前言：2025年教育部基础教育教学指导委员会发布了《中小学人工智能通识教育指南（2025年版）》（以下简称“指南”），这是面向全国中小学生开展人工智能基础教育的纲领性文件。该指南旨在系统构建人工智能通识课程体系，通过螺旋上升的课程设计和多方协同的实施策略，使学生掌握智能时代所需的核心素养。这份研究报告将从政策背景、内容框架、师资要求、评价机制、国内实践、国际对标、实施难点以及建议行动八个方面，对指南进行深入浅出的解读，帮助中小学信息技术教师、校长及各学科教师准确把握指南精神，为人工智能教育的落地实践提供参考。

01. 政策背景与战略定位

近年来，中国把人工智能教育提升到了国家战略高度。《指南》的出台背后，体现了国家在教育强国和科技强国建设方面的战略动因。2017年《中国新一代人工智能发展规划》首次明确要求推动人工智能在教育领域的应用；2024年发布的《教育强国建设规划纲要（2024—2035年）》进一步提出要以教育数字化开辟发展新赛道、塑造新优势，特别强调“促进人工智能助力教育变革”。这意味着，面向2035年的教育强国建设，人工智能教育被视为关键抓手之一。指南在指导思想中也引用了这些战略部署，强调人工智能通识教育是加快教育现代化、建设教育强国和科技强国的战略路径。

落实立德树人根本任务也是指南的重要定位。指南指出，推进人工智能教育是顺应时代发展和落实立德树人的重要举措，要培养学生正确的价值观和关键能力。教育部部长怀进鹏在2025年两会“部长通道”上提到，新一轮科技革命和产业变革对教育既提出了需求，也是重大机遇。例如，国产大模型DeepSeek和先进机器人技术的出现，一方面展示了科技创新的人才培养成果，另一方面也倒逼基础教育改革，以培养更多适应未来的人才。因此，指南的战略定位不仅是教育领域内部的改革需求，更是服务国家科技自立自强和创新人才培养的时代新要求。

值得注意的是，本次教育部同时发布了《中小学生生成式人工智能使用指南（2025年版）》，针对生成式AI在教学中的规范应用划定“红线”，防范学生过度依赖AI。两项指南的协同出台，体现了政策层面“一手促发展，一手强监管”的思路：既通过通识教育指南全面推进AI教育普及，又通过使用指南确保AI技术安全、伦理、合理地被使用，为构建安全高效、公平普惠的人工智能教育生态提供政策保障。总之，指南在国家政策体系中承载着加速人才培养模式变革、引领基础教育创新发展的使命，其战略定位高度契合《教育强国建设纲要（2024-2035年）》和教育数字化战略的要求。

02. 指南内容框架

（1）总体目标与核心素养：《指南》致力于构建科学完备的人工智能通识教育体系，以培养学生的人工智能素养为核心目标。人工智能素养是指学生在智能社会中所需的综合能力，指南将其细化为知识、技能、思维、价值观四个维度，通过有机融合形成“四位一体”的核心素养结构。这四个维度具体涵盖：对AI基本知识与概念的理解、运用AI技术解决问题的技能、以计算思维和系统思维为代表的思考方式，以及科技伦理与社会责任等价值观念。通过“四维”融合，旨在培养学生的科技创新思维、批判性思维、人机协作能力和社会责任意识。简而言之，指南描绘了一个既重视技术知识又强调道德责任的素养框架，为人工智能教育确定了育人方向。

（2）螺旋式三学段课程结构：指南按照小学、初中、高中三大学段设计了螺旋上升、分层递进的课程目标。每个学段各有侧重，又前后衔接，不断深化。《新华每日电讯》对指南进行了总结：小学阶段注重激发兴趣和培养基础认知，初中阶段强化技术原理理解与基础应用能力，高中阶段侧重发展系统思维并鼓励创新实践。具体而言：

·小学阶段：通过体验式学习激发学生对人工智能的好奇心和兴趣，初步认知AI的基础概念和简单应用。指南指出，小学主要让学生“感知技术价值”，通过与智能设备互动认识语音识别、图像分类等简单AI技术，在玩中学建立起对人工智能的朦胧认识。技能上以简单操作为主，例如使用图形化编程工具完成指令、尝试数据采集标注的入门实践。同时启蒙逻辑思维，训练基本的计算思维雏形，对比人工智能与人类行为差异以培养质疑意识。在价值观上，小学生阶段注重培养信息安全意识和数字伦理的萌芽，如体验AI创作的有趣与两面性，建立隐私保护的基本概念。总之，小学阶段课程以趣味性、体验性为主，培养兴趣、启蒙认知。

·初中阶段：在兴趣启蒙的基础上，初中课程聚焦于“理解技术逻辑”和“实际应用”。学生开始学习机器学习的基本流程、监督学习等概念，理解数据特征与算法选择之间的关系，建立对AI内部工作原理的初步认知。技能层面更强调用AI解决实际问题的能力，例如通过项目式学习完成简单的数据整理分析任务，搭建智能体并开发场景化的应用实践。思维层面培养工程思维，学会从需求出发选择技术方案并评估效果，具备系统分析和辩证思考的批判意识。价值观上深化伦理认识，让学生理解AI自主创新的战略意义，并能辨析生成式AI可能带来的虚假信息风险。因此，初中阶段强化原理理解与初步应用，为更高阶学习打下基础。

·高中阶段：进入高中，课程目标提升到“技术战略与创新应用”层面。学生将理解当前前沿AI技术（如生成式人工智能）的特征及其对社会的影响，认识AI在智慧城市、国防安全等国家战略中的重要作用。技能训练侧重创新实践，要求学生能够构建简易的AI算法模型并优化，提高实际开发能力；同时鼓励跨学科融合，用AI工具解决综合性问题。思维层面突出系统思维和跨学科思维的养成，引导学生建立“技术原理—系统架构—社会影响”相结合的立体思维模型，在创新项目实践中统筹考虑技术与人文。价值观上强调社会责任的践行，从国家科技战略高度审视AI主权问题，在复杂伦理情境中权衡技术创新与社会风险。概括而言，高中阶段注重系统思考与自主创新，培养未来AI领域的潜在领军人才。

通过上述小学—初中—高中的循序渐进设计，指南形成了一个螺旋上升的课程结构：低龄段侧重兴趣和感性认识，随着学段升高逐步增加技术深度和实践难度，最终在高中实现从认知到应用、从兴趣到创新的飞跃。这种螺旋式课程有助于不同年龄段学生各得其所，又避免学习内容的断层和重复，体现了课程连续性和渐进性相结合的原则。

（3）“四融合”的课程实施原则：指南在课程实施方面提出了“四融合”理念，即：学科融合、项目学习、评价改革、资源共建，以确保人工智能教育有效融入现有教学体系并取得实效：

·学科融合：将人工智能教育有机融入现有学科课程，实现知识的交叉渗透。指南明确要求将AI教育纳入校本课程方案，和信息科技、科学、综合实践等课程紧密衔接。学校可灵活采用独立开设AI课程或在数学、科学等学科中融合相关内容。例如，在数学课学习统计概率时引入机器学习模型的案例，在历史或思政课讨论AI技术的社会影响等。这种跨学科融合方式打破学科壁垒，使AI知识与各领域知识相互补充，培养学生综合运用所学解决问题的能力。如指南所述，要“灵活采用独立设课、跨学科融合、实践活动等方式，形成阶梯化、连贯性的教学安排”。

