课程资源

”(Everyday AI：https://everyday
ai.org/resources)和“不插电人工智能”(AI Unplugged：
https://www.aiunplugged.org)

(1)人工智能底层技术学习工具：辅助学生理解和探究复杂人工智能底层技术的工具，比如支持学生理解机

器学习的“儿童机器学习”(MachineLearningForKids：https://machinelearningforkids.co.uk/、模拟机器训练的、模拟机器训练的)可教机器(Teachable Machine：https://teachablemachine.

withgoogle.com)、端到端开源机器学习平台TensorFlow(https://www.tensorflow.org)；

(2)人工智能编程语言；

(3)人工智能操作软件：比如免费或低成本的开源人工智能操作软件Ubuntu(https://ubuntu.com)等

理解层面

它是面向所有学生的智能社会公民素养的基准线。“理解”水平是针对所有学生的基础性入门水平，可为学生提供后续学习所需的基本态度、认知基础和基本实践经验。本水平可作为面向所有公民的人工智能扫盲水平，但不能作为学生在人工智能课程上的结业水平。

人类能动性：“谁控制谁”的批判思维能力。能理解人类控制原则对人工智能技术的开发和应用的实际意义以及人类控制的缺失会导致何种后果。

具身伦理：引导学生理解“人工智能伦理与我何干”“有哪些必学伦理原则”等基本问题。

• 不损害：学生应能表现出对“不能开发和应用以损害人类为意图的人工智能系统”
• 相称性：学生应能具备评判某一特定人工智能系统在实现某一合理目标时，能基于适合其年龄的知识和技能判断具体人工智能工具是否适合特定的社会文化背景
• 非歧视：能够从各个角度分析和检测潜在的歧视
• 可持续：学生应能通过具体实例说明或借助他们可理解的证据解释特定人工智能系统对环境、气候变化、社会和文化可持续发展的影响，并倡导有利于社会和环境可持续发展的人工智能设计、生产和应用方式
• 人机互动中的人类决策：学生应能解释为何在应用人工智能过程中人类应承担伦理和法律责任而不应将决策权让渡给机器；
• 透明性和可解释：学生应该意识到使用者具有法律赋予的要求人工智能设计者和提供者提供特定人工智能解释性信息的权利，包括该人工智能是如何工作的、系统如何基于算法和模型生成输出的。

人工智能基础：学生应能形成关于人工智能智能的基础知识和基本技能，包括有关数据和算法的基础知识、理解跨学科基础知识在循序渐进理解数据和算法过程中的重要性等

智能系统问题界定能力：该模块引导学生思考和理解“什么问题不该用人工智能和怎么界定一个好的人工智能问题”。

应用水平

面向所有学生的人工智能课程达标标准

人类问责

学生应能认识到人类问责制是人工智能开发者和服务提供者的法律义务，并能在学习开发和应用人工智能时学会承担相应人类职责

安全负责的应用：该模块旨在培养学生学会“如何合规应用人工智能”。学生应具备以遵守伦理规则和当地
法规的方式负责任地应用人工智能的行事能力；能意识到泄漏数据隐私可能导致的风险，学会相关知识和技能以保障其数据只有在个人充分理解并获得许可时才能被收集、使用、分享、存档和删除；能意识到典型的人工智能安全事故和某一人工智能系统的具体风险，在应用人工智能时能通过合理的行为保护自我和同伴的安全。

应用技能：该模块的目标是帮助学生学会“让数据和算法为人工智能工作”所需的知识和技能

架构设计：该模块旨在支持学生理解“人工智能系统的分层架构如何工作”。学生应学习适合其能力水平的规划配置可升级、易维护和可重用的智能系统架构所需的方法性知识和实践技能，包括数据、算法、模型和应用界面等不同层次的知识和技能；学生应能形成调用数据库、编程工具和计算资源以搭建智能系统所必需的基本能力；

创造水平的能力

面向特长学生的拓展性能力边界

智能社会公民素养：该模块试图引导学生理解在人工智能社会每个人“应履行哪些公民责任”。学生应能形成有关人工智能对人类社会影响的批判性观点，并能将以人为本的价值观拓展到面向人本人工智能设计和应用的倡议行动中；

设计伦理：该模块引导学生学会在人工智能设计和产品评估等环节“如何保障工具的合规性”。

创作人工智能工具：该模块试图支持学生学会“如何组合和定制工具以解决现实问题”的创造性和适应能力。学生应能深化数据和算法等领域的知识和技能，调适已有人工智能工具以创作任务驱动的智能工具；

反馈与迭代：该模块试图激发学生思考“该关闭还是优化系统”的复杂决策并培养“如何优化”的综
合能力。