随着人工智能技术的快速发展与应用,人工智能教育逐渐成为各国关注重点。我国也不例外,在《新一代人工智能发展规划》等多个文件中提出开展人工智能教育,在中小学阶段开设相关课程。总体来看,当前我国中小学人工智能课程尚处于试点与探索阶段,开设时间不长,师资力量也参差不齐,尚缺少适切的、可供迁移运用的人工智能课程教学模式,教学效果不理想。基于此考虑,本研究试图将知识整合（KI）模型应用于人工智能课程,构建教学模式,以期促进学生对人工智能知识的一致性理解,在一定程度上缓解知识应用效果不理想的问题。本研究主要采用文献研究法、调查研究法、实验研究法以及课堂观察法等,开展基于KI模型的教学模式构建与实践,主要研究内容与过程如下:首先,前期准备阶段,通过文献研究,对人工智能课程及知识整合有关的概念、政策、文献等进行综述;从课程定位、教学内容、教学模式、教学效果等几个维度,对上海、江苏、山东等地的一线人工智能教师开展问卷调查,调研当前中小学人工智能课程实践现状及存在的问题。然后,从知识整合模型的性质、应用对象、目标指向等三个维度,分析了其应用于人工智能课程的可行性;为更好设计教学,最大化发挥模型的效用,研究进一步厘清了人工智能课程的知识特点,并将当前已有的人工智能课程内容划分为基础类、工具类、抽象逻辑类、综合类以及情感类,对每类知识进行了界定与解释;在此基础上,以知识整合模型的四个环节为主线,构建了“基于KI模型的人工智能课程教学模式”,其中包括具体的教与学活动、教学评价与教学支持条件等,教学评价通过一般性试题与KI试题相结合的标准化测试,辅助学生提出的问题、方案、作品、反思便签等过程性表现,教学支持条件包括智能化学习空间与设备等。最后,开展实践应用研究以验证该模式的应用成效。选取青岛市崂山区某初中初一年级的两个班级,分别作为实验组与对照组,共开展三轮实验,历时两个多月。在控制无关变量的基础上,实验班采用基于KI模型的教学模式,对照班延用原有讲授式方式。数据分析发现,实验班知识一致性理解测试成绩显著优于对照班,同时,实验班的学生能提出更多关于教学内容与教学方法的有效问题,学生普遍比较满意当前的课程教学,认为“辨分”、“反思”等活动使自己对知识的理解更深刻。实验在一定程度上说明了基于KI模型的教学模式有利于培养学生对人工智能知识的一致性理解。本研究透过当前人工智能课程教学效果不理想,学生对知识不能“学以致用”的现象,抓住对知识没有达到“一致性理解”的本质,探讨将知识整合模型应用于人工智能课程教学。一方面,拓展了知识整合模型的研究范畴,同时,也为人工智能课程教学设计提供了新的思路,丰富了人工智能课程教学理论。