美国人工智能教育：结构特征、发展动因与现实挑战

崔 铮，尹金灿

（辽宁大学 中国开放经济研究院，辽宁 沈阳 110136）

以人工智能为代表的新兴技术正不断塑造着世界经济政治格局，人工智能领域也成为美国政府优先支持的发展领域。近年来中美关系紧张，美国视中国为“主要竞争对手”，人工智能也成为中美竞争的“新战场”。因此，基于人工智能教育对产业发展的核心地位及其在战略中的重要作用，了解美国人工智能教育的布局，分析美国开展人工智能教育的动因，客观看待美国人工智能教育面对的挑战，对中国发展本国人工智能教育、更完善应对人工智能领域的大国博弈具有一定意义。

一、美国人工智能教育的结构特征

人工智能教育在美国社会各层面已得到普及，基于目前的发展趋势，美国人工智能教育呈现五大特征。

（一）以政府投资为支撑，提供教育资金

资金支持是美国开展人工智能教育的基础。教育培养时间周期长，覆盖范围广，需要顶层设计的长期支持和持续投入，否则无法达到战略预期。美国政府通过资金投入的方式发展人工智能教育，美国划拨教育领域的预算节节攀升。2020—2022 年三年期间，美国教育领域的预算分别为2626 亿美元、4971 亿美元和6370 亿美元，综合增长率为超过200%，其中2022 年教育领域的财政预算为全年预算的5.6%[1]。美国国防部高级研究计划局表示2018—2022 年在人工智能领域继续投资20亿美元，用以资助现有和新推出的项目[2]。2021 年5 月，美国国会通过《无尽前沿法案》，成立技术和创新理事会（DTI），决定在未来五年对高科技领域追加一千多亿美元的投资，加深同盟友、伙伴和国际组织在关键技术领域的合作[3]。此外，美国国防部与非政府组织编程学院（The Coding School）合作，拨款300 万美元作为奖学金培养下一代AI 领导人[4]。

（二）以青少年教育为基础，储备未来AI 人才

青少年教育是美国开展人工智能教育的重点。2011 年美国国家科学院研究委员会公布的《成功的K-12 阶段STEM 教育：确认科学、技术、工程和数学的有效途径》报告将扩大具有STEM 素养的劳动力、扩大继续在本科和研究生阶段攻读STEM 专业的学生人数和扩大STEM 领域女性和少数族裔人群视为美国在K-12 阶段发展STEM 教育的三大目标。具体来说，美国在三个方向开展青少年人工智能教育。首先，分阶段开设青少年人工智能课程。在中小学阶段引入AI 教育能够建立儿童对人工智能技术兴趣和好奇心。升至高中阶段，通过开设包含基础编程、高级数学、数据科学等核心课程能将好奇心转变成更坚实的学习兴趣。当前美国中小学的编程教育已十分规范化、体系化，编程内容已经被写进了《K-12 计算机科学标准》，编程学习始终贯穿于各学段[5]。其次，加快完善青少年AI 教师体系建设。尽管存在对人工智能最终会取代教师的担忧，但引入AI 的根本目的在于为学生提供个性化的教育机会，进而提升教育质量。尤其是利用人工智能技术分析学生个体的学习风格和薄弱学科，提出针对性的教育方案，不仅能帮助学生进步，还能提高课堂参与度。比如，马里兰州加大对教师的培训，探索AI+教师协同教学模式，指导教师更适应人工智能时代的教学要求[6]。最后，以竞赛激发青少年AI 学习热情。美国国家标准和技术研究所（National Institute of Standards and Technology）与学术界和私营部门合作，在美国高中举办网络安全竞赛[7]。美国国家航空航天局也投资STEM 计划，举办各类科技比赛，并提供奖学金和实习工作机会。

