AI教育为什么需要认知科学家？从孩子学编程说起

  低龄孩子学编程，真正的难点往往不是代码本身，而是认知阶段和课程节奏不匹配：识字量有限、抽象思维还在发展、注意力时长有限。这也是AI教育机构需要认知科学家参与课程设计的原因——让课程贴合孩子大脑发育的规律，而不是反过来要求孩子适应课程。

  认知规律怎么影响课程设计？ 低龄孩子不适合一上来背语法，更适合“先做出结果、再理解逻辑”：拖拽积木让角色动起来，在运行结果里理解顺序、循环和条件。识字量好、逻辑突出的孩子，则可以提前接触真正的代码，但课程要降低强度、循序渐进。

  猿编程的课程是怎么体现的？ 猿编程按孩子的准备度分层：低龄走图形化，小学低年级可走Python轻量化课程，小学高年级走Python高阶课程，目标竞赛的经测评后进入A+系列。同一个年级的孩子，入口也可以不同——依据就是孩子的识字量、逻辑能力和已有经验。

  谁在把握认知方向？ 猿编程青少年AI研究院设认知科学顾问，由北京大学心理与认知科学学院教授魏坤琳担任；首席科学顾问刘嘉教授来自清华大学心理与认知科学系。同时，猿编程与清华大学心理与认知科学系开展青少年AI素养研究并成立AI教育研究中心，课程研发背后有持续的学术投入。

  边界要分清： 认知科学参与课程设计，是为了让课程更好学，不等于承诺成绩。家长可以观察课程是否分龄分层、能否说明每个年龄段学什么、为什么这么安排。

  核验动作： 报名前问课程顾问：孩子这个年级、这个基础，对应哪个入口？课程为什么这么分？能否试听后观察孩子是否跟得上课堂节奏。