人工智能教育的顶层设计：共识、差异与问题

钟柏昌　詹泽慧

编者按：随着智能技术的快速发展，人工智能已成为国际竞争的新焦点和经济发展的新引擎。人工智能教育也被赋予迎接和应对这一挑战的重要职责并被视为一种可行途径。当前学术界关于人工智能教育的探讨已有很多，但从国际和区域视角开展的人工智能教育的系统性研究并不多。为此，本刊邀请华南师范大学詹泽慧教授为特约主持人，与本刊共同策划“人工智能教育”专栏系列文章。2022年第3期侧重从国际视角和宏观层面全面呈现国际人工智能教育应用研究的图景和热点，并邀请到台湾科技大学的黄国祯教授和岭南大学的谢浩然副教授为本刊撰写《人工智能教育应用研究的全球图景与趋势》（黄国祯、方建文、涂芸芳）和《人工智能赋能个性化学习：E-Learning推荐系统研究热点与展望》（谢浩然、陈协玲、郑国城、王富利）两篇文章。2022年第4期将从区域视角和中观层面深入分析中国内地和澳门人工智能教育的开展情况，并邀请到华南师范大学钟柏昌教授和澳门城市大学李树英教授为本刊撰写《人工智能教育的顶层设计：共识、差异与问题——基于4套标准文件的内容分析》（钟柏昌、詹泽慧）和《澳门中小学开展人工智能教育的经验、问题与未来举措》（李树英）两篇文章。4篇文章各有侧重，期望能为人工智能教育的决策者、研究者和实践者提供参考和裨益。

摘要：当前，人工智能教育在全球范围内受到高度重视，各国虽然对于如何开展人工智能教育达成诸多共识，但仍未形成统一方案。对国内外发布的促进人工智能教育的顶层设计文件进行内容分析，挖掘其共识、明确其差异，有助于为持续优化我国中小学人工智能教育的设计蓝图和实施路径提供参考。通过对4套具有代表性的人工智能教育顶层设计文件进行分析发现，4份文件均包容了“人工智能与社会发展”“人工智能与人类智能”和“人工智能技术”三大主题，但各文件聚焦的培养目标和学段要求既有共识，也体现出一定差异：在培养目标方面，4份文件在总体目标上有着高度共识，但具体内容维度呈现多元化特色;在学段要求方面，部分文件存在起点时间设置不一、难度递进程度各异的特点。未来在推进人工智能教育在中小学落地实施的过程中，不仅需重新审视学段内容的设置方式和人工智能课程的设置模式，还需充分考量幼儿园开展人工智能教育的适切性，人文主义在人工智能教育中的重要性，中小学生学习人工智能系统开发的必要性，以及人工智能课程学习评价的创新性等问题。

关键词：人工智能教育;人工智能课程;顶层设计;课程标准;内容分析

中图分类号：G434   文献标识码：A    文章编号：1009-5195（2022）04-0029-12  doi10.3969/j.issn.1009-5195.2022.04.004

一、政策背景分析

人工智能是模拟、延伸和扩展人类智能的理论、方法、技术及应用系统。近年来，人工智能技术的发展促成了各行各业的重大变革。与此同时，人工智能教育也受到了全球的空前重视（詹泽慧等，2020）。2016年以来，美国（National Science and Technology Council，2016）、英国（UK Government Office for Science，2016）、日本（閣議決定，2019）、法国（AI for Humanity，2019）等纷纷发布各类教育政策，积极迎接人工智能技术带来的机遇和挑战（施云燕等，2021）。我国政府也在国家层面积极部署人工智能教育战略，例如，在国务院印发的《新一代人工智能发展规划》中提出了普及人工智能教育的路线图（中华人民共和国中央人民政府，2017）。但在实践层面，我国义务教育阶段的人工智能教育主要依托信息科技课程来开展，高中阶段则主要依托信息技术课程来实施，仍未形成体系化的人工智能教育设计与实施方案。尤其是在基础教育阶段，人工智能教育作为普及性教育，不仅要发展学生的兴趣，还应培养其分析、理解、创造性解决问题的能力以及适应智能化社会的公民素养。在此背景下，我们亟需对人工智能教育的培养目标、学习内容、学段要求等进行顶层设计。

事实上，目前国内已有相关的政府部门和学术组织从不同角度发布了系列的顶层设计或指导文件，例如：中央电化教育馆组织编制的《中小学人工智能技术与素养框架》（2021年11月26日发布，以下简称《素养框架》）（中央电化教育馆，2021），中国教育学会中小学信息技术教育专业委员会组织编制的《中小学人工智能课程开发标准》（2021年10月20日发布，以下简称《开发标准》）（中国教育学会，2021），教育部印发的《普通高中信息技术课程标准》（2017年发布，2020年修订，以下简称高中《新课标》）和《义务教育信息科技课程标准》（2022年4月发布，以下简称义务教育《新课标》）。国际上，较具代表性的标准框架包括：由美国国家科学基金会资助、美国人工智能促进协会、美国计算机科学教师协会和卡耐基梅隆大学计算机科学学院联合制定的《美国K-12人工智能教育行动计划指南》（2018年5月发布，以下简称《AI4K12》），由美国计算机科学教师协会开发的《CSTA K-12计算机科学课程标准》（2017年发布，以下简称《CSTA课程标准》）（CSTA，2017），以及由联合国教科文组织制定的《K-12人工智能课程：政府认可的人工智能课程蓝图》（2022年2月发布，以下简称《指导框架》）（UNESCO，2021）。

尽管上述标准文件的出发点不同，但均指向以课程为落脚点的人工智能教育教学。本研究将以这些标准文件为蓝本，使用内容分析法对其进行全面分析，比较、归纳各份标准文件的共识与差异，并展开诸多对人工智能教育顶层设计问题的深入思考，以期为我国中小学人工智能教育的健康发展提供参考。

