夜雨聆风中国教育报5月18日消息：2026年5月14日，联合国教科文组织国际STEM教育研究所高级别专家研讨会暨首届理事会在上海举行，标志着该研究所正式运行。这一全球性一类中心的启动，汇聚了包括诺贝尔奖、图灵奖、菲尔兹奖得主在内的顶尖科学家，共同探讨人工智能时代STEM教育的未来方向与人才培养战略。大会上中国新一代人工智能发展战略研究院执行院长、世界工程组织联合会前主席龚克教授提出：
“要把AI伦理和可持续发展目标（SDGs）融入STEM教育的课程中。”
这句话的意义早已超越课程调整本身，它实际上指向了一个更深层的判断，科技教育正在从“能力导向”走向“价值与责任导向”。
这一转变，并不是在削弱STEM教育的科学性与工程性，恰恰相反，它是在为科技教育补上一块长期被忽视的基石——技术与人的关系。
一、AI时代的STEM教育，正在被重新定义
长期以来，STEM教育强调科学、技术、工程与数学能力的培养，其核心逻辑是“做出来”。学生学习编程、搭建模型、完成实验、设计作品，评价标准往往集中在功能是否实现、结构是否合理、结果是否可视化。
这种模式在工业时代与信息化早期是有效的，因为技术的目标相对明确“效率提升”、“功能优化”、“问题解决”。
然而，人工智能的出现改变了这一逻辑。AI开始逐步成为“参与决策的系统性工具”。它不仅能执行指令，还能生成内容、分析数据，甚至影响人的判断。在教育场景中，AI可以辅助学生完成写作、解题、设计与分析，这使得“完成任务”本身的教育价值正在下降。
在这样的背景下，如果STEM教育仍然停留在“技术实现层面”，就会出现一个结构性问题“学生会越来越熟练地使用工具，却越来越缺乏判断工具的能力。”
也正是在这一点上，龚克教授提出的“AI伦理与可持续发展目标融入STEM教育”，显得尤为关键。
二、AI伦理的本质，是重新确立“技术的边界感”
所谓AI伦理，并不是一套抽象的道德规范，而是关于技术边界的一系列基本问题：
技术是否应该这样使用？
它会影响谁？
是否公平？
是否尊重人的选择？
是否带来不可逆的风险？
从国际组织的主流定义来看，无论是联合国教科文组织提出的人权与可持续发展框架，还是欧盟“可信AI”的七项原则，抑或美国NIST强调的风险治理模型，其共同点都指向同一个核心：
“AI必须以人为中心。”
这意味着，AI伦理不是“限制技术发展”，而是为技术发展设定方向。
如果说科学回答“能不能做”，工程回答“如何做”，那么伦理必须回答“应不应该做”。
在现实教育中，这一维度长期缺位。学生可以设计一个智能系统，却很少被要求思考“这个系统是否可能带来隐私风险？是否可能产生算法偏见？是否会加剧资源不平等？”这种缺失，使得技术教育容易滑向“能力训练”，而非“文明意识培养”。
三、可持续发展目标（SDGs）：让技术重新回到现实世界
如果说AI伦理回答的是“价值边界”，那么联合国可持续发展目标（SDGs）则提供了“现实坐标”。
SDGs强调17个全球共同议题，包括贫困、教育、健康、气候变化、清洁能源与社会公平等。这些议题的共同特点是：它们都无法通过单一学科解决。这恰恰与未来STEAM教育的发展方向高度一致。
当学生不再只是“做一个机器人”或“完成一个实验”，而是围绕“如何减少校园碳排放”、“如何改善社区交通”、“如何提升资源公平分配”等真实问题展开学习时，科技教育才真正与现实世界发生连接。
更重要的是，SDGs为学生提供了一种“责任视角”。技术不再只是一个中性的工具，而是一个会影响环境、社会与未来的行动系统。
例如，一个智能垃圾分类系统，不仅涉及识别算法与工程设计，还涉及能源消耗、设备成本、资源回收效率以及社会接受度问题。学生在这样的学习过程中，必须不断在“效率”与“影响”之间做出权衡。这种权衡能力，正是未来社会所需要的核心能力之一。
四、AI伦理与SDGs进入课堂的意义：从“会做”到“会判断”
当AI伦理与可持续发展目标同时进入STEM教育时，课程结构将发生深层变化。过去的学习路径往往是：
知识学习→ 技术训练 → 作品完成
而未来的学习路径将变为：
真实问题→ 技术理解 → AI辅助分析 → 工程设计 → 伦理判断 → 可持续优化 → 社会表达
这一变化意味着，学习的重点正在从“结果导向”转向“过程中的思维质量”。学生不仅要知道如何解决问题，还要能够判断问题是否值得解决、如何解决才是合适的，以及解决之后会带来什么影响。
这实际上是在培养一种更高级的能力结构，复杂系统思维与价值判断能力。
五、小学阶段AI伦理教育的关键，不在“讲道理”，而在“做选择”
在基础教育阶段，AI伦理教育不能停留在概念解释，否则容易变成抽象说教。真正有效的方式，是将伦理问题嵌入具体情境，让学生在选择中理解价值。
低年级可以从“人机关系”开始，例如讨论“机器人能不能代替老师”、“AI会不会有情绪”，帮助学生建立人机边界意识。
中年级可以进入“公平与规则”层面，例如分析“为什么AI推荐的内容不一样”、“AI评分是否公平”，引导学生理解算法影响行为的机制。
高年级则可以进入“社会与未来”议题，例如“智慧校园是否侵犯隐私”、“自动驾驶如何做道德选择”“AI是否会加剧社会不平等”，引导学生形成初步的公共责任意识。
在这个过程中，教师的角色不再是“给出正确答案的人”，而是“引导多种可能性被看见的人”。
六、课程设计的关键变化：从技术项目到社会项目
当AI伦理与SDGs进入课程设计，STEAM项目也会发生转型。过去的项目往往是“技术展示型”，例如制作模型、设计装置、完成实验。
而未来的项目将越来越接近“社会问题解决型”。例如，智慧交通系统不仅要考虑红绿灯控制，还要考虑老人通行权、数据隐私与交通公平；智能校园系统不仅要考虑效率，还要考虑学生体验与心理影响；环保技术项目不仅要考虑效果，还要考虑资源消耗与长期可持续性。
也就是说，技术只是起点，社会影响才是终点。
七、结语：AI时代教育真正的分水岭，不是技术，而是价值
当人工智能越来越强大，人类教育的焦点正在发生转移。过去我们担心“学生是否学会技术”，未来我们更需要思考“学生是否理解技术”。
AI伦理与可持续发展目标进入STEM教育，并不是对科技教育的限制，而是对科技教育的补充与升维。它让技术回到人的尺度之中，也让教育重新回到文明发展的核心问题：技术究竟应当服务什么样的未来。
在这个意义上，未来最重要的科技教育，不是培养“会使用AI的人”，而是培养“能够理解并引导AI发展方向的人”。
