教育部发布AI+教育行动计划，明确四大任务
2026年4月10日，教育部等五部门正式公布《“人工智能+教育”行动计划》，明确提出推动AI人才培养与素养提升、促进AI与教育深度融合、建强“AI+教育”基础环境、优化“AI+教育”发展生态这四大核心任务。
该行动计划设定了总体要求：到2030年，要形成AI与教育深度融合的格局，构建起纵向贯通、横向联通的全学段及全社会通识教育体系，显著提升AI人才培养的规模与质量，建立全民AI素养培育的长效机制。目标是实现教育教学、科研范式及治理模式的系统性变革，增强教育服务供给能力，打造集约高效的基础支撑环境，构建开放协同的创新生态体系，确保AI技术应用普惠、安全、高效，形成一批可复制推广的应用场景，使智慧教育新形态基本确立，全球影响力大幅提升。
去年，国务院出台《关于深入实施“人工智能+”行动的意见》，教育部等九部门也发布了《关于加快推进教育数字化的意见》，专门部署“全面推进智能化，促进AI助力教育变革”。今年3月31日教育部召开的国家教育数字化战略行动2026年部署会上，已明确要求以“AI+教育”为抓手，推动AI融入教育全要素、全过程及全场景。
教育部部长怀进鹏在会上提出，面向“十五五”，需深入推进“AI for学校教育”、积极布局“AI for终身教育”、加快推进“AI for科技创新”、启动布局“AI for国际交流”、纵深推进“AI for教师发展”以及深化“AI for教育治理”。
文章选自新京报，2026年4月10日
智能招聘系统实现岗位与人才的秒级匹配、AI学习平台定制个性化成长路径、大数据模型为区域人才政策制定提供决策参考……曾经被视为“黑科技”的AI，如今已深度融入人才引育用留全流程，推动人才工作迈向智能化新阶段。
2025年11月22日，由中国人事科学研究院、西南交通大学党的组织建设与人才发展研究院、广州人才集团主办的“人工智能重塑组织与赋能人才”学术交流会在京召开。部委专家、高校学者与企业高管齐聚，展开深度对话。一个共识逐渐清晰：AI正在深刻改写人才工作的底层逻辑。如何在智能浪潮中驭势前行，成为关乎未来人才发展的重要命题。
AI的发展正在重塑人才技能，人才定义也随之改变。过去定义人才看重专业知识与创造性劳动，但在AI时代，核心价值越来越取决于非智力因素与非共识能力。与会专家一致认为，未来人才应具备四大核心能力：人机协同能力（熟练使用AI并懂技术边界）、高阶批判思维（不盲从AI、善于创新）、社会情感能力（发挥同理心与沟通优势）以及终身学习与跨界思维能力（适配“AI+行业”趋势）。这意味着人才观正从“知识储存”转向“智慧创造”。
人才工作本身正经历从“经验驱动”到“数智驱动”的转型。浙江大学教授陈丽君的研究显示，目前99%的财富500强企业采用AI自动筛选简历，40%的公司计划用AI与潜在人才“对话”。选拔环节正变得前所未有的高效精准。在培养与留存层面，AI不仅能推送个性化学习路径，更能通过分析薪酬、行为数据预判成长路线与离职风险，实现前瞻性干预。中国人事科学研究院原院长吴江认为，人才发展数智化是大趋势，可实现人才管理效能最大化。
与此同时，AI催生了广阔的职业新蓝海。据世界经济论坛预测，到2025年AI将创造5800万个新岗位，数据分析师、AI伦理师、机器学习工程师等岗位需求爆发式增长。“AI+行业”融合让跨领域复合型人才成为“香饽饽”。中国科发展战略研究院副研究员高懿指出：“既懂行业又精通AI的‘桥梁型’人才缺口极大。”她举例，中国科大研发的“机器化学家”智能系统，能“看”论文、“想”方案、“做”实验，提升研发效率百倍以上。这类系统的落地迭代，迫切需要能驾驭“AI+科学”的复合型人才。