二、分析框架思路

1.分析对象

可供本研究比较的文件共有6份，即前文提到的《素养框架》《开发标准》《新课标》《CSTA课程标准》《AI4K12》和《指导框架》。其中，《素养框架》旨在明确中小学人工智能学科核心素养的基本内容与要求，为在中小学阶段普及人工智能教学提供课程标准制定、教材编写、课程开设和素养评价的参考和依据。《开发标准》则指向课程设计与教学实施，明确了中小学人工智能课程的培养目标与教学内容，为基础教育阶段人工智能课程的有效落地提供了指导。《CSTA课程标准》是当前美国基础教育计算机科学课程的国家标准。我国的《新课标》（包括义务教育和普通高中两个阶段）是国家政策文本，具有权威性和强制性。其中，义务教育阶段设置了“模块九：人工智能与智慧社会”，而高中阶段设置了“选择性必修四：人工智能初步”。《AI4K12》是一份系统的推进方案，包括：（1）为在K-12阶段开展人工智能教学制定了国家指南;（2）为K-12教师开发了一套精心策划的人工智能資源目录;（3）推动形成了K-12人工智能资源的开发社区（方圆媛等，2020）。《指导框架》明确界定了中小学人工智能素养和人工智能能力，旨在为全球的中小学人工智能教育提供参考性指南，鼓励各国和各地区将人工智能相关素养和能力纳入基础教育、职业教育、高等教育和各类培训机构的相关课程中（苗逢春，2022）。

以上6份文件中，我国的《新课标》可以对标美国的《CSTA课程标准》（熊露莹，2021）。然而，这2份文件都只是局部提到人工智能教育的内容，并不是人工智能教育的专门标准。故此，本文不拟将两者纳入横向比较的样本，而是作为参照标准供辅助论证之需。与之相反，另外4份文件均以人工智能教育为核心议题。其中，我国的《素养框架》可以对标联合国教科文组织的《指导框架》，而我国的《开发标准》则与美国的《AI4K12》类同。尽管四者的出发点不尽相同，但均指向以课程为落脚点的人工智能教育教学。在这一层面上，这4份文件具有可比性，这也正是本研究的逻辑基础。简言之，以4份文件为主、2份标准为辅展开分析，大体可以勾勒出国内外人工智能教育顶层设计框架的异同和可资借鉴之处。

抛开具体的内容观点，仅从文件包含的内容维度而言，《新课标》不仅包含了人工智能课程资源的开发建议，也包含了素养目标和课程内容的框架设计，因此覆盖范围最广，囊括了《开发标准》和《素养框架》的内容维度。《CSTA课程标准》与《AI4K12》《指导框架》也具有类似的关系。因此，前述6份文件的属性关系可以用一个韦恩图来表示（如图1所示）。

2.研究问题与编码思路

作为顶层政策设计类文件，主要需要解决“培养什么人”和“如何培养人”的问题。由于在“如何培养人”的问题上几份文件着墨甚少，缺乏可比性，故本文将聚焦于“培养什么人”，即人工智能教育培养目标应当如何定位的问题。鉴于培养目标的定位与年龄段息息相关，为此本文将做两方面的分析：首先从培养目标的整体框架角度分析《开发标准》《素养框架》《AI4K12》《指导框架》的中外异同，其次考察4个文件中培养目标的学段差异。由于4份文件都没有独立描述学习内容，而是将培养目标和学习内容混合在一起，故在进行培养目标比较时，间或夹带对学习内容的比较。

（1）培养目标的分类

《开发标准》中，培养目标（含学习内容）涵盖3个主题（即人工智能与社会、人工智能与人类智能、人工智能原理与技术），共9个模块，由此展开人、人工智能技术与社会生活三者及之间关系的学习与实践，其中“人工智能原理与技术”为核心主题。《素养框架》中，学习内容涉及4个主题（即人工智能与社会、人工智能与人类、人工智能技术、人工智能系统设计与开发），共12个一级指标和31个二级指标。《AI4K12》则重点围绕5个领域大概念展开，分别是感知（Perception）、表示和推理（Representation and Reasoning）、机器学习（Machine Learning）、人机交互（Natural Interaction）、社会影响（Social Impact）。《指导框架》将与人工智能能力及素养相关的因素划分为知识、技能、情感态度3个产出维度，其中知识和技能维度包括人工智能基础（AI Foundations），理解、使用和开发人工智能（Understanding，Using and Developing AI），伦理和社会影响（Ethics and Social Impact）;情感态度维度包括个人价值观（Personal Values）、社会价值观（Social Values）、社会性价值观（Societal Values）、人类价值观（Human Values）4个模块。为便于比较，本研究将4份文件的培养目标与学习内容维度进行重新归类，按人工智能与社会发展、人工智能与人类智能、人工智能技术与开发3个主题进行划分，其与4份文件内容的映射关系见表1。

（2）学段编码

在学段分类上，《素养框架》和《指导框架》均从理论与实践两个方面对小学、初中、高中3个学段应掌握的培养目标和学习内容作了详细的界定。《开发标准》考虑了4个难度递进的阶段，依次是预备阶段、阶段一、阶段二与阶段三。《AI4K12》将学生按年龄分为4个学段，分別是幼儿园～2年级、3～5年级、6～8年级、9～12年级。为方便比较，在分析文件内容的基础上，本研究将学段划分为幼儿园、小学、初中和高中4个阶段，其与4份文件所列学段的映射关系见表2。

三、培养目标比较与分析

4份文件在人工智能教育目标方面达成三点共识：一是人工智能素养不是一门专业学科，而是21世纪人人必备的一种基本生存能力;二是每个未来公民都需要对人工智能技术有正确的基本了解，而不是只针对少数人的教育;三是应让学生尽可能早地建立对人工智能的认知。

