案例来源教育部基础教育教学指导委员会于2025年发布《中小学人工智能通识教育指南（2025年版）》，提出小学阶段人工智能教育培养应侧重体验，兴趣培养强调基础应用能力。原文描述如下：

• 认知方面侧重体验与兴趣培养。感知技术价值，了解语音识别、图像分类等基础人工智能技术，通过与智能设备交互体验建立技术认知雏形。
• 技能方面强调基础应用能力。掌握简单人工智能工具的基础操作，通过可视化编程工具完成简单指令设计，初步实践数据采集与标注方法。
  

基于上述要求，我们选取并设计了人工智能教学案例——《智能就餐之人脸学习和识别》。
本案例使用行空板K10实验盒为实践工具，以图像分类中的“人脸识别”技术为核心，通过贴近生活的就餐情境，引导学生在与智能设备的交互过程中体验人脸信息的采集，并在学习环节中建立人脸与身份的对应关系，帮助学生在实际操作与观察中初步体验数据采集与标注方法，直观感知图像识别技术的应用过程。
下表是对标案例设计

小学阶段培养目标（指南原文）	《智能就餐之人脸学习和识别》案例对应设计	硬件与课程亮点
认知方面侧重体验与兴趣培养。	以学生熟悉的“校园就餐”场景为切入点，引发学习兴趣，让学生在真实情境中体验人工智能的作用	真实校园应用场景贴近生活、易理解
感知技术价值，了解语音识别、图像分类等基础人工智能技术。	通过人脸检测与人脸识别案例，引导学生认识图像识别这一典型人工智能技术	人脸识别真实运行非概念演示
通过与智能设备交互体验建立技术认知雏形。	学生通过操作设备完成“学习人脸”“识别人脸”，实时观察识别结果	行空板 + 摄像头屏幕即时反馈
技能方面强调基础应用能力。	学生能够独立完成学习、识别等基本操作，理解人工智能系统的基本工作流程	操作门槛低小学可完成
掌握简单人工智能工具的基础操作。	使用人脸识别相关功能模块，完成学习与识别的基本功能体验	集成式AI硬件开箱即用
通过可视化编程工具完成简单指令设计。	结合流程图，引导学生用图形化方式完成“学习”“识别”等指令设计	图形化编程无代码负担
初步实践数据采集与标注方法。	在人脸学习过程中，采集人脸数据并生成对应身份ID，体验“数据—标签”关系	自然融入数据意识不增加额外难度

教学设计本案例的教学设计遵循“生活情境引入 → 体验式理解 → 动手操作 → 综合应用”的教学路径，整体结构与学习活动安排如思维导图所示。

关键活动展示在实际教学中，学生将完成如下实践活动：

• 绘制就餐识别核心流程图，理解人脸学习与识别的整体过程
• 编程体验，通过阅读图形化程序掌握人脸的学习和识别过程
  

• 运行程序并观察识别结果，验证不同人脸对应不同识别ID
  

• 思考完善智能就餐功能，感受人工智能在真实场景中的应用价值
  

效果演示