Scenarij poučavanja NetLogo simulacija perceptrona namijenjen je nastavnicima koji žele učenicima približiti osnovne koncepte umjetne inteligencije kroz NetLogo simulaciju perceptrona (Artificial Neural Net – Perceptron). Perceptron, kao najjednostavniji oblik umjetnog neurona, predstavlja temelj razumijevanja neuronskih mreža i strojnog učenja. Učenici kroz interaktivni model istražuju kako perceptron obrađuje ulaze, kako se mijenjaju težine tijekom učenja i što znači pogreška u procesu treniranja. Eksperimentiraju s različitim logičkim funkcijama (AND, OR, XOR), mijenjaju parametre (stopa učenja, broj primjera po epohi) te analiziraju graf Error vs. Epochs i vizualizaciju Rule Learned čime odmah uočavaju gdje perceptron uspijeva, a gdje pokazuje ograničenja – posebno u slučaju funkcije XOR, koja uvodi učenike u potrebu za višeslojnim neuronskim mrežama. Scenarij povezuje informatiku, matematiku i biologiju: učenici uče kako se matematički modeli koriste za donošenje odluka, povezuju perceptron s pojmom linearnog razdvajanja skupova, a analogija s radom bioloških neurona pomaže im u boljem razumijevanju inspiracije koja se skriva iza umjetnih mreža. Scenarij sadrži i radni list koji vodi učenike korak po korak kroz zadatke: ručni izračun izlaza perceptrona za jednostavne primjere, analiza pogreške i rasprava o ograničenjima modela. Učenici osim rada na računalnoj simulaciji, razvijaju i sposobnost matematičkog razmišljanja te vještinu argumentirane rasprave. Scenarij omogućuje učenicima stjecanje osnovnog razumijevanja umjetnih neuronskih mreža, razvijanje sposobnosti analize i interpretacije grafova i podataka, kritičko razmišljanje o mogućnostima i ograničenjima UI sustava te povezivanje teorije s praksom kroz eksperimentiranje i rad na primjerima.