在具体培养维度上，《素养框架》的覆盖面最广，从“理解人工智能技术原理、制定解决人工智能问题的方案并实现目标、沟通与协作”三个实践原则衡量学生的人工智能技术与工程素养;且描述非常细致，不但对所有的一级指标和二级指标都作了内涵界定，而且还针对每一指标区分了不同学段的能力要求（即应该知道什么，能够做到什么）。《开发标准》则针对每一指标将学习内容与能力描述进行对应，从人工智能意识、技术应用能力、实践创新思维、智能社会责任四个方面出发制定培养目标，并列出了相应的实践活动。相较而言，国外2份文件的表述较为简略。《AI4K12》是基于人工智能教育的5个学科大概念进行分学段素养目标的描述，除了在“数据素养”方面涉及较少外，其余部分基本涵盖。《指导框架》则基于知识、技能、情感态度三个维度对人工智能教育相关的能力与素养进行分学段阐述。根据前述三大分类维度，下文将首先对4份文件的培养目标和学习内容进行定位分析，然后再作进一步的中外比较。

1.基于三个维度的分析

在“人工智能与社会发展”这一维度下，4份文件主要聚焦于“人工智能与社会的交互”与“人工智能对社会的影响”两个方面，同时也非常重视人工智能安全、伦理、责任、社会规范相关案例的学习，强调技术德育和技术理性的培养（见表3）。《素养框架》和《开发标准》都将“人工智能与社会”作为独立的一级指标。其中，《素养框架》将这一维度划分为AI社会交互、AI社会影响和社会规范三个部分。《开发标准》主要包括社会影响和社会伦理两个部分，其意义在于能够从生产生活的多个维度与层面来培养学习者参与智能社会的技能，树立正确的价值观念与责任担当。相较而言，《指导框架》更加侧重于价值观的层面，将这一维度划分为伦理与社会、社会价值观、社会性价值观三个部分以及更为详细的子类。《AI4K12》侧重社会影响维度，强调人工智能会以积极和消极的方式影响社会。

在“人工智能与人类智能”这一维度下，4份文件的内容划分见表4。其中，《素养框架》将该维度划分为人工智能与人类关系和伦理道德两个子维度。《开发标准》对学习内容作了详细设计，此维度下要求学生认识人脑和计算机“脑”的区别，理解人工智能和人类智能的关系。《AI4K12》将人工智能与人类智能的内容归于“人机交互”这一大概念下，涵盖了自然语言理解、情感计算、常识推理、意识与心灵哲学、人机交互及其局限性等内容。《指导框架》则将该维度划分为个人价值观（涉及对信息和通信技术的兴趣、持久性/复原力、个人能力的提高、批判性思维和反思、创业精神）和人类价值观（涉及尊重环境/可持续发展的思维方式、对公平的承诺）两个子维度。

在“人工智能技术与开发”维度下，4份文件的内容划分如表5所示。其中，《开发标准》重点关注人工智能的原理与技术，包含了机器感知、表达与推理、机器学习、自然交互4个学习模块。《素养框架》则设计了人工智能技术和人工智能系统设计与开发两方面的内容，且后者是其他文件所没有涉及的内容，旨在让学生对人工智能技术的应用过程有完整的认识。《AI4K12》从感知、表示和推理、机器学习三个方面设计了相应的学习内容。《指导框架》将这一维度划分为人工智能基础以及理解、使用和开发人工智能两个方面。其中，人工智能基础包括算法、编程、问题解决和数据素养;理解、使用和开发人工智能则主要指向人工智能技术、人工智能科技和人工智能发展。这里的人工智能技术特指具体的技术和技巧，例如，能够按特征对物体进行分类，构建一棵决策树或设计一个工作流程来训练和测试人工智能算法等;而人工智能科技则泛指生产工艺和科學技术，例如，为现有的人工智能算法设定一个新的目标，或使用现有的人工智能技术来开发新产品等。

2.国内外差异分析

根据培养目标与教学内容的对应程度，可分为两种情况：目标与学习内容直接一对一关联;目标与学习内容有逻辑联系，但并不显性关联。《AI4K12》属于前者，其学习目标的主题即为学习内容的主题。如此处理的优点在于：一方面，便于教师通过一条完整路径（选择主题→选择目标→选择教学内容→选择活动→实施→学生能力形成/职业规划形成）展开教学;另一方面，不断强调精简的五大主题能够让学生形成较强的系统性框架。中国的两份文件都属于后者，所描述的培养目标与课程内容之间存在隐性的多对多关系。由于缺乏一条明晰的由目标到教学内容的路线，因而更需要教师具备较高的人工智能素养才能找到它们之间的内在联系，这也给一线教师带来一定挑战。

为帮助使用者理解课程目标和内容，《AI4K12》提供了“示例”，《开发标准》设计了“实践活动”，《素养框架》描述了“应该知道”和“应该做到”的指标。就《AI4K12》的“示例”与《开发标准》的“实践活动”而言，前者更聚焦、操作性更强，如在“表示和推理”部分，示例之一为“设计校车路线”，这样的例子教师可以直接拿来使用，学生也可用以自测。而后者需要教师根据“实践指导”进一步联系具体教学来确定教学示例，如“观察和体验生活中的人工智能产品”，具体观察和体验什么产品需要教师自己来确定。从操作的方便性来看，“示例”更有优势;但“实践活动”能为教师提供更多的自主空间，便于不同地区、不同学校开展多元的人工智能教学。

值得注意的是，在4份文件中，人工智能技术都是教学重点，占比最大。除《素养框架》中的内容设置较为均衡外，其余3份文件都是人工智能技术的占比远大于伦理道德、社会关联等内容。但4份文件都包含了伦理道德等人文内容，且基本将这一内容贯穿所有学段。由此可见，人工智能技术的学习是人工智能教育的重点或核心内容，但也不可忽视伦理道德的熏陶。所谓“熏陶”，就是不必独立讲授，而可以选择渗透式的课程思政方式，浸润于利用人工智能技术解决实际问题的过程中，以达到春风化雨的效果。

