micro:bit 教育基金会发布入门活动，教用户在 micro:bit 的 5×5 LED 点阵上创建自定义太阳图标。项目提供 MakeCode 和 Python 两种实现方式，Python 代码通过 Image 类用 9 和 0 组成的 5 行字符串绘制太阳图案。活动还建议用按钮 A、B 切换太阳与月亮，或用循环让太阳闪烁、升起。
MIT App Inventor 发布教程，教用户构建一个 Simple ImageBot 应用，通过连接 OpenAI 的 DALL-E 生成式 AI 程序，让用户提交自己的提示词并查看 AI 生成的图像结果。
micro:bit 官方发布“探索机器学习”系列第 4 课，主题是测试准确率，属于用 micro:bit CreateAI 开展 AI 素养教学的一部分。该系列共七课，先介绍 AI 基本概念并梳理学生对数据分类的已有认知，再让学生动手创建、测试和改进自己的机器学习模型，并把模型作为代码中的新输入；本课涉及记录跑步、走路和静止的时间。
MIT App Inventor 发布 Facemesh Filter Camera 教程，面向 6-8 和 9-12 年级学生，难度为中级，学科为计算机科学。教程引导学生使用面部关键点检测这一 AI 技术，动手制作自己的面部滤镜相机，并链接了 YR Media 关于面部识别的互动文章作为参考。
Day of AI 发布“计算机科学与 AI 系统基础”课程，总时长约 25 小时，建议 11 岁以上（美国 7–12 年级）学生学习。课程通过动手活动讲解算法、机器学习、生成式 AI、偏见与负责任设计，并培养编程技能，最终要求学生发现社区需求并设计、构建和展示一个 AI 支持的解决方案。课程可按五天集中授课，也可分散到数周灵活安排。
Raspberry Pi Foundation 的 Hello World 第30期现已免费发布，主题为 AI 时代的批判性思维，并同步推出新播客迷你系列。本期收录教育者文章，探讨 AI 专业学习应培养教师批判性思维、AI 系统中的评估、认知负荷管理等议题，另刊载美国 CSTA 新修订的 K–12 标准相关文章。
Raspberry Pi 基金会博客介绍 The Concord Consortium 的 Kathy Jessen Eller 在一场研讨会中分享的 Data Science, AI & You（DSAIY）项目，这是一门面向高中的一学期课程，让学生用 Python 在真实医疗数据上训练和测试简单机器学习模型，并借助免费网页工具 CODAP 做数据可视化。
哈佛大学教育研究生院助理教授 Ying Xu 的研究聚焦于设计促进儿童与家庭语言和读写发展、STEM 学习及身心健康的 AI 技术。她在此讨论了为什么人工智能与儿童发展领域的教育研究很重要。
Harvard Project Zero 任命 Beck Tench 为首席研究员（PI），她自2022年起担任该中心数字繁荣中心（CDT）高级研究员与设计师。
Raspberry Pi 基金会宣布将 Experience AI 项目扩展至澳大利亚和新西兰，计划到 2028 年培训 5000 名教育工作者，覆盖 15 万名学生，资金来自 Google.org 的 120 万美元资助。
NASA 用机器人探索太空，是因为机器人无需担心人身安全、比送人类便宜得多，且不用进食、睡眠或返航，还能承受极端温度和强辐射等人类难以应对的环境。NASA 正在研发的机器人包括可折叠钻入狭窄空间的 A-PUFFER、能在冰层下滚动的 BRUIE、以跳跃翻滚方式探索小行星和彗星的 Hedgehog，以及用于未来火星定居任务的类人机器人 R5（Valkyrie）。
哈佛教育研究生院Project Zero旗下的数字繁荣中心（CDT）获得伦敦基金会Bukhman Philanthropies提供的300万美元、为期两年的资助，用于深化支持青少年和教育者"有主体性地使用AI"的研究。
哈佛教育学院校友 Maya Bialik 在 2 月出版的《Irreplaceable》中提出，AI 教育的关键不是支持或禁止，而是判断何时使用。她按备课、学生学习、师生协作三种场景，将 AI 定位为教师的备课与反馈助手、学生的“学习助手”或“做事助手”，并提醒警惕认知卸载。她联合创建的 QuestionWell 已由 185 个国家逾 5000 名教师生成近 8400 道题，提供免费与付费选项。