·项目式学习：强调以项目和实践任务为载体的学习方法改革。AI教育鼓励通过探究式、项目式教学，让学生在做中学。指南建议根据不同学段设计分层次的实践项目，小学以体验型项目为主，初中侧重基础应用项目，高中开展综合创新项目。例如，小学可做一个智能小车寻路的简单项目，初中可以尝试训练一个图像分类模型解决生活中的分类问题，高中则可以开发跨学科的AI解决方案。通过项目驱动学习，学生要经历从问题分析、方案设计、动手实现到结果评估的全过程，切实体会AI应用的逻辑链条。这种学习方式不仅培养了学生解决实际问题的技能，也锻炼了团队协作和创新思考能力，是传统灌输式教学向以学生为中心的转变。

·评价改革：“四融合”中包含对评价方式的变革，呼应了核心素养导向的教学目标。指南提出构建多元评价体系，围绕知识、技能、思维、价值观四个维度制定校本评价指标。评价方式上强调表现性评价，比如通过作品展示、项目答辩、实践操作等来考察学生的综合运用能力。同时注重过程性评价与结果性评价相结合，既关注学生在项目实践中的思考和进步，也关注最终作品或解决方案的效果。为支撑这样的评价改革，数字技术将被运用来记录学生学习过程数据，形成每个学生的“人工智能素养成长档案”。另外，学校还将探索将AI技术用于评价本身，如利用学习分析工具客观地评估学生项目表现等。评价改革的目的在于引导教师和学生超越分数，以更全面的视角看待AI学习成效，真正评价学生解决真实问题的能力和素养发展。这一转变与新课程改革“以核心素养为导向”的精神一致，也是人工智能教育区别于传统应试教育的重要特征。

·资源共建：有效开展AI教育离不开丰富的教学资源和支持体系，因此指南强调要构建校内外资源共建共享机制。首先，校内要加强实验室、实践基地等建设，配备必要的软硬件设施，让学生有地方做实验、做项目。许多学校可能单独难以承担昂贵的AI设备投入，因此指南倡导通过校际共享和校企合作来统筹资源。例如，区域内学校共建人工智能实验室，或与高校、科技企业合作共建实践基地，共享先进设备和案例资源。国家中小学智慧教育平台也将提供海量优质数字资源，供各校下载使用。其次，在教学资源开发上，鼓励教师基于国家平台的优质资源并结合本校实际开发校本教材、课件和实践项目。甚至可以与有资质的教材出版社合作，同步开发数字化资源。再次，注重动态更新机制，人工智能技术发展迅速，教学资源也需及时迭代更新，以保持课程内容的前沿性和实用性。通过以上措施，逐步形成政府、学校、企业、社区多方参与的资源共建网络，保障人工智能课程所需的人才、设备、内容等供给。

综上，指南的内容框架涵盖了培养目标、课程结构、实施原则等方面。从“四位一体”的素养目标，到三学段螺旋上升的课程内容，再到学科融合、项目驱动、评价改革、资源共建的实践策略，构成了一个相对完整的人工智能通识教育体系蓝图。这个框架既体现了前瞻性（面向智能社会育人）、又具有可操作性（结合课程和教学改革举措），为各地各校开展AI教育提供了明确指引。

03. 师资与教研的新要求

人工智能通识教育的推进，对中小学教师队伍提出了全新的要求。教师既是课程实施的关键，又是学生接触AI的引路人。在AI进入课堂的背景下，教师的角色和能力结构都需要相应转型。

·教师角色的转变：传统教学中，教师主要扮演知识传授者的角色；而在人工智能教育中，教师更多地需要成为学习的促进者和指导者。一方面，AI相关知识具有跨学科、快速迭代的特点，教师不可能像过去教授固定教材那样“一讲到底”，而是要引导学生自主探究、新知共创。教师应营造探究式学习环境，鼓励学生提出问题、动手实践，和学生一起探索AI的奥秘。在项目式学习中，教师要做组织者和顾问，帮助学生制定方案、解决困难，而非提供现成答案。另一方面，面对生成式AI等新技术进入教学，教师还承担着把关人的责任，比如引导学生正确使用AI工具、辨析技术输出的可靠性，确保教学目标不被技术喧宾夺主地偏离。这种导师式、合作者式的教学角色转变，是AI时代教师专业素养的重要体现。

·AI素养与跨学科能力：开展人工智能通识教育，教师自身首先要具备基本的人工智能素养。这意味着教师应了解主要的AI概念和技术原理，能操作常见的AI教学工具，对AI的应用潜力与局限有清醒认识，并具备一定的数据意识和计算思维。除了专业知识，教师还需具备跨学科整合能力，因为AI教育内容横跨计算机科学、数学统计、工程技术、伦理法治等多个领域。例如，在指导学生训练一个机器学习模型时，既涉及数学知识（概率、统计）、也涉及编程技能，还可能引发关于数据隐私的讨论。这要求教师本身要打破单一学科视野，拥有综合设计教学的能力。指南鼓励组建跨学科教研共同体，通过集体备课、课例研讨等提升教师的课程实施能力。也就是说，信息技术教师可以与数学、科学等学科教师协同备课，一起设计AI项目课程。这不但分担了单一教师知识不足的压力，也有助于开发出更加丰富的跨学科教学内容。在未来，或许会出现“人工智能教师”这样的新型教师角色，他们既懂信息技术又掌握教育学科知识，能够胜任跨领域教学。

·教师培训与专业发展：面对新的教学任务，大规模的教师培训和专业发展支持是必不可少的。教育部已明确将人工智能教学能力纳入教师培训体系，分层开展通识培训和专项研修，以系统提高教师的专业水平。对于大部分一线教师来说，可能首先通过暑期培训、网络课程等方式接受AI基础知识的通识培训，了解指南要求和基本教学资源。这是第一层次的“普及式”培训，目标是让每所学校至少有几名教师对AI教学不再陌生。在此基础上，还需要第二层次的骨干教师专项研修，比如邀请高校AI专家、经验丰富的试点学校教师进行深入培训，培养各校或各区域的种子教师和教研员。他们将承担起校内培训、指导其他教师的任务，逐步扩大具备AI教学能力的教师群体。此外，指南还提到建立校级人工智能教学研究团队，开展课程开发和教学策略研究，鼓励教师参与教学成果培育。学校可以成立由信息技术教师牵头、其他学科骨干参与的教研团队，在教学实践中不断改进AI课程设计，并把优秀教学案例进行总结推广。这实际上为教师提供了在岗研修的平台，将教学研究融入日常教学，促进教师的专业发展。

·校际教研与资源共建：由于各校在师资和经验上的差异，跨校合作、资源共享对推进AI教育尤为重要。指南建议通过校际共享完善教学资源配置，建立协同机制。具体做法包括：区域教研部门牵头组织校际教研活动，邀请已有实践经验的学校介绍AI课程的实施心得；城乡学校结对帮扶，由城市学校的优秀信息技术教师对口支援农村学校，开展送课下乡、远程指导等活动。现代信息技术也为校际教研提供了便利——利用网络教研平台，教师可以跨地域组建虚拟教研社群，分享课件、案例和学生作品，实现优质教学资源的共建共享。教育部推出的国家中小学智慧教育平台正是重要举措之一，上面汇聚了权威的AI教育资源供全国教师免费使用。教师可以下载课件、观摩名师示范课，还可以将自己的优秀教学课例上传，形成资源共建的良性循环。在师资薄弱地区，这个平台等于为当地教师配备了一位“线上导师”，帮助他们克服专业限制开展教学。

·外部专业支持：除了依靠现有教师的培训提升，适当引入外部专业力量也是可行路径。指南鼓励有条件的地区和学校充实人工智能教育教师队伍，积极引进高校、科研院所和高科技企业中符合条件的专业人才担任兼职教师。比如，一些中学已经尝试聘请大学计算机学院的研究生或AI工程师，每周来校为学生开设人工智能选修课或社团活动。这种“校外专家+校内教师”结合的模式，既为学生带来了前沿专业知识，又可以帮带本校教师共同上课研讨，提升教师的实战能力。当然，引进外部人才还需注意青少年教育的方法，学校应对兼职教师提供必要的教法指导。同时，建立企业和学校联合开发课程的机制也是有益的探索。科技企业可与学校合作设计体验式学习项目，把产业最新技术融入教学。例如，由AI公司工程师和学校教师共同指导学生完成一个真实场景的AI项目。这样企业的资源和案例进入课堂，学生也接触到产业应用，教师在此过程中也能学习新的知识和实践技巧。

