随着我国教育步入数字化转型期，发展重心从规模扩张转向内涵提升，优质资源分布不均、个性化需求难以满足以及教育治理效能不足等挑战亟待解决。作为新一轮科技革命的重要驱动力，人工智能可为破解教育发展深层次矛盾提供重要契机。“人工智能+教育”，在于以智能技术深度赋能教育核心要素，最终服务于立德树人根本任务的落实。
构建协同高效的政策保障机制，推动教育数字化转型稳步前行。其一，顶层设计与政策协同不可或缺。推进“人工智能+教育”融合发展，国家层面要牵头出台专项政策文件，将行业发展目标、核心重点任务及全方位保障措施界定清楚。“促进人工智能助力教育变革”是《教育强国建设规划纲要（2024—2035年）》的重要部署，这一要求应由相关部门细化拆解，并配套制定兼具指导性的实施细则。例如，要建立跨部门协同机制，即教育、科技、工信、财政等部门需通过常态化协同机制共享信息，形成联动的工作格局。要明确具体分工，教育部门要扛起主责，推进人工智能技术在教育教学全场景的深度落地应用，同步研究制定技术应用标准与成效评价体系，让技术赋能教育有标尺、有考核；科技部门要对关键技术研发项目给予重点扶持与资源倾斜，不断加快技术突破的步伐；财政部门统筹安排专项资金，确保资金用到实处、发挥实效。多方同向发力能够凝聚起强大工作合力，促进“人工智能+教育”的融合创新向更深层次扎实推进。其二，以经费投入机制与激励机制的健全为重点，为相关工作落地提供持续支撑。地方政府要加大对“人工智能+教育”融合创新的倾斜力度，可设立专项发展基金，即将资金重点投向智能教育平台搭建、智能教学工具研发与教师数字素养培训等重要领域，让各项重点工作有序落地并取得实效。在具体实践中，教育主管部门可以针对性实施教师数字素养提升工程，通过专项经费足额保障与特色教研激励机制双向发力，有效破除学校应用技术障碍，将智能技术真正用于课堂教学与课后服务的质效提升上。在此基础上，需出台专项扶持举措，引凤筑巢，吸引社会资本合规参与“人工智能+教育”项目建设，以此形成多元互补的经费保障格局。相关主管部门需健全分层分类的激励机制，及时公开表彰在“人工智能+教育”融合创新中成效突出的单位与深耕一线的个人，以发挥其模范带头作用。
完善高素质师资培育体系，为教育数字化转型筑牢人才根基。其一，进一步完善职前教师数字素养培养课程体系。面对人工智能深度融入教育的时代浪潮，师范院校不能固守旧章，需紧扣人工智能与教育深度融合的时代需求，将数字素养培育贯穿师范生培养全过程，将理论与实践的结合作为课程内容设置的原则。一方面，课程内容需全面覆盖人工智能基本原理、智能教学工具实操应用等基础知识点，个性化教学设计与教育数据伦理规范等模块也需纳入课程体系，让未来的教师不仅会用工具，更能理解技术背后的逻辑。同时，师范院校需抓实做强实践环节，牵头建立以实践能力培养为导向的未来学习中心，以沉浸式学习空间为师范生搭建常态化虚拟仿真教学实训平台。依托这一情境化智能学习新生态，师范生可反复锤炼智能工具与教学流程的融合技巧，精进以技术激活课堂互动的实操方法。其二，进一步重视职后教师智能化教学能力提升培训。这需要各地教育行政部门与学校协同建立常态化职后教师智能化教学能力培训机制，立足于教师教学实际需求，围绕智能教学工具的课堂实际应用、个性化教学方案的智能设计与学情数据采集分析等内容展开。培训方式不应拘泥于固定范式，如通过定期主题教研活动，遴选并展示优秀人工智能教学应用案例，让教师切身感知智能工具的重要功能，掌握其适配教学路径。引导教师主动梳理自身教学痛点难点，自主匹配合适的智能技术破解之法，如面对抽象难懂的知识点时，如何借助AI工具使其变成可视化动画等。全面推行线上线下混合式培训，线上依托慕课平台、直播课堂等渠道开展教学，线下以专题工作坊、校本集中研修搭建实操场景，由此推动培训走深走实。其三，以体系化建设为抓手打破职前职后培养壁垒，构建教师数字素养一体化培育机制。数字化教学能力培养需嵌入见习、实习、研习各环节，由高校携手中小学共建协同育人机制，借由沉浸式教学实践场景，打通数字教育理论向课堂实操转化的路径，让理论学习与教学应用实现深度融通；同步推行双导师制度，高校教师侧重数字教育理论与技术原理指导，中小学骨干教师聚焦课堂实践，二者协同发力，培育师范生的数字技术应用能力。为进一步推动教师数字素养提质增效，各地还需着力完善政策协同激励机制，既厘清高校、中小学、企业等参与主体在人才培养中的职责边界，也明确各方协同义务，用制度凝聚共识，进而构建起多方联动的良好工作生态。
打造规范有序的伦理与安全保障体系，为教育数字化转型筑牢底线支撑。其一，人工智能教育伦理规范研究应摆在重要位置。人工智能融入教育场域，伦理问题无法规避，这是其技术范畴的课题，更直指教育本质，关乎青少年成长大局。要制定一套清晰且能落地的教育领域人工智能伦理规范，全面覆盖教育数据收集与使用、算法设计公平性、学生隐私权益保护与技术应用场景边界等维度，以此构建全流程伦理约束框架。在教育数据管理上，“最小必要”原则是不可逾越的底线，即仅收集支撑教学活动、助力学情分析的重要信息。人工智能教育应用需厘清边界，并非所有教育环节都适合深度介入，必须划清应用红线，稳稳守住教育育人的主阵地。其二，强化教育数据安全管理。教育数据，尤其是涉及学生的敏感信息，是必须全方位筑牢防护的重要领域。为此，各教育主体要健全教育数据安全管理制度体系，为教育大数据的安全存储、合规传输与规范使用筑牢坚实制度根基。科学的分级分类数据安全保护机制需纳入制度体系范畴。工作人员依据数据敏感程度划分不同安全等级，不同等级的数据，其管控标准亦不同，如身份证号、详细住址、核心成绩、综合素质评价等重要信息，需采用高强度加密技术进行存储，同步设置多层级访问权限管控，不同岗位人员的数据访问范围与操作权限亦不同。从技术到管理双管齐下，严防死守数据泄露、篡改与滥用风险。面向教育数据安全的刚性需求，行业需加大技术研发与落地应用的投入，积极吸纳并运用区块链存证、国密算法、数据脱敏等先进技术，搭建起智能监测、实时预警的技术防护体系，持续筑牢教育数据安全防护的技术壁垒。
四川外国语大学教授 彭江
