本期特稿｜全面推进智能化：时代方位、现实图景与实践路向——《教育部等九部门关于加快推进教育数字化的意见》智能化内容分析与思考

　　（一）技术浪潮：顺应新一轮科技革命的必然选择

　　人工智能技术的迅猛发展，正以前所未有的速度和广度开启新一轮科技革命，重塑人类生产生活范式，驱动生产力与生产关系的深刻变革，其跨界融合、人机协同与共创分享的特征日益凸显。2025年初，以DeepSeek-V3等为代表的新一代模型实现了性能显著跃升与应用成本大幅降低，为大规模教育场景下的人机协同与知识共创提供了普惠化工具基础。斯坦福大学《2025年人工智能指数报告》显示，AI已在多个关键领域达到或超过人类水平，这种人机能力的对标，彰显了AI在人机协同教育模式中承担更复杂任务的价值。OpenAI发布的视频生成模型Sora 2.0已经能够依据指示自动生成高度逼真的场景与音效，实现从片段生成到叙事连贯的跨越，不仅降低了专业视频制作门槛，推动了创意领域人机共创的大众化进程，更预示着AI将在模拟教学情境方面发挥更大作用，可以进一步拓展体验式、沉浸式学习的边界。2025世界人工智能大会发布逾3000项前沿展品，覆盖从智能教育大模型到脑机接口等软硬件领域，清晰呈现出技术跨界融合、协同赋能的新图景。在此背景下，人工智能赋能教育已不再是单一技术的局部应用，而是由大数据、感知交互等多种技术交织共进所引发的系统性重塑。这种融合性、协同性与共创性并存的颠覆性影响正从根本上解构与重构教育生态，使人工智能赋能教育从可选走向必然。

　　（二）国家战略：塑造国家竞争新优势的重要布局

　　人工智能作为新一轮产业变革的核心驱动力，已成为全球竞争的战略焦点。为抢占未来发展先机，世界主要国家纷纷将人工智能教育置于国家战略的核心位置，并通过政策布局与资源倾斜，竞相释放其潜能。根据全球数字教育发展指数2025，“人工智能+教育”已成为全球数字教育变革的明确趋势，超过95%的国家关注此议题，近八成国家发布了人工智能战略规划，并将教育列为关键支柱，^[3]如美国设立白宫AI教育特别工作组，开启多项国家级AI人才培养计划；欧盟委员会将“加强AI技能与人才”纳入《AI大陆行动计划》五大关键领域等。全球AI实践正沿着支持终身学习、提升智能素养、探索个性化教学、筑造开放灵活治理基础四个维度体系化推进。面对这一全球性趋势，我国将人工智能赋能教育视为塑造数字时代国家竞争新优势的关键举措，系列部署与全球前沿维度高度同频共振。一方面，我们通过建成国家智慧教育公共服务平台（以下简称国家平台），着力构建支持终身学习的数字生态；另一方面，通过将人工智能课程纳入义务教育，夯实全民智能素养根基。同时，《国务院关于深入实施“人工智能+”行动的意见》等重磅政策发布，明确“普及率”等量化指标，推动国家战略从宏观倡导迈入目标清晰、规模化推进的新阶段。^[4]《意见》立足我国过去三年纵深推进教育数字化战略行动的扎实基础，以驱动教育系统性重塑为目标，对“全面推进智能化”作出系统部署，不仅是对全球趋势的回应，更是基于自身规模与制度优势的前瞻布局和主动塑造，将为培养面向未来的高素质人才、增强国家竞争力提供坚实支撑。

