地方政策如何響應“人工智能+”教育變革？

摘要：“人工智能+”教育的深入推進，亟需在政策層面進行前瞻規(guī)劃與提前布局。基于此，文章首先通過梳理生成式人工智能介入后地方“人工智能+”教育政策的增項與變化，明晰了其發(fā)展的邏輯導向，發(fā)現(xiàn)：政策目標體現(xiàn)為穩(wěn)定發(fā)展與動態(tài)調適的有機融合，政策內容呈現(xiàn)出保底支持向提質創(chuàng)新的有序遞進，而政策工具實現(xiàn)了從供給需求到環(huán)境規(guī)制的有效拓寬。之后，文章介紹了地方“人工智能+”教育政策推進的行動舉措，包括提供落實戰(zhàn)略的配套支持、打造層級貫通的協(xié)調聯(lián)動體系、形成社會協(xié)同的資源統(tǒng)籌格局、探索集約共享的基地試點模式、加強風險研判與倫理道德建設等。最后，文章提出未來要審思“目標-工具”的變革路徑、推動“政策-治理”的協(xié)同發(fā)展、構筑“短期-長遠”的發(fā)展生態(tài)，以實現(xiàn)“人工智能+”教育政策創(chuàng)新。

關鍵詞：“人工智能+”教育；地方教育；政策文本；政策創(chuàng)新；GenAI

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2025）02—0016—10 【DOI】10.3969/j.issn.1009-8097.2025.02.002

人工智能的迅猛發(fā)展，正深刻影響人類社會和全球格局。為抓住這一發(fā)展機遇，推動我國人工智能與教育事業(yè)的融合創(chuàng)新，2022年科技部等六部門聯(lián)合發(fā)布《關于加快場景創(chuàng)新以人工智能高水平應用促進經濟高質量發(fā)展的指導意見》[1]，將智能教育納入首批人工智能示范應用場景，探索形成可復制、可推廣的經驗；2024年，教育部實施教育系統(tǒng)人工智能大模型應用示范行動[2]，標志著“人工智能+”教育新時代的正式到來。近年來，地方教育部門積極響應國家戰(zhàn)略部署，陸續(xù)出臺了一系列政策，積極探索生成式人工智能（Generative Artificial Intelligence，GenAI）賦能的教育行動，推動人工智能教育應用向縱深方向發(fā)展。這些政策、行動不僅遵循國家層面的頂層規(guī)劃，還緊密結合地方特色，積極探索適合本土實踐的可行路徑?？紤]到教育政策往往具有鮮明的連貫性與繼承性，且根植于過往政策的成功經驗，而教育工作者對更為具體、更具特色的“人工智能+”教育政策抱有熱切期盼，故本研究從雙重視角對相關政策文本進行剖析：一方面回溯過往，梳理GenAI介入前后“人工智能+”教育政策的增項與變化；另一方面著眼未來，探索適應新一代人工智能發(fā)展的教育政策創(chuàng)新路徑，形成服務“人工智能+”教育應用的行動方略。

一問題提出與研究設計

地方“人工智能+”教育行動方案是國家教育戰(zhàn)略在特定地方場域的落實，通過層層政策細化形成的多樣性執(zhí)行格局。已有研究主要集中在三個方面：①基于單一文本解讀特定政策[3]；②從國際比較視角橫向對比相關政策[4]；③從政策工具視角分析政策組合與適用路徑[5]。這些研究多聚焦早期人工智能教育政策，探討如何傳遞人工智能知識與技能，關注“人工智能教育”，對“人工智能賦能教育”的政策研究相對有限。實際上“人工智能賦能教育”是對“人工智能教育”的拓展深化，也是“人工智能+”教育的核心內涵，更強調人工智能作為變革性力量重塑教學邏輯與學習生態(tài)。那么，“人工智能+”教育政策呈現(xiàn)出怎樣的演變趨勢？地方政策又如何高效推動“人工智能+”教育的落地，這些問題正是本研究關注的核心。

為解答上述問題，本研究選取2017年1月～2024年6月期間我國各級政府或教育廳官方發(fā)布的與“人工智能教育”“人工智能進課堂”“人工智能助推教師隊伍建設”有關的56份政策文本為研究對象，通過定性闡釋方法加以分析。借鑒劉獻君[6]提出的戰(zhàn)略規(guī)劃框架，從政策目標、內容、工具三個層面梳理政策發(fā)展的邏輯導向，并結合保障舉措層面的分析，探討政策落實的關鍵支撐：①政策目標層面，采用文本分析法提取核心議題，分析政策文本在不同階段的核心戰(zhàn)略和動態(tài)焦點，揭示政策目標的演進特征；②政策內容層面，參考政策目標中提取出的議題詞對政策文本進行定性分析，識別關鍵行動并歸納其發(fā)展主線，揭示目標實現(xiàn)的具體路徑；③政策工具層面，基于Rothwell等[7]提出的“供給型-需求型-環(huán)境型”分類，分析政策文本中各類工具的使用數(shù)量與變化趨勢；④保障舉措層面，基于文本歸納整合出配套舉措、組織架構、多元供給、試點先行、審慎監(jiān)管五大要點，結合飽和度檢驗，確保結構的完整性與理論的飽和度。

二地方“人工智能+”教育政策發(fā)展的邏輯導向

地方教育部門對國家教育戰(zhàn)略的響應，折射出其政策注意力的分配邏輯。梳理地方“人工智能+”教育政策的“變”與“不變”，有助于把握其發(fā)展的內在規(guī)律與未來趨勢。