（三）以高等院校为基地，强化产学研合作

高校是美国开展人工智能教育的基地。首先，美国拥有全球最顶尖的人工智能科研院校。全球顶尖人工智能专业排名前十名的高校有七所位于美国。卡内基梅隆大学、麻省理工学院和斯坦福大学位居前三[8]。其次，美国人工智能教育历史悠久、发展基础良好。世界首个人工智能研究中心于1956 年在达特茅斯学院成立。在过去二十年，大学与产业界、政府和非营利机构之间的人工智能相关出版物增加一倍多[9]。近年来，美国顶尖院校也加快建立人工智能研究中心的步伐。2018 年，麻省理工学院宣布投资十亿美金建设以跨学科为核心的计算机学院，发掘人工智能技术与传统人文学科结合的潜力[10]。2019年初，斯坦福大学成立以人为中心人工智能研究所（Institute for Human-Centered AI），重点是开发受人类智能启发的人工智能技术，研究、预测和指导人工智能对人类和社会的影响。2021 年12 月，哈佛大学正式成立肯普纳自然与人工智能研究所（The Kempner Institute for the Study of Natural and Artificial Intelligence），目标是寻求从根本上理解自然和人工智能的关系，探究自然与系统的智能基础。最后，美国高校不仅关注理论研究，还重视培养应用型人才。为满足产业对人工智能专业的需求，近一百所美国高校已经开设AI 相关课程。同时，高校鼓励学生进行跨学科交流，探索人工智能在人文学科、工程管理、法律服务等领域的潜在应用，旨在培养覆盖全行业的创新复合型人才。

（四）以线上教育为辅助，提高全民技术素养

第一，在线平台是美国人工智能教育的新方式。美国最大在线教育平台Coursera 网络课程与200 多家大学和公私合作，为全球7700 万学习者提供学习机会。在Coursera 平台上，和数据分析和人工智能相关的课程最受欢迎。其中，斯坦福大学计算机教授吴恩达（Andrew Ng）教授的机器学习课程于2021 年上线，截至2023 年已有超过500 万人学习，激发了社会人群对人工智能的学习热情。麻省理工学院创建的免费在线教育平台Online Course Ware也将人工智能教学视为重点，提供机器学习、深度学习、数据分析、自动驾驶等AI 核心课程，不仅让大众了解人工智能的多方应用，而且搭建了人工智能社区学习平台。网络人工智能课程的普及让此前无法在传统教育模式中学习人工智能技术的民众拥有极低成本了解新技术的机会。同时，网络课程学习灵活度强，学生可根据自身情况选择学习时间、内容。

第二，新媒体传播人工智能基础知识。麻省理工学院的AI 研究员莱克斯·弗里德曼（Lex Fridman）在视频网站YouTube 的频道探讨人工智能等科技对人类社会发展的影响，目前共有271 万订阅者，在普及人工智能知识上具有一定影响力。包括企业家伊隆·马斯克（Elon Musk）、物理学者尼尔·德格拉斯·泰森（Neil deGrasse Tyson）、脱口秀主持人约翰·奥利弗（John Oliver）等各行各业的“网红”都在视频平台和播客中对人工智能的未来发展进行讨论，提高美国民众对人工智能的了解，培养全民技术素养。

（五）以国家安全为借口，遏制他国AI 发展

安全化是美国人工教育的外交特征。国家安全视角下，美国开展人工智能教育主要基于两种方式。首先，与盟友加强合作，建立“人工智能教育联盟”。第一，构建紧密学术创作联系。如果以AI 论文发表数量为判断各国AI 教育重视程度的标准，QUAD四国在2010—2020 年期间共发表682605 篇AI 相关论文，占全球AI 论文发表的29.6%，对AI 研究重视度极高。印度每一百篇发表的人工智能论文，有22 篇和与美国学者或机构合作。日本和澳大利亚在国际上合著的人工智能论文中，19%与美国附属机构合作[11]；第二，加强校际学术交流。美国高校与澳大利亚新南威尔斯大学合作，旨在开发负责任和有道德的人工智能技术，解决干旱、环境污染和传染病等社会问题[12]。此外，包含美国和印度高校的美国——印度人工智能（USIAI）伙伴关系为美印人工智能研究和开发提供常规交流通道[13]。

其次，渲染“中国威胁论”，颁布限制性人才政策。德克萨斯参议员约翰·科宁（John Cornyn）认为美国大学忽视来自中国学生对美国军事机密和知识产权的威胁[14]。2018 年，美国政府开始对中国籍研究生签证进行严格审查。2020 年5 月，时任总统唐纳德·特朗普（Donald Trump）发布关于“暂停来自中华人民共和国的特定学生和研究人员作为非移民入境”的第10043 号总统公告（PP10043），撤销了许多中国学者现有签证并拒绝其他签证申请[15]。该公告的核心影响是对在指定大学学习过的中国学生实行“一刀切”的签证拒绝政策。据乔治城大学CSET 中心估计，该政策导致政府每年至少拒绝3000—5000 名中国研究生[16]。

