夜雨聆风
第十章 制度设计:AI素养教育的体系化
第十章 制度设计：AI素养教育的体系化
10.1 AI素养教育的新框架
10.1.1 从技术培训到素养教育
在AI时代刚刚开启的阶段，关于“AI教育”的讨论往往聚焦于“如何使用AI工具”——如何写提示词、如何调用API、如何训练模型。这种“技术培训”取向虽然必要，但远远不够。它隐含着一个危险的假设：只要掌握了技术操作，就能应对AI时代的挑战。
然而，正如本书前几章所论证的，AI时代的核心挑战不是“不会用AI”，而是“在AI辅助下保持主体性”。如果AI教育仅仅停留在“技术培训”层面，学习者可能会成为“熟练的AI操作者”，却未必能够成为“有判断力的AI使用者”。他们可能更高效地完成现有任务，却失去了提出新问题、创造新价值的能力。
2026年4月，教育部等五部门联合印发的《“人工智能+教育”行动计划》标志着中国AI教育理念的一次重要跃升。该计划明确提出，要“坚持育人为本、素养为先、应用导向、智能向善”，将“素养”置于“应用”之前。这一表述的深层含义是：AI教育的首要目标不是“会用AI”，而是“具备在AI时代生存和发展的核心素养”。
在这一框架下，“AI素养”被界定为一个多维度的概念，不仅包括技术操作能力，更包括对AI的批判性理解、伦理判断和社会责任意识。正如深圳某小学校长在实践中所言：“我们教孩子如何使用大语言模型解决问题，更重要的是，教他们如何批判性思考——质疑AI的答案是否正确，从多个来源验证信息。”这种“使用+批判”的双重目标，正是AI素养教育区别于传统技术培训的本质特征。
10.1.2 AI素养的核心维度
基于《“人工智能+教育”行动计划》的政策框架和本书的理论模型，本研究提出AI素养的五个核心维度：
第一，知道和理解AI（Know & Understand）。这是AI素养的基础维度，包括：理解AI的基本原理（而非成为技术专家）、认识AI的能力边界（知道AI能做什么、不能做什么）、识别AI的局限性和潜在偏见。正如行动计划所强调的，要引导学生“科学认识、合理利用智能技术”。
第二，使用和应用AI（Use & Apply）。这是AI素养的操作维度，包括：能够与AI进行有效对话（提示词工程）、能够将AI工具整合到工作流程中、能够根据任务需求选择合适的AI工具。这一维度是“技术培训”的核心内容，但不是AI素养的全部。
第三，评估和创造AI（Evaluate & Create）。这是AI素养的高阶维度，包括：能够批判性评估AI输出的质量和可靠性、能够识别AI生成内容中的“幻觉”和偏见、能够利用AI辅助创造性工作（而非让AI替代创造）。北京的规定要求“每名中小学生每学年至少上8个学时AI课程”，其深层目标正是培养这种评估和创造能力。
第四，AI伦理（AI Ethics）。这是AI素养的价值维度，包括：理解AI应用中的隐私、公平、透明度等伦理问题、能够在使用AI时做出负责任的判断、具备“智能向善”的价值导向。行动计划明确要求“坚持科技教育与人文教育相结合，注重学生的启智、心灵的培养”，体现了对这一维度的重视。
第五，AI时代的学习力（AI-Era Learning Power）。这是AI素养的元维度，即本书核心概念“学习力”在AI时代的具体体现——提问力、筛选力、迭代力、迁移力、反学习力。这一维度将AI素养从“关于AI的知识”提升为“借助AI发展的能力”。
这五个维度构成了一个从“基础认知”到“高阶应用”再到“价值判断”的完整谱系。AI素养教育的目标，不是让每个学习者成为“AI专家”，而是让每个学习者成为“有素养的AI使用者”——能够理解AI、善用AI、评判AI、并在与AI的协作中保持人的主体性。
10.1.3 全学段贯通的教育体系
