AI时代的教育之问：培养什么人，课程怎么设计？ ——目标、路径与实操，一文讲透

国家给学校的不只是教材、课时，更是一套育人蓝图。可蓝图不会自动变成学生的素养，从纸面到学生、从国家意志到日常课堂，中间的关键工序，必须由学校完成，这道工序就是国家课程的高质量校本化实施。 它要求把国家意志翻译成学校明理、承责、践行的语言。课时总量没有增加，育人要求节节攀升，各校师资、生源、文化各不同，同一张蓝图，城市和乡村各有走法，2027年常态长效实施机制验收在即，校本实施，从“督查有无”到“评价优劣”。 每位校长都面对一堆问题：政策到底要求什么？如何用课程锚定学校定位？办学理念如何落到课堂？课时怎么挤？特色如何扎根国标底盘？ 有人说过这样一段话：“我们终将生活在我们的学生和学生的学生所创造的未来社会里。孩子们当下的综合素养，直接决定了未来国家实力，也决定整个社会的幸福底色。” 2026世界数字教育大会上，教育部部长怀进鹏抛出了一个更直接的问题：当机器的学习、记忆乃至分析、综合能力可能超越人类，当知识从稀缺走向丰富，教育更需要思考——人的智慧从何而来？ 想要看清未来是什么样子，就得看今天的孩子。想要预判未来社会需要什么样的人，先要想明白，我们到底要把孩子培养成什么样的人。 从农耕时代、工业时代、信息时代，再到如今的AI时代，不同阶段对孩子的要求完全不一样，本质就是社会需要什么样的人，教育就往哪个方向调整。 那时候生产水平低，读书和干活本来就是绑在一起的。读书不只是为了当官，更核心的是懂道理、修品行，同时学会种地养活自己。 学习大多靠长辈口头教，再加上自己读书感悟，最看重做人的本分和家族传承。那时没有统一考试，比起死啃书本，大家更看重生活本事和个人德行。 学校主要讲授课本知识，要求学生记住考点、会做题，守规矩、守时间；统一上课、统一考试，批量培养能适配工厂岗位的劳动者。 知识不再只藏在课本里，上网随手就能查到各类资料。这时候学习的重心变了，不再是死记硬背，而是学会搜集、辨别网上繁杂的信息，主动去找知识。 记忆、做题、写文字这些事，AI轻轻松松就能完成，只掌握课本知识，已经算不上优势。教育的重心不再是硬灌知识，而是打磨AI替代不了的能力：拥有健康体魄，有责任心、懂共情，碰到真实问题能够独立思考、动手解决，还能感知美好，拥有丰盈的内心。 斯坦福大学人工智能、机器人与未来教育中心主任蒋里打过一个很形象的比方：只会做题的孩子，就像拿着精密的算盘去参加计算机大赛。刷题教育本质上是给工业时代和信息时代培养高精度的执行者，而AI时代需要的，是问题的定义者和AI的驾驭者。 AI时代比拼的不再是谁记住更多知识，而是谁保有好奇、敢于想象、善于判断。这三个能力，才是人区别于人工智能最核心的竞争力。 这并非一家之言。北京师范大学资深教授顾明远早就说过：过去教育就是传授知识，最多培养一些能力，现在要培养学生批判性思维、创造性思维和实践能力——教学的本质就是培养一个人的思维，思维变了，就能适应变化的社会。 北师大教授张志勇则把话说得更透：AI让知识的学习与分享真正进入平权时代，知识的学习与掌握，不再是学校教育存在的根本原因。如果单纯为了学知识，上学甚至不再是唯一选择。 保有好奇心的孩子，会主动观察身边的世界，总爱追问一句“为什么”，心里一直揣着探索的热情，不会被动等着别人把答案送到手上。 这份发自内心的好奇，是一切探索的源头，也是孩子能够持续学习、不断突破的底层动力。