五部门部署人工智能教育:课程、应用与治理同时推进
教育部等五部门关于印发《“人工智能+教育”行动计划》的通知

五部门发布行动计划,提出中小学人工智能课程、教师应用能力、教育应用中试基地和安全治理等任务。2030年目标是政策愿景,不能等同于课堂效果已经得到验证。
覆盖课程、应用和治理的全国性政策原文,可与课堂模型评价研究对读。
来源与核查说明
编辑核对日期:
- 适用范围
- 研究/政策对象在中国
阅读限制
- 行动计划提出任务和目标,没有提供这些任务已实现或学习效果改善的独立评估。
本站解读
基于所列来源的原创分析。研究发现、政策目标与编辑判断分别表述;原文权利归来源所有。
人工智能进入教育政策框架后,最该追问的是怎样验证课堂价值
来源与时间:教育部等五部门《“人工智能+教育”行动计划》,2026年4月10日公布,文件署期4月2日。本站2026年11月9日核读公开全文。下文为本站原创分析,属于跨期基础阅读。
五部门行动计划把人工智能教育放到课程、教师、应用场景、基础设施和治理的共同框架中。对读者来说,关键变化是政策不再只强调让学生接触某个工具,而是同时谈学生需要形成什么素养,学校怎样选择应用,教师如何参与设计,数据和安全由谁负责。计划提出到2030年的目标。这是政策目标的时间点,不能写成2026年已经实现的课堂成绩。
文件要求继续完善中小学人工智能通识教育指南,推动地方课程体系建设,并为不同学段明确目标、内容和课时。课程建设有两个容易混淆的问题。其一,学习人工智能原理和用人工智能完成其他学科作业是两种不同任务;其二,学生能够使用工具与学生能判断工具输出可靠性,也需要不同的评价。学校如果只统计开课数和使用次数,就无法回答学生是否理解模型错误、偏差、隐私或知识产权边界。
对教师,行动计划提出应用能力、资源开发与教学模式研究。教师工作中确有备课、反馈和材料调整等高耗时环节,但自动生成速度快,不意味着材料适合课程目标。课堂中的材料既要准确,也要符合年龄、学科、文化和具体学生的学习状态。政策为学校探索创造了空间,是否减轻负担、是否提高学习质量,仍要通过具体场景的比较和跟踪回答。培训后登录次数、生成材料篇数和示范课数量只能说明采用过程,不能单独证明效果。
文件还提出教育应用中试基地、智能应用评估体系和先导场景。中试的意义在于让工具有机会在真实学校条件下接受检验,尤其要记录失败和不适用的情形。一个合理的评估至少需要预先写清目标学生、使用者、原有教学方式、比较方案和观察时长。例如一项工具声称提高阅读能力,评价便不能只看教师满意度;若它声称节约教师时间,评价也不应直接把节约时间折算为学生成绩。不同目标使用不同结果指标,才能避免把产品展示混写成教育效果。
行动计划涉及学生知识、能力和素质图谱、资源个性推送以及教育治理数据。此类系统可能提高信息组织效率,也会把未成年人的学习轨迹、评价和推荐连接起来。政策文本同时谈伦理规范与安全监管,执行层面还需回答哪些数据必须收集、谁能访问、保存多久、错误如何更正、学校和家长如何知情。缺少这些条件,个性化推荐很难只凭技术表现判定为教育进步。尤其在不同地区设备、网络和教师支持不均衡时,同一产品在试点学校的表现不能直接外推到所有学校。
这份文件与2026年《教育发展“十五五”规划》有政策层级联系:前者给人工智能教育更具体的任务,后者将数智化、资源配置与人才培养放入五年整体安排。二者都值得作为制度方向核读,但都不是某项课堂干预的实验报告。对研究员,可把计划中的课程、教师、应用和治理目标转化为可检验问题;对学校,可先界定最迫切的教学问题,再选择工具与监测指标;对家长,可关注学校是否说明用途、数据保护和教师监督,而不是只看产品是否标称“智能”。
本站目前只核读了公开政策全文,没有逐地核实课程落地、采购、学生结果或独立评估。下一步要把政策条款与具体实施、原研究及失败案例分别连接。政策推动的速度值得记录,证据形成的速度则需要另一套时间表。把这两个时间表区分开,才能既看见制度变化,也不替尚未发生的学习改进作结论。
来源:中华人民共和国教育部政府门户 · moe.gov.cn