为破解人工智能教育领域的不贯通问题，更好地落实教育部通知，本研究立足大中小幼人工智能教育实践，构建了“三阶六维”人工智能创新人才贯通式培养体系（以下简称培养体系）。

目标体系的贯通，是建立人工智能创新人才贯通培养体系的前提，需要建立循序渐进的学段目标。建议依照“启蒙—体验—筑基—强基—创新”序列安排幼小中大各学段的目标体系。其中，幼儿园阶段主要目标是“启蒙”，消除幼儿对人工智能技术的神秘感、陌生感，增进了解和激发兴趣；小学阶段主要目标是“体验”，增加小学生对人工智能的感知机会；初中阶段主要目标是“筑基”，在深入体验中逐步建立人工智能知识体系；高中阶段主要目标是“强基”，拓展人工智能知识广度，掌握发展与应用前沿，进行项目创作和应用，为未来人工智能专业学习夯实基础；大学阶段主要目标是“创新”，全面理解和建构人工智能知识体系，开展专业的实践开发，部分优秀人才成为拔尖创新人才，胜任人工智能领域基础研究、实际问题解决和交叉创新应用。

能力与素养衡量标准的贯通，是实施人工智能创新人才贯通培养体系的依据。教育部通知明确要求，要关注学生人工智能素养的提升，并评价创新思维和实践能力。因此，需建立符合我国国情的学生人工智能能力与素养框架，指导人工智能教育实践。该框架要以创新能力为主线，以理解、应用和创造为支线，以人工智能态度与意识、知识与技能、应用与设计、实践与创新、伦理与责任为主干，以学段为进阶，形成脉络清晰、衔接有序、操作性强的标准指引。

内容体系的贯通，是打造人工智能创新人才贯通培养体系的支撑。经过近70年的发展，人工智能内容体系呈现鲜明的“跨学科、宽基础、厚专业、强实践、重伦理”的特征，知识网络宏大复杂。对人工智能所涵盖内容分类越细致，对不同内容之间的边界和联系界定越清晰，人工智能教育就越高效。为此，需要建立科学合理的人工智能知识图谱，将人工智能的不同知识概念有序组织并按照贯通的原则分布于各学段，形成系统化的全局图景，引导各学段学生分阶段、有重点地进行学习，从而由点到线、由线到面、由面到体，确保学生逐步明晰并建立完善的人工智能知识体系。

课程与教材是落实人工智能创新人才贯通培养的载体。应在整体架构上做到各学段目标的衔接和内容层级的递进，形成由浅入深、由感知到实践、由基础到专业的系统化课程图谱；要制定统一课程标准和框架，确保各学段之间的内容贯通，可从课程体系的“宽度”“长度”“高度”与“温度”等维度，建立立体化课程框架，并形成与之配套的系列化教材。

1. 课程体系的宽度

以课程群的“宽”支撑人工智能知识域的“广”。课程体系应体现系统化设计思维，包括基础理论、核心技术和应用实践等三个部分，形成立体化的课程群。

2. 课程体系的长度

建立贯通“大中小幼”的长周期课程方案。针对当前人工智能教育内容碎片化倾向，应结合人工智能贯通培养体系科学规划长周期课程框架。通过系统化的人工智能教育课程供给，形成完整的人才培养链条。

3. 课程体系的高度

人工智能国家战略的深入实施，不仅对高校人工智能人才培养提出了更高要求，而且进一步确立了中小学人工智能教育的价值取向，即统筹兼顾普及性、提升性与拔尖创新人才培养。要以拔尖创新人才培养的高要求为目标，构建进阶式、发展性和创新性的课程体系。

4. 课程体系的温度

提供适合学习者个性化学习的课程内容，开展有温度的人工智能教育。教育部通知强调要遵循教育规律和人才成长规律，以人工智能引领构建以人为本的创新教育生态。课程体系应立足帮助学生成为具备人工智能素养的未来公民，为学生提供满足其未来发展需要的有温度的课程内容。

评价体系是促进人工智能创新人才贯通培养的突破口。因此，要建立畅通的人才选育机制，为人工智能创新人才的早期识别、针对性培养和成效追踪提供线索和依据。在评价方式上，要依托人工智能素养框架开展过程性评价和发展性评价；在评价手段上，要超越传统知识性评价，开展数据跟踪与智能性评价；在评价场景上，要强调课程与竞赛相结合，以赛促学、以赛促评。