二、美国发展人工智能教育的动因

根据美国人工智能教育体系的五大特征，结合美国推进人工智能所颁布的战略文件，我们将从国内国际两个维度，分析美国发展人工智能教育的四个具体原因，寻找美国人工智能教育背后的底层逻辑。

（一）人才培养是实现美国AI 战略的关键

实现战略目标是美国发展人工智能教育的国内层面的首个原因。2017 年特朗普政府公布的《美国国家安全战略报告》确立了美国在人工智能领域维持全球领先地位的目标[17]。2021 年6 月8 日，国会通过《2021 年美国创新与竞争法案》，重点关注以人工智能技术为代表的科技发展，将投资数十亿美元用于包括人工智能、先进制造业等关键技术创新。2022 年2 月，国会又通过《2022 年美国竞争法案》，加大美国政府对人工智能的政策支持力度。来自不同政党的两任总统都重视发展人工智能为美国国家战略的优先事项，说明美国两党在AI 发展上达成战略共识。

对人工智能教育的重视也体现在美国各类战略文件和政策中。2019 年，时任总统特朗普在《美国国家人工智能研发战略计划：2019 年更新版》中明确指出，“要改革现有教育体系，重点发展信息科学，以满足人工智能发展对研发人员的需要，并调整美国的人力资源以适应未来生产结构的变化”[18]。拜登成为美国总统后，延续特朗普政府对人工智能教育的重视。《2021 年美国创新与竞争法案》将计算机科学纳入中小学教育课程体系，并提供奖学金推动STEM 劳动力的培养和发展。2021 年7 月，拜登政府组建国家人工智能研究资源工作组为AI 研究人员和学生提供计算资源、高质量数据、教育工具和用户支持[19]。一方面，美国各类人工智能战略文件多次提到人工智能教育的重要性；另一方面，如何培养满足国家战略需求、应对市场要求、具有技术素养的人是开展人工智能教育的关键。

（二）美国国内AI 人才短缺现象严重

着力开展AI 人才培养工作，为本土劳动力市场输送AI 人才，建立均衡的AI 人才供需关系，是美国发展人工智能教育国内层面的又一原因。人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式，引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升[20]。鉴于美国在过去几十年生产力增长的放缓，人工智能和机器人对提高生产力有正向作用，但在短期内可能加剧劳动力的现有问题[21]。美国AI人才市场已出现供给－需求错配问题。一方面，人才需求增加。根据美国劳工统计局预测，自2016—2026 年，计算机相关的工作将增加13%。2015—2019 年，计算机和信息科学家良好的就业情况和工资的增长表明市场需求强烈[22]。另一方面，人才短缺现象严重。首先在宏观层面，具有特定技能的AI人才供给不足。其次在微观层面，特定组织或地理区域在招聘和保留AI 人才方面遇到严重挑战。有多个原因造成人才供给－需求错配。第一，AI 人才存量不足。在2015—2018 期间，计算机科学和工程专业的每年增加20 万本科毕业生，成为美国人数增长最快的专业[23]，侧面反映了美国劳动力市场中AI人才数量有限；第二，美国人才吸引力减弱。保守的移民政策和其他国家的人才吸引计划正不断削弱美国在招聘和保留顶级人才的吸引力；第三，非计算机科班出身毕业生竞争力有限。美国公司招聘AI人才时大多不接受编程学校、在线课程提供的职业证明，导致公司错过具有编程技能、但不具备应聘资格的劳动力。

（三）谋求国际人工智能技术霸权

谋求技术霸权是美国发展人工智能教育的国际层面的首个原因。在新一轮科技革命的推动下，权力内涵、权力结构和权力体系都发生了重大变革，是否掌握前沿战略领域的技术，决定了一个国家的国际竞争力和国际地位[24]。技术霸权是具有技术领先地位的国家和地区凭借技术力量比较优势在国际关系中所处的一种支配“地位”或“非均衡状态”[25]，美国视人工智能为谋求全球技术霸权的支柱。因此，萨姆·萨克斯（Samm Sacks）提出美国应以“小院高墙”（small yard high fence）的形式进行对华科技竞争，即对国家安全密切相关的领域进行封锁和限制，并在其他领域仍与外界保持联系，以此留出科技互动的通道，旨在增强美国的全球技术领导地位和竞争力。

