摘要：因果推理研究在机器学习和人工智能 (AI) 领域发展迅速，尤其是在迁移学习、强化学习、自动诊断和可解释性等领域。然而，尽管因果推理在解决现代人工智能的许多问题方面应用越来越广泛，但大多数人工智能课程仍然没有涉及因果主题。这项工作旨在通过提供适合课堂的入门课程来弥补这一差距，这些课程可以融入人工智能的传统主题，建议直观的图形工具应用于概率和因果推理的新课程和传统课程，并为教师提供途径，让他们认识到攀登“因果层次”的优点，以解决联想、干预和反事实推理层面的问题。最后，本研究分享了教师在多个教育层面整合这些课程的轶事经验、成功和挑战。