在给教师的教学建议方面，4份文件都注重与真实问题相关联的教学方式，以及学生跨学科深层次能力的培养，但在具体教学建议方面非常多元，需要教师综合采用。《开发标准》与《新课标》一脉相承，不要求每个算法都由学生实现，避免了不必要的编程知识的学习。《开发标准》强调教师要围绕学科关键能力和核心主题开展创新教学，例如：重视学生初始能力，选择学生感兴趣的人工智能技术让其进行体验;通过任务设定及项目式学习，结合多个学科进行教学设计;通过开发智能机器人的教学过程培养学生深层次跨学科能力。《AI4K12》在“教学指南”中为教师提供了操作性较强的教学建议，主张采用4类学习活动：实验类活动、手工模拟算法的活动（或不插电活动）、设计类活动、案例分析类活动。《素养框架》主要从课程标准与“素养框架”的实施关系角度给出了建议：教师应整体把握课程标准的设计思路，结合学校情况，选择课程内容与教学活动，并将“素养框架”作为教学设计与实施的准则，通过体验、理解、应用、创新、反思5个环节设计课堂教学。《指导框架》则针对不同的学习内容提供了讲座教学、小组学习、项目式学习、基于活动的学习4种教学法指引。

四、学段要求比较与分析

4份文件对不同学段学生的要求存在差异。在学习起点时间上，《AI4K12》是唯一一个在幼儿园阶段就要求学习人工智能技术的文件，而另外3份文件的学习起点时间均从小学阶段开始。

1.人工智能与社会发展维度聚焦产品应用与社会影响

从图2可以看出，“人工智能”与“社会”在各阶段的频次都是最高的，表明各阶段的学习内容与该主题都密切相关。幼儿园阶段，学习内容较少，主要让幼儿了解日常生活中的智能化应用，辨别“好事”与“坏事”;小学阶段，学习内容的高频词有产品、影响、应用、安全等;初中阶段，学习内容的高频词有产品、发展、影响、技术等;高中阶段，学习内容的高频词有发展、产品、影响、系统、应用等。由此可见，人工智能产品的应用和社会影响是贯穿这一主题的最重要内容。

幼儿园阶段为《AI4K12》所独有。《AI4K12》在此学段对学生的要求是：能识别日常生活中的人工智能应用;讨论人工智能应用的价值与局限。这些内容均在《新课标》《开发标准》与《素养框架》的小学阶段中有所体现。

在小学阶段，除《AI4K12》外，其他文件均要求感悟人工智能的应用价值与局限，但侧重与组织方式有所不同。《素养框架》的内容设计循序渐进，逻辑紧密，且大量学习目标要求学生通过举例来说明。例如，面对人工智能可能带来正负面影响的问题，让学生列举人工智能产品应用产生正面影响的例子，以及减少某一人工智能产品负面影响的有效措施。《开发标准》主要集中在“认知”层面，且描述最为详细。例如，“理解人工智能社会的优势、价值”“认识人工智能存在的潜在威胁”等，相关描述具体到了工农业、教育、医疗、娱乐等应用领域。《指导框架》主要体现在伦理与价值观方面。例如，强调为人工智能开发者编写指南，确保人工智能产品的制作符合道德规范等。如果说《指导框架》聚焦价值观，那么《AI4K12》则聚焦于公平性。由于该文件在幼儿园阶段已经讨论过人工智能的价值与局限，因此小学阶段的教学内容进一步提升至技术应用的公平性。例如，让学生讨论“偏见”（用于训练人工智能的原始数据的偏差）是如何影响人工智能决策进而影响社会的。“偏见”这一内容并未出现在其他文件的小学阶段，但在《素养框架》的初中和高中阶段均有涉及，可见《AI4K12》对于教育公平性的讨论具有超前性。另外，《素养框架》要求学生学习“法律规定”相关内容，此内容出现在《新课标》和《开发标准》的高中阶段，而在《AI4K12》中并无要求，可见《素养框架》更早地考虑了对学生人工智能相关法律法规意识的培养。

在初中阶段，《AI4K12》要求学生从开发者角度继续深入对公平性的认识和理解。小学阶段简单了解“偏见”后，《AI4K12》要求初中生能够“解释偏见的来源”“理解人工智能系统设计中的权衡因素”，旨在引导学生从开发者的角度理解“偏见”进而间接体会人工智能对社会的影响，而非直接告知成人设定的“答案”，因而具有很强的建构性。《素养框架》与《开发标准》要求学生更透彻地理解人工智能与社会的关系：2份文件都要求学生透过表象关系，认识到关系背后的社会原理与技术支撑等。例如，《素养框架》要求“通过阐述特定人工智能产品功能，说明这些人工智能产品如何促进社会发展与进步”“人工智能进步既来源于过去社会发展的积累，也源于当前社会新元素的推动”。《开发标准》则要求“理解人工智能产品背后的基本原理，认识人工智能技术在人类社会的发展前景”。《指导框架》要求学生加深对“伦理与社会影响”的理解。例如，理解知识产权的内涵，提高对网络安全的认识程度。整体而言，与《AI4K12》相比，另外3份文件对“人工智能与社会发展”的描述较为笼统和生硬，这一点在其他学段都有体现。

在高中阶段，4份文件对学生均提出了更高要求：《开发标准》要求学生在人工智能与社会的关系方面形成自己的认知观念，在相关道德伦理方面形成自觉的规范意识。《AI4K12》除了要求学生形成自己的认知观念以外，还要具备设计人工智能系统解决社会问题的能力。《素养框架》要求学生能够根据人工智能与社会的关系，分析人工智能未来的发展方向。《指导框架》除了要求学生更加重视对知识产权的理解和应用外，还要求学生能够辨别虚假信息。

