中小学人工智能通识教育，切忌“偏”、“专”、“窄”

近年来，人工智能技术的飞速发展正深刻改变着社会各个领域，教育也不例外。 中国高度重视人工智能教育的战略意义，早在2017年，国务院发布的《新一代人工智能发展规划》中就明确提出要“实施全民智能教育项目，在中小学阶段设置人工智能相关课程，逐步推广编程教育” 。此后，教育部等相关部门陆续出台了一系列政策文件，推动人工智能教育在中小学阶段的普及和深化。

2024年11月，教育部办公厅印发《关于加强中小学人工智能教育的通知》（以下简称《通知》），对中小学人工智能教育工作进行系统部署，明确提出2030年前在中小学基本普及人工智能教育。各地也积极响应国家号召，纷纷出台地方性政策，推动人工智能教育的落地实施。例如，北京市教育委员会发布《北京市推进中小学人工智能教育工作方案（2025-2027年）》，提出从2025年秋季学期开始，全市中小学校将开展人工智能通识教育，每学年不少于8课时。

2024年，广东省发布了《人工智能赋能基础教育行动方案（2024-2027）》，提出全省推进“人工智能+基础教育”的“总纲”，实施人工智能教育课程建设、师生数智化胜任力提升等系列行动。2025年4月，广东省出台了“2+1”方案。即2份素养框架：《广东省中小学教师人工智能素养框架（试行）》、《广东省中小学学生人工智能素养框架（试行）》；“1门课程纲要”：《广东省中小学人工智能课程指导纲要（试行）》。

此外，如宁夏省、成都市等省市等地也出台了相关政策，推动中小学人工智能通识教育的发展。

中小学人工智能通识教育如火如荼的发展，在这样的背景下，我们一方面要看到各地政府积极响应国家政策、不断探索和推动中小学人工智能通识教育落地实施的努力；另一方面也应清醒认识到，人工智能教育尚属新兴领域，发展过程难免出现一些问题和偏差。在实际的课程实施中，如何合理定位、科学设置人工智能通识教育的内容和方法，仍然是亟待解决的重要问题。当前在教学实践中暴露出的一些现象和问题，值得我们深入思考并加以规避。

1. “偏”：教学内容片面追求热点——内容单一、缺乏系统性

人工智能通识教育首先要避免的就是教学内容的“偏科”现象。目前不少学校和教师在实施人工智能通识课时，存在着较为严重的内容倾斜问题，突出表现为一味追逐热点和潮流技术。在当前人工智能热潮下，一些教师和课程设计者出于吸引学生兴趣或彰显教学成果的考虑，过度集中于当前热门的技术领域，比如备受关注的大模型（如DeepSeek、ChatGPT）或深度学习中的特定技术（如卷积神经网络、生成对抗网络）。

诚然，这些热点技术具有较强的吸引力，能够迅速展现可视化的效果，让学生感受到人工智能技术强大的表现力，但片面追求这些热点却容易使教学陷入表面化和形式化，忽视了人工智能知识体系的完整性和全面性。

事实上，人工智能绝不仅限于大模型或深度学习这样单一的热点领域，而是涵盖了广泛的理论与方法。回顾人工智能的发展历程，从早期基于规则推理的专家系统，到后来的机器学习算法、知识表示与知识图谱技术、强化学习方法，再到近年来的迅猛发展的自然语言处理、计算机视觉、智能体、具身智能等技术，都对人工智能的发展做出了不可替代的贡献，也共同构成了完整、丰富而系统的人工智能知识体系。这种系统性决定了通识教育必须建立在全面的、整体性的知识架构之上，而不能只停留在某些“热点”知识或工具的狭隘应用层面。

从教学目标来看，人工智能通识教育的目的并不仅仅是为了教学生如何使用某些工具或展示某种技术效果，而是要引导学生理解人工智能领域中更加基础的核心概念、基本原理和通用方法。这些内容包括算法的本质、数据驱动决策的基本逻辑、人工智能伦理、社会影响及其发展趋势等，唯有掌握了这些基础性知识，学生才能真正具备高阶思维能力，深入理解技术背后的逻辑，进而在未来更加有效地应用甚至创造新的人工智能技术与产品。

