編者：

日前，教育部、國家發展改革委、工業和信息化部、科技部、國家數據局聯合印發《“人工智能 + 教育”行動計劃》，明確提出到2030年人工智能與教育深度融合格局基本形成，構建起縱向貫通、橫向聯通的人工智能全學段教育和全社會通識教育體系。這一重磅政策的出臺，標志著我國教育數字化轉型進入2.0新階段。

近日，本刊專訪了中國移動通信聯合會教育與科學技術研究院（中國移聯教科院）執行院長陳曉華教授。作為工信部新基建重大項目評審專家、中國數字經濟研究先行者，陳曉華教授長期致力于人工智能與教育的相關研究。本次訪談圍繞“人工智能 +教育”的政策演進、應用場景、產業變革及未來趨勢展開——

文/ 執行主編 鄭挺穎

陳曉華

01

政策里程碑：

行動計劃的戰略意義

就在前幾天，教育部等五部門聯合發布了《“人工智能+教育”行動計劃》。您如何看待這一政策的出臺背景和戰略意義？

陳曉華：這個政策的出臺確實具有里程碑意義。我們可以從三個維度來理解這次政策：

第一，這是貫徹落實黨中央決策部署的重要舉措。

第二，這是構建面向未來教育體系的必然選擇。人工智能技術正以前所未有的速度推動生產力提升，深刻重塑生產關系，對現代勞動者的能力結構提出全新要求，倒逼教育進行系統性、深層次變革。

第三，這是搶占全球教育科技競爭先機的戰略舉措。2025年被稱為“全球智慧教育元年”，我們必須形成符合中國教育特點、在技術創新上居于國際前列的人工智能教育新模式。

我們在2019年就寫了《人工智能重塑世界》這本書，當時很多人對這個不太感興趣，為什么？因為很多人覺得這個東西跟我有什么關系。直到2024年推出第二版時，我把生成式人工智能技術寫進去，書才引起廣泛關注。這說明技術迭代是推動認知變革的關鍵。

02

核心解讀：

四大重點任務構建教育新生態

行動計劃提出了四大重點任務，能否請您為我們詳細解讀？

陳曉華：四大任務構成完整生態體系。第一是推動人工智能人才培養與素養提升，基礎教育階段開齊、開足、開好人工智能課程，將人工智能納入教師資格考試；第二是促進人工智能與教育深度廣泛融合，創新智能學伴、智能教師等人機協同教育教學新模式；第三是建強“人工智能+教育”基礎環境，建設教育領域人工智能大模型訓練數據集和測試場；第四是打造開放生態，深度參與國際標準制定。

這與我們的理念高度一致。早在2019年，我就在《人工智能重塑世界》中系統闡述了“人工智能+教育”的六大應用場景，包括自適應學習、虛擬導師、教育機器人、編程與機器人科技教育、基于AR/VR的場景式教育，以及生成式人工智能賦能教育營銷。現在政策出臺，說明這些前瞻判斷正在變為國家行動。

03

落地實踐：

六大成熟應用場景走向規模化

您能否結合最新政策，談談當前在“人工智能+教育”方面有哪些成熟的應用場景？

陳曉華：經過多年發展，“人工智能+教育”已經從概念驗證走向規模化應用。我將其歸納為六大核心場景，這些都有詳細案例：

第一，自適應學習與個性化教學。這是最具革命性的應用。通過計算機手段檢測學生當前的學習狀態和水平，并相應調整學習內容和路徑。位于美國和澳大利亞的智能自適應學習平臺公司“機智麻雀（Smart Sparrow）”的案例就很典型——他們構建的智能在線學習平臺具有課程設計、智能輔導、實時反饋、大數據分析等功能。系統可以隨時收集學生學習數據，發現困難并立即提供強化方案。對學得快的推送更深內容，對學習困難的調整難度，避免學生感到力不從心。

在國內，科大訊飛公司、百度教育等公司都開發了類似產品。新高考改革后，智能分班排課成為剛需，校寶在線、課程幫等公司的產品能夠根據學生成績、選課情況及教師教學質量進行智能分班和排課，解決了行政班制度受到沖擊后的管理難題。

第二，虛擬導師與智能答疑。這是一種注重課后自學和答疑的自適應學習系統。以英國在線數學自適應學習平臺“數學專家（Maths-Whizz）”為例，該產品設計有與學校進度相吻合的課后學習課程，學生可以隨時提問，虛擬導師會變換講解方式直到學生完全學會。系統的家長端還能提供實時數據匯報。