1 政策目標：穩(wěn)定發(fā)展與動態(tài)調適的有機融合

地方教育部門在推進國家教育戰(zhàn)略時，通常根據(jù)本地的實際情況對頂層目標加以結構化分解，形成多層次、多維度的政策目標體系，兼顧穩(wěn)定性與調適性，體現(xiàn)了政策應對時代需求的靈活性與適應性。

在政策目標的穩(wěn)定發(fā)展方面，推動人工智能與教育深度融合，發(fā)展公平、高質量的教育，始終是地方“人工智能+”教育政策的核心戰(zhàn)略目標。一般來說，早期政策強調資源均衡，重點關注環(huán)境和課程建設，以推動人工智能從競技教育向普及教育轉變；隨著決策型人工智能的成熟，政策逐步轉向效率提升，推動決策型人工智能在教學、科研、管理全過程的深度應用[8]；伴隨GenAI的興起，政策逐步進一步聚焦算法應用，確保技術應用的透明性與合法合規(guī)，以構筑人機協(xié)同新常態(tài)[9]。與此同時，培養(yǎng)適應未來社會的創(chuàng)新型人才，構建以學生為中心的教育生態(tài)，始終是政策的核心價值導向。政策堅持融合工具理性與價值理性，推動學生全面化、個性化發(fā)展[10]，確保技術賦能始終堅持以人為本，避免技術濫用。

在政策目標的動態(tài)調適方面，已有政策文本呈現(xiàn)出三個顯著特征：①戰(zhàn)略目標的協(xié)同性持續(xù)增強，從分別關注“人工智能素養(yǎng)”和“教育高質量發(fā)展”，逐步走向教育、科技、人才一體化協(xié)同發(fā)展模式；不僅強調借助人工智能教育構建人才培養(yǎng)體系和科技創(chuàng)新體系，還注重提升人才培養(yǎng)質量和研究成果轉化[11]，為建設教育強國、科技強國、智能社會提供戰(zhàn)略支撐。②發(fā)展目標的范圍逐步拓寬，從構建基礎教育體系擴展至打造地方特色教育新生態(tài)。早期政策聚焦人工智能課程體系、資源與師資建設等，通過競賽活動提升人工智能教學創(chuàng)新水平；現(xiàn)階段政策更注重應用場景創(chuàng)新與社會資源協(xié)同支持，著力打造協(xié)同開放的融合發(fā)展新生態(tài)，涌現(xiàn)出諸如“雙翼多核‘1+4+N’人工智能教育龍華模式”之類具有地方標識性的政策話語[12]。③實踐目標的內涵不斷深化，不僅重視培養(yǎng)能夠與人工智能共存且具備核心知識技能人才，更強調在與GenAI交互的過程中全面提升學生的批判性思維、創(chuàng)新能力和道德素養(yǎng)[13]，賦予教育新的發(fā)展內涵。

2 政策內容：保底支持向提質創(chuàng)新的有序遞進

作為對政策目標的細化，政策內容可以反映地方教育部門在推動“人工智能+”教育過程中的戰(zhàn)略規(guī)劃與行為選擇。政策內容從初期提供基礎設施建設和基本素養(yǎng)提升的“保底式”支持，逐步過渡到以場景創(chuàng)新促進融合應用的“提質式”舉措，展現(xiàn)了政策適應技術變革的遞進邏輯。

①夯實基礎，堅守數(shù)字底座、素養(yǎng)提升等保底政策。在數(shù)字底座層面，不僅強調盤活已有數(shù)字設施、升級智慧教室、擴容智能云平臺，還注重增量優(yōu)化，延拓校外資源，打造區(qū)域專屬教育大模型與應用智能體。例如，深圳龍華區(qū)依托ChatGLM大模型，搭建基礎教育版GenAI對話平臺[14]；北京海淀區(qū)聚焦教育大模型基座和專有知識庫建設，支撐學校特色智能體探索[15]；江蘇無錫構建“1+8+X”人工智能實驗室體系，包括1個市級中心實驗室、8個區(qū)縣樞紐實驗室、若干學校節(jié)點實驗室，加速資源優(yōu)化配置與共享[16]。在素養(yǎng)提升方面，從早期的技能培訓和科技競賽逐步轉為遞進式培養(yǎng)。一方面，構建校長人工智能領導力和教師人工智能素養(yǎng)模型，通過體系化培訓打造多層次教師隊伍，包括首席信息官、信息化教研員和人工智能教學名師，持續(xù)提升教師能力。另一方面，構建“普及-拓展-高階”的人工智能課程體系，建立科技拔尖創(chuàng)新人才培養(yǎng)體系，探索彈性學制、導師制、項目制等方式，為拔尖創(chuàng)新人才的成長提供支撐環(huán)境[17]。

②深化應用，拓展場景創(chuàng)新、倫理監(jiān)管等提質政策。以場景變革促進應用創(chuàng)新，是當前政策的關注點。例如，江蘇無錫推出了“AI+五育融合”“AI+教研評”等十大應用場景[18]，廣東深圳探索了“智能+”課堂、研訓、評價等典型場景，均推動了教育數(shù)智化轉型[19]。具體來說，政策鼓勵創(chuàng)新“AI+學習”場景，探索GenAI和虛擬數(shù)字人在（跨）學科教學、課外學習、心理監(jiān)測、美育/體育教學等領域的創(chuàng)新應用[20]；構建“AI+教學”場景，借助AI備課授課助手、學科助教、科研助理等，助力教師在備課授課、學情分析、作業(yè)管理、科研支持、家校共育等方面減負增效[21]；探索“AI+治理”場景，構建支持“匯聚-梳理-分析”數(shù)據(jù)的區(qū)校治理決策系統(tǒng)，鼓勵AI在評估監(jiān)測、教學督導、師資配置、招生預警、安全管理、信息咨詢等業(yè)務方面的應用，實現(xiàn)決策科學化與智能化[22]。同時，政策高度重視智能產品的倫理風險監(jiān)管，逐步建立教育倫理體系與保障法規(guī)，通過制定智能產品準入規(guī)范、應用備案制度、入校監(jiān)測制度、內容審查規(guī)范、數(shù)據(jù)安全保護與隱私防范制度等[23]，為人工智能入校營造安全、健康的應用環(huán)境。

