一门 12 个项目的 AI 素养课程，把这门技术真正装进孩子脑子
不是背名词、也不是刷编程题。孩子亲手训练一个能用的 AI，再一步步发现它会犯错、会偏心、会替你做选择——最终既能用它，也能怀疑它。
课程的顺序不是随便排的，它踩着一条认知主线螺旋上升——每一段都建立在上一段的经验之上。
先让孩子亲手训练，才有后面一切。从最熟悉的二分类（认猫狗）开始，换成“自己画的”，再把类别难度升到多分类——走完这三步，孩子已经掌握「数据→训练→预测」的完整学习链条。
会训练之后，就能亲眼看到它出错、偏心。这两个项目打破“AI＝权威”，是整个系列最能缓解家长焦虑的地方——从小植入批判思维。
图像之后，把模态扩到声音和文字——同一套学习方法能从视觉迁移到听觉、再到语言，孩子的“AI 会学”从此立体起来。
从“它会错”升级到“它为什么这样工作”——建立特征层层组合（线条→耳朵→猫）的神经网络直觉，不讲一个公式；再拉到孩子每天面对的产品：会说话的生成式 AI（9），以及替你决定看什么的推荐系统与信息茧房（10）。
价值观收口（哪些能给它、哪些该它做），再用 Capstone 让孩子自己提出并解决一个小问题，走一遍完整链条。
这门课不是拍脑袋设计的——它同时对标国内外两套权威 AI 教育框架。家长可以据此判断：孩子学的东西站不站得住、跟不跟得上校内要求。
由 AAAI + CSTA 联合发起，美国加州教育厅采用
对齐国家课程标准与地方指导文件
| 框架维度 | 覆盖的课 |
|---|---|
| AI4K12 五大概念（国际）· 全覆盖自检 | |
| 感知Perception | 项目 1 / 6 / 7 |
| 学习Learning | 项目 1 / 2 / 3 / 6 / 7 |
| 表征与推理Rep. & Reasoning | 项目 2 / 8 / 10 |
| 自然交互Natural Interaction | 项目 9 |
| 社会影响Societal Impact | 项目 4 / 5 / 10 / 11 |
| 综合 · Capstone项目 12 | 综合运用全部五维 |
| 课标四大素养（国内）· 对齐自检 | |
| 信息意识数据敏感 | 项目 3 / 5 / 6 / 7 |
| 计算思维分解·模式·测试 | 项目 1 / 3 / 8 / 12 |
| 数字社会责任伦理·隐私·公平 | 项目 4 / 5 / 10 / 11 |
| 数字化学习与创新创作 | 项目 2 / 9 / 12 |
📌 对外措辞统一用「对标 / 参考」：我们做的是内容对齐，不是取得官方认证。
每个项目都让孩子新懂一件事，合起来才是一张完整的 AI 认知地图——12 / 12 个项目已全部上线，本系列至此定稿、不再新增项目，下图为完整全景。
| 项目 | 项目名称 | 这个项目让孩子新懂的一件事 | 大概念 |
|---|---|---|---|
| 第 1 个项目 | 🐶 教 AI 认猫狗 | AI 是从例子学的，不是魔法 | 感知 · 学习 |
| 第 2 个项目 | 🎨 AI 猜我的画 | AI 看的是像素 / 特征，不是“画” | 表征 · 学习 |
| 第 3 个项目 | 🧺 AI 帮我做件事 | 类别越多越难，数据越多越准 | 学习 |
| 第 4 个项目 | 🤖 AI 也会犯错 | 模型会错，用没见过的数据测才公平 | 学习 · 推理 |
| 第 5 个项目 | ⚖️ 公平不公平 | 数据偏心 → AI 偏见 → 不公平 | 社会影响 |
| 第 6 个项目 | 👂 AI 的耳朵 | AI 不止会看，还能听（多模态） | 感知 |
| 第 7 个项目 | 📝 AI 会读文字 | 文字也能变数据，AI 还能读懂句子（第三个模态） | 感知 · 学习 |
| 第 8 个项目 | 🧠 AI 是怎么“想”的 | 特征层层组合，像搭积木 | 表征 · 推理 |
| 第 9 个项目 | 💬 和 AI 说话 | 有一类 AI 会说话，但会“一本正经地错” | 自然交互 |
| 第 10 个项目 | 📱 AI 猜你喜欢 | AI 会替你选你看什么 → 信息茧房 | 推理 · 社会影响 |
| 第 11 个项目 | 🛡️ AI 的能与不能 | 分清隐私，判断该不该交给 AI | 社会影响 |
| 第 12 个项目 | 🏆 我的 AI 作品 | 综合全链，自己提出并解决一个小问题 | 综合 · Capstone |
可观察、可检验——不是“感觉学了很多”，而是能说清、能做、能怀疑。
按他在本系列这 12 个项目里被哪个点燃，分五条进阶路线（下面说的「第 X 个项目」都指这门 AI 系列）。从“会用 AI”到“会造 AI”的分水岭，确实是编程——但那是下一段路，不是一节课的事。
图形化编程 → Python 入门 → 用代码训一个真模型
提示词工程、用大模型做写作/学习小助手、Agent 初探
数据整理与可视化、统计直觉、“数据会骗人”
传感器、语音唤醒、micro:bit 小控制
深伪识别、信息茧房拆解、算法偏见案例研究
学完系列一，孩子“看得懂 AI”；系列二让他动手造起来——从“用现成工具”跃迁到“写 / 调真代码、跑真训练”。
（草案规划中，先跑通系列一再启动——我们不做“永远在路上”的画饼。）