第三，教育機器人。這類產品以激發學生學習興趣、培養綜合能力為目標。美國紐約的兒童智能教育機器人公司“元徑（Elemental Path）”推出的智能早教機器人——智能小恐龍，可以直接和孩子對話，自動連接網絡尋找答案，還能通過交流逐漸了解孩子的情緒和個性。在國內，教育機器人在家庭和幼兒園中使用較多，主要實現兒童陪伴娛樂、輔助學習和生活助手等功能。

第四，編程與機器人科技教育。這是培養計算思維的重要載體。英國倫敦的兒童編程啟蒙教育公司“早教玩具（Primo Toys）”針對3歲幼兒設計的“酷貝托（Cubetto，一款木制機器人產品）”——通過模塊拼板和故事書讓孩子在游戲中接受編程啟蒙。加拿大的模塊化教育機器人開發公司“EZ機器人（EZ-Robot）”則面向大孩子和成人，提供高度模塊化的機器人產品，即使沒有編程基礎的人也可以使用可視化操作系統設計自己想要的機器人。

第五，基于AR/VR的場景式教育。AR技術非常適用于教育領域，因為它很好地匹配了情景教學和建構主義教育思想。愛爾蘭的“沉浸式虛擬現實教育（Immersive VR Education）”公司開發的“阿波羅11號VR（Apollo 11 VR）”，讓用戶可以身臨其境體驗登月過程。位于英國的一家名為“煉金術VR（Alchemy VR）”的虛擬現實內容開發公司，與BBC合作制作的“大堡礁之旅”，為世界各地學生提供了潛入澳大利亞海水體驗珊瑚礁生態環境的機會。

第六，生成式人工智能賦能教育營銷。對教育企業來說，營銷獲客是難題。以百度營銷為例，基于文心一言大模型推出的生成式人工智能教育行業營銷解決方案，將“輕舸”“擎舵”“商家BOT”三項工具結合，覆蓋營銷全鏈路，讓教育機構從枯燥重復的廣告制作中解放出來。

04

人機協同：

AI賦能教師的職業轉型

您提出人工智能可以替代或輔助教師的很多工作。具體有哪些應用？教師群體應該如何應對這場變革？

陳曉華：教師日常工作主要包括教研、教學、學生管理及測評等環節，人工智能已經在這些環節發揮了重要輔助作用。

在教研環節，人工智能可以輔助授課規劃、習題規劃、考試規劃和分析、學生學習心理分析。在教學環節，可以輔助授課、課后答疑、課后作業布置。在學生管理環節，可以輔助課堂管理、學生學情分析。在測評環節，可以完成作業批改和分析、考試評分和分析、藝術學習陪練。

具體產品形態包括五大類：

一是英語語音測評。隨著中高考改革方案對英語口語重視程度提高，馳聲科技、流利說、云知聲等公司開發了智能口語考試系統和智能口語老師。馳聲科技公司的英文口語評測產品提供單詞發音評估、句子發音評估、段落發音評估、口頭作文等功能，能夠精確到音素級的發音評估。流利說App既能提供日常口語學習訓練，也能提供口語模擬考試，通過語音識別和自然語言處理技術，精準定位用戶英語水平，量身定制系統課程。

二是教育機器人。在學校，教育機器人可以為教師教學工作提供輔助，增加課堂趣味性和生動性。在家庭中，教育機器人能扮演兒童家庭教師的角色，提供簡單的一對一教育服務，實現成長陪伴、趣味學習、記錄孩子成長等功能。

三是智能陪練。主要針對音樂、美術、書法等素質教育。以“大眼睛鋼琴陪練”為例，孩子練琴時佩戴智能腕表，系統通過肌電采集練習數據，從音準、節奏、雙手配合、指法、樂句、放松程度、觸鍵力度和演奏方法八個維度進行評測。“迪旺（The ONE）”智能鋼琴則通過智能硬件與傳統鋼琴結合，實現實時糾錯和智能測評。

四是智能批改與習題推薦。這是應用最廣泛的領域。科大訊飛公司推出的智能閱卷系統基于人工智能算法和深度學習技術，支持英語填空題、短文改錯題、作文題的智能閱卷，還能提供班級、學校各級作文分析診斷報告。小猿智能練習本內置超過7億道全科題目自動批改，能將錯題按知識點歸納，通過“薄弱點專項”板塊幫助學生檢驗掌握情況。