同时，我们也应当认识到，人工智能领域的技术迭代速度极快，热点技术可能短期内非常抢眼，但很快就可能被新技术取代。如果学生仅仅学到这些“昙花一现”的热点技术而未能真正掌握其背后的原理逻辑，那么他们所获得的知识与技能很容易过时，也难以迁移到新的技术场景中。因此，人工智能通识课程必须坚持核心知识体系的教授，坚持强调基本原理、通用方法与基础技能，避免知识结构单一化、表面化的问题。

此外，人工智能技术应用的局限性和潜在的伦理风险也应该成为人工智能通识教育的重要一环。现实中，人工智能不仅具备巨大优势，也存在明显的短板和不足，比如算法的公平性问题、隐私保护问题、数据偏见问题、人工智能决策的可解释性问题等。这些问题要求学生不仅要理解技术如何使用，更要明白技术的边界、风险及潜在的负面影响，进而在对待技术时养成审慎、批判性的态度。

2. “专”：教学内容过于专业——脱离认知、忽视思维培养

在开展中小学人工智能通识教育的过程中，另一个亟待规避的问题是教学内容过于专业化和工具化，忽视了对学生深层次思维能力的培养。当前，中小学人工智能通识课的设计和实施存在着一种明显的误区，即盲目地将大学阶段乃至专业研究阶段的人工智能内容和技术直接搬进中小学课堂中，不顾及学生的实际认知能力和心理发展水平。这种教学倾向通常表现为两个明显的方面：

首先是专业术语和概念难度过高。人工智能领域中的很多知识内容本身就具有较高的专业性与抽象性，例如“反向传播算法”、“卷积神经网络”、“梯度下降”等。这些概念即使对于专业领域的大学生或研究生来说，也需要一定的知识背景和较长时间的学习、理解过程，才能真正掌握其内涵和应用方法。

然而，一些中小学在设计和实施通识课时，却急于将这些复杂专业的概念直接介绍给学生，导致课堂上出现了许多晦涩难懂的术语和抽象内容。这不仅大大超出了学生的认知能力，也严重挫伤了他们的学习兴趣，甚至可能造成“人工智能非常难”的负面印象，违背了通识教育的初衷。

其次，也是更严重的是，过于强调所谓“专业”工具的学习，而忽视思维能力的培养。在当前人工智能教育热潮下，各种编程工具、人工智能软件平台等层出不穷，很多学校热衷于将这些工具快速引进课堂，以期望快速展示出人工智能教育的成果。

然而，教师们往往只教学生如何使用某款工具、软件或平台，如何输入数据并得到输出结果，却很少花时间讲解这些工具背后的原理和逻辑思维方式。这样一来，学生所学到的只是如何“照猫画虎”式地操作工具，而未能真正理解人工智能背后的算法逻辑、数据处理过程和决策思路。这种单纯工具式教学虽然能够迅速呈现出一定的“效果”，但也极大限制了学生思维能力和创造能力的发展，学生可能会沦为技术的“使用者”，而非技术的“理解者”和“创造者”。

3. “窄”：教学内容跨学科融合不足——视野狭隘、缺乏融合创新

当前中小学人工智能教育实践中普遍存在的一个突出问题，就是将人工智能的教学内容局限于《义务教育信息科技课程标准（2022年版）》（以下简称《课标》）的狭窄范畴内，未能充分实现跨学科的融合。人工智能虽然在《课标》中被明确提出，笔者认为，但这并不意味着它应该仅仅作为信息科技学科下的一个分支或子领域来实施。

