《青少年人工智能产业课程建设指南》（征求意见稿）

1T/SAITAXXX-XXXX青少年人工智能产业课程建设指南本文件规定了面向青少年的人工智能产业课程的建设原则、课程目标与素养框架、课程体系与内容、教学实施与评价等方面的要求。本文件适用于以教育和教学为目的，为十八周岁以下青少年设计的各类人工智能产业课程的设计开发建设。适用于：各类青少年人工智能产业课程的课程开发者、内容制作者、教育机构和实践单位。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T1.1—2020标准化工作导则第1部分：标准化文件的结构和起草规则GB/T35273-2020信息安全技术个人信息安全规范3术语和定义下列术语和定义适用于本文件。3.1青少年youth/teenager本文件所指的青少年为年满六周岁且未满十八周岁的自然人。3.2人工智能素养artificialintelligenceliteracy青少年在人工智能时代应具备的核心素养与综合能力。它是一个多维度的能力集合，包括对人工智能知识的掌握、技能的应用、计算思维的运用、科技向善的价值观念以及符合伦理规范的社会责任感。其核心构成要素包括AI意识与观念、AI知识与技能、AI思维与方法、AI伦理与责任。3.3产业课程industrycourse一种以真实产业领域的实际项目应用为驱动，将人工智能核心知识与特定行业（如智慧农业、智慧医疗、智能制造等）应用场景深度融合的课程形态。其目标是让学生在了解产业应用现状、探索解决真实问题的过程中学习AI，理解技术在产业中的应用价值与社会影响。T/SAITAXXX-XXXX23.4项目式学习project-basedlearning一种以学生为中心的教学方法。在该方法中，学生需围绕一个真实、有意义的项目主题，探究真实、有趣且复杂的问题，并最终以创造出公开的作品或解决方案的方式进行学习。其核心要素包括真实性、持续性探究、学生的发言权与选择权、以及成果的公开展示。3.5计算思维computationalthinking一种运用计算机科学基础概念进行问题求解、系统设计以及人类行为理解等涵盖计算机科学之广度的一系列思维活动。其核心在于问题分解、模式识别、抽象和算法设计。4缩略语下列术语和定义适用于本文件。5课程建设通用规范5.1基本原则立德树人，素养为本：课程建设应全面贯彻立德树人的根本任务，将培养学生的综合素养置于首位。课程目标不应局限于技术技能的传授，而应致力于塑造学生正确的价值观、必备品格和关键能力，培养具备全面人工智能素养的时代新人。兴趣驱动，因材施教：课程设计应遵循青少年的认知发展规律，通过创设生动有趣的产业情境和项目挑战，激发和保护学生的学习兴趣与好奇心。应提供分层、分类的课程内容与学习路径，满足不同年龄、不同基础、不同兴趣学生的个性化学习需求，实现从“兴趣驱动”到“项目牵引”，再到“研究深化”的渐进式培养。T/SAITAXXX-XXXX3产业导向，学以致用：课程内容应与真实的产业需求和应用场景紧密结合，确保知识的现实意义和应用价值。通过引入产业界的真实案例、数据和问题，引导学生将所学知识应用于解决实际问题，避免理论与实践脱节，培养其技术应用能力、创新思维与工程实践能力。安全第一，科技向善：课程实施的全过程应将学生的安全放在首位，包括物理安全、网络安全和心理健康。同时，课程内容应贯穿“科技向善”的理念，系统性地融入人工智能伦理、数据隐私、社会责任等内容，引导学生树立负责任的技术价值观，理解并遵守相关的法律法规。协同育人，融合创新：课程建设应构建政府、学校、家庭、产业联动的协同育人机制。鼓励学校与高校、科研院所及科技企业合作，联合开发课程、设计项目。应支持利用自适应学习、大数据等人工智能技术，开发智能教学平台与资源，实现教学内容的个性化呈现、学习路径的自适应规划与学情数据的动态反馈，构建人机协同、开放、多元、创新的AI教育新生态。