刘三女牙等 | 中小学人工智能教育发展中的“破”与“立”

建设教育强国是中华民族伟大复兴的基础工程，是新时代中国教育的新使命。基础教育是教育强国建设的基点所在，是高水平科技创新、高素质人才培养的基石。基于大模型的新一代人工智能正作为教育内容与教学手段深刻重塑教育生态。在这样的现实背景下，《教育部办公厅关于加强中小学人工智能教育的通知》对中小学人工智能教育作出系统部署，中小学人工智能教育成为基础教育改革发展的重要议题。2025年，教育部基础教育教学指导委员会发布《中小学人工智能通识教育指南（2025年版）》，标志着我国中小学人工智能教育从局部探索迈向全域统筹。[1] 然而，当前人工智能对教育的影响方式及效应大小在不同学段、学科与技术形态（如沉浸式与非沉浸式虚拟现实、拟人化机器人与简化机器人）之间仍存在差异，[2] 人工智能与基础教育的融合效果有着较大的提升空间，中小学人工智能教育的普及与纵深发展亟须加快步伐。面向2035年建成教育强国的紧迫任务，如何准确识别人工智能融入基础教育所面临的现实阻碍，如何科学建立中小学人工智能教育发展的协同机制、加速智能技术与基础教育的普遍融合，如何高效推进人工智能赋能的基础教育实践、深度弥合不同学域间的教育差异，已成为亟待回应的时代命题。

推进中小学人工智能教育，是深刻把握科技革命浪潮、服务国家战略需求的必然选择，也是抢占全球数字经济制高点，加速建设教育强国、科技强国、人才强国，显著提升国家国际影响力的基础性和先导性战略支撑。

（一）战略根基：智能人才培养的关键抓手

人工智能深刻改变着人类社会的生产生活方式和学习方式。全球化背景下，唯有推进智能人才培养与人才队伍建设，才能为人工智能稳步、长效、领先发展提供坚实的人力资本保障，进而在科技革命和产业变革中抢抓机遇。人工智能所具备的类人化感知、推理与生成能力，对未来人才的核心素养与发展方向提出了全新要求。[3] 未来人才应兼具技术素养与人文底蕴，既能驾驭人工智能工具，又能在智能时代保持主体性和创造力。基础教育是提高民族素质的奠基工程，在基础教育阶段全面推进人工智能教育，是教育系统筑牢国家长远发展人才根基的关键战略抉择。借助人工智能技术，中小学得以突破传统教育的标准化桎梏，有效开展差异化教学和个性化学习，从而更高效地适配学生的多元潜能与异质化发展需求，为青少年群体人工智能素养的提升和未来智能人才的培养创造现实条件，也为促进人的全面发展和社会整体进步提供支撑。[4]

（二）战略中枢：孕育科技创新的支撑力量

人工智能正在重构知识生产方式，打破传统学科壁垒。特别是大模型的广泛应用，极大地拓展了知识创造与传播的广度和深度，重塑着科技创新的主体格局。人工智能人才与教育工作不断取得突破，数据显示，我国“强基计划”试点高校通过建设人工智能相关学科，已培养超万名复合型人才。[5] 相较于高等教育，中小学人工智能教育更侧重普惠性启蒙、创新性培育，能够让青少年提前接触并初步掌握前沿智能技术，积累科技知识、锤炼实操能力，为其未来职业发展和科创深耕筑牢基础。可以说，中小学人工智能教育是推动我国科技创新发展的源头工程，有望促进青少年科创素养的全面提升，从源头上破解创新能力培育滞后、科创人才储备不足等问题，培厚孵化科技创新的人才土壤，为我国在全球科技竞争中抢占战略制高点提供保障。

（三）战略高地：服务强国建设的基础保障

建设教育强国，基点在基础教育，其智能化转型对于深化基础教育综合改革、建设教育强国具有重大现实意义。人工智能技术与基础教育教学、管理、服务的深度融合，有助于推动传统育人模式迭代升级，以技术赋能规模化因材施教，从而在整体上抬升教育质量基准，筑牢公平而优质的教育底座。进一步而言，常态化、体系化的中小学人工智能教育，有助于将人工智能从专业技术转化为全民基础素养，实现数字素养与科创能力的全民启蒙，为建设学习型社会创造有利条件。由此，智能人才培养的起点与科技创新的源头有机会在基础教育阶段提前并轨，中小学人工智能教育将成为支撑教育、科技、人才一体统筹推进的基础性环节，为加快建设教育强国、科技强国、人才强国厚植根基、积蓄后劲。

