AI课不只学知识，更要做项目！普开数据亮相AIGE2026
人工智能课，究竟应该教什么？
是认识几个热门模型，记住一些新概念，还是让学生真正采集数据、训练模型，亲手完成一个AI项目？
这道看似简单的题，正在成为越来越多学校推进人工智能教育时面临的现实问题。
7月26日至30日，全国人工智能通识教育研讨会（AIGE2026）暨清华大中小学人工智能通识教育体系交流会在西安举行。
会上，北京普开数据技术有限公司创始人兼CEO叶刚带来了一个直接而具体的答案——
AI课不能停留在“听懂了”，还要让学生真正“做出来”。
AI课，不该只是“认识AI”
近年来，人工智能课程加速走进中小学。
但在实际教学中，不少学校仍然面临一些共同难题：
- 课程内容有了，实验怎么做？
- 工具种类很多，学生怎么用？
- 学完一个知识点，怎样转化为真实能力？
- 不同年级的孩子，又该从哪里开始？
叶刚在《中小学人工智能课程实验平台建设》主题分享中提出，人工智能教育不应只是一门“介绍人工智能”的课程。
如果学生只是听过机器学习、计算机视觉、大模型，却没有亲手处理过数据、训练过模型、解决过问题，那么人工智能依然只是书本上的抽象名词。
真正有效的AI课堂，需要让学生经历一个完整过程：
先学习，再体验；先动手，再创造.
一堂AI课，可以这样“跑起来”
围绕学生从知识学习走向创新实践的过程，普开数据构建了一个完整的人工智能教学闭环：
课程学习 → AI体验 → 工具实践 → 数据处理 → 模型训练 → 项目应用 → 成果展示
这意味着，学生不再只是坐在教室里听老师讲“什么是人工智能”。
他们可以亲手整理数据、训练模型、观察结果，再把学到的知识用到一个具体项目中。
例如：
- 给一组数据做K-means聚类；
- 用KNN算法完成分类任务；
- 体验OCR文字识别；
- 训练一个声音分类模型；
- 尝试图像分类和文本分类；
- 把训练好的模型用到自己的创意作品中。
原本有些抽象的算法和模型，因为“看得见、能操作、有结果”，变成了学生可以理解和完成的真实任务。
AI，也从一个遥远的科技名词，变成了孩子手中的创作工具。
不是所有学生，都要从写代码开始
中小学生年龄跨度大，学习基础也各不相同。
让一年级学生直接面对代码并不现实；但如果到了高中阶段，课程仍然只停留在简单体验，同样难以满足学习需求。为此，平台设置了七类AI工具：
模型训练、积木编程、零代码、AI编程、原理算法、数据标注和大模型应用。
低年级学生可以从拖拽式编程、趣味互动和AI体验开始，在游戏化任务中建立对人工智能的直观认识。
随着年级提升，学生可以逐步接触数据处理、算法原理和模型训练，并使用Python、Notebook及相关人工智能框架完成更深入的实验。
到了大模型应用阶段，学生还可以体验智能问答、知识库、任务规划和智能体流程编排，探索生成式人工智能在真实场景中的应用。不是一上来就要求每个孩子写复杂代码，也不是让所有人永远停留在简单体验。
每个年龄段，都有适合自己的AI学习方式。
人工智能教育要真正进入学校，不能只靠一次公开课、一个兴趣社团，或者几场热热闹闹的体验活动。
它需要一套能够持续学习、逐步进阶的课程体系。
普开数据中小学人工智能课程教学平台覆盖小学一年级至高中三年级，共设置：
12个年级、120节课程、7类AI工具。
课程按照学生年龄特点和认知水平逐级展开：
低年级重在兴趣启蒙和直观体验；
中年级逐步加入编程与项目任务；
高年级进一步学习数据、算法、模型训练和综合应用。
学生每升一个年级，面对的不只是“换了一个新案例”，而是能力层级的持续提升。
从认识AI，到使用AI；
从完成任务，到解决问题；
从模仿操作，到自主创造。
一条连贯的学习路径，让人工智能课程真正成为贯穿基础教育阶段的成长课程。
学生要好用，老师也要“拿来就能上”
一套AI课程能不能进入日常课堂，学生体验很重要，教师使用是否方便同样关键。
老师要备课、设计活动、组织实验，还要处理各种软件和环境问题。如果工具过于复杂，再精彩的课程也很难稳定开展。
因此，平台不仅提供课程和实验工具，还配套了PPT课件、教学视频、教师教案和实验手册。
课程、项目、工具、数据和模型被整合到同一平台中，尽量减少教师在不同软件之间来回切换的负担。
老师可以把更多精力放在课堂设计和学生指导上，而不是花大量时间配置环境、寻找素材和排查工具问题。
AI教育真正的目标，不是培养“工具熟练工”
技术变化越来越快。
今天流行的工具，几年后可能已经更新换代。但在学习过程中形成的好奇心、计算思维、实践能力和创新意识，会长久地伴随学生。
因此，AI教育的意义不只是让孩子学会使用某个软件，也不是让每个学生都成为程序员。
更重要的是，让他们理解技术如何工作，知道如何借助技术解决问题，也懂得负责任地使用技术。
此次AIGE2026专题分享，是普开数据对中小学人工智能课程建设的一次集中展示，也呈现了一种更具实践感的AI课堂：
课程不是终点，创造才是。
