IHIM AI KIDS • PROJECT PORTFOLIO

از «یاد گرفتن AI» به «ساختن چیزی که بتوانی نشان بدهی»

این صفحه مجموعه‌ای از پروژه‌های واقعی و قابل ارائه برای کودکان و نوجوانان است. هر پروژه یک مسئله، داده، مدل یا منطق، تست، تحلیل خطا و خروجی قابل نمایش دارد؛ یعنی چیزی که می‌تواند وارد پورتفولیو آموزشی هنرجو شود.

پاسخ کوتاه: یک پورتفولیو AI خوب فقط شامل اسکرین‌شات پروژه نیست. باید نشان دهد هنرجو چه مسئله‌ای را حل کرده، چه داده‌ای استفاده کرده، مدل کجا اشتباه کرده و نسخه بعدی پروژه چه خواهد بود.

۸ پروژه پیشنهادی برای ساخت AI Portfolio

۱) مدل تشخیص تصویر: مداد یا ماژیک؟

سطح: مبتدیزمان: حدود ۳۰–۶۰ دقیقهبدون کدنویسی

دو کلاس تصویر بسازید، داده جمع کنید، مدل را آموزش دهید و سپس با نور، زاویه و پس‌زمینه متفاوت آزمایش کنید.

خروجی پورتفولیو: ویدئوی کوتاه از مدل + جدول خطاها + توضیح اینکه Dataset چگونه بهتر شد.

مهارت‌ها: Dataset، Label، Training، Prediction، Testing.

آموزش کامل پروژه →

۲) بازی کنترل‌شونده با حرکت بدن

سطح: مبتدی تا متوسطزمان: حدود ۱–۲ ساعتPose AI

حرکت‌های بدن را به مدل یاد بدهید و خروجی را به فرمان‌های بازی مثل چپ، راست و پرش تبدیل کنید.

خروجی پورتفولیو: دموی بازی + سه Pose آموزش‌داده‌شده + تحلیل False Positive.

مهارت‌ها: Pose Recognition، Classification، Interaction Design.

آموزش پروژه Pose AI →

۳) اپ هوشمند با MIT App Inventor

سطح: متوسطزمان: ۲–۴ ساعتBlock Coding

یک اپ «مربی مطالعه» یا «تمرین لغت» طراحی کنید و AI را برای تولید سؤال، طبقه‌بندی یا بازخورد وارد محصول کنید.

خروجی پورتفولیو: اپ قابل اجرا روی موبایل + User Flow + توضیح نقش AI در محصول.

مهارت‌ها: Product Thinking، Event Logic، AI Integration، UI.

ساخت اولین اپ AI →

۴) سیستم پیشنهادگر ساده

سطح: متوسطزمان: ۱–۲ ساعتRecommendation

برای فیلم، کتاب یا بازی‌ها ویژگی تعریف کنید و بر اساس انتخاب‌های کاربر پیشنهاد بسازید. سپس مفهوم تنوع و Filter Bubble را بررسی کنید.

خروجی پورتفولیو: جدول پیشنهادها + توضیح معیار امتیازدهی + نسخه‌ای که «تنوع» را هم لحاظ می‌کند.

مهارت‌ها: Similarity، Ranking، Personalization، Responsible AI.

الگوریتم پیشنهادگر برای کودکان →

۵) آزمایش Bias: مدل را عمداً گول بزن

سطح: مبتدیزمان: ۳۰–۶۰ دقیقهAI Ethics

مدلی با داده یک‌طرفه بسازید، بعد شرایط را عوض کنید و کشف کنید مدل چه Shortcut اشتباهی یاد گرفته است.

خروجی پورتفولیو: Before/After Dataset + نمونه خطا + توضیح راه اصلاح Bias.

مهارت‌ها: Bias، Generalization، Dataset Quality، Critical Thinking.

آزمایش Bias را انجام بده →

۶) ربات هوشمند: Sense → Decide → Act

سطح: متوسط تا پیشرفتهزمان: چند جلسهAI + Robotics

یک ربات یا شبیه‌ساز طراحی کنید که از محیط داده بگیرد، تصمیم بگیرد و عمل کند؛ سپس درباره خطا و مسئولیت تصمیم بحث کنید.

خروجی پورتفولیو: دیاگرام سیستم + دمو + توضیح سنسور، تصمیم و واکنش.

مهارت‌ها: Sensors، Decision Systems، Robotics، Human-AI Interaction.

پروژه AI و رباتیک →

۷) چت‌باتی که جواب نمی‌دهد؛ مربی‌گری می‌کند

سطح: متوسطزمان: ۱–۲ ساعتConversational AI

چت‌باتی طراحی کنید که به‌جای تحویل جواب نهایی، سؤال بپرسد، سرنخ بدهد و در پایان از کاربر آزمون بگیرد.

