人工智能入门：打破认知误区
实话实说，上 AI 启蒙课时，我最头疼的是。
担心学生自以为“很懂”。
现在的孩子天天对着手机里的助手说话，进门刷脸，跟大模型聊得火热，真觉得自己懂 AI 了。
可一旦问它“智能”在哪儿，多数孩子却答不上来。
更糟糕的是，他们有个误区：凡是插电的、自动的，就是 AI。自动售货机、计算器都被他们归为一类。
本节课，我的目标就是纠正这个认知偏差。
不急着下定义，先让学生自己“认错”
我没有直接念定义。
我播放了一段 3D 微课动画，主角“小智”开了一家“智能鉴定所”，给三台机器做体检。
一台自动售货机，投币出饮料。小智试着通融，机器只亮红灯回“请投币”。
一台扫地机，撞桌腿、卡地毯，只会机械转向。
还有一台全息 AI 助手，却能秒懂小智画的火柴人，自动生成水墨画。
看完这段，学生们发现，两者都是插电装芯片，为何一个叫机械，一个叫 AI？
此时，我引出《现代汉语词典》的定义：人工智能，简单说，就是利用计算机模拟人类的智力活动。
模拟智力活动，不是执行固定命令。这是全课要立住的第一根柱子。
普通计算器一秒能算十万道四则运算，比谁都快，可它压根不懂什么叫加法，它只是机械地执行写死的电子逻辑。
这一对比，学生脑子里那条线就划清楚了。
把 AI 的发展史，讲成一条心电图
概念理清了，第二个问题冒出来，人工智能是怎么一步步走到今天的？
我拒绝照本宣科。
我让学生看一条“科技心电图”。人工智能从 1956 年达特茅斯会议诞生到今天，根本不是一路高歌，它是两次攀上顶峰，又两次跌进冷冬。
早期科学家信心满满，觉得几年就能搞定机器翻译和常识推理。结果硬件算力跟不上，现实任务太复杂，第一次熄火了。
后来医疗专家系统 MYCIN 火了一阵，又因为“一条条把规则写死”，知识获取难、不会变通，第二次跌入低谷。
真正爆发，是 1997 年深蓝下赢了国际象棋，2016 年 AlphaGo 赢了围棋世界冠军，再到这几年大模型的井喷。
我特意多问了一句，为什么神经网络几十年前就有了，却拖到最近十几年才爆发？
学生的回答让我挺意外。以前没有海量数据，算力太弱，算不动那么复杂的模型。
数据、算法、算力，三者缺一不可。
我还花了两分钟，讲了我国自己的突破。2025 年开源的 DeepSeek-R1，用的 MoE 混合专家架构，就像医院里内科外科骨科各司其职，把大任务分给不同专家，算力省了一大截，推理能力却比肩全球顶尖。
让学生当一回“图灵裁判”
讲图灵测试，最忌纸上谈兵。
我的做法是，直接开一个 H5 交互平台，全班学生一人一端，同时进四个聊天室。
系统在 001 到 004 里，藏了一个真中学生，另外三个是不同提示词控制的 AI。学生自己设计问题，观察谁的口气像真人，谁像机器。
学生一上手就玩疯了。
有人问“放学回家第一件事做什么”，002 号回“先瘫在沙发吃雪糕，然后补作业”，带着真实的中学生情绪。004 号回“很高兴为您解答”，一听就是大模型的客套腔。
就这么一来一回，学生在试错里，自己摸清了图灵测试的门道。
机器能模仿人说话，不等于它真懂。
最后我又追了一句，如果有个 AI 靠精妙的提示词，成功骗过了你，让你以为它是真人中学生，这能证明它真的有意识、有情感吗？
学生自己摇头。
它只是模仿得足够像。它根本不知道被雨淋湿是什么滋味，也体会不到作业写不完的焦虑。
外部行为的模仿，不等于内在心智的理解。这句话，是学生在实验里自己悟出来的。
AI 是一面镜子
课末，我给学生看了教材里的“五维视角”。
系统视角、工具视角、成长视角、集成视角，还有我最想让孩子们记住的一个，镜像视角。
人工智能，就像人类心智投在数字世界里的一面镜子。
机器展现出来的善意、偏见、创造力，说到底都是人类训练数据和人类要求的投射。
决定技术走向何方的，从来不是冰冷的芯片和算法，而是坐在电脑前，使用它、解读它、为它赋予价值的人。
技术课，也能上出哲学味。这是我最想守住的东西。
本课亮点
1.双师协同，数字人“小智”贯穿全课。小智三次出场，引冲突、揭历史、谈未来，真人老师专注讲透概念，新手老师也能上出老教师的味道。
2.H5 四路盲测，图灵测试不再纸上谈兵。传统课堂做图灵测试要配服务器、配 IP，卡顿不断。这个交互平台四路并发，学生一人一端，玩得停不下来。
3.紧扣 2026 热点，DeepSeek-R1 和 MoE 架构进课堂。把我国 AI 自主创新讲进课堂，立德树人四大核心素养全落地。
4.镜像视角，把技术课上出哲学味。从“AI 能做什么”升华到“人机如何相处”，这是一节有温度的课。
5.资料包 10+ 件套，零备课直接上。课件、教学设计、逐字稿、交互平台、思维导图、板书、双视频、评价表，全齐了。
这套《什么是人工智能》的教学设计和资料包，我已经整理好了。
想要的，加我微信，我发你。