3 政策工具：供給需求到環(huán)境規(guī)制的有效拓寬

政策工具是實現(xiàn)政策目標、推進政策執(zhí)行的重要手段，經歷了從以供給型為主、需求型為輔，逐步向環(huán)境型工具拓展的過程，反映了地方政策從基礎保障到規(guī)范引導的演進軌跡。早期地方教育部門主要依賴供給型工具（如教育培訓、資金投入、技術服務等）的直接支持來推動政策目標的實現(xiàn)，同時引入需求型工具（如示范項目、宣傳活動、獎勵機制等），用以激發(fā)市場需求、扶持創(chuàng)新并調動更多教師參與，如長沙市通過建立骨干教師培養(yǎng)制度、獎勵機制，激發(fā)教師隊伍的活力[24]。隨著GenAI融入教育領域，其潛在的技術風險與規(guī)范需求日益凸顯，地方政策逐步增加環(huán)境型工具的比重，并通過監(jiān)督審查、法規(guī)管制、標準制定、風險防范等手段，營造更加完善的政策環(huán)境，確保人工智能賦能效用的持續(xù)發(fā)揮。具體來說，監(jiān)督審查方面，各地政策強化對人工智能賦能目標、狀態(tài)、效用等方面的評估，并推行動態(tài)管理；法規(guī)管制方面，北京、廣東等地鼓勵制定法律法規(guī)與數(shù)據(jù)保護法[25][26]，以規(guī)范人工智能在教育中的應用；標準制定方面，各地政策不僅強調能力標準、數(shù)據(jù)規(guī)范、試點評估標準、智能產品應用規(guī)范等，還著力探索GenAI教育場景應用的規(guī)范標準與安全標準[27]；而風險防范方面，各地政策重視潛在風險研判與防控，加強倫理治理與技術監(jiān)管[28]，著力探索人工智能的法律解決方案和治理模式[29]，以應對技術帶來的挑戰(zhàn)。

三地方“人工智能+”教育政策推進的行動舉措

地方“人工智能+”教育政策文本不僅描繪了戰(zhàn)略目標與核心任務，還融入了一系列富有地方特色的行動策略與推進機制，體現(xiàn)了將政策文本轉化為實際效能的地方教育治理智慧。

1 政策細化：提供落實戰(zhàn)略的配套支持

地方“人工智能+”教育政策細則或行動方案，是我國層級教育治理體系中確保政策有效落地的關鍵。通過結合本地教育情境、分解政策目標、細化戰(zhàn)略任務，各地紛紛制定出既符合國家統(tǒng)一要求、又具有地方適應性的政策文本，并借助多樣化配套政策支持，對行動方案進行了理性補充，主要包括四個方面：

①應用指南與使用規(guī)范。此類支持注重規(guī)范、引導學校的GenAI應用。例如，北京市教委發(fā)布了《北京市教育領域人工智能應用工作方案》[30]，圍繞“教-學-評-育-研”五大場景提供應用指引，明確不同群體的應用要求，引導學校在守好價值底線的同時實現(xiàn)創(chuàng)新應用。又如，北京東城區(qū)針對GenAI產品的準入、師生應用、技術使用和監(jiān)督管理制定了系統(tǒng)性監(jiān)管規(guī)范，為智能教育產品入校提供了安全保障[31]。

②能力提升與結對幫扶政策。此類支持除了制定學生人工智能課程綱要、教師隊伍建設行動方案等，還重視鄉(xiāng)村學校、薄弱學校的教師能力發(fā)展。例如，廣州市發(fā)布了《實施人工智能助推對口支援教師專業(yè)發(fā)展行動方案（2023-2025）》[32]，通過跨區(qū)域智能結對幫扶，促進優(yōu)質師資的均衡發(fā)展。

③示范推廣與場景創(chuàng)新政策。此類支持鼓勵通過GenAI應用場景試點，推廣成功案例。例如，蕪湖市啟動了人工智能“大模型”應用暨課后服務信息化試點工作[33]，北京朝陽區(qū)通過了“人工智能賦能教育十大應用場景”（如數(shù)字實訓、課后服務、智慧課堂等），推動智能備課、個性化作業(yè)服務與家校共育的深度應用[34]。

④標準規(guī)范與管理監(jiān)督政策。此類支持注重構建科學、合理的標準體系與管理框架。例如，浙江省發(fā)布《中小學人工智能教育服務系統(tǒng)數(shù)據(jù)規(guī)范》[35]，推動教育數(shù)據(jù)的開放共享與高效利用。此外，實驗區(qū)校的管理辦法明確了目標分工、過程管理與考核要求，為“人工智能+”教育項目的規(guī)范發(fā)展提供制度保障。

