南京AI冬令营:懂南京,懂AI,更懂你!

遵循儿童认知发展规律，为不同年龄段的孩子设计符合其心智水平的课程内容与挑战，确保学习过程既不枯燥也不挫败。即使是刚刚接触AI的孩子也能自信上手。

本次冬令营的AI课程可不是枯坐在机房中听课，而是摒弃纯理论灌输，在生动有趣，有实际意义的情境中引导孩子去解决问题，让超过80%的课时都在动手实践、探索和创造中度过，让孩子心灵手巧，脑聪目明。

以PBL项目式学习（Project-Based Learning）为核心驱动力，每个阶段都围绕一个中心项目展开，如“创作AI魔法绘本”、“设计AI伙伴”、“智造未来生活”，将知识点融入具体、有趣的目标中，激发学生的内在学习动机与成就感。

此年龄段（6-8岁）儿童处于前运算阶段，思维具有具体形象性、自我中心等特征。他们通过感官和具体操作来理解世界，对抽象的逻辑规则感到困难，但对充满想象力和生命力的事物抱有天然的好奇心。此阶段的教学策略聚焦于“转化”与“激励”。

在低学段孩子接触电脑之前，我们将“算法”“训练”“数据”等抽象的AI概念转化为“咒语”、“喂养”、“学习卡”……再通过丰富的“不插电”编程活动，在实体互动中让孩子理解指令的精确性、程序的顺序性的重要意义，为后续的编程学习奠定坚实的基础。

在进行课程设置时，我们避开了需要编写代码的工具，采用图形化、拖拽式的交互方式，选用“所见即所得”的AI工具，让即时的、有创造性的成果带来成就感，激励孩子勇敢尝试和探索。

  核心工具  Code.org (AI for Oceans), Mentimeter (词云), AI绘画工具 (如Canva内置AI), Scratch (模拟AI)

  能力目标  初步理解AI是“听指令、会学习”的工具, 掌握用简单的指令词（Prompt）生成图像和故事, 体验人机协作的乐趣，建立初步的AI伦理意识（AI生成的内容需要辨别）。

  课程设置  

• 第1-2课时初探魔法世界

• 第3-4课时魔法画笔

• 第5-6课时故事魔法师

• 第7-8课时声音的魔力

• 第9-10课时我的魔法绘本

此年龄段（8-10岁）孩子处于皮亚杰的具体运算阶段。这一阶段的儿童思维能力发生了质的飞跃，为我们引入更结构化的AI概念提供了可能。

系统思维的初步形成让孩子能理解整体与部分之间的关系，在此阶段，夏博士团队将“智能体（Agent）”这一复杂概念拆解为“角色设定（大脑）”、“知识库（记忆）”和“技能插件（工具箱）”等具体、可感知的模块，引导他们进行系统化的搭建，将抽象的智能体构建过程，转化为一个完整的项目式学习（PBL）流程。

课程伊始会提供一个成熟的智能体支架让孩子通过“逆向工程”去使用，理解，尝试提出问题，之后再逐步撤去支架，引导他们独立设计和创造自己的智能体。

本学段课程聚焦在设计思维而非技术细节，选用教育领域推荐的低代码智能体构建平台，通过图形化界面、拖拽式操作和简单的文本配置降低技术门槛，让学生能直观地看到自己的设计如何变为一个可交互的AI应用。

  核心工具 Coze智能体构建平台, Xmind /思维导图工具, Canva

  能力目标  理解智能体的基本构成（人设、知识、技能）和工作原理（Prompt驱动），掌握使用低代码平台设计、配置并发布一个简单的问答型智能体， 培养系统思维和设计思维，理解AI的“幻觉”问题并学习如何通过知识库约束它。 

  课程设置  

• 第1-2课时 

  揭秘AI大脑：智能体初探

• 第3-4课时 

  AI伙伴诞生记：角色与灵魂

• 第5-6课时 

  喂养AI大脑：构建专属知识库

• 第7-8课时 

  赋予超能力：学习使用插件

• 第9-10课时 

  项目实战：我的学科小助手

• 第11-12课时 

  迭代与优化：让AI更“聪明”

