摘 要：当前，科技革命驱动教育加速向数字化转型。国际人工智能基础教育课程发展出现了新动向：课程的目标定位是培育面向未来人工智能社会需求的公民素养，内容架构聚焦基础素养、开发应用、伦理道德三大板块，实施过程坚持“软硬并重”，学时安排则注重以人工智能基础素养为重的分配方式，保障体系力求构建多样性资源条件。国际人工智能基础教育课程发展的重要启示有：以基础素养为重点，做好基础教育人工智能课程的顶层设计；以机制创新为关键，优化基础教育人工智能课程的实施过程；以专项培训为路径，提升基础教育师资队伍的人工智能能力；以资源供给为依托，完善基础教育人工智能课程的保障体系。

关键词：国际人工智能；基础教育课程；课程发展

一、国际人工智能基础教育课程发展的背景

（一）科技革命驱动教育加速向数字化转型

科技革命是科学技术对生产力产生根本性的变革，对人类社会具有全面性的深远影响。自近代以来，科技革命已发生了四次，其中，前三次分别是以蒸汽机发明、电力应用、电脑和互联网运用为标志，第四次科技革命则是以人工智能为核心标志，涉及物联网、区块链、虚拟现实、类脑计算、基因技术等多个领域。每一次的科技革命不仅大大提升了社会生产效率，改变了生产结构，也深刻改变了社会各行各业，对世界各国的政治、经济、文化和教育等领域产生了深远影响。基于人工智能技术发展的第四次科技革命已经在当今世界展现了不可估量的影响力，对教育领域的影响也是革命性的，其中最具典型性的影响是推动教育向数字化转型。教育数字化转型不仅仅是教育技术和硬件层面的革新，更是一场涉及教育理念、教育模式、教育认识和教育方式方法等方面的深刻变革。特别是随着生成式人工智能（GenAI）、5G、元宇宙、区块链等数字技术的引领，教育中传统“师—生”二元结构正在转向“师—生—机”三元结构。人工智能技术在教育领域的应用可以极大地提升教育基础设施、学习过程、评价手段、辅助方法和管理能力的智能化与科学化水平。尤其对教师来说，它具有非常重要的实践价值，比如，智能辅导系统和自动化评估工具，可以帮助教师更有效地管理课堂，提供教学及时反馈，提升教学效率，减轻教师的工作负担。教育数字化对于提升教育质量、促进教育公平及培养符合时代需求的创新人才具有至关重要的意义。作为教育革新的驱动力，人工智能技术不仅重塑了教育内容和方法，也为教育目标的实现提供了新的可能性，驱动着教育加速向数字化转型，这一转型不仅改变了教育的传统模式，也为提升教育质量和效率提供了全新的可能性。

（二）社会对具备人工智能素养的人才需求急剧增长

随着人工智能技术的迅猛发展，社会对具备人工智能素养的人才需求不断上升，这一趋势在多个国家和地区的研究报告中得到了体现。根据《2024人才报告：人工智能时代的洞察与行动》的分析，企业对于人工智能技能的需求正在迅速增长，而供给却远远跟不上需求的步伐。尽管经济面临逆风，但全球90%的高管计划在未来六个月内增加或保持对学习和发展的投资，超过80%的高管计划对人才获取做同样的投资。不仅如此，马可波罗（Macro Polo）发布的《全球AI人才追踪报告》的研究发现，美国拥有超过60%的顶级人工智能机构，而中国则迅速增加了国内人工智能人才库，以适应其人工智能行业的增长需求。未来的劳动力不仅要掌握传统专业知识，还必须能够运用数据分析、机器学习、自然语言处理等人工智能领域的先进技能。联合国教科文组织强调，教育不仅要传授知识，更要培养学生的批判性思维、创造力和终身学习的能力。在这一背景下，国际社会不仅很重视在高等教育领域注重人工智能类高素质人才培养，也高度重视在基础教育阶段引入人工智能课程，以培养学生的数字素养和创新能力。需要注意的是，基础教育阶段的人才培养更多的是以基础素养、人才奠基为指向，因而体现了基础教育的全面性、公平性和包容性。比如，作为首个为利用人工智能技术实现2030年教育目标提供指导和建议的重要文件——《人工智能与教育：北京共识》提出，各国要高度关注人工智能教育的公平和包容问题，以确保人工智能可以为全民提供优质的教育和学习机会。