2 組織協(xié)同：打造層級貫通的協(xié)調聯(lián)動體系

地方教育部門通過統(tǒng)籌規(guī)劃、組織調適，推動各級部門的緊密聯(lián)動，加速“人工智能+”教育政策的深度落地。各地構建了層級貫通的組織協(xié)調體系，形成了以專項領導小組統(tǒng)籌的跨部門、跨層級協(xié)調機制：

①建立領導小組引領的組織架構。“政府統(tǒng)籌-教育部門主導-平行部門（如發(fā)改局、網信辦、人事局、財政局）聯(lián)動”的協(xié)作模式和“教育部門規(guī)劃-下設/直屬單位（包括相關處室與直屬單位）執(zhí)行-區(qū)教育局推進”的組織架構，展現(xiàn)了政府高度統(tǒng)籌與部門深度協(xié)作的有機結合。根據(jù)地方需求，領導小組靈活設置在信息化部門、科研處、教研室等不同職能部門，實現(xiàn)資源的最優(yōu)配置與策略的精準落地。

②形成統(tǒng)籌專項行動的共商制度。將“人工智能+”教育作為專項行動，納入地方教育體制改革、教育創(chuàng)新發(fā)展等戰(zhàn)略中，形成“一盤棋”頂層布局。例如，北京朝陽區(qū)通過“會診共商”制度，定期召開工作會議，共同會診問題癥結，共商共議突破方向[36]。

③實施多層協(xié)同聯(lián)動的工作機制。通過“上下聯(lián)動、市區(qū)校一體”的推進模式，明晰職責分工。例如，江蘇無錫建立了“市級帶動-區(qū)級推動-校級驅動-班級行動”的四級聯(lián)動格局[37]：市級負責制定政策制度、區(qū)級成立工作專班推進特色項目、校級探索創(chuàng)新育人新模式、班級開展智能學習實踐。又如，深圳南山區(qū)依托區(qū)教科院設立工作專班，搭建學校首席信息官工作網絡，整體推進“人工智能+”教育深入發(fā)展[38]。

3 多元供給：形成社會協(xié)同的資源統(tǒng)籌格局

隨著教育資源供給的日趨社會化，供給主體不再局限于傳統(tǒng)教育領域，而是擴展至科研院所、社會機構、企業(yè)等多個層面，形成了社會協(xié)同的資源統(tǒng)籌格局，涵蓋財政資源統(tǒng)籌、教育服務供給等方面：

①在財政資源統(tǒng)籌方面，各地積極探索政府主導、社會參與、校企合作的多渠道籌措經費機制。通過項目打包機制，整合項目資源（如能力提升工程、科學教育實驗區(qū)等），實現(xiàn)屬地資金統(tǒng)管。部分地區(qū)重視配套專項經費用于項目建設與服務購買[39]；或采用績效考核機制，依據(jù)考核等級確定下?lián)芙涃M[40]。為了發(fā)揮市場的補充作用，部分地區(qū)探索政企共建、公私合作等新型資金統(tǒng)籌模式，鼓勵依托企業(yè)、社會的資金投入與技術支持，豐富教育經費來源渠道。同時，健全經費分擔機制，明確不同層級政府在經費投入中的職責，如北京市對于典型應用場景建設的區(qū)校采取轉移支付的方式，強化區(qū)域內模式提煉與場景優(yōu)化[41]。

②在教育服務供給方面，各地注重社會資源的整合與共享，建立健全“政府規(guī)范應用、學校動態(tài)監(jiān)管、師生評估反饋、行業(yè)優(yōu)化改進”的供給模式[42]。同時，各省市鼓勵社會力量參與教育大模型研發(fā)、應用新場景建設、學科智能體設計，持續(xù)完善產學研用深度協(xié)同的應用場景培育機制[43]，在此過程中探索出了依效付費、托底服務等多樣化服務供給機制。例如，深圳市探索了依效付費機制，轉變了以往資源購買服務中費用支付與績效結果相脫節(jié)的做法，在采購人工智能教學資源及其配套支持服務時，不僅關注服務的數(shù)量或形式，還依據(jù)學生自主學習、教師改進教學、學校提升質量、家校協(xié)同育人等方面的實際成效支付費用，這一機制實現(xiàn)了資源采購的動態(tài)優(yōu)化[44]。此外，廣州市積極推進“托底服務”模式，聯(lián)合企業(yè)建設市區(qū)層面的課程資源與教學平臺，將“人工智能+”教育行動融入民生工程，惠及全體學生[45]。

4 政策試驗：探索集約共享的基地試點模式

政策試驗是我國教育政策創(chuàng)新的重要路徑。“人工智能+”教育政策試驗，經歷了從早期指定試點（寧夏回族自治區(qū)、北京外國語大學）到授權試點、開放自主試點的轉變。在此過程中，地方教育部門遵循“局部性試驗-合法性認可-組織化擴散”的邏輯[46]，發(fā)揮自身稟賦爭取先試先行，通過科學評估后穩(wěn)步推廣，發(fā)揮典型經驗的示范效應。隨著“人工智能+”教育行動的深入推進，政策試驗方式正逐步從“示范區(qū)?！苯ㄔO轉為更具引領性的“試點基地”建設，針對過去試點區(qū)校建設中經費分散、空間資源利用率不高等問題，基地試點強調集約化建設，通過整合高校、社會力量，共建實驗室、體驗區(qū)，匯聚優(yōu)質師資；同時，通過場景共創(chuàng)共用、先進經驗共享，降低整體建設成本、提高建設水平。

