文章核心观点 - 全球教育数字化转型的关键在于提升教师数字素养 数字技能正从优势能力转变为多数岗位的通用能力 多国已将提升教师数字素养纳入关键议程以增强教育系统对职业结构调整与技能需求变化的适应能力 推动教育事业高质量、可持续发展 [1] 教师数字素养的构成维度与全球框架 - 教师数字素养已发展为涵盖教学、管理、专业发展等多维度的综合能力体系 全球多个国际组织已发布相关政策框架为各国提供参照 [1] - 联合国教科文组织2018年发布《教师信息通信技术能力框架》 以“知识获取—知识深化—知识创造”三阶段为架构 涵盖六大维度 为全球教师数字素养发展提供路线图 [2] - 欧盟委员会联合研究中心2017年推出《教育工作者数字能力框架》 详细界定22项具体能力并划分为六大领域 为欧盟成员国制定标准、培训课程和自评工具提供统一参照 [2] - 美国国际教育技术协会2018年发布《ISTE教育者标准》 将教师数字能力概括为七类专业角色 该标准因体系完整且具有前瞻性在国际教育技术领域被广泛引用 [3] 各国教师数字素养提升路径与实践 - 各国提升教师数字素养的核心路径围绕“制度保障、培训赋能、实践落地”三大关键环节 推动从“被动提升”向“主动发展”转变 [4] - 芬兰将教师数字素养纳入国家课程与“新素养发展计划”协同框架 2023年发布《教育与培训数字化发展政策（至2027年）》 强调确保教育从业人员具备充足技能与高水平数字胜任力以支撑可持续数字化转型 [5] - 新加坡教育部2020年推出《教育者技能未来框架》将数字化教学法纳入教师核心能力体系 2023年发布面向2030年的《教育技术总体规划》将“强化教师教育技术实践”列为关键方向 并构建分层支持系统 [5][6] - 美国教育部2024年发布新版《国家教育技术规划》 以弥合“数字使用鸿沟”、“数字设计鸿沟”和“数字接入鸿沟”为主要目标 战略重心从侧重技术供给转向注重技术有效使用 [6] - 挪威教育ICT中心2017年发布《教师专业数字能力框架》 将技术能力放回教学情境中界定 推动制度导向与一线资源同步推进以提升数字化教学有效性与规范性 [7] 从数字素养到人工智能素养的演进 - 随着人工智能技术在教育领域加速应用 教育数字化进入“智能化转型”新阶段 AI素养在数据理解、算法意识、技术运用和伦理判断等方面对教师提出更高要求 是对数字素养的延伸和深化 [8] - 韩国教育部2023年发布《以数字为基础的教育创新方案》 将AI与基础教育深度融合作为制度化推进方向 计划自2025学年起分阶段引入AI数字教材 并计划到2026年前培养约3.4万名能够熟练运用AI数字教材的“课堂革新带头教师” [9] - 德国联邦政府2022年出台《德国数字战略》将教育数字化与数字能力提升纳入重点议程 2024年各州文化部长联席会议通过《关于在学校教育过程中使用人工智能的行动建议》 推动AI素养与数据能力进入教师培养与专业发展的制度安排 [10] - 南非政府2020年发布《数字与未来技能战略》提出同步提升教师数字技能 2024年通信与数字技术部发布《国家人工智能政策框架》将“人才与能力发展”列为重要支柱 强调在各级教育中融入AI相关课程与培训 [11] 未来展望与方向 - 在AI加速重塑知识生产和学习方式的背景下 全面提升教师的数字素养和AI素养已成为护航下一代成长、夯实国家创新根基的基础性工程 [11] - 未来需要各国立足国情系统谋划 既要完善标准化素养框架 也要搭建多元化提升平台 既要强化培训赋能 也要注重实践落地 并关注教师个性化需求以将技术优势转化为育人优势 [12]