总体来看，人工智能教育要求教师从“单科知识型”向“多元指导型”转变，要求学校从教研和机制上给予教师支撑。教师需要不断学习，才能在快速变化的AI领域胜任教学；教师之间、学校之间需要团结协作，才能共享经验、共同进步。正如UNESCO在其教师AI能力框架中强调的，教师应具备以“以人为本”的心态对待AI，掌握AI伦理和基础知识，将AI融入教学法并用于自身专业发展的五大能力领域。这与我国指南对教师的信息素养和跨学科能力要求不谋而合，也是全球AI教育对教师的新期待。可以预见，在政策和培训的推动下，未来几年我国将涌现出一批既懂教育又懂AI的复合型教师，为人工智能通识教育的落地提供强有力的人才保障。

04. 评价与保障机制

（1）学生人工智能素养的评价维度与工具：传统考试分数难以全面反映学生在人工智能领域的学习成果，因此指南提出了针对AI教育的综合评价思路。首先，在评价内容上，构建涵盖知识、技能、思维、价值观四个维度的评价指标体系。这意味着评价不仅关注学生对AI概念和原理的理解（知识）、AI工具使用和编程操作能力（技能），还关注他们在解决实际问题时展现的计算思维、系统思维（思维），以及在学习过程中表现出的伦理意识、合作精神等（价值观）。例如，在一个机器学习项目中，评价既会看最后模型的准确率（技能结果），也会看学生是否能解释模型原理（知识理解）、团队分工与沟通（合作态度）、对训练数据偏差的思考（伦理意识）等。这样的多元评价维度确保人工智能素养的各方面发展都有所体现。其次，在评价方式上，指南倡导表现性评价，强调通过学生的作品和实践表现来评估学习成效。具体形式包括项目作品展示、课题答辩、动手操作演示等，而不是仅限于笔试卷面。比如，学生完成了一个智能小车项目，评价时可以让其演示小车运行并回答提问，而不是考一张关于传感器原理的试卷。此举鼓励学生将所学真正应用出来，也促使教师关注教学过程中的实践环节。再次，指南要求过程性评价与结果性评价相结合。教师在平时教学中应通过观察、记录给出过程评价（如项目中的创新点、协作情况），期末再结合最终作品或测评给出结果评价，将二者综合形成对学生AI素养的评定。为支撑这种评价模式，数字技术、大数据将发挥作用——学校可以依托数字技术记录学习过程数据，形成每个学生的人工智能素养成长档案。例如，学生在在线编程平台上的练习数据、参加AI项目活动的反馈等都可收集，作为持续评价的依据。这些数据累积起来可以直观展示一个学生素养发展的轨迹。最后，评价主体也将更为多元：指南提出建立教师、学生、家长共同参与的评价机制。也就是说，不再只有老师评价学生，学生可以互评或自评项目收获，家长也可以反馈孩子在家使用AI工具学习的表现，共同完善对学生能力的认识。这体现了评价的开放性和全面性。

（2）评价结果的运用与改进反馈：评价不是终点，更重要的是将结果用于促进教学改进和学生发展。指南鼓励探索将人工智能素养评价结果纳入学生综合素质评价。目前中小学已有综合素质评价档案，未来AI素养的成长记录也将成为其中一部分，这将在升学等环节给予一定参考，推动学校和家长重视AI教育。学校层面，可以通过评价结果反馈教学：如果发现多数学生在某项技能上评价不理想，教师需反思教学方法是否有效，并在下轮课程中改进。对评价中表现优秀的学生和作品，学校应建立优秀成果展示交流机制，比如举办成果展、在校园网上展示优秀项目。这既是对学生的肯定和激励，也为其他学生提供学习范例。指南还提到通过建立创新激励机制，促进学生实践成果在校园场景中的转化应用。例如，一个学生开发了校园跑腿送书的AI小程序，学校可投入使用并给予奖励，让学生的创意真正服务校园。这种评价结果的积极运用，能够极大激发学生的创造热情，形成“学—评—用”闭环，推动人工智能教育良性发展。

（3）保障机制总体架构：要使人工智能通识教育落地生根，离不开多层次的保障支持体系。《指南》第五部分提出了教育行政、学校家庭、社会企业协同的“三位一体”保障体系。这里着重解读其中教育行政部门（政府）层面的保障，以及督导监测机制。

·教育行政部门统筹保障：地方教育行政部门在AI教育实施中扮演统筹规划和资源供给者的角色。首先，要强化规划引领。各地应结合区域实际制定差异化推进方案，将人工智能教育纳入教育发展整体规划，坚持顶层设计和部门协同。比如省市教育部门出台实施意见，明确阶段性目标、重点任务和时间表，并协调科技、财政等部门共同推进，为学校开展AI教育提供政策支持和经费保障。其次是建设基础设施。政府需加大投入，分批建立中小学人工智能教育基地，均衡配置实验室等设施。东部发达地区可率先建设一批示范性AI实验室；对欠发达地区，则通过专项资金予以装备升级，缩小校际差距。同时推动高校、科研院所、高科技企业的AI实验室和展厅向中小学生开放，作为课外实践基地。再次是充实师资队伍。将AI教师培养培训纳入常规教师培训计划，通过省市教师培训院校开设AI教育专项培训班，提高教师专业水平。鼓励各地配齐配强AI师资，对条件成熟的学校核增信息技术教师编制或岗位，引进高校和企业的专业人才担任兼职教师，解决师资短板。此外，教育行政部门应推进试点示范。在若干有基础的地区开展人工智能通识教育试点，给予政策和资金倾斜，支持其先行先试课程创新和教学模式变革，形成可复制推广的经验。建立试点学校创新实践共同体，定期总结交流经验，从而带动全国AI教育的整体升级。统筹城乡发展也是政府职责之一：加大对农村和边远地区学校的支持力度，通过政策吸引优秀教师向乡村流动，利用国家智慧教育平台实现城乡课程资源互通，以及开展城乡学校结对帮扶，共享经验。这些措施旨在确保人工智能教育机会的公平普惠，不让任何一个地区的学生掉队。最后，政府要健全评价监测和安全管理机制（下文详述），以保证实施过程的质量和安全。

·督导监测机制：人工智能教育的推进情况和质量，需要有效的督导评估机制来保障。指南提出建立学生人工智能素养动态监测与评价体系。教育行政部门和教育督导机构应设计科学的评估指标，对区域内AI教育实施状况进行定期监测。例如，每年监测各校人工智能课程开设情况、师资培训达标率、学生素养提升情况等，形成量化报告。县区督导部门可以把AI教育纳入常规督导评估，对学校进行检查和指导：检查学校是否落实了每周/每学期规定的AI课时，课程内容和难度是否符合指南分段要求，教师资格和培训是否到位，学生参与度和反馈如何，等等。一旦发现问题，及时下达整改要求，并跟踪改进。为了提高督导的效率和准确性，可以借助大数据平台实现智能督导。正如上海的行动方案所探索的，要利用人工智能赋能教育质量评估监测，通过数据抓取分析来发现问题，为精准督导提供依据。例如，通过学习平台数据了解某校学生AI课程的参与活跃度，如果明显偏低，督导部门可以重点关注原因。反馈改进也是监测机制的重要闭环：督导结果应及时反馈给学校和上级部门，对表现优秀的地区和学校给予表扬和经验推广，对存在困难的提供指导和资源倾斜，以整体提高实施质量。