2.人工智能与人类智能维度聚焦外在技术对人的内在影响

从图3可以看出，在幼儿园阶段，凸显的关键词包括识别、表情、情感等;在小学、初中和高中阶段，“人工智能”与“人类”均为凸显的关键词;除此之外，小学和初中阶段均强调“智能”“工作”和“产品”，高中阶段更强调“发展”。整体而言，不同学段都强调人工智能作为一种外在技术对人的内在发展产生了某种影响（包括消极影响）。

仅《AI4K12》设计了幼儿园阶段的教学内容，侧重于对人类情感的理解。例如，要求学生识别故事中暗含积极或消极态度的词，或将人脸表情恰当地识别和标注为某种情感，并能解释其原因。

在小学阶段，各文件的教学内容都分为人类智能与人工智能两个方面，不同之处体现在从人类智能到人工智能的展开方式：《开发标准》从讲解底层原理（如大脑组成与神经结构、二进制等）展开;《AI4K12》从学生的感知（如识别、解释、描述）展开;《素养框架》在具体产品或场景中对人类与人工智能进行了对比;《指导框架》从人类价值观（如对公平的承诺）展开。整体而言，《开发标准》不仅要求学生对人工智能与人类智能从根本原理上进行理解，还要求学生对人工智能的含义、发展等有所了解，因此其要求最高、难度最大。

在初中阶段，各文件均要求学生对人工智能有更深入的了解。例如，《素养框架》要求学生知道人工智能更多的作用，辩证认识人工智能给人类带來的便利与竞争;《指导框架》要求学生能够用计算思维解决现实生活中的问题，对信息和数字内容进行比较、分析和批判性评价;《AI4K12》则要求学生自己建构简单机器人，通过人类智能探索如何判断人工智能;在《开发标准》中无此相关内容。整体而言，《AI4K12》对学生的应用能力有较高要求，不再停留于理论比较与理解层面，而是要求学生“建构一个简单的聊天机器人”。

在高中阶段，《素养框架》及《AI4K12》均要求学生对人工智能、人工智能与人类有更宏观的理解。《素养框架》要求学生有预见性理解，例如，认识到目前尚处于弱人工智能阶段以及预测未来可能的发展阶段，分析未来人工智能在赋能人类方面的更多可能性，以及未来可能出现的人机竞争关系等。《AI4K12》则要求学生探索谷歌知识图谱。《指导框架》要求学生进一步挖掘导致人工智能发展不公平的原因。《开发标准》则缺少相关描述。

3.人工智能技术维度聚焦人工智能的核心技术与思想

从图4可以看出，除去核心主题词“人工智能”以外，小学阶段的突显关键词有产品、问题、实现、设计、感知等，初中阶段的突显关键词有技术、实现、设计、应用、问题等，高中阶段的突显关键词有系统、技术、实现、发展、解决、局限性等。整体而言，不同学段的人工智能所需要的核心技术并不相同，其背后所折射出的思想亦不尽相同。

在小学阶段，4份文件均聚焦人工智能技术的具体内容——“机器感知”和“表达与推理”等，但程度不同：在“机器感知”部分，《开发标准》的要求较为基础，如“体验机器的感知功能”“理解什么是感知”等，对应于《AI4K12》幼儿园阶段的部分教学内容。正因为有幼儿园基础教学的铺垫，《AI4K12》在小学阶段的要求相对较高，如需要学生“描述传感器输入如何转变为模拟或数字信号”“使用机器感知构建应用程序”等。《素养框架》则较为循序渐进，从“了解人工智能产品通过模拟人的思维和行动”到“使用人工智能产品解决简单的感知问题”逐步深入。在“表达与推理”部分呈现出类似的区别。此外，各文件也有各自特有的学习内容，例如，《AI4K12》要求学生学习“机器学习”相关内容，而此部分内容在《开发标准》中为初中内容，其他文件则未涉及。《开发标准》要求学生学习“自然交互”相关内容，《素养框架》中的“交流与讨论”部分也有类似要求，其他文件则未涉及。《素养框架》特有的教学内容有算力和人工智能系统设计与开发，其中系统设计与开发中的部分内容只在《新课标》的高中阶段出现，其他文件则未有涉及。《指导框架》与其强调数字人文的主基调一致，特别强调设计思维和数据素养等内容。

在初中阶段，4份文件都将“算法”纳入学习内容，但侧重点不同：《AI4K12》强调算法与感知的联系，要求学生“解释智能感知系统可能利用多种算法”。《开发标准》将算法与机器学习联系在一起，要求学生“了解什么是决策树算法并进行简单运用”。《素养框架》对算法与算力都有要求，学习的具体内容都与人工智能相关，且大多从某个具体人工智能产品出发，如“用程序模块实现某个具体人工智能产品的功能”。《指导框架》对算法与编程内容提出了要求，让学生“能够描述数据和信息的特点”“能够分析算法的执行流程”。整体而言，4份文件均对“机器感知”“表达与推理”两部分内容提出了更高的要求：在感知部分，《开发标准》对初中生的要求集中在了解机器感知的生活应用或综合应用场景，如图像识别等计算机视觉感知的生活应用。《AI4K12》较小学阶段提出了更综合的学习要求，如使用多种传感器和感知类型构建应用程序。《素养框架》要求学生能够针对某个具体的人工智能应用，分析该应用具有哪些感知、交流与行动的能力。《指导框架》提出要能够区分计算机感知和人类感知。在表达与推理部分，各个文件都强调要形成对表达与推理方式的深入认识。

