当人工智能成为时代热词，青少年AI教育应该教什么、怎么教，成为社会关注的焦点。近日，中南大学计算机学院教授、计算机科学系主任张永敏教授受邀接受智启未来组委会专访，围绕培养青少年AI人才培养展开探讨。
数据思维是AI学习的地基
张永敏指出，很多人学AI时只关注模型和算法，但忽略了更基础的东西——数据。在真实AI应用中，80%的时间在做数据处理。数据从哪里来、如何清洗、如何保证质量，这些问题解决不好，再好的模型也无用武之地。
数据思维包含三个核心：数据意识，即遇到问题时想到用数据支撑判断而非凭感觉决策；数据质量观念，理解数据完整性和准确性直接决定AI系统效果；数据伦理意识，明确什么数据可用、如何保护隐私、如何避免偏见。
培养青少年的数据思维不能从高深技术入手。张永敏建议采用项目式方法，比如让中学生调查班级同学喜欢的运动，通过收集数据、统计分析、得出结论的完整流程，体验数据如何回答问题。关键是让学生感受到数据是有用且有趣的。
项目实践培养系统思维
张永敏强调，学AI不能只盯着模型，要往下看数据，往上看应用，往外看系统。AI不是孤立存在的，要嵌入到实际系统中，这需要考虑数据流、模型更新、服务部署等一系列工程问题。
如何让青少年理解系统这个抽象概念？张永敏建议用真实项目实践。项目不必太复杂，可以是失物招领小程序、学习打卡工具、教室温度监测系统等。这些项目虽然简单，却包含完整的系统性思维：需求分析、技术选择、代码实现、系统部署。学生在解决问题的过程中积累工程经验，建立系统观念。
他特别强调，团队协作的价值。真实工程很少由一个人完成，学生需要学会分工、沟通、代码协同。从问题到解决方案，首先要理解问题本质而不是急于写代码，其次要判断技术可行性，最后，要设计合理方案。这个过程需要允许试错和迭代，也需要导师的适当指导。
底层素质比具体技能更重要
作为多年从事人才培养的教育者，张永敏观察到，大学阶段表现优秀的学生在中学往往具有几个共性特质：主动学习能力强，不满足于课本知识；不怕失败，习惯了试错和调试；跨学科知识面广，数学、物理等各科都不错。那些在中学参加过科技活动、做过项目的学生，进入大学后适应更快。
但张永敏更强调，AI教育不应单纯停留在教孩子写代码、调模型，而是要培养好奇心、探索欲、抗挫力等底层素质。算法会变，工具会更新，但发现问题、分析问题、解决问题的能力可以长期迁移。这才是教育真正要培养的核心。
优秀的AI人才不能只懂算法，还要懂应用领域。中南大学在材料、交通、医学等领域的AI交叉应用经验非常丰富。张永敏认为，跨学科的理解和沟通能力是未来AI工程师的核心竞争力。因此青少年AI教育要让孩子看到AI在各行业的应用，在学习AI的同时保持对其他学科的兴趣。
实践活动应注重过程而非结果
面对当前社会上越来越多的青少年AI实践活动，张永敏认为应该关注教育本质。活动要注重真实性，题目来源于真实场景而非纯算法题目；注重过程性，关注分析问题、设计方案、系统迭代的完整过程而不只看结果；注重公平性，让不同地区、不同背景的学生都有参与机会。同时要避免过度应试化、功利化，不被规模和流量带偏方向。
在评价青少年AI能力时，张永敏主张从问题理解能力、方案设计能力、方案实现能力、反复迭代能力四个维度考察，其中前两个维度更为重要。评价不应只看答题结果，而要看完整项目过程，让学生说明思考过程和解决方法，这种过程性评价比标准答案更有意义。
访谈最后，张永敏也为即将参与2026“图灵杯”总评活动的青少年们留下了殷切寄语，希望同学们能够享受过程而不是过分在意结果，不要害怕失败，保持好奇心，这段经历可能成为孩子们科创道路上的重要起点。
在人工智能时代，青少年需要的不仅是掌握某项技术，更是建立科学的思维方式、培养解决问题的能力。这为当前青少年AI教育指明了方向。
本文根据张永敏教授接受智启未来组委会专访内容整理，经本人审核确认后发布
智启未来·青少年人工智能素养提升公益计划
主办单位：共青团中央直属单位中国光华科技基金会