很多学校仍将人工智能内容局限在信息科技学科内部，未能从更宽广的视野去挖掘和利用人工智能在语文、数学、历史、物理、生物等学科中的巨大应用潜力。这种认识上的局限性，导致人工智能教育的实施效果大打折扣，无法真正帮助学生培养面向未来社会发展所需的跨学科思维、创新精神和综合解决问题的能力。同时，也严重限制了学生对人工智能知识的深入理解与实际应用，影响了学生对该领域持续学习的兴趣与探索动力，不知道为何要学习人工智能，这使得人工智能通识教育难以发挥其应有的教育价值。

事实上，人工智能作为一门跨学科综合性极强的学科，其内涵早已超越了单纯的信息技术领域。人工智能不仅涉及计算机科学与信息技术本身，更广泛涉及数学、统计学、心理学、社会学、语言学、哲学、伦理学等诸多学科领域。

从中小学教育的实际出发，跨学科融合的人工智能教育能够帮助学生更深刻地理解人工智能技术背后的逻辑、方法和应用场景，提升学生的综合素养和创新意识。

例如：

• 语文学科的教学可以结合自然语言处理技术，帮助学生探讨文本分析、语言模式和情感识别等；

• 数学学科则可以引入数据分析与算法模型设计的案例，让学生理解数学方法如何在人工智能系统中实际应用；

• 历史与社会学科可以使用数据挖掘和知识图谱技术，帮助学生更深入地理解历史事件背后的规律和趋势；

• 物理、生物学科的教学则可以与机器人运动规划、环境感知技术、生物信息学等相结合，增强学生对学科知识与实际应用的理解。

然而当前，不少教师和学校在设计和实施人工智能通识教育时，普遍没有动力打破传统的学科界限，对人工智能的跨学科特性理解并不充分，也未能有效推动人工智能与各个学科领域之间的深度融合。笔者多年前发表过一个观点，中小学人工智能通识教育，应该跳出人工智能学习人工智能，这样既可以充分利用其他学科的场景丰富人工智能通识教学的场景问题，又可以分散看似无解的人工智能课时问题。

针对以上三个主要问题，笔者提出以下几项具体的行动建议：

1. 明确通识教育目标，构建系统化的人工智能通识课程

首先应明确通识教育的本质和目标，认识到人工智能通识教育并非单纯的工具技能训练，而是要帮助学生建立起全面系统的知识框架。课程设计应以人工智能的发展历史、基本概念、核心方法为主干，系统搭建稳定而持久的知识体系，并在此基础上合理融入前沿技术应用作为案例和补充，避免教学内容被短期热点左右。教师在教学过程中，要引导学生理性认识技术应用，深入理解技术背后的基本逻辑和伦理风险，从而培养具有系统认知、批判性思维和创新能力的新一代学生。

2. 优化教学内容与方式，尊重学生认知发展规律

人工智能通识教育必须根据不同学段学生的认知特点进行分层设计，形成渐进式的课程体系。正如教育部《通知》所述，小学低年级段侧重感知和体验人工智能技术，小学高年级段和初中阶段侧重理解和应用人工智能技术，高中阶段侧重项目创作和前沿应用。因此，在课堂教学中，教师应避免直接堆砌专业术语或抽象概念，善用生活化的例子、通俗的比喻和直观的案例，帮助学生深入浅出地理解数据驱动决策、机器学习等基础理论内容。通过优化教学内容与方法，使学生能够在各阶段稳步建立起适合自身认知发展的人工智能知识体系。

3. 守正出奇，形成稳定而动态的人工智能教学体系

人工智能通识课程体系建设应坚持“守正出奇”的基本原则。“守正”是指坚守人工智能教育的基础性内容，以算法原理、机器学习基本逻辑、数据驱动决策方法、人工智能伦理与社会责任等核心知识为长期稳定的课程主干。“出奇”则是指与时俱进，动态引入人工智能技术领域的新进展、新应用作为教学案例，使课堂内容既稳定可靠，又充满时代感与创新性，激发学生持续的学习兴趣与探索热情。通过形成稳定而动态结合的教学体系，人工智能通识教育才能既确保教育基本盘的长期稳定，又不断焕发活力与生命力。

