斯坦福科学家下场了！10分钟让孩子玩懂AI

大家好，我是马里奥。

2025年一定是个AI年，我最关心的问题也变成了：普通家长到底如何才能帮助孩子真正用好AI呢？

这个问题，全世界最聪明的大脑早就开始想办法了，我们挖到过一些宝藏资源👉🏻MIT给孩子开了免费AI课，哈佛干了件大好事，100多门课程免费学，还有微软也砸了40亿，全速加入不花钱的AI教育时代。

而最有趣又最实用的AI资源之一，一定是这个——

谷歌联合斯坦福做了一个网站AI Quests，孩子们只要花10分钟，就能和科学家们一起解决真实世界的问题，将复杂的「AI思维」玩出来。

而且，这一切全都是免费的。

■https://research.google/ai-quests/intl/en_gb

和spark教授一起解决真实问题

到底这个资源好在哪儿呢？

最大的优势是，就是不用写一行代码，就能带孩子在线做完一个「用AI解决真实问题的」项目，基于谷歌工程师们的真实工作内容，比如用AI预测洪水流向，以及帮助医生速识别眼病的AI模型……

孩子扮演项目leader，在游戏中Skye教授的引导下，走完从「数据搜集-搭建AI模型-测试-实验-总结」的全流程。

■AI Quests里有很多收集数据的环节，非常像《我的世界》中收集资源的过程，不用担心孩子不会用，网站还有丰富的教师指导手册，家长们都可以用。

今年9月底上线后，我也第一时间带孩子试玩，他也在不断的互动、反馈中，对「用AI解决正经问题」产生了浓厚的兴趣。

我们就推荐给了社群里的家长们，得到了很多正向反馈，说孩子们特别喜欢。外网也爆火，科技博主们纷纷下场测评，还被不少学校老师用作教学资源。

■文字可以用浏览器自带功能翻译，但所有声音都是英文的，最好听说无障碍

到底孩子们喜欢的是什么呢？

AI Quests把AI融入了孩子们最爱玩的游戏里，点击accept mission以后，一步步跟着Skye教授的指令，共同来「做任务」。

目前开放了三个核心任务，每个任务都对应着AI领域一个最核心、也最难懂的概念。

最妙的是，孩子不需要懂什么叫「算法」，也不需要知道「神经网络」是怎么运作的。他们只需要像一个Google工程师一样，收集好的数据、训练合适的AI、做无数次测试，去解决一个个棘手的真实世界问题。

还有最重要的「做决策」。

任务一：市场沼泽（Market Marshes）

 搞懂「预测与决策」：如何用AI跑赢洪水？

这是一个关于「生存与数据」的任务。

你所在的社区面临洪水的威胁。你的任务是训练一个AI模型，利用过往的水位数据、降雨量等信息，预测洪水何时到来，并决定如何分配有限的沙袋来保护村庄。

而整个过程中，导师Skye会一步步教你如何做：

第一步：收集对于洪水预测真正有用的数据。

第二步：开始训练你的AI预测模型，这个过程中，你要自己决定哪些数据是和洪水预测高度相关的，不同的数据组合会得到不同的准确度，当准确度达到90%的时候，就说明你选择的数据集是正确的。

第三步：利用你的AI模型，规划你的社区应对方案，让所有的居民、摊位撤离「高风险」区域，保护社区。

这听起来像个简单的模拟游戏，但孩子很快会发现「数据的陷阱」： 有的数据是准确的，有的数据是缺失的，有的数据甚至是错误的（噪音）。

如果孩子盲目信任AI给出的预测，可能会浪费宝贵的沙袋，导致村庄被淹。

这个任务走到最后，会有一个「升华」问题：你认为在做预测洪水这样的决定时，应该是人工智能还是人类做主要决策？

这其实就是AI伦理中常说的「人机协作的边界」。

正如谷歌在印度和孟加拉国做的真实洪水预测项目一样，AI擅长处理海量数据发现规律，但最终做出生死决策的，必须是人类。

AI给出的只是一个概率，而你需要为结果负责。

■这个任务走下来大概10分钟，当孩子的任务顺利完成，会有一个Google科学家的真实视频，让孩子们看看他们是如何在真实世界中，用AI模型预测洪水，保护世界

任务二：昏暗沙丘（Dusky Dunes）

搞懂「偏见与伦理」：AI医生会看病，但它公平吗？

在这个任务里，孩子将扮演一名医疗AI的研究员。

你的目标是训练一个AI系统，帮助医生从眼部扫描图中，诊断出一种虚构的眼部疾病（原型为糖尿病视网膜病变），孩子会遇到极为尖锐的伦理挑战：

数据多样性： 如果你只用某一种人群的数据训练AI，它在诊断另一类人群时准确率就会大幅下降。这直接关联到现实中医疗AI对不同人种的诊断偏差问题。

隐私与准确性的权衡： 为了提高准确率，你需要更多病人的数据，但这是否侵犯了隐私？

人与AI的决策协作：AI永远要和人类医生协作，做决定的永远只能是人类医生，而当几位医生决策不一致时，该如何达成诊断？

这不仅是在玩游戏，更是在进行一场「科技伦理」的思辨，技术从来不是中立的。

任务三：Laughter Lab（欢笑实验室-即将上线）

这是官网预告的第三个任务。虽然还未正式推出，但从名字看，它可能涉及脑科学、语音识别、情感计算等更高级的人机交互领域。

斯坦福和Google的研发团队正在紧锣密鼓地筹备中，非常值得期待。

真正的大杀器

 

