今年9月起，北京市1400余所中小学、183万余在校生将首次系统开设人工智能（AI）通识课，每学年不少于8课时，实现中小学生全面普及。

　　人工智能课程以全面提升学生人工智能素养为目标，面向全体学生提供人人必学、人人可学、人人愿学的基础性内容。

　　课程包括：人工智能意识与思维能力、人工智能应用与创新能力、人工智能伦理与社会责任三个方面，帮助学生从“基本了解人工智能”到“合理使用人工智能”再到“创新应用人工智能”，在人工智能项目实践中锻炼创新思维和问题解决能力。

　　通过体验式课程，初步理解人工智能的基本概念与特点，感知人工智能技术对学习和生活的深远影响。

　　在启蒙阶段激发学生对人工智能技术的好奇心与探索热情，尝试在人机协同中使用简单的人工智能工具完成创意表达和问题解决。

　　在启蒙阶段树立正确的人工智能伦理观念，建立隐私保护与数字身份的基本认知，培养合理使用人工智能技术的意识，为后续学习奠定基础。

　　目标：能够通过日常案例了解人工智能的基本概念；能够识别并简单描述身边的人工智能产品。

　　目标：通过体验身边的人工智能应用，感知人工智能如何在实际生活中帮助解决问题。感受人工智能应用的丰富性。

　　目标：理解人工智能技术带来的社会生活变化，提升学生对人工智能技术的敏感度与理解，启发思考人工智能社会影响。

　　目标：通过体验不同的人工智能工具，学生能够理解人工智能的基本功能，如它如何通过感知来理解世界，并做出预测和决定。

　　目标：通过简单的故事和视频了解人工智能的发展核心阶段，并意识到当下人工智能发展所处阶段。

　　目标：了解语音识别、图像识别等基础人工智能应用技术，并理解这些技术的基本价值。

　　目标：体验不同类型数据的采集与处理过程，并能简单描述这些数据如何为人工智能所使用。

　　目标：通过对比人类与人工智能的学习、决策过程，理解机器学习的含义。通过直观的人机交互，感知机器学习的一般过程。

　　目标：列举人工智能产品应用，并说出模仿了人的哪些能力。了解人工智能对人类生活、工作模式的影响。

　　目标：能够通过具体案例，说明人工智能对社会带来的正面和负面的影响。能够针对指定的人工智能应用，说出减少负面影响的措施。

　　目标：能够辨别机器智能和人类智能的差异，并描述人工智能如何通过学习和模拟人脑等技术来实现智能。

　　目标：了解人工智能的发展的三次浪潮和特点。了解人工智能最新的发展趋势及其影响。

　　目标：能够从生活应用场景出发，描述智能语音技术、计算机视觉技术、自然语音处理技术的应用过程和效果。

　　目标：结合人工智能平台和工具，尝试运用智能语音、计算机视觉、自然语言处理等封装技术模块来设计小型人工智能应用系统，例如声控台灯、智能门禁系统等。能够在教师的引导下使用基础的生成式人工智能工具，体验文生文、文生图的效果。

　　目标：能够理解数据集的概念，并描述数据集对于人工智能模型建构的作用。尝试建构基础数据集，包括采集、标记和整理的过程。了解数据质与量对模型性能的可能影响。

　　目标：通过简单的实例了解算法如何在人工智能中发挥作用。能够理解算法如何支持人工智能的决策过程。

　　目标：通过生活中的实际案例，理解监督学习、无监督学习的基本含义。能够完成一个简单的人工智能模型训练流程，掌握从数据准备、模型训练到最终部署的基本步骤。

　　目标：了解人机协作的关系，理解人工智能如何帮助人类解决问题。思考人工智能可能带来的伦理问题，如技术依赖、隐私问题等，并学会规范使用人工智能技术。

　　目标：能够针对特定领域列举人工智能产生的积极影响，同时认识到它可能带来的挑战，如公平问题、算法偏见等。了解人工智能技术相关法律法规，意识到其重要性。

　　以认知类课程为主，完善学生对人工智能技术的系统认知，培养进阶的实践能力与伦理意识。

　　通过实践体验人工智能模型训练过程，形成对数据采集、模型训练及智能系统开发的初步理解。

　　具备基础的人机交互能力，能够使用生成式工具完成内容创作，并辨识技术应用的边界与风险。通过典型场景探究和综合实践应用，为适应智能化社会发展奠定知识、能力与价值观基础。

