人工智能正以前所未有的速度重塑社会，中小学人工智能通识教育也从“可选项”变为“必答题”。2024年年底，教育部办公厅印发《关于加强中小学人工智能教育的通知》，明确要求加强中小学人工智能教育。一时间，各地学校纷纷开设课程、搭建实验室，探索热情高涨。然而，在热火朝天的实践背后，一线教育者普遍面临深层困惑：这门课究竟要培养什么样的人？内容应如何取舍？课时、资源、师资等现实瓶颈如何突破？素养导向的评价又该如何落地？
针对这些问题，华南师范大学钟柏昌教授与成都市教育科学研究院教研员张兆迪博士展开了深度对话。本次对话围绕五个核心议题逐层展开，意在澄清理念迷思，探寻从理念到课堂的可行路径。期待这场对话能为一线教师提供一份理性而有温度的参考。
钟柏昌
华南师范大学教授，博士生导师，国家社科基金重点项目“人工智能教育学研究”主持人，长期致力于信息科技与人工智能教育、跨学科与STEM教育等的研究。
张兆迪
成都市教育科学研究院信息科技教研员，工学博士，全国教育科学规划教育部青年项目“数智时代中小学人工智能课程体系的国际比较与本土建构研究”主持人。
“素养”与“工具”之问：
人工智能通识教育的目标定位与价值平衡
张兆迪：钟教授，您好！很高兴能与您深入探讨中小学人工智能（AI）通识课程建设这一议题。现在很多学校都把这类课的目标定成“培养能适应数智时代的小公民”，不过实际教学中常常出现两个问题：一是光教学生怎么用技术，忽略了伦理方面的引导；二是只盯着操作练，不怎么培养计算思维。您觉得，应该怎么设计课程目标，才能避免将AI通识课上成单纯的“工具使用课”呢？
钟柏昌：目标定位是人工智能教育能否行稳致远的重中之重的问题。当前，中小学人工智能通识教育在实践中出现的“重操作轻思维”“重技术轻伦理”现象，本质上是课程目标设计在工具理性与价值理性、技能习得与素养培育之间失衡的体现。要解决这一问题，关键在于构建一个能够超越单纯工具训练、旨在培育完整人工智能素养的科学的课程目标体系。
我在《新一代人工智能教育的五条逻辑主线》一文中提出的“基于‘五条逻辑主线’的框架来设计课程目标”，为破解这一困境提供了一种可能路径。科学的课程目标，应引导学生对人工智能技术从表层的使用深入到里层的理解与创造，最终将其内化为深层的思维与价值观，形成符合道德标准的思维模式。这与五条循序渐进的逻辑主线——工具智能化、问题模型化、模型优化、思维可视化、道德情感内化相对应。这五条主线共同构成了一个多层次的螺旋上升的素养培养体系，确保技术操作有思维支撑、技术应用受伦理规约。
张兆迪：许多课堂把大量时间花在让学生记住操作步骤上，思维培养却悬在空中。您认为课程目标应该怎样设计，才能让那些抽象的思维过程变得具体、可教、可落实？
钟柏昌：要破解“重操作轻思维”的局限，除了上述总的要求，还应特别强调思维在系统构建中的“可见性”。科学的课程目标应致力于将抽象的思维过程，可视化于一个完整的、有意义的实践过程中。为此，课程的核心实践目标应设定为引导学生设计、开发、测试与优化一个“智能交互系统”。这个系统不是单向的技术制品，而是体现“人机共智”理念的智慧系统。在这一总目标下，不同的思维培养目标如工程设计思维、计算思维、系统思维得以具体落实。
张兆迪：在真实课堂里，学生一旦钻进模型调试、功能实现，往往就无暇顾及伦理反思。在课程目标层面，您认为有没有必要设置一些伦理节点，让伦理考量不只是一个美好愿景，而真正成为学生思维习惯的一部分？
钟柏昌：要破解“重技术轻伦理”的问题，就必须将价值塑造内化于技术实践之中。科学的课程目标设计，必须将伦理考量深度嵌入技术学习与应用的全流程。“道德情感内化”作为一条独立的逻辑主线，其目标应具有高度的实践整合性：一是在人技关系层面，课程目标应包含引导学生掌握与AI工具的文明互动规范，理解其能力局限，并反思人类在智能时代的主体定位；二是在社会影响层面，课程目标应引导学生探究AI可能加剧的社会公平、隐私安全、法律风险等问题，并明确技术开发与应用的基本法律与公平规范。这些目标并非附加环节，而应成为学生在进行“问题模型化”“模型优化”和“系统构建”时必须同步思考的约束条件。