《“人工智能+教育”行动计划》提出的“纵向贯通、横向联通的人工智能全学段教育和全社会通识教育体系”，是AI素养教育体系化的制度基础。
纵向贯通指的是从基础教育到高等教育的全学段覆盖。在基础教育阶段，AI教育将全面纳入地方课程体系，各地依据《中小学人工智能通识教育指南》开齐开足开好AI课程。北京已率先实现“每名中小学生每学年至少8个学时AI课程”，深圳某小学自2021年起已实现AI课程全覆盖。在高等教育阶段，AI将成为高校公共基础课，按学科专业分类编写教材，推动全体学生掌握AI知识。
横向联通指的是学校教育与终身教育的衔接。行动计划明确要求“构建覆盖大中小学全学段、贯通学校与社会的人工智能教育体系”，将AI素养教育从校园延伸到社会。这意味着，AI素养不再是“学生”的专属任务，而是每个公民的基本素养。
这一制度设计的深远意义在于：它将AI素养从“选修课”提升为“必修课”，从“部分人的特权”转化为“所有人的权利”。正如行动计划所强调的，核心目标是“确保所有公民平等获得AI学习机会”。
10.2 教师AI素养的制度化培养
10.2.1 教师智能素养标准的制定
教师是AI素养教育落地的关键。如果教师本身缺乏AI素养，AI教育就不可能真正有效。《“人工智能+教育”行动计划》明确提出，要“制定教师智能素养标准，明确教师应具备的人工智能素养能力”。
这一标准的制定需要回答几个关键问题：教师需要掌握哪些AI知识？需要具备哪些AI应用能力？需要具备哪些AI伦理判断力？不同学科、不同学段的教师是否需要不同的标准？
从国际经验看，教师AI素养标准的制定应遵循“分层分类”原则。对于所有教师，需要掌握AI通识知识——理解AI的基本原理、能力边界和伦理风险；对于信息技术教师，需要掌握更深层次的技术知识和教学能力；对于学科教师，需要掌握将AI融入本学科教学的方法和策略。
在实施层面，行动计划要求“根据不同岗位需求分层分类开展人工智能素养培训，通过多种方式实现全覆盖”。这意味着，教师AI素养培训不是“一次性”的短期项目，而是持续性的、差异化的专业发展体系。北京已组建“AI教育讲师团”，将高校、科研院所和高科技企业的专家引入学校，为教师提供专业支持。
10.2.2 教师资格考试与认证的改革
将AI素养纳入教师资格考试和认证，是推动教师AI素养提升的“硬约束”。《“人工智能+教育”行动计划》明确要求“将人工智能纳入教师资格考试和认证内容”。
这一改革的意义在于：它将AI素养从“锦上添花”的加分项，转变为“必备能力”的基本项。对于在职教师，需要通过继续教育提升AI素养；对于师范生，需要在培养阶段就接受系统的AI教育。行动计划要求“推动师范生培养改革，将人工智能等前沿技术知识纳入课程体系，更新知识体系”。
在评价层面，行动计划提出“构建情境化测评系统，开发智能化、梯度化的测评工具，鼓励各地各校开展规模化的教师素养测评，根据测评结果针对性地提升教师素养和能力”。这意味着，教师AI素养的评价不再是简单的“笔试”，而是基于真实教学情境的表现性评价。
10.2.3 教师AI素养的持续发展机制
教师AI素养的培养不是“一劳永逸”的，而是需要持续发展的。AI技术本身在快速迭代，今天学到的知识可能明天就已过时。因此，需要建立教师AI素养的持续发展机制。
在激励层面，行动计划提出“在国家及省级教学成果奖中设立智能教育项目，激发人工智能创新的内生动力”。这一措施将AI教育创新纳入教师专业发展的激励体系，鼓励教师积极探索和实践。
在资源层面，行动计划要求“持续丰富国家平台的数字资源，汇聚开发人工智能通识教育资源，鼓励高校和企业开发人工智能专业特色资源，面向广大师生和社会学习者开放”。这些资源为教师的持续学习提供了支持。