5.2课程目标与理念框架表1青少年人工智能产业课程内容框架维度课程内容理念说明关键评价指标AI意识与观念引导学生探究人工智能技术在日常生活、社会发展和未来产业中的作用、影响和潜能，引导学生建立基本的感知、兴趣和正确的态度，能够以开放和批判性的眼光看待AI技术及产业应用。1.能够列举生活中至少3个AI应用实例。2.对AI技术的发展抱有好奇心和探究欲。3.初步理解人与人工智能的协同关系。4.能够辨析AI技术带来的机遇与挑战。AI知识与技能传授AI技术及各产业典型应用的基础概念、核心原理和基本技能。能够理解并运用相关工具和编程语言解决简单问题。1.理解数据、算法、模型等核心概念。2.了解机器学习（特别是监督学习）的基本流程。3.能够使用至少一种图形化或文本编程语言完成基础操作。4.了解并实践简单数据集的采集、标注和处理流程。5.能够调用预训练模型或搭建简单的AI应用。AI思维与方法引导学生初步建立并运用计算思维（如分解、抽象、模式识别）来分析和定义问题，掌握项目式学习和探究式学习的方法，具备初步的系统设计和创新实践能力。1.能够将一个复杂项目问题分解为若干个子任务问题。2能够从数据中识别基本模式。3.能够设计解决问题的算法流程。4.能够遵循项目式学习的流程开展探究。5.具备调试和迭代优化解决方案的能力。AI伦理与责任系统性传授在AI研发和应用过程中应遵循的伦理原则和社会规范。引导青少年具备基本的数据隐私保护意识、算法公平性意识和技术安全意识，树立“科技向善”的价值观。1.了解个人信息和数据隐私的重要性。2.能够识别并讨论算法可能带来的偏见问题。3.在使用AI工具（特别是AIGC）时，能够遵守知识产权和学术诚信规范。4.理解并践行负责任的技术使用行为。5.3内容安全与伦理规范课程所使用的全部教学材料，包括但不限于教材、课件、案例、数据集、在线资源和第三方工具，应经过严格审查，确保其内容符合社会主义核心价值观，弘扬科学精神与工匠精神，不含任何暴力、恐怖、色情、歧视、虚假违法信息或其他对青少年身心健康构成潜在危害的信息。应引导学生深入思考技T/SAITAXXX-XXXX4术背后的社会影响，教师应在此过程中给予正确的价值引导，培养其作为未来技术创造者和使用者的社会责任感。对于涉及人工智能生成内容（AIGC）的课程模块，应明确教导学生安全、负责任地使用此类技术。课程应引导学生批判性地看待生成内容，理解其工作原理、局限性以及在虚假信息传播、侵犯隐私等方面的潜在风险，培养学生的媒介素质。课程中使用的AIGC工具，其生成内容必须经过安全审查，防止生成违法、不良或不适合特定学段学生的信息。课程应系统性地融入人工智能伦理教育，将算法偏见、数据隐私、技术滥用、数字鸿沟等议题作为正式教学内容，可通过案例分析、小组辩论、实践复盘等形式，引导学生深入思考技术背后的社会影响，理解科技向善的内涵，培养其作为未来技术创造者和使用者的社会责任感。5.4知识产权规范课程建设与实施应严格遵守知识产权相关法律法规。教学内容中引用的所有文本、图片、数据、代码等资源，均需注明来源或获得合法授权，不得在未经许可的情况下用于商业目的。课程应明确教导学生尊重和保护知识产权。引导学生在使用开源软件、公共数据集、网络资源或创作AIGC内容时，学习并遵循相关的许可协议，养成正确署名、合理引用的良好习惯，杜绝抄袭和剽窃行为，尤其应指导学生了解人工智能生成内容（AIGC）的版权特殊性，审慎评估并使用其生成内容。5.5隐私保护规范课程在设计和实施过程中，若涉及收集、使用或存储学生的个人信息，应严格遵守《中华人民共和国个人信息保护法》、《儿童个人信息网络保护规定》等法律法规，并遵循以下规范：监护人同意：在收集任何未满14周岁儿童的个人信息前，应设置专门的、显著的流程，获取其监护人的明示同意。最小化收集：仅可收集为实现课程核心教学目标所必需的最少个人信息。不得以改善教学质量、提升学习体验等为由，强制要求学生或其监护人同意收集非必要的个人信息（如非核心功能必需，不得强制授权摄像头、麦克风、通讯录等权限）。目的明确与安全存储：收集的个人信息只能用于告知并获得同意的特定教学目的。个人信息应采取加密等安全措施进行存储，且存储期限应为实现目的所必需的最短时间。