教育洞察|从徐汇实践看AI教育:学校如何成为真实世界的接口

2026世界人工智能大会刚在上海举行。大会期间，AI学习平台、教育智能体、学习硬件和机器人产品集中亮相。本届大会也设有多个教育专题论坛，AI时代教育变革、AI与教育深度融合成为重要议题。

FUTURE LEARNING LAB

“课堂抬头率低、学生写作业先问AI”等现象，正在推动学校重新思考课堂、教师和课程的作用。在这些讨论中，徐汇区教育局局长周刚提出徐汇正在做三件事，第一，让学校成为“真实世界的接口”；第二，让教师成为“人机协同的示范者”；第三，让课程成为“完整周期的预演”。他还强调，AI只能做“思维支架”，不能做“代劳工具”。

这三句话提示我们，AI教育真正落到学校，不只是把AI工具接入课堂，也不只是让学生学会使用几个智能体。更关键的是，学校能不能把学生重新带回真实问题、真实任务、真实协作和真实判断中。

从“工具进课堂”到学校建设

至少要做四类工作

WAIC期间，“AI+教育”被放在一个更现实的问题里讨论：学生已经可以借助AI获得解释、生成文本、完成作业，课堂不能再只承担知识传递的功能。上海交大校长丁奎岭谈到，学生不再只能依靠课堂获取知识，“满堂灌”的授课方法已经不再适用，未来课堂可能把更多时间留给师生、生生以及人机之间的互动；徐汇区教育局局长周刚也提出，AI只能做“思维支架”，不能做“代劳工具”。这两个判断放在一起看，指向的不是单个工具选择，而是学校如何重新组织课程、任务、教师支持和评价。

第一类工作课程体系建设

AI教育如果只停留在一次工具体验，很容易变成“今天试一个智能体，明天生成一张图片”。学生可能觉得新鲜，但很难形成持续的理解。学校需要回答的是：不同学段的学生到底要学什么？小学、初中、高中的重点是否一样？学生是只学习使用AI，还是要逐步理解数据、算法、模型、应用场景和伦理责任？

上海市教委此前发布的《上海市推进实施人工智能赋能基础教育高质量发展的行动方案（2024—2026年）》已经把这个问题落到了课程层面：义务教育阶段在小学四年级、初中七年级开设人工智能地方课程，高中阶段进一步强化人工智能应用教育教学内容；同时鼓励学校按照基础普及、进阶拓展、综合提升的分层框架建设校本课程。 这说明，AI教育首先不是工具采购问题，而是课程安排问题。没有课程结构，学生学到的就可能只是零散功能。

第二类工作实践场景和学习空间建设

AI不是只存在于聊天框里。学生要真正理解AI，需要看到它如何进入具体问题：一辆智能车如何识别道路，一架无人机如何完成任务，一个机器人如何感知环境并调整动作，一个多模态系统如何处理图像、声音和文本。这里需要的就不只是软件账号，也包括实验室、校外实践基地、跨学科学习空间和真实任务。

上海市相关行动方案也提到，鼓励中小学依托人工智能校外教育基地，研发基于真实情境的人工智能应用实践课程。这个要求很重要。因为对中小学生来说，很多理解不是听一遍概念就能形成的。学生需要操作、观察、试错、记录和解释。AI教育如果缺少真实场景，就容易变成屏幕上的知识介绍。这也是学习空间建设和AI教育发生关系的地方。一个好的AI学习环境，不只是摆放设备，也不是让学生轮流体验产品，而是要支持学生围绕一个问题完成观察、建模、操作、调试和表达。

第三类工作教师支持和人机协同能力建设

AI进课堂之后，教师并不会自然减负。很多时候，教师反而要多做一层判断：AI生成的教案能不能用，题目是否准确，反馈是否适合学生，哪些环节可以让AI辅助，哪些环节必须让学生自己完成。工具进入学校以后，真正影响课堂质量的，仍然是教师的学科判断、教学设计和过程观察。

上海市行动方案中也把教师能力提升单列为重点任务，提出分层次开展中小学教师人工智能教育和智能化教学专题培训，并支持引入课堂教学智能诊断与评价工具，用于教学设计、教学过程和教育绩效的多维分析。这意味着，教师不能只被培训成“会用AI工具的人”，还需要成为能判断AI何时有用、何时可能替代学生思考的人。