放眼全球，AI人才竞争从数量比拼演变为产业生态、创新链条与制度环境的系统性较量。西南交大博士生冯定国指出，全球AI人才竞争呈现“总量集中、密度分化”的“两极多强”态势。全球AI人才总量约300万，中美两国合计超50%形成双强并立，新加坡、以色列等国以极高人才密度构筑竞争优势。我国2025年8月发布《关于深入实施“人工智能+”行动的意见》，正是为了在这场系统性角力中占据更有利生态位。
机遇背面是挑战。技术变革带来岗位替代与技能“生锈”风险。AI的替代效应正从重复性体力劳动蔓延至程式化脑力工作。麦肯锡报告显示，到2030年全球约8亿个工作岗位将因AI整合发生变化。更值得警惕的是长期依赖AI导致的技能退化。麻省理工研究发现，长期使用AI人群大脑神经连接强度比纯人工组减少约45%–55%，批判性思维与记忆能力减弱，长期会陷入“越用AI，越不会思考”的循环。
人才供需呈现“总量短缺+结构错配”。人社部数据显示，我国AI领域人才缺口超500万，但2024年高校相关专业招生仅4.3万人，供给远落后于需求。更深层问题在于供需“错配”：从培养端看，高校4年培养周期难以匹配AI技术不足1年的迭代速度；从资源配置看，资本过度追逐大模型等热门领域，对基础理论、底层工具链等“冷板凳”领域投入不足。高懿指出，学科壁垒高筑、跨领域导师匮乏，导致“高校教的”与“产业要的”之间横亘巨大鸿沟。
人机信任与伦理治理问题同样不容忽视。当算法深度介入人才评价与选拔，其“黑箱”特性可能衍生新不公。陈丽君指出，信息过载与算法推荐同质化会显著降低人才对AI服务的接受意愿。若算法设计隐含偏见或训练数据失衡，智能招聘反而会固化社会不公。同时，全球竞争加剧了数据安全与人才流动风险，如何在开放引才与安全保障间取得平衡，考验人才治理智慧。
面对AI带来的机遇与挑战，唯有系统性重构方能应对。这需要在培养、管理、制度上共同发力，构建一个“智慧赋能、市场驱动、制度护航”的人才发展新生态。
“AI时代的人才培养，必须实现从‘批量生产’到‘个性化生长’。”西南交大教授张锐昕呼吁，要在人才培养全周期深度融合AI，驱动教育从“知识传授”转向“能力与价值塑造”。中央党校教授顾平安提出“三个转向”路线图：基础教育要以素养培育为核心，开设AI通识与伦理课程，通过项目式学习培养批判性思维与创新意识；高等教育要设立大模型研发、AI伦理等新兴方向，打破学科壁垒，推行“AI+专业”交叉培养模式，建设跨学科导师团队与产学研联合实验室；职业教育和继续教育则需打造伴随一生的“技能账户”，建立“微学位”制度，利用AI平台为每个人定制终身学习地图。
优化管理机制，用“数据大脑”与“市场之手”双轮驱动。南京师大教授李金生建议打破部门藩篱，构建跨教育、科技、产业的“人才数据大脑”，让人才工作从“人找政策”升级为智能化的“政策找人”。中央财大教授张相林认为，激发企业主体作用至关重要，可鼓励龙头企业设立AI研究院，通过税收优惠等政策推动产学研共建实验室，加速基础研究到产业应用的转化，释放市场活力。
完善制度与生态，是赢得长远竞争力的坚实保障。冯定国建议，可借鉴国际经验，加大高端人才引进力度，设立“AI人才绿色通道”，构建培养—引进—使用的全链条政策体系，健全人才评价与职业发展体系，建立符合AI特点的职业分类与能力标准，发展多层次、市场化的评价机制。
筑牢安全与伦理的防线，是行稳致远的底线。从《新一代人工智能发展规划》到“人工智能+”行动，从《生成式AI服务管理办法》到《人工智能安全治理框架》，我国正逐步构建涵盖算法、内容与隐私的治理体系。未来应进一步积极参与并引领AI国际伦理标准、技术规范与认证体系建设，在开放合作中筑牢安全屏障，为创新人才提供自由活跃又稳定可靠的发展环境。
未来已来，AI浪潮奔涌，但人类智慧始终是技术演进的主舵手。唯有以人才为核心、以创新为动力、以制度为保障，才能在智能时代的全球竞争中赢得主动、引领未来。
文章选自大国人才，2026年1月4日