　　（三）教育诉求：破解高质量发展难题的关键路径

　　当前，我国教育正处于从“有学上”向“上好学”转型的关键阶段，^[5]其高质量发展的核心瓶颈集中体现于“规模化培养与个性化发展”及“公平与质量”的长期矛盾。而人工智能技术的内在特性，恰好为破解这些难题提供了关键路径。其一，能够高效促进教育公平、快速扩大优质资源覆盖面。我国教育资源分布不均，区域、城乡、校际差距显著，而人工智能可以拓展学习机会、均衡优质教育资源。^[6]国家中小学智慧教育平台自上线以来已经惠及超过1.64亿学习者，以极低的边际成本持续、稳定地将优质课程与教学服务输送至农村及边远地区，这不仅是对传统支教、帮扶模式的有效补充，更从根源上扩大了优质教育资源的总量和可达性，为缩小教育差距提供了基础性解决方案。其二，能够助力实现大规模因材施教、推动人才培养范式革命。传统大规模标准化教育模式难以满足数字时代对创新型人才的个性化培养需求。人工智能通过学情分析、路径规划和自适应互动等，能助力教育实现从“千人一面”到“千人千面”的范式重构。例如，可汗学院的Khanmigo AI以启发式对话引导学生理解问题本质，并支持基于兴趣的个性化内容定制，已作为私人导师服务超1.6亿用户；OpenAI学习模式（Study Mode）正推动自主思考与个性化学习。这些实践证明，AI可以作为一种可规模化的“数字导师”，部分承担起传统教育中高度依赖教师个体、难以复制的个性化指导职能，为实现真正的大规模因材施教开辟新路。其三，能够支撑构建服务全民的终身学习体系、筑牢应对社会变革的基石。面对人口结构变化与职业迭代加速的挑战，构建灵活、开放、普惠的终身学习体系已成为教育高质量发展的题中之义。人工智能可以帮助打造无处不在、无所不包、无时不可的智慧学习环境，满足社会成员多元化、个性化的终身发展需求。例如，国家终身教育智慧教育平台开发“白泽”智慧学伴，依托AI为成人学习者提供多样化职业课程与灵活学习路径，显著提升了非学历教育的可及性与有效性，这标志着AI正从服务校内教育，延伸至支撑个体全生命周期发展。《意见》坚持问题导向，要求“全面推进智能化”，正是对上述教育内生诉求的深刻洞察与战略回应。其目的在于，以人工智能为引擎，驱动教育全要素、全过程的重构，系统性破解教育高质量发展面临的瓶颈，开辟教育发展新赛道。

　　在技术变革助推、国家战略引领与教育内生诉求三重力量的共同作用下，我国人工智能赋能教育进程已从概念、构想步入广泛实践与深度探索的新阶段。自2024年教育部实施人工智能赋能教育行动以来，在知识普及、应用融合与技术研发等方面取得了显著进展。然而，实践也清晰表明，当前仍存在“浅层应用居多、深度融合不足”的问题，其赋能教育系统性变革潜能，正面临来自数据伦理、教学融合、组织惯性与治理体系等方面的挑战。

　　（一）人工智能赋能教育行动已取得阶段性成效

　　人工智能知识普及与人才培养体系日趋完善。基础教育领域，教育部陆续发布《关于加强中小学人工智能教育的通知》《中小学人工智能通识教育指南（2025年版）》等，北京、天津等20余省（自治区、直辖市）开始在中小学各学段探索开展人工智能通识教育。其中，广东省将中小学人工智能课程作为地方特色课程建设推广；北京市已经上线160余套市级课程资源，实现中小学人工智能通识课程全覆盖。^[7]高等教育与职业教育领域，各院校纷纷面向全体学生开设人工智能通识课，不仅全面推动“传统专业+AI”转型升级，并且广泛开设一系列契合社会经济发展需求的“AI+”新专业。同时，为营造全社会学习氛围，教育部依托国家平台体系，构建了覆盖全学段的AI学习资源网络，中小学平台开设AI学习专栏，高等教育平台设立人工智能教学公共服务开发应用专区，职业教育平台上线人工智能课程专题，终身教育平台推出“少年智趣营”“职场智享会”等专题，汇聚了一大批高质量“金课”“好课”，支持全民积极学习人工智能新知识、新技术。

　　人工智能应用推广与教学实践创新逐步融合。通过试点示范引领，人工智能应用正深刻改变教、学、管、评、研各环节。基础教育领域遴选了184个中小学人工智能教育基地，形成一大批可推广的优秀案例和先进经验，正推动越来越多的中小学校探索开展人工智能教育。高等教育领域已经发布三批次80个“人工智能+高等教育”应用场景典型案例，启动实施人工智能赋能高等教育创新试点，成立跨区域人工智能教育联盟，人工智能教育应用的新理念、新模式和新方案不断涌现。^[8]此外，为建设智能时代高水平教师队伍，教育部发布《教师数字素养》行业标准，将人工智能纳入教师数字素养范畴，陆续对全国百万名教师开展了数字素养测评，并持续举办教育厅局长教育数字化专题培训班，2025年举办人工智能校长局长专题培训班，全面提升人工智能教育发展与治理能力。

