学习目标​

和里德·斯玛特侦探一起，在《我的世界：教育版》的这档谜案中，调查令人费解的人工智能滥用案件！分析深度伪造视频、识别人工智能生成的内容，并在追踪线索和分析三个案件证据的过程中，了解人工智能的工作原理。培养人工智能和信息素养技能，助你明智行事，并对网络信息保持谨慎。准备好破案了吗？
Reed Smart：AI Detective将侦探叙事与媒体和 AI 素养目标相结合，连接内容真实性检查、偏见意识、反驳虚假信息以及依赖连续性。通过扮演初级侦探的角色，将涉及深度伪造、偏见算法和虚假信息的犯罪案件拼凑在一起，学习者不再只是被动地学习“AI 基础知识”。他们积极练习如何应对内容操纵、验证真实性以及平衡对 AI 的依赖。
基本问题：在充满人工智能（AI）的世界中，我们如何识别准确和最新的信息？
学生将：

• 参与各类人工智能相关案件的线索寻找、联系建立、事实查明
• 定义什么是值得信赖的来源以及如何识别它们
• 练习横向阅读以检查信息的可信度
• 了解如何利用人工智能辅助批判性思维
• 识别至少三个迹象表明数字内容可能是由人工智能生成或操纵的
• 在接受信息可信之前，通过检查多个来源来展示验证策略
• 解释 AI 幻觉、深度伪造和真实内容之间的区别
• 制定个人策略来评估日常生活中遇到的在线信息

培养的技能：数字素养 • 批判性思维 • 基于证据的推理 • 来源评估 • 数字公民 • 道德决策
跨课程联系：支持分析文本和评估来源的 ELA 标准、媒体素养和民主参与的社会研究概念以及计算机科学对 AI 能力和局限性的理解。
包含完整的教学包：本课程包含成功实施所需的一切：包含详细案例演练和课程安排的综合教育者指南、用于引导反思和词汇跟踪的学生练习册，以及用于促进讨论和介绍关键概念的课堂演示幻灯片 。所有材料均可立即使用，并且可以无缝协作，让您可以轻松地在 45-60 分钟的单节课或多日单元中将这一关键的 AI 素养课程带入课堂。

免费 AI 素养培训和凭证： 参加这项实践培训 -面向教育者的 AI 基础证书培训（可点播观看） - 旨在使教育者能够使用 Minecraft Education 的 AI Adventurers 课程和 Microsoft Copilot 教授 AI 素养。通过交互式演示和现成的资源，您将探索如何让学生轻松掌握 AI 概念 - 无需任何 AI 或 Minecraft 经验！

教师准备和笔记​

本次体验分为三个主题案例，每个案例探讨一项涉及人工智能的独特挑战。这些案例可以分阶段单独授课，也可以作为为期数天的单元进行教学。
案例结构概述：
案例 1：最深层的伪造（1 节课）主题：深度伪造、错误信息和媒体操纵学生调查社交媒体影响者的恶作剧失败的病毒视频是真实的还是深度伪造的，学习识别操纵媒体的迹象以及验证病毒内容的重要性。
案例 2：一首关于欺骗的颂歌（1 节课）主题：人工智能检测、真实性和评估的公平性学生帮助一名因被错误指控使用人工智能而被取消比赛资格的学生诗人，探索人工智能检测工具的局限性以及人类判断在评估中的重要性。
案例 3：用餐与欺骗（1 节课）主题：人工智能生成的评论、幻觉和来源可信度学生调查威胁当地企业的虚假餐厅评论，发现人工智能如何生成虚假信息（幻觉）并学习验证在线内容的策略。
游戏内侦探工具：学生将在整个游戏过程中使用快捷栏中的四种基本工具：
•记事本和笔- 用于进行采访和记录证人陈述
•放大镜- 配备后突出显示环境中隐藏的线索和证据
•相机- 记录照片证据以供日后在案件板上使用
•手动和检查工具- 允许学生操纵和组织案件板上的证据以解决每个谜团