·数据安全与伦理保障：人工智能教育牵涉数据和技术应用，安全风险不容忽视。指南专门强调要加强安全管理，构建涵盖数据安全、伦理审查、技术风控的全链条保障机制。具体措施包括制定人工智能教育的数据安全管理规范，明确学生数据收集、存储、传输、使用的安全标准，建立严格的隐私保护机制。比如，学校在使用在线AI系统时，要确保学生个人信息匿名或加密处理，防止数据滥用。又比如，教师在引入第三方AI工具前，需经过学校或教育局的审查备案，符合安全和伦理要求才能在课堂上使用。同时，对AI应用可能带来的伦理问题（如偏见决策、内容不当）建立预警和处置流程，一旦发现AI资源违反公序良俗或出现歧视性结果，立即停止使用并引导学生讨论其危害，从而将价值观引导融入教学全过程。师生权益保护也是安全保障的重要内容——明确规定教师不应被AI技术取代核心教学职责，学生的身心健康不能因AI应用受到负面影响等等。这些举措将确保人工智能教育在安全可控的环境中进行，避免“技术之利”伴生“技术之弊”。值得一提的是，指南还把家庭和社会作为保障体系的一环：要求家庭协同营造健康的AI应用氛围，培养孩子的AI伦理意识，鼓励家长带孩子利用社会资源（如科技馆、博物馆、企业开放日）拓展实践场景；鼓励企业开放优质AI教育资源、开发适配中小学生的AI教学产品。这些都体现了人工智能教育保障的生态化思路，即动员多方力量共同为学生创造安全、丰富的学习环境。

通过完善评价与保障机制，人工智能通识教育才能得以持续健康发展。一方面，多元评价为教学指明改进方向，促使教与学围绕素养培养不断优化；另一方面，政府统筹、督导监测、资源安全等保障措施为AI教育保驾护航，解决学校的后顾之忧。可以预见，在评价和保障双管齐下的推动下，各校AI教育将迈上规范化、优质化的轨道，为培养适应未来社会的创新人才奠定坚实基础。

05. 国内先行案例

我国一些教育发达地区和学校已在人工智能教育方面先行探索，积累了宝贵经验。《指南》的发布也得益于这些试点实践的推动。下面选取北京、上海、深圳等地的典型实践案例，以及部分学校的校本课程探索进行介绍。

·北京：政策引领，全面推行AI课程。作为首都，北京市在人工智能教育方面走在全国前列。北京市教委已发布工作计划，决定自2025年秋季学期开始，在全市中小学开设人工智能课程。具体要求是每学年不少于8个学时，课程可以独立开设，也可以与信息技术等现有科目融合实施。这体现了灵活性，学校可根据师资和实际情况选择合适模式。从课程内容看，北京的规划与国家指南精神一致：小学侧重体验式课程，以直观有趣的方式引入AI概念；初中强调认知型课程，帮助学生理解AI在学习和生活中的应用；高中提供实践型课程，着重提升学生AI应用与创新能力。为了配合课程落地，北京正在培训一批骨干教师，并利用本地丰富的高校和科研院所资源开发教材和课件。据报道，北京部分重点中学已开展了机器人、编程等AI相关课程，很多小学生也通过科技馆、科普活动接触了人工智能。随着2025年政策落地，北京将成为全国首个全面将AI教育纳入中小学刚性教学计划的城市，其经验和模式将为其他省市提供重要借鉴。

·上海：行动计划，打造示范标杆。上海市教育委员会在2024年9月发布了《上海市推进实施人工智能赋能基础教育高质量发展的行动方案（2024-2026年）》，系统部署了未来三年上海AI教育的发展路线。上海的总体目标是到2026年，形成高标准的课程体系和评价体系，打造一批人工智能教育高地、实验基地和典型应用案例，实现人工智能在基础教育的普遍深度应用。具体措施包括：广泛开展人工智能教学实践与体验活动，支持每所中小学积极开设AI相关课程（包括在幼儿园开展启蒙活动）；探索人工智能拔尖创新人才的早期发现与一体化培养模式（鼓励中小学与高校合作建立青少年AI创新实验室）；全面提升师生数字素养与技能，将AI技术融入个性化学习、教师专业发展和学校治理中。目前，上海已有一些学校开展了AI课程实践。例如，上海徐汇区的小学尝试在科学课中引入简单编程和机器学习游戏；上海市北中学等开设了《人工智能基础》校本选修课，高中生学习Python编程、机器学习入门并进行小项目开发。此外，上海依托复旦、同济等高校资源，建立了若干青少年人工智能科普实践基地，定期组织中小学生参观体验。作为教育改革的“排头兵”，上海的做法注重顶层设计与基层创新相结合，其形成的课程标准、教材和评价方案有望在全国产生示范效应。

·深圳：科技特区，市域全面推进。深圳市教育局在2023年7月印发了《深圳市中小学人工智能教育工作方案》，提出到2025年基本形成“人工智能+教育”新生态，在全市中小学基本普及人工智能教育。深圳计划建立具有本地特色的人工智能教育课程体系，全面提升AI教育教师的专业水平，构建社会资源支持的服务模式，打造一批人工智能教育示范校和典型应用场景。具体而言，深圳编制了《义务教育人工智能课程纲要》，将AI内容融入地方课程，在不少小学低年级就开设了启蒙课程；全市923所中小学校已经获配多种AI学习平台资源（如编程平台、虚拟实验室）供学生使用。师资方面，深圳通过名师培训、企业工程师进校园等方式提升教师队伍水平。社会资源上，深圳的一些科技企业（如大疆、腾讯）积极参与，捐赠设备并开发适合中小学生的AI实践项目。经过努力，目前深圳多所学校形成了自己的特色：有的小学建立了“人工智能实验室”，配备无人车、编程机器人供学生探究；一些初高中成立了AI社团，学生在指导下研发如垃圾分类AI、小型无人机编队等项目并在比赛中屡获奖。可以说，深圳正以“科技特区”速度推动AI教育，在区域整体推进上走出了可复制的一套模式。这对于全国其他计划大面积普及AI教育的城市具有很强的参考价值。

·典型校本课程与社团实践：除了地区层面的政策推进，不少学校自身也积极开发校本课程、开展社团活动，将人工智能引入日常教学，形成了鲜活的案例。例如，天津市汇文中学早在2017年就成立了人工智能科技社团，吸引一批对AI感兴趣的学生参与机器人、算法竞赛等活动。在初步尝试后，学校于2020年前后将AI内容纳入校本选修课，设置了机器人、无人机、机器学习基础等模块，逐步从课外活动走向课堂教学。到2022年，汇文中学决定面向全体学生拓展AI教育覆盖面，形成了社团活动、选修课程、融入学科教学三位一体的培养模式。目前人工智能已融入该校日常教学环节，例如信息技术必修课中增加了机器学习单元，数学课结合编程探究函数优化问题等。AI也成为教师教学的助手：课堂配备了智慧黑板和AI助教，实现实时的人机交互。又如河北省秦皇岛市新一路小学，引入了AI虚拟人物“数字孔子”作为教学辅助手段。在四年级语文课上，当学生有疑问时，屏幕上的虚拟孔子会根据经典语句给予解答。这类AI驱动的互动课堂，让传统文化学习变得生动有趣，也让孩子初步体验了人工智能的魅力。许多家长反馈，AI使课堂更具吸引力，激发了孩子对编程、创作的兴趣。当然，教师也在摸索如何平衡AI的使用，既发挥其增强教学的优点，又避免其局限（如生成内容千篇一律缺乏个性）对教学产生不利影响。总体而言，这些校本案例表明：通过几年探索，学校可以从无到有地建立起AI教育项目，从小范围试点走向全校推广。在这一过程中，社团活动往往是切入点，随后延伸到课程，并借助AI工具改善教学。学生的反馈积极又充满创意，进一步推动学校加大投入，形成良性循环。这些先行学校的经验印证了指南的可行性，也提供了许多具体做法，比如如何激发学生兴趣、如何开发校本教材、如何借助竞赛提升水平等，值得其他学校参考借鉴。