　　人工智能技术创新与赋能教育变革迈入新阶段。一方面，持续推动国家平台迭代升级，发布平台2.0智能版，上线AI智能搜索、AI视频总结与导航等多项智能应用，并重点打造“AI试验场”模块，围绕学生自学、教师教学、教育治理与科研创新四大方向，集成10类AI教育应用，基于平台的人机交互创新迈入新阶段，师生的使用体验与实际获得感大幅提升。另一方面，扎实推进LEAD行动，引导高校开展人工智能技术研发与教育融合实践，推动研制教育专用大模型，并积极探索未来课堂等智慧教育新模式。目前，研发的学科大模型涵盖物理学、生物学、应用经济学等多个学科领域。以“无边界学习”为亮点，以“多智能体与数字孪生协同的高性能学习空间”为载体，以“师—机—生”三元交互为特征的未来课堂已经在2025世界数字教育大会上向全球展示。此外，学术界和产业界也投入大量人力物力，积极投身教育大模型和教育专用智能体研发，形成以“星火认知”等为代表的一系列典型成果，为教学范式革命提供了技术支持。

　　（二）人工智能与教育的深度融合仍面临多重瓶颈

　　上述成就的取得，也暴露出人工智能与教育在走向深度融合过程中的多重摩擦，其赋能变革潜能的充分释放仍面临多重亟待突破的瓶颈。

　　一是数据应用与技术伦理之挑战。当前我国教育数据的价值释放仍面临三重障碍。其一，国家及地方教育大数据中心建设有待进一步推进，数据盲区仍然存在，导致底层数据采集不完全。其二，虽然国家层面出台了《教育基础数据》等标准，但地方教育数据管理办法仍有缺失，^[9]完善的数据标准体系尚未形成，“数据孤岛”难以消除，导致数据互通不彻底。其三，深度分析模型与高阶算法能力有待研发和推广，精准决策与个性化服务支撑不足，导致数据应用不充分。同时，与技术赋能教育伴生的伦理安全挑战突出。由于教育场景中的技术应用涉及未成年人学习过程和价值导向，所以技术决策具有高度的公共性和敏感性。^[10]例如，在利用AI进行智能化教育评价时，如何确保算法决策的透明与公平、如何保护学生隐私、如何界定数据使用的伦理边界，都是亟待解决的问题。

　　二是技术赋能与教学融合之困境。首先，许多学校的数字教育装备停留在“建好不用”的废旧状态，极大地妨碍了人工智能赋能教育教学创新的强大推力释放。^[11]其次，部分课堂存在明显的技术堆砌现象，技术与教学实践的深度融合尚不充分，应用仍停留在浅层，人机协同的深度不足。^[12]再者，人工智能工具的迭代速度之快前所未有，但在教学实践中，教师仍倾向于延续长期遵循的教育理念、模式与方法，其发展常滞后于智能技术的迭代与更新。^[13]此外，许多人工智能赋能的课堂教学模式缺乏严格的、基于证据的有效性评估，其能否真正提升课堂教学质量仍缺乏可靠证据支持。尤其值得注意的是，更深层次的教育异化风险已经开始显露，对技术的过度依赖不仅容易引发师生交互的信任危机，致使师生间的交互逐渐弱化甚至消逝，^[14]更容易助长学生的思维惰性、削弱其社交能力，最终导致教育中“人的维度”被边缘化。

　　三是数字素养与组织转型之难题。教育系统内部的主体能力与组织架构尚未做好迎接智能时代的充分准备。其一，尽管政策层面已经为教师发展提供方向指引，但“不敢用、不会用、不想用”的现象依然突出，尤其农村地区教师数字素养提升意愿较弱，^[15]这严重制约了技术进入课堂的实际效能。同时，学生数字素养显著不均，存在加剧教育数字鸿沟的风险，使技术本应带来的普惠价值难以实现。其二，教师培训资源的更新速度与AI技术的快速迭代形成鲜明对比，“训用脱节”问题普遍存在。^[16]大规模常态化数字素养测评尚未普及，导致培训的针对性不强，难以系统化、精准化支撑教师形成人机协同的教学能力。其三，许多学校的数字化转型尚未完成，其组织结构仍呈传统科层化特征，管理流程刚性有余而弹性不足，难以响应技术赋能所要求的敏捷迭代与跨部门协同。数据显示，目前仅26.1%高校建设发展规划信息系统，信息化队伍和经费不足正制约转型进程。^[17]长期形成的组织惯性与路径依赖，使保守求稳的文化氛围弥漫，对深度变革形成无形而强大的阻力。