朱永新教授曾多次提醒，中国学生普遍存在“高成就、低欲望”的现象：成绩不错，但探究力、好奇心、解决真实问题的兴趣始终不够。这恰恰是最值得警惕的地方。 有想象力的孩子，不会被现成的答案困住。他们能跳出固定的思维框架，看见还没有发生的可能性，敢于大胆畅想，拥有从0到1进行创造的潜力。 AI擅长整理已有的知识，快速生成现成答案，但它很难做到无中生有的想象。爱因斯坦在《论科学》里说过：“想象力比知识更重要，因为知识是有限的，而想象力概括着世界上的一切，推动着进步，并且是知识进化的源泉。” 进入AI时代，这项能力变得尤其稀缺。AI可以飞快输出答案，但给出的结论未必全部可靠；能不能主动核验、敢于质疑AI给出的内容，正在成为一道分水岭。 图灵奖得主、清华大学姚期智教授在AI时代核心能力清单里，把定义问题放在首位，高于单纯解决问题。蒋里也把AI思维概括为三句话：懂AI，懂AI与人的区别，懂如何与AI协作——三者共同的前提，都是独立判断。 北师大教授张志勇指出，AI让知识的学习与分享进入平权时代，知识的掌握不再是学校教育存在的根本原因。这不是遥远的预测，而是正在发生的现实——开学前学生用AI“赶作业”，已经不是新闻。21世纪教育研究院院长熊丙奇说得很直接：使用人工智能已经不是问题，怎么用好才是问题。 怀进鹏给出的方向是：人才培养要从标准化转向个性化，以问题和项目为牵引，构建真实场所和学习场景，让学生在真环境中感受真问题，给出真方案。 教育部《中小学人工智能通识教育指南（2025年版）》已经给出锚点——把人工智能教育纳入校本课程实施方案，与信息科技、科学、综合实践等课程有机衔接，按“小学兴趣启蒙、初中理解原理、高中创新应用”分层递进。校本课程不必另起炉灶，找准自己在整条链路上的位置就好。 学者叶延武等人把这个目标拆得更细：中小学人工智能素养包含工具力、互动力、思维力、创造力、引领力五个维度。也就是说，“会用AI工具”只是起点，课程要让学生从技术使用者成长为主动创造者，最终回归“人”的主体位格。 教育部《中小学生成式AI使用指南》明确：小学阶段禁止学生独自使用开放式内容生成功能，初中可适度探索生成内容的逻辑性分析，高中才结合技术原理开展探究性学习。什么年龄能拿AI做什么，这门“课”要明明白白教给学生。 校长可以先做的一件事：梳理本校校本课程图谱，为每个学段写清AI素养目标——低学段重体验和伦理启蒙，中学段懂原理、学判断，高学段能创新应用，并且把“能用AI做什么、不能用AI做什么”写进目标。 华中科技大学原校长李培根点破了关键：问题本身就是生动的——“在观察问题中培养敏锐性，在探究问题中训练逻辑性，在质疑问题中发展批判性思维，在想象问题中激发创造力。” 有学校做过一个“社区环境优化”的完整设计：科学课追问环境构成要素并设计调研；数学课用AI工具收集分析数据、绘制统计图；语文课撰写社区环境建议书，再由AI帮助改进语言表达；信息技术课把建议书和海报发布到社区分享平台，持续跟踪反馈。 请注意AI在其中的位置——分析数据、润色表达、追踪反馈，每一步都是学生的协作者，而不是答案的贩卖机；提出问题、做出判断、形成主张的，始终是孩子。 数学课上也有类似的设计：为大型活动设计班级方阵——全班48人排成满足约束条件的矩形队列，学生要把现实条件转化为二元一次方程组来求解、论证。同样的知识点，包在真实任务里，孩子就从“解题”变成了“做事”。 这也正好呼应2022年版《义务教育课程方案》的硬要求——各门课程用不少于10%的课时设计跨学科主题学习。