国内先行者的探索，使人工智能教育从纸面走进了课堂。从政策层面的顶层设计，到学校层面的实践创新，二者相互促进，奠定了全国推广的基础。北京等地的整体规划证明了在政策推动下可以迅速实现AI课程全覆盖；上海深圳的经验显示了地方因地制宜打造特色的重要性；各学校的案例则提示我们校情校策、循序渐进是关键。这些宝贵探索为《指南》的实施提供了信心和参考样板。展望未来，随着更多地区加入实践行列，我国中小学人工智能教育将在更广范围开花结果。

06. 国际对标与启示

人工智能教育是全球关注的前沿课题，各国和国际组织近年纷纷发布框架和指导意见，以培养面向未来的AI人才。对比国际经验，有助于我们更好地理解《指南》的先进性与不足，并吸收有益的理念。下面从OECD（经济合作与发展组织）、美国加州，以及UNESCO（联合国教科文组织）三个方面进行对标分析。

（1）OECD人工智能素养框架：为应对AI时代的人才培养挑战，OECD正与欧盟合作开发青少年人工智能素养框架。据OECD教育技能主管施莱希尔介绍，该框架旨在明确中小学生在AI时代所需的知识、技能和态度，为各国课程改革提供指引。这一国际框架强调将AI素养融入各学科课程，而非孤立教授。它核心理念是：学生不仅要会使用AI工具，还要学会与AI协同创作，并懂得对AI的伦理、安全等负责的使用。为此，框架建议在数学课结合统计与概率教学AI模型原理，在历史和社会课讨论AI技术的伦理影响，在计算机课实践训练AI模型等。这些举措与我国《指南》提出的学科融合、跨学科实践不谋而合。此外，OECD计划将AI素养纳入PISA国际学生评估：2029年的PISA测试将新增“媒体与人工智能素养（MAIL）”评估，借此了解各国15岁学生在AI方面的学习机会和掌握程度。这意味着，AI教育效果将有全球量化比较，对各国都是压力也是动力。OECD框架还特别关注批判性思维和伦理意识的培养，强调AI教育不能仅教技术，还要引导学生思考算法偏见、隐私保护等问题。这点与我国指南突出价值观维度、培养社会责任的目标一致。可以说，OECD的动向体现了国际共识：AI素养应作为面向全体学生的核心素养来培育，而不仅仅是专业技术人才的培养。我国《指南》的整体设计（四位一体素养、普惠理念）已经与这一思路接轨。在实施中，我们可借鉴OECD框架对跨学科学习案例的丰富设计，以及日后PISA测评指标对教学的反哺作用，不断完善我们的课程内容和评价标准，使之更具国际可比性。

（2）美国加州K12人工智能教育框架：美国在K12阶段推进AI教育主要由州和民间组织引领，其中加利福尼亚州是典型代表。加州近年通过了一系列法律和政策支持AI教育：2023年加州议会通过AB-2876法案，要求在K-12课程标准中纳入AI素养内容，州教育部门也成立了AI工作组负责制定公立学校AI教学指南。这意味着AI教育在加州已上升到法规层面保障。与此同时，全美计算机科学教师协会(CSTA)和人工智能促进协会(AAAI)合作的“AI4K12”项目，制定了面向K12的人工智能教育指导纲要。AI4K12纲要提出了AI领域的五大核心概念（Five Big Ideas）作为教学主线，即：感知（Perception）、表示与推理（Representation & Reasoning）、学习（Learning）、人机交互（Natural Interaction）和社会影响（Societal Impact）。这五大概念涵盖了AI的主要方面：从技术角度看，包括机器如何感知环境、表示知识并进行推理、通过数据不断学习，以及与人类交流合作；从社会角度看，强调AI对社会的双面影响和伦理考量。AI4K12项目为每个概念制定了不同年级段的学习进阶，提供了丰富的活动案例。例如，在小学阶段的“感知”概念中，让学生用传感器收集数据；在中学阶段的“学习”概念中，尝试训练简易模型等。这类似于我国指南的分学段螺旋设计，只是框架结构侧重概念模块。值得注意的是，美国的AI教育往往和计算机科学教育紧密相关，加州也将AI内容融入了计算机科学课程标准的附录中。目前加州正起草AI教学框架（Draft Framework），预计2025年发布，以指导各学区具体实施AI课程。相比我国，加州的优势在于灵活创新：许多中小学通过选修课、课外STEM项目等提前开展了AI教学试验，一些教育科技公司和非营利组织（如Code.org的TeachAI计划）也为学校提供课程资源。加州的经验启示我们：定义明确的核心概念对于构建课程非常重要，这有助于教师和教材编写者明确教学重点。从“五大理念”来看，它突出了AI技术的底层逻辑和社会影响，这和我国素养框架的知识+思维+价值观维度有共通之处。我国在实施中也可以参考这五大核心概念，确保课程内容覆盖AI的关键方面，不偏废技术或人文。此外，加州通过立法确保AI教育地位的做法也体现了政策保障的重要性。我们已有国家层面的指南，接下来如果能将AI素养纳入课程标准或教育评价指标，将会进一步稳固AI教育的制度基础。

（3）UNESCO 指南与全球借鉴：联合国教科文组织近年来高度关注人工智能与教育，多次发布指导性文件，为各国提供政策建议。其中，2019年的《北京共识》和2021年的《人工智能与教育：政策制定者指导框架》奠定了人本导向的AI教育原则。2023年，UNESCO发布了全球首个《生成式AI在教育中的指导纲要》，强调在教育中落实以人为本、包容公平的AI应用愿景。更具体地，UNESCO于2023年底推出了学生和教师人工智能能力框架。根据教科文组织的解读，这套框架之所以单独聚焦AI，是因为AI不同于一般数字技术，它能模拟人类行为，带来公平、隐私、责任等全新挑战，需要超越传统数字素养的新能力。UNESCO的学生AI能力框架明确了四大核心能力：

·以人为本的思维模式：培养学生在与AI交互时保持主体性和自我意识，认识到人类在决策中的主导地位。这与我国强调的人机协作和不迷信技术的观念契合。

·AI伦理：教育学生负责任地使用AI，理解公平、透明、隐私等原则，并具备在设计和应用AI时的伦理思考能力。这一点上，无论我国还是国际，都把伦理作为AI教育的关键。

·AI技术知识与应用：让学生掌握基础的AI知识和技能，包括常见技术原理、应用场景以及实践操作能力。我国指南的知识与技能维度正对应于此。

·AI系统设计：培养学生运用AI解决问题的能力，鼓励其发挥创造力和设计思维来开发AI方案。这类似于我国强调的创新实践和工程思维培养。

框架同时建议将这些AI主题融入主流课程，而非孤立教授，并倡导跨学科的学习方式，既包括STEM领域也包括社会学科。这些理念与我国“四融合”特别是学科融合的原则高度一致。针对教师，UNESCO也发布了教师AI能力框架，提出教师应具备五大方面能力：以人为本理念、AI伦理、AI基础知识、AI教学法、利用AI提升自身专业发展。这与我国要求教师既要会教AI知识，又能用AI改进教学，并持续学习的要求相符。例如，教师要明白AI是辅助手段而非替代者，AI工具应该增强而不是取代教师的作用。教科文组织还从政策层面给出建议：各国应制定全面的AI教育能力建设战略，确保普遍的互联网接入，为偏远地区提供条件；同时强调不要过度依赖AI去解决师资短缺等深层问题，这些仍需通过长期投入改善。这些建议对我国很有启发意义。我国幅员辽阔，地区发展不平衡，在推广AI教育时尤其要注意城乡差距问题。UNESCO框架提醒我们，一方面要加强基础设施建设，另一方面也不能幻想仅靠AI技术本身弥补教育短板，教师队伍建设、教育投入仍是重中之重。总体而言，UNESCO的指南为我们提供了一个全球视角下“智慧赋能且人本为要”的价值基准：无论技术如何发展，教育应始终服务于人人的发展、社会的公平可持续。在落实《指南》时，我们应始终坚守这样的原则，既大胆拥抱AI带来的机遇，也清醒应对其风险挑战，让人工智能真正为教育创新和人才培养造福。