Raspberry Pi 计算教育研究中心面向英格兰、苏格兰和威尔士教授 11 至 14 岁学生的计算教师，招募参与一项 AI 伦理与可持续性教学研究。研究采用设计本位方法，教师需参加两场剑桥线下工作坊、共同设计并讲授课程单元，并参与问卷、课堂观察和访谈等评估，必要时可获差旅、住宿和代课费用支持。
在 Raspberry Pi Foundation 最新研究研讨会上，法兰克福歌德大学 Dan Verständig 教授提出 Social Explainable AI（Social XAI）与 Critical Computational Literacy（CCL），主张 AI 解释的意义由人的解读共同建构，而非单向输出。
CodeAI 表示，一项新的行政令将 K–12 AI 素养列为美国优先事项，内容包括教师专业发展和课程合作。CodeAI 称其一直在为此做准备，并将在 5 月 5 日推出 #Unlock8 以进一步推进。
Raspberry Pi Foundation 发文讨论 UK Bebras Challenge 和 Raspberry Pi Foundation Coding Challenge 如何通过低门槛的课堂挑战让学生接触计算思维。
马斯克在得州开办儿童STEM学校，其母 Maye Musk 强调家长鼓励对培养好奇心、独立思考与学习热情的作用。推文呼吁尽早投资STEM教育，让每个孩子接触科学、编程、机器人、工程与动手探索。
Experience AI 发布面向11至14岁学生的六课时AI基础单元，依次涵盖什么是AI、计算机如何从数据学习、数据偏见、决策树、用机器学习模型解决问题，以及模型卡与AI相关职业。第3课让学生创建图像分类模型并观察有限数据集如何导致偏见，第5课训练并测试模型解决真实问题，第6课通过制作模型卡评估项目。
Day of AI 发布面向 6-12 年级的六课单元 Student Senate: AI Policy in Schools，总时长约 6-8 个课时（每课时 45-60 分钟）。
MIT Media Lab 副教授 Cynthia Breazeal 带领团队上线 aieducation.mit.edu，为 K-12 学生提供学习人工智能的在线活动，重点是如何负责任地设计和使用 AI。
micro:bit 基金会发布初学者项目“Flashing emotions”，按下 A 或 B 按钮可在 LED 显示屏上分别闪烁显示开心或难过表情，各闪 4 次。项目使用 MakeCode 或 Python 编辑器，通过带编号的循环实现闪烁，帮助理解迭代概念。所需硬件为 micro:bit 或 MakeCode 模拟器，电池组可选。
micro:bit 官方发布第三课 Exploring ML: evaluating data，属于用 micro:bit CreateAI 培养 AI 素养的系列课程。该课让学生记录跑步、走路和静止的时间，并介绍另有七节课讲解 AI 概念、梳理学生对数据分类的已有认知，再动手创建、测试和改进自己的机器学习模型，用作 micro:bit 代码中的新输入。
Experience AI 的课程资源需登录或注册免费的 Raspberry Pi Foundation 账号才能下载，包括教案、幻灯片和活动材料。注册后还需回答几个问题，以便了解资源的使用方式。
NASA Space Place 推出“建造你自己的航天器”活动，让参与者扮演 NASA 任务首席工程师，设计一颗可研究地球、拍摄太阳系行星、监测太阳或寻找系外行星的卫星。活动要求卫星具备基本部件，并给出多组用果汁盒、海绵、CD、饼干、软糖等日常材料制作的示例，分为不可食用与可食用两类。
Day of AI 发布面向 4–5 岁 Pre-K 的入门单元 People, Nature, and Machines，共 2 课时、每节约 25–30 分钟。课程通过讨论、动作、歌曲和感官活动，让学生区分自然物与人造物，理解 artificial 指人类制造之物，并认识人类如何用大脑和感官获取信息、学习和解决问题。
micro:bit 教育基金会发布初学者项目“Get silly”，用 micro:bit 的加速度计检测摇晃动作，触发 LED 显示 SILLY 表情；按 A 或 B 按钮则分别显示 HAPPY 或 SAD。项目支持 MakeCode 或 Python 编辑器，可用模拟器，电池包为可选，并建议尝试 MEH、CONFUSED、ANGRY 等内置表情及 freefall、左右倾斜等手势。