（三）课程已成为人工智能教育变革的核心

课程在教育体系中占据核心地位，它是教育质量的直接体现，也是实现教育目标、培养新时代人才的关键。随着教育改革的不断深入，课程建设将更加注重内涵发展和质量提升，以满足新时代教育发展的新要求。新时期课程改革强调跨学科的整合，鼓励学生在不同学科领域之间建立联系，以培养其解决复杂问题的能力，这是人工智能时代教育的必然要求。我国《义务教育课程方案（2022年版）》以及《义务教育信息科技课程标准（2022年版）》中增加了数据与计算等必修课内容以及数据结构、人工智能、开源硬件设计等与AI相关的选修课内容，特别强调了信息技术和人工智能在课程设计中的应用，提倡利用AI技术优化教学过程，提高教学效率和质量。可见，在人工智能变革中，课程已是教育体系中最核心最受重视的因素。人工智能课程不仅传授人工智能理论知识，还注重培养实践技能，使学生能够熟练运用人工智能工具和算法解决实际问题。2018年，英国发布《人工智能在英国：准备、意愿和能力》的专题报告，强调在基础教育阶段需要让学生对人工智能有必要的知识储备和基本理解，以应对社会的发展，课程的核心是技术的使用和伦理。不仅如此，人工智能课程还能利用智能化工具进行学习分析，根据学生的学习进度和能力提供定制化的教学内容和学习路径，从而培养学生的自主学习能力和适应新技术的能力。课程作为人工智能教育变革的核心要义，其设计和实施对于培养适应未来社会需求的人才无疑是至关重要的。

二、国际人工智能基础教育课程发展的动向

（一）课程目标定位为培育面向未来人工智能社会需求的公民素养

2024年，联合国发布的《学生人工智能能力框架》将“智能社会负责任的公民素养”作为学校人工智能教育的目标定位，课程体系构建应服务于实现这一目标。《K—12人工智能课程图景》显示，大多数国家在人工智能基础教育课程方面有两种共同的目标：一是提高受教育者的能力，以满足不断变化的人才市场需求，为培养具有国际竞争力的人工智能人才打下基础；二是满足学习者在未来生活和工作中对人工智能知识和技能的需求。人工智能作为社会和经济转型驱动力，已经深入人们的日常生活。因此，开发相关的基础教育课程对于培养学习者对人工智能的理解与应用至关重要。以加拿大为例，作为全球首个宣布国家人工智能战略的国家，其安大略省在2022年将人工智能纳入1—8年级的科学与技术课程中，目的是使学生了解人工智能系统的发展及其在日常生活中的影响和应用。这反映了加拿大在人工智能基础教育课程开发上的目标，即培养学生应用人工智能的能力，以适应未来人工智能社会的公民素养要求。而中国政府发布的相关文件中主要是在基础教育阶段通过设置人工智能相关课程、提升教师人工智能素养、出版人工智能教材等方式，为培养适应未来人工智能发展需求的人才奠定基础。

综上可见，国际人工智能基础教育课程是为培育未来社会发展所需的公民素养，这些素养包括对人工智能的理解与认识、必要的知识和技能等。

（二）课程的内容架构聚焦基础素养、开发应用、伦理道德三大板块

联合国教科文组织发布的《学生人工智能能力框架》建议由“四个维度、三个层次”构建人工智能能力框架。“四个维度”即以人为本的人工智能意识、人工智能伦理、人工智能底层技术与应用、人工智能系统设计；“三个层次”即“理解”“应用”“创造”三个发展水平（见表1）（表1略）。这个框架与当前各国人工智能基础教育课程体系具有契合性。

当前，人工智能基础教育课程内容主要覆盖了九个主题领域，这些领域又进一步归纳为三大板块（见表2）（表2略）。通过这种结构化和多元化的课程内容，学生不仅能够获得必要的知识和技能，还能够培养对于人工智能未来发展的深刻洞察力，为他们在未来社会中的生活和工作打下坚实的基础。这些内容架构体现了当前时代人工智能基础教育课程内容的发展动向。