平台与资源体系的贯通，是健全人工智能创新人才贯通培养体系的保障。应制定统一的人工智能教育资源开发标准和教学规范，构建更加完善的人工智能教育生态，以“国家智慧教育平台”为基础，建成覆盖各省各级各类教育的人工智能教育大平台，支撑大中小幼在同一平台生态下进行人工智能教育，形成由低到高、由浅入深、层层递进的人工智能教育数字化学习生态。应推进人工智能教育资源均衡发展，加大对教育薄弱地区的人工智能教育软硬件扶持力度，确保人工智能教育惠及农村与边远地区的学习者，避免“智能鸿沟”。

人工智能教育顶层设计一直是世界各国关注的重点内容。要参考国际经验，完善我国人工智能教育的顶层设计，促进上下有效衔接、横向有序连接。对接教育部通知，可进一步研究制定《人工智能人才贯通培养实施方案（2025—2030年）》，统筹谋划落实2030年前在中小学基本普及人工智能教育的总体目标，基本形成贯通式的人工智能教育体系；适时将人工智能教育纳入国家教育法律体系；将人工智能教育纳入教育质量监测和督导体系，定期开展考核与督导评估；鼓励高校设立人工智能专业招生专项计划，为中学阶段人工智能创新人才提供专门升学通道。紧跟人工智能前沿发展趋势，研究生成式人工智能接入国家人工智能教育平台的模式与机制，并关注新技术动态对人工智能教育的冲击。应制定并完善跨学科教师协作机制，促进人工智能教育与学科教学、创客教育、STEM教育等有机融合，探索形成人工智能教育的跨学科实践范式。

高校处于人工智能创新人才培养的后端，其本身对AI创新人才期望较高。为此，要进一步发挥高校在人工智能教育领域的导向和服务作用，以大学人工智能教育体系为基础，下探至中学乃至小学、幼儿园阶段，构建大中小幼全学段贯通式课程体系，鼓励高校、人工智能科研院所组织专家参与中小学人工智能课程和教材开发，建设一批具有示范性、推广性的人工智能教育课程群和精品教材。支持高校和中小幼学校联合开展人工智能教研活动，拓展学习空间，共建共享人工智能教育资源。鼓励高校人工智能专家以“人工智能专员”“科学副校长”等智囊身份服务中小学人工智能教育。

对拔尖创新人才的早期选育与培养是世界各国的普遍做法，我国也应进一步贯通人工智能创新人才培养体系，打破学段壁垒，早识别、早培养，实现人工智能创新人才培养的连续性和系统性。首先，在有条件的基础教育学校设置人工智能特色班，普及培养与分流式培养相结合，通过科学有效的识别机制与评价标准，为更多潜力学生创造公平、开放、适合发展的成长路径，为人工智能领域涌现更多拔尖创新人才提供制度保障和教育生态支持；其次，通过联合培养、跨学段导师制等创新机制，拓宽人工智能拔尖创新人才的优秀教师供给；再次，探索跨学段评价和选拔模式，例如通过区域性人工智能教育竞赛、综合能力评估等方式发掘优秀学生，并为其提供贯通式培养支持；最后，要关注拔尖创新人才的心理健康与可持续发展，避免“伤仲永”的悲剧在人工智能时代重现。

高校（U）、政府（G）、企业（B）、中小幼学校（S）协同（简称UGBS）是我国教育信息化创新实践的重要支撑。加强UGBS协同，将科学研究和产业发展前沿问题、实践项目纳入人工智能人才培养十分必要。为此，要不断加大UGBS四方合作育人力度，创新体制机制，破解合作壁垒，充分挖掘和发挥组团优势，不断拓展中小学生人工智能实践场域。

首先，要建立人工智能教育教师标准，实施人工智能教师胜任力评估，不断提升人工智能普及教育的质量基线，鼓励各地建立定期培训提升机制，支持中小学教师进入高校进行研修深造，确保“师师能教”；其次，高质量配齐配足人工智能教师队伍，确保“有师可教”；再次，鼓励有条件地区、学校通过多种聘用形式，畅通流动通道和机制，吸纳高校、科研院所、科研型行业企业人员担任兼职和专职人工智能教师，打造“AI讲师团”，不断拓展人工智能高端师资规模，确保“跨段可教”；最后，加强高校在职前人工智能教师培养方面的作用，设定专门的人工智能教师培养专业，确保“未来可教”。同时，也可考虑生成式人工智能构建沉浸式AI教育环境，探索智能陪练等人机协同的人工智能教育新模式。

原文节选自《电化教育研究》，原标题《人工智能教育贯通式培养体系：价值、挑战与构建路径》作者：曹晓明、罗九同、何涛、李臣、曾莹（深圳大学教育学部），本文转载自微信公号“中关村互联网教育创新中心（ID：zgc-mtb）”

版权声明：以上图文，贵在分享，版权归原作者及原出处所有。如涉及侵权，请权利方及时与我们联系，我们将及时更正、删除或依法处理。