综合来看，国际对标凸显了共性理念和个性路径。共性方面，各国都认识到AI素养是未来公民必备，AI教育要兼顾技术与伦理、突出跨学科融合、培养高层次思维等。我国《指南》与这些理念高度吻合，甚至在很多方面走在前列（如国家层面的整体规划）。个性方面，不同国家根据本国教育体制和社会文化选择了不同实施路径：美国以“五大核心概念”切入课程内容，欧洲国家注重在数学等学科中嵌入AI模块，亚洲的一些国家（如韩国、新加坡）则通过信息课程改革引入AI单元等。我国可以在执行《指南》时借鉴这些做法，比如结合AI4K12的核心概念细化我们的课程标准，或参考国外教材丰富我们的教学案例。同时，我们应加强国际交流，参与OECD等组织的AI教育项目，例如PISA2029的准备，从中了解我国学生的国际水平。通过持续的对标和调整，我们有望既保持中国特色的领先优势，又让人工智能教育的成果具有世界水平，为全球AI素养教育贡献“中国方案”。

07. 实施难点与风险分析

虽然《指南》为人工智能教育描绘了清晰蓝图，但在现实推进过程中，还面临一系列困难和潜在风险，需要提前研判并积极应对。

（1）师资短缺与能力不足：师资是AI教育落地最大的瓶颈之一。一方面，具备人工智能专业背景的中小学教师严重不足。据统计，目前中小学信息技术教师大多未接受过系统的AI培训，农村学校甚至没有专职的信息技术教师，这使得AI课程开设面临人手短缺的困境。短期内培养/引进大量AI教师并不现实，许多学校可能只能由现有的信息技术教师甚至其他学科老师兼任教授AI内容。但这些教师的自身能力可能跟不上AI发展的要求。如果教师对AI知识理解不透，可能导致课堂上出现错误的知识传授，或者只敢停留在非常表浅的层面，无法达成指南设定的培养目标。正如教育专家熊丙奇所言：“使用人工智能已经不是问题，怎么用好才是问题。用好人工智能，就不仅是掌握知识与技术，关键是使用者有没有思考和创新能力”。如果教师本身对AI缺乏深刻认识，很难培养出有创新思维的学生。因此，如何快速提升现有教师的AI素养，是实施中的首要难点。教师培训需要投入大量时间精力，而在职教师本来课务就重，抽出时间学习新技术存在困难。此外，一些年龄较大的教师对AI可能存有抵触或畏难情绪，不愿意改变以往的教学习惯，这也需要在观念上进行引导和支持。

（2）资源不均与设备不足：我国地区发展不平衡的问题在人工智能教育上表现突出。东部城市学校可能已有电脑教室、创客空间、机器人器材等基础，而中西部农村很多学校连基本的多媒体设备都不齐全，更遑论昂贵的AI实验平台。这种数字鸿沟会导致AI教育起步线不同：一些发达地区可以马上让学生上机练习编程和模型训练，而欠发达地区可能只能开开理论课，很难提供实践机会。如果不加干预，人工智能教育反而可能拉大城乡、校际差距。因此，如何保障边远地区学校获得必要的设备和网络支持，是实施中的重大挑战。虽然国家智慧教育平台提供了海量线上资源，但如果学校没有良好的网络和终端，这些资源也无法有效利用。另外，设备不足还包括缺少适龄的AI教育软件/硬件工具。目前市面上的AI教学产品良莠不齐，真正适合中小学生、且价格可负担的并不多。例如训练简单机器学习模型需要计算资源和数据，很多学校并不具备，需借助云平台但又涉及费用和网络。再比如，很多AI实验（如计算机视觉）需要相应摄像头、传感器，一般学校未必配有。这些都可能限制AI课程内容的展开，使教学目标难以全面达成。

（3）课程整合的体制障碍：人工智能通识教育需要在已有课程体系中找到空间。当前中小学课程安排非常紧凑，要新增AI课或融入其他学科，可能面临课时不足、学业负担等现实阻力。如果作为独立课程，各年级每周或每学期挤出固定课时可能会挤压其他科目的时间，引起家长和校方顾虑。如果融合到现有课程，任课教师是否愿意配合、融合后是否影响原课程进度等也是问题。尤其是在应试压力较大的初高中阶段，学校和家长往往更关注主科成绩，可能不太支持花时间在AI这样的“新课”上。如何协调课程设置、取得家长理解，是推广初期需要克服的阻力。对此，需要政策层面给予明确要求和保障，例如将AI教育情况纳入学校绩效评价，作为素质教育的重要指标，倒逼学校重视。同时通过宣传和家长沙龙等形式，让家长认识到AI素养对孩子长远发展的意义，逐步扭转观念。

（4）学生过度依赖与学用偏差：另一个风险在于学生使用AI技术的不当行为。如果引导不当，学生可能会过度依赖AI完成学习任务，反而弱化了自己的思考能力。例如，有媒体报道一些中小学生在新学期前用AI自动生成作文、作业。这就是典型的“代劳式”使用：把本应自己思考完成的作业交给AI代写。短期看完成了任务，长期看损害了学生的学习力和诚信。指南专门通过《生成式AI使用指南》划定了禁止行为，例如小学阶段严禁学生独立使用开放式的生成式AI工具，就是怕他们滥用。但是在实际中，如何监控和防止这种依赖是个难题，毕竟不少AI应用可以在课外接触，教师不可能全程监督。因此，AI教育必须同步加强学生的信息伦理与自律教育，培养他们正确使用技术的态度，让他们明白让AI代劳作业虽然省力但对自己没有益处。除了学业依赖，AI工具的引入也可能带来注意力分散的问题。比如课堂上使用平板或电脑学习AI，学生可能会顺便浏览其他娱乐内容，影响课堂纪律和专注。这就要求教师具备课堂管理的新技能，同时借助必要的技术手段来防范。

（5）技术伦理与安全风险：AI教育让学生较早接触强大的技术工具，也带来了伦理和安全方面的潜在风险。如果使用不慎，学生可能接触到不适宜的内容或产生不当行为。例如，生成式AI可能会输出错误信息甚至有害内容，学生辨别力不足可能信以为真。再如，一些AI应用需要采集人脸、声音等个人数据，如果平台不规范，学生隐私可能泄露。也存在学生利用所学AI技术恶作剧的可能，比如学了Deepfake后去换脸老师或同学的图片等，这将带来伦理和法律问题。因此，实施AI教育时安全和伦理必须“同步推进”。一方面学校应选择经过审查的、安全的AI教学软件，并在使用前征得家长知情同意。另一方面，要把数字公民素养和科技伦理教育贯穿始终，每次使用AI工具前后都提醒学生注意其局限和可能的偏差，出现不良信息及时报告处理。指南已经将数据安全、伦理底线作为AI教育必须坚守的红线。我们需要在实践中健全相应机制，如制定学校层面的AI应用管理制度，明确哪些AI工具可用、使用范围是什么，遇到伦理问题如何上报等，从制度上规避风险。同时，加强教师和家长的联防联控，及时掌握学生使用AI的动态，发现苗头问题立即教育干预。