近年来，中国人工智能发展迅速，同样注重AI人才培养。《国务院关于印发新一代人工智能发展规划的通知》指出，我国要“完善人工智能教育体系，加强人才储备和梯队建设，加快引入全球顶尖人才和青年人才，形成我国人工智能人才高地”[20]。人才之争也成为中美人工智能竞争的关键。在谋求人工智能技术霸权的道路上，美国不断颁布人才限制计划，挤压在美中国人工智能研究者科研空间，其本质是以极端手段限制科技交流，形成技术的封闭循环，保持自身在人工智能技术的绝对领先优势，进而维护自身在国际经济政治格局中的支配地位。遏制中国的人工智能发展，不仅暴露美国对霸权的迷恋，也凸显对正失去全球人工智能研发和商业活动垄断地位的焦虑。而对技术的过分封锁、限制和垄断会削弱超级权力的强制性及合法性基础，不仅代表硬实力的竞争力和创造力可能会因此下降，作为超级权力的经济环境之一的全球供应链受损，市场活力和市场份额难保，而且作为合法性源泉的信任和软实力滑坡[26]。事实上，美国在追求技术霸权的同时也在失去霸权。

（四）寻找意识形态宣传新工具

将人工智能塑造为传播意识形态的工具是美国发展人工智能教育国际层面的第二个原因。被赋予价值观倾向的人工智能已经成为美国传播意识形态的新工具。在国内层面，美国政府不断为人工智能披上价值观外衣。特朗普政府在2019 年推出的《维系美国在人工智能领域的全球领导地位》中指出，美国将“促进公众对人工智能技术的信任和信心，并在应用环节中保护公民自由、隐私和美国价值观”,明确将中性的人工智能与价值观挂钩。2020 年《关于促进在联邦政府中使用可信的人工智能的行政命令》确立了“开发和使用符合美国价值观、并对社会有益人工智能”的指导原则[27]。2021 年7 月，美国国务卿布林肯表明，“在AI 使用上，拜登政府的任务是提出并实施令人信服的愿景，即服务美国人民、保护美国利益和维护美国民主价值观”[28]。拜登政府白宫科技政策办公室更推出《AI 人权法案蓝图》，设立在AI 时代保护美国权益的原则[29]。

在国际层面，人工智能民主观是美国联系盟友的纽带。2019 年，美国领导出台经合组织（OECD）人工智能原则，强调发展“以人为本和值得信任的AI”。2018 年3 月，欧盟委员会发布《人工智能时代：确立以人为本的欧洲战略》，与美国的人工智能民主观遥相呼应。2023 年1 月27 日，美国和欧盟签署人工智能合作协议，双方合力推动人工智能的负责任应用，进一步突出人工智能的价值观取向[30]。

事实上，通过美国对人工智能意识形态的渲染，美国正传播这一理念：即具有民主色彩的AI 才是具有符合美国利益、对社会有益的人工智能，更是爱好和平民主的人民应该共同拥护的AI。在本该中性的人工智能技术上人为划线，区分“民主的AI”和“非民主的AI”，美国企图利用人工智能作为意识形态宣传新工具。而意识形态宣传已超越教育本身，成为融入社会各层面、反映社会经济形态的思想体系。

三、美国人工智能教育的现实挑战

尽管近年来美国人工智能教育发展迅速，并在AI 人才培养和聚集方面取得一定成效，但由于人工智能技术的不可预测性、技术发展的不均衡性、人才政策的封闭性、AI 道德伦理的复杂性，美国AI教育面临多重发展挑战。

（一）新技术对教育带来的不确定因素

第一，以ChatGPT 为代表的新技术对学生创造力的负面冲击。现阶段ChatGPT 擅长回答非量化且答案较为固定的常识性问题。事实上，ChatGPT 凭借着强大的算力和海量的训练集，高速快捷地解决重复性工作。但由于不具备记忆功能，也很难更新参数和数据，ChatGPT 无法创造性地解决问题。也就是说，ChatGPT 并非“回答”了用户的问题，而是根据大量的参数“生成”符合问题语义的答案，并不具备分析决策的能力。此外，ChatGPT 在生成答案过程中，无法识别，甚至伪造不存在的虚假链接，导致产生不负责任或简单随机的回答。如果学生普遍使用ChatGPT 作为课业辅导，那么学生将无法获得真正经过逻辑分析得到的答案，甚至有可能得到充满错误和偏见的答案，对自身认知成长带来巨大危害。因此，如何协调AI 技术在教育的应用是必须解决的难题。