在高中阶段，4份文件在学习内容的层次上都上升到系统化的高度，不再停留于较浅层次的感知、了解与理解，而要求学生从差异比较、实际应用、认识局限性等方面进行学习，在充分了解基础知识的情况下，形成系统性的视野，拥有辩证思维。其中，《开发标准》在高中阶段不再单列机器学习的内容，主要强化机器感知、表达与推理、自然交互。《素养框架》最为系统全面，除了包含《开发标准》单列的4个模块外，还额外设置了人工智能支撑技术、工具选择和使用、系统设计与开发、系统评估及维护等内容。《指导框架》尤其强调理解数据趋势、理解和评估各类学习算法的适用性。《AI4K12》则侧重于让学生了解“感知、表示和推理、机器学习”3个大概念中所涉及到的执行过程、算法差异，以及技术局限性问题。

五、人工智能教育的六大问题省思

当前，人工智能早已逐步渗透到人们的学习、生活和工作中，人工智能教育已成蔚然之势。对于中小学生来说，抓住人工智能教育的黃金时期，培养学生的人工智能素养至关重要。对国内外顶层设计文件进行内容分析，挖掘其中的共识与差异，有助于厘清人工智能教育的思路，兼容并包，持续优化我国中小学人工智能教育的设计蓝图和实施路径。

本研究选择4份国内外人工智能教育的顶层设计类文件进行了横向比较，并将人工智能教育的目标和内容分为“人工智能与社会发展”“人工智能与人类智能”“人工智能技术”三大主题，尽管前两个主题都是与社会人文紧密相关的“软领域”，但所有文件均把侧重点放在了硬核的“人工智能技术”维度：所有文件都强调感知、人机交互、程序设计、开源硬件，《素养框架》还特别增加了“人工智能系统设计与开发”模块。中小学教育强调教育的基础性，4份文件对此均有较好呼应，较为系统好地勾勒出了人工智能教育体系的知识基础和素养体系。其中《素养框架》内容涵盖最广，且从小学到高中学段的变化中，体现出从具体到抽象、从知道到评价的转变，在认知广度、高度、深度上都具有明显变化，在高中阶段更强调学生的逻辑思维能力、批判性思维能力、评价反思能力等高阶思维能力的培养。《AI4K12》更加聚焦人工智能技术领域，注重从低学段开始培养学生的动手操作能力，其归纳的5个人工智能学科大概念（即感知、表示和推理、机器学习、人机交互、社会影响），是对人工智能教育核心内容的较好表征，但与其他三个文件相比具有较明显的技术倾向。《开发标准》在内容上偏向人工智能技术领域，但在对学生动手操作能力的要求上没有达到《AI4K12》的高度，且主要集中在知道和领会层面，尽管阶段三有对应用层面的要求，但在分析、综合、评价层面的要求相对较少。《指导框架》有着明显的数字人文倾向，更为重视对学生价值观的培养。

整体而言，四者各具特色和优缺点，也尚需接受实践的检验。基于对4份文件的系统分析，笔者认为在全面推进我国中小学人工智能教育的过程中亟需澄清如下6个问题。

1.学段内容设置应当是模块式还是螺旋式

学段内容的划分主要有两种方式：一种是每个学段各有侧重的主题，即不同主题的内容放在不同的学段，没有或只有少数主题贯穿所有学段，这种方式也称为模块式课程内容设计;另一种是各学段共享相同或相似的主题框架，但每个学段的学习内容的难易程度不同，即每个主题的内容在不同学段间遵循由易到难、螺旋上升的原则，这就是所谓螺旋式课程内容设计。《开发标准》和《新课标》属于前者，而《素养框架》和《AI4K12》属于后者。前者内容边界明确，教师在教学目标的设定上有较大发挥空间，但由于其本质上是一种“拼图式”课程，容易造成学段之间的割裂，不利于循序渐进、系统地实现育人目标。后者与之相反，是一种比较理想的设计思路，但在教材开发和实践教学中可能会出现教学目标的漂移，因此对教师教学能力的要求较高，如果处理不当，则容易导致不同学段间的重复学习。从这个意义上说，适度平衡两者，兼容并蓄，也许是更好的做法。

2.幼儿园是否适合开展人工智能教育

从初始学段来看，欧洲大部分国家一般从小学一年级开始学习相关内容，国内最新发布的义务教育《新课标》是从小学三年级开始独立设置信息科技课程，而美国的《AI4K12》建议从幼儿园开始学习人工智能。相比5年前，人工智能教育的低龄化现象比较明显，但幼儿园阶段是否适合开展人工智能教育，尚缺少广泛的实践和研究。从人工智能的教育范畴来看，兴趣与意识方面的内容是可以在低龄段培养的。事实上，幼儿也会在生活中认识很多智能化的设备，初步培养其对人工智能的兴趣，可能会对其后续阶段学习人工智能产生积极的影响。例如，在幼儿园教育中，可以结合生活中常用的物品（如智能测温枪、入校门的人脸检测设备等），让幼儿关注到身边的人工智能。然而，幼儿园阶段的孩子尚处在认知发展的前运算阶段，不具备抽象思维能力，并不适合开展数据编码、编程、算法等抽象程度较高的教学，但可以尝试使用一些不插电设备或具身体验，让幼儿体验某些算法规则（如通过幼儿排队体验排队算法等）。幼儿阶段因为他们的精细动作和手眼协调性尚未发展好，所以也不适合开展自主探究等动手操作性太强的智能项目（如搭建小组件、操纵无人机等），但可以通过观看无人机表演、实用磁性拼接类电子套件等视频来弥补，重在培养他们对人工智能学习的兴趣。