除了教育部認定的184個教育基地[47]，各地還探索了兩類基地試點模式：一類是依托中小學的校內人工智能教育基地。例如，杭州市瓶窯中學被打造為區(qū)級人工智能科創(chuàng)教育基地，其以“AI科普+AI科學+AI科創(chuàng)”為主題，開設各級課程和假期拓展課程，同時承擔區(qū)域教師培訓、賽事評比、展示交流等活動[48]；廣州天河區(qū)遴選兩所學校設立了“GenAI+大概念”教學實驗基地，支持教師探索課堂教學微創(chuàng)新[49]。另一類是依托社會機構的校外人工智能教育基地。例如，江蘇無錫市、深圳龍華區(qū)等地通過整合地方高校、科普場館和高新企業(yè)的資源，建設校外教育基地，為全區(qū)有需要的師生提供人工智能校外課程與社會實踐活動平臺[50][51]，逐步形成了開放、共享的“人工智能+”教育生態(tài)。

通過基地試點，各地紛紛組建了賦能教育發(fā)展的人工智能專家智庫，注重以課題引領試點探索、以教研加速試點推廣，探索GenAI在多元場景下的前沿應用。同時，各地堅持典型引領的推進機制，充分發(fā)揮先進經驗的輻射效應。例如，廣州天河區(qū)建立了“陪伴專家+實驗共同體”的協(xié)同模式，其中“陪伴專家”由高校專家、學科教研員、企業(yè)伙伴組成，為實驗共同體提供研究指導與成果培育支持；同時，通過“管理者先行-教研員示范”策略，樹立標桿案例、凝練典型經驗；通過“優(yōu)課解碼-和課鏈反” 共同體教研機制擴散典型經驗，鼓勵教師通過聽評課解碼優(yōu)質課例、分享心得，在“學-用-創(chuàng)”循環(huán)中實現(xiàn)教學微創(chuàng)新的實踐與推廣，形成鏈式創(chuàng)新擴散模式，并借助對口幫扶項目，進一步擴大政策試驗的影響力與覆蓋面[52]。

5 審慎發(fā)展：加強風險研判與倫理道德建設

在“審慎發(fā)展”方針的指導下，地方教育部門不斷加強風險研判與倫理道德建設，確?！叭斯ぶ悄?”教育的規(guī)范應用與可持續(xù)發(fā)展。各地積極探索以風險管理和道德監(jiān)管為核心的有效治理路徑，構建法律法規(guī)與倫理準則的雙重保障體系，不僅重視加快制定前瞻性引導政策、健全標準體系[53]，還注重數(shù)據(jù)安全監(jiān)管，強化個人信息和重要數(shù)據(jù)的保護意識，鼓勵通過完善數(shù)據(jù)保護法規(guī)、建立健全數(shù)據(jù)安全管理機制[54]，確保人工智能技術的應用符合倫理準則，使每一次技術創(chuàng)新都經得起倫理考量。

針對教育大模型的入校應用，各地逐步構筑了“準入評估+動態(tài)監(jiān)管”的雙層防護體系：①在準入評估階段，地方教育部門秉承科學審慎的態(tài)度，甄別符合國產信創(chuàng)標準的大模型技術，搭建集約共享、穩(wěn)健可信的人工智能與教育融合管理服務平臺[55]，并通過對其功能、性能、安全、內容等方面的多維測試，確保平臺具有較高的可靠性與穩(wěn)定性[56]。例如，北京市著力構建教育大模型訓練數(shù)據(jù)集和測試場，在先行區(qū)內搭建“預訓練沙盒”，在安全區(qū)內開展語料訓練，確保輸出的穩(wěn)定性、合規(guī)性和適切性；同時，圍繞人工智能倫理風險、數(shù)據(jù)安全風險、教學場景等，模擬真實場景開展測評，為教育大模型的合規(guī)準入提供科學依據(jù)[57]。②在動態(tài)監(jiān)管階段，各地教育部門重視定期對應用流量、數(shù)據(jù)保護、敏感內容等進行動態(tài)監(jiān)測，并引入第三方機構對大模型潛在的風險進行評估，聯(lián)合地方網信辦、公安局開展教育大模型應用的合理監(jiān)測和分類備案，確保應用的安全性與合規(guī)性。此外，各地重視加強中小學人工智能倫理建設，引導學生樹立正確的數(shù)字倫理觀，為“人工智能+”教育的穩(wěn)健推進提供堅實的倫理支撐。

四我國“人工智能+”教育政策創(chuàng)新的未來展望

面對以GenAI為代表的新一代人工智能浪潮，聯(lián)合國教科文組織呼吁全球教育部門加速制定系統(tǒng)的政策框架[58]，以規(guī)范引導GenAI在教育和研究中的合理使用。我國在推行“人工智能+”教育時，不僅應注重地方實踐的探索，還需從國家戰(zhàn)略高度出發(fā)，用全球視野審視教育政策的前瞻性與系統(tǒng)性，確保政策在不斷變化的技術環(huán)境中能夠保持引領性與適應性。

1 漸進調適：審思“目標-工具”的變革路徑

應對以GenAI為代表的技術革命，教育政策是予以漸進調整還是突破創(chuàng)新，這不僅關乎政策更新的力度，還能反映特定國情和制度框架下政策制定者的價值取向。Hall[59]基于科學范式理論，提出“政策范式”的概念，并通過政策問題識別、政策目標設定、政策工具配置，為政策制定者劃定了活動的“可能性范圍”；同時，他將政策變化分為三階：一階變化是現(xiàn)有政策工具的細化調整，二階變化是實現(xiàn)目標的工具配置轉變，三階變化涉及政策目標的整體性轉變——前兩個階段屬于漸進變化，符合科學范式理論中“常規(guī)科學”的范疇；第三個階段代表政策知識框架的革命性轉移，屬于“范式變革”。結合政策范式分析人工智能賦能教育的政策演進（如表1所示），可以發(fā)現(xiàn)：當前政策多處于二階變化，既包括政策問題的優(yōu)化調整，也涉及政策目標的拓展深化和政策工具及其配置的優(yōu)化迭代。

