。
本书是基于上述认知编写的适应智能化时代下教育规律的新形态教材。创新是智能化时代下的教育主题。作者在研究了传统的以知识传递为主要教学目标的教学过程，提出了传统教学构建的是学生的“知识逻辑认知模式”，由于直接告诉结果，存在缺少知识联系生活、理论联系实际的先天缺陷，很难培养学生的应用之道，更不要说创新之道。高等教育要培养能够探索未知、解决问题的创新性人才。从脑科学的视角出发，就必须要将某种不同于传统的模型植入学生最深层的大脑中，使之成为大学生认识世界、探索未知的一种认知模式，我们将其命名为“问题逻辑认知模式”。这种认知模式包括如何应用已有知识、如何探索解决问题的实践性知识以及如何发现新知识等综合能力，而它的形成必须通过大量问题导向的训练才可以做到。因此，提出了基于问题逻辑认知模式的成果导向教育（Outcome Based Education of Problem Oriented Thinking，POTOBE），通过为解决问题和探索未知而进行的一系列学习活动，在构建学生问题逻辑认知模式的过程中，使他们逐步具备能够探索未知、解决问题的能力和创新能力，有能力去应对智能化时代的各种挑战。
智能化时代最大特点是学科融合，将新技术与传统学科融合，从新的视角发现和解决各领域中的问题，AI和大数据等新技术的运用已经成为人才的标配。虽然“四新”专业已经提出了很多年，但无论老师还是学生都没有做好充分准备，我国很多高校仍然存在这类课程教师开课难和学生学习难的问题。因此，作者专门编写了两本满足此类需求的通识基础教材，《Python程序设计基础——思维、认知和创新》和《数据分析入门——思维、认知和创新》，并同步建设了两门课程，为读者在智能化时代步入应用新技术解决问题和创新的大门提供必要的敲门砖，做好能力和认知的准备，构建起创新与AI之桥梁。
两本教材的统一特色如下。
(1) 迎接AI挑战: 聚焦智能化时代下解决问题、探索未知、创新思维的认知模式养成。
(2) 非系统的学科知识的积累逻辑: 基于POTOBE教育理念，聚焦探索的过程，通过从发现问题到求解问题全过程的探索路径，不但完成问题的求解，还学习、掌握并能运用的知识和方法。
(3) 教材与课程同步: 同步建设了课程及教材以外的资源，满足当下高校对课程及教材的需要。
● 教师容易开课: 理念创新、资源完整、思维升级、聚焦引领、两性一度；
● 学生容易学习: 问题驱动、平台支撑、认知觉醒、聚焦能力、内化创新。
(4) 增加AI助学环节，帮助学生养成在AI帮助下学习、解决问题并进行创新的习惯。
本书是两本教材的第一本——《Python程序设计基础——思维、认知与创新》。全书围绕完成一个虚拟的高考平行志愿录取任务，引导学生基于问题进行探索，同时得到基本的Python编程能力的训练。通过对一个个子任务“提出需要解决的问题”“探索问题本质”“学习解决问题的方法”“对问题进行实际求解”“对求解情况进行评价和反思”5个环节，使读者始终沁润在为解决问题而进行学习和探索的氛围中。
本书共7章:
第1章介绍理念、目标与全书要完成的任务，了解将要用到的工具Python语言及其运行环境；
第2章设计“平行志愿录取问题”的解决方案，学习描述算法的工具及Python基础语法；
第3章解决无法获取高考数据的问题，基于完成任务的需要，学习Python的字符串、列表、for循环、pandas和文件等知识；
第4章解决成绩赋分及确定考生位次的问题，基于完成任务的需要，学习Python中的pandas处理数据的部分函数、if语句和函数等知识；
第5章解决平行志愿填报问题，基于完成任务的需要，学习Python中的字典、while循环及跳转语句、变量的作用域、模糊查询、异常处理等知识；
第6章解决平行志愿录取问题，基于完成任务的需要，学习Python中多人协同开发程序的方法；
第7章解决志愿录取结果查询的问题，基于完成任务的需要，学习如何使用Python进行简单的数据分析及可视化。
同步建设的课程在南开大学已经面向工商和经管类学生进行了一学期的教学实践。在教学过程中，基于让Python初学者“学会驾驶汽车而不是制造汽车”的逻辑，直接使用了有统一编程环境、计算资源和支撑教学管理的和鲸（ModelWhale)平台，将学生从安装Python环境和包的工作中抽离出来，直接站在巨人的肩膀上，忽略造车细节，聚焦开车思维和能力的训练。选课学生普遍认为: 课程使他们形成了一种不同以往的思维方式，提升了解决实际问题的能力、团队协作能力和表达能力；感觉到知识不只是应试，更是解决生活中一个又一个难题的钥匙；教学过程让他们能够更清晰、更有逻辑地思考问题，追本溯源，不再被复杂的现象所迷惑。
本书作者来自南开大学计算机学院，赵宏教授和闫晓玉老师编写了全书的初稿；南开大学两位助教曾仕杰和陈美齐参与了部分问题的设计和代码初稿的编写，助教制作了PPT初稿；王恺教授负责书中教学视频的录制；王刚副教授对全书代码进行了测试和验证；赵宏教授对全书进行了系统编撰。本书还得到了清华大学出版社张瑞庆编审的大力支持，在此表示真诚感谢。
面对AI对教育、教学和课堂的冲击和挑战，积极拥抱AI，主动寻变是本书的宗旨。由于作者对AI背景下教育教学问题的认识和把握还存在偏差，以及自身能力的限制，书中会有不足甚至错误之处，恳请读者指正。

作者2024年3月28日于南开园