五是分級閱讀。考拉閱讀等中文智能分級閱讀產品，運用數據挖掘、語音識別和自然語言處理技術，對學生的閱讀水平進行測試，將書庫圖書智能分級，為學生匹配相應級別書目。教師端可以建立班級、布置閱讀任務、檢查完成情況、查看學情分析；學生端可以進行閱讀能力測試、查看閱讀內容、獲得個性化文章推薦。

面對這些變革，教師需要主動提升智能素養。行動計劃明確提出要制定教師智能素養標準，根據不同崗位需求分層分類開展培訓。我建議教師群體要樹立“AI不是替代者，而是協作者”的理念，把人工智能融入教育教學的全要素、全過程，從“知識傳授者”轉變為“學習設計師”和“成長引導者”。

05

倫理邊界：

規范技術使用，守護教育本質

那您提到了學生端的應用，特別是拍照搜題類產品。這類產品在市場上爭議較大，有人認為會導致學生依賴技術、喪失獨立思考能力。您如何看待這個問題？行動計劃對此有何規范？

陳曉華：這是一個非常重要的問題，涉及技術應用的倫理邊界。行動計劃明確提出要“筑牢‘人工智能+教育’安全屏障”，建立人工智能教育應用的安全防護體系，有效防范利用人工智能偽造詐騙、學術造假、應試內卷、泄露隱私等問題。

2025年，教育部已發布《中小學人工智能通識教育指南》和《中小學生成式人工智能使用指南》，明確規定：禁止學生直接復制人工智能生成內容作為作業或考試答案，尤其在創造性任務中嚴控濫用；禁止教師用AI替代課堂主體職責或直接用AI回答學生問題，強調師生互動在知識與思維培養中的核心地位。

例如，拍照搜題產品如小猿搜題、作業幫等，確實能幫助學生快速解答疑問、自動生成錯題本、智能推薦習題。但如果學生只是直接抄襲答案，就違背了教育初衷。正確的使用方式是：學生先獨立思考，遇到困難時通過拍照搜題，查看詳細解析和教師視頻講解，理解解題思路后再獨立完成，并將錯題納入錯題本進行針對性練習。

正如我們一直強調的，真正的教育智慧在于教會孩子讓AI成為延伸思維的翅膀，而非替代思考的大腦。家長要像教孩子游泳一樣對待AI——先在淺水區掌握基本動作，再逐步走向深水區。救生圈（AI工具）永遠不能代替游泳者（學生）自身的心肺功能。

06

分層育人：

全學段AI教育的循序漸進設計

行動計劃提出要“加快普及中小學生的人工智能教育”，并明確了不同學段的要求。這與您此前提到的分階段教育有何異同？

陳曉華：行動計劃的分學段設計與我們的理念高度一致，都強調循序漸進、螺旋上升。

行動計劃明確：小學階段以體驗式課程為主，重在啟蒙學生人工智能思維；初中階段以認知類課程為主，重在引導學生利用人工智能賦能自身學習和生活；高中階段以綜合性和實踐性課程為主，重在強化學生的人工智能應用能力和創新精神。各學段課程注重有機銜接，全過程浸潤人工智能倫理道德教育。

這與一些國外案例相呼應——編程教育因為學生群體年齡跨度較大，會分階段、有針對性地設計課程，讓每個孩子在不同階段收獲不同的編程技能。從3歲幼兒的“酷貝托”木制機器人，到大孩子和成人的“EZ機器人”模塊化產品，都體現了分齡教育的理念。

從2025年秋季學期開始，北京市等先行地區已要求全市中小學校開展人工智能通識教育，每學年不少于8課時，實現中小學生全面普及。2023年，全國70所高職院校成功備案智能機器人專業，77所高校新增數字經濟專業，59所高校新增人工智能專業，為不同學段的人工智能教育提供了專業支撐。

07

理念革新：

從精英教育到全民AI素養普及

行動計劃特別提到要“促進全社會的人工智能通識教育”，并將人工智能納入高校學生就業能力提升“雙千”計劃。這體現了怎樣的教育理念轉變？

陳曉華：這體現了從“精英教育”向“全民素養”的轉變。人工智能不再是計算機專業學生的專屬技能，而是成為像閱讀、寫作、算術一樣的基礎素養。

行動計劃提出，要持續豐富國家平臺的數字資源，匯聚開發人工智能通識教育資源，鼓勵高校和企業開發人工智能專業特色資源，面向廣大師生和社會學習者開放。將人工智能納入高校學生就業能力提升“雙千”計劃，鼓勵開設相關微專業課程和微證書項目，助力高水平就業。