MIT App Inventor 发布 "Awesome Dancing with AI" 教程，教用户使用 PoseNet 追踪身体关键点、生成骨骼模型，并开发量化、测量和识别舞蹈动作的基础方法。教程灵感来自 YR Media 的互动故事《Can You Teach AI to Dance?》，围绕舞蹈动作能否被算法描述、识别和测量展开。
卡内基梅隆大学参与的AI4MiddleSchools项目宣布扩展，本学年在康涅狄格、密西西比、新泽西和宾夕法尼亚新落地，并在佐治亚、得克萨斯和佛罗里达深化实施。
MIT App Inventor 发布 Therapist Bot 教程，面向 6-8 和 9-12 年级学生，教用户用 App Inventor 制作自己的治疗机器人应用。该项目是 MIT 教授 Joseph Weizenbaum 于 1960 年代初开发的著名程序 ELIZA 的简化版本，ELIZA 于 2022 年获得 Peabody 基础奖。
MIT Media Lab 个人机器人组介绍 PopBots，一套面向幼儿的可编程智能社交机器人学习系统，由手机社交机器人、LEGO 积木与 LEGO/Arduino 外设以及平板或电脑编程界面组成，配套 AI 活动让儿童实现自己的算法。
micro:bit 官方发布课程页面，介绍用 micro:bit CreateAI 讲解 AI 与机器学习概念的两节课，以及一套共七节课的系列课程，内容涵盖 AI 总体介绍、梳理学生对数据分类的已有认知，再到动手创建、测试和改进自己的机器学习模型，并将其作为 micro:bit 代码中的新输入。页面还提到记录跑步、走路和静止所花时间的活动。
Experience AI 的课程资源需登录或注册免费的 Raspberry Pi Foundation 账号才能下载，包括教案、幻灯片和活动材料。注册后还需回答几个问题，以便了解资源的使用方式。
micro:bit 情绪徽章项目通过按钮 A 和 B 控制 LED 显示屏显示开心或难过表情。项目适合初学者，可用 MakeCode 或 Python 编辑器完成，需要 micro:bit 或 MakeCode 模拟器，电池包可选。还可尝试 ASLEEP、CONFUSED、MEH 等表情，或用纸板改造按钮提升可操作性。
Day of AI 推出面向 5–6 岁幼儿园学生的课程“Machines All Around Us”，共 2 课时、每课时 30 分钟。课程让学生认识机器由人设计制造、没有生命，只按设计或程序行事，并通过传感器与人类感官的对比理解机器如何感知光、声音、运动和触觉，为后续学习人工智能做准备。
micro:bit 推出“探索AI：数据的重要性”课程，属于“用 micro:bit 培养AI素养”系列的第2课。该系列另含两节用 micro:bit CreateAI 介绍AI与机器学习概念的课程，以及七节AI通识课，引导学生梳理已有数据分类知识，再动手创建、测试并改进自己的机器学习模型，并将其作为新输入用于 micro:bit 上的代码。
卡内基梅隆大学 NSF AI-SDM 研究所将于 2026 年 7 月 6 日至 10 日举办高中教育者暑期工作坊，7 月 6 日至 9 日为线上教学，7 月 10 日为线上研究站点参访。面向高中教师与管理者，不限学科，无需编程或计算机科学基础，宾州教师可获 Act 48 学分，外州参与者获 CMU 结业证书。
MIT Media Lab 正在开发 Interactive Storybooks for Early AI Literacy，包含十本在线互动故事书、配套教师指南和相应的机器人互动。
micro:bit 官方入门活动“animated animals”教你用内置 DUCK 图像和自绘图像在 LED 点阵上制作动画：先显示鸭子，再把所有像素下移一行显示修改版，两帧间隔 500 毫秒循环播放，形成鸭子上下浮动效果。
MIT App Inventor 发布语音计算器教程，面向 6-8 年级和 9-12 年级，难度为中级。项目引导学生创建自己的语音用户界面（VUI），构建一个能完成基本算术运算的语音驱动计算器，并借此理解 Alexa、Siri 等对话式 AI 如何解读语音和意图。