在研修层面，行动计划提出“利用智能技术分析课堂教学行为，开展人工智能循证教研实践，构建适应智能时代的教师研修模式”。这意味着，AI不仅是教学的内容，也是教师专业发展的工具——通过AI分析教学行为，教师可以更精准地识别自己的优势和不足，实现数据驱动的专业成长。
10.3 学习评价的改革方向
10.3.1 从“考知识”到“考能力”
学习评价是教育改革的“指挥棒”。在AI时代，评价方式的改革尤为迫切——因为如果评价仍然停留在“知识复现”层面，学习者的行为就会被导向“记忆”，而非“思考”。
2020年印发的《深化新时代教育评价改革总体方案》已经明确了改革方向：要“改进结果评价，强化过程评价，探索增值评价，健全综合评价”。这一“四个评价”框架，为AI时代的学习评价改革提供了基本遵循。
在AI时代，“考知识”的局限性更加突出。当AI可以在几秒内调取任何知识时，“记住多少”的价值急剧下降。真正有价值的是“能用知识做什么”——解决问题的能力、批判性思维的能力、创造性表达的能力。正如《总体方案》所强调的，要“坚决改变用分数给学生贴标签的做法，创新德智体美劳过程性评价办法，完善综合素质评价体系”。
李志民（2025）将这一转变概括为从“知识本位”向“能力本位”的转型。他指出，考试内容应从“知识本位”向“能力本位”转型，增加跨学科综合实践题占比，强化开放性试题设计。这一判断与本书的核心命题高度一致——在AI时代，学习力的核心不是“知道多少”，而是“能做什么”。
10.3.2 过程性评价与真实性评价
从“考知识”转向“考能力”，意味着评价方式的根本性变革。两种评价方式值得特别关注：过程性评价和真实性评价。
过程性评价关注的是学习过程，而非仅仅是学习结果。它通过持续记录学习者的学习轨迹——包括提问、探索、试错、修正——来评估学习者的成长。在AI时代，过程性评价具有特殊价值，因为它能够捕捉学习者“如何与AI协作”的过程，而不仅仅是“AI产出了什么”。
《“人工智能+教育”行动计划》明确提出，要“研发教育评价智能化工具，探索开展学生学习全过程纵向评价、德智体美劳全要素横向评价”。这意味着，AI本身可以成为过程性评价的工具——通过分析学习者的学习行为数据，生成个性化的学习画像和成长报告。
真实性评价关注的是学习者在真实情境中解决问题的能力。它不是通过“纸笔测试”来评估，而是通过“项目”“作品”“表现”来评估。例如，要求学习者完成一个真实的研究项目，并评估其在项目过程中的问题定义、信息搜集、分析推理、成果表达等能力。
温州实验中学的实践提供了一个范例。在“未来教育理想国3.0”课程中，学生围绕“校园空气质量”议题设计AI监测系统，最终提交的成果不仅包括技术方案，还包括伦理审查报告和公共价值建议书。这种评价方式考察的是学生在真实问题情境中的综合能力——技术能力、批判性思维、伦理判断、团队协作——这些正是AI时代学习力的核心维度。
10.3.3 评价改革的挑战与应对
学习评价改革面临多重挑战。首先是技术挑战——如何有效采集和分析过程性数据？如何确保评价的公平性和可靠性？《“人工智能+教育”行动计划》提出，要“建设学生数字档案，根据学生能力、特质和爱好，动态优化学习路径”，这为技术层面的解决方案提供了方向。
其次是文化挑战——如何改变社会对“分数”的迷信？《总体方案》明确要求“坚决纠正片面追求升学率倾向”，各级党委政府“不得下达升学指标或以中高考升学率考核下一级党委和政府、教育部门、学校和教师”。这一要求直指评价改革的文化障碍，需要全社会形成“不唯分数论英雄”的共识。
第三是能力挑战——教师是否具备实施新型评价的能力？这要求将评价素养纳入教师培训的内容体系，帮助教师掌握过程性评价和真实性评价的方法和工具。