人工智能融入中小学教育的过程，亦即新的技术方法、教育理念和制度等融入中小学教育的过程，是一项充满变革性的实践活动。变革实践往往关涉“破”与“立”，前者是后者的必要手段，后者是前者的终极目的，二者共同构成变革的完整逻辑。为深入、持续推动人工智能融入中小学教育，有必要基于“破”与“立”的视角厘清该过程的逻辑理路。

（一）以“破”跳出路径依赖

事物发展往往具有路径依赖性，一旦陷入路径依赖，便会在惯性力量的作用下不断强化已有熟悉的选择，难以跳出既定的行动框架。过去十余年，我国中小学人工智能教育实现了从无到有、从有到优的突破，目前正处于关键发展期。[6] 然而，工业时代以大规模劳动力培养为价值取向形成了传统的标准化体系，其对教育的资源服务、教学过程、评价方式等造成规约，在整体上固化为一种制度惯性，容易对人工智能时代的教育改革发展形成掣肘。[7][8] 相较于上述显化出来的惯性或矛盾，更多时候变革需要面对的是人们视作理所当然却已构成阻碍的惰性力量。因此，在人工智能融入中小学教育的变革实践中，“破”的实质含义是要求人们对基础教育长期形成的深层惯习进行反思与质疑，明确中小学人工智能教育发展面临的行动局限或现实阻力。只有能动地思考和有意识地观照当下的困境，才能为未来新路径的生成寻找到突破点、为“立”创造有利条件。

（二）以“立”锚定发展路向

“破”通过识别和解构深层次的现实阻碍，为变革的启动提供动力；“立”则通过确立发展方向与行动路径，为变革的成功实现提供可能。由于成功和持久的变革需要新做法、新行动被固定下来，即形成一种制度化或惯例化的结果，[9] 所以“立”所锚定的发展路向必须服务于制度化结果。制度化本质上是人为建构的框架，包括特定的规则规范、价值观念、资源内容等，能够对系统或事物进行调节以保持其稳定性。[10] 为达成制度化目的，“立”应当发挥纵横交错的效用。在横向上，广泛建立长效化协同机制，将人工智能教育的资源、理念与支持体系渗透到每一所中小学；在纵向上，推动系统性、结构性实践行动，构建从小学到高中的连贯课程体系与能力进阶框架，形成基础教育阶段的智能技术应用规范。这一横一纵的发展路向，有助于加快人工智能与中小学教育的融合及其制度化转变，促使中小学人工智能教育真正具备可持续性和稳定性，进而实现长久的积极发展。

当前，我国中小学人工智能教育正由外延式铺展转向内涵式深耕，要使这一转变取得实质性进展，必须深度发掘和审视那些深层阻碍，具体包括以下四个方面。

（一）学科合法性迷思与教学认知错位

暂时的学科制度创新，往往会因既定学科制度在整个社会中形成的制度惯性而丧失其合法性，进而导致新兴学科的式微。[11] 人工智能作为一门新兴学科进入基础教育体系，尚不具备成熟的学科制度，加之专业化和职业化师资队伍、规范化学科培养计划的缺失，其学科合法性并未真正确立。在中小学人工智能教育实践中，学科合法性的迷思集中体现为教学认知的错位，一些学校将人工智能教育降格为编程技能培训、软硬件操作训练等，以工具思维取代学科思维，以技术操作置换思维养成；部分地方甚至将人工智能教育变为人工智能竞赛教育，出现功利化发展倾向。这会进一步导致课程定位模糊、教学目标游移，人工智能教育在课程体系中始终处于“名正而言不顺”的尴尬境地。

（二）“教育—技术”时序错位与学域失衡

教育系统本质上是一个追求确定性、稳定性与可预测性的制度体系，课程标准颁布前需要数年打磨，教材编写与审定流程周期漫长；人工智能则处于高速迭代之中，其应用范式与产业生态不断发生着改变。由此，人工智能快速更迭的知识体系和技术内容，与基础教育稳慎运行的课程转化机制之间出现时序错位，与中小学人工智能教育相关的课程标准、教材等难以实现及时动态更新；各地各校只能依据对智能技术的有限理解与可获取的资源，对人工智能教育教学内容进行经验式选择与输出。人工智能教育在不同学段、学校、地区之间出现断层或失序现象，其在基础教育阶段的均衡、可持续发展受到威胁。