10-12岁的学生正处于从具体运算阶段向形式运算阶段过渡的关键时期。他们的思维能力正在经历一次深刻的变革，这为我们引入更复杂的编程和硬件交互项目创造了绝佳的契机。

高学段课程的核心是“看得见的编程”。我们选用BBC Micro:bit或其生态产品Tiny:bit智能小车作为教学工具。当学生编写一行代码，就能立刻看到小车的轮子转动，或LED灯根据环境光线亮起时，抽象的编程概念（如变量、循环、条件判断）便与真实世界的物理现象紧密连接，学习过程变得直观、有趣且深刻。

课程以“赋予机器感知能力”为主线，让每个传感器都成为探究单元，学生在“玩”传感器的过程中，自然而然地掌握数据读取、阈值判断和逻辑控制等核心编程技能。

考虑到学生的差异性，课程前期将全面采用微软MakeCode图形化编程平台。对于学有余力的学生，MakeCode提供了一键切换到Python或JavaScript视图的功能，使他们可以无缝地观察图形化代码背后的文本代码逻辑，为后续更高阶的编程学习（如MicroPython）做好平滑过渡。

天黑自动亮起的智能夜灯、土壤干燥时自动报警的浇水提示器、能识别手势的猜拳游戏机……这些真实场景的项目都能激发学生的同理心和创造动机，让他们感受到技术服务于人的价值。

  核心工具 Micro:bit V2 / Tiny:bit智能小车, MakeCode (图形化/Python), 各类传感器, Machine Learning for Kids

  能力目标  掌握输入/输出、传感器、变量、循环、选择等核心编程概念，理解AIoT基本原理，熟练使用MakeCode编程，能独立完成基于传感器的硬件交互项目，初步体验机器学习模型训练与调用，培养工程思维和计算思维，学会在实践中调试和解决软硬件问题。

  课程设置  

• 第1-2课时 

  变量与循环：制作计步器

• 第3-4课时 

  小车总动员：Tiny:bit机器人

• 第5-6课时 

  AI初体验：机器学习与手势识别

• 第7-10课时 

  综合项目：我的智慧生活

• 第11-12课时 

  智造家作品展：未来生活秀

12岁以上的学生普遍进入形式运算阶段——认知发展的最高阶段，他们的思维能力已经具备了进行高级科学探究的潜力。这个阶段的标志是“假设-演绎推理”能力的出现，即能够像科学家一样提出假设并设计实验来验证它。

课程的目标不仅是让学生学会调用Scikit-learn等既定AI库函数，更引导其理解完整的机器学习项目流程：从数据清洗、预处理，到特征工程的选择，再到模型训练、参数调优、性能评估。

学生将学习如何解读混淆矩阵、准确率、召回率等评估指标，从而真正理解模型的优劣。

我们选择行空板K10作为核心硬件，搭载摄像头、麦克风、显示屏等，且原生支持MicroPython。它能让学生将PC上训练的模型部署到边缘设备上。这个过程能帮助学生建立从云端训练到边缘端部署的完整AI工程概念。

课程将引入经典的或经过简化的真实数据集，如鸢尾花分类、泰坦尼克号生还预测、手写数字识别等。通过处理真实世界的数据，学生能更直观地感受到数据质量对模型性能的决定性影响，并初步接触数据隐私、算法偏见等重要的AI伦理议题。

  核心工具 行空板K10, Mind+ (Micro Python模式) / VS Code, Python (Scikit-learn, OpenCV库), Kimi/doubao (辅助学习)

  能力目标  理解监督学习、非监督学习等基本概念，掌握分类、回归等任务的算法思想，掌握Python基础语法，能使用Scikit-learn等库进行数据处理、模型训练与评估，能使用行空板K10完成端侧AI应用开发， 培养算法思维和工程思维，理解数据隐私和算法偏见等伦理问题。

  课程设置  

• 第1-2课时 

  Python与AI开发环境

• 第3-4课时 

  机器学习概论与经典算法：K-近邻算法

• 第5-6课时

  行空板AI视觉：人脸识别魔法相机

• 第7-8课时

  行空板AI语音：智能家居控制

• 第9-10课时

  经典算法：决策树与数据可视化

• 第11-16课时 

  终极项目（PBL）：AI赋能校园/生活

WINTER CAMP

日

程