10.4 老龄化国情教育的深化
10.4.1 22部门指导意见的解读
2025年12月，民政部联合中共中央组织部、中央精神文明建设办公室、教育部等22部门印发了《关于深入开展人口老龄化国情教育的指导意见》。这一文件的出台，标志着人口老龄化国情教育从“部门工作”上升为“国家战略”。
《指导意见》明确了人口老龄化国情教育的五大内容：学习贯彻习近平总书记关于老龄工作的重要论述、人口老龄化形势教育、老龄政策法规教育、积极老龄观健康老龄化理念教育、孝亲敬老传统文化教育。其中，“积极老龄观、健康老龄化理念教育”与本书的核心命题直接相关——它要求“引导全社会积极看待老龄社会，积极看待老年人和老年生活，把老年看作仍然可以有作为、有进步、有快乐的重要人生阶段”。
《指导意见》还提出了分人群教育的策略：党政干部、青少年、老年人、社会公众四类人群各有侧重。对于老年人，要求“将人口老龄化国情教育纳入老年大学（学校）、老年科技大学课程”，同时“加强面向老年人的隔代养育、养老护理、心理健康、数字素养等教育培训，提升老年人社会参与能力”。
这一制度设计对本书“老年学习力建构”命题的支持是双重的：一方面，它将老年学习从“个人选择”提升为“国家倡导”，为老年教育提供了政策合法性；另一方面，它将“数字素养”纳入老年教育内容，为AI赋能老年学习提供了政策依据。
10.4.2 全龄段学习力培养的制度设计
老龄化国情教育的深层目标，不是“让老年人学习”，而是“让全社会为老龄化做好准备”。这意味着，老龄化国情教育不是老年人的“专利”，而是全龄段的共同任务。
《指导意见》明确要求“加强全人群全生命周期养老准备教育，引导个人为老年期做好财富、健康、知识、技能等养老储备”。这一表述具有革命性意义——它打破了“老年教育是老年人专属”的传统观念，将老年教育前移至生命全周期。
从学习力建构的角度看，这意味着：学习力的培养不是“等到老了再说”，而是贯穿一生的持续任务。年轻时学习新知识、新技能，不仅是为了当下的工作和生活，更是为了老年期的“养老储备”。这种“全生命周期”视角，与本书第一章提出的“多幕剧人生”高度契合。
在实施层面，这要求将老龄化内容融入各学段教育。对于青少年，要求“将人口老龄化国情教育纳入学校思想政治教育工作，与学生思想道德建设、知识传授紧密结合”；对于在职人员，要求通过继续教育和职业培训强化养老准备意识；对于老年人，要求通过老年大学等渠道提供持续学习机会。
10.4.3 国家老年大学的战略定位
在老年教育体系中，国家老年大学承担着“龙头”角色。2026年全国两会期间，全国政协委员王春秀提出，老年教育是终身教育体系的重要组成部分，既能有效延缓老年人认知衰退、促进代际融合，也能降低社会养老成本，对积极应对人口老龄化具有重要意义。
王春秀委员在调研中发现，老年教育面临“供需矛盾突出、资源分布失衡”的突出问题。全国现有老年大学覆盖率仅6.5%，“一座难求”现象普遍；85.36%的县级及以上老年大学集中在城市，农村及偏远地区老年教育资源近乎空白。她呼吁尽快出台老年教育法，明确老年教育法律定位，理顺管理体制。
从学习力建构的角度看，国家老年大学的战略定位不应仅仅是“提供课程”，更应是“建构老年学习力的制度平台”。这意味着：第一，它需要提供从基础到高阶的多样化课程，满足不同层次老年人的学习需求；第二，它需要建立学习成果的认证和积累机制，如“学分银行”，使老年人的学习具有连续性和可迁移性；第三，它需要成为老年学习研究的枢纽，推动老年学习规律的理论探索和实践创新。