提供管理功能：如课程依托在线平台，该平台应提供易于访问与操作的“监护人模式”或类似管理功能，允许监护人查阅、更正、补充或删除其子女的个人信息，并能撤回已做出的同意授权。6课程体系与内容规范6.1课程体系分类为适应不同年龄段青少年的认知特点和学习需求，确保课程的连贯性与递进性，青少年人工智能产业课程体系应进行科学分级。本标准结合《义务教育信息科技课程标准》和《普通高中信息技术课程标准（2017年版2020年修订）》的学段划分，并参考国际通行的计算机科学教育框架（如CSTAK-12标准提出三级课程体系。这种分级方式确保了课程既符合国家教育体系的要求，又具备科学的学科进阶逻辑，为课程开发者提供了清晰的纵向设计蓝图，保障学生能够在不同阶段获得适切的学习体验，实现知识与能力的螺旋式上升。表2课程体系分级与学习目标等级对应学段核心焦点核心学习目标等级一小学中高年级AI体验与认知感知与兴趣：通过交互式体验和趣味项目，感知AI在生活中的应用，激发好奇心和学习兴趣。基础概念：初步了解数据和指令等基本概5念，理解AI是“机器通过数据学习”。简单应用：使用图形化编程工具，创建简单的智能交互作品（如智能对话、简单游戏）。等级二初中阶段(7-9年级)AI原理与应用原理理解：掌握机器学习的基本流程（数据准备、模型训练、预测/评估），理解监督学习等核心概念。编程实践：过渡到文本编程（如Python能够利用AI库/API解决结构化问题。项目实践：在教师指导下，完成一个完整的、面向特定产业场景（如智慧农业）的小型AI项目。等级三高中阶段(10-12年级)AI系统与创新系统设计：深入理解神经网络等模型原理，学习设计和构建一个简单的AI系统。自主探究：能够独立或以小组形式，确定一个产业问题，并设计、开发、评估相应的AI解决方案。伦理思辨：能够系统性地分析和评价一个AI应用在社会、伦理、法律等方面的综合影响，并提出改进建议。6.2核心知识模块无论课程面向哪个等级或产业方向，都应系统性地覆盖以下五个核心知识模块。这些模块共同构成了人工智能领域的知识基石，确保学生能够建立完整、科学的知识体系。该模块划分借鉴了国际主流的计算机科学教育框架，并针对人工智能的特性进行了强化。数据与分析：本模块是人工智能学习的起点。内容应包括：数据的不同类型（视频、文本、图像、声音数据采集、存储和表示的方法；数据集的概念及其在模型训练中的核心作用；数据清洗、标注等预处理步骤；数据可视化方法及其在理解数据分布中的应用。算法与编程：本模块是实现人工智能应用的工具和逻辑基础。内容应包括：算法的基本概念（顺序、循环、条件变量、函数等编程核心要素；根据不同等级要求，支持图形化编程语言和文本编程语言（推荐Python）；调试和测试程序的基本方法。人工智能模型：本模块是人工智能课程的核心。内容应包括：人工智能、机器学习、深度学习的关系；机器学习的主要类型（如监督学习、无监督学习）；监督学习的工作流程（数据准备、模型训练、推理预测、性能评估）；神经网络的基本结构和原理（如感知器、层、激活函数）；常见AI模型应用领域（如计算机视觉、自然语言处理）的入门介绍，应包含对生成式人工智能（AIGC）的基本原理、典型应用（如文本生成、图像生成）以及其与判别式模型区别的初步认知。计算系统与网络：本模块为理解人工智能的运行载体提供基础。内容应包括：硬件（CPU、GPU）和软件在AI计算中的作用；本地计算与云计算的区别；互联网和API在连接数据与服务中的角色；基本的网络安全概念。计算的影响与责任：本模块旨在培养学生的科技伦理和社会责任感，直接对应素养框架中的“AI伦理与责任”维度。内容应包括：算法偏见与公平性问题；个人信息与数据隐私保护；人工智能带来的就业、安全和社会伦理挑战；AIGC等技术的知识产权问题；科技向善的原则与实践。6.3产业应用模块青少年人工智能产业课程的产业应用模块，是实现“产业导向，学以致用”原则的关键载体。课程必须将6.2中的核心知识模块，通过一个或多个具体的产业应用模块进行情境化和项目化的教学。