元宇宙与人工智能三十人论坛

人工智能成为教师“准入证”:一场深刻的教育变革拉开序幕

2026年4月10日,教育部等五部门联合印发《“人工智能+教育”行动计划》,正式宣布将人工智能纳入教师资格考试和认证内容。这份由教育部、国家发展改革委、工业和信息化部、科技部、国家数据局联合签发的文件,标志着人工智能从教学辅助工具上升为教师职业的核心能力要求。

这一政策并非孤立出台。就在此前不久,2026年度全国基础教育重点工作部署会已明确要求,推动人工智能进入中小学“课程标准、日常教学、考试评价”。从“数字素养”被纳入教资考试,到“人工智能”成为专门的认证维度,政策的迭代速度远超预期。如果说数字素养是教师应对信息化浪潮的“基础装备”,那么人工智能素养则是面向智能时代的“战略能力”。

Image

一、政策核心:AI素养成为教师“必修课”

《行动计划》围绕教师队伍建设提出了一套完整的制度设计,核心可概括为“标准—培训—测评—激励”四位一体。

首先,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。这意味着人工智能将不再是可选项,而是教师资格准入的核心认证维度。传统的“教育学+心理学+学科知识”笔试“铁三角”将被打破,关于数字伦理、人工智能基础原理、数据安全法规的题目比例可能显著增加。在面试环节,结构化问答或答辩中极可能出现AI伦理考题,如“学生用AI完成作业怎么办”或“课堂使用AI导致学生分心如何处理”。这些题目考查的不仅是考生对AI技术的认知,更是检验其超越技术层面的教育智慧——既正视AI对教学的赋能价值,又坚守“教师主导、AI辅助”的育人底线。

其次,根据不同岗位需求分层分类开展人工智能素养培训,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。这种分层分类的设计,意味着小学教师与高中教师、文科教师与理科教师面临的AI能力要求将有所不同,而非“一刀切”。

再次,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。这意味着一批拥有AI教育课程研发能力的师范院校将脱颖而出,而课程体系更新迟缓的院校则面临生源流失风险。

最后,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。这一激励机制的设立,旨在鼓励教师和学校主动探索AI与教育结合的新模式。

在AI赋能教学层面,《行动计划》提出了更具操作性的方向:实现人机共创备课,探索人机协同教学模式,推进智能批改、答疑和辅导,利用智能技术分析课堂教学行为。这些应用场景覆盖了课前、课中、课后教育教学全过程,旨在为教师减负增效。

在风险防控层面,文件要求健全人工智能评估备案、技术监测、风险预警、应急响应机制,有效防范利用人工智能伪造诈骗、学术造假、应试内卷、泄露隐私等问题。这体现了“智能向善”的政策导向。

二、政策溯源:从试点到顶层设计的逻辑演进

这项政策的出台并非凭空而来。在答记者问中,教育部科学技术与信息化司负责人明确指出,出台背景有三:一是贯彻落实党中央决策部署,二是构建面向未来教育体系的必然选择,三是应对人工智能国际竞争的战略布局。

从实践基础来看,2025年,教育部已启动人工智能赋能教育试点,在17个省市和18所高校探索智能时代教育变革的有效路径。北京、上海、广东等11个地方出台了人工智能赋能教育的文件,形成了一系列宝贵经验。这意味着此次全国性政策的出台,是在地方试点基础上的一次系统化升级,而非从零开始的顶层设计。

从政策脉络来看,这一轮变革的铺垫早在2025年就已开始。2025年7月,教育部发文明确要求在高校教师资格认定中,将数字素养作为教育教学能力的重要考察内容;同年11月,教育部教师队伍建设专家指导委员会发布《教师生成式人工智能应用指引(第一版)》,提出各地应加强统筹指导,系统推进教师人工智能应用能力建设。

值得关注的是,今年全国两会期间,多位代表委员已就教师AI素养问题密集发声。全国政协委员、南方科技大学副校长金李直接建议,将AI应用能力纳入教师资格考核和高校教师职称评聘,直言“不会用AI的老师,可能要被淘汰了”。中科院院士、武汉大学校长张平文也表示,现在很多老师的数智素养跟不上技术发展,面对教学模式转型常常力不从心,建议制定分层分类的教师能力标准。这些建议在不到一个月后便上升为国家政策,显示出政策响应的高效性。

在院校层面,部分高校已经率先行动。郑州大学发布了专门的《教师人工智能素养标准》,围绕意识认知、教学设计、伦理责任等方面建立分级发展体系,并将AI应用与职称评审适度挂钩;浙江大学实施“STEP教师AI素养提升计划”,分阶段帮助教师从理论学习过渡到实操应用。

三、国际视野:中国的政策选择处于什么位置?

