三是智能机器的学习能力 。 该项能力可以概括为“观察世界、寻找规律” 。 智能机器通过对客观世界的观察 ， 从中寻找到规律或模式 ， 从而提高自身的性能 。 观察的结果通常以数据的形式存储和使用 ， 智能机器用特定的模型找到适用于新情况的规律或模式 ， 也就是机器学习的过程 。 模拟人类大脑结构的人工神经网络模型 ， 是迄今为止最成功的机器学习模型 ， 在围棋博弈、图片分类等特定任务上已经超过了人类的能力 。
四是智能机器的交互能力 。 该项能力可以概括为“理解人类、沟通交流” 。 智能机器需要用自然合理的方式与人进行沟通和交流 ， 包括理解人类复杂的语言与情绪等 。 当前的各种智能音箱和智能手机助理 ， 都是这方面能力的体现 。 智能机器的交互能力目前仍停留在较为初级的阶段 ， 仅仅相当于人类儿童的水平 。
五是智能机器的道德能力 。 该项能力可以概括为“信息安全、摒弃偏见” 。 各类智能机器一方面正在让我们的生活和工作更加方便和高效 ， 但另一方面也可能给我们带来负面影响和危害 。 例如 ， 智能机器可能会侵犯个人隐私或制造“信息茧房” ， 也可能会从人类社会产生的数据中学习到带有“偏见”的知识 。 因此 ， 需要引导学生深入认识这些问题的存在和发生的可能 ， 具备自我防护意识和信息社会责任 。
这些核心内容都易于被中小学阶段的学生理解和掌握 ， 且有一定的理论和实践深度 ， 便于教师设计具体课程内容和构建教学资源 。
中小学人工智能课程如何设计
中小学人工智能课程可以基于上述核心内容组织和规范教学内容 ， 同时需要遵循科学合理的基本设计原则 。
首先 ， 课程设计应强调基础性概念和基本原理的掌握 ， 而不能将大量仍处于探索阶段的所谓人工智能最新成果搬进课堂 ， 陷入盲目“求新”的误区中 。 当前人工智能学科仍然处于快速演进的过程中 ， 与数学、物理等传统学科相比 ， 很多最新成果还未经过理论和实践的充分检验 ， 缺乏经典性和稳定性 。 例如 ， 机器学习相关课程可以侧重监督式与非监督式学习的基本思想和方法 ， 避免涉及正在快速演进的各类复杂的深度学习模型 。
其次 ， 针对不同学段学生的认知能力和特点 ， 设计相应的教学内容和课堂活动 ， 不同学段之间要有明显区别 。 例如在小学阶段可以主要以体验性活动与课堂讨论为主；在初中阶段更多侧重于对基本原理的了解和简单实践；在高中阶段可以适当深化对重要概念和方法的理解并组织综合性实践 。 针对同一核心内容 ， 不同学段的课程设置需要由浅入深 ， 进行整体设计和规划 。 对于较为复杂的概念与方法的讲解 ， 应尽量采用横向类比的方法 ， 向学生直观呈现 。
再其次 ， 课程设计应多采用项目式或探究式学习 ， 不必强调完备的知识和理论体系 ， 从而让学生易于接受并产生深入探索的兴趣 。 可以选取学生在日常生活中常见的情境和主题 ， 设计合理的驱动问题与教学支架 ， 引导学生利用人工智能技术解决实际问题或制作项目作品 。 例如 ， 可以选取“垃圾分类”主题 ， 以“如何构建更智能的垃圾桶”为驱动问题 ， 引导学生在完成智能垃圾桶的设计和制作过程中 ， 完成相关核心内容的学习 。
【中小学人工智能教育教什么怎么教】我国中小学人工智能教育 ， 需要遵从人工智能学科本身的知识体系和思想方法 ， 让学生在体验中了解人工智能可以用来解决什么问题 ， 在学习中掌握人工智能的基本概念和思想方法 ， 在实践中思考人工智能会带来什么新的问题和影响 。 同时 ， 要鼓励领域专家、行业协会、人工智能企业等社会多元主体参与 ， 共建共享优质课程设计方案、工具和案例 ， 协同解决优质教师队伍匮乏等瓶颈性问题 ， 为人工智能课程在中小学大规模、高质量落地提供保障 。