这种设计将抽象的理论与生动的实践相结合，让学生在解决真实世界问题的过程中，深刻理解AI技术的价值T/SAITAXXX-XXXX6和应用方式。以下表格提供了几个示范性产业模块的设计框架，课程开发者可参照此模式，结合本地产业特色和学生兴趣进行拓展。表3产业应用模块目标要素与项目示例产业模块关键目标重点技术模块项目示例智慧农业理解“数据即新农资”理念，了解智慧农业的所带来的作物产量提升，培养学生建立“粮食节约+绿色生产”双意识。计算机视觉（图像识预测模型。智能植物医生：利用图像分类模型，开发一个可以识别常见植物叶片病害（如锈病、白粉病）的Web应用。学生需要收集或使用公开的叶片图像数据集进行模型训练。智慧医疗了解产业应用，感受ai辅助疾病诊断所提升的医疗效率，培养“技术向善+生命敬畏”价值观。计算机视觉（目标检测）、自然语言处理、可穿戴设备数据分析。AI辅助诊断初探：使用公开的医学影像数据集（如X光胸片训练一个能够初步区分正常与异常影像的分类模型，并讨论其在辅助医生诊断中的作用与局限性。智能家居与城市体验产业应用，了解基础原理。掌握“感知-决策-执行”闭环。感受城市管理与公共服务变化，把“双碳”目标变成身边可感知的数字。语音识别、自然语言处理、计算机视觉（行为识别）、强化学习。智能垃圾分类桶：制作一个智能垃圾分类原型。当用户展示一件垃圾时，系统通过摄像头进行图像识别，并自动打开对应类别的垃圾桶盖。智慧物流了解传统物流及链路运输场景，理解“数据驱动+运筹优化”，体验AI如何降低配送成本，感悟“算法即效率”。路径规划算法、计算机视觉（目标识别）、机器人技术。智能分拣机器人：搭建一个模拟仓库环境，编程控制一个小型机器人，使其能够通过颜色或条码识别，将不同“包裹”运送到指定的区域。智慧金融学习了解金融类应用，建立“风险-收益-数据”概念，理解解智能风控与欺诈检测重要性，树立“金融安全+数据隐私”双重意识。数据分析、预测模型、自然语言处理（NLP）。信用卡欺诈检测初探：使用公开的匿名交易数据集，训练一个简单的分类模型（如决策树用于识别可疑的交易行为，并讨论模型准确率与误判的后果。AI与文化艺学习与理解各类内容创作形式、完成AIGC自主创作实践、具备一定的AIGC判断能力。生成式AI（AIGC）、风格迁移、自然语言处理（NLP）。AI艺术家：实现一个基于风格迁移技术的应用。用户可以上传一张内容图片和一张风格图片，系统能够将风格图片的艺术风格应用到内容图片上，生成一幅新的艺术作品。6.4实践项目规范T/SAITAXXX-XXXX7所有产业课程的核心教学活动应主要围绕实践项目展开。项目的组织与实施应遵循项目式学习（PBL）的核心原则，以确保学习的深度和学生的主体性。真实性：项目必须根植于真实的产业背景或社会问题，解决一个对学生而言有意义的挑战。项目所用的工具、数据和评估标准应尽可能贴近真实世界。持续性探究：项目应要求学生在一段时间内持续地提出问题、查找资料、整合信息、进行实验和反思，而非一次性的简单任务。学生的发言权与选择权：在项目框架内，应给予学生一定的自主权，允许他们选择自己感兴趣的子方向、技术路径或最终产品的表现形式。批判与修正：项目过程中必须设置明确的反馈环节，包括同行评议、教师指导等，鼓励学生根据反馈不断迭代和完善自己的作品。公开的最终产品：项目的最终成果（如一个应用原型、一份研究报告、一个可运行的模型）必须面向课堂之外的观众（如其他班级、家长、社区专家）进行展示和讲解，以增强学生的成就感和责任感。7教学实施与评价规范7.1教学方法要求课程的教学实施应采用以学生为中心的、探究式的教学方法。应将项目式学习（PBL）作为组织课程内容和教学活动的主要模式。教学应围绕一个驱动性的产业问题展开，使知识学习与技能训练服务于问题的解决与项目成果的达成。教师的角色应为学习的引导者、促进者和资源提供者。教师的主要职责是设计项目、创设情境、激发思考、指导探究方向、组织协作以及提供必要的脚手架支持，旨在培养学生自主探究与解决问题的能7.2教学环境与资源要求应提供安全、稳定、设施齐全的教学环境。