近日，教育部基础教育教学指导委员会发布《中小学人工智能通识教育指南（2025年版）》（以下简称《通识指南》）和《中小学生成式人工智能使用指南（2025年版）》（以下简称《使用指南》）。

《通识指南》旨在构建一套科学完备的人工智能通识教育体系。该指南提出，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。通过知识、技能、思维与价值观的有机融合，形成四位一体的人工智能素养，培育科技创新思维、批判性思维、人机协作能力、人工智能素养及社会责任意识。此外，指南还提出，将人工智能教育纳入校本课程实施方案，构建与信息科技、科学、综合实践等课程有机衔接的课程体系。

《使用指南》则明确各学段使用规范，确保技术安全、合理、有效地辅助教学、促进学生个性化学习、推动教育管理智能化，同时严守数据安全、伦理道德底线。在“政-校-企-家-社”多方协同下，既释放技术赋能教育的创新潜能，又筑牢教育主阵地的价值根基。

教育部基础教育教学指导委员会负责人表示，这两项指南的落地实施，将有助于提升中小学生的人工智能素养，推动人工智能与中小学教育教学深度融合，促进教育教学模式创新，构建安全高效、公平普惠的人工智能教育新生态，为培养适应时代发展的创新人才奠定坚实基础。

中小学人工智能通识教育

旨在培养学生适应智能社会的核心素养

▲2025年5月4日，浙江杭州，市民体验deepseek的人工智能大模型 图据视觉中国

今年全国两会期间举行的首场“部长通道”集中采访活动中，教育部部长怀进鹏在答问时说，DeepSeek（深度求索）和机器人引起广泛关注，从一个方面说明了中国科技创新和人才培养的效果。怀进鹏以DeepSeek和机器人为例说，重大科技革命和产业变革既对教育提出需求，也是教育改革发展的重大机遇。

21世纪教育研究院院长熊丙奇接受红星新闻记者采访时表示，人工智能时代与此前的互联网时代，是有所不同的。普及电脑主要在于掌握电脑使用技术。而人工智能时代，则不同。据媒体报道，我国不少中小学生在新学期到来前，已在用AI“赶做”作业。这意味着，使用人工智能已经不是问题，怎么用好才是问题。而用好人工智能，就不只是掌握有关知识与使用技术，关键是使用者有无思考能力、创新能力。

谈到中小学人工智能通识教育的培养目标，教育部基础教育教学指导委员会负责人介绍，中小学人工智能通识教育通过构建分层递进、螺旋上升的教育体系，旨在培养学生适应智能社会的核心素养。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，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。通过分阶段、递进式的课程设计与教学策略，形成螺旋上升的教育路径，确保各学段学生在保持学习热情的同时，逐步实现人工智能技术学习的纵向深化，达成兴趣培养与知识技能提升的有机融合。

分阶段成为人工智能教育的一个典型特征，《使用指南》提出，在中小学应用场景中，应以保障个人隐私和数据安全为前提，通过规范化使用充分发挥生成式人工智能的潜能。小学阶段禁止学生独自使用开放式内容生成功能，教师可在课内适当使用辅助教学；初中阶段可适度探索生成内容的逻辑性分析；高中阶段允许结合技术原理开展探究性学习。

人工智能在中小学教育中有哪些应用？

三类典型场景

在中小学教育中，人工智能可以有哪些应用？《使用指南》提出了三类典型场景：促进学生成长、辅助教师教学、支撑教育管理。

▲2025年3月14日，在江苏省兴化市昭阳湖初级中学，音乐教师给学生讲解AI软件使用方法 图据视觉中国

在促进学生成长中有5个场景，包括：通过智能学伴系统生成多维诊断报告，精准匹配分层学习资源，支持学生自主规划学习路径、优化学习进程管理，提升学生自主学习能力；依托生成式人工智能构建交互式学习环境，开展互动式探究学习活动，切实增强学生逻辑推理能力与创新思维水平；发挥人工智能伴读系统的功能优势，精准追踪和分析阅读轨迹、提供交互式导读服务，并通过动态绘本、多方言有声书等多元载体，深入推进优秀传统文化传承；在教师与家长监督下，学生可借助人工智能助手倾诉情绪困扰，获取心理健康疏导等。

第二类应用场景是辅助教师教学，提到教师可利用生成式人工智能自动生成教学设计，为不同层次和能力的学生提供量身定制辅导方案和资料列表，实现大规模个性化教学；教师可利用生成式人工智能工具开展互动性教学，打造沉浸式教学体验，开展实时学情监测分析，提升课堂教学效果；教师可利用生成式人工智能辅助课后作业生成与批改以及学情分析，提升教学效率和降低教学负担等。

第三类应用场景是支撑教育管理，包括助力校务智能化；助力教育资源均衡化，为偏远地区学校自动生成适配本地课程大纲的教案、习题及多媒体素材；创新教育评价，将生成式人工智能作为评价体系设计的辅助工具，实现人机协同教育评价；智能驱动科学决策，结合生成式人工智能的模拟推演能力与人类经验，构建“人机协同”决策机制，提升管理科学性等。