除了上面三个给孩子练手的「模拟场」，斯坦福和谷歌还在这个网站上埋下了一组「彩蛋」。

这些被称为「Additional Resources」的内容，直接链接到了Google Research正在进行的真实科研项目。

对于12岁以上或者对科学感兴趣的孩子来说，这才是真正的「大杀器」。

■https://research.google/ai-quests/intl/en_gb/teacher-resources

比如洪水预测（Flood Forecasting）。

Google利用AI技术，在印度和孟加拉国等数据匮乏的地区预测洪水，每天发送数百万条预警，直接拯救生命。

还有建筑物规划（Open Buildings）。

通过卫星图像和AI，绘制非洲和东南亚的建筑物地图。这能让孩子看到，在那些地图上甚至没有标记的贫困地区，AI是如何帮助规划电力、疫苗分发和救援的。

以及植被规划（Tree Canopy）。

利用AI分析航空图像，帮助城市规划者在洛杉矶等大城市里，找出最需要种树降温的街区。

■植被规划项目中，查看树冠覆盖率的模型

最后一个野火追踪（Wildfires）：利用卫星数据实时追踪野火边界，帮助消防员救火。

这些资源原本只存在于顶尖科学家的论文和实验室里，现在被整合在这里，就是为了让孩子看到：

AI不仅是屏幕里的代码，它正在改变我们头顶的天空、脚下的土地和远方的生命。

■每个页面都给了Google research科学家团队的项目网站，方便孩子拓展和探索

这个网站背靠斯坦福学习加速器（Stanford Accelerator for Learning），这是一个致力于将顶尖科研成果转化为大众教育资源的机构。

他们深知，如果不打破围墙，最前沿的科技只会加剧社会的数字鸿沟。

于是，斯坦福拉来了谷歌研究院（Google Research）的大牛们，让全球的孩子都拥有正确使用AI的基本能力。

就像斯坦福大学副教授Victor Lee说的：

「研究表明，尽管我们经常听到‘数据’这个词，但很多中学生，甚至大学生，根本不知道数据是什么，也不知道它是如何被用来训练AI的」。

以前，只有在斯坦福的实验室里，或者Google的机房里，最聪明的工程师才能接触到机器学习的核心逻辑。

而如今，他们把自家实验室里最前沿的研究，以及像机器学习、数据偏差、算法优化等复杂的概念，都放进了AI Quests，做成了连小学生都能玩懂的免费在线游戏。

■斯坦福大学学习加速器人工智能与教育项目负责人、副教授 Victor Lee，同时也是 AI Quests 的联合创始人

我们如何指导孩子？

 

很多家长担心：全是英文，我也没学过编程，怎么教？

别慌，其最厉害的地方，就是为每一个任务都配备了详尽的教师指南（Teacher Guide）。

网站的逻辑非常清晰，一部分是面向教师、家长的指导手册，只要有Google账号，就可以进入Google Drive直接下载，连注册这一步都省了。这原本是给美国中学老师用的备课本，但我们完全可以把它当成家长的「傻瓜操作手册」。

■点进Google Drive，就可以直接下载指导手册

https://research.google/ai-quests/intl/en_gb/teacher-resources

你不需要是专家，只需要扮演一个「提问者」。

这是指南里最精华的部分，千万不要让孩子一个人闷头玩游戏，那样就真的只是在玩游戏。 你要在旁边，适时抛出指南里设计好的问题：

第一组：关于AI的数据标注与清洗

「为什么我们在训练AI之前，必须把病人的名字、生日这些个人信息删掉？如果不删会发生什么？」（引导思考隐私保护）

「你在给眼部扫描图打标签时，是在教AI看病。但如果两个人类医生对同一张图的诊断都不一样，AI该听谁的？」（引导思考数据的模糊性）

第二组：关于AI的「偏见」

「你刚才收集数据时，为什么要去那么多不同的地区收集？只用一个城市的病人数据不行吗？」

「当你加入了更多不同地区、不同人种的数据后，AI的准确率发生了什么变化？为什么？」（引导思考算法偏见与泛化能力）

第三组：关于AI的模型评估与应用

「AI的预测结果，并不总是跟专家（Dr. Visus）的诊断完全一样。为什么AI会看走眼？」

「你觉得AI的准确率达到多少分，才敢真的把它用到医院里去给真人看病？80%够吗？99%够吗？」（引导思考容错率与社会责任）

如果不提问，这只是一个点击鼠标的通关游戏； 一旦你问出了这些问题，这就变成了一场关于伦理、统计学和社会学的深度对话。

同时，也在培养我们的「AI思维」。

进入AI时代，资源并不少，重要的从不是资源，而是真正坐下来一起使用资源的行动，趁周末和假期，不如和孩子一起玩起来吧！

原文链接：https://mp.weixin.qq.com/s/jnFB3lNn1SAo33ly5OfjMQ