第二，协调新技术背后企业与监管机构间的矛盾。由于技术应用领先于相应监管政策的出台，在政策对新技术约束之前，商用的新技术往往已经取得一定影响力。监管政策势必会限制新技术的使用，进而减少企业的利润。所以技术与监管政策、企业与监管机构之间存在天然的矛盾。一方希望人工智能以最快的速度进步，推出更具颠覆性的创新技术，赚取更多的利润。而另一方则希望更深入掌握新技术，并对新技术施加更强的控制力，进而颁布更有效的监管政策。以ChatGPT 为例，2023 年1 月微软公司对ChatGPT 的开发公司OpenAI 追加投资100亿美元，加速聊天机器人的研发和创新。但同时，高校和监管机构正寻找应对之策。美国斯坦福大学研究团队推出DetectGPT，已成为首批在高校检测ChatGPT 生成文本的工具之一。洛杉矶、纽约、华盛顿特区、亚拉巴马部分区域已明令禁止公立学校使用ChatGPT[31]。技术与监管的博弈逐渐升温，利益协调难度加大。

（二）人工智能教育资源分配不均

首先，美国人工智能教育资源集中在少数精英大学。精英大学凭借着完善的科技基础设施，先进的配套硬件和丰富的人才储备垄断了发展人工智能教育的渠道。普通大学和精英大学在AI 领域的硬件差距阻碍了研究人员解决重要和紧迫挑战的能力，还限制大学为学生提供教育机会的类型，因此，人工智能资源在头部院校集中构成生产力、竞争力和公平的问题。其次，美国AI 人才集中在少数城市。美国湾区的AI 人才集中度在全球排名第一，多于第二名西雅图和第三名纽约的总和[32]。根据CSET 研究报告，美国人工智能产业中心主要分布在旧金山（27%）、纽约（13%）、洛杉矶（13%）、西雅图（9%）、波士顿（5%）和华盛顿特区（5%）[33]。AI 人才聚集的地方往往又是AI 产业发达，造成“强者越强，弱者越弱”的恶性循环。最后，美国人工智能教育缺乏统筹协调。美国采取分散式的人工教育模式，虽然在设计课程上提供更多实验和创新的机会，但缺乏全国统一的安排可能会加剧不同地区课程严谨性、学生评价标准和教育工作者评估等领域的差异，进而突出州际的数字鸿沟。因此，如何平衡美国城市——农村、精英大学——普通院校间的人工智能教育资源，是美国AI 教育面临的挑战之一。

（三）封闭人才政策限制发展动能

美国人工智能发展严重依赖国际人才贡献，但渐进保守的人才政策正限制美国人工智能的发展动能。首先，对高端人才吸引力减弱。在美国大学和公司就业的计算机科学专业毕业生中，有51%的硕士和59%的博士在海外出生[34]。在硅谷从事计算机和数学相关工作、年龄在25—44 岁的人员中，70%在国外出生[35]。目前美国大学贡献约5 万人工智能相关专业国际毕业生，其中硕士约44000 人，博士3000 人[36]。发表的顶级人工智能论文中，62%的论文的共同作者来自不同国家[37]。国际化的AI 学术合作是美国保持全球人工智能科研领先的重要原因。在保守人才政策和无故打压学者的恶劣环境下，美国高等院校的吸引力正在减弱。2016—2018 三年期间，国际学生拒绝美国大学录取的数量增加了三倍[36]。过去，美国凭借其世界唯一科技霸权国的地位掩盖人才移民制度的缺陷。但在全球对人工智能领导地位的权力之争中，美国封闭的人才政策可能成为美国竞争力的负资产。与之相反，加拿大、英国和法国等国为了解决AI 人才短缺问题，已经出台针对外国临时工人的签证政策，甚至考虑向高端人才开放移民系统。更加友好的人才政策不仅能提高人才包容国对高端人才吸引力，还有助于塑造更积极的国际形象，增加在全球人工智能竞争中的比较优势。

