2026全球中小学人工智能教育支撑环境蓝皮书

本研报探讨了 K-12 AI 教育基础设施的演变，指出其意义已从“资源维度”转向“能力-治理维度”。

核心观点：

• 技术驱动变革：生成式 AI 和智能代理技术的成熟，使得 AI 工具从被动响应转变为主动协作，推动了教育基础设施的范式转变。
• 能力-治理维度：新的基础设施不再仅仅关注资源供应，而是更注重培养学生的 AI 素养、构建相应的课程体系、设计人机协作教学模式、建立评估方法以及制定治理规则。
• 国际组织框架：联合国教科文组织发布了 AI 素养框架，为各国提供了共同的规范语言和能力基准。
• 主要经济体政策：中国、美国和欧盟都将 AI 教育纳入制度化阶段，但路径各异。中国采取统一的国家课程指南和双轨制使用规范；美国联邦政府提供指导，州和地方自主实施；欧盟通过横向立法设定合规边界，成员国保留课程设计主权。
• 关键数据：美国 RAND 调查显示，K-12 教师使用生成式 AI 的比例在两年内翻了一番；Pew 研究中心发现，美国 13-17 岁青少年使用 ChatGPT 做作业的比例在一年内翻了一番。
• 研究结论：
  • 治理滞后：AI 技术的应用速度超过了治理速度，导致学术诚信、数据隐私和公平性等问题。
  • 评估方法：需要从“知识本位”转向“素养本位”的评估方法，关注学生在真实情境中的表现，并采用多种评估方式相结合。
  • 教师素养：教师 AI 素养是关键变量，需要建立相应的标准和发展机制，并关注城乡差距和不同学科教师的素养差异。
  • 数据治理：需要建立完善的数据治理体系，保护未成年人数据隐私，并确保数据安全和合规使用。
  • 公平性：需要关注数字鸿沟、语言公平性和特殊教育需求，确保 AI 教育的公平性。

未来展望：

• 建立教师 AI 素养标准，并将其纳入教师专业发展和认证体系。
• 将 AI 教育融入课程，扩大智能代理教学试点，改革评估方法，并将公平性和可访问性置于优先地位。
• 建立多层级、多利益相关者的治理机制，涵盖政策法规、标准制定、平台建设、硬件设备等方面。
• 教师是治理链的关键环节，需要提升其 AI 素养和治理能力。
• 家长和学生的积极参与也是治理的重要基础。