张兆迪：您谈到的思维培养和伦理内化，最终都需要评价来牵引。但目前许多评价还停留在作品打分或纸笔测验上，很难反映学生真实的素养成长。从课程目标的角度看，该如何重构评价体系，让思维、情感这些维度也能被看见、被衡量？
钟柏昌：要解决“重操作轻思维”“重技术轻伦理”的问题，离不开评价目标的重构，评价目标要从技能考核转向素养综合评估。我们团队之前曾从知识（含基本技能）、思维与情感三个维度构建了评价框架。具体而言，在知识维度，评价重点在于学生是否具备理解、体验、设计与优化人工智能系统的基础知识，如掌握人工智能基本概念、发展历程、技术原理（如数据、算法、算力），并能体验其应用与局限；能进行需求分析、方案设计，合理选择软硬件与算法，理解其对系统性能的影响；能够制订测试与评估方案，持续改进系统性能。在思维维度，评价聚焦于学生利用人工智能解决复杂真实问题的思维表现，包括计算思维、设计思维、工程思维和系统思维。在情感维度，评价主要关注学生在人机关系、社会影响与合作中的情感态度与价值取向，包括人工智能与人的关系问题、人工智能与社会的关系问题，以及基于人工智能开展的交流与合作问题。
总之，基于“教-学-评”一体化的目标设计，或可确保人工智能素养的培养在课程实施中真正落地，有效破解“重操作轻思维”“重技术轻伦理”的问题。
从内容筛选到核心聚焦：
人工智能通识教育课程内容的科学界定
张兆迪：我观察到，现在的中小学人工智能通识课在教什么内容上常常遇到一个两难问题：要是讲太多复杂的技术原理，学生根本听不懂，可如果只介绍各种人工智能应用场景，又太浅了，达不到培养核心素养的目的。您觉得，该怎么把握好内容的广度和深度？
钟柏昌：课程内容建设是构建人工智能教育体系的另一项关键任务。中小学人工智能通识教育作为智能时代公民素养培育的基础工程，其课程内容的选择与组织正面临一个根本性的挑战：如何在技术原理的深度挖掘与应用场景的广度展示之间取得平衡，使其既能适配学生循序渐进的认知发展规律，又能切实承载起计算思维、数字化学习与创新、信息社会责任等核心素养的培育使命。这一挑战的实质，是要求教师超越简单的“知识传输”模式，构建一个以学习者认知发展轨迹为纵轴、以人工智能素养的多维结构为横轴的立体化课程内容体系。
张兆迪：如果不仅仅是教操作，也不只是讲原理，那这门课的本质究竟是什么？厘清这个问题，是不是筛选内容的第一步？
钟柏昌：人工智能通识教育的基础定位不是培养未来算法工程师的预科班，其核心目标在于“启蒙”与“赋能”。所谓“启蒙”，是帮助学生理解智能技术的基本思想、社会影响及其伦理边界，破除对技术的“黑箱”迷信或无端恐惧；所谓“赋能”，是使学生获得运用智能思维分析与解决问题的初步能力，以及在此过程中养成的批判性思维、创造性能力与道德责任感。
因此，课程内容的广度不应等同于对五花八门应用软件的浅尝辄止，深度也不应等同于对数学公式和代码细节的过早深究。课程内容的广度应指向对人工智能这一“社会—科学—技术”复合体的多维度透视，包括其历史脉络、技术思想、典型应用、社会影响与伦理规约；深度则应体现为对“人工智能何以可能以及何以不能”这一核心问题的、符合学生认知水平的、层层递进的思维建构过程。总体而言，兼顾广度与深度的课程内容设计，统一于从“学习使用人工智能工具”转向“通过人工智能学习如何思考”的范式转换之中。
张兆迪：本质厘清了，接下来就是如何落地的问题。不同年龄段的学生认知水平差异很大，如果内容太难，学生就像在“听天书”，如果太简单，又成了“看热闹”。教师该怎么根据学生的认知发展规律，把内容排成一个有阶梯、能攀爬的序列？
钟柏昌：学生认知发展规律是界定内容深度的不可逾越的边界。根据皮亚杰的认知发展理论及比格斯的思维水平分类，学生对抽象概念和复杂系统的理解需要经历从具体运算到形式运算、从前结构到抽象拓展的漫长过程。因此，课程内容的深度和广度必须与之匹配，设计分层递进、螺旋上升的认知阶梯。