（6）教学效果评估与持续改进难度：人工智能教育成效如何评估也是难点。与传统科目不同，AI素养的提高不是短期考试能检测出来的，需要持续观察和多元评价。很多学校缺乏这方面经验，可能一两年内看不到显著成效就产生怀疑或者放松投入。这要求建立合理的预期和评估机制。教育行政部门应开展阶段性监测，但监测工具的研发也具有挑战性：如何设计出科学的素养测评？如何将主观的素养发展用客观数据呈现？这些都需要研究支持。此外，随着技术飞速进步，教学内容和手段必须持续更新。这对学校和教师也是挑战：可能刚掌握了一套工具，明年又出现了更新的技术，需要不断学习。教学科研部门应密切跟踪AI前沿，并快速将其转化为中小学可用的教学资源，否则教学内容落后于现实，学生会失去兴趣。

总的来说，人工智能通识教育在推进中会遇到“人”“物”“制”多方面的困难：“人”包括教师和学生两端，需要解决教师会教、学生不滥用的问题；“物”指设备资源，要填平数字鸿沟，保障基本条件；“制”指课程和管理制度，需要改革创新以适应新内容。这些难点短期内不易完全克服，但并非不可解决之事。关键在于未雨绸缪、循序渐进。教育部和各级政府已经开始行动，如加强教师培训、试点先行、资金支持农村学校等。各校也应根据自身情况，制定分步实施计划（下一节详述建议）。只要我们正视挑战、积极应对，在实践中不断总结完善，就能将风险降到最低，确保人工智能教育沿着健康轨道前进，为学生未来赋能而不是添乱。

08. 建议与行动清单

针对上述实施难点和不同地区学校的情况，本文提出以下建议和行动清单，供各级教育主管部门和中小学校参考。总体思路是分类施策、循序推进：东部发达地区学校可率先探索深化，西部欠发达地区学校侧重夯实基础；同时通过试点引路、以点带面，逐步实现全国范围内人工智能教育的有效落地。

（1）发达地区（东部沿海、各省会大中城市等的学校）实施路线图：

·制定校级行动计划与师资培养方案：建议每所学校成立由校长牵头的AI教育领导小组，制定三年推进计划，明确各阶段目标（如第一年开设选修课试点，第二年覆盖所有年级课程，第三年深化课程质量）以及责任人。同步制定教师培训计划，利用假期和校本研修对全体信息技术教师及相关学科骨干进行AI教育专项培训，确保至少培养出1-2名“AI种子教师”。可以邀请高校AI专业教师或参加城市级培训班，重点提升教师对教材内容和教学方法的掌握。

·率先开设人工智能校本课程：结合《指南》要求和本校特色，开发或引进适合的校本课程。例如，在初高中设置“人工智能基础”选修课，内容涵盖机器学习入门、简单算法实践、经典AI案例分析等。小学可以利用综合实践活动课，引入“趣味人工智能”模块，通过游戏和项目让学生初步体验。对于已有信息技术课的年级，也可在其中融入AI单元。确保每学期都有相应课时，让学生持续接触AI知识。课程难度和深度按学段分层，避免小学过难、高中过浅。发达地区师资和生源基础较好，可尝试超前教学一些前沿内容激发兴趣，比如高中开展Python编程和简单神经网络实践等。

·建设人工智能实验室和学习空间：利用地方财政或学校经费，建设专门的AI实验室/创客空间。配备必要的计算设备（笔记本电脑或工作站）、机器人套件、传感器组件、Arduino/Raspberry Pi等开源硬件，以及便于学生上手的AI教学软件平台。实验室应布局灵活，可供小组协作和项目展示。平时作为信息技术课堂和社团活动场所，对学生开放。发达地区学校可与高校或企业共建实验室，引入高端设备（如3D打印机、机械臂、无人机等）供学生拓展性使用。通过完善硬件环境，给学生创造“做中学”的机会。

·组织丰富的项目活动和竞赛：以项目式学习为抓手，每学期组织若干校级AI实践活动。例如，举办“人工智能创意项目展”，让不同年级学生展示他们的AI小作品；开展“小小AI工程师”挑战赛，给定任务如搭建避障小车、设计智能家庭方案等，让学生团队竞争解决。鼓励并资助学生参加市级、省级乃至全国的青少年AI竞赛、机器人比赛、编程马拉松等，以赛促学。通过竞赛开阔学生视野、检验教学成效。发达地区学校有条件举办区域性的人工智能研学营或交流大会，邀请兄弟学校参与，打造人工智能教育品牌活动。

·深化跨学科融合项目：发挥本校各学科教师特长，设计跨学科AI项目。比如结合数学课题“数据的故事”探究机器学习分类算法原理，结合美术课开设“AI创意绘画”实践，结合社会课开展“AI伦理辩论会”等。这些项目可作为拓展课或社团，由多学科教师联合指导，培养学生综合运用多领域知识解决问题的能力。学校管理层应鼓励并认可教师跨学科合作的教研成果，在评价中予以加分，以推动“融合”真正发生。

·建立学生AI社团和导师制度：在校内成立人工智能兴趣小组/社团，定期开展活动。挑选高年级对AI特别有兴趣的学生担任社团干部，锻炼其组织能力。为社团配备导师团队：既有校内信息技术教师，也可聘请校外专业人士作为辅导教练。社团活动可以涵盖编程马拉松、AI科普讲座、参观科研机构等多种形式，成为课堂教学的有益补充。通过社团的深耕，发掘和培养一批科技创新苗子，冲击青少年科技创新大奖、信息学奥赛、机器人世锦赛等更高水平的赛事，为将来输送AI相关专业人才做准备。

·优化评价激励机制：发达地区学校可率先试点将人工智能素养纳入学生综合素质评价。为每位学生建立AI学习档案，记录其课程表现、项目成果、竞赛奖项等。把这些作为评优、推优的重要依据，树立正确的导向。对积极投入AI教学的教师，在校内考核和评职中给予倾斜奖励。鼓励教师发表AI教育教学论文、参加优质课比赛，对取得成果者予以表彰。这些激励措施将提高师生参与AI教育的积极性，形成争先创优的良好氛围。

（2）欠发达地区（中西部、西部偏远地区、农村地区学校）实施路线图：

政府支持下的起步规划：地方教育局应为欠发达地区学校制定分阶段目标：例如，用3年时间实现辖区所有中小学开设AI启蒙活动或课程。短期先确保每校“有人教、开起来”，中期追求“有设备、用起来”，长期力争“有质量、强起来”。各县区可选择1-2所基础较好的中心学校作为试点，先行开展AI课程实践，积累经验后再推广到乡镇及村级学校，以点带面。政府要在教师调配、经费投入上予以倾斜，如市/县级层面组建一支人工智能巡回教师团队，定期下乡到校支教，上示范课和培训当地教师。

·夯实师资基本功：欠发达地区当前的首要任务是解决“谁来教”的问题。建议通过“送培进修”结合的方式提升教师能力。一方面，选拔一批有潜力的年轻信息技术教师，到发达地区跟岗学习或参加高校研修班，哪怕每年只有一两周，也能开阔视野、获取资源。另一方面，充分利用线上培训降低成本，比如借助国家智慧教育平台的AI教育教师课程，组织当地教师集中观看学习。还可以加入全国性的教师AI学习社区，向有经验的名师请教。对于没有信息技术教师的学校，可采取县聘走教方式：由县里聘请的专业教师定期到多所村小巡回教学，或通过网络直播为多校学生同时上课，暂时弥补师资空白。同时，加快本地师资培养，在教师招聘中增加计算机/人工智能专业指标，吸引高校毕业生回流家乡任教，从根本上改善师资结构。