　　四是治理创新与制度保障之桎梏。尽管构建数据驱动的教育治理模式已成为共识，但受限于学校管理者推进“人工智能+教育”的战略意识有待提升、学校系统支持乏力及组织文化阻力等诸多问题，从“经验驱动”向“数据驱动”的转型仍进展缓慢。此外，在数字教育资源爆发式增长的背景下，数字教材、智慧课程等关键领域缺乏科学统一的质量标准与认证机制的问题仍未解决，不仅造成产品质量参差不齐、市场无序竞争，也使学校在资源选择与应用过程中缺乏可靠参照。同时，学科专业设置与调整尚未建立真正与产业需求协同联动的灵敏响应体系，很多专业设置仍遵循传统学科逻辑，尚未有效对接人工智能技术催生的新业态、新岗位，导致人才供给与市场需求之间出现结构性错位，成为制约教育服务经济社会发展的重要瓶颈。

　　《意见》针对“全面推进智能化”所提出的六条策略，直面当前教育智能化进程中的核心困境，不仅提供针对性解决方案，更旨在形成系统性变革合力，助力教育强国建设。基于“全面推进智能化”的内在逻辑与整体架构构建系统分析模型，如图1所示。

图 1  “全面推进智能化”的系统分析模型

　　（一）夯实智能底座，筑牢安全可靠的发展基础

　　面对数据孤岛林立、算法伦理风险凸显的挑战，《意见》将“加强人工智能等前瞻布局”置于首位，旨在从源头构建安全、可控、可信的智能化根基。一是构建统一数据基座。《意见》明确要求“完善教育领域多模态语料库，构建高质量自主可控数据集”，旨在为人工智能教育发展奠定统一的、标准化的数据基础，为后续打通各部门、各平台数据，加快建设“教育数字地图”，实现数据的互联互通与价值挖掘提供支撑。二是确立伦理安全准则。《意见》特别强调“强化算法安全评估，确保正确价值导向”。技术的推进必须以伦理安全为底线。要在AI教育应用的前期设计、中期开发与后期部署中，嵌入安全评估与伦理审查机制，主动防范算法偏见、保障数据隐私，从而回应社会对AI教育公平性的核心关切，为重构教育要素提供安全可信的技术环境。三是布局前瞻性课题研究。《意见》秉持一种审慎而积极的推进策略，提出“布局一批前瞻性研究课题”。以场景和试点为抓手，在可控范围内探索“人工智能+教育”的应用新范式，旨在通过实践验证技术的有效性与适用性，最大程度降低盲目推广可能带来的风险，为大模型与教育教学深度融合及规模应用积累经验、建立规范。

　　在推进过程中，应着力打造开放、协同的技术生态，支持高校、科研机构与企业联合共建AI教育实验室，推动关键算法、工具与平台的研发共享。尽快建立教育大模型和教育智能体训练与调优的算力支持体系，降低技术使用门槛。积极推动教育专用芯片和底层框架的研发，确保自主可控。完善网络安全防护体系，强化数据和算法安全，确保智能向善。

　　（二）赋能要素重构，驱动核心要素的数字化升级

　　为解决技术赋能与教学目标脱节的问题，实现从工具性赋能到革命性重塑的跃迁，《意见》从教什么、怎么教、谁来教三个根本问题入手，推动教育要素的数字化重塑。一是推动学科专业数字化升级。《意见》要求高等和职业教育“面向数字经济和未来产业发展”动态调整学科专业设置，旨在从人才培养的源头入手，系统提升教育体系对智能时代的适应能力，破解教育所培养的人才与社会未来发展需求之间存在的结构性脱节问题。二是推动课程、教材、教学组织数字化变革。《意见》强调“统筹推进大中小学人工智能教育一体化”，要求“分领域分专业研发一批示范性精品数字教材”“完善知识图谱，构建能力图谱”，旨在构建纵向衔接、横向贯通的内容体系，确保智能化变革的系统性和科学性。提出“探索建设云端学校、智造空间、未来学习中心”，旨在打破传统教室的物理边界，构建一种线上线下融合、虚实结合、灵活弹性的新型教学组织形态，为教学变革提供基础性的空间与制度载体。三是以师生为重点提升全民数字素养与技能。《意见》明确提出“制定完善师生数字素养标准和人工智能应用指引”，解决了以往要求模糊、无法衡量的问题。要求“将数字素养融入教师教育课程体系”和“建立轮训制度”，系统性地缩小教师能力与技术迭代之间的鸿沟。特别强调“将数字素养纳入综合素质评价”，意味着数字素养这一要求正在转化为“硬指标”，将有效驱动师生和管理者从“要我学”转向“我要学”，促使其主动适应智能化变革。

