中小学AI课程框架
这套指南由华东师范大学牵头，并联合上海人工智能实验室共同编写，作为我国中小学开展人工智能教育的重要指导文件。它为中小学AI教学搭建了较为完整的总体框架，同时兼顾不同学段之间的衔接性与各地推进实施的灵活性。其关键目标是通过循序渐进的学习安排，提升学生的AI核心素养，使学生在智能社会中具备合格参与者与建设者应有的能力。主要内容由六个模块构成：
一、课程性质与基本理念
（一）课程性质
1.交叉综合性：本课程横跨多个学科领域，涉及数据、算法、硬件等相关内容，并与数学、科学等学科保持紧密联系；同时也纳入伦理、隐私保护等社会层面的议题。
2.基础性与实践性：课程面向全体学生普及AI基础知识，选取贴近真实生活的应用情境作为切入点，突出动手实践与在真实场景中解决问题的能力培养。
3.发展性与开放性：随着AI技术的持续演进，课程知识体系同步更新；课程组织方式保持灵活，支持各地区结合实际条件开设相应课程，实现前瞻性与可落地性的统一。
（二）基本理念
1.教育性：坚持以提升学生AI核心素养为导向，引导学生进一步理解AI与社会之间的关系，促进其成为负责任的技术使用者与具备创新意识的学习者。
2.选择性：充分考虑不同地区、不同学段学生的差异，设计多元化学习路径。通过项目式学习来提升学习兴趣，进而回应多样的学习需求。
3.连贯性：构建贯通“小学-初中-高中”的一体化课程体系，内容安排由浅入深、逐步加深，减少知识断层，推动跨学科内容的同步融合。
二、核心素养与课程目标
（一）核心素养（四大维度）
1.智能意识：帮助学生理解AI的基本概念、发展脉络与局限特点，能够对AI应用情境作出判断，正确看待其优点与不足。
2.智能思维：引导学生借助AI技术思路分析问题、处理数据、制定算法方案，并能将方法迁移到同类问题的解决之中。
3.智能应用与创造：鼓励学生依据需要合理选择AI工具来解决实际问题，并在学习与生活中实现创造性应用，让AI真正服务于成长。
4.智能社会责任：引导学生理解AI伦理、隐私保护与公平性等关键问题，明确法律法规的要求，保持理性态度看待AI对社会可能带来的影响。
（二）课程目标
1.培养能够适应智能社会发展要求的未来公民，提高学生对智能技术的感知能力以及社会适应水平。
2.为学生AI核心素养的发展提供支撑，引导其学习AI基础原理与关键技能，逐步形成相应的学科思维。
3.激发学生对AI的学习兴趣，针对不同学段设置适配的基础性内容，满足多元化的学习诉求。
4.促进智能时代的学习方式创新，通过过程性评价与项目式学习相结合的方式，推动学生能力持续提升。
三、课程结构与主题内容
（一）课程设计原则
本课程以核心素养为导向，将项目式学习作为主要组织形式，搭建五大主题模块，努力实现“以实践带动知识习得”。
(二)五大核心主题（含学段进阶）
1.人工智能概念与历史
核心内容：AI的定义、基本特征、发展脉络与关键里程碑事件
学段进阶：小学阶段以生活体验与概念感知为主；初中阶段梳理基本原理；高中阶段结合发展趋势开展分析。
2.人工智能应用与技术
核心内容：各行业典型AI应用，自然语言处理、计算机视觉等关键技术
学段进阶：小学侧重在身边场景中体验AI应用；初中注重理解关键技术的基本原理；高中进一步探索更进阶的应用场景。
3.人工智能感知与数据
核心内容：感知系统、传感器、数据编码、特征提取与数据集处理
学段进阶：小学体验数据类型与可视化；初中掌握数据管理与分析方法；高中学习特征工程与数据集优化策略。
4.人工智能方法与实现（核心）
核心内容：机器学习范式，包括回归、分类、聚类、深度学习等典型算法，并配套软硬件实践平台
学段进阶：小学进行算法的初步感知；初中理解算法原理并完成图形化编程实现；高中使用Python编程并结合开源框架开展实践。
5.人工智能伦理与社会
核心内容：AI伦理方面的挑战、隐私保护、算法公平性、社会影响及责任担当
学段进阶：小学阶段感知AI潜在风险；初中阶段理解伦理道德与隐私保护相关知识；高中阶段形成正确的AI发展伦理观。
四、学业质量评价标准 以四大核心素养为维度，构建“小学-初中-高中”三级递进评价体系： 1.小学阶段：重点放在AI体验与初步感知，能够识别AI应用，提取简单问题特征，并逐步形成初步的安全意识。
2.初中阶段：强调原理理解与基础实践，能够借助数据与图表设计问题解决方案，并自觉遵循信息伦理规范。
3.高中阶段：关注综合应用与创新实践，能够批判性地选择AI工具并提出算法实现方案，理解AI的社会影响以及其未来发展可能性。
五、实施建议 （一）教材编写建议 - 坚持思想性、科学性、时代性与实践性原则，内容要适配不同学段的认知水平，同时兼顾应有的广度与深度。
- 采用项目式、任务驱动的内容组织方式，科学把握教学难度，形成螺旋式上升的知识进阶路径。
（二）教学实施建议 1.围绕核心素养开展教学，把握AI基本原理与技术逻辑作为教学重点，避免对技术实现过程做过度强化。
2.突出学生在学习中的主体地位，综合运用项目式、探究式、合作式等多种教学方式，提升实践体验的真实感。
3.强化多学科融合，结合数学、科学、伦理等相关学科知识，搭建合适的学习支架，激活跨学科思考。
4.建设与应用相结合的智能实践平台，借助开源工具与实验室资源，为不同学段提供匹配的实践环境。
5.科学安排课时学分配置：小学1学分、初中2学分、高中3学分，在必修与选修课程设置上统筹考虑。
（三）教学评价建议 - 评价内容多维化：覆盖知识掌握、思维表现、创新实践与社会责任等方面。
- 评价方式多样化：把过程性评价与终结性评价结合起来，以项目实践、课堂观察、学生日志等方式开展质性评价。
- 评价主体多元化：引入学生自评、互评、教师评价以及多方联动的评价方式。 - 评价工具科学化：借助AI技术辅助评价，推广素养评价量表，以提升评价的信度与效度。
（四）资源开发建议 - 推动分学段资源梯度化建设：小学以体验性资源为主，初中侧重设计型资源，高中提供问题解决导向的实践平台。
- 完善软硬件基础设施，建设AI实验室，对条件相对不足的学校提供免费的开源平台支持。