（三）内生动力不足与师资活力受限

当前，人工智能教育正通过自上而下的政策部署获得推进，该模式能迅速凝聚资源、形成声势、打通渠道，但基础教育变革的持久动力必须植根于学校主动发展的内生力量。从现实来看，多数中小学的现行组织架构并未为人工智能教育的落地预留制度空间，不仅缺少跨部门、跨学科的协同运作机制，校内课程实施与校外科技资源之间也缺乏灵活、有效的对接路径。这使得人工智能教育进入学校后，不得不依附于信息科技或综合实践活动课程。同时，中小学人工智能教育本身存在专业师资供给缺口，加之常态化教研机制、配套专项经费和教师激励机制等方面的缺失，现有师资队伍的活力难以充分释放，制约了人工智能教育教学实践的深入开展。

（四）评价导向偏离与改进机制缺位

人工智能素养强调的批判性思维、创新设计能力、人机协同能力和伦理判断力等，具备高度的个性化、发展性特征，难以被标准化纸笔测验有效捕捉。在实践中，许多学校缺少能够有效产生诊断信息、驱动教学改进的评价体系，转而将素养培育置换为可量化、可排名、可展示的替代性指标（如竞赛获奖数量、编程等级证书、机器人展演效果等），以此证明人工智能教育的成效。原本旨在培养面向未来能力的教育实践，被标准化评价的价值逻辑悄然同化。这种现象不仅会扭曲评价导向，更无助于揭示多数学生的真实素养水平、精准定位教学的薄弱环节，最终可能导致评价与改进脱节，阻碍长效教学反馈与改进机制的建立。

中小学人工智能教育需要横向覆盖不同地域、学校的学生群体，通过构建涵盖多主体、面向多场域的人工智能教育生态，为全面提升中小学生的人工智能素养开辟新路径。

（一）学域拓展：依托高校资源矩阵，构建全域普及的服务生态

高校在人工智能领域的学科积淀与人才储备为中小学人工智能教育提供了强大的资源动力。为将高校资源有效输送至中小学课堂，需要从三个维度同时发力。一是知识资源的适龄转化。可将高校积累的前沿知识资源转化为契合不同学段认知特点的教学素材，以音视频、动画等模态呈现，使之兼具科学性和趣味性，真正适应基础教育课堂需求。二是人力资源的前瞻建设。师范类院校可深度介入人工智能教育师资的培养链条，在本科生与研究生培养方案中系统融入人工智能素养模块，使中小学准教师具备基本的人工智能学科教学能力，缓解专业师资供给缺口。三是智力资源的制度化下沉。针对高校教师和科研人员建立激励制度，鼓励其参与中小学课程开发、教学指导和师资培训等工作，促使高校的丰富实践经验和优质方法论流向基础教育一线，形成常态化帮扶机制。

（二）智联泛教：激活协同交互网络，打造泛在联动的教育共同体

一方面，要建立“政—校—研—企—社”协同网络，形成政府、中小学、教科研机构、科技企业与社会组织共同发力的格局。政府应协调和引导跨学校、跨机构、跨地域资源的共建共享，促进优质课程、师资与实验设施向薄弱地区或学校开放流动，缓解学段与区域失衡。中小学与科研院所、高科技企业之间应建立长效合作机制，定期开展科研基地研学、企业实训基地参观、优秀从业者或企业导师讲座等活动，将校外优质实践资源转化为中小学生的学习机会。区域科技馆、青少年宫等可与中小学协作开展在线科学实验、校园智能产品展演、课后科技俱乐部活动等，促使社会实践教育资源流入校内。另一方面，要建立“基础教育—智能技术”协同网络，将智能技术工具嵌入基础教育的日常运作过程，提升数智化水平。在底层构建算力支撑平台，为智能教育场景中海量学习数据的处理提供保障；在中层整合碎片化学习资源并构建人工智能教育知识图谱，为资源的智能检索与精准推送创造条件；在顶层综合运用人工智能、云计算、物联网等技术，搭建供学习者、中小学教师和领域专家进行知识共享与协作交流的枢纽平台。

