Day of AI 课程资源库

孩子理解 AI 在生活中怎么出现、机器怎么"学"。数据集、训练、预测三步骤。用 Google Quick Draw 涂鸦游戏做实践。

孩子体验监督学习流程：收集数据→训练→预测。亲手用 Teachable Machine 训练 AI 识别手势/物品。

用做蛋糕、洗手等生活场景理解算法的三要素：输入、步骤、输出。孩子写出第一个算法。

为什么 AI 会"以貌取人"？训练数据的偏见如何影响 AI 决策。MIT 经典：识别医疗 AI 在不同人种上的差异。

深入 AI 在社会中的角色：AI 与隐私、深度伪造、监控、招聘偏见。学会批判性思考 AI 的影响。

用 AI 创作音乐、绘画、故事。理解生成式 AI 的工作原理，同时探讨"机器创作"算不算"创作"。

ChatGPT 怎么工作？学校用 ChatGPT 算不算作弊？MIT 引导孩子理性看待 AI 工具在教育中的角色。

算法怎么知道给你看什么？推荐系统如何塑造你的信息世界。深度伪造 (deepfake) 如何识别？

当 AI 犯错，谁负责？数据隐私、版权、就业冲击、监管。AI 治理的国际比较与未来立法。

EU AI Act、美国 AI Bill of Rights、中国生成式 AI 办法。不同国家的 AI 监管对比。青少年参与 AI 治理。

AI 深度伪造对选举的操纵、AI 高频交易的影响、新闻业 AI 化的伦理。学生模拟联合国辩论。

孩子收集自己学校的"数据"（运动、午餐、作业时间），分析后给校长写建议信。理解数据如何驱动决策。

用 MIT App Inventor / Scratch 训练图像分类器、构建聊天机器人。零代码做真 AI 项目。

用 Python + Hugging Face + TensorFlow 训练 AI 模型。完整项目流程：选题→数据→训练→部署。

AI 工程师 / 数据科学家 / 提示工程师 / AI 伦理学家 / 医疗 AI — 真实工作内容、能力要求、薪资路径。