实验室或教室应具备可靠的网络接入、充足的电源、以及适合小组协作的桌椅布局。如课程涉及硬件（如机器人、传感器、开发板应建立并严格执行实验室安全管理规范，确保设备操作安全、用电安全，并配备必要的消防设施。应包括：安全责任制：学校应建立健全实验室安全责任制，明确校长、分管领导、管理人员和任课教师的责任分工。环境条件：确保实验场所具备良好的通风、采光、照明、防盗、防火、防潮等条件。电气安全：所有电源和电气设备应符合国家安全标准，防止触电、短路等危险。应急设备：实验室应配备合适的消防器材，并定期检查。对于可能产生化学或生物伤害的区域，应配置应急喷淋和洗眼装置。安全标识：在危险区域应设置清晰、完整的安全警示标识。应为学生提供必要的软硬件资源。硬件配置应能满足相应等级课程的计算需求（如模型训练）。软件方面，应提供合适的集成开发环境（IDE），并根据课程等级同时支持图形化编程和文本编程工具。应提供经过筛选的、安全的、适合青少年使用的公共数据集或自建数据集，以供学生进行模型训练和项目探究。鼓励建设与使用智能教学平台：为提升教学效率与个性化水平，宜配备具备以下功能的智能教学平台：个性化学习路径生成,能基于学情诊断动态调整学习内容和顺序。自适应资源推送,能根据学生项目进展和知识薄弱点，智能推荐学习资料、案例代码或调试工具。具备项目过程管理,支持小组协作、进度跟踪、版本管理和成果展示。提供学情数据可视化,为教师和学生提供多维度的学习过程数据报告，支持精准教学与自我反思。7.2.1基础条件T/SAITAXXX-XXXX8a)具备稳定的网络与电源供应；b)配置必要的计算设备与软件环境，支持图形化与文本编程、AI模型训练与部署；c)提供安全、整洁、通风与光照良好的空间，适合合作讨论与项目展示。7.2.2硬件资源配置a）通用设备包含计算机、摄像头、传感器模块、麦克风、开发板、常用AI套件等；b）人形机器人与具身智能设备应按课程需求配备，当课程涉及机器人或具身智能内容时，应提供具备以下能力的设备：1）多模态感知功能（视觉、语音、惯性传感等）；2）具备安全动作与运动控制能力，支持开放API编程或SDK使用；3）可运行典型人机协作与场景任务（如导航、交互、操作）。c)仿真与虚拟实验资源，应提供机器人仿真平台或虚拟实验环境，宜支持基于真实物理引擎的仿真（如双足行走、抓取、导航任务）与编程环境联调（Python/ROS）等。7.2.3安全管理要求a)建立机器人及设备操作规范，明确教师责任与学生操作权限；b)配置急停装置，设定安全距离与运动风险提示；c)设置防跌倒、防夹持、防碰撞等保护措施；d)对涉及机械、电力、运动控制等设备开展安全培训与演示；e)如使用云端AI服务，应符合网络安全与个人信息保护要求。7.2.4学习与资源支持应为学生和教师提供配套教育资源，包括：a)学生学习手册与项目指导资料；b)教师教学指南与案例库；c)课程所需数据集与模型示例（经过安全审核与适龄过滤）；d)数字资源与课程管理平台，可进行学习记录与项目成果归档。备注：具身智能与人形机器人设备的教学部署应遵循国家教育装备、安全等相关标准。e)鼓励建设与使用智能教学平台,提升教学效率与个性化水平，宜配备具备以下功能的智能教学平台：1)个性化学习路径生成：能基于学情诊断动态调整学习内容和顺序。2)自适应资源推送：能根据学生项目进展和知识薄弱点，智能推荐学习资料、案例代码或调试工具。3)项目过程管理：支持小组协作、进度跟踪、版本管理和成果展示。4)学情数据可视化：为教师和学生提供多维度的学习过程数据报告，支持精准教学与自我反思。7.3学习评价体系为全面衡量学生在人工智能素养各维度的发展，课程评价必须摒弃单一的知识性考试，建立一个多元、综合、过程与结果并重的评价体系。这种评价方式旨在准确反映学生在真实问题解决情境下的综合能力，而不仅仅是记忆和复述知识的能力。它将评价的焦点从“学会了什么知识”转向“能用所学知识做什么”，并关注协作、沟通、反思等关键能力的成长，这与国家课程标准中提倡的多元评价理念相一致。可依托数字技术记录学生的学习过程数据，形成个性化的“人工智能素养学