夜雨聆风
国家政策落地,“AI+教育”复合型人才,已成为新刚需!
近日，教育部等五部门联合印发了《“人工智能+教育”行动计划》（以下简称《行动计划》），引发社会各界广泛关注。
如果说过去几年，人工智能还只是“进入课堂”，那么这一次，它被正式写进了教育体系的底层结构之中。从中小学到高等教育，从教师培养到教育治理，一场系统性的重构已经开始。
现在，就让我们一起来看看这份文件究竟释放了哪些关键信号？又将对未来的学习方式和人才培养，产生哪些深远影响？
《行动计划》明确提出，到2030年，人工智能与教育深度融合的整体格局将基本形成，并构建起覆盖各学段、贯通全社会的人工智能教育体系。
具体来看，这一目标主要体现在几个方面。
-
中小学阶段：持续完善《中小学人工智能通识教育指南》，开齐开足开好人工智能相关课程。推动人工智能教育全面纳入地方课程体系，建强中小学人工智能教育基地，支持农村、边远地区学校利用国家平台开好人工智能课程。
-
高等教育阶段：推动人工智能成为高校公共基础课，按学科专业分类编写课程教材。优化传统学科专业人才培养方案，开设人工智能交叉融合课程，培养复合型交叉人才。
-
职业教育：推动传统专业智能化升级，实施人工智能领域高技能人才集群培养计划，有针对性培养新兴岗位高技能人才。
-
全社会通识教育：持续丰富国家平台的数字资源，将人工智能纳入高校学生就业能力提升“双千”计划，面向重点群体定制开发人工智能素养和技能课程。
-
教师素养提升：制定教师智能素养标准，分层分类开展人工智能素养培训，将人工智能纳入教师资格考试和认证内容。
-
赋能学生学习：研发智能学伴、思政大模型，建设学生数字档案，动态优化学习路径。推动智能技术在中西部地区、乡村学校的应用，促进教育优质均衡。
-
赋能教师教学：加强智能教学系统应用，探索人机协同教学模式，开展人工智能循证教研实践，帮助教师提升教学质量。
-
赋能教育治理：打造教育智能大脑，建设国家人才供需对接大数据平台，研发教育评价智能化工具，打造智能化就业服务系统。
-
赋能科学研究：建设并推广科学智能体和智能工具，建设人工智能学科交叉创新平台，深化高校科技成果交易平台“科交汇”智能体应用。
-
建设国家教育智能算力服务平台，组织开发国家基础语料库，研发人工智能教育大模型。
-
深入推动国家平台智能升级，布局建设国家人工智能（教育）应用中试基地，建设人工智能学习社区。
-
打造未来课堂、未来学校、未来学习中心和未来实训中心，试点研发数字教材，构建人机协同的教学新模式。
-
推动人工智能与认知科学、脑科学、心理学、教育学等多学科交叉研究。
-
加强制度保障，研制标准规范，构建政府主导、高校、社会、企业共同参与的多元投入机制。
-
建立人工智能教育应用的安全防护体系，强化人工智能进校园管理，健全评估备案、技术监测、风险预警、应急响应机制。
《行动计划》强调，教育部门要会同发展改革委、科技、工业和信息化、数据管理等部门协同推进“人工智能+教育”工作，各地各校要将“人工智能+教育”纳入发展规划，积极开展应用示范，深入实施人工智能赋能教育行动试点，及时总结宣传优秀经验做法。
与以往围绕“教育信息化”或“数字化教学”的政策不同，这一次，人工智能不再只是作为工具被引入课堂，而是被明确纳入教育体系的核心结构之中。从中小学课程设置，到高校人才培养，再到教师能力标准与教育治理方式，这份文件实际上指向的是一件更深层的变化——教育正在进入一个以人工智能为底层支撑的新阶段。
在文件提出的目标中，“到2030年形成智能技术与教育深度融合格局”并不仅仅是技术层面的升级，而是涉及教学模式、人才培养路径乃至教育公平与资源配置方式的系统性重构。这也意味着，未来教育领域的竞争，不再只是围绕知识本身，而是逐渐转向“如何借助技术实现更高效、更个性化的学习与发展”。
在这样的背景下，人才能力结构也在被重塑。未来所需要的，不再只是传统意义上的教学能力，而是更复合的能力结构。既需要理解技术的发展逻辑，也需要具备将技术融入教学与学习设计的能力，同时还要能够在不同教育场景中，解决真实问题。
换句话说，“AI + 教育”的复合能力，正在成为新的核心竞争力。
这也意味着，在未来的教育、科技乃至更广泛的行业中，具备这种能力的人，将拥有更大的发展空间。
近年来，随着教育数字化和智能化转型的加速，美国越来越多的高校和教育机构开始设立专门针对“AI+教育”的跨学科项目。
以美国Top10名校约翰·霍普金斯大学教育学院的ITGL项目为例，其全新升级的 「AI & Learning Innovation」（人工智能与学习创新） 专业方向，一直深受学生欢迎。
同时，ITGL项目的核心课程还新增了「AI in Education」（AI教育）。无论是在课程设置还是培养目标上，都与国家正在大力推进的教育数字化和 AI 发展战略高度契合。
该课程引导学生以批判性视角看待人工智能——既将其视为实用工具，也作为反映人类认知模式、创造力、伦理观念及系统性偏见的一面镜子。
课程强调动手实践、批判分析与项目应用，帮助学生深入探索AI在教育目标与实践中的潜力与局限。学生将亲自体验和使用AI工具，分析其教育影响，并学习如何将AI有意识地融入自身专业场景，实现理论与实践的深度融合。
课程围绕五大主题展开：
-
AI、认知与学习
-
AI作为共创伙伴
-
伦理与偏见
-
AI与教育使命
-
政策与未来方向
👉 关于该课程的更多详情，请点击并查看以下文章：
本专业方向将聚焦如何利用前沿科技提升教学效果、改变学习方式，并推动教育公平。通过系统课程学习，你将掌握教育科技应用的最新理念与实践方法，探索AI如何赋能课堂与学习环境，成为推动未来教育变革的引领者。
（一起来看看这门专业的设计者之一、JHU教育学院「Learning Design & Technology」硕士项目主任 James Diamond 博士关于这个专业的分享）
👉 关于该专业下的课程设置，可点击并查看以下文章：
如果你也对人工智能教育感兴趣，欢迎申请ITGL项目下的「AI & Learning Innovation（人工智能与创新学习）」专业！
如果你对ITGL项目下的其他专业分支感兴趣，同时也想学习AI教育知识，别担心！所有ITGL专业的学生均可选修「AI in Education」核心课程。
目前，ITGL2027春季入学申请通道已经开启，欢迎大家申请！如对该专业或项目有任何疑问，欢迎随时咨询我们！
-
ITGL小助手微信号：ACEE-Global
-
免费的一对一线上咨询预约：
