《人工智能+教育》行动计划落地：AI课程进入课表的三个变量

2026年4月2日，教育部、国家发展改革委、工业和信息化部、科技部、国家数据局联合印发《"人工智能+教育"行动计划》。这份文件的分量在于，它把人工智能教育从试点探索推向了面向全体学生的普及阶段。

一、文件说了什么

《行动计划》提出推进"十五五"期间的四项重点任务，第一条就是推动人工智能人才培养与素养提升，并按教育阶段分层设计：

基础教育阶段，开齐开足开好人工智能相关课程，推动人工智能教育全面纳入地方课程体系，指导各地研制人工智能课程指南，明确各学段的课程目标、内容与课时要求。同时鼓励开展人工智能跨学科教学，推动人工智能教育融入课后服务、研学实践等环节，并建强中小学人工智能教育基地，支持农村与边远地区学校利用国家平台开课。

高等教育阶段，推动人工智能成为高校公共基础课，要求按学科专业分类编写课程教材，打造"短实新"的前沿创新课程，并开设人工智能交叉融合课程。

职业教育阶段，推动传统专业智能化升级，实施人工智能领域高技能人才集群培养计划。

终身教育阶段，将人工智能纳入高校学生就业能力提升"双千"计划，面向重点群体定制开发人工智能素养和技能课程。

此外，文件还提出了基础环境建设，包括建设国家教育智能算力服务平台（教育智联网），以及打造未来课堂、未来学校、未来学习中心、未来实训中心。

二、落地时的三个真实变量

变量一：课时从哪里来。 课时容量紧张是AI课程进课表遇到的第一道关卡。业内提出的思路是"共同底线+多元载体"：先凝练贯穿中小学全学段的四个核心学习模块，包括人工智能基础认知、技术运行原理与能力局限性辨析、工具合规使用与信息核验、数字伦理安全与责任素养；再由地方与学校弹性落地，信息科技课程承担基础知识和技能，科学、数学、语文等学科承载本学科相关的人工智能应用，综合实践活动开展跨学科项目。

对单所学校来说，更具落地价值的动作是编制校本"人工智能课程实施表"，明确各年级学习主题、挂靠授课学科、课时总量、授课责任教师与对应产出成果。把宏观的普及要求，转化为可排课、可备课、可评价的教学任务。

变量二：教师能不能上好一节课。 师资是普及的关键变量。人工智能技术迭代快，教师能否理解基本原理与潜在风险、能否把技术转化为适宜的学习任务、能否判断学生是否真正发生了思考，直接影响课堂质量。国际上的做法提供了一些参照：爱沙尼亚的"AI Leap"计划把教师能力建设与学生使用工具同步推进；新加坡在2026年公布了教师人工智能素养专业学习路线图，从基础素养与负责任使用，逐步延伸到教学设计、评价与教师工作应用。

变量三：评价方式能否跟上。 如果AI课程的考核仍以知识点记忆为主，课堂形态不会有实质变化。部分学校已经在尝试以项目产出、过程记录与伦理讨论作为评价载体，这与"注重启智、引导学生科学认识与合理利用智能技术"的要求更为一致。

三、家庭层面可以关注什么

先确认学校AI课的组织形态。 是独立设课，还是融入信息科技与综合实践，两种形态对学生的能力要求不同。前者偏系统认知，后者偏工具应用。

把工具使用与信息核验放在一起教。 目前多数学生使用AI的熟练度高于对结果可靠性的判断能力。在家庭场景中，可以要求学生说明结论的验证过程，而不只看到答案。

关注过程性评价的累积。 在"人工智能+教育"的框架下，学生使用智能工具完成的项目记录、探究过程与反思，正在成为升学材料中更有辨识度的部分。

集途教育的产品线中，AI Agent与定制化学习工具、BKT知识追踪与向量语义检索等技术，正是围绕"判断学生是否真正掌握了某个知识点"这一目标构建的。技术在这里的作用不是替代教学，而是把学习过程变得可观测。

以数字科技重构行业效率，以廿五载人文底蕴托底交付。这是集途教育（GETTO EDU）始终在做的事。