近日，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》），强调要加强顶层设计和部门协同，统筹推进中小学和大学人工智能教育一体化发展，2030年前在中小学基本普及人工智能教育。
通知还提出了具体的教育要求，如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，高中阶段侧重项目创作和前沿应用。
这些措施表明，教育部正在积极推进中小学人工智能教育的发展，未来可能会将AI素养纳入中高考评价体系中。
01
什么是人工智能教育?
人工智能教育是指利用人工智能、大数据分析、机器学习等先进技术在教育领域的应用，旨在提高教学效率和质量，并为学生个性化发展提供支持。
其核心目标是打造一个智能化教育生态，通过线上和线下结合的学习方式，让学生享受到个性化教育。
人工智能教育的基本技术原理
机器学习：通过数据分析和模式识别等方法，不断改进计算机的性能和表现。
深度学习：利用深度神经网络来建模和理解复杂的数据结构和模式。
自然语言处理（NLP）：计算机对人类语言进行处理和分析的技术。
计算机视觉：让计算机理解和分析图像和视频内容的技术。
人工智能教育的主要内容
个性化教学：根据学生的学习水平、兴趣爱好、学习习惯等特征，定制个性化的教学计划和课程安排。
智能评估：利用技术对学生的学习情况进行全面、精准的评估和反馈。
智能辅导：提供交互式的辅导服务，如虚拟现实、增强现实等。
教学资源共享：将教育资源数字化并共享，满足学生自主学习的需求。
人工智能教育的应用场景
课外辅导：结合线上AI知识授课和线下真人督导的模式进行教学。
智能教育硬件：如错题打印机、智能作业灯、智能学习平板等。
人工智能教育的实施策略和目标
智能化教育环境与生态建设：利用智能感知、教学算法和数据决策等技术，优化教育环境。
支持个性化学习与规模化教学：通过智能工具对学习者、教师、教学内容等进行自动分析，实施精准干预，支持个性化学习与规模化教学。
02
根据IDC的数据，2022年中国人工智能行业应用渗透度排名前五的行业依次为互联网、金融、政府、电信和制造，其中金融和电信行业人工智能应用增长速度较为明显。
03
教育部发文加强中小学AI教育，会不会纳入中高考？
目前教育部发文加强中小学AI教育，但并未明确将人工智能教育纳入中高考。
通知提出要构建系统化课程体系，实施常态化教学与评价，但并未明确扩大人工智能国家课程方案和课程标准，而是鼓励将人工智能教育纳入地方课程和校本课程，纳入课后服务项目和研学实践。
专家指出，将人工智能教育制定为单独科目、扩大国家课程、纳入中高考范围目前既没条件也无必要，甚至很多发达国家也未开展上述实践。
因此，目前人工智能教育主要侧重于完善信息科技、科学类、综合实践活动、劳动等课程中的人工智能教育要求，并探索将人工智能素养纳入学生综合素养评价体系。
尽管如此，一些地方已经在提升中小学生人工智能素养方面进行了探索。例如，中国人民大学附属中学形成了多门分层次、跨学科的信息学科课程群，包括“人工智能中的数学建模”等课程。深圳市和北京市也在推进人工智能教育的普及2。
未来，人工智能将与水和电类似，成为社会必需品，掌握人工智能也将成为必备能力。
04
谨防将中小学AI教育当成额外课业负担
1.认识方面
对AI教育内涵理解片面
部分学校或教师将人工智能教育简单理解为某种工具的引入，如将其等同于学校引入监控系统用于监控学生课堂管理，而没有真正理解AI教育是要向学生普及人工智能相关知识，培养学生对这项技术的兴趣、认知能力以及综合素质等多项目标，从而错误地实施AI教育，让学生感觉是额外负担。
应试教育观念影响
在传统应试教育观念下，一些学校和家长更关注学生的考试成绩。当面临AI教育的推进时，他们认为这不是提升成绩的关键因素，仍把主要精力放在应试训练上，从而将AI教育视为额外的、不必要的课业内容，增加了学生的负担。
2.资源方面
教育资源短缺
开展AI教育需要一定的硬件设施、软件资源等。然而，部分学校尤其是农村和边远地区的学校，可能缺乏相应的教育资源，如计算机设备不足、网络条件差等，导致在开展AI教育时力不从心，可能只能通过增加学生的学习任务来弥补资源的不足，使学生感到负担加重。
专业教师短缺
AI教育需要专业的教师队伍来进行教学。目前，很多中小学缺乏掌握人工智能知识和技能的教师，这可能导致教学效果不佳。为了达到教育目标，可能会增加学生的学习量，例如让学生通过大量阅读资料等方式自学，这就容易使AI教育变成学生的额外课业负担。
05
避免将中小学AI教育当成额外课业负担的举措
1.教育教学方式创新
分阶段教学
教师在教育教学中，应按照小学低年级段、小学高年级段和初中阶段、高中阶段的课程侧重点，开展综合性、实践性、项目化的教学。例如，小学低年级可以从简单的AI概念启蒙入手，通过趣味故事、小游戏等方式让学生初步认识AI；高中阶段则可以开展一些基于AI的研究性学习项目，让学生深入探究AI在不同领域的应用等，这样有针对性的教学可以提高学生兴趣，避免成为负担。
课程融合
统筹信息科技、科学类、综合实践活动、劳动等课程和课后服务来开展AI教育。比如在信息科技课程中融入AI算法的基础知识教学，在综合实践活动课程中安排学生进行AI应用的小项目实践，让学生在不同课程的学习过程中自然地接受AI教育，而不是单独增加一门全新的、与其他课程脱节的AI课程。
2.改变评价体系
注重综合素质评价
改变以往只看成绩的评价方式，要重视对学生在AI教育过程中综合素质的评价，如创新意识、实践能力、团队协作能力等。当评价体系不再以应试为导向时，学校和教师就不会为了追求成绩而将AI教育变成应试化的内容，从而减轻学生课业负担。
过程性评价为主
增加过程性评价在AI教育中的比重，关注学生在AI学习过程中的表现，如参与课堂讨论、项目完成情况等。这可以引导教师关注学生的学习过程，避免只通过大量书面作业或考试来检验学生学习成果，减少学生课业压力。
3.加强资源支持
资源均衡分配
做好城乡统筹，加大对农村和边远地区学校的支持力度，推动教师流动，利用网络平台实现城乡学校人工智能教育相关课程互联互通。例如，可以通过网络课程共享优质的AI教育资源，让农村学生也能享受到和城市学生相似的教育资源，避免因为资源差异而导致农村学生需要通过更多课业任务来弥补差距，减轻课业负担。
教师培训与补充
对在职教师进行AI知识和教学技能的培训，提高教师的专业素养，使他们能够更好地开展AI教育。同时，鼓励高校相关专业的毕业生到中小学任教，补充专业教师队伍，确保AI教育能够高质量、高效地开展，避免因教学质量不高而增加学生的学习负担。