·充分利用线上资源开展教学：在设备未完全到位前，可通过线上资源和虚拟平台先开展AI启蒙教学。国家中小学智慧教育平台上已有很多适合中小学生的AI科普视频、交互式课程，可以安排学生在机房或多媒体教室集中观看学习。有条件的学校可采用“一拖多”云计算模式：由教育局在云端部署AI实验平台，乡村学生用普通终端通过网络访问，在云端完成计算任务。比如使用在线编程网站、机器学习在线沙箱等，实现“轻设备”也能做项目。对于没有电脑教室的学校，可以先开展无设备的AI启蒙活动（Unplugged AI），通过角色扮演、纸笔游戏等形式教学生理解算法和训练等概念，这些已有成熟方案。总之，先利用“看得到、用得起”的资源把课开起来，再逐步提高实践深度。

·聚焦基础内容，融入现有课程：欠发达地区在初期可采取“AI素养融入信息技术/科学课”的策略，而非独立新增课程，以减少课时和师资压力。例如，在现有信息技术课中，用几个课时讲授人工智能基本概念、演示简单应用；在综合实践活动周，组织一次AI主题实践，让学生有初步体验。小学阶段可以结合劳动、科学等课程渗透AI知识，如在劳动课讨论农业中的智能灌溉，让学生了解AI+农业的例子，这样既不额外占课时又联系当地实际。初高中信息技术新课标本就涵盖算法和数据内容，可在教学这些内容时补充AI实例。在学生理解范围内，够用为度地介绍AI原理即可，不强求高深理论，重在激发兴趣和建立基本概念。

·逐步配备必要设备：建议政府列出欠发达地区学校AI教育所需的设备清单和预算，分年度逐步实现配置达标。例如，第一年为每所初中采购一套教师用笔记本和投影设备，第二年为中心小学配置一间简易电脑教室，第三年为高中配置基础机器人和传感器套件，等等。对于特别困难的村小，可探索共享设备模式：由县里购置一批AI实验箱，由巡回教师带到学校供学生临时使用；或者建立县级的“移动人工智能实验室”——改装一辆大巴，里面是电脑、机器人等实验装置，定期开到各乡校，像科技巡展一样让孩子们集中体验学习一次。这种创新方式在经费有限情况下能让偏远地区学生也接触到现代设备。另一个措施是发动社会捐赠和企业援助，比如联合公益基金会开展“AI教育扶贫”项目，向农村学校捐献二手电脑、儿童编程工具等，或由通信公司解决学校的互联网接入问题，缩小数字差距。

·校际结对与远程支援：发挥发达地区对欠发达地区的帮扶机制，建立“一对一”或“多对一”的学校结对。东部一所名校可以对口支援西部若干所乡镇中学，通过定期派遣教师、线上指导备课、提供课程资源等方式提升受援校的AI教学水平。教育部鼓励开展“互联网+教育”结对，利用线上直播技术，让偏远地区学生能同步听到城市名师的AI示范课。这实际已在部分地区展开，如贵州一些乡村小学通过直播系统上北京名校的科学课，效果良好。同样，我们可以构建AI教育远程协作课堂：城市教师开设线上选修，乡村多校选派优秀学生线上参与，与城市学生组队完成项目。这不仅让乡村学生获得高质量指导，也促进城乡学生交流，开阔眼界。对于师资薄弱校，还可以请大学的师范生志愿者、科技公司的员工志愿者进行线上“一对一”辅导，帮助当地老师备课或给学生批改项目作业等，形成社会参与的支教新模式。

·注重激发兴趣和本土化应用：在教学内容选择上，欠发达地区更要贴近生活、贴近实际，通过与当地生产生活相结合来激发学生学习AI的兴趣。比如农业县的学校可以设计“智慧农场”小项目，让学生思考如何用传感器监测土壤湿度、用简易程序控制灌溉，这比城市里的无人驾驶案例更有亲切感，也让孩子看到学以致用的希望。又如牧区的学校，可以关注AI在动物疾病检测、防狼预警等方面的应用，让学生讨论解决方案。这样的本土化教学有助于克服抽象技术带来的距离感，增强学生的主体参与意识。兴趣是最好的老师，哪怕设备条件一般，只要选题对路，学生一样会投入。老师应多鼓励、多表扬，保护学生的好奇心和创造欲。针对那些对AI表现出浓厚兴趣的苗子学生，学校可以给予特殊支持，比如推荐他们参加上级部门组织的科技夏令营、少科院活动等，为其进一步发展提供机会。

·逐步完善评价和反馈：在实施初期，不宜对欠发达地区学校的AI教育成效要求过高，但依然需要建立基本的评价反馈机制。县级教育局可以制定简明的监测指标，如“开课率”（辖区学校开设AI相关活动或课程的比例）、“师资培训率”（相关教师接受培训的比例）等，每年统计公布，作为督促改进的依据。学校层面也应收集学生的反馈意见，例如可以让学生写一篇《我眼中的人工智能课》小作文，了解他们的收获和建议。据报道，许多农村孩子其实对新奇的AI技术充满热情，如果教学组织得当，他们的创造力可能令人惊喜。这些反馈既可以用来向上级争取更多资源支持（有了成果证明投入是值得的），也可以指导教师调整教学策略，更好地适应学生需要。

（3）国家和各级教育部门支持清单：除了针对不同类型学校的举措外，还需要宏观层面的保障举措：

·完善标准与考评：教育主管部门应尽快将人工智能教育要求融入中小学课程标准和教学评价体系中，形成硬性规范。例如，在新一轮课程标准修订中，把相关AI内容列为信息技术或通用技术课程的必修要求；在义务教育质量监测中加入学生AI素养指标；在普通高中学业水平考试中探索增设信息技术科目的AI模块测试等。这些举措将确保学校不敢忽视AI教育，把其视为刚性任务而非可有可无的活动。

·研发适宜的教材与工具：国家层面组织专家编写权威的中小学AI读本或活动手册，由教育部审定推广，解决基层“不知教什么、不知怎么教”的问题。鼓励企业和科研机构参与AI教育产品研发，提供性价比高、安全可控的软件平台和硬件套件。政府可通过采购补贴等方式，降低学校获取这些资源的门槛。同时建立严格的审核机制，把好进入校园的AI产品质量关，确保内容科学、没有商业不良影响。

·加大经费投入与项目支持：在“十四五”“十五五”教育专项中安排人工智能教育经费，用于教师培训、资源开发、基地建设等。通过以奖代补激励各地：对在AI教育推进中表现突出、成效显著的地区和学校给予专项资金奖励和荣誉称号。设立全国人工智能教育试点项目，每年评选支持一批创新实验区、特色校，给予资金和专家指导，打造可展示的标杆案例。

·加强宣传与国际交流：利用媒体和各类宣传渠道向公众普及人工智能教育的重要性，树立典型教师和学生榜样，赢得家长和社会的理解支持。举办全国性的中小学人工智能大会或成果展，促进各地互学互鉴，提高整体水平。积极参与UNESCO、OECD等国际组织的AI教育项目，分享中国经验，学习他国先进做法，保持我国AI教育的开放性和前沿性。

综上所述，实现《指南》的目标需要全社会共同努力。不同地区、不同起点的学校可以走“先易后难、由点到面”的渐进路线：条件好的率先探索深化，为全国提供经验；基础薄弱的补齐师资设备短板，稳步跟进。在这个过程中，教育主管部门要提供充分的政策和资源保障，家庭和社会力量也应积极参与，共建良好生态。只要按照上述行动清单扎实推进，我们有望在未来五到十年内使人工智能通识教育在全国中小学落地生根、开花结果。培养出大批既具科学素养又有社会责任感的智能时代新人，为我国从教育大国迈向教育强国提供源源不断的人才和智慧支撑。这正是《指南》发布的初心所在，也是我们共同努力的方向。