各地已经涌现出不少创新实践。上海出台《老年教育高质量发展三年行动计划（2025-2027年）》，打造“政府主导、多元参与、优质均衡、泛在可及”的现代高质量老年教育体系。安徽出台《安徽省老年教育条例》，构建覆盖省、市、县、乡、村五级的老年教育服务体系，累计建设各级各类老年学校1.8万余所，424万余名老年人参与学习活动。这些实践为老年教育体系化提供了地方经验。
10.5 终身教育体系的数智化转型
10.5.1 泛在可及的终身教育体系
AI时代的终身教育体系，需要具备“泛在可及”的特征——任何人在任何时间、任何地点，都能够获得适合自己的学习机会。
《“人工智能+教育”行动计划》为这一愿景提供了技术路径。该计划提出“建设国家教育智能算力服务平台”“建强国家教育大数据中心”“研发人工智能教育大模型”等基础设施建设项目。这些技术基础设施，将为终身教育体系的数智化转型提供算力、数据和算法支撑。
在应用层面，行动计划提出“研发智能学伴”“建设学生数字档案”“利用智能技术赋能学生学习”等举措。这些应用将推动终身学习从“标准化供给”走向“个性化服务”——学习者的学习需求可以被更精准地识别，学习资源可以被更智能地推送，学习过程可以被更有效地支持。
10.5.2 学分银行与学习成果认证
终身教育体系的核心制度之一是“学分银行”——学习者的学习成果可以被记录、积累、转换和认证，无论这些学习发生在何时、何地、以何种形式。
《“人工智能+教育”行动计划》明确提出，要“推动有关学习成果纳入学分银行”。福建的实践提供了范例——该省“建立老年学习账户，实现学习成果的存储、积累和转换，学分银行接入闽政通APP，同步开发手机端‘闽学码’，实现‘一码在手、学遍福建’”。
在AI时代，学分银行可以与智能技术深度融合。通过区块链技术，学习成果可以被安全地记录和验证；通过AI分析，学习者的能力画像可以被动态更新；通过智能匹配，学习者的学习成果可以与就业需求、继续教育机会精准对接。
10.5.3 社会力量参与的激励机制
终身教育体系的建设，不能仅靠政府“单打独斗”，需要社会力量的广泛参与。《“人工智能+教育”行动计划》提出“支持鼓励通过购买服务等方式创新投入模式，构建政府主导，高校、社会、企业共同参与的多元投入机制”。
在老年教育领域，社会力量参与已经涌现出创新模式。江苏常州明确将“鼓励社会力量办学”列为四大核心任务之一，发布系统性政策扶持文件，形成“政府+高校+行业+社会”的多元办学格局。河南郑州青翠路社区引入专业社会组织运营，构建“社区主导、第三方运营、多方协同”模式，开设30余门课程，服务老年人超1500人次，满意度高达96%。
这些实践表明，社会力量参与的关键在于：政府提供政策框架和基本保障，社会力量提供专业服务和创新活力，两者形成“政府主导、市场补充、社会协同”的良性生态。
以上，是第十章的全部内容。我们从AI素养教育的新框架出发，提出了AI素养的五个核心维度——知道和理解、使用和应用、评估和创造、AI伦理、AI时代的学习力；接着讨论了教师AI素养的制度化培养，包括标准制定、资格认证和持续发展机制；然后分析了学习评价的改革方向，从“考知识”转向“考能力”，强调过程性评价和真实性评价；在此基础上，解读了22部门老龄化国情教育指导意见，讨论了全龄段学习力培养的制度设计和国家老年大学的战略定位；最后，展望了终身教育体系的数智化转型，包括泛在可及的基础设施、学分银行制度和社会力量参与机制。
本章的核心结论是：AI素养教育的体系化，需要“标准—课程—评价—师资—设施”五要素的协同推进。标准提供方向，课程提供内容，评价提供导向，师资提供保障，设施提供支撑。五者缺一不可，共同构成AI时代学习力培养的制度基础。
第十一章将在王立祥（2025）“德智体”蓝图的基础上，展望碳硅共生文明的价值对齐路径，提出“爱心作为文明力”的理论构想。