（四）数据和算法伦理问题有待解决

人工智能教育可能产生道德伦理问题，重点集中在两点。第一，人工智能教育数据伦理问题。AI系统可能收集并分析学生的大量数据，包括家庭基本信息、学生心理状况和学习障碍等敏感信息。人工智能教育在数据的收集、存储和使用的过程中，需应对三项挑战。首先，数据收集方式和方法不透明。数据被收集者往往在不知情的情况下提供个人数据，但目前大众数据隐私意识较为薄弱。因此AI 教育应重视宣传数据隐私保护，提高维护个人数字权利意识。其次，数据存储存在泄露风险。2022 年9 月，美国洛杉矶联合学区受到黑客网络攻击，导致计算机系统的瘫痪，大量学生数据被泄露。恶意网络攻击事件的发生提醒人们在信息化教育时代，教育系统必须重视数据的安全保护。最后，数据使用可能影响学生合法权利。教育数据的使用可能影响学生成绩，进而激化教育不公平矛盾。

第二，人工智能教育算法伦理问题。首先是算法黑箱问题。由于人工智能技术本身的复杂性，教育从业者对算法运作机制的理解有限，并不能完全清楚算法的目标和意图。其次是算法歧视问题。人工智能算法在统计层面的合理性不能考虑学生特殊成长环境和文化背景，因此产生算法偏见问题。最后是个性化教育问题。基于过去积累的教育数据，人工智能算法归纳推理出标准化和一般性教育结果，暂时不能满足个性化学习的要求。

四、结语

综上所述，美国已形成特点鲜明、结构完整的人工智能教育体系。基于中美科技竞争态势逐渐复杂多元的背景，结合中国人工智能发展的趋势，中国在培养AI 过程中应做到以下三点。

一是借鉴美国人工智能教育经验，重视自身AI人才培养。2021 年9 月，习近平总书记在中央人才工作会议上强调，“人才是第一资源”[38]。2017 年7月，国务院印发的《新一代人工智能发展规划》中将人工智能人才的培养和教育工作设为发展人工智能的核心目标之一。无论美国如何遏制中国人工智能发展，提高自身核心竞争力是中国应对如今科技博弈的关键。中国应提高人工智能公共教育投入，打造重点突出、覆盖全面和结构灵活的人工智能教育生态。客观地讲，美国人工智能教育在过去四十多年的发展中取得相对瞩目的成绩，值得中国AI 教育发展学习借鉴。在学生个体的发展层面，中国应参考美国在青少年人工智能教育积累的宝贵经验，以传授基础科技知识和培养创造性思维为基础目标，打造面向未来的AI 教育战略。在社会整体的进步层面，中国也应借鉴美国在推动人工智能技术产学研紧密结合的举措，发展以市场为导向的AI 高等教育，推动AI 教育为实现中国式现代化提供基础性知识支撑。

二是避免美国人工智能教育发展弯路，警惕AI技术负面影响。美国人工智能教育发展过程中遇到对新技术缺乏应对、教育资源愈加不平衡、人才政策趋于保守和技术伦理挑战等问题。中国在发展自身人工智能教育时，应坚守底线，在倡导合理使用技术的基础上，注重规范科技伦理，积极稳步推进人工智能教育领域制度化建设，在法律和行政层面建立对人工智能技术及应用的全方位规范体系。此外，还要注意人工智能教育资源在各区域间、各级各类、各学校间和城乡间分配不均衡问题。不仅应大力进行AI 人才培养，还要着力发展人工智能教师培养工作。采取优惠政策吸引教师到人工智能教育相对欠发达地区工作，与当地共享先进教育教学理念，尽可能缩小AI 教育鸿沟。

三是寻求全球人工智能教育合作，呼吁教育与意识形态脱钩。除美国，欧盟、日本、俄罗斯等国都加大对人工智能发展的支持力度，全球AI 产业已经呈现“百花争鸣”局面。中国应以“做大蛋糕”的分享心态，在“人类命运共同体”理念的指导下，与友好发展科技的世界各国加强人工智能合作，尤其在人才培养上取长补短、互相支持，共同建立“人工智能教育命运共同体”，与推崇和平使用和发展技术的国家合作，实现共享式人工智能教育的美好愿景。尽管人工智能技术具有数据霸权、价值观和文化软实力等意识形态属性，但教育不能陷入国家间权力之争的泥潭，更不能成为意识形态竞争的工具。作为世界最大的发展中国家，中国有责任也有义务尊重并关照各国合理要求，提出不受意识形态主导的人工智能教育发展观。