3.采用独立课程还是融合课程开展人工智能教育？

我国《新课标》和美国《CSTA课程标准》等国家标准文件都将人工智能教育作为信息技术/信息科技课的一部分来开展。然而，人工智能在未来社会的重要性也引发了许多“将人工智能单独设课”的呼吁。那么，在基础教育阶段，人工智能教育应当作为独立课程开设，还是作为部分内容融合在现有课程体系当中？对这一问题的回答需要结合学科发展和现实情况两方面来看。一方面，就人工智能教育学科发展而言，在课时允许的情况下，作为独立课程开设无疑是学科发展的最优选择。另一方面，就国内而言，国家课程体系已经满负荷运转，在已有义务教育信息科技课程和高中信息技术课程的基础上，不大可能新增独立的人工智能国家课程。在无法作为独立的国家课程开设的情况下，人工智能教育的主战场主要有两个：一是作为现有信息技术/信息科技课程的重要组成部分。遗憾的是，从现有《新课标》对人工智能内容的包容情况来看，依然存在重点弱化、主线模糊、衔接不畅的问题，从这个角度上说，如何强化人工智能相关内容的一体化设计将成为未来《新课标》修订的一个重要任务。二是作为国家三级课程体系的有机组成部分，人工智能教育还可以通过地方课程和校本课程来开展。例如，广州市全域推广的人工智能课程就是典型的地方课程，而像江苏无锡一中、浙江温州中学、广州南武中学等师资和软硬件条件较好的学校，早已先行开展了人工智能教育的校本探索。此外，学科融合类课程也是开展人工智能教育的一种载体。事实上，人工智能教育本身就是一种跨学科教育，它跨越了信息技术、计算科学、数学、科学、工程等学科，强调在多学科领域中运用计算工具和方法来解决问题，核心是为了培养学生的计算思维。因此可以通过程序设计、机器人、无人机等智能系统的设计、开发与应用来开展科学探究和工程实践，实现数学、物理、生物、创客教育、STEM教育和人工智能教育的深度融合，尤其是低龄段的人工智能教育更适合采用跨学科教育的方式来开展。值得庆幸的是，教育部最新发布的《义务教育课程方案（2022年版）》和各学科课程标准，首次设立了跨学科主题学习活动，占各门课程10%以上的课时，为基于跨学科的人工智能教育提供了丰富的落地空间。

4.人文主义在人工智能教育中为何重要

在4份文件中，《指导框架》最强调人文主义在人工智能教育中的重要性。在2021年的国际人工智能与教育会议上，联合国教科文组织将用人文主义指导人工智能与教育领域的政策和实践确立为国际共识，并倡议世界各国为此付出努力。同时，该会议还提出包容性、公平性和性别平等是人工智能与教育领域最重要的人文主义目标（苗逢春，2022）。在基础教育阶段，引导中小学生从人与自然的关系、人与人的关系、人與社会的关系、人与技术的关系等方面建构个体价值观，让他们在人生的早期阶段就建立起正确的人机互动伦理观，能够正确地理解机器、数据、算法背后技术对人类社会的影响，是非常重要的。4份文件均有人文主义的考虑，具体体现在“人工智能与人类智能”“人工智能与社会发展”两个主题中。“人工智能与人类智能”是《素养框架》和《开发标准》中共同涉及的内容，但每个文件触及到的维度及学段有所不同：《素养框架》主要涉及“人工智能与人类的关系问题”和“人工智能伦理道德”维度，且这部分内容渗透在各个学段当中;《开发标准》主要涉及“人类智能”和“人工智能”维度，且仅对预备阶段和阶段一的学生提出要求，旨在让初学者认识人工智能与人类的关系，要求相对较低。从整个内容体系而言，“人工智能与人类的关系问题”和“人工智能伦理道德”等内容可以和“人工智能与人类社会”合并为一个完整的主题，并贯穿于整个人工智能教育的体系之中，从而与“人工智能技术与开发”形成并列的两大主题，一文一理（人文+技术）、双轮驱动人工智能教育的可持续发展。此外，人工智能也可以作为课程思政的载体，解决为谁培养人的问题，实现人工智能教育立德树人的价值（冯士海，2021）。

5.中小学生是否需要学习人工智能系统的开发

与其他3份文件不同，《素养框架》是唯一一份单列了“人工智能系统设计与开发”模块的文件，且这一模块的内容从小学贯穿至高中，主要包括“系统设计与开发”和“系统评估与维护”，强调人工智能是一项系统工程。这种情况与笔者2020年分析的4本《人工智能初步》国标教材的情况有一些相似之处（詹泽慧等，2020）：在4本国标教材中，只有粤教版教材有专门一章介绍人工智能系统的设计与开发，其他3本教材则只是在阐述人工智能典型应用（如文字识别和图像识别）时，以开放平台为例作初步讲解，并未深入介绍系统开发。从高中《人工智能初步》教材的使用情况和一线教师的反馈来看，在实际教学中确实很少涉及人工智能系统的设计与开发，一般只是停留于人工智能技术和典型应用的介绍。然而，作为满足学生个性化发展的需要，部分学有余力的学生可以将人工智能系统开发作为课外拓展学习内容。那么，小学和初中生有必要学习人工智能系统开发吗？如果以高中阶段为参照，同时考虑到师资力量薄弱的小学和初中的现实情况，答案是不言而喻的。但是，如果以我国义务教育《新课标》中设计的“过程与控制”“物联网实践与探索”等模块内容为例，将人工智能系统“简化”为软硬件结合的自动化控制系统，同样可以培养中小学生对人工智能系统组成要素、协同机制、系统设计、迭代优化等初步概念与基本思想的认识与理解（顾佳敏，2019）。从这个意义上说，中小学人工智能教育不是人工智能的专业教育，需要突出基础性特征，其实现路径和内容也应当具有包容性和多样性（钟柏昌等，2022）。

