问题——人工智能快速融入生产生活，教育系统如何让学生形成基本的理解框架、使用能力与安全意识，已成为基础教育改革中的现实课题。
过去一段时间，相关内容多以零散体验、兴趣社团或工具演示为主，存在知识碎片化、重应用轻原理、重操作轻思维等现象。
随着北京市明确在2025年秋季学期起全面开设人工智能通识教育课程，课程目标、教学方式、师资支撑与评价体系等关键环节，亟需从“尝试探索”走向“系统建设”。
原因——从外部环境看，生成式大模型等技术迭代显著降低了内容创作与信息处理门槛，使“人人可用”的技术形态迅速普及，学生在校内外接触频次明显增加，学校必须提供更规范、更有引导的学习路径。
从政策导向看，北京市教委发布相关工作方案，强调覆盖全学段、全学校的系统化推进；同时，国家层面也提出人工智能通识教育指导要求，推动学生掌握基础概念、形成正确价值观与应用能力。
从教育规律看，面向儿童的人工智能学习不能停留在“按步骤点按钮”，更需要通过情境任务让学生理解数据、模型、提示词与输出结果之间的关系，培养思辨、表达与协作等底层能力，避免把技术神秘化、娱乐化或工具化。
影响——人工智能通识课的全面铺开，将对学校教学组织与学生成长方式带来多重影响。
一是课堂形态更强调“以学生为中心”的探究式与项目式学习，学生从被动接收转向主动设定目标、拆解任务、迭代成果。
二是能力结构更加综合，除基础概念外，更突出问题提出、逻辑推理、语言表达、审美判断与团队协作等迁移能力。
三是对教师提出更高要求，教师不仅要会用工具，更要把握学科融合边界、引导学生辨析信息、识别风险并进行过程性评价。
四是评价方式有望从“答题正确”扩展到“过程可追溯、成果可展示”，为学生形成作品集、参与竞赛或开展跨学科研究提供空间。
与此同时，若缺少规范引导，也可能出现过度依赖工具、忽视基础学科学习、版权与隐私意识不足等新问题，需要同步补齐治理与伦理教育。
对策——围绕课程落地，业内正在探索以项目式学习（PBL）为主线的教学路径，通过真实问题驱动学习。
以部分机构正在研发的面向儿童的人工智能通识课程为例，教学思路强调：不是把课堂变成“工具说明书”，而是让学生在完成任务中理解人工智能的协同逻辑与知识串联。
课程将提示词设计、逻辑拆解与表达沟通等能力纳入训练框架，并以国内生成式大模型作为操作载体，引导学生在规划、提问、验证、修订的循环中形成学习闭环。
授课教师举例称，在“为某奶茶品牌设计海报”的任务中，学生需要先明确受众与主题，再提出具体要求并对生成结果进行构图与文案优化，进而在不断迭代中完成从发现问题到解决问题、再提出新问题的过程。
有学生在动手前还进行了市场调研，对不同品牌门店风格与用户群体进行比较后再制定设计方案，体现出任务驱动对内驱力、审美力与决策力的促进作用。
从更广层面看，推进人工智能通识教育还需要形成“课程标准—资源平台—师资培训—安全规范—评价体系”协同机制：其一，明确分学段目标，低年级重兴趣启蒙与规则意识，中高年级重方法论、项目实践与风险辨析；其二，建设可共享的案例库与项目库，鼓励与科学、信息科技、语文、美术等学科融合；其三，强化教师培训与校本教研，提升教师对模型局限、偏差、幻觉等问题的讲解与引导能力；其四，把数据安全、隐私保护、版权意识与学术诚信纳入课堂；其五，采用过程性评价与成果评价结合，鼓励学生形成可复盘的学习记录与作品表达。
前景——随着北京市实现全覆盖开课，人工智能通识教育将从“点状试验”进入“规模化实施”阶段。
可以预期，课堂将更注重把技术作为学习工具与思维伙伴，帮助学生在复杂信息环境中学会提问、学会验证、学会表达，并逐步形成“能理解、会使用、善创造、守规则”的综合素养。
未来一段时间，课程建设的关键不在于追逐最新模型，而在于形成稳定可持续的教学体系：既让学生看得见技术的价值，也让学生理解技术的边界与责任；既鼓励创新表达，也坚持基础能力与学科素养的扎实训练。
随着案例积累与师资成熟，学生作品和项目实践有望更贴近真实社会需求，为科技创新人才早期培养提供更加坚实的土壤。
人工智能通识教育的全面铺开，标志着我国基础教育正式进入智能时代。
这场教育变革不仅关乎技术传授，更是育人方式的深层转型。
如何在保持教育本质的同时拥抱技术创新，如何平衡工具理性与人文关怀，将成为未来教育工作者持续探索的命题。
正如一位教育学家所言："真正的智能教育，是让学生既掌握改变世界的能力，又保持不被世界改变的初心。
"