文章核心观点 - 企业人工智能应用的核心风险与价值实现瓶颈在于“人”而非技术，关键在于培养一种全员参与、持续更新的组织能力，即“人工智能素养”，这关乎责任认知、数据质量与业务协同，决定了人工智能能否真正为企业所用 [1] 人工智能素养的本质与范畴 - 企业使用或提供人工智能服务时，即成为责任方，其所需的人工智能素养并非公众入门知识或编程能力，而是对人工智能能力边界、风险及自身责任的清晰认知，这是一道底线要求 [2] - 人工智能素养至少包含三个层面：基本认知、实际使用能力以及将人工智能视为工作一部分认真对待的态度与责任 [5] - 人工智能素养也是一种“共同语言”，能帮助业务与工程团队消除不切实际的幻想或低估，实现有效协作，将技术用在合适的地方和正确的方式上 [8] 人工智能素养的动态性与挑战 - 人工智能领域变化极快，知识更新频繁，例如监督学习重要性下降，自监督学习、强化学习成为新基础，这意味着“学会”的知识本身也会过期 [3] - 人工智能素养不是“一次学完”的静态知识，而是一种需要持续更新、不断校准的“读写能力” [4] - 技能经验也会“过期”，许多教材内容（如经典分类任务练习）与制造业等真实业务场景（如回归问题、基于基础模型的应用）对稳定性、可解释性的要求不匹配 [5] 数据治理是人工智能应用的基石 - 数据治理能力是关键，涉及数据来源合规性、质量可靠性及内部共享使用，这并非技术细节而是基础能力，在不同地区的规范中被反复强调 [7] - 对于“基于代理的人工智能”等高价值应用（如制造业质量控制、安全管理），其可靠性极度依赖准确、完整、可信的领域数据，没有扎实的数据基础，智能代理将不可靠 [9] - 高质量数据并非仅为未来系统准备，它由每一次工作记录与经验沉淀构成，能提升当前效率、避免重复错误，是让人工智能真正可用的第一步 [10] 培养人工智能素养的组织实践 - 人工智能素养培养应从风险教育开始，但不能仅停留在规避错误，需认识到主动使用进化中的人工智能可提升个人工作质量、加快方案验证与原型迭代 [11] - 人工智能素养不适合通过一次性培训解决，是一项需要为员工持续学习创造条件的长期工程，包括预留学习时间、提供资源及建立内部经验分享机制 [11] - 对于已熟练使用生成式人工智能的新一代职场人，需补足的是在企业环境中使用人工智能所意味的责任与期待，包括遵循规范及理解组织作为提供方的义务 [11]

人工智能素养的核心观点 - 人工智能素养是数字时代和智能社会的基础能力与必修课，其内涵远超单纯的技术理解，更侧重于理性运用工具的方法论和审视技术伦理的批判性思维[2][3] - 人工智能已如空气般渗透至日常生活和各行各业，从流媒体推荐到医疗诊断，从企业运营到教育场景，理解AI成为现代公民的必备素质[2][3] - 具备人工智能素养的个体和社会，不仅能高效利用技术红利，更能清醒应对潜在风险，参与塑造技术的未来，使其发展更透明、公平和可持续[3][21][23] 人工智能素养的重要性 - 皮尤研究中心的调研显示，仅30%的美国成年人意识到智能手表、聊天机器人等六项常见应用背后均由AI驱动，公众对AI的普遍性认知存在显著不足[5] - 约27%的美国人自认为每天多次与AI互动，但实际使用情况表明该数字被严重低估，凸显提升AI认知的紧迫性[5] - IBM 2022年研究显示，35%的企业已在业务中使用AI技术，42%的企业正在研究引入AI，AI正快速成为商业运作的核心部分[5] 人工智能素养的核心框架 - 技术理解：要求掌握AI系统感知世界、处理数据和决策的基础原理，认知其在模式识别、机器学习等领域的能力边界，并清醒认识到其表现完全取决于训练数据质量，可能存在误判和固有偏见[6] - 实际应用：能在生活和工作中熟练使用AI工具，并理解其在各行业中的作用，如推动制造自动化、辅助医疗诊断或提升教育个性化[7] - 伦理意识：需建立伦理认知框架，洞察算法偏见如何固化为社会歧视，理解对隐私的冲击、滥用风险，并明确AI系统必须满足透明度与问责要求[8] 