备课时选好的 AI 工具，到了下学期换了界面；采购演示里最醒目的功能，过几个月可能就成了普通按钮。如果课程目标写成“熟练操作某个应用”，教师要不断重写教案，学生也很难把所学带到下一个工具。
学校更需要一条稳定的能力线：**理解技术的输入、数据与局限；能用证据质疑输出；能为使用场景和最终决定负责。**具体工具可以更新，任务设计和评价依据不必跟着每个版本重来。
《指南》指向的是完整探究过程
教育部办公厅印发的《义务教育阶段科学教育“做中学”领航行动指南》提出聚焦真实问题，开展跨学科项目式学习，让学生经历提出问题和假设、设计方案、搜集分析证据、得出结论并解释、制作改进、交流反思。文件给出的六个主题中包括“人工智能”，但主题和任务是供地方、学校结合实际选择的示例，不能把“每学期至少一个探究任务”误读成“每学期必须上一个 AI 任务”。
实施口径也很明确：在保持义务教育课时总量不变的前提下，4—9 年级每名学生每学期完成不少于 1 个科学探究实践任务，且不少于 4 课时；1—3 年级完成科学课程规定的探究实践活动即可，不另作要求。表现性评价以纪实方式纳入综合素质评价档案，不另作考试要求。学校应把 AI 主题放进本校课程实施方案，与已有跨学科内容整合，匹配年级难度并做好安全风险评估。
把“会用工具”改写成可观察的学习目标
同一个任务可以更换工具，却应留下学生可解释、可核查的动作。教研组设计 AI 主题时，可以把目标写成三个问题：
| 稳定的能力 | 学生要做的事 | 可留下的证据 |
|---|---|---|
| 理解原理与局限 | 说清输入、样本或资料怎样影响结果，用新样本测试 | 样本说明、预测与测试记录、误判分析 |
| 敢于质疑 | 对 AI 输出提出可验证的问题，比较资料或实验结果 | 来源记录、事实核查单、修改前后版本 |
| 自主决定与负责 | 说明为何选用 AI、哪些建议未采用、作品能否发布 | 工具选择理由、边界说明、学生反思 |
这些证据能对应《指南》强调的问题意识、探究实践能力、反思改进能力与合作交流能力。教师评价的对象是学生的判断和改进过程，不能只看作品精美程度或模型一次测试的准确率。
一条课程线，按年龄加深问题
我们的课程从一年级的指令与规则、三四年级的创作和 AI 观察起步；一二年级可以用图卡、口述和教师演示完成核心活动。五年级“你好，生成式 AI”让学生围绕真实校园问题保存提示词版本、核查生成内容、说明人的修改。六年级“机器学习小小工程师”让学生整理样本、训练分类模型，用陌生样本测试，再分析误判与数据偏差。七年级“我的第一个 AI 智能体”要求学生设置角色、知识和边界，并用测试问题检查；八年级“AI 创新应用实验室”从真实问题和用户反馈出发，选择能力、制作原型、记录失败、迭代改进。
这里的连续性在于问题逐步变深：低年级先会描述与观察，高年级再用数据和测试解释结果，最后为项目中的取舍负责。九、十年级是进阶拓展线，可用于社团、创新班或高中衔接，不应被算作普通学校完成义务教育阶段课程的必经环节。
学校可以怎样排出一个学期的任务
以“校园物品识别是否可靠”为教学设计示例：第一课由学生提出识别场景与判断标准；第二课收集、分类并说明样本来源；第三课训练或模拟分类，拿新样本测试；第四课分析误判、改进数据，展示证据并讨论隐私与使用边界。设备不足时，可用纸质样本卡让学生扮演“模型”完成分类与纠错；有条件时再接入机器学习实验室。实际课时、主题和工具由学校依课程方案与设备条件确定。
这样排课有两个好处：一是四个环节都能留下过程证据，便于课堂观察、学生自评和同伴互评；二是工具换了，教师只需调整操作材料，探究问题与评价标准仍可沿用。我们的课程包、任务单、工具与项目记录可支撑这些环节，教师和教研组仍负责选题、引导、安全把关与评价。
已有的《指南》人工智能主题解读整理了四个任务示例与实施要求。若正在规划校本课程或区域试点，可从课程体系和共建咨询查看课程线及实施入口。