问题——技术快速迭代正在重塑学习方式，“教什么、怎么教”成为教育转型的关键。如今——获取知识的门槛明显降低——学生借助工具即可完成资料检索、文本生成与方案推演，传统以讲授和记忆为主的课堂受到冲击：学校既要让学生学会使用并理解新技术，也要避免把技术当作“省事工具”，从而削弱独立思考与探究能力。 原因——产业变革对人才结构提出新要求，是教育加快调整的深层动力。未来岗位更看重跨学科理解、计算与逻辑思维、问题定义与解决能力，以及创新与协作素养。同时，人工智能技术与大模型应用扩散迅速，推动课程内容、教学组织、学习评价和教师角色同步更新。教育行政部门近期部署探索中小学人工智能教育实施路径，全国已有500余所中小学成为人工智能教育基地，全国中小学人工智能教育联盟成立，显示有关探索正从“点状创新”走向“系统推进”。 影响——一线课堂的变化已经看得见，育人链条也从校内延伸到校外。北京人大附中开设“人工智能与药物研发”等课程，教师引导学生借助大模型进行模拟筛选与方案论证，让高中阶段就能接触科研式学习；清华大学附属小学在语文课中引入新形态教学，把长期积累的主题教学与新技术手段结合，提升互动性与个性化。校外力量也在加快集聚，中国自动化学会、中国人工智能学会等单位依托资源优势，面向全国中小学生开展探究性学习训练营等公益项目，形成高校教师、教研力量与中学教师协同指导的新模式。来自内蒙古乌兰察布的学生在参训后表示，既能听高校教授授课，也有一线教师全程指导，更愿意用新工具去探索科学问题。 对策——专家普遍认为，重点不在“多开几门课”，而在于重构面向未来的能力体系与治理体系。北京师范大学人工智能学院院长黄华提出，单纯的知识传授难以回应未来需求，教育重心应转向逻辑思维、计算思维与创新素养培养。中国科学院院士武向平强调，中小学需要建立更系统的科学教育理论框架，拓展覆盖物质科学、生命科学、信息科学、地球与宇宙科学等领域的综合视野，并以跨学科方式组织知识与问题。高校改革也在探索路径：西安交通大学以问题为导向优化本科课程结构，尝试将“现代物理与人工智能”等课程纳入体系。中国工程院院士郑南宁指出，高校改革更应聚焦学科结构与人才培养理念的系统性重构，培养具备综合能力的复合型创新人才，而非简单增加课程数量。 另外，风险与偏差不容忽视。复旦大学计算与智能创新学院教授张军平提醒，如缺乏正确引导，部分学生可能在学习中过度依赖技术，影响独立思考与原创表达。对此，多位教育界人士建议：一是推动教师适应“教师—学生—技术”协同的新课堂，明确工具使用的边界与方法；二是在师范生培养与教师培训中强化人工智能素养与课堂治理能力，把工具更好融入教学设计、评价与作业管理，提升教师的引导与甄别能力；三是将未成年人科技伦理教育纳入常态化课程与活动。中国科学技术大学科技传播系研究员王挺表示，青少年在技术环境中成长，更应在学习中理解规则与边界，形成数据安全、隐私保护、学术诚信与责任意识，提升在人机共生场景中的判断力。 前景——从“试点探索”到“体系推进”，我国人工智能赋能教育正进入制度化建设阶段。下一步，需要在国家课程、地方课程与校本课程之间形成更顺畅的衔接，推动教学资源共建共享，完善分层分类的学习目标与评价体系；同时，通过区域协作缩小城乡、区域之间的资源差距，让更多学校在可复制、可推广的方案中稳步升级。更重要的是，坚持立德树人根本任务，把技术进步转化为促进公平与提升质量的动力，让学生既会使用新工具，也能提出好问题、做出可靠判断，形成真正的能力。
人工智能教育的推进是一场深刻的教育变革，不仅涉及课程设置和教学方法的更新，更关系到人才培养理念的转向。从“教什么”到“怎么教”——从知识传授到能力培养——从技术应用到伦理规范，这些问题需要教育工作者、科研机构和社会各界共同回应。只有建立系统、科学的人工智能教育体系，既发挥技术优势，又避免过度依赖带来的风险，才能培养出适应未来并能引领未来的创新人才。