跨学科，不再是要不要做，而是必须做。 这一驱动问题，学生先动手设计堆肥对比实验，再借助AI生成动画，直观呈现肉眼看不见的养分转化过程，最终探索出厨余资源转化的可行路径。实验是孩子自己做的，AI只负责把看不见的过程“画”出来——动手与用AI的边界，划得清清楚楚。 校长可以先做的一件事：要求每门校本课程至少设计一个“人机协同”的真实任务，并在集体备课时先备“问题”再备“答案”——明确哪些环节学生独立完成，哪些环节AI参与、参与什么。 2026年秋季学期起在全国铺开的科学教育“做中学”领航行动，目标写得清清楚楚：激发青少年的好奇心、想象力、探求欲。把课堂从“老师讲、学生记”改成“学生动手做、动脑想”。AI在这个过程里，应该是“脚手架”，不是“替身”。 判断标准也不难：看孩子在这件事里，是不是还在动脑。只要孩子还在提问、还在判断、还在亲手把想法变成作品，AI就是好工具；要是孩子停止思考，只剩下“复制、粘贴、交作业”，AI就成了偷走想象力的帮凶。 规矩不能停在“禁止用AI写作业”一句话上，要细化到可执行。结合教育部《中小学生成式AI使用指南》和一线学校的做法，可以把规则拆成四层。 学校层面建立可入校AI工具的“白名单”，并定期动态调整：工具要有数据安全和隐私审查，涉及学生个人信息的，一律不入校。教育部的两份指南明确要求建立伦理审查机制和“白名单”制度，这一条是所有规则的底线。 把作业和任务分成三档管理。绿区：AI可以用，比如资料检索、数据整理、语言润色、启发思路；黄区：AI可以用，但要申报——AI用在哪一步、生成了什么，要写清楚；红区：AI禁用，比如单元测试、限时写作，以及要求“自己的真实经历、真实数据”的任务。 小学阶段从严，禁止学生独自使用开放式内容生成功能；初中可适度探索生成内容的逻辑性分析；高中才可结合技术原理开展探究性应用。 黄区作业要求附一段“AI使用声明”：提示词是什么、AI输出了什么、自己改动了哪里。这个动作看起来繁琐，实际上是一次次微型反思——孩子被逼着回答“AI帮了我什么，我自己做了什么”，这条边界感，恰恰是AI时代最重要的一课。 评价端也要跟着变。有学校已经摸索出多元评价的结构：“AI初步判断＋教师二次评判＋同伴互评”，用“人工智能素养雷达图”从多个维度展示学生的强弱项，再生成个性化的培养建议。对教师来说，AI可以辅助初筛学情和作业，但结论必须由教师复核——AI管效率，老师管判断。 还有一个朴素但有效的办法：答辩。孩子拿着作业，用自己的话讲清楚“我是怎么做的、卡在哪里、怎么解决的”，讲不清楚的，那份“太完美”的作业就要打问号。孩子怎么提问、怎么判断、怎么迭代，比那份被AI润色过的作业重要得多。 校长可以先做的一件事：牵头制定一份校本《AI使用与评价细则》，把白名单、三区作业、使用声明、过程评价四件事写进去，并把“AI使用声明”直接嵌进作业模板——规则不写在制度里，就只会写在老师的心情里。 海淀区的上庄学校和怀柔区的九渡河小学，用四个学期打磨出一套结构：量规、画像、自主常态课、自主任务、证据评估、学生主导的家长会。 上庄学校副校长夏雪琴把一张试卷上传给AI，30秒后得到的是这样一份画像——“基础计算过关，几何直觉缺失，核心卡点在位值概念上”。 过去靠经验猜的学情，现在有了证据；200多位教师、1000多个学生参与实践，证明了这件事不挑学校条件，从一所没有平板电脑的乡村小学起步也走得通。 