（三）政策深耕：创新制度供给路径，释放地方与学校的实践活力

为在自上而下的政策部署与自下而上的学校发展两股力量间取得平衡，必须构建底线统一、上限开放的制度框架。国家层面及时出台相关课程标准或指导纲要，为全国中小学人工智能教育确立基本的质量基准。在此基础上，赋予各地各校充分的自主空间，根据地方实际、本校特色或区域文化禀赋，设计人工智能教育地方课程、开发人工智能教育校本课程资源；集成并推广区域优秀案例或高质量资源，将零散、孤立的经验选择提炼为可复制、可推广的成熟模式，使之超越个体探索与局部试验，转化为驱动全域人工智能教育发展的制度化力量。同时，可由省级政府部门牵头扩展经费来源及受益范围，科研机构、高校和社会都可成为人工智能教育设备、资金的支持者，激励调动参与人工智能教育课程研发、讲授等环节相关师资力量的积极性和工作潜能。

中小学人工智能教育的纵向贯通，核心在于构建从小学、初中到高中循序渐进、螺旋上升的育人链条，使学生在连贯式、融通式、闭环式的学习体验中逐步实现认知的持续进阶。

（一）梯度培育：创建学段递进的成长目标与教学路径

不同学段学生的认知水平与思维发展存在显著差异，需要据此设置差异化目标定位。小学阶段的人工智能教育应重在感知与体验，通过游戏化、生活化的活动设计，使学生在低压力环境中接触智能技术，避免过早引入抽象概念而挫伤学习兴趣。初中阶段应转向理解与应用，逐步引导学生认识人工智能的基本原理，在解决真实问题的过程中建立算法意识与数据观念。高中阶段应指向创新与审辩，鼓励学生运用智能技术开展自主探究和项目创作，初步形成对技术伦理及其社会影响的独立判断。为实现学段目标与教学路径之间的深度契合，学校可将各类目标解构为可观察的行为指标，并与常见的教学情境建立对应关系。教师在规划教学内容、引入技术工具时，将拥有更加清晰的行动参照，不必仅凭个人经验或教材体例进行机械施教。由此，教师可在实践中深化对人工智能教育内涵的理解，进而超越单纯的技术操作训练，将素养培育有机融入教学设计。

（二）跨域联结：构筑课程融通的知识体系与教研网络

为保障梯度教育链条的有效实施，需要对人工智能课程进行“跨学段”与“跨学科”的融通。跨学段方面，基于学生认知特征和学科逻辑提炼教学要点，据此开发内容系统、难度递进的标准化系列教材及高质量数字教材，以教材为纽带强化各学段人工智能教育课程与知识的连贯性、可靠性。跨学科方面，打破以单一学科为单位的教研组织惯例，设立人工智能跨学科教研组，定期组织信息科技、数学、科学、艺术等学科教师围绕人工智能融合教学开展协同备课与案例研讨，促使“人工智能+”课程教学从理念倡导走向常态化实践。此外，应当允许学校从地方课程、综合实践活动或课后服务等板块中统筹调配人工智能教育课时，同时给予各年级差异化安排教学的权限。避免各校以融合课程之名削减人工智能教育的实际开课课时，[12] 确保人工智能教育在现有课程体系中拥有充分的生存空间与合法性基础。

（三）动态循进：建立“实践—评价—改进”的闭环育人模式

实践维度，各学校可根据学情与资源状况设计具有差异化、趣味性的探究式和项目式任务，将之融入日常教学活动；学校间可融合线下、线上资源，打造虚实共生的校际合作实践平台，跟踪记录学生在平台的实践学习全过程，并在学校和区域层面展示优秀成果，以此激起学生的投入度和好奇心；同时，可推动中小学与高校开展联合实训活动，促使不同层次学习者在深入交流中拓展知识视野。评价维度，在日常教学、实践学习等过程中自然产生的数据（如项目探究中的话语贡献、作品迭代日志等）可统一纳入评价数据收集框架，作为学生素养发展轨迹的重要体现。改进维度，在微观层面，要从评价结果中识别学生对人工智能教育的适应程度，进而在教学或课程设计中兼顾拓展性质的高技能操作类、竞赛类培训与通识性质的人工智能基础知识传授、基本技能训练，为不同水平学习者创造各展其才的机会；在宏观层面，各地可根据评价数据呈现的教学成效差异，建立基于证据的帮扶群组，将优势地区学校的人工智能教育资源与经验定向辐射到其他地区学校。