中小学人工智能通识课实操指南：跨学科融合与分学段进阶

伴随着《中小学人工智能通识教育指南（2025年版）》及《中小学生成式人工智能使用指南（2025年版）》的颁布实施，人工智能教育已跃升为中小学素质教育领域的核心构成。

面对师资匮乏与硬件不足的困境，该如何顺应学生的认知特点实施教学？又该如何达成“知识、技能、思维、价值观”四位一体的育人目标？

本文融合政策导向与实战经验，通过表格形式梳理关键要点，助你迅速掌握AI通识课的实施路径。

一、跨学科融合：将AI知识融入各学科教学，无需单独设课也能掌握

人工智能源于数学、语言学、生物学等多领域的交汇，不必局限于专属课程体系。这种“全学科渗透AI”的路径，不仅缓解了部分区域资源匮乏的压力，还能使学生多角度洞察AI的本质。

学科领域

核心教学任务

具体实践案例

对应AI素养点

信息科技（主阵地）

全面阐述AI基础理论与实操技能

算法思维训练、数据处理实操、图形化/代码编程实践

计算思维、技术应用能力

数学（理科核心）

深入剖析AI背后的数学原理

用贝叶斯定理解释垃圾邮件过滤、用梯度下降演示最优解寻找、通过概率统计理解机器学习逻辑

逻辑推理、抽象建模能力

生物（理科拓展）

阐释仿生学对人工智能的启示

对比生物神经网络（人脑神经元）与人工神经网络结构、分析遗传算法的生物进化原型

系统思维、创新思维

物理（理科实践）

验证智能系统的运作机制

制作“智能小车”，组装调试传感器、控制器，理解“感知—决策—执行”架构

工程实践、问题解决能力

语文/历史（文科核心）

AI伦理观念与价值导向

分析AI生成内容的文本逻辑、探讨技术发展对历史进程的影响、撰写AI伦理主题议论文

批判性思维、社会责任意识

艺术（文科拓展）

探索人机协作的创新模式

用AI工具辅助绘画/音乐创作、设计“技术+审美”的文创作品、讨论AI艺术的版权边界

创新思维、人文关怀素养

全学科融合模式的核心优势：

① 降低单独设课带来的师资与硬件负担；

② 让AI教育全方位渗透教学；

③ 帮助学生构建完整的AI认知体系；

④ 为后续深入学习奠定跨学科知识基础。

二、核心目标：三维一体，培育“会用、善辨、明辨”的智能时代公民

AI通识教育的终极定位不是培养技术专家，而是培育适应智能社会的合格公民，需构建“知识储备+能力培养+价值观塑造”的三维目标体系。

目标维度

核心培养内容

具体能力要求

主要教学载体

知识储备与高阶思维（认知基础）

AI基础认知+四大核心思维

1.了解AI发展脉络、基本概念、应用领域；

2.掌握计算思维（问题分解、抽象建模）、系统思维（认知数据-算法-算力协同）、创新思维（探索新应用场景）、批判性思维（理性评估技术局限）

理科课程（逻辑训练）、技术课程（算法实践）、文科课程（批判性分析）

技术识别与应用能力（实践核心）

智能工具应用+技术鉴别力

1.熟练使用常用AI工具（图形化编程、AI设计软件等）；

2.识别AI生成内容、深度伪造、虚假信息等技术陷阱；

3.理解数据价值与风险，掌握隐私保护方法

信息科技课、项目式学习、实践操作课程

价值观与伦理意识（人文底线）

人机协作观念+社会责任感

1.明确AI是“增强人类能力的工具，而非替代者”；2.发挥人类创造力、同理心、道德判断的独特优势；

3.平衡技术效率与人文关怀，树立正确的技术伦理观

人文社科课程、模拟法庭、辩论赛、伦理主题研讨

三、分学段进阶：顺应认知规律，实现从“游戏体验”到“研究创新”的跨越

AI教育拒绝“一刀切”模式，应遵循学生认知发展规律，构建“由具体到抽象、由体验到创造”的进阶式实践体系。

学段

核心教学目标

主要教学形式

典型实践案例

能力培养重点

小学低年级

AI思维启蒙，构建基础认知

游戏化、“不插电”活动

1. “分类大作战”：按规则对物品分类，理解机器学习分类原理；

2. AI工具趣味体验：用语音识别、图像识别软件完成简单任务；

3. AI绘本阅读：通过故事了解AI应用场景

兴趣激发、初步分类思维、感知技术便利

小学高年级

动手实操，初步掌握技术原理

项目式学习、图形化编程

1. “智能校园”项目：调研校园问题（如失物招领效率低），设计智能解决方案，用Scratch实现简化版功能；

2.简单机器人搭建：组装基础机器人，完成避障、循迹任务

问题分解能力、基础编程思维、动手实践能力

初中阶段

理性探究，深化学科融合

学科特色项目、第二课堂

1.物理课：制作“智能小车”，理解传感器-控制器-执行器的协同逻辑；

2.数学课：用函数优化分析AI推荐算法；

3.第二课堂：AI社团、创客空间、无人机/编程竞赛

逻辑推理能力、系统思维、技术应用熟练度

高中阶段

研究创新，强化伦理思辨能力

研究性学习、跨学科实践、人文反思

1.研究性学习：用机器学习改进天气预报准确性、设计AI辅助的环保监测系统；

2.跨学科实践：整合AI+物联网+大数据，解决智慧家居/智能交通痛点；

3.人文反思：AI伦理辩论赛、模拟法庭（如AI版权纠纷）、高校/企业研学

批判性思维、创新能力、科研素养、社会责任意识

四、关键保障：“一线串网”，推动AI教育落地生根

中小学AI通识教育的精髓，在于用“分层递进的培养路径”这根“线”，串起“全学科深度融合”这张“网”：

「线」的逻辑：依据“启蒙—探究—创新”的脉络，契合学生认知成长；

「网」的价值：打破学科壁垒，实现AI素养在教学各环节的渗透；

最终目标：通过知识、技能、思维与价值观的有机融合，让每个学生都具备适应未来的人工智能核心素养。

当AI成为未来社会的“基础设施”，此类教育不仅能使学生“会用AI”，更能助其“善用AI”“明辨AI”，在科技浪潮中坚守人文底线，成为技术的主人而非附庸。

来源信息

作者：关博（广西教育信息化发展研究中心特聘研究员）、袁磊（广西师范大学教授）