计算思维是信息技术学科核心素养之一，包括抽象、分解、建模、评估等内涵。思维的深刻性，又称逻辑性，它是指思维过程或智力活动的抽象程度、对事物的规律和本质的反映能力。思维的深刻性对培养计算思维的关键内涵“抽象”至关重要。思维的深刻性体现在掌握和运用分析、比较、综合、概括等思维方法的程度。教学中打开技术“黑箱”，让学生经历对问题的抽象、设计技术方案以及解决问题的过程，可以培养学生的思维深刻性。下面，笔者以初中“走进图像识别”为例，阐述如何层层递进，在打开技术“黑箱”的过程中，培养学生思维的深刻性。
　　● 问题引领，增强分析能力
　　学生在之前的课程中已经掌握调试Python语言，也可以进行适度的程序改写，并且初步接触了图像识别及其应用。但是，图像识别原理是理论性、专业性都很强的概念，信息从输入到输出识别结果之间究竟发生了什么？这是不可见的技术“黑箱”。由于不可见，学生就会对图像识别原理的学习缺乏兴趣结果，结果造成思维困难，难以理解学习内容。因此，让学生在图像识别原理“黑箱”可见、可想象的情境下学习，可以促进学生对图像识别的思考与理解。
　　本课的问题情境就从阿里AI获第三届世界图像识别竞赛冠军的新闻引入，教师介绍阿里能够以超级速度对海量图片进行分类。由此提出问题：“阿里这么厉害，但阿里的淘宝为什么找不到学校吉祥物‘世外熊’？如何才能找到？”引导学生在感受中国在图像识别领域取得的进步的同时，尝试站在技术设计者的角度，思考图像是怎么进行识别的，提高深入探究图像识别原理的兴趣，增强对问题的分析能力。本课选择贴近现实且与学生校园生活相关的探究性问题引入，问题指向具体、清晰，有一定的思维容量和思维强度，让学生基于问题分析展开图像识别原理的探究性学习，可以助推学生思维的发展。
　　● 设计方案，增进比较能力
　　对于“为什么找不到学校吉祥物‘世外熊’”的问题，学生大多能回答出“因为阿里的库（数据库）里没有”，但是对于学生而言，计算机是如何找的是技术的“黑箱”，初中生已有知识储备是无法想象的。因此，本环节类比生活中区分“世外熊”和“其他熊”的方法，以此鼓励学生大胆提出自己的“假设”技术方案，假设计算机中区分“世外熊”和“其他熊”的方法，以锻炼学生思维的逻辑性。
　　“假设”技术方案主要是通过活动一完成，活动一请学生们在学习单上，用一根长直线手动分类六组“世外熊”和“其他熊”的高度大小数据（如下页图1），学生完成后，分别在小组内和全班讨论对比第几幅图大家的分界线会较一致，学生们会发现：到第六组时大家的结果基本一致，而之前的几幅图大家画的线角度方向各不相同。这样通过将手动分类最简单的图像特征与计算机图像识别类比，可以帮助学生大胆提出自己的“假设”技术方案：计算机主要是通过学习数据自动获取并识别图像特征信息的特点。学生对类比并提出“假设”技术方案很感兴趣，思维也积极展开，这样不仅训练了学生的比较能力，而且也能培养他们设计解决问题方案的能力。
　　● 技术实践，提升综合能力
　　在学生提出“假设”技术方案后，进入体验图像识别特点的技术实践环节。本环节主要由两个活动组成，这两个活动都是打开Jupyter，分步运行“手写数字识别程序.ipynb”，这个手写数字识别程序是使用PyTorch搭建的一个简易深度学习模型，使用两层卷积层和池化层来搭建简易的卷积神经网络。以学习单为学习支架，观察运行结果。活动二是运行手写数字识别程序的前两段程序，观察并记录“处理输入的图像”（如图2）和“提取特征并识别处理”（如图3）的运行结果，如训练的图片数量、训练正确率等。学生跑两段程序时，能近距离地观察图像识别过程，了解图像识别在计算机内的基本处理过程。
　　活动三是运行手写数字识别程序的第三段程序，观察图像识别技术如何提取特征、提取到的特征有什么特点等运行结果（如下页图4）。设计的目的是将抽象的深度学习技术进行形象的表达，回避卷积、池化、全连接层等陌生而抽象的概念，让学生见到计算机内部特征识别的简单过程，在对计算机具有自动学习特征并识别有了更深刻思考的同时，体会到图像识别的方法和过程，以及影响图像识别技术的主要因素有大数据、算法、计算能力。
　　教师把编程作为一个解剖技术“黑箱”的工具，通过跑程序、读程序、改程序的方式，让学生在两个活动的技术体验中获得图像识别原理的知识。学生在活动体验中，通过猜测程序功能、尝试修改部分程序数据，举一反三，触类旁通，能适度看到图像识别技术“黑箱”的内容，思维由此而深入，跑、读、改程序的体验，大大提高了技术应用的综合能力。
　　● 技术评价，提高概括能力
　　本环节主要引导学生讨论两个问题：图像识别技术常用的应用领域有哪些？计算机在图像识别中有可能犯错吗？两个问题的讨论，指向学生对技术特点、应用场合和可改进空间的思考，这些可改进的空间恰恰就是技术创新的新起点。再回到本课初始问题“阿里的淘宝为什么找不到学校吉祥物‘世外熊’？如何才能找到？”，对于如何才能找到的解决问题方案，学生会有阿里可以基于数据和算法改进技术的思考和建议，并意识到要学好基础学科为科技强国而努力。
　　從对问题进行抽象，到设计技术方案以及解决问题，再到对整个问题能抽象概括，学生能辩证思考图像识别技术的两面性，并将所学图像识别原理应用于迁移规律，能概括出技术应用的新思考。本环节虽然所占课时不多，但却很重要，是通向本课学习思考的桥梁。概括本课学习的图像识别原理，并将理解应用于生活中更广泛的技术应用场合，辩证看待技术的特点，有助于学生对技术本质的思考。
　　● 结语
　　整节课结束后，学生对图像识别产生了浓厚的兴趣，并且能够思考与适当理解图像识别的基本原理。教师在课中还提到了两个方面的内容，一方面是关于人工智能在机器学习过程中的不确定性，也就是人工智能的不可解释性，也让学生对未来人工智能的发展有一种期待和责任;另一方面在课中提到了关于图像识别技术涉及的数学知识，其实就是从初中的一元一次方程开始的，这也充分体现了基础学科的重要性，学生也知道了高深的技术背后还是今天学习的基础学科的知识，从而促进学生对学习基础学科积极性的深度思考。
　　无论是图像识别这类的人工智能新技术学习内容，还是相对传统的教学内容，都需要教师不断学习相关理论知识，坚持对技术背后科学原理开展教学探索，尝试打开技术的“黑箱”，在体验活动过程中帮助学生“深入”用技术解决问题，从具体到抽象，让技术思想方法“浅出”，形成对计算机科学的思考与理解，发展学生的人文底蕴和科学精神。