前面我们聊了小学阶段——先让孩子认识 AI、建立正确第一印象。升入初中，课程要往前走一步：学生不再满足于“看 AI 能做什么”，而开始追问“AI 为什么能做到”，也更需学会辨别、学会负责任地使用。

但初中学校和老师的遇的问题就是不单单是没内容了，内容深度也要考量了——讲深了学生听不懂、觉得难，讲浅了又只是换个形式“凑热闹”；想做项目式学习，又常卡在“找不到真实任务”和“老师自己也没多少深入使用AI的经验”。学校或许不缺设备，但缺的是一套难度恰好的课程内容，能直接进课堂、开箱即用。

博乐信息深耕科技教育领域多年，开发了一套覆盖小学、初中、高中三个学段的人工智能通识教育完整课程体系，本篇将介绍初中阶段。

初中阶段：理解应用 · 探究实践

课程定位

小学生在建立对 AI 的正确第一印象，初中生则更进一步——理解基本原理，用 AI 解决真实小问题，并对技术风险有判断。

因此，初中15课时以理解原理、项目探究、伦理思辨为主，在小学体验基础上适当引入概念，但不陷入枯燥术语与复杂算法。课程围绕四个模块展开：基础认知、核心技术、人机协同实践创新、伦理与社会责任。

五个课题层层递进

《人工智能发展与三要素》（2 课时）

回顾人工智能发展历程，理解数据、算法、算力三大基础要素，建立 AI 运转的底层认知。

《机器学习是怎么“学习”的》（3 课时）

用生活例子讲清机器学习概念，了解数据集、数据标注与“训练—预测”过程；学生无需编程，能亲手训练简单模型。

《生成式AI与大模型的能力边界》（3 课时）

认识它能做什么，更认识缺陷与局限——哪些事做不好、为何会“一本正经地胡说”。

《AI项目实践：发现问题与方案设计》（4 课时）

课时最多、也是核心实践课，小组经历“需求分析—方案设计—动手实践—评估迭代”完整流程，用 AI 解决身边的真实小问题。

《人工智能的风险、版权与偏见》（3 课时）

单独设立，辨析 AI 信息真伪、版权问题与算法偏见，以及 AI 带来的社会机遇与风险。教会学生“带着审视的眼光使用 AI”，与“怎么用”同样重要。

一节真实的课

3课时，亲手“教”会一个 AI

课程能不能落地，看一节课具体怎么上。这里以第 2 课《机器学习是怎么“学习”的》为例，完整拆解。

第一课时 · 机器为什么会学习？

用“幼儿第一次见猫”与“成年人一眼认猫”对比，让学生理解：人是因为见过很多猫、总结特征才学会认猫。分组讨论“让机器人分类水果，可按颜色、大小、能否吃哪些标准”，得出——机器只能按我们给的特征分类，不会自己理解“水果”。各组用图片卡设计分类规则，体会“AI 学习的第一步，是确定学什么特征”。

第二课时 · 训练一个 AI 模型

先板书“收集数据→标注→训练→测试→优化”流程，再用零代码工具建立“张开手掌 / 握拳”两类，每生采集约 30 张图像、点击训练、用不同手势测试。讨论为何有的识别率高、有的出错，引出数据数量、光线、角度、均衡等问题。

第三课时 · AI 为什么也会犯错？

从熊猫认成狗、戴口罩刷脸失败等案例，讨论 AI 为何出错；再让学生“故意教坏 AI”——一类只拍 5 张、另一类拍 100 张重新训练，发现模型明显偏向数据多的一类，理解数据偏差与模型泛化。各组完成《机器学习流程图》收尾。

评价采用“过程 + 成果”：小组讨论、数据采集、模型训练、问题分析、学习反思各占 20%。

课后拓展“我是 AI 训练师”——任选生活场景（如校园垃圾分类、植物识别、手势控制设备），设计一页项目卡说明数据采集、标注与改进思路。

设计上的两点坚持

1. 原理讲得清，但不讲成数学课

初中要让学生“懂一点原理”，用生活例子和亲手实验替代复杂公式，把时间留给真实理解与探究。

2. 理解与风险一起教

学生亲手训练过模型，才更容易懂“为什么 AI 会犯错、数据为什么重要”——这正是风险与伦理课题落地的前提，而非空讲道理。

课程如何进入学校

初中阶段以信息科技课程为主阵地，结合综合实践、课后服务、校本课程实施；项目实践类课题同样适合研学基地的实践活动。无需增购硬件设备，学校依托现有信息化教学环境即可开展。

当学生亲手把图片喂给模型、看着它因为数据太少而认错，他们学到的就不只是人工智能的知识，而是一种新的思维方式——对技术保持好奇，也保持清醒。

这，正是初中人工智能通识课想要留下的东西。

欢迎联系我们，获取AI课程合作方案