　　目标：知道数据、算法、算力是人工智能技术的三大基石。通过观察生活案例，如智能音箱，知道数据是人工智能的 “原材料”，能举例说明数据如何帮助人工智能完成任务。通过分析简单问题解决步骤，如规划路线，知道算法是“分步解决问题的方法”，能理解其逻辑性。通过对比不同设备，直观感受算力差异及其对人工智能的支撑作用。

　　目标：知道机器学习技术的过程、方法和算法。学习训练集、验证集和测试集的概念，并能够根据具体任务将数据集进行合理划分。理解监督学习基本过程，说出每个环节的作用。

　　使用机器学习技术实现简单的应用。实现监督学习的核心环节，完成某一对象特征模型的训练和验证。

　　目标：知道常见的机器学习算法，理解通过数据学习规律、实现预测和决策的基本原理。通过具体案例，掌握传统机器学习算法工作流程。了解神经网络基本结构，掌握其在图像处理、自然语言处理等领域应用及经典模型的基本原理。

　　目标：能够基本完成“需求分析、模型设计与训练、调试与优化、部署调用”的技术决策链，体现出人工智能应用系统工程思维。通过实际的人工智能项目，学生能够从真实问题出发，设计人工智能应用系统的解决方案。

　　目标：探讨人工智能开发和应用可能带来的风险，从个人角度提出防范措施。思考人工智能针对个人的法律法规约束，特别是在生成式人工智能技术应用中辨析虚假信息风险。

　　以综合性和实践性课程为主，全面培养人工智能素养与技术运用和创新能力。熟悉数据处理与标注、机器学习算法原理及深度学习入门知识，具备一定开发智能系统的实践能力。

　　使用生成式人工智能辅助完成综合学习任务。通过跨学科项目实践，提高综合运用人工智能技术解决实际问题的创新能力。

　　在复杂伦理情境中深入思考技术创新、社会责任、伦理安全等方面的关系。为适应未来智能社会发展奠定坚实基础。

　　目标：能分析并理解人工智能发展历程中关键事件、典型应用与趋势，人工智能对不同行业向智能化发展的推动作用。

　　目标：关注社会生活和特定行业中的具体问题，能理解人工智能的创新应用成果和前景。

　　目标：认识人工智能的不同实现方式，能体会机器学习算法的重要性。使用常见的人工智能的开发工具和资源，体验机器学习处理问题的方法。能理解数据和算法优化的价值。认识数据集中可能存在的偏见，能采用适当的方法处理数据，并尝试消除数据偏见。

　　目标：能描述深度学习的基本概念与基本特征。使用常见的人工智能的开发工具和资源，体验深度学习处理问题的方法。认识算力对于深度学习的重要性。

　　目标：能描述强化学习的基本概念与基本特征。使用常见的人工智能的开发工具和资源，体验强化学习处理问题的方法。

　　目标：通过真实案例，理解人工智能偏见产生主要原因，探讨可能的潜在风险，具有一定数据安全意识和能力。

　　目标：对人工智能技术创新具有积极的学习态度，能辩证地看待人工智能的社会影响和重要作用。理解自主可控的技术对国家安全发展的战略意义。

　　AI时代的教育应该怎么做？如何让孩子善于思考、有学习自驱力强？鸡娃环境下，如何让孩子积极进取又心态健康？……

　　面对AI课程进入中小学课堂，学校教育提供的是“骨架”，将系统的知识、技能和框架教给孩子，而家庭教育提供的是“血肉”，是培养好奇心、价值观和创造力的土壤。

　　每年1套父母课+1套适龄青少年儿童课，帮助父母扩大教育眼界，帮助孩子变得富有创造力，在AI时代更加游刃有余

　　童行书院启动分龄社群计划，给幼儿园小班到高中毕业的所有学生，按照孩子的年级加入同龄社群。

　　在每一个同龄社群中，探讨这个年龄的孩子遇到的挑战、分享家庭教育方法、匹配合适的通识教育课程、介绍更好的教育资源。

　　童行家庭成长计划，让孩子在AI时代游刃有余通，过同龄社群、符合孩子年龄阶段的对应父母、孩子课程，科学育己育儿。