人工智能如何量化我们？

预计总时间：~4.25 小时

概括：

“人工智能如何量化我们？”是一个包含 6 课时的单元，可帮助学生了解数据如何影响人工智能系统观察、分类和测量人类的方式。通过实践活动，学生了解如何收集、清理、组织、可视化和使用有关个人的数据——既可以描述社区，也可以强化或挑战权力系统。

学生探索人工智能如何依赖数据，研究偏见是如何产生的，并实践基于同意和关心的负责任的数据收集。该单元融合了计算机科学、数据素养和社会探究，让学生深入了解人工智能时代身份和数据如何交叉。

在本单元结束时，学生不仅使用 Google Sheets 构建真实的数据集和可视化，还反思了他们希望如何表达自己的身份，以及如何将数据用于倡导、同理心和社会变革。

课程流程

第 1 课 — 数据行动主义简介

学生探索“数据行动主义”的含义，并通过视频和文章反思分析人工智能偏见的真实例子。他们使用 3-2-1 框架来讨论数据如何驱动人工智能决策。

第 2 课 — 雏菊模型：身份即数据

学生创建个人“雏菊模型”来映射他们身份的各个方面，并讨论他们愿意贡献哪些数据。他们开始思考同意、代表以及身份如何成为数据。

第 3 课 — Google 表格中的数据清理和结构化

学生通过练习标准化和数据清理，将雏菊模型反射转换为结构化数据。他们构建组数据集并了解一致的格式如何支持分析。

第 4 课 — 可视化数据

学生将小组数据集合并为全班数据集，并使用 Google 表格创建图表（条形图、饼图、折线图）。他们研究可视化选择如何揭示模式和塑造叙事。

第 5 课 — 数据绘图

学生分析艺术数据讲故事的例子，然后创建自己的“数据图画”来表示共享的身份模式。他们考虑艺术如何使数据更加以人为本和具有同理心。

第 6 课 — 数据、权力和社交系统

学生研究数据在现实世界系统中的运作方式（从社交媒体算法到预测性警务），并讨论如何通过数据增强或挑战权力。他们反思负责任的数据使用。