英語語音測評、分級閱讀、智能陪練等產品，實際上都在降低人工智能教育的使用門檻，讓不同背景的學習者都能受益。2025年，教育部依托國家智慧教育公共服務平臺，已匯聚基礎教育、職業教育、高等教育、終身教育人工智能精品課程超過1000門，滿足不同學段人群的學習需求。組織高校教職工參加人工智能賦能高等教育人才培養的線上培訓，覆蓋全國2000余所高校50萬名教職工；組織普通高校本科畢業生參加人工智能綜合應用能力的線上培訓，參訓學生達到131萬人。

這種全民AI素養培育，將為我國應對智能時代的全球競爭奠定堅實的人力資源基礎。

08

底座支撐：

筑牢“人工智能+教育”

基礎設施

作為工信部新基建重大項目評審專家，您如何看待“人工智能+教育”的基礎設施建設？行動計劃在這方面有何部署？

陳曉華：基礎設施是“人工智能+教育”的底座。行動計劃提出要“建強‘人工智能+教育’基礎環境”，這與我一直強調的技術支撐體系高度契合。

具體部署包括：建設教育領域人工智能大模型訓練數據集，構建高質量、自主可控數據集；搭建教育領域人工智能大模型測試場；強化算法安全評估，確保正確的價值導向；布局一批前瞻性研究課題，有序開展人工智能應用試點。

各類應用——從“機智麻雀（Smart Sparrow）”公司的自適應學習平臺，到百度營銷的生成式人工智能解決方案，再到科大訊飛公司的智能閱卷系統——都依賴于強大的數據基礎設施和算法能力。在地方層面，北京市提出到2025年打造100所人工智能應用場景標桿學校，到2027年著力打造北京市“人工智能+教育”示范應用基地，產生數個符合中國教育特點、在技術創新上居于國際前列的人工智能教育行業大模型。

我們認為，基礎設施建設要把握三個關鍵：一是數據安全，要建立人工智能教育應用的安全測評標準，一體保障模型算法、數據資源、基礎設施、應用系統等的安全；二是自主可控，要構建高質量自主可控數據集，避免核心技術受制于人；三是普惠共享，要加大對農村和邊遠地區學校的支持力度，利用網絡平臺實現城鄉學校人工智能教育相關課程互聯互通，縮小數字鴻溝。

09

國際合作：

中國要從“并跑”變“領跑”

行動計劃提出要打造“人工智能+教育”開放生態，包括國際合作方面。您如何看待中國在全球智慧教育領域的地位和影響力？

陳曉華：中國在全球智慧教育領域已經從“跟跑者”轉變為“并跑者”乃至部分領域的“領跑者”。行動計劃提出，要持續舉辦世界數字教育大會、世界慕課與在線教育大會、國際人工智能與教育會議等國際會議，建強人工智能開放聯盟、世界數字教育聯盟、世界慕課與在線教育聯盟，打造系列國際交流旗艦平臺。

2025年，教育部發布《中國智慧教育白皮書》，系統詮釋中國成效經驗，提出未來教師、未來課堂、未來學校、未來學習中心的“四個未來”構想。

從英國“數學專家（Maths-Whizz）”的虛擬導師，到愛爾蘭的“沉浸式虛擬現實教育（Immersive VR Education）”，再到美國的“機智麻雀（Smart Sparrow）”——這些代表了國際前沿探索。中國企業在自適應學習、智能批改、分級閱讀等領域的產品，如科大訊飛公司、百度教育、流利說、考拉閱讀等，已經在技術水平和應用規模上與國際先進水平并駕齊驅，甚至在某些場景下更具優勢。

同時，我們要積極參與全球教育治理，依托聯合國教科文組織等重要國際組織平臺，深度參與人工智能教育領域國際議程、規則和標準制定，共享多語種人工智能課程、教育大模型和智能體，加強優質教育資源和經驗互學互鑒。這不僅是技術輸出，更是中國教育理念、教育模式的國際傳播。