خروجی پورتفولیو: Conversation Flow + نمونه مکالمه + قوانین رفتاری چت‌بات.

مهارت‌ها: Prompt Design، Conversation Design، Learning Design.

AI؛ معلم خصوصی یا ماشین جواب؟ →

۸) پروژه آزاد: یک مسئله واقعی انتخاب کن

سطح: Project Labزمان: چند جلسهPortfolio Project

یک مسئله از مدرسه، خانه یا شهر انتخاب کنید: بازیافت، مطالعه، برنامه‌ریزی، ورزش یا آموزش. سپس مشخص کنید AI دقیقاً کجای راه‌حل لازم است.

خروجی پورتفولیو: Problem Statement + Prototype + Test + Reflection + نسخه بعدی.

مهارت‌ها: Problem Solving، AI Design، Testing، Presentation.

۷ ایده دیگر برای پروژه AI →

فرمول استاندارد ثبت هر پروژه در پورتفولیو

۱. Problem: چه مسئله‌ای را حل می‌کنم و برای چه کسی؟
۲. Data: چه داده‌ای دارم، از کجا آمده و چه محدودیتی دارد؟
۳. Build: مدل، الگوریتم یا منطق پروژه چیست؟
۴. Test: پروژه را با چه نمونه‌هایی امتحان کردم و کجا شکست خورد؟
۵. Improve: برای نسخه بعدی چه چیزی را تغییر می‌دهم؟
۶. Explain: آیا می‌توانم پروژه را در ۹۰ ثانیه برای یک نفر دیگر توضیح بدهم؟

چه چیزی یک پروژه را «قابل ارائه» می‌کند؟

  • پروژه تمام‌شده باشد، حتی اگر کوچک است.
  • فقط نتیجه موفق نشان داده نشود؛ خطاها هم مستند شوند.
  • نقش شخص هنرجو مشخص باشد.
  • داده و محدودیت‌های پروژه توضیح داده شوند.
  • یک دمو، اسکرین‌شات یا ویدئوی کوتاه از عملکرد وجود داشته باشد.
  • هنرجو بتواند بدون متن آماده درباره تصمیم‌هایش توضیح دهد.

از کدام پروژه شروع کنیم؟

اگر هنرجو… پروژه پیشنهادی
کاملاً مبتدی است تشخیص تصویر یا آزمایش Bias
Scratch/منطق پایه می‌داند بازی Pose AI
به موبایل و اپ علاقه دارد MIT App Inventor
به شبکه‌های اجتماعی و الگوریتم‌ها کنجکاو است Recommendation System
به سخت‌افزار علاقه دارد AI + Robotics
آماده پروژه شخصی است Project Lab آزاد

FAQ: پورتفولیو هوش مصنوعی کودکان و نوجوانان

آیا پروژه خیلی پیچیده باید باشد؟

نه. پروژه کوچک اما کامل، قابل تست و قابل توضیح از پروژه بزرگی که نیمه‌کاره مانده ارزش آموزشی بیشتری دارد.

آیا برای ساخت پورتفولیو حتماً Python لازم است؟

خیر. پروژه‌های بصری، Teachable Machine، Scratch و App Inventor هم می‌توانند خروجی جدی و قابل ارائه بسازند. Python در مراحل بالاتر کنترل بیشتری می‌دهد.

چند پروژه برای شروع پورتفولیو کافی است؟

سه پروژه متفاوت و خوب مستندشده شروع مناسبی است؛ مثلاً یک مدل، یک محصول تعاملی و یک پروژه حل مسئله.

پروژه‌ها باید با استاندارد جهانی چه ویژگی‌ای داشته باشند؟

بهتر است فقط استفاده از ابزار نباشند؛ کودک باید مفاهیم AI را بفهمد، آن‌ها را به کار ببرد، سیستم یا محصولی بسازد و درباره پیامدها و محدودیت‌هایش فکر کند. این منطق با مسیر Understand → Apply → Create در چارچوب UNESCO همسو است.

برای فرزندتان یک مسیر پروژه‌محور بسازید

از Learning Hub هوش مصنوعی کودکان شروع کنید و بعد پروژه‌ای متناسب با سطح هنرجو انتخاب کنید.

کلاس هوش مصنوعی کودکان در شیراز | هزینه و شهریه

فرم رزرو مشاوره اختصاصی والدین | تماس مستقیم: 07136267240

منابع آموزشی


مرکز آموزشهای بین المللی IHIM IRAN

ارسال پیام

ساعت کار

از شنبه تا پنج شنبه 8.30 صبح الی 8.30 شب.

اطلاعات تماس:

شعبه شیراز:

تلفن :07136267240

تلفن :07136267240

فکس :07136267240

آدرس : شیراز-قدوسی شرقی-حدفاصل کوچه 8 و 10 -ساختمان IHIM IRAN

پست الکترونیک:info@shirazihim.com

شبکه های اجتماعی