11月17至18日，芥末堆在北京举办以“教育有AI，学习无界”为主题的GET2025教育科技大会。清华大学出版社副社长庄红权以《中小学AI教育：浪潮与行动》为题进行了分享。

以下为演讲实录，经编辑：

我今天跟大家分享的题目叫“中小学AI教育：浪潮与行动”。我在清华大学出版社，实际上长期做的是高等教育出版。但十年前，我开始分管数字化工作，从2015年起分管出版社的数字化建设，所以我一直比较关注出版数字化和数字教育赛道。

也正是因为这个缘由，我进入了一个叫“未来之星”的项目，也接触到好未来、新东方等民营教育类公司，当时算是一次难得的学习机会，让我能和中小学教育圈、创投圈的同行有更多接触。

在中小学教育里，AI现在既是一股浪潮，也已经到了必须要行动、必须要落地的阶段。

1

开始之前，我想先讲一个我自己的故事，或者说是我儿子的故事。我儿子现在六年级，11岁。每周日，他们有几个同学会在下午两点到六点，固定在某个同学家里一起玩“我的世界（Mine Craft）”。这个游戏在今年四月份还出了大电影，我前天晚上特意看了一遍，然后让儿子给我讲了讲，这里面到底是怎么回事。

他这两个月几乎每天都要玩，平均每天一个小时左右（加上周末），所以我也跟着去了解了一下这个游戏。这个游戏问世很久了，它还有一个“教育版”，这个教育版我们可以看到在欧美很多国家的中小学被作为科技教育或者信息技术教育的项目在推进，效果都非常不错。国内曾经由京东云在2022年推广过，但京东云后来很快退出了教育领域；“我的世界”这个游戏本身在国内由网易代理，他们在2023年也做了教育版，但同样没有真正推开。

所以，如何看待孩子在游戏里学习？我觉得这是我们必须直面的一个问题。

在和孩子沟通的过程中，我确实看到，这个游戏无论是在团队协作，还是在创造力方面，都能给孩子带来很多帮助。最近，关于这个游戏，我也看到两个很典型的故事。

一个是疫情期间，人大附中国际部的MC社团，用了整整五年时间，在游戏里复原了整个校园，让四百多位学生和老师在《我的世界》里举办毕业典礼。在国内应试压力下做到这一点，其实并不容易，所以也主要在国际部产生了MC社团。

另一个故事发生在今年9月，有玩家在《我的世界》里“手搓”了一个大模型。因为游戏里有红石、有电路系统，可以用模拟方式搭建复杂结构，他就在里面搭出了一个简化的“大模型”。我觉得这是一个非常好的例子，也让我意识到：孩子在游戏中学习、探索，确实有很多值得我们重新认识的地方。

我去年还遇到过一件事，就是我儿子使用豆包的事情。那时候我儿子让我帮他打印一个剧本。每周五他们都有实践课，学校会组织各种活动，那次活动是他负责组织十个同学在台上表演一个小剧。他让我打印的剧本大概有十页纸。我看完之后就觉得，不太像是他自己一个人能写出来的，也不像是他这个年龄段的孩子能完成的。

我就问他怎么做的，他说花了几个晚上的时间，和豆包一起把剧本写出来的。我把他的手机拿过来，说让我看看你跟豆包的对话过程。

一开始，他跟豆包的对话特别直接：我要干什么，你帮我写一个剧本。效果当然不太好。大家可能都有类似的经验，用大模型时，如果提示词不给到位，生成效果往往就不会太理想。

但在后面的对话里，我发现变化非常明显。他开始一点点地给豆包讲故事。他告诉豆包：我有十个人要演剧，这个剧最好有十幕。然后他就一幕一幕把故事讲给豆包听，让豆包帮他整理成剧本。

在这个过程中，他慢慢学会了怎么和机器对话，怎么和大模型对话。

所以，未来我们的孩子十年后会变成什么样？他们会怎样使用机器，怎样用大模型来面对未来的学习和工作？这其实也是我们在思考人工智能时代时，必须要面对的问题。

2

我今天的分享会围绕五个方面展开，首先是让大家看看大的趋势。其实大的趋势不用我多讲，大家都非常了解。

清华社最早出版的人工智能相关的书，大概是在1984年。人工智能的发展经历过三次低潮、四次高潮。普通人真正感受到AI，是从1997年IBM的“深蓝”打败国际象棋冠军开始的。之后，在围棋领域，AlphaGo和AlphaGo Zero的出现，已经是2016、2017年的事情了，尤其是AlphaGo Zero通过自我学习就能战胜人类，对我们冲击很大。