企业层面的人工智能素养 - AI素养正成为企业竞争力的底层能力，它已超越技术部门的职责，是每个岗位都需要理解的工具，能有效帮助企业提高效率、创新流程和优化决策[9][11] - 企业培养AI素养应注重实践，让员工亲身体验AI在真实业务场景中的应用，如使用分析工具、引入自动化流程，这比理论学习更重要[12] - 企业必须建立持续的培训体系和伦理教育，确保员工能跟上技术更新，并建立“负责任使用AI”的文化，以兼顾效率与责任，赢得公众信任[13][14] 教育领域的人工智能素养 - AI教育的目标不是让所有学生编写代码，而是使其理解AI如何影响世界，AI素养应成为基础教育的一部分，但目前K-12阶段的相关课程仍非常稀缺[15][16] - 教学应以实践为主，例如设计简单的AI模型、观察行业应用、讨论伦理问题，这能帮助学生明白AI是一种社会现象，并能提升其在数学、科学等核心学科的学习效果[16][17] - 需要建立系统的AI教育框架，确保课程具有连贯性和适应性，并优先对教师进行培训，只有教师具备AI素养，才能有效引导学生学习与思考[16]

人工智能教育战略与模式 - 海淀区致力于汇聚各方力量形成人工智能教育新生态，打造人工智能教育的"海淀模式" [1] - 推进人工智能教育被视为新时代教育改革与发展的必选命题，包括面向全学段的普及性教育和为拔尖创新人才选拔服务 [2] - 海淀教科院整合区域内中小学校、高校、科研机构、企业等资源，开发适合不同学段的融合课程，构建K12人工智能教育课程体系 [2] 人工智能素养与课程体系 - 人工智能素养被定义为包括人工智能的意识和思维能力、应用和创新能力、伦理与社会责任三个方面 [2] - 培养目标要求学生从基本了解人工智能，到合理使用，再到可以创新应用 [2] - 清华附中联合多方成立公益性质的人工智能实验班，自主设计涵盖数学思维、科学素养、人文社科等类别的"21天课程" [5] - 课程体系鼓励学生跨学科融合与实践，助力学生实现"认识AI—实践AI—原创AI"的能力提升 [5] 教师队伍建设与赋能 - 人工智能教育的推进有赖于建设理念新、敢于实践的卓越教师队伍，将教师视为学校的源头活水 [3] - 清华附中成立覆盖初高中所有学科的AI未来教育训练营，由19位教师组成数智时代教育创新先锋队 [3] - 通过纵向上发挥清华大学大中贯通优势，横向上发挥校企合作联动优势来提升教师人工智能素养 [3] - 面向集团所有教师开展人工智能通识课工作坊，该课程已被全国130余所中小学引入使用 [4] 技术应用与教学创新 - 中关村三小坚持"比较的思想"和"增值的评价"原则，确保技术应用服务于育人本质并带来教学质量实质性提升 [6] - 学校上线"AI三小平台"，集成104个自研智能体和16个外部工具，将课堂评价转型为量化加质化混合评价模式 [7] - 构建"四维探索+三重守护"教学模式，四维探索包括个性化指导、及时性评价等，三重守护为价值观、审美和科学观守护 [7] - 清华附中利用附中集团网校和嵌入其中的大模型，满足每个人的个性化需求 [5] 未来发展方向与生态构建 - 未来将拓展智慧食堂、AI+美育、AI+劳动教育等新型应用场景，探索AI辅助学生综合素质评价 [8] - 建议加快人工智能产业融合基地建设，探索建立全市AI教育资源共享平台，促进优质资源流动 [9] - 需要持续优化教师AI素养提升，打造懂技术、会教学、善创新的专业化队伍 [9] - 发展的核心是技术理性与教育初心的深度互动，目标是让技术解放人而非让机器模仿人 [8]