将这项政策置于全球坐标中审视,更能看清其战略意图与独特路径。

从监管逻辑看,各国路径差异显著。 欧盟以《人工智能法案》为引领,采取基于风险的审慎监管模式,将教育领域的人工智能应用归类为高风险,要求进行合规性评估。美国则推行自愿适用的柔性监管框架,如NIST人工智能风险管理框架和总统行政令,强调非约束性的影响力。中国的路径介于两者之间:既通过五部门联合发文形成强有力的政策导向,又强调“分层分类”“因地制宜”的灵活性。

从教师角色定位看,法国在《教育领域人工智能使用框架》中确立铁律——AI不能取代教师、不具备明确教学增值效应则弃用、小学阶段禁止直接操作生成式AI。欧盟第五版《数字素养框架》虽将AI素养贯穿21项具体能力,但核心导向已从“技能掌握”转向“批判性评估与伦理风险理解”。 这些趋势与中国政策存在深刻共鸣:中国同样强调“教师主导、AI辅助”的育人底线,同样注重培养学生的批判性思维和认知能力。

从战略动因看,教育部在答记者问中明确点出国际竞争因素:美国推出国家人工智能研究资源项目(NAIRR),实施“创世纪”计划,全方位强化教育领域的人工智能投入;欧盟启动人工智能大陆行动计划,提升全民人工智能素养;新加坡推出智慧国2.0计划,全面推动智能终端在教育领域的应用。 这表明,将AI纳入教资考试并非单纯的技术驱动,而是全球人工智能人才竞争在教育领域的具体投射。

四、现实挑战:政策落地中的“温差”与隐忧

政策蓝图虽宏大,落地过程中的现实挑战不容忽视。当前最突出的矛盾是“学校热推、教师遇冷”的现象。

许多教师发出质疑:“AI给出的教学建议不贴合教学实际,融合得太生硬”“本来备课就够忙了,还要花时间融入AI,减负不明显,反倒越来越累”。这种“形式主义AI”的风险并非杞人忧天。部分教师存在“重形式、轻内容”的舍本逐末倾向,有的则“偏听偏信”,陷入被AI“牵着鼻子走”的误区。另一方面,教师如果过度依赖AI进行备课,可能导致课堂模式变得模板化和机械化,师生互动减少,教师无法真正了解学生学情。

更深层的隐忧在于数据治理、算法伦理和权责边界。有学者指出,当前教师培训领域面临数据治理缺位、算法伦理模糊、权责边界不清等法治困境,严重制约了智能技术效能的充分释放。如果不解决这些基础性问题,再先进的AI工具也难以真正服务于教育本质。

此外,AI能力的纳入可能加剧教师队伍的结构性分化。一线城市和发达地区的教师更容易获得高质量的AI培训资源,而农村、边远地区的教师可能面临“智能鸿沟”的进一步拉大。虽然《行动计划》明确要求“支持农村、边远地区学校利用国家平台开好人工智能课程”,但这一目标的实现需要持续的资源投入和制度保障。

五、教师职业的未来:被替代还是被赋能?

在人工智能技术飞速迭代的背景下,一个根本性问题浮出水面:教师会被AI取代吗?

目前的主流共识是,AI不会取代教师,但不会用AI的教师可能被取代。正如一位招聘负责人所言,AI时代教师要从“搜索引擎使用者”转向“思维伙伴引导者”,把AI当作教学伙伴,而非简单工具,从而教会学生批判性校验AI,守住育人本质。

这一转型已经在就业市场上显现。在4月8日南京师范大学举办的全国教育行业招聘会上,AI能力考核直接走进面试现场。盐城外国语学校等用人单位已开始设置“AI考题”,考查应聘者的人机协同能力。AI技能正从教师招聘的“加分项”变为“准入项”。

事实上,AI的真正价值在于解放教师的创造性潜能。快速批阅学生作业、秒级回应学生问题、精准描述学生行为画像、提供个性化教育方案——这些AI擅长的重复性工作被自动化后,教师可以腾出更多精力从事教学设计和学生个性化指导。正如省政协委员、四川开放大学党委书记王玲所展望的,在“AI+教育”这片“蓝海”,找对方法、给予支持,就能帮助教师找到职业成长的“新赛道”。

当然,悲观派的担忧同样值得倾听:如果AI在知识传授上的效率远超人类,教师的核心价值究竟何在?对这一问题的回答,恰恰指向了此次政策变革的深层逻辑——教师的价值不在于“知道什么”,而在于“引导学生成为什么样的人”。这正是AI无法替代的部分。

六、结论:AI素养成为教育现代化的核心指标

《“人工智能+教育”行动计划》的出台,标志着中国教育体系正在经历一场深刻的范式重构。将人工智能纳入教师资格考试和认证内容,不仅是一项具体的制度安排,更是对“好教师”定义的重新书写。从“知识传授者”到“人机协同的引导者”,教师角色的转型刚刚开始。

政策的落地效果取决于多重因素:培训资源的可及性、评价体系的科学性、风险防控的完备性、城乡差距的弥合程度。但无论挑战如何,方向已经明确:在人工智能时代,教育现代化与AI素养的提升正在合流。对每一位教育工作者而言,这既是挑战,也是不可错过的机遇。

元宇宙与人工智能三十人论坛

因微信公众号整改,没有加“星标⭐️ ”的订阅号有时无法收到消息

1.为防止错过最新资讯,请将元宇宙与人工智能三十人论坛设为星标⭐️ 

2.点击“赞”和“在看”,提高我们相遇的几率。

3.精彩文章,请点击文末左下角“分享”给好友。

了解更多关注

图片
图片