（三）课程实施坚持“软硬并重”

当前，国际人工智能基础教育课程的实施过程坚持“软硬并重”，既注重师资、方式方法等“软件”因素，也注重学习工具、平台即环境的打造。具体说来，国际人工智能基础教育课程实施主要有三个路径：一是加强教师的专业培训与支持，确保他们能够熟练掌握人工智能相关的教学技能；二是丰富教学手段与方法，采用多样化的教学策略来激发学生的学习兴趣和创造力；三是提供先进的学习工具和优化的学习环境。这三个路径都坚持“软硬并重”的特点来推动课程建设。

教师培训在推动人工智能课程建设和发展中扮演着至关重要的角色。它不仅涉及提升教师的人工智能素养，使他们能够掌握并运用教学中的人工智能技术，还包括加强硬件支持，如提供先进的教学工具和配套设备，以确保教师能够有效地实施人工智能课程。全球范围内，针对人工智能教师的培训方式主要有以下三种：在大多数国家，国家培训项目是提升教师专业能力的主要途径；少部分国家的教师培训是通过在线教育进行；一些国家的非政府组织通过一些盈利项目来开展教师培训。教师培训是确保人工智能课程成功实施的关键。通过提供综合的培训资源和支持，可以帮助教师克服挑战，充分利用人工智能技术，为学生提供高质量的教育体验。

大多数国家的基础教育阶段人工智能课程中普遍采用多样化教学手段与方法。这些方法中使用较多的是传统的讲授法、互动性强的小组合作式学习法、注重实践的项目式学习法，以及鼓励探索的活动式学习法。讲授法作为最主要的教学手段，由教师主导，通过口头、书面或多媒体等形式传授知识。目前，有近89%的人工智能基础教育课程的教师采用此方法。项目式学习法是指由教师引导，学生利用自身的能力和技能来创建并完成人工智能项目，以此来培养学生的批判性思维和创新能力，具有自主学习、目标设定、团队协作等特点。在已经实施的人工智能基础教育课程中，约有70%的课程是采用项目式学习。与此同时，活动式学习法也经常被使用。这种方法允许学生在教师的引导下，按照自己的节奏开展多样化的活动，其核心目标是培养学生的自主探究和独立实验能力，当前有近52%的人工智能基础教育课程的教师采用活动式学习法。小组合作式学习法同样在人工智能基础教育中占据了一席之地。在已经实施的课程中，约有70%采用了小组合作式学习法。除了这些常规的教学方法，许多国家的人工智能课程还融入了混合教学、远程教学以及跨学科教学等创新方式。

建设高效且包容的人工智能基础教育课程，关键在于打造一个公平、开放的学习环境，包括线上及线下学习工具。支持人工智能课程的学习工具主要分为硬件和软件两大类。硬件主要指计算机、平板电脑、笔记本电脑、互联网终端以及机器人配套等设备。软件则涵盖了操作系统、编程语言、数据库以及相关的图片或语言处理等。各国不仅通过现有的基础设施配置这些软硬件资源，还开发了一系列在线学习工具，以促进人工智能课程在校园中的实施。例如，塞尔维亚等国家正在开发具有互动任务功能的在线工具，旨在通过这些工具提升课程质量。

（四）学时安排注重人工智能基础素养

学时安排作为国家课程标准中的核心要素，对教学质量和学习成效具有重要影响，也反映了人们对不同学习内容板块的态度和看法。《K—12人工智能课程图景》报告显示，各国在人工智能课程学时分配上的一些普遍趋势。总体来看，人工智能基础素养板块的学时平均约占总学时的41%；人工智能开发应用板块的学时平均占总学时的25%；人工智能伦理板块的学时平均约为总学时的24%。这些数据揭示了一个共同的发展趋势：在人工智能教育课程的学时分配上，各国更加重视基础素养的教学。同时，对人工智能开发应用和伦理道德的培养也很重要，它使学生能够将所学的理论知识转化为解决现实问题的能力并且引导学生在使用和发展人工智能技术时，能够遵循伦理原则，负责任地进行技术创新。下面是对各板块内容学时安排的具体分析。