人工智能+行动政策部署 - 国务院印发《关于深入实施"人工智能+"行动的意见》 系统部署人工智能与经济社会各领域深度融合的总体要求、重点任务与保障措施[1] - 文件推动人工智能全方位赋能产业升级、消费提质、民生改善与治理现代化[1] - 培育智能原生新模式新业态 推进工业全要素智能化发展 加快农业数智化转型升级 创新服务业发展新模式[2] 人工智能对就业市场影响 - 世界经济论坛预测到2030年全球劳动力市场将经历结构性变革 技术创新被列为首要驱动力[2] - 企业对人工智能开发技能需求提升214% 数据分析技能提升189% 手动灵活性等技能重要性下降37%[2] - 全球一半雇主正在瞄准人工智能催生的新机会并计划调整业务方向[2] 职业教育体系变革需求 - 职业教育需加快构建与智能化产业生态相适应的高技能人才培养新体系[1] - 需实现从"教技术"到"强能力"的转变 提升学生人工智能素养和人机协作能力[3] - 教育部发布《中国智慧教育白皮书》提出智能时代人才培养新标准 夯实基础能力 培育高阶思维 提升未来素养[4] 人工智能素养标准建设 - 教育部职业院校信息化教学指导委员会发布《职业院校人工智能应用指引》提出人工智能素养新要求[4] - 制定涵盖通识素养、专业技能、行业能力三核心部分的分层递进标准 贯穿安全伦理教育[5] - 开发基于动态能力图谱的人工智能素养评价系统 针对中职、高职专科、职业本科开发梯度化测评工具[6] 专业与课程体系升级 - 职业院校需布局智能制造、工业互联网、智能网联汽车、农业机器人等新兴专业方向[7] - 推动现有专业智能化改造 将人工智能基础知识、工具应用、伦理规范纳入课程体系[7] - 开发人工智能+模块化课程 开设通识课程和专项技能微证书项目[7] 教学模式创新 - 创新智能学伴、智能教师等人机协同教育教学新模式[8] - 建设智能化教学环境 构建沉浸式、交互式、个性化实训场景[8] - 开发自适应学习系统、智能评测工具和虚拟协作平台 提供精准化学习支持[8] 教师能力建设 - 教育部开展教师校长人工智能专项培训[9] - 将教师人工智能教学胜任力分为普及层、深化层和研发层三个层次[9] - 采用分层培训+产教融合策略 构建校企协同的双师型团队[9] 基础设施与治理体系 - 发布《职业院校智慧校园规范》对智慧环境、人工智能基座、数智治理提出明确标准[10] - 强化智能算力统筹 提升模型基础能力 优化应用发展环境[10] - 建立数据隐私保护机制和人工智能内容审核机制[10]

人工智能的双重影响 - 人工智能是一把双刃剑 既可能增加失业率 也可以赋能人类创造新的工作机会 既可能被黑客用于网络破坏 也可以支撑网络安全建设 既可能降低信息可靠性 也可以提高信息质量 既可能增加不平等 也可以合理利用来填补鸿沟 [1] 教育系统改革与人才培养 - 通过教育塑造全面发展的人才 确保人类在科技发展中不被边缘化 改革高等教育 倡导人工智能素养 促进应用科学作为国家发展不可或缺的一部分 消除与职业教育相关的耻辱感 [2] - 人工智能时代人才需要两种能力 培养理解并评估人工智能的能力 以及掌握与行业需求匹配的特定实用技能 而非编程等已被人工智能超越的技能 [3] - 教育系统需优先培养人工智能素养 使学生了解人工智能的局限和优势 从而有效并负责任地运用人工智能 关键在于知悉人工智能技术的原理和局限 [3] - 人工智能素养的关键是准确解读并批判性评估人工智能生成的推荐 教育系统需培养明智而自信的人工智能平台用户 这对政府和社会各领域管理者尤为重要 [4] - 教育系统需教授人类独有的处理异常的能力 在可预见的未来 人工智能模型在这方面不会有明显突破 分析和利用异常的能力是人类独有的优势 许多科学突破归因于对异常的关注和好奇心 [4] - 未来劳动力市场的竞争优势将依赖人与人互动的工作 因历史上技术变革均产生此类需求 人工智能不擅长与人类客户互动 且某些伦理和政治因素使人类无法被替代 因此理解人类行为应成为教育核心目标 [5] - 