问题——人工智能技术快速迭代，正重塑学习方式、信息获取与内容生产路径。对中小学生而言，接触涉及的工具的门槛持续降低，但“会操作”不等于“会思考”，更不等于“会创新”。在实际学习中，一些学生容易停留在生成答案、套用模板的层面，缺少对问题边界、信息可靠性、表达质量与应用场景的判断，进而出现依赖工具、逻辑薄弱、作品同质化等现象。如何将人工智能教育从“新鲜感驱动”转向“能力结构驱动”，成为推进通识课程落地的关键命题。 原因——一上，人工智能已从单一技术议题演变为基础性能力要求。它不仅影响未来职业结构，也正影响当下课堂教学、作业形态和学科融合方式。另一上，课程供给与教学组织方式仍在探索期。通识教育需要兼顾科学性与可操作性：既要让学生理解基本概念、方法与局限，也要把学习目标落到可评价、可迁移的能力上。另外，教师队伍、课程资源与实践场景的建设存在差异，客观上要求课程设计更强调结构化、任务化与可复制。北京市教委发布的相关工作方案提出系统推进人工智能教育，也为各校与社会力量提供了明确方向：以课程体系建设为抓手，形成覆盖面更广、层级更清晰的培养路径。 影响——在此背景下，项目式学习（PBL）被不少探索者视为推动通识课程“从知识到能力”转化的有效抓手。以面向儿童的人工智能通识课程探索为例，课程强调以学生为中心，围绕真实问题与项目任务组织学习过程，将“提出好问题、拆解任务、验证结果、迭代优化”等环节嵌入课堂。课程设计更注重把人工智能应用与学生的底层能力训练结合起来：一是训练清晰表达与逻辑拆解能力，让学生学会界定需求、构建步骤、制定标准；二是训练信息整合与判断能力，鼓励学生对生成内容进行核对、比较与再创作；三是通过作品导向激发内驱力，让学习成果可展示、可分享、可复盘。实践中，有学生围绕海报设计、创意表达、简单程序实现等任务开展学习，通过调研用户群体、优化构图与文案、反复提出改进方案，逐步形成“问题—方案—验证—迭代”的思维链条。家长反馈显示，课程也在一定程度上促进了亲子交流与学习兴趣提升，学生对科技资讯关注度提高，开始将工具用于辅助学习与创意实践。 对策——推进人工智能通识教育，关键在于把握“工具使用”与“素养培养”的关系，形成可持续、可评估的教学闭环。其一，明确课程目标与能力框架。通识教育应以提升数字时代核心素养为主线，将目标落到可迁移能力上，包括问题意识、逻辑推理、表达沟通、项目管理、协作意识与规范意识等，同时纳入对数据安全、隐私保护、学术诚信与内容版权等议题的基本教育。其二，优化课堂组织方式。可将项目式学习与学科教学、综合实践相衔接，推动“从任务到知识”的反向建构，避免碎片化讲解与单纯演示操作；在课堂评价上，应从“答案是否生成”转向“过程是否合理、证据是否充分、表达是否清晰、结果是否可复现”。其三，加强师资与资源供给。学校可通过校本研修、跨学科教研共同体等方式提升教师对人工智能基础知识、课堂组织与评价的把握能力，建立可复用的项目库与案例库。其四，构建家校社协同的支持体系。鼓励学生在安全合规前提下，将学习延伸到生活场景，通过调研、访谈、展示等方式提升真实问题解决能力，同时引导家长形成理性预期，避免把课程等同于“速成技能课”或“竞赛训练营”。 前景——从政策推动到课堂实践，人工智能通识教育正由试点探索走向系统化推进。面向未来，课程建设将更加注重分学段进阶：小学侧重兴趣启蒙与基础思维训练，初中侧重方法与应用， 高中侧重综合项目与跨学科创新；同时更强调规范使用与价值引导，使学生既能掌握工具、理解原理，也能形成负责任的技术观与伦理观。随着课程体系、评价机制和师资能力逐步完善，人工智能通识教育有望成为促进教育数字化转型的重要支点，为培养具备创新精神与实践能力的新时代人才夯实基础。
人工智能已成为推动社会发展的重要力量，培养学生适应AI时代的能力是教育的核心任务；从被动使用技术到主动驾驭技术，该转变标志着人工智能教育进入新阶段。通过项目式学习等创新方法，让学生在解决实际问题中掌握知识和技能，不仅回应了时代需求，更反映了以学生为本的教育理念。随着政策推进和实践深入，人工智能通识教育将为培养未来社会所需人才发挥重要作用。