指导思想​

Reed Smart：AI Detective 的教学框架
核心概念：

• 人工智能滥用和错误信息
• 深度伪造和真实性
• 人工智能检测和偏见
• 可靠的来源和横向阅读
• 适当依赖人工智能

指导教学原则：
通过叙事进行批判性探究侦探框架将抽象的人工智能概念转化为具体的调查实践。学生通过收集证据、进行访谈以及在案例板上整理线索来培养系统性思维。练习册中嵌入的 KWL（了解-想要-学习）结构确保学生能够主动追踪学习历程并反思新的理解。
复杂性连续体：游戏从黑白到彩色的视觉递进，有力地隐喻了认知发展。学生对人工智能的二元思维（“好与坏”）将逐渐转变为理解诸如适当依赖、情境评估和平衡怀疑等细微概念。这种视觉框架有助于学生理解，大多数人工智能挑战需要谨慎的判断，而非绝对的规则。
基于证据的数字公民教育：学生并非学习网络安全规则，而是练习真正的调查技能。通过横向阅读练习和来源核实活动，他们学会成为积极的真相调查者。案例板机制强调，良好的结论需要多种来源和系统分析——这些技能可以直接应用于学术研究和日常在线互动。
赋能胜过恐惧。本课程刻意避免使用关于人工智能危险的恐吓策略。相反，每个案例都将学生定位为能够识别深度伪造、识别人工智能幻觉并评估人工智能生成内容的优秀问题解决者。这能增强学生的自信心和自主性，让他们明白自己拥有在受人工智能影响的世界中理性探索的能力。
真实应用每个案例都反映了学生可能遇到的真实场景：社交媒体上的热门视频、学术诚信问题以及在线评论。这种相关性确保技能能够从游戏转移到学生的实际数字生活中。

学生活动​

赛前活动（10-15分钟）：学生完成练习册中的KWL图表介绍，参与课堂讨论他们遇到的AI示例，并通过演示文稿学习关键词汇。他们预测以下问题的答案：“什么是深度伪造？”和“AI会产生错误信息吗？”
游戏内调查过程（每个案件 25-35 分钟）学生按照以下模式独立或两人一组完成每个神秘案件：

1. 使用记事本工具采访 NPC以收集证人陈述
2. 用放大镜搜索犯罪现场以找到隐藏的证据
3. 使用相机工具拍摄关键线索，记录调查结果
4. 使用手动/检查工具整理案件板上的证据，以对相关信息和不相关信息进行分类
5. 连接线索之间的字符串以识别模式并解决每个案件

游戏期间反思检查点完成每个案例板后，学生暂停回答练习册提示：

• 哪些线索最重要？为什么？
• 这些证据如何支持或反驳这些说法？
• 您下一步要调查什么？

赛后总结（10-15分钟）：学生在练习册中完成课堂反思，总结每个案例中人工智能是如何被利用（或滥用）的。小组将运用各自调查的证据讨论核心问题。课程最后，分享识别可靠信息来源和践行适当人工智能怀疑态度的策略。
评估机会教师可以通过完成的工作簿答案、案例板的准确性、证据联系的质量以及参与反思讨论来评估学生的理解程度。

绩效预期​

学生通过至少一个完整的案例解决方案、展示推理过程的工作簿反思、参与将游戏场景与现实世界情况联系起来的讨论以及向同伴解释他们的调查方法的能力来展示掌握程度。
在本课结束时，学生将能够：
核心知识

• 使用案例中的示例来定义深度伪造、AI 幻觉和 AI 生成的内容
• 解释横向阅读以及为什么检查多个来源很重要
• 确定可靠来源的至少三个特征

调查技巧

• 使用侦探框架分析数字内容是否存在人工智能操纵的迹象
• 在接受信息之前，至少检查两个来源，运用横向阅读
• 组织证据以区分相关信息和不相关信息
• 根据多个相关证据得出结论

关键应用

• 使用调查证据解释内容是否真实或由人工智能生成
• 描述人工智能在信息创造方面的一个好处和一个风险
• 提出至少两种验证可疑在线内容的个人策略

现实世界转移

• 识别在线信息在共享前何时需要额外验证
• 表现出适当的怀疑态度，但不要完全不信任数字内容
• 运用“侦探心态”评估课外遇到的信息

评估证据学生通过以下方式展示理解：

• 正确解决至少 3 个案例中的 1 个
• 完成练习册反思，展现推理
• 能够向同行解释他们的验证过程
• 参与将游戏场景与真实案例联系起来的讨论