世界经济论坛预测到2030年29%的劳动者技能将发生变化 如果不进行培训 一些人会被取代 人类需要聚焦创造性思维 韧性 灵活性 敏捷性 领导力和社会影响力等"人本技能" [6] 国际合作与全球发展 - 国家发展人工智能离不开三件事 知识 投资和基础设施 印尼必须与中国 东盟其他国家合作 共同投资无法独自完成的事情 [7] - 中国和印尼在人才发展方面有很多合作 印尼将派遣最优秀的学生前往中国 并继续扩大与中国的合作 [7] - 《全球人工智能创新指数报告2025》显示美国和中国稳居第一梯队 中国总分为58.01分排名第二 2024年中国5个一级指标均排名第二 计算基础 人才 教育等8个二级指标排在前2名 电站容量 顶级论文量 大模型数量等20个三级指标排在前2名 [7] - AI基础支撑能力与国家经济水平关联增强 南北方基础支撑指标鸿沟加大 亟待推进全球人工智能能力共建 中国持续推动人工智能开源发展 高水平开源项目实现群体突破 加速人工智能技术普惠 对弥合智能鸿沟和推动全球共同发展发挥引领作用 [7] - 中国人工智能技术发展惠及全球南方 各国可以携手合作利用人工智能技术造福人类 [8] - 人类需要创建体系评估真伪 政府需创建能进行事实核查的语言工具 并以所有语言提供 印尼将密切关注中国并相互学习 [8] 人工智能的能力与人类优势 - 人工智能快速发展 能力持续增强 呈现追平甚至超越人类的表现 能在短时间内通过自主学习加速迭代 例如AlphaGo在2016年击败围棋世界冠军李世石 而短短几年后人类无法在围棋 国际象棋等策略游戏中与人工智能竞争已成为常态 [9] - 人工智能使得攻击安全系统更容易 人类必须在新的网络安全模型中处于中心位置 知道如何与人工智能系统互动及识别潜在问题 在高风险情况下人类必须能够介入 政府和人工智能开发者需立即行动降低风险发挥正面影响 [9] - 人工智能可以成为一种"均衡器" 使医疗健康服务更容易获得 例如使用人工智能检测癌症不再是特权 成本大幅降低 教育领域也可拥有实用工具改善教育 让全球南方国家获得同样服务 [9][10] - 在可预见的未来 有两种能力始终为人类所独有 应得到鼓励和培养 好奇心 不由外部奖励驱动 而是自主产生对现象 事实 模式的兴趣 提出"为什么"的驱动力 这两种能力与处理异常的能力密切相关 [10] - 人类的好奇心与提出"为什么"的能力将在很长时间内持续领先于人工智能系统 应成为教育系统的重点目标 当前教育系统偏重掌握知识 而这些知识可轻易由人工智能提供 应将重点转向提出好问题和正确分析实证的能力 如异常和离群数据 [10] - 人工智能时代大部分人类智慧活动将集中在处理异常上 当前教育系统偏重理解典型案例 而不强调关注异常 体现为重复训练的教学方法 如根据做题速度评估能力 应优化教育系统 注重培育引导学生关注并分析异常 [11]

人工智能的双重性 - 人工智能是一把双刃剑 可能增加失业率但也能创造新工作机会 既可能降低信息可靠性也可用于提高信息质量 既可能增加不平等也能合理利用填补鸿沟[1] - 人工智能使得攻击安全系统更易 但新技术也可支撑网络安全建设 人类需在新网络安全模型中处于中心位置 知道如何与AI系统互动及识别潜在问题[9] - 人工智能更便宜精准 让医疗健康服务更易获得 如使用AI检测癌症不再是特权 成本大幅降低 教育领域也可用实用工具改善 成为全球南方国家的均衡器[10] 人才能力培养 - AI时代人才需两种能力：理解评估人工智能 掌握行业需求匹配的实用技能 最重要的是培养能评估AI的人才 年轻一代需专注人本技能[3] - 学生首先需人工智能素养 了解AI局限和优势 才能有效负责任运用 关键在能准确解读并批判性评估AI生成推荐 教育系统需培养明智自信的AI平台用户[3][4] - 教育系统需教授人类独有处理异常能力 