具體來說，GenAI介入前“人工智能”教育政策的重點，是通過工具性技術手段解決特定的教育問題；同時，關注如何讓教育體系適應智能技術發(fā)展，強調人工智能作為教學內容的重要性。而未來，我國“人工智能+”教育政策的發(fā)展需超越傳統(tǒng)技術補償型思路，從一階改進邁向二階變革，更強調結構性優(yōu)化與系統(tǒng)性重構。因此，當前政策的核心問題已從智能技術與教育的適配性問題向智能技術賦能教育創(chuàng)新的變革性問題轉移，更強調人工智能的賦能力量，推動教育變革與創(chuàng)新。在此過程中，政策目標應從技術驅動的任務目標，向人機協(xié)同的教育生態(tài)轉型；同時，還應重視政策工具及其配置的優(yōu)化，使其從以供給型工具為主向需求型、環(huán)境型工具協(xié)同發(fā)展轉變，一方面強化政策的公平性，確保GenAI技術的廣泛普惠和合規(guī)使用；另一方面推動基于數(shù)據(jù)安全、標準規(guī)范與法律管制的環(huán)境型工具創(chuàng)新，為智能教育生態(tài)健康發(fā)展提供保障。未來，“人工智能+”教育政策設計應在堅守底線思維、確保技術應用合規(guī)性的基礎上，實現(xiàn)以人為本的公平創(chuàng)新發(fā)展，真正服務于所有學習者的健康成長。

2 雙線融合：推動“政策-治理”的協(xié)同發(fā)展

政策的生命力在于有效執(zhí)行[60]，而政策執(zhí)行不僅是政策目標實現(xiàn)的關鍵環(huán)節(jié)，更是地方治理創(chuàng)新的重要試驗場，體現(xiàn)“中國之治”的行動邏輯?！叭斯ぶ悄?”教育政策的制定與推進，應深刻把握我國國情，通過動態(tài)調適中央統(tǒng)轄權與地方治理權之間的關系，既保障頂層戰(zhàn)略落地，又實現(xiàn)因地制宜的靈活創(chuàng)新。這種“統(tǒng)分結合”的邏輯，為政策與治理的協(xié)同發(fā)展奠定了堅實基礎：一方面，通過政策銜接，將頂層戰(zhàn)略與區(qū)域實情相結合，推動政策內容的本地化創(chuàng)新，使政策在地方層面具有更強的適應性和可操作性。另一方面，通過多樣化的地方治理機制，如設置區(qū)域性政策執(zhí)行監(jiān)測點、建立數(shù)據(jù)驅動的治理反饋系統(tǒng)等，將地方行動規(guī)劃轉化為具體治理效能[61]；同時，通過治理效能的評估與反饋，推動政策的優(yōu)化與完善。

當前，“人工智能+”教育政策與治理創(chuàng)新逐步呈現(xiàn)出相互促進的發(fā)展格局：政策設計引領治理路徑，治理成效推動政策優(yōu)化。據(jù)此，本研究提出了“人工智能+”教育政策與治理的雙線融合路徑（如圖1所示）：一條是政策線，以政策文本為基礎，結合國內外政策動態(tài)，通過政策文本與效力分析，明確政策目標和工具框架，提出GenAI介入后“人工智能+”教育的政策主張；通過政策試點的方式，在試驗區(qū)校開展智能社會實驗（如協(xié)同試驗、探索試驗、對比試驗等），檢驗政策的可行性與有效性；通過治理機制測試（如協(xié)同治理網絡的效率評估）、技術適應性分析（如GenAI對不同類型學校的支持能力），并通過量化指標評估政策的執(zhí)行效果，鼓勵各利益相關者參與評估，為政策創(chuàng)新提供多元視角與證據(jù)支撐。另一條是治理線，結合實地調研積累政策執(zhí)行中有效治理的實踐經驗，識別政策實施過程中的關鍵瓶頸，采用未來研究法預見GenAI介入后的治理新場景，探索新的治理行為，并通過總結凝練形成新的治理樣式。在此過程中，已有政策的執(zhí)行情況影響地方治理實踐，而GenAI驅動的新治理場景構想將融入新的政策主張，政策試點中反映出的治理行為也將不斷提煉，形成治理樣式，推動政策創(chuàng)新?！罢呔€-治理線”雙線并進、協(xié)同創(chuàng)新，形成了適應新一代人工智能教育的治理樣式與政策建議。政策試點與治理實踐的良性互動，既推動了政策創(chuàng)新，也豐富了治理樣式，為“人工智能+”教育的高效落地提供了理論與實踐支撐。

3 行動方案：構筑“短期-長遠”的發(fā)展生態(tài)

