AI 挑下一个视频、排你的信息流、回答语音助手，还悄悄帮你分邮件。大多数孩子每天都在用它，比谁认真跟他们解释这是什么早了好几年。
现在懂 AI 已经算一种基本素养了。有两个问题特别值得教：这东西是从什么里学出来的？还有，谁的视角被落下了？
从孩子熟悉的东西开始
Spotify 往你歌单里塞了一首新歌，你觉得它是怎么挑中那一首的?
这个问题会直接把人带到「找模式」上，而找模式正是绝大多数 AI 的引擎。我们在 AI 工作坊一开场就问，解释都还没开始。学生的猜测几乎每次都很接近真相，这正是重点所在。
AI 如何学习
AI 学东西的方式，和一个小孩搞懂什么叫狗差不多：看很多很多狗。给模型足够多带标签的例子，它自己就开始抓到规律了。
技术术语
这个叫监督学习。所谓监督，只是说每一个训练例子都自带正确答案。
值得给孩子解释的 AI 类型
- 1
图像识别
人脸解锁、照片自动分类，还有医生看片子。
- 2
推荐系统
决定 Netflix、Spotify 和 YouTube 下一个推到你面前的是什么。
- 3
语言模型
靠预测下一个词通常是什么来写出文字的系统。
- 4
游戏 AI
靠玩上百万局、从有效的做法里学习，然后越来越强。
AI 不能做什么
- 它只认得和训练数据像的模式。给它没见过的东西，它就是在猜
- 训练数据里有什么偏见，另一头就会原样吐出来
- 它可以彻底错，同时听上去无比笃定
- 你让它追哪个数字它就追哪个，哪怕那根本不是真正的目标
让孩子养成「这系统是拿什么训练的」这个提问习惯，是你能给他的最好用的思维工具之一。
动手活动
- 打开 teachablemachine.withgoogle.com
- 建两个图像类别，比如竖大拇指和倒大拇指
- 用自己的摄像头拍照训练
- 拿一个它从没见过的姿势去考它
- 然后比一比：5 张训练照和 50 张训练照差多少
十分钟左右，你就已经走完了数据收集、训练、预测，还有「为什么数据质量决定一切」这一整套。
“我训练它来分辨我和朋友的手，一开始一直认错，直到我们用了更多照片。那一刻我才真正明白是怎么回事。”
负责任地使用 AI
孩子需要的不只是一串使用技巧。他们要知道什么时候该去核实 AI 说的话，什么时候干脆不能依赖它，以及这类系统真造成伤害时该由谁负责。
如果这是孩子第一次用代码做东西，我们的《我的第一个 Python 程序》指南是很稳的下一步。