在小学阶段（具体运算阶段），学生的思维依赖于具体事物和直观体验，此阶段的内容深度应锚定在“感知与体验”层次。课程应避免任何形式的抽象原理讲解，而是要通过如智能语音助手对话、图像识别游戏、编程机器人互动、内容生成、氛围编程（Vibe coding）实践等活动，让学生在与具象化智能系统的交互中，直观感受“什么是人工智能”和“人工智能能做什么”。核心目标是建立亲切感、激发好奇心，并形成诸如“机器可以通过例子学习”“智能系统可能会出错”等前概念。与深度相匹配，在内容广度上可广泛接触生活中触手可及的AI应用场景，但探究深度仅限于现象描述与趣味互动。
进入初中阶段（形式运算初期），学生开始能够进行假设——演绎推理，处理命题逻辑，此阶段的内容深度可推进至“理解与关联”层次。课程可以引入数据、算法、算力等核心概念，但必须通过高度情境化的项目来实现。例如，通过让学生亲手为图像分类模型标注数据、训练并测试，来理解“监督学习”的基本流程和“数据质量决定模型效果”的朴素原理。此处的深度，不在于掌握反向传播算法的数学推导，而在于理解“从数据中学习”这一范式的工作流程与关联逻辑。与之相匹配，在广度上可以从感知智能延伸到更具交互性和有效性的提示词工程及智能体的体验，并开始探讨技术应用的双面性。
至高中阶段（形式运算阶段），学生具备处理复杂抽象概念和进行系统性思考的能力，在内容深度上可以迈向“建模与批判”层次。学生可以在教师引导和工具支持下，尝试构建更复杂的模型（如基于决策树的简单预测模型），或深度剖析某一算法（如推荐算法）的社会影响。深度体现在两个方面：一是对技术原理的简化建模能力，即能用流程图、伪代码或可视化工具表达一个算法的大致思想；二是对技术与社会互动的系统性批判思考能力，能够从伦理、法律、社会等多个维度，分析一项人工智能技术的潜在风险与治理框架。此时适配的广度，应拓展至对人工智能前沿方向（如强化学习、多智能体）的技术思想乃至哲学渊源的窥探，及其在国家发展战略中的角色认知。
张兆迪：深度的问题通过认知阶梯来解决，但广度的问题同样棘手。人工智能已经渗透到社会生活的方方面面，课程内容似乎什么都可以关联。教师该如何在有限的课时里，让课程内容既不失技术内核，又能拓展到跨学科应用和社会议题，真正承载起核心素养的多维要求？
钟柏昌：内容的广度，绝非应用场景的简单罗列，而应依据核心素养的培养目标进行有目的、有结构的拓展。人工智能素养本身是一个跨学科的复合概念，这要求课程内容必须打破信息科技学科的藩篱，走向整合，实现超越。从横向切分的角度，要特别关注三个维度素养的培养。
首先，计算思维的培养是深度与广度交汇的关键锚点。不过需要强调的是，这里的计算思维应该包容了人工智能的计算思维2.0。因此，课程内容的组织，可以围绕“分解与模块化、抽象与建模、数据与标注、训练与模拟、部署与推理、优化与迭代、复用与迁移”这一思维链条展开。从为扫地机器人规划高效清扫路径（小学），到为校园垃圾分类设计一个图像识别方案（初中），再到尝试为本地社区设计一个基于交通数据的拥堵预测模型（高中），任务的复杂性在增加，但贯穿始终的是计算思维的反复锤炼。在这里，深度体现为思维训练的逐步严谨化，广度则体现为问题场景从个人生活到社区、社会议题的拓展。
其次，数字化学习与创新素养要求课程内容必须包含充分的、有意义的创造实践。广度体现为支持学生利用人工智能作为创造工具，进行跨媒介的艺术创作（如AI绘画、作曲）、智能故事叙述或解决实际跨学科问题（如用环境传感器数据预测教室空气质量）。深度则体现为创造过程中对工具的理解与驾驭程度（简单的超参数调节→模型微调的初步尝试→模型压缩）。
最后，也是AI通识教育最不可或缺的维度——信息社会责任的培育。在广度上，应涵盖隐私保护、算法偏见、自动决策的问责、数字鸿沟、人工智能与就业等广泛的社会性科学议题（Socio-Scientific Issue）。在深度上，则体现为讨论的层次：识别现象（“这个推荐系统让我信息茧房了”）→分析原因（“偏见可能来自带有偏见的历史数据”）→探讨治理方案（“我们如何设计更公平的算法”或“需要哪些法律来规制”）。这一维度内容的深度，直接决定了人工智能通识教育是停留在技术崇拜层面，还是能升华为理性的公民素养教育。