Experience AI 发布模块二课程，帮助青少年用 AI 工具解决现实问题，共 5 课。课程从识别生活中的预测式与生成式 AI 入手，讲解 AI 项目生命周期，再让学生自选问题与用户，准备数据、训练并测试机器学习模型，理解置信度分数、置信度阈值与准确率的关系，最后用模型卡记录模型用途、测试结果与局限，并了解 AI 相关职业方向。该模块建立在 Understanding AI 的学习基础之上。
MIT App Inventor 发布两部分教程，介绍机器学习中的图像分类，并带学习者用自己训练的个人图像分类（PIC）模型制作一个 Peekaboo 游戏：应用中的婴儿看到你的脸会笑，遮住脸则会哭。
Day of AI 发布面向 7–8 岁（美国二年级）的单元课程《身边的数据》，约需 3 个课时，每课时 40–45 分钟。学生通过建立数据集、按相似性分类，认识到同一信息可以有多种有效组织方式，并探讨数据集中谁被代表、信息缺失如何影响人或计算机做出的决定。课程最后以数字动画师职业为切入点，了解 AI 如何帮助动画师生成流畅动作，而角色、故事和创意决策仍由人负责。
Raspberry Pi Foundation 更新 Experience AI 资源套件，新增面向 8–12 岁和 13–16 岁学习者的 Discovering AI 单课，并更新 Foundations of AI 单元，同时推出按创造力、环境、批判性思维等主题组织的跨学科资源。
NASA Space Place 发布科学展项目指南，指出项目可测试假设、回答问题或展示自然规律三类。文中给出太空、地球、太阳系和太阳四类选题示例，如研究光污染如何影响可见星星数量、月相与潮汐的关系、陨石大小与撞击坑大小的关系。指南建议请家长或老师协助研究选题，并提醒观测太阳黑子时切勿直视太阳。
micro:bit 官方发布入门活动“跳动的心”，用 MakeCode 或 Python 在 LED 显示屏上交替显示大心形与小心形图案，每张图后暂停 500 毫秒，配合无限循环形成心跳动画。该活动涉及动画、循环与顺序概念，可调整延时改变心跳快慢，或改用其他内置图案。
CMU 的 CREATE Lab、STEM Coding Lab 与 Valley School of Ligonier 将合作开展 AI Fluency Pilot Project，帮助小学生深入理解人工智能。
卡内基梅隆大学 NSF 社会决策 AI 研究所发布课程模块，用骨折 X 光片判读案例讲解 AI 与机器学习。内容区分知识型 AI 与基于示例的 AI，指出前者在 1960 至 1980 年代屡屡因遗漏规则而失败，后者在 1980 年代末至 1990 年代初取得成功并被命名为机器学习。模块还以卧室数量预测房价的线性拟合为例，说明模型是输入值到输出预测的系统。
micro:bit 发布名为 Developing AI literacy with the micro:bit 的教学单元，围绕 AI 的本质、AI 反映人类选择与视角、AI 的能力与局限、AI 在社会中的角色四部分知识展开，并列出批判性思维、沟通、自我与社会意识三项技能，以及反思型、负责任、适应型、共情型四类学习者态度。
MIT App Inventor 发布面向 6-8 及 9-12 年级的机器学习入门课程单元，学生用移动设备拍照，通过 LookExtension 扩展让应用识别照片中的物体，每次分类会给出置信度。
MIT Media Lab 发布 Creative AI 课程项目，面向中学生讲授生成式机器学习技术，涵盖神经网络与 GAN，涉及文本、图像、音乐和视频等媒介。
micro:bit 基金会发布入门项目“micro:bit heart”，用两行 Python 代码 display.show(Image.HEART) 在 5×5 的 25 颗 LED 点阵屏上显示爱心图案。
MIT App Inventor 发布面向 9-12 年级的课程单元 Fake Voices: The Ethics of Deepfakes，学生通过制作一款改变语音速率和音高的智能手机应用来探索合成媒体。
Experience AI 发布面向 11 至 14 岁学生的四课模块，以清晰、负责任的方式介绍 AI 与机器学习。四课依次为：什么是 AI、机器学习、分类、偏差进偏差出；其中分类课借助 Quick, Draw! 交互工具理解标注训练数据与置信度分数，偏差课让学生自建苹果与番茄图像分类模型，体会有限数据集如何导致有偏差且不准确的预测，并探讨训练数据中的两类偏差。