再往后，就是2022年11月ChatGPT的发布，尤其是今年春节前后DeepSeek的出现，中国很多人对人工智能、大模型的认知，在这一年迅速被普及了。我们家老头老太太，只要说身体哪儿不舒服，第一反应就是先问大模型，问完之后才说自己可能哪里有问题，再去想该看什么医生、去什么医院。大模型已经在生活中应用得非常普及，这一点我想大家都能真切感受到。

尤其是它在手机端、移动端的普及，让每个从业者都切身感受到它带来的冲击，尤其是我们这些做传统出版的。

从国际层面看，AI教育从2019年就启动了，这源于联合国教科文组织北京共识的推动，各国在大模型出现之前，就已经非常积极地主动推进K12人工智能课程体系。

这是今年的情况：从美国，到东亚的日本、韩国、新加坡，各个国家都在学校层面、在公立教育体系中大规模推进AI教育的融入。2023、2024年政策出台虽然少一些，但推进速度非常快。

从国内来看，中国在今年7月发布了“人工智能+”的政策。其实在此之前，人工智能就已经被列为国家战略需求。我自己也分管出版社的期刊工作，在做学术期刊的时候能明显感受到国家对战略方向的引导，而人工智能这个赛道，无论在学科体系还是科研领域，都已经是非常重要的支点。当然，这个支点现在已经全面覆盖到全民应用的层面。

2017年，国家印发了《新一代人工智能发展规划》。此后，各省级政策在2024年、2025年纷纷出台。无论是技术应用比较先进的地区，还是相对落后的地区，都推出了大量相关政策。

像深圳和温州这两个在中小学科技、信息教育领域相对更前沿的城市，包括北京、上海这些在科技教育上本来就比较领先的地区，都陆续发布了许多落地计划。我想，在这些地方带动下，各省都会逐步跟进。

人工智能教育中有几个核心要素：课程开设、师资队伍、资源建设和学生成果。

目前来看，课程的体系化是各家出版社都在投入做的事情，我待会儿也会讲清华在课程体系化上的做法。实验室会成为标配，因为人工智能教育本身就是技术应用的过程，而技术进步又非常快，仅靠一本固定的教材很难和学生形成有效的交互，所以实验室会是必需的。

师资队伍方面，大家都知道，早期信息科技教师在国内中小学其实大多数都不是专业出身。可能是物理老师转过来教一教；小学甚至没有物理老师，只能由数学老师转来担任。而真正的科技类专业教师非常缺乏。现在人工智能来了，AI相关的老师就更少了。

那怎么配备专业的老师？怎么让原来教信息科技的老师，或者原来其他学科的老师，逐步具备开展人工智能教育的能力？这是一个很大的挑战。

资源与评价体系的构建也是如此。因为师资不够、资源不够，而人工智能教育需要大量的算力、数据、算法。算法和大模型公司可以提供，但真正用于中小学人才培养的基础数据、基础工具、教学资源，依然需要由整个行业共同提供、共同建设。

整体来看，目前课程的开设情况是：像上海、深圳、浙江这样的地区，课程体系相对已经比较完善；中西部地区开设率相对较低，但也都在推进。从师资队伍建设上，不论是国家层面、省级层面，还是各个学校层面，都在做大量培训，但确实仍然存在很大的缺口。

实验室和资源建设相对更容易解决，在座很多机构也都在提供这样的服务和支撑。最难的部分，是学生在人工智能教育的过程中，如何真正有参与感、有成果、有成长。

其实这不仅是人工智能教育的难点，在中国的应试教育体系下，每一门学科都有同样的问题：怎么让学生真正投入？怎么让学生在学习过程中获得成就感？当然，人工智能和科技教育本身有一定优势，我们需要把这种优势最大化，让学生在其中真正获得创造力和自信，这一点非常关键。