基于政策范式二階變革，“人工智能+”教育行動方案應遵循“具有變革性結果的漸進變化”規(guī)律，兼顧靈活響應性與深遠預見性，為未來技術變革預留充分的政策空間。

（1）短期策略

短期策略是聚焦應用場景推動三層探索：①基礎架構層，要強化數(shù)字基石，拓寬智能場景。具體來說，要加快數(shù)字基礎設施升級，建設安全、可靠的網絡與算力支持體系，聚焦自主可控的國產大模型技術，逐步構建“通用大模型-區(qū)域教育垂類模型-區(qū)校特色教育智能體”多級應用鏈，持續(xù)拓寬應用場景。②素養(yǎng)規(guī)范層，要深化能力培養(yǎng)，筑牢倫理防線。具體來說，要以學?；蛟圏c基地為主陣地，提升師生與社會公眾的GenAI應用能力；要強化應用行為監(jiān)管，通過規(guī)定年齡范圍、限定使用護欄、劃定應用紅線等舉措，守護教育領域的安全與倫理底線。③應用創(chuàng)新層，要革新評價任務，激發(fā)教學活力。具體來說，要推動學習評價任務改革，以培養(yǎng)批判思維和創(chuàng)新能力為核心，細化評價任務并明確GenAI的使用界限；鼓勵教師探索“無AI-AI輔助-AI賦能”的創(chuàng)新教學路徑，靈活嘗試不同終端配置下的GenAI課堂應用[62]，為學生提供多樣化學習機會；借助GenAI驅動的數(shù)據(jù)分析、動態(tài)資源調度、風險研判等功能，推動治理機制創(chuàng)新。

（2）長期戰(zhàn)略

長期戰(zhàn)略是著眼未來，構建“評估-前瞻”結合的長效機制：①戰(zhàn)略布局與政策適配。即以前瞻性戰(zhàn)略為引領，建設涵蓋政府、科研機構和行業(yè)專家的多元參與網絡，對智能產品的教育應用進行動態(tài)評估和政策優(yōu)化；通過定期審查政策執(zhí)行成效，確保行動方案能夠適應技術進步和教育需求的變化，保持政策的長期適應性與戰(zhàn)略性。②產品監(jiān)管與技術自治。具體來說，要加強對智能產品的準入評估與動態(tài)監(jiān)管，鼓勵各地制定智能產品入校審批機制，設計數(shù)據(jù)保護與隱私安全清單，確保智能產品在數(shù)據(jù)采集、存儲處理各環(huán)節(jié)的合規(guī)性；重視技術自治，面對人工智能的失控風險與應用潛能，倡導“技術治理技術”的思路，利用企業(yè)開發(fā)算法審查工具，加強對技術風險的動態(tài)監(jiān)控，同時引入第三方機構開展技術與倫理的雙重審查，確保技術應用始終服務于人類教育的發(fā)展目標。③國際對話與規(guī)則共建。具體來說，要主動參與全球“人工智能+”教育的政策對話與規(guī)則制定，吸收國際先進經驗、汲取多元智慧，推動我國在全球“人工智能+”教育發(fā)展中的角色轉型，制定并實施具有全球適應性的教育數(shù)智化解決方案[63]。

————————

參考文獻

[1]科技部.科技部等六部門關于印發(fā)《關于加快場景創(chuàng)新以人工智能高水平應用促進經濟高質量發(fā)展的指導意見》的通知[OL]. lt;https：//www.most.gov.cn/xxgk/xinxifenlei/fdzdgknr/fgzc/gfxwj/gfxwj2022/202208/t20220812_181851.htmlgt;

[2]新華網.教育部發(fā)布4項行動助推人工智能賦能教育[OL].lt;http：//www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/2024/2024_zt05/mtbd/202403/t20240329_1123025.htmlgt;

[3]張慧，黃榮懷，李冀紅，等.規(guī)劃人工智能時代的教育：引領與跨越[J].現(xiàn)代遠程教育研究，2019，（3）：3-11.

[4]段世飛，龔國欽.國際比較視野下的人工智能教育應用政策[J].現(xiàn)代教育技術，2019，（3）：11-17.

[5]況揚，曾嬪.我國人工智能教育政策工具的選擇及優(yōu)化路徑研究——基于128份文本的Nvivo分析[J].教育信息技術，2024，（10）：3-6、16.

[6]劉獻君.高等學校戰(zhàn)略管理[M].北京：人民出版社，2008：6

[7]Rothwell R， Zegveld W. An assessment of government innovation policies[J]. Review of Policy Research， 1984，（3-4）：436-444.

[8][20][21][22][34][36][39][54]朝陽區(qū)教委.朝陽區(qū)人工智能賦能教育高質量發(fā)展三年行動計劃[Z].北京：朝陽區(qū)教育局，2024：11-15.

[9][23][31][56]東城區(qū)教委.北京市東城區(qū)中小學智能教育產品應用規(guī)范[Z].北京：東城區(qū)教育局，2024：1-11.

[10][11][25][29][53]科學技術與研究生工作處.北京市教育委員會關于印發(fā)《北京促進人工智能與教育融合發(fā)展行動計劃》的通知[OL].lt;https：//jw.beijing.gov.cn/kyc/gzwj_15525/201907/t20190718_1155727.htmlgt;

[12][14][51]龍華區(qū)教育局.龍華區(qū)推進中小學人工智能教育實施方案[Z].深圳：龍華區(qū)教育局，2023：3-4、11.

[13][26][45]廣州市教育局.廣州市中小學人工智能教育普及工作方案[Z].廣州：廣州市教育局，2021：2.

[15][17][27][55]海淀區(qū)教委.海淀區(qū)“人工智能+教育”三年行動計劃（2024-2026年）[Z].北京：海淀區(qū)教育局，2024：3、12-14.