在人工智能基础素养板块，首先是算法与编程主题领域包括19门课程，各国平均学时占人工智能基础板块总学时的44%；其次是数据素养领域，各国平均学时占总学时的29%；最后是情境问题解决领域，各国平均学时占总学时的27%。这种分配体现了教育者对于人工智能基础掌握的重视，也确保了学生能够在数据理解和问题解决等关键技能上得到充分的训练。

在人工智能开发应用板块，共有12门课程，这些课程专注人工智能技术应用，其平均学时达到了21.1小时，占该板块学时的大部分。然后是人工智能技术理解领域，其平均学时为14.6小时。相较之下，人工智能应用程序开发领域的学时较少，平均仅为3.3小时，这表明在学时分配上，技术应用得到了更多的重视，其占比达到了56%，而应用程序开发则仅占8%。而根据访谈结果，教育者普遍认为，人工智能基础教育课程的主要目的是让学生了解并接触人工智能技术在工作和日常生活中的应用。

在人工智能伦理道德板块，涵盖人工智能跨领域应用的课程达到18门，平均学时投入11.9小时，占比达到50%。而人工智能道德法治领域，平均学时投入占比29%，人工智能社会影响领域平均投入学时则占比21%。可见，在人工智能跨领域应用的学时分配远远高于道德法治和社会影响的学时占比，反映了人们普遍更加注重人工智能跨领域应用的趋向。

通过细致分析各国人工智能基础教育课程的学时分配，可以发现一个明显的趋势：在三大内容板块中，人工智能基础素养的学时投入尤为突出。这种安排反映了教育者对于基础素养及其重要性的共识。在学生的基础教育阶段，尤其是小学时期，人工智能课程的主要目标是激发学生对这一领域的兴趣，让他们初步接触并了解人工智能的基本概念。进入中学阶段，课程的重点逐渐转向更深层次的知识与技能的教授。此时，学生不仅要理解人工智能的基本原理，还要学会应用这些基础知识和技能解决实际问题。

（五）课程保障体系重视多样资源的利用

世界各国在基础教育阶段已开发出多种课程类型，包括必修课、选修课、嵌入式必修课、嵌入式选修课、跨学科课程及活动课程等，这些课程类型为人工智能基础教育课程的整合与设置提供了多样化的选择和灵活性方案。为了实现预期的课程效果，各国依据自身条件和目标采用了不同的课程类型，以适应不同的教学需求和环境，归纳起来主要有以下五种课程类型。

一是独立式人工智能课程。该类课程是在国家或地方课程标准内开发出的独立学科类别，配备了专门的课时、教材和资源。如我国高中1—2年级的信息科技课程下设的人工智能基础课程。

二是嵌入式人工智能课程。在这一模式下，人工智能课程被纳入其他学科中，与国家或地方的课程目标相结合。人工智能不仅融入信息通信技术或计算机科学，还成为教育学、语言学、数学、科学等学科的教学内容。

三是跨学科人工智能课程。这类课程通过跨学科的教学方法，增强学生将人工智能知识与不同学科领域相结合的能力。比如，将人工智能整合到信息通信技术、科学、数学、语言和品德教育等多个学科中。

四是多元化人工智能课程。这种课程模式既要依赖传统教学资源，也要结合校外资源和非正式学习机会。通过竞赛和行业指导，学生能够从引导式学习逐步过渡到独立学习。

五是弹性人工智能课程。根据地区、学校网络或个别学校的具体情况，这类课程可以通过多种机制灵活实施。许多国家已经将人工智能课程整合到现有学科中，或者作为选修课和跨学科课程来设置。这种综合考虑的课程整合策略不仅加强了人工智能课程与其他学科的联系，还增强了学生跨学科学习和思考的能力。它旨在避免知识的碎片化和重复性学习，为学生提供了一个更加综合和有意义的人工智能学习体验。