第四类工作评价与治理

AI进入作业、课堂、项目和学情分析后，评价方式也要变化。过去看一份最终作业，可能还能大致判断学生完成了什么；现在学生可能在选题、资料整理、文字生成、代码调试、图像制作等环节都使用AI。学校需要更清楚地看见学生自己的贡献：他提出了什么问题，如何使用AI，如何判断输出，如何修改方案，最后如何说明依据。

同时，AI应用会带来数据采集、学习画像、课堂观察、心理筛查等更敏感的问题。上海市行动方案提出，要探索人机协同的教育评价模式，开展学生学习成效智能分析与评价，也提到学生综合素质评价、成长数字档案袋和身心健康监测等方向；与此同时，文件也强调伦理规范、数据隐私和网络信息安全管理。所以，评价和治理不能等到工具大规模使用之后再补。它们本来就是AI教育落地的一部分。

把这四类工作放在一起看，AI教育从“工具进课堂”转向“学校建设”，大致要经过这样一个变化：

课程上有连续安排

空间上有真实任务

教师有判断和支持

评价上能看见学生学习过程

有必要的数据和伦理边界

徐汇实践提供了

一个可观察的区域样本

区域层面的支撑

2025年10月，徐汇区“上海市人工智能教育试验区”展示活动在上海市南洋模范中学举行。徐汇区教育局披露，过去一年，区域在教学、管理、服务三大领域落地十大应用场景，联合20余所高校与企业组建产学研用联盟，超过70%的学校参与人工智能教育项目；智慧课堂、个性化作业等应用每年惠及师生超5万人次，AI生成的学情分析报告累计超过2万份。

这背后出现了几类可观察的学校场景。比如南洋模范中学的“G-REAL”系统，是一个从真实教学痛点出发的案例。高三地理主观题批阅长期存在困难：学生手写答案不易识别，回答也容易停留在“要素拼盘”，教师很难快速判断学生到底缺少的是区域认知、综合思维，还是论证逻辑。南模地理教师和学校信息技术中心把地理核心素养拆解成可量化的评价体系，用数百份主观题案例训练AI，形成“素养判据—问题诊断—个性练习”结合的系统。该系统也带动数学、英语等学科开展类似探索。这个案例中，AI承担的是“诊断工具”的角色，帮助教师更快看见学生的问题类型。对学校来说，这类应用比单纯生成练习更进一步，因为它连接了学科核心素养、学习证据和后续教学调整。

同样在南模，“青锋·校史智能体”则展示了AI进入校园文化和项目学习的一种路径。公开报道中提到，学生团队把南模老校长赵宪初打造成“数字嘉宾”，让校史成为可对话的内容。项目过程中，学生扫描旧照、清洗数据、调试模型，并以项目主理人的身份对接老师、家长和校友会，还通过路演争取“南模美育基金”支持。

学习空间方面

徐汇近期开启的一些新校和改造项目，也能看出AI教育与空间建设正在发生连接。徐汇区位育附属徐汇科技实验中学以“科创为核”，学生可以使用位育中学的芯片体验中心、科创中心、AI天文馆、智慧图书馆等设施，也可以在新校园的STEM工坊、具身智能实验室、数字地理课堂等空间学习。园南中学新校区则把“校园实际桥梁设计”放入结构创新实践空间，让学生经历“设计—搭建—测试—改进”的循环；学校还建设“智慧星球”跨学科学习空间，并与上海植物园科研中心共建自然教育中心。

这些案例合在一起看，徐汇实践提供的启发不在于某个系统或某间教室本身，而在于AI教育开始从“会不会用工具”走向更具体的学校任务。它可以是学科诊断，可以是校园文化项目，可以是智能浇灌这样的真实问题，也可以是具身智能和工程实践空间中的动手调试。

对学校教育环境建设来说，这一点尤其重要。AI教育不能只靠软件入口，也不能只靠课程文本。它需要真实材料、真实数据、真实问题和可以反复试错的空间。学生在这样的环境中学习AI，才不只是获得答案，而是在使用工具、判断结果、修正方案的过程中理解智能技术如何进入真实世界。

END