[16][18][37][50]無錫市教育局.無錫市推進中小學人工智能教育工作方案[Z].無錫：無錫市教育局，2024：4-7.

[19][44]深圳市委教育工作領導小組辦公室.深圳市推進中小學人工智能教育工作方案[Z].深圳：深圳市教育局，2023：7-8.

[24][40]長沙市教育局.關于印發(fā)《長沙市人工智能助推教師隊伍建設試點工作實施方案（2022-2024）》的通知（長教通〔2022〕26號）[OL].lt;http：//jyj.changsha.gov.cn/zfxxgk/fdzdgk/lzyj/bmwj/202204/t20220426_10545610.htmlgt;

[28][42]上海市教委.上海市教育委員會關于印發(fā)《上海市推進實施人工智能賦能基礎教育高質量發(fā)展的行動方案（2024-2026年）》的通知[OL].lt;https：//edu.sh.gov.cn/xxgk2_zdgz_jyxxh_03/20241217/d41f0919ad4446f28076eb15c5669070.htmlgt;

[30][41][43][57]北京市教育委員會.北京市教育委員會等四部門關于印發(fā)《北京市教育領域人工智能應用工作方案》的通知[OL].lt;https：//jw.beijing.gov.cn/xxgk/2024zcwj/2024qtwj/202410/t20241022_3925387.htmlgt;

[32]廣州市教育局.實施人工智能助推對口支援教師專業(yè)發(fā)展行動方案（2023-2025）[Z].廣州：廣州市教育局，2023：6.

[33]蕪湖市教育局.蕪湖市啟動人工智能“大模型”應用暨課后服務信息化試點工作[OL].

lt;https：//jyj.wuhu.gov.cn/xwzx/bmyw/8525820.htmlgt;

[35]浙江省教育技術中心.中小學人工智能教育服務系統(tǒng)數(shù)據(jù)規(guī)范[OL].

lt;https：//www.zjedu.org/module/download/downfile.jsp？classid=0amp;filename=3e12e4f6617f44edb10cc0a7b2b31508.pdflgt;

[38]南山區(qū)教育局辦公室.南山區(qū)中小學推進人工智能教育工作方案[Z].深圳：南山區(qū)教育局，2024：9.

[46]張勇杰.漸進式改革中的政策試點機理[J].改革，2017，（9）：38-46.

[47]教育部.教育部公布中小學人工智能教育基地名單[OL].

lt;https：//www.gov.cn/lianbo/bumen/202402/content_6933974.htmgt;

[48]杭州市余杭區(qū)教育局.關于開展余杭區(qū)人工智能教育進校園項目的實施意見[OL].

lt;https：//www.yuhang.gov.cn/art/2020/4/1/art_1229175258_902362.htmlgt;

[49][52]天河區(qū)教育局.天河區(qū)實施廣州市人工智能助推教師隊伍建設實驗區(qū)工作方案[Z].廣州：天河區(qū)教育局，2023：6.

[58]UNESCO.UNESCO：Governments must quickly regulate generative Al in schools[OL].

lt;https：//www.unesco.org/en/articles/unesco-governments-must-quickly-regulate-generative-ai-schoolsgt;

[59]Hall P A. Policy paradigms， social learning， and the state： The case of economic policy making in Britain[J].Comparative Politics， 1993，（3）：275-296.

[60]Menzel D C. An interorganizational approach to policy implementation[J]. Public Administration Quarterly， 1987，（1）：3-16.

[61]Robichau R W， Lynn Jr L E.The implementation of public policy： Still the missing link[J]. Policy Studies Journal， 2009，（1）：21-36.

[62]祝智庭，趙曉偉，沈書生.融智課堂：融入AI大模型的創(chuàng)新課堂形態(tài)[J].電化教育研究，2024，（12）：5-12、36.

[63]薛瀾，趙靜.人工智能國際治理：基于技術特性與議題屬性的分析[J].國際經濟評論，2024，（3）：52-69、5.

How Do Regional Policies Respond to the “Artificial Intelligence+” Education Transformation？

——A Logical Analysis of Policy Texts

ZHAO Xiao-Wei1，2""" LI Xin-Ya1""" SHEN Shu-Sheng1，2""" WANG Qiong3[Corresponding Author]

（1. School of Educational Science， Nanjing Normal University， Nanjing， Jiangsu， China 210097;

2.Adolescent Education and Intelligence Support Lab of Nanjing NormalUniversity， Nanjing， Jiangsu， China 210097;

3. Graduate School ofEducation，Peking University，Beijing，China 100871）

Abstract：The in-depth advancement of “AI+” education urgently requires to carry out forward-looking planning and and layout in advance at the policy level. Based on this， this paper firstly clarified the logical direction of its development by sorting out the additions and changes of local “AI +” education policies after the intervention of generative AI. It was found out that policy goals were embodied in the organic integration of stable development and dynamic adjustment， and the policy contents showed an orderly progression from foundational support to quality-driven innovation， and policy tools realized the effective expasion of supply-demand to environmental regulation. After that， the paper introduced the actions and meachers to promote local “AI+” education policy， including providing supporting support for the implementation of the strategies， building a coordinated linkage system connecting different hierarchies， forming a resource allignment pattern of social coordination， exploring a base pilot model of intensive sharing， and strengthening risk judgment and ethical construction. Finally， in the future， it calls for rethinking the transformation path of “goal-tool”， promoting the coordinated development of “policy-governance”， and constructing a “short-term-long-term” development ecosystem， so as to realize the innovation in “AI+” education policies.

Keywords：“AI+” education; local education; policy text; policy innovation; GenAI