科学界定人工智能通识课程内容的广度与深度，是一项精密的育人设计。它要求我们坚持以学习者的认知发展阶段为根本依据，以核心素养的多维结构为价值导向，将技术原理转化为可体验、可探究、可思辨的认知阶梯与项目情境。唯有如此，才能培养出既不畏惧技术黑箱，也不盲从技术神话，兼具理性精神、创新勇气与责任担当的智能时代原住民。
从多维制约到实践创新：
人工智能通识教育实施困境的破解之道
张兆迪：现在一提到人工智能通识课，很多人就觉得必须配上智能机器人、高端编程设备这些硬件。您觉得这些硬件真的是上好这门课的“必备前提”吗？如果不是必需的，那有没有什么创新的替代方案？
钟柏昌：我认为这种认识是不准确的。新一代人工智能教育，要紧密围绕数据、算法和算力三个要素展开。在数据方面，主要涉及数据的收集、预处理和管理等。其中，直接采集数据需要涉及常规的音视频采集设备，这是大部分学校均备有的常规设备，除此之外，无需其他设备的使用。在进行模型训练时，除数据外，必然涉及算法和算力，如果是传统机器学习算法或小模型，采用搭载CPU的普通计算机一般就可以满足模型训练所需算力，而如果涉及较大规模数据尤其是图像数据或大模型，就需要GPU、NPU等算力卡的支持。
此外，中小学人工智能教育强调科创教育特色，以及前文提到的“造物”驱动思维外显的目标设计，常常需要将训练好的模型部署到智能硬件，这对开展过创客教育或开源硬件项目设计的学校而言不是问题，这些设备通常都比较便宜，即便重新采购也不需要投入太多的经费。
因此，真正可能带来障碍的是算力设备。随着国产算力企业的蓬勃发展，算力卡的价格显著降低，其中部分企业采用的算力切分技术，可以将单张GPU/NPU算力卡精细切分为多个虚拟算力单元。这种创新技术使得单张算力卡能够同时承载多个模型训练，在有效提升硬件资源利用率的同时，显著降低了模型训练所需算力卡的采购数量，非常适配中小学人工智能教育的需求。
基于上述的考虑，若想在保障课程顺利开展的同时不降低学生的学习体验与课程质量，需坚持以下三个原则：一是坚持能实不虚的原则，即有条件使用真实的模型训练工具和硬件，就不要使用虚拟仿真工具和平台。二是坚持软硬结合的原则。三是坚持应用为先的原则。
张兆迪：现在有些学校为了上人工智能通识课，直接占用了信息科技课的课时。这就让人担心，信息科技课的知识体系会不会被打乱、学不完整？您觉得这两门课该怎么平衡，才能让各自的育人目标都不受影响、都能很好地实现呢？
钟柏昌：这一问题，实质上就是如何处理信息科技课程与人工智能课程的关系问题。对于这一问题，相关研究者和实践者都存在不同的理解。我认为，如果一定要做两者关系的比较，可以罗列出七种关系组合（从A到F，如图1）。在《普通高中信息科技课程标准日常修订版（2017年版2025年修订）》中，最重要的必修一模块的主体部分已被人工智能所替代，作为六条逻辑主线之一的人工智能俨然成了信息科技课程的绝对主力。
图1
从评价标准到素养落地：
人工智能通识教育评价体系的构建逻辑
张兆迪：现在提倡素养导向的评价，既要照顾到小学、初中、高中不同年龄段学生的认知差异，又要与大学或者行业里的标准接轨，形成一个完整的育人闭环。您觉得，应设计一套怎样的分层分类的评价指标体系，才能既符合各学段的特点，又能实现这种衔接呢？
另外，像计算思维、人工智能伦理这些素养，比较“隐形”，传统的考试方式很难精准测出来。您觉得怎样才能设计出既科学又多样化的评价工具，从而更全面、更客观地看出学生在这类核心素养上的发展水平呢？