为保障课程实施的效果，各国依据不同类型课程的特征，因地制宜地创建了保障和资源性条件。各国对于支持人工智能课程的条件分为以下七类：研究或需求分析报告，教师教学资源，教师培训资源，工作人员或职位的聘用，私营或第三方机构参与，学校基础设施升级，课程资源。各国在人工智能课程发展中重点构建的资源不尽相同，选择的支持条件也各有侧重。具体来看，56%的课程通过研究或需求分析来识别人工智能课程所需的条件；48%的课程选择改善学校基础设施，这包括硬件设备和网络的升级；44%的课程得到私营或第三方机构的支持；41%的课程为教室采购了额外的教学资源，如课堂工具包、编码资源和人工智能工具；30%的课程通过聘用额外的工作人员来授课。最为重要的是，89%的课程选择通过开发教师资源和提供培训来获得支持。在这些支持条件中，教师资源的配置和教师培训受到了最多的关注，凸显了教师在基础教育阶段的关键作用。

三、国际人工智能基础教育课程发展的启示

（一）以基础素养为重点，做好基础教育人工智能课程的顶层设计

顶层设计是我国基础教育人工智能课程改革的高阶引领，是统筹课程改革各层次和各要素、追根溯源、统揽全局的解决之道。由于人工智能教育发展时间相对较短，我国目前尚未形成专业、完整的课程体系，缺乏国家统一的课程定位和人才培养方向。因此，我国应重视基础教育人工智能课程顶层设计，从整体上规划课程体系。首先，要明确课程目标定位，即“培养什么人、怎样培养人、为谁培养人”这一根本问题。参照前面对当前世界范围内人工智能基础教育课程趋势的分析，我们可以发现，国际人工智能基础教育课程的目标定位主要是培育面向未来人工智能社会需求的公民素养，即适应未来发展趋势的人才基础性素养。其次，要以基础性素养为重点，构建螺旋式上升的课程体系。从国际范围看，人工智能基础教育课程内容包括人工智能基础素养、人工智能开发应用和人工智能伦理道德三个板块，其中基础素养是课时比例最高的部分。在基础素养中，还需特别重视学生数据学习情绪层面的发展，尤其是激发他们对人工智能的兴趣、爱好和好奇心，这能为他们在后续阶段持续学习、钻研人工智能提供持续的内驱动力。课程体系的发展层次可参考“理解”“应用”“创造”三个发展水平呈螺旋式上升设计。再次，要围绕课程内容，将总体规划具体化。这需要从人工智能课程开发、课程结构、课程内容、课程实施、课程评价、课程保障等方面进行整体设计。最后，课程设计要重视跨学科导向。我国的人工智能课程设计必须打破学科本位思维定式，构建超越学科概念的跨学科课程体系。

（二）以机制创新为关键，优化基础教育人工智能课程的实施过程

我国的人工智能基础教育课程实施应从课堂生态、教师、教学资源、教学模式和方法等方面优化实施过程，完善和创新运行机制，重点做好以下三个方面。

首先，创新人工智能课堂教学模式。人工智能基础教育课堂教学非常注重个性化和创新性，在教学方式上虽然传统的讲授法仍然占据优势，但注重实践的项目式学习法和鼓励探索的活动式学习法也大有人在。人工智能课堂教学模式必须注重学生的探索性、体验性和实践性等，教学方式必须从传统的灌输一接受转向自主、合作、探究。教学方法要多采用基于问题的学习和基于项目的学习，其关键在于关注真实的问题，聚焦核心素养培养，以深入浅出的方式引导学生构建人工智能知识体系。

其次，要进一步打造先进的人工智能教学环境。人工智能课程和其他一般课程的最大区别是，它必须依托数字化教学环境。我国的《教育信息化2.0行动计划》要求“开展以学习者为中心的智能化教学支持环境建设”。这里的环境既有软件方面也有硬件设施方面，近些年，各地在大力建设智慧校园，就是打造人工智能教学环境的写照。有了相应的教学环境支持，人工智能教学中所追求的“学生中心”“个性化学习”等才可能实现。