10

未來圖景：

展望2030年智慧教育新形態

最后，請您展望一下，到2030年“人工智能+教育”深度融合格局基本形成時，教育將呈現怎樣的新形態？這與您提出的“人工智能重塑世界”的愿景有何呼應？

陳曉華：到2030年，我們可以期待一個“智慧教育新形態”的基本形成：

第一，教育范式從“標準化”轉向“個性化”。自適應學習將成為主流，大規模因材施教成為現實，每個學生都能獲得適合自己的學習路徑、學習資源和學習節奏，真正實現“有教無類”“因材施教”的教育理想。

第二，教師角色從“知識傳授者”轉向“學習設計師”。教師將從繁重的重復性勞動中解放出來，更多關注學生的心靈培養、價值觀塑造和創新思維激發，成為學生成長的引路人。虛擬導師、智能陪練等產品，實際上都是在輔助教師完成這一轉型。

第三，學習場景從“固定時空”轉向“泛在學習”。虛實融合的智慧學習環境將打破傳統課堂的時空限制， AR/VR場景式教育、生成式人工智能營銷等應用，都預示著學習可以在任何時間、任何地點發生，正式學習與非正式學習的邊界將逐漸模糊。

第四，教育評價從“結果導向”轉向“過程導向”。基于大數據的全程性、多維度學習分析將替代單一的考試成績評價，更加關注學生的能力發展、思維品質和學習過程。智能批改、學情分析等產品，已經為這一轉變奠定了技術基礎。

第五，教育治理從“經驗決策”轉向“數據驅動”。人工智能將賦能教育管理決策，實現教育資源配置的精準化、教育風險預警的智能化、教育政策評估的科學化。

第六，教育生態從“封閉體系”轉向“開放協同”。學校、家庭、社會、企業將形成更加緊密的協同育人機制，產學研用深度融合，終身學習體系更加完善。各類教育科技產品，從早教機器人到企業培訓平臺，實際上都在構建這一開放生態。

當然，這一切的實現都建立在“安全可控”的基礎之上。我們必須始終堅守教育的本質——立德樹人。技術只是手段，育人才是目的。正如行動計劃所強調的，要堅持科技教育與人文教育相結合，注重學生的啟智、心靈的培養，引導學生科學認識、合理利用智能技術。

我們在2019年寫《人工智能重塑世界》第一版時，很多人質疑人工智能對教育的影響是否被夸大。2024年推出第二版時，生成式人工智能的爆發讓所有人看到了變革的真實力量。現在，“人工智能+教育”行動計劃的出臺，標志著這場變革已經從市場驅動上升為國家戰略。未來已來，讓我們共同期待一個更加智慧、更加公平、更有質量的教育未來。

【訪談后記】

本次訪談正值《“人工智能+教育”行動計劃》發布之際，政策與學術的碰撞為我們勾勒出一幅智能時代教育變革的清晰圖景。從自適應學習到虛擬導師，從教育機器人到生成式人工智能營銷，從教師智能素養提升到全民AI通識教育，“人工智能+教育”正在從單點應用走向系統融合，從技術驅動走向價值引領。

正如訪談中所呈現的，2030年的智慧教育新形態，將是一個技術賦能、以人為本、安全可控、開放協同的教育新生態，這既是挑戰，更是機遇。

陳曉華，工信部新基建重大項目評審專家。現任中國移動通信聯合會教育與科學技術研究院（中國移聯教科院）執行院長、西安交通大學國家大學科技園數字經濟創新中心主任、電子政務建模仿真國家工程實驗室首席數字經濟專家。

曾任北京郵電大學國家大學科技園金融科技研究所所長、北郵在線數字經濟研究院院長、北郵在線集團執行總裁。

兼任清華大學、浙江大學、復旦大學、中央財經大學、江西財經大學、北京工業大學、中國政法大學等多所高校教授、導師、專家。

主編出版《數字經濟大變革》《人工智能重塑世界》《供應鏈金融》《5G新動能-數字經濟加速器》《互聯網金融風險控制》等二十余本著作。連續8年被評為工信部行業教育培訓工作“先進個人”。

編輯：柯欣

審核：王汝霖

歡迎投稿

關注我們了解更多資訊

《中國科技信息》雜志社

主管單位：中國科學技術協會

主辦單位：中國科技新聞學會

在線投稿平臺：www.cnkjxx.com

新媒體內容合作聯系微信：cnkjxx1989

雜志收錄情況：《中國知網》《中國期刊核心期刊（遴選）數據庫》《中國學術期刊綜合評價數據庫（CAJCED）統計源期刊》《中國期刊全文數據庫（CJFD）》《中國科協、中國圖書館學會（解讀科學發展觀推薦書目）》