钟柏昌：根据前面的讨论，人工智能通识教育要确保课程评价与三个原则相匹配，最合适的评价方式，无疑是指向学生解决真实问题的能力。2026年1月，《教育部关于做好2026年普通高校招生工作的通知》明确提出，“加强项目式、探究式的真实情境问题设计，更好考查学生关键能力、学科素养和思维品质”。这是教育部在部署高考招生工作方面首次提出项目式评价要求，尽管作为高考命题能否真正开展项目式评价还有待观察和研究，但作为一种渗透性评价方式，我认为它与基于三个原则实施的人工智能通识教育的需求是高度契合的。
我指导的一位研究生的毕业论文选题正是人工智能教育中的项目式评价研究，其研究在系统梳理相关研究的基础上，将项目式评价界定为：一种根植于建构主义学习理论的综合性、真实性评价范式；通过设计基于真实情境的复杂项目任务，借助透明的评价标准与多元化的证据收集，以持续性的反馈循环践行“为了学习的评价”（Assessment for Learning，AfL），通过引导学生深度参与自评与互评等元认知活动，有机融合“作为学习的评价”（Assessment as Learning，AaL），并最终对学生的知识建构深度、实践能力水平与成果产出质量实施“关于学习的评价”（Assessment of Learning，AoL）。
在实践层面，项目式评价呈现出五个相互关联、动态协同的核心特征：项目真实性、标准透明化、证据多元性、过程反馈性、学生主体性。这五个特征可归纳为三个层面：“项目真实性”与“标准透明化”构成前提与驱动层，为评价活动奠定基础；“证据多元性”与“过程反馈性”构成过程与机制层，支撑评价的运行；“学生主体性”作为成果目标层，既是核心目标，也贯穿并作用于各层面。这些特征共同作用，有机整合了教育评价的三大功能，体现了该范式的完整实践逻辑（如图2）。
图2
从能力短板到专业成长：
人工智能通识教育师资队伍的建设进阶
张兆迪：教师是人工智能通识课能不能真正落地的核心支撑，但现在很多一线教师没有系统学习过人工智能专业知识，对一些核心概念和技术原理的理解还不够深入。您觉得，有哪些真正管用的办法，能帮助老师们尽快补上这块专业短板呢？
另外，有些老师虽然专业知识掌握得不错，但到了课堂上却不知道怎么将其转化成学生听得懂、学得会的内容。您觉得该怎么提升教师的课程转化能力，帮他们走好从“专业知识”到“课堂教学”的“最后一公里”？
钟柏昌：人工智能通识课程能否有效落地，关键在于师资队伍的水平。在此给有志于人工智能教育普及的教师几个建议：
一是多学习。自学人工智能相关的专业书籍和在线课程，确保专业水平不掉线；阅读一些高水平教研论文，确保教育理念不落后；积极参加各级教研活动，确保经验共享有同伴。
二是多模仿。不仅市场上有很多的人工智能教材，而且网络上也有很多的优秀教学案例，要学会汇聚资源并从中找到优秀资源，结合生成式人工智能构建自己的知识库和智能体。尤其是要习惯采用逆向工程方法，在解剖和理解他人优秀教学案例的基础上进行再设计与微创新。
三是多反思。教师的专业发展最重要的途径来源于内生动力，即反思性实践。有深度的反思能力是人工智能所不具备的，也是人之为人的根本。作为一线教师，在缺乏团队的情况下，更需要敢于试错，通过教学实践不断发现问题，分析原因，寻找改进的办法，明确努力的方向。
中小学人工智能通识教育受关注度高，又处在快速发展之中，如同本世纪初信息技术课程起步一样，需要教师个体坚定发展目标和意志，开展持续不断的自我学习和革新。
张兆迪：感谢钟教授今天全面而深入的分享。中小学人工智能通识课程作为新时代基础教育的重要组成部分，既承载着培育数智时代公民人工智能素养的使命，也面临着多重挑战。唯有坚持“以学生为中心、以素养为导向、以实践为路径”的原则，方能在复杂现实中走出一条兼具科学性、适切性与可持续性的教育创新之路。期待未来一线教育者在理论与实践的双向奔赴中，共同推动人工智能通识教育真正扎根课堂、惠及每一位学生。
文章刊登于《中国信息技术教育》
2026年第12期
引用请注明参考文献：
钟柏昌，张兆迪.中小学人工智能通识课，如何“教得对”？——从理念澄清到课堂实践的跨越[J].中国信息技术教育，2026（12）：4-10 .
欢迎订阅
识别上方二维码订阅纸质版或电子版杂志
热门跟贴