最后，要科学化评估人工智能课程的学习成效。从知识、技能、价值观和态度等方面分析人工智能课程的学习成果，在每个方面又设置了不同的维度。我国在学习评估时也应考虑综合且明确的评估指标，如可以从知识与技能、能力与方法、态度与价值观以及综合素质等方面来进行评估，以保证评估的客观性和科学性，从而在课程实施中根据评估结果引导学校及相关教师调整教学计划，进一步提升人工智能基础教育课程教学的质量与效果。

（三）以专项培训为路径，增强基础教育教师的人工智能素养和能力

当前，我国基础教育阶段严重缺乏专业的、具备智能教育素养的教师，大部分与人工智能相关的教学工作主要由信息技术教师承担，他们没有接受过系统培训，其人工智能知识理论储备和相关技能距离专业水平还有一定的差距。因此，通过专项培训来提升基础教育阶段教师的人工智能素养和增强能力，显得尤为迫切。从世界范围看，教师培训在推动人工智能课程建设和发展中至关重要。全球范围内针对人工智能教师的培训主要有国家培训项目（提升教师专业能力的主要途径）、在线教育培训（少部分国家）和营利性培训项目（部分国家的非政府组织）三种方式。对我国来说，可以专项培训为主要路径，以教研共同体、网络空间学习、名师工作坊、校本研修、自主学习等为辅助路径，增强基础教育师资队伍的人工智能素养和能力。专项培训需要国家整体规划，融合国培项目、省培项目等现有途径，基于各地具体情况，分阶段分步骤实施落地，尤其需要注重对专项培训狠抓质量监测和效果评估，及时修正和不断完善培训方案，以确保教师的人工智能课程开发与实施能力得到有效发展。

（四）以资源供给为依托，完善基础教育人工智能课程保障体系

当前，我国基础教育人工智能课程资源保障体系完善需要重点关注以下四个方面。一是师资保障。从国际视角看，教师资源是最受调查对象关注的，这凸显了教师在基础教育阶段的重要地位和关键作用。虽然我国教师队伍建设成效显著，但数字素养和人工智能方面的能力还不完全跟得上时代要求和社会形势，很多中小学教师比较习惯传统教学方式方法。二是硬件资源。各地都在大力推进“智慧校园”“智慧教室”进程，但各地区各学校之间还存在很多不均衡之处。也有部分中小学投入大额资金购置了智能设备，但使用率不高，闲置现象严重，需要通过人员培训和机制建设改变这些状况。三是课程资源。虽然我国上线慕课数量超过7.68万门，服务国内12.77亿人次学习，建设和应用规模居世界第一，但在课程多元性和丰富性方面还需努力，特别是音体美等资源更需加强。在线课程录制还需改变“教材复读机”模式，课程教学还需增强交互性设计。四是教材资源。基础教育人工智能教材要有整体规划，综合考虑中小学的信息技术教育、科学等教材内容，发展数字教材，因为数字教材是教育数字化转型的重要抓手。同时，紧跟时代发展趋势，提升教材更新速度，优化教材内容体系和呈现方式，力图给学生更好的教材使用体验感。有了这些综合性的资源保障，基础教育人工智能课程的实施效果才能最大程度地得以实现。

（本文参考文献略）

Development and Implication of Basic Education Curriculum of International Artificial Intelligence

YangSifan ZhuYanping MeiYixin

Abstract: At present, scientific and technological revolution is driving education to digital transformation. There is a new trend in the development of basic education curriculum of international artificial intelligence:the goal of the curriculum is to cultivate citizens’ competency facing future artificial intelligence society, the content structure focuses on basic competency, development and application, and ethics and morality, the implementation process adheres to the principle of “paying equal attention to both soft and hard”, arrangement of class hours focuses on the distribution mode with AI basic competency as priority, and guarantee system strives to build diversified resource condition. The development has important enlightenment, including focusing on basic competency and doing a good job in the top-level design of the curriculum, taking mechanism innovation as key and optimizing the implementation of the curriculum, taking special training as path to improve the AI ability of basic education faculty, and relying on resource supply and improving the guarantee system of the curriculum.

Key words: international artificial intelligence; basic education curriculum; curriculum development

初审：曹洪家

复审：孙振东

终审：蒋立松