市面上号称教孩子 AI 的产品，大多逃不出两类：放着卡通机器人的幻灯片课，或者默认孩子想当程序员的编程平台。AI Quests 两者都不是。它是 Google Research 和斯坦福学习加速器（Stanford Accelerator for Learning）联合开发的一款免费网页游戏，面向 11–14 岁学生。它不给孩子讲 AI，而是把方向盘交给孩子：数据自己收集，模型自己训练，每个决定带来的后果自己看。我们今年把它引入初中部的 AI 课程，这篇文章讲讲它是什么，我们为什么选它。
孩子在游戏里做什么
第一个任务里，学生扮演一名研究员，帮一个社区在洪水来临前做好预警。故事背景是虚构的，底下的科学是真的：整个任务取材于 Google 真实的洪水预测研究，这项技术今天正在为全球数百万人发送预警。
想通关，学生必须做出真实研究团队每天都在做的判断。预测洪水该用哪些数据：降雨量、河流流量，还是别的？手头这批数据可靠吗，有没有缺口？模型训练完，测试能不能通过？预测错了，村民会怎样？游戏里的导师 Professor Skye 一路引导，而且游戏鼓励犯错：学生可以亲眼看着一个训练得不好的模型失灵，想明白原因，回头重来。
每个任务结束时，屏幕上出现的是这项研究背后真实的 Google 研究员的录像，讲他们如何负责任地把 AI 用在现实世界。第二个任务用同样的玩法，做的是通过早期筛查预防失明。
为什么游戏比讲座管用
大部分青少年是以消费者的身份遇到 AI 的：敲一个问题，屏幕上出来一个答案，整个系统是个黑箱。AI Quests 把角色调了个头，学生变成决定放什么数据进去、怎么测试模型、模型够不够格被信任的那个人。
这种角色互换，正好教会初中生两件我们最希望他们带进 AI 时代的事。第一，模型的好坏，取决于背后的数据和人的判断。第二，AI 系统做了什么，责任始终在人。一个用单薄数据训练过模型、看着它把洪水预测错的学生，对这两件事的理解，是任何演讲都给不了的。
我们为什么选中它
绝大多数 AI 课堂产品我们都拒绝了。这一个能过关，理由很具体：
- 活是学生自己干的。收数据、筛数据、训练、测试，全程动手。这符合我们 AI 与 STEM 课程对所有项目的要求：学生只是坐着看的，我们不要。
- 科学是真的。任务取材于 Google 已经在全球运行的真实研究，学生还能听到研究员本人的讲述。
- 年龄段刚好。它按 11–14 岁设计并做过学生实测，正对上我们的初中部。
- 老师有整套教具。每个任务自带教案、课前课后活动和教师指南，老师不需要 AI 背景就能开课。
- 对所有人免费。不用买授权、不用注册付费账号、不用安装。Google DeepMind 和 Raspberry Pi 基金会做的 Experience AI 项目已经把它编进自己的课程体系，任何学校都可以这样做。
它和我们已有的课怎么衔接
我们的初中生已经在做机器人、飞无人机、开发游戏。AI Quests 补上的是底下那一层：模型是怎么建起来的，它为什么会有那样的表现。一个既排查过机器人故障、又训练过洪水模型的学生，会开始看见两件事底下共通的规律，这个规律比任何单个项目都值钱。
学校小，在这件事上是帮手。一个好工具和我们的教室之间，没有层层委员会。老师可以在一个 10–15 人的班里跑一个任务，观察课堂讨论的成色，几周内就能决定它留不留。
在家就能先试
不必等我们。AI Quests 对所有人开放，入口在 research.google/ai-quests，一个好奇心旺盛的 11 岁孩子，大约一节课的时间就能玩完洪水任务。游戏是英文的，对孩子来说也是一次真实语境的英语输入。提醒一句：它是 Google 服务，中国大陆的网络环境下一般无法直接打开，人在国内的家庭可以等孩子到校后再体验。如果孩子玩完跑来问你，模型是怎么知道洪水要来的，那正是我们想在课堂上接着聊下去的问题。想找更多我们推荐的免费工具，学习资源页列出了我们学生在用的每一个平台。