杭州博物馆藏有两万多件文物，如今很多都"数字化"了——高清图、线上展览。这些数字图像，正是人工智能的"粮食"。
本课程让学生当一次"AI训练师"：通过"人肉AI"分类游戏理解图像识别原理，通过训练数据实验理解"数据决定AI能力"，通过伦理辩论直面"AI会犯错吗"——不神话AI，也不恐惧AI，科学地认识它。指南明确要求"了解人工智能带来的伦理与安全挑战"，本课恰好覆盖。
观察杭博数字资源（线上展览/高清图），"AI认文物"真实案例导入
识别/数据/伦理三线分组，设计分类规则与训练数据实验
"人肉AI"分类游戏、训练数据对照实验、真实AI识别体验
伦理辩论（该不该完全相信AI）、迭代改进、训练报告展示、护照归档
一组当"训练师"喂样本、一组当"AI"总结特征规则、一组当"裁判"出题测试——用眼睛和大脑模拟AI的"特征提取+规则分类"，理解AI识别原理。
A组只用3张样本"训练"、B组用15张，各自识别10张测试卡——数据少错得多、数据多准得多。理解"垃圾进，垃圾出"：AI不是天生会认文物，是"喂"出来的。
用真实识图工具识别文物图片，现场对比AI答案与标准答案；随后辩论"博物馆该不该完全相信AI鉴别文物"——直面AI的局限、偏见与责任。
AI怎么"看懂"一张文物照片？——"人肉AI"分类游戏
数据喂多少，AI才准？——训练数据对照实验
AI会认错文物吗？错了谁负责？——伦理辩论+案例分析
| 学科 | 知识点 |
|---|---|
| 信息科技 | 图像识别原理、训练数据、分类器、机器学习基础 |
| 人工智能 | 特征提取、数据质量、偏见与误判、AI伦理 |
| 考古/历史 | 文物类型（陶/瓷/铜/玉）、文物数字化 |
| 道德与法治 | 技术责任、人机协同、信息素养 |
对标指南四维评价，全程表现性证据；探究护照归档页以纪实性记录呈现，可纳入学生综合素质评价档案，不另设考试。各组"AI训练报告"展示评比。
☎ 176 8231 2594 · 需电脑/平板+网络（可借学校机房）