杨教授开场核心观点：人工智能教育需依托信息科技课程的整体架构，不能脱离基础课程孤立存在。时代背景：技术快速迭代要求教育内容与方法同步更新，人工智能教育需从小学到高中分阶段落实。二、人工智能的发展趋势与教育意义技术发展预测（2045年“奇点”）学者预言：人工智能智力水平将在2045年超越人类总和，呈现指数级增长。教育启示：需培养学生“人机协同”思维，拥抱技术而非对抗。教育领域的冲击与机遇生成式AI的影响：教案设计、教材编写已开始人机协作，未来教育将更依赖智能工具。案例：杨教授透露部分演讲内容由AI生成，体现技术已能无缝融入教学。三、中小学人工智能教育的实施路径基本原则非拔苗助长：避免高深算法，注重认知规律（如小学生通过生活场景理解AI）。核心目标：培养人工智能思维（数据驱动、问题解决）与社会责任（伦理与安全）。教学方法与案例体验式学习：通过扫地机器人、AI绘画（如300万售价的AI肖像）等生活化案例激发兴趣。对比传统工具与智能工具（如扫把 vs 扫地机器人），理解自动化价值。批判性思维培养：分析AI局限性（如植物识别APP误判人脸为“柿子”），引入“弱AI”与“强AI”概念。图灵测试的现代应用：讨论生成式AI是否具备跨领域类人智能。国际经验借鉴多国课程整合：美国（AI for K12五大概念）、英国（Computing课程）、新加坡（分层标准化课程）等案例。共同点：强调计算思维、伦理教育及产学研结合。中国课标对标：义务教育阶段聚焦AI基础概念、实现方式与社会影响六条标准，避免超纲教学。四、教学资源与项目实践15个典型学习项目学段项目示例核心能力小学低年级不插电游戏（如“猜猜我是谁”）具象化理解AI特征提取 小学中高年级简易分类器、聊天机器人搭建有监督学习、自然语言处理 初高中手势识别、数据科学、AI伦理辩论代码编程、批判性思维 MIT机器学习平台等工具：免费资源支持学生体验数据训练与模型优化全流程。五、未来展望与总结教师角色转型：从知识传授者变为“人机协同”教学设计者，善用AI提升教学效率。学生能力培养：通过项目式学习积累经验，避免对技术的片面依赖（如UI设计仍需人类创意）。政策支持：教育部将加强人工智能教育体系化建设，推动常态化实施。杨教授结语：“人工智能教育不仅是技术传授，更是思维与素养的塑造。师生需共同探索，以开放心态迎接人机共生的未来。”