3

下面我简单介绍一下我们的方案。目前中小学人工智能通识课教材不止一套，一共有三套，我今天重点介绍其中一套。

这套教材由郑南宁院士担任专家委员会主席。专家委员会里还有来自清华、北大、浙大、华南师大等高校的人工智能专家，以及教育和教育标准化领域的专家。

执行主编是谢作如老师，他在科技教育领域深耕多年，从最早的温州开始，就是这条科技教育路线的参与者。每个分册的主编都是能够真正上课、懂课堂的老师，各册编写负责人也主要是来自各地学校的一线教师。

整套内容有五个维度：一是教材整体体系；二是配套的AI教学平台；三是面向学生的研学课程与活动赛事；四是完整的训练体系；五是完成后配备测评与认证。

教材从小学、初中到高中分为三个阶段，每个年级分上下两册，每册采用“8+4”的结构：8套平台课程随教材免费使用；4套为拓展课程，适合学校或学生进一步深入。

我们在设计整套内容时，整体目标之一，是把人工智能课和信息科技课的边界区分清楚。因为信息科技课还在继续开设，那么信息科技和人工智能到底差别在哪？这需要在课程目标上有非常明确的实施策略，更多强调平台的融合与能力的延展。

整体来说，这套课程是基于“问题解决能力”的分层框架来设计的。第一层，是用AI应用解决问题，比如之前我讲到用豆包来写剧本，这类都是用现成的AI应用完成任务。

再往上更“硬”一点的，是用AI模型解决问题。也就是说，你要直接调用模型，用模型来做智能体，或者自己开发一些东西来解决实际问题。

更上层的，是用 AI 算法解决问题。你要了解机器学习，能搭建网络模型，来解决问题。

所以整体采用“三个梯度”：第一梯度是学会使用新时代的工具。对大多数孩子来说，就是学会怎么写提示词、怎么和智能体对话，如何把AI当成自己的助手；第二梯度是创造不一样的AI应用。根据自己的需求，做一些智能体，通过编程、通过我们提供的数据仓库，做出属于自己的AI程序；第三梯度是调试、调用AI模型，让学生在更高层次上理解并操控模型，具备用模型解决问题的能力。

整个平台是和四川文轩合作建设的，四本教材都是以我们的教材为主，只是采取了不同的合作模式。比如，我们的教材和地图社合作出版后，由地图社覆盖全国市场；与四川人民出版社合作出版后，则覆盖四川省；和河南人民出版社合作出版之后，则覆盖河南省。教材的核心框架是一体的，通过合作出版的方式结合各地特点做一定改编，加入各地的地方元素，在全国推广与应用。

这是平台的整体情况，包括课件、算法、算力等保障。我就不展开讲了。里面有活动课件，也有数据集仓库，而且仓库在不断增加，不停往里面补充新的内容。

我们平台最重要的特点，就是支持用非代码方式来体验AI的核心流程，包括数据准备、模型训练、模型部署。也就是说，即便孩子不会写代码，也可以通过非代码的方式部署一个模型。这是我们平台区别于其他平台的一个重要点：不必须写代码，也能做模型。

从知识支持到教师层面、学校层面、区域层面，我们都会提供相应帮助，包括教师培训、学校课件支持等。

这是赛事部分，目前还不在赛事白名单中，但属于国际人工智能奥林匹克中国区学术活动的范畴，我们可以对接给使用教材的学校去参与。

同时，我们还和中国人工智能教育联席会以及清华大学基础工业训练中心共同开展了一系列研习活动。

测评部分是清华大学最早特招体系中的测评方向，现在和出版社合作，共同做一套人工智能能力测评。目前这套标准已经基本完成，可以正式启动测评工作。

趋势和挑战前面都提到过：师资短缺、资源不平衡、评价体系不完善。这些问题，在人工智能高速发展的当下显得更突出。

回到我刚才讲的那个关键点：我们应该用什么样的方式引入人工智能？我们要提供什么样的人工智能教育？让孩子未来不只是被动接受被传授的知识，而是能够自己去创造、去驾驭，具备想象力，同时具备学习力，以及在学习基础上不断优化、不断迭代的能力。

坦率地讲，今天再做这些事情，可能都已经有点迟了。但我想是想和大家共勉，也希望各位，无论是对自己、家庭，还是对公司、对产品，都能在人工智能教育领域做更多投入，让未来能更快、更好地发生。