6.如何创新人工智能课程的学习评价

由于部分文件缺少针对评价建议的具体描述，故本文并没有从评价角度对4份文件进行比较分析，但鉴于评价是决定人工智能教育能否有效落地的关键问题，因此有必要对其作进一步讨论。首先需要明确的是，究竟什么才是人工智能课程学习评价的重点？人工智能课程与传统科目的一个重要差异在于其特别强调做中学、创中学、学中做、学中创，即做到“做学创合一”。因此，对其学习效果的评价应当是证据导向的素养评价，而不是结果导向的知识测试。为此，在评价维度的设计上，应重点关注学生“做”的表现和“创”的表现，实际上就是在真实情境中以人工智能技术为核心兼顾人文艺术的综合应用能力。学生参与的实践、探究、合作、创造的过程及其结果，都应纳入评价的范围。那么问题的关键在于，我们应如何获得学生的这些过程性和结果性“证据”并形成有效的学习历程档案？显然，完全依赖人工的方式很难做到。从这个意义上说，人工智能课程的学习评价离不开人工智能技术的支持，也离不开智能化评价方法的构建。例如，笔者团队在立体化人工智能教材开发实践中设计的智能化学历案，初步打通了纸质教材和线上学习平台的衔接，不仅能够方便地采集和加工数据，而且能够为学生的合作探究和实践创新提供学习支架。此外，学习评价不应是孤立的，需要倡导教、学、评一体化的评价设计，以学定教、以评促学，唯此才能维持三者必要的张力（詹泽慧等，2022）。

参考文献：

[1]方圆媛，黄旭光（2020）.中小学人工智能教育：学什么，怎么教——来自“美国K-12人工智能教育行动”的启示[J].中国电化教育，（10）：32-39.

[2]冯士海（2021）.融入信息技术课程的人工智能教育思考[J].中国信息技术教育，（5）：87-89.

[3]閣議決定（2019）.統合イノベーション戦略2019[EB/OL].[2019-06-21].https：//www8.cao.go.jp/cstp/togo2019_honbun.pdf.

[4]顾佳敏（2019）.人工智能教育在初中信息科技课程中的初步探索[J].上海课程教学研究，（9）：31-34.

[5]苗逢春（2022）.从“国际人工智能与教育会议”审视面向数字人文主义的人工智能与教育[J].现代教育技术，32（2）：5-23.

[6]施云燕，裴瑞敏，陈光等（2021）.国外人工智能人才培养政策及对我国的启示——以美国、英国、加拿大、日本为例[J].今日科苑，（5）：22-28.

[7]熊露莹（2021）.中美基础教育信息技术课程比较——基于两国信息技术课程标准的比较研究[J].中小学信息技术教育，（10）：53-56.

[8]詹泽慧，姚佳静，吴倩意等（2022）.人工智能课程中表现性评价的设计与应用[J].现代教育技术，32（5）：32-41.

[9]詹澤慧，钟柏昌（2020）.高中人工智能教育应该教什么和如何教——基于四本《人工智能初步》教材的内容分析[J].电化教育研究，41（6）：68-74，82.

[10]中国教育学会（2021）.中小学人工智能课程开发标准[EB/OL].[2021-10-20].http：//www.cse.edu.cn/.

[11]中华人民共和国中央人民政府（2017）.新一代人工智能发展规划[EB/OL].[2021-07-08].http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[12]中央电化教育馆（2021）.中小学人工智能技术与工程素养框架[EB/OL].[2021-11-30].https：//www.ncet.edu.cn/zhuzhan/tztgao1/20211130/5505.html.

[13]钟柏昌，刘晓凡（2022）.人工智能教育教什么和如何教——兼论相关概念的关系与区别[J].中国教育科学，（3）：22-40.

[14]AI for Humanity （2019）. French Strategy for Artificial Intelligence[EB/OL]. [2019-03-19]. https：//www.aiforhumanity.fr/en/.

[15]CSTA （2017）. About CSTA’s K-12 Standards [EB/OL]. [2022-01-20]. https：//www.csteachers.org/page/about-csta-s-k-12-nbsp-standards.

[16]National Science and Technology Council （2016）. The National Artificial Intelligence Research and Development Strategic Plan[EB/OL]. [2018-11-24]. https：//www.whitehouse.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/national_ai_rd_strategic_plan.pdf.

[17]UK Government Office for Science （2016）. Artificial Intelligence： Opportunities and Implications for the Future of Decision Making[EB/OL]. [2016-11-15]. http：//www.gov.uk/government/uploads/system/uploads/attachment_data/file/566075/gs-16-19-artificial-intelligence-ai-report.pdf.

[18]UNESCO （2021）. K-12 AI Curricula： A Mapping of Government-endorsed AI Curricula[DB/OL]. [2021-12-28]. https：//unesdoc.unesco.org/ark：/48223/pf0000380602.

Top-Level Design of Artificial Intelligence Education： Consensus， Differences and Issues

——Content Analysis Based on Four Sets of Standard Documents

ZHONG Baichang，ZHAN Zehui

Abstract： Currently， AI education is highly valued worldwide， and although countries have reached a consensus on how to carry out AI education， a unified program has not yet formed. A content analysis of the top-level design documents released at home and abroad to promote AI education is carried out in order to uncover their consensus and clarify their differences， which can help provide a reference for the design blueprint and implementation path for the continuous optimization of K-12 AI education in China. Through the analysis of four sets of representative top-level design documents on AI education， it is found that all four documents embrace the three main themes of “AI and social development”“AI and human intelligence” and “AI technology”， but the training objectives and the requirements of academic segments focused on by the documents reflect consensus and some differences. In terms of training objectives， the four documents have a high degree of consensus on the general objectives， but the specific content dimensions show diversified characteristics; in terms of the requirements of the academic segments， some documents have different starting time settings and varying degrees of difficulty progression. In the implementation of AI education in primary and secondary schools in the future， it is necessary not only to re-examine the way of setting the content of school sections and the mode of setting the AI curriculum， but also to fully consider the appropriateness of AI education in kindergartens， the importance of humanism in AI education， the necessity of learning AI system development for primary and secondary school students， and the innovation of AI curriculum learning assessment.

Keywords： Artificial Intelligence Education; Artificial Intelligence Curriculum; Top-Level Design; Curriculum Standard; Content Analysis