作者整理了 6 个可服务于教学的 GitHub 项目，按任务分类：bobqiu/ai-edu-for-kids 提供小学到初中的 AI 通识课程参考，含伦理与安全模块。
micro:bit 官方发布 Scratch 教程，教用户用 micro:bit 做无线游戏手柄，在 Scratch 中控制恐龙接住墨西哥卷饼得分、碰到虫子扣分。程序读取加速度计输入，通过选择结构判断倾斜方向，控制恐龙在 X、Y 轴移动，并把分数显示在 micro:bit 的 LED 点阵上。需 micro:bit、可选电池盒和装有 Scratch Link 的电脑，适合初学者。
Code.org 发布面向 6 至 8 年级的初中课程 AI Discoveries，以 AI 素养为核心，覆盖编程、数据、人工智能、网页开发、物理计算、应用设计与游戏动画等主题，工具包括 AI Chat Lab、Web Lab、Game Lab、App Lab 和 Sketch Lab。
micro:bit 推出 Scratch 入门项目“Scratch boom box”，用按钮 A、B 触发电脑播放两种 beatbox 音效，并用加速度计测量倾斜角度来改变音高。项目需 micro:bit、可选电池盒和装有 Scratch link 的电脑，可在 Scratch 声音库中更换音效或录制自己的声音。
使用桌面四足平台进行动手控制编程，将课堂机器人从被动娱乐转变为主动系统工程。系统性调试培养真正的问题解决韧性。
https://tinyurl.com/mr3twvdx
#Robotics #STEM #Coding
CodeAI 发布面向 9-12 年级的免费 AI+CS 课程 AI Foundations，提供全年、学期或单元制形式。新增的 Designing and Building with AI 单元让学生从零学习 JavaScript，把 AI 作为创作伙伴编写和调试代码、构建交互式网页应用。
PM SHRI GGMSSS-18学校在昌迪加尔举办一日AI与机器人工作坊，来自5所学校的约120名学生和教师参与，动手体验AI、机器人、Arduino、传感器、物联网、机器人制作与AI工具。首席嘉宾DEO Sh. Sanjeev Singla肯定该活动，项目协调人Dr. Ramesh总结为“从学习到实践，从实践到创新”。
Raspberry Pi Foundation 的免费浏览器版 Code Editor 新增离线支持，网络中断时仍可继续编写和运行代码，页面刷新也不会出现连接错误或空白页。
micro:bit 官方发布 Scratch 特雷门琴入门活动，用加速度计测量前后倾斜角度，倾斜越大音高越高，程序以无限循环持续读取数据。所需器材为 micro:bit、可选电池盒和装有 Scratch Link 的电脑。进阶玩法包括更换乐器音效、录制自定义声音，以及用左右倾斜角度控制音量。
micro:bit 官方发布入门教程，教用户把 micro:bit 连上 Scratch 并绑在毛绒玩具上，利用加速度计感应抛起动作，让 Scratch 猫同步跳起、变色并发出喵叫，且每次抛起音调更高。项目需 micro:bit、电池盒、装有 Scratch Link 的电脑和软质保护物，适合初学者，可改用自录音效或让 micro:bit 显示图案。
SHAP 让机器学习模型的预测变得可解释：不只给出预测值，还能看出哪些特征把结果推高或拉低。示例中用随机森林模型基于加州房价数据集预测数值，SHAP 瀑布图拆解各特征贡献，如 AveOccup 拉低预测、MedInc 推高预测，Longitude、Latitude、Population、HouseAge 等也影响最终结果。这体现了可解释 AI（XAI）从“模型预测了什么”走向“为什么这样预测”。
MIT 研究人员正帮助 K-12 学校应对 AI 带来的伦理、课程设计与技术公平获取等复杂问题，提供相应框架。推文作者提出三点思考：教育正成为 AI 素养的前沿阵地；教师需被引导将 AI 用作学习放大器而非捷径；学校须将创新与公平、隐私及长期数字准备对齐。核心问题在于：如何教 AI，而不让 AI 代替我们教学。
10月17日下午4点至晚9点，来哥伦比亚纪念太空中心参加一场惊悚的STEM欢乐之夜！探索动手活动、恐怖机器人实验室、超级史莱姆等更多内容！
详情请访问 https://www.columbiaspacescience.org
#CityofDowney #ColumbiaMemorialSpaceCenter