他们提醒，课程设计不能只是“加一门AI课”，而要从目标、内容、教学、评价整体重构，让学生从技术使用者成长为主动创造者，最终回归“人”的主体位格——技术赋能与人文关怀，缺一不可。 教育部专项评估显示，非计算机学科教师的AI素养达标率只有34%。校本课程推进的同时，教师AI素养的培训要同步跟上，否则再好的设计也会停在纸面。师资怎么跟上？有四条可以直接借鉴的策略。 教育部宣布实施“人工智能+教师发展”行动，依托国家智慧教育平台启动教师AI素养全覆盖培训；各地也摸索出了不少可以直接借鉴的校本打法。 中国教育新闻网刊文建议，要摒弃“一刀切”的粗放培训模式，结合城乡、教龄、岗位差异，开展梯度化、个性化培训，针对课堂教学、教研创新、因材施教等真实场景设计内容。 校长可以先做的一件事：给全校教师做一次AI素养摸底，按“会用、用好、会教”分出三档，各配一套培训菜单——技术入门的学工具，课堂应用的练场景，骨干教师的磨课例。 四川达州通川区的做法很有参考性：全区遴选672名种子教师，形成“1名导师带3个学科组、每组3名种子教师辐射全员”的裂变式培养模式。 落到一所学校，道理相同——每个教研组先选出1-2名愿意先走的老师，让他们先学一步、先试一学期，再以组内公开课、答疑群的方式辐射全组。 江西赣州滨江二小的“AI智研团”是另一种轻量形态：几位老师定期集中研修，每人轮流分享一个自己用AI解决教学痛点的真实案例——AI故事接龙激发创意、AI编程实现课堂数据自动回收。分享的不是技术，是“我怎么用过、好用在哪、坑在哪里”，这才是老师们真正愿意听的内容。 深圳盐田区的做法是部署AI循证教室，无感采集课堂数据，再用大模型构建“AI教研员”，帮老师一键梳理教学问题、生成优化建议，支持“人机协同”听评课和师徒结对磨课。传统教研“进不去、看不见、难再现”的老问题，被AI补上了。 校长可以先做的一件事：把集体备课改成“双备”——老师先独立备，再用AI当“陪练”复盘一遍，看AI指出的盲区和自己的判断差在哪里。一学期下来，老师的判断力和工具运用能力都会长出来，而且长在日常教学里，不额外占时间。 宁夏的解法是转岗培育：鼓励信息科技、数学、科学、综合实践等学科教师兼职或转岗从事人工智能教育，建立跨区域共享、跨学科协作机制。 不少地方还在推行“1名技术骨干+多学科教师”的团队授课模式——技术老师负责工具和原理，学科老师负责真实问题和教学设计，互相补位，一起上一门课。 这跟前面讲的“人机协同”真实任务正好接上：校本课程里的AI课，本来就不该是一个人的独角戏，而是一群人的协奏。配套的激励也要跟上——把AI课程开发、跨学科教学纳入工作量和绩效考核，让多付出的老师被看见。 具体到课堂，就是守住三个关键词：好奇心，让孩子始终想探个究竟；想象力，让孩子敢去构想AI想不到的远方；批判性思维，让孩子面对AI的答案，敢问一句“真的吗”。 说到底，AI进课堂，最该被反复追问的不是“用了多少技术”，而是“孩子还在不在动脑”。守住了好奇心、想象力、批判性思维这三样，学校就守住了AI替代不了的育人价值。 衡量一所学校课程育人的成色，可以问三个问题：孩子离开学校后，还会不会主动提问？还敢不敢大胆想象？能不能独立判断？这三件事，AI帮不了忙，只有课程能教会。 聚焦跨学科融合课程建设，我们不仅讲理念，更让理念落地，以“道”定方向、以“法”拓思路、以 “术”练实操、以“器”看样本，带您经历一场从“想清楚” 到 “做出来” 的完整体验。