4. 强化问题导向与批判性思维培养，深化学生学习体验

针对当前部分课堂过于强调技能操作、忽视思维培养的问题，人工智能通识教育应更加突出以问题驱动的教学模式。教师在设计课堂活动时，应注重引入实际问题，引导学生围绕实际问题进行探索与思考。例如提出“如何运用人工智能改善社会服务”、“如何评估智能系统决策的公平性与可靠性”等问题，鼓励学生在真实情境中发现问题、分析问题并寻找解决方案。

同时，在引入前沿技术内容时，如深度学习、大语言模型等，教师应指导学生批判性地分析技术原理、潜在局限及伦理风险，引导学生形成科学、审慎的技术应用观。这种基于问题与批判思维驱动的教学设计，将极大提升学生的综合分析、创新解决和自主学习的能力。

5. 积极推动跨学科建设，促进人工智能通识教育融合发展

人工智能教育不能仅局限于信息科技学科范畴，而应充分发挥其天然的跨学科特性，促进与语文、数学、历史、地理、物理、生物等多学科领域的深度融合。学校应积极建立跨学科教师协作机制，组织信息科技教师与其他学科教师共同设计课程、联合备课与教学，共同开发跨学科主题项目，如“智慧城市规划”“人工智能辅助文学创作”等。

政府和教育部门应牵头开发多样化的跨学科人工智能教育资源包，如“人工智能+文学”“人工智能+历史”“人工智能+体育”“人工智能+生态保护”等，为一线教师提供具体可用的教学案例和课程支持。同时，应加强教师的跨学科能力培训，帮助教师掌握跨领域课程整合与教学设计的基本方法，真正实现人工智能通识教育的广覆盖、深融合和常态化。

6. 加强师资培训，全面提升教师的人工智能素养

教师素养的高低直接决定了人工智能教育质量的高低。当前，人工智能教育不仅要求信息科技教师具备专业技能，更需要所有学科教师具备基本的人工智能素养。教育系统应全面启动人工智能教师培训计划，覆盖不同学科、不同学段，分层次、系统化地提升教师对人工智能基本原理、核心技术及其教育应用的理解和掌握。通过集中培训、在线研修、项目实践等多种方式，帮助教师不断更新技术认知、拓展教育视野，并能够将人工智能相关知识有效融入日常学科教学之中，从而全面提升学校整体人工智能教育水平。

7. 推进小中大学一体化，构建产学研融合的教育生态

人工智能通识教育的发展需要打破学段壁垒，构建小中大学一体化的人才培养链条，并积极推动产学研深度融合。学生的学习不应仅限于课堂，更应走进真实的产业环境与社会场景。政府、学校与企业应密切合作，共建人工智能实验基地、研学实践中心、创新实验项目，搭建学生与真实世界连接的桥梁。通过“做中学”“用中学”的真实体验，学生能够在实际问题中理解人工智能技术的运作逻辑、应用价值与社会影响，切实提高动手能力与解决复杂问题的综合能力，从而为其未来深造与社会发展打下坚实基础。

推动人工智能通识教育落地，绝非一朝一夕之功。当前暴露出的问题，正是完善中小学人工智能通识教育的重要切入口。我国中小学人工智能通识教育也须坚持教育的普惠性原则，确保所有学生都能接触到人工智能的基本知识和技能，不论其所在地区、学校类型或个人背景。我们要努力做到让所有学生都能上得起、听得懂、学得会，让每位学生都能够感受到人工智能的乐趣和价值，真正做到所有学生都能上、所有学生都爱上、所有学生都能从中受益。

在这一过程中，教育系统需要凝聚共识，明确方向，尊重规律，务实推进。通过各方共同努力，我们有理由相信，我国中小学人工智能通识教育将逐渐走向成熟，不仅可以培养出大量具备人工智能素养的新时代人才，更能为世界的中小学人工智能教育贡献中国力量。