分析和利用异常是人类独有优势 科学突破多归因于对异常关注和好奇心 需使学生有能力信心处理异常情况[4] 教育系统改革 - 当前教育系统偏重理解典型案例 用重复训练教学方法 如根据做题速度评估能力 应优化系统 注重培育引导学生关注分析异常[11] - 教育重点应从掌握知识转向提出好问题和正确分析实证能力 如异常和离群数据 而非集中培养易由AI系统提供的知识[10] - 应培养好奇心与提出为什么的驱动力 这两种能力在可预见的未来为人类独有 与处理异常能力密切相关 好奇的人更关注异常数据 敢提为什么的人会分析异常收获成果[10] 未来技能与工作 - 依赖人与人互动的工作将成为劳动力市场竞争优势 因历史上技术变革多次产生此类工作 AI模型不擅长与人类客户互动 且因伦理政治因素人类员工无法被替代[5][6] - 创造性思维、韧性、灵活性、敏捷性、领导力和社会影响力等"人本技能"非常关键 世界经济论坛预测到2030年29%劳动者技能将发生变化 需培训避免被取代[6] 全球合作与发展 - 国家发展AI需三件事：知识、投资、基础设施 印尼必须与中国、东盟其他国家合作 共同投资无法独自完成的事情[7] - 中国持续推动AI开源发展 高水平开源项目群体突破 加速技术普惠 对弥合智能鸿沟、推动全球共同发展发挥引领作用 中国AI技术发展将惠及全球南方[7][8] - 《全球人工智能创新指数报告2025》显示美国和中国稳居第一梯队 中国总分58.01分排名第二 5个一级指标均排名第二 计算基础、人才、教育等8个二级指标排前2名 电站容量、顶级论文量、大模型数量等20个三级指标排前2名[7] 政府与监管 - 《人工智能生成合成内容标识办法》自2025年9月1日起施行 旨在促进AI健康发展 规范生成合成内容标识 保护合法权益 维护社会公共利益[8] - 人类需创建体系评估真伪 政府需创建能事实核查的语言工具 以所有语言提供 印尼将密切关注中国举措 需要相互学习尤其向中国学习[8]

人工智能教育政策 - 教育部发布《中小学人工智能通识教育指南(2025年版)》和《中小学生成式人工智能使用指南(2025年版)》，旨在科学规范推进人工智能全学段教育，培养具有人工智能素养的创新人才 [1] - 国家将中小学人工智能教育纳入人工智能整体发展一体部署推进，强调学生会用、善用、不滥用人工智能 [2] - 学校是提升公民素养的主阵地，中小学阶段推进人工智能教育可为青少年适应未来铺就成长之路 [1] 教育体系设计 - 中小学人工智能通识教育构建分层递进、螺旋上升的教育体系：小学阶段注重兴趣培养与基础认知，初中阶段强化技术原理与基础应用，高中阶段注重系统思维与创新实践 [2] - 通过知识、技能、思维与价值观的有机融合，培育四位一体的人工智能素养 [2] - 分层递进的课程设计和跨学科融合教学可强化学生对人工智能技术的系统性认知，为高等教育阶段专业化学习筑牢根基 [2] 能力培养重点 - 指南建立系统性防范机制，禁止学生直接复制人工智能生成内容作为作业或考试答案，限制在创造性任务中滥用人工智能，防范过度依赖导致独立思考能力弱化 [3] - 批判性思维培养在人工智能时代尤为重要，教师需推荐可靠工具并培养学生对技术的理解、应用、创新能力和信息甄别能力 [4] - 指南强调通过实践活动（做中学、用中学、创中学）让学生掌握人工智能概念、原理、方法和技能，激发兴趣并实现技术赋能与教育本质统一 [4] 技术应用规范 - 生成式人工智能的易用性可能导致学生失去从错误和探索中学习的机会，需合理利用其作为辅助工具而非替代独立思考 [3] - 人工智能模型的准确性依赖训练数据质量，数据偏差可能导致生成答案出现问题或隐含偏见，需通过批判性思维甄别 [4] - 多地已开展中小学人工智能通识教育，目标是为国家科技自立自强储备人才力量 [4]