　　落实这一变革需从机制创新入手。一方面，鼓励以财政拨款或社会资助的形式，设立专项基金引导教师与技术专家强化资源供给。另一方面，尽快建立适应人机协同的教学质量评估与反馈机制，推动智能教学工具与策略持续优化，支持个性化学习路径的真正落地。此外，地方应主动依据已有标准开展大规模常态化的数字素养测评，强化教师在人工智能工具应用方面的实操能力。同时，积极将数字素养纳入学生的培养方案和综合素养评价框架，培养更多适应智能时代的高素质人才。还应完善激励机制，鼓励师生和家长依托国家平台资源体系开展自主学习，在全社会营造提升数字素养的良好环境。

　　（三）创新应用实践，实现关键场景的深层变革

　　教育场景作为被重构后的教育要素发挥价值的具体场域，将催生应用模式的新革命。一是革新“教与学”场景，实现差异化与个性化。《意见》第八条明确要求“探索人机协同教学新模式”，通过“智能学伴、数字导师”等工具，实现“人工智能驱动的大规模因材施教”，意味着人工智能将从一个辅助工具，升级为教学过程中的关键参与要素。数字导师已具备“类主体”特征，可以为教师分担个性化辅导、作业批改等重复性劳动，而智能学伴则能为学生提供全天候的学习支持与路径引导，从而真正将以学生为中心的个性化学习从理念变为常态。二是重塑“管理与评价”场景，迈向精细化与科学化。《意见》第十条提出打造“教育数字地图”，通过建设“基础教育学位预测预警模型”“国家人才供需对接大数据平台”和“全国学科大数据信息资源库”，实现对教育资源布局、专业设置调整、招生规模规划，以及学科发展态势的动态监测、智能预测与科学决策。第十一条特别强调“开展多维度过程评价、增值评价和综合评价”，意在依托全要素伴随式数据采集与多模态数据分析技术，针对不同主体开展“精准画像”，彻底改变过去以分数和升学率为中心的单一评价模式。还特别提出，在高等教育自学考试等领域开展数字化试点，推动院校、学科、专业评估的全面转型。这一策略不仅为“破五唯”提供了解决方案，更将通过评价指挥棒牵引教学方式、育人模式与教育生态的系统性变革。三是赋能“科学研究”场景，转向数据驱动与新范式。《意见》第七条将“科研范式变革”与学科专业数字化升级并列，提出要“以人工智能技术推动科研范式变革，提高科研组织效率，提高成果转化效率”。未来科学研究将不再局限于传统的思辨研究或小样本的实证研究，而是利用大模型对海量数据进行挖掘与分析，发现过去难以洞察的规律，实现从小样本到全样本、从假设验证到数据发现、从人做科研到人机协同做科研的范式转型。这种深刻的范式变革将不仅改进现有研究，更会“衍生学科增长点，助力建设一批新兴学科、交叉学科”。

　　要实现教育的系统性变革，必须围绕核心场景精准发力。在“教与学”场景中，应着力推动智能教学资源的规模化应用与教师人机协同能力的系统化培训，确保技术工具能真正转化为有效的教学生产力。在“管理与评价”场景中，需加快制定教育数据互通标准，打破数据壁垒，为精细化治理提供数据基础。同时，在各类教学平台中深度集成伴随式数据采集与智能分析工具，使过程性评价与增值评价成为教学自然发生的有机组成部分。在“科学研究”场景中，应依托高水平大学和科研机构，组建由各领域学者共同参与的“AI for Education”创新实验室，集中攻关重大教育科学问题。同时，在科研项目评审与成果认定中，认可并奖励基于大数据的发现性研究及跨学科学术贡献，为科研范式的根本性转变提供坚实制度保障。

　　建成教育强国是近代以来中华民族梦寐以求的美好愿望，是实现以中国式现代化全面推进强国建设和民族复兴伟业的先导任务、坚实基础、战略支撑。^[18]而提出和实施国家教育数字化战略，促进人工智能赋能教育变革，不仅是全面贯彻落实习近平总书记关于教育数字化和人工智能重要指示精神的重要举措，更是实现建成教育强国目标的战略先手棋。未来已来，新阶段呼唤新作为，新标准引领新变革，新路径开辟新未来，^[19]《意见》中关于“全面推进智能化，促进人工智能助力教育变革”所作的一系列部署，既回应了智能时代的全球教育变革趋势，也折射出我国推进教育现代化的深层逻辑。通过构建人工智能深度融合的教育新生态，我们正走出一条兼顾公平与质量、平衡传承与创新的教育现代化之路。变革之路任重道远，未来需要持续关注技术伦理风险防控、区域协同发展机制构建及全球治理标准框架建立等关键议题，全力打造更加包容、公平、可持续的数字教育新生态，不仅为建成教育强国奠定坚实基础，更为全球教育数字化转型提供中国方案、贡献中国智慧。