美國發布推進AI教育的12項建議

2025年12月3日，美國南部地區委員會AI教育委員會（SREB AI in Education Commission）發布12項旨在幫助美國各州、學校和大學應用AI工具的政策建議，這些建議有7項于今年2月發布，此次新增了5項。各項建議具體概述如下：

1.建立州級AI網絡

各州應建立全州AI網絡，以便個人、團體和機構能夠連接、溝通、協作并協調各州的人工智能工作。這些全州網絡最終可以形成一個區域性小組，由各州AI網絡代表組成，定期聚會，分享挑戰和成功經驗。

在各州、高校和學校實施AI實踐、政策和培訓時，各州之間的協調至關重要。全州協調在教育領域尤為重要，以確保相關工作的成功和可持續發展。AI有潛力變革學習、教學和行政職能，但如果沒有周密的規劃和協調，其潛在益處可能無法實現，或者分配不均。

全州網絡可以為地方和州級合作伙伴提供機會，討論、分享并思考“誰、什么、何時、何地、如何以及為什么”等關鍵問題的答案，這些問題對于達成共識和確定所需資源至關重要。全州協調還可以減少工作重復或脫節的可能性。

整合AI需要對教職員工、管理人員和其他人員進行培訓。全州協調有助于解決農村社區面臨的支持力度差異問題。

2.制定針對性AI指南

各州應針對在教育領域使用、整合或支持AI的不同群體制定并維護有針對性的指導方針。

例如，各州應涵蓋小學生、初中生、高中生、大學生、教師、行政人員、高等院校教職工和行政人員以及家長。

截至2025年4月初，已有35個州發布了州級指導方針，或設立了州級小組負責編寫與K-12教育中AI相關的州級指導方針。

3.提供高質量專業發展

各州中小學及高等教育機構應發揮領導作用，與地方學區和院校合作，制定計劃，提供并激勵高質量的AI專業發展培訓。

研究表明：專業學習有助于教師和教職員工提升教學技能，并更好地應對變革。為了幫助教育工作者將AI融入日常教學，各州應支持各類專業項目，為所有教師（包括新教師和資深教師）提供職前培訓、專業發展、持續支持和繼續教育，從而提升學習成果，并為學生的未來做好準備。

各州應鼓勵開展完善的培訓項目，幫助中小學及高等教育機構的新老教師了解如何在教學中使用AI工具。此外，持續的專業發展將有助于教育工作者應對在課堂上使用AI所涉及的倫理問題。

4.融入標準與課程

各州應將AI知識和技能融入K-12教育標準和課程體系，使學生為就業做好準備。

為了讓學生為AI驅動的職場做好準備，各州需要審查并更新標準和課程體系。這樣做可以確保教師能夠調整課堂教學實踐以符合新標準。

各州應將AI素養融入教育課程，從幼兒時期引入AI基本概念開始，并在初中和高中階段逐步增加符合年級水平的知識和技能。

此外，課程應著重培養學生的批判性思維能力和適應能力，使他們能夠有效地理解和應用AI技術。通過培養學生對AI的深刻理解，他們將更好地適應日益人工智能化的就業市場。

我們需要認識到，AI已經使我們許多傳統的教學方法過時，因此我們需要做出調整——就像20世紀70年代袖珍計算器問世時數學老師們所做的那樣。

教師們需要從工業時代的“是什么”式教學法（學生被動地吸收經過精心篩選的信息，以便日后復述）轉向“為什么”式教學法，將學生培養成通過創造性解決問題來構建新知識的主體。為了實現這一目標，我們必須轉向以項目為基礎的課程設計，充分利用學生的內在好奇心，同時避免依賴AI。首先，賦予學生自主權，讓他們選擇一個與課程主題相關的、尚未解決的現實問題。然后，讓他們負責為所選問題提出一個新穎而務實的解決方案。

——查德·雷蒙德教授，《高等教育紀事報》

5.評估地方能力與需求

各州應在其轄區內開展AI需求評估，以確定地方學區、中小學和高等院校成功整合AI的能力。

這些評估旨在幫助各州確定哪些機構、學區或學校需要州政府的支持，需要何種類型的支持以及支持力度。

新政策和舉措的成功取決于其實施的有效性。數十年的研究有力地表明，教育領域的實施成功取決于領導力、規劃、資源、環境、知識、支持和反饋等因素。這些因素共同構成了地方能力。

當地方能力有限時，實施過程可能會舉步維艱。因此，政策預期的結果或目標更難實現。

數十年的學校改革研究有力地表明，失敗的實施工作往往會加劇抵制，甚至增加對未來變革的抵制，無論這些變革多么重要。因此，各州在將AI融入教育環境的過程中，應特別關注其轄區內的地方能力水平。

6.制定資源分配計劃

建議各州制定AI資源分配計劃，以確保AI在中小學和高等教育機構的實施能夠成功、可持續，并惠及所有學生。

完善的資源分配計劃應有助于各州更好地預測和減輕潛在的成本超支，并明智地使用州財政資金。這些計劃可以幫助各州發現優化支出的機會，例如采用更具成本效益的AI解決方案、減少對昂貴硬件的依賴或簡化培訓項目。這有助于各州更好地優先考慮基礎設施和培訓等關鍵領域的資金投入，并發現潛在的成本節約點。

各州還可以利用資源分配計劃，對維護、軟件更新和擴展成本等項目進行多年預測，預測成本如何隨通貨膨脹、使用量增加和技術升級而變化。多年預測有助于各州長期維持AI項目的財政運轉。

7.更新風險管理，以覆蓋AI

各州應與學區、高等教育系統及機構合作，確保風險管理政策能夠評估并降低AI相關的風險。

為了評估、緩解和管理AI相關的風險，學區和高等教育機構需要制定全面的風險管理計劃。這可能只需要更新現有的風險管理政策。

需要考慮的風險管理要素包括治理、數據隱私和安全、減少偏見、風險培訓、問責制和監督、透明度和知情同意。

8.制定強有力的AI采購政策

各州應與學區、高等教育系統和機構合作，制定或更新強有力的采購政策，將AI納入其中。

有效的采購政策將幫助學區和機構找到符合其教育目標的AI工具，明確人員角色和職責，確保透明度和公平性，簡化采購流程，提高成本效益，降低風險，實現可持續發展，并支持持續改進。

9.協調K-12、高等教育和勞動力市場

各州應協調教育、勞動力和經濟發展戰略，以支持AI技能的培養。

為確保各州系統能夠有效地幫助學生和勞動者為AI驅動的經濟做好準備，各州應協調K-12教育、高等教育機構、勞動力培訓系統和經濟發展機構的各項工作。這種協調尤為重要，因為各州負責執行關鍵聯邦法律授權的項目，包括《每個學生成功法案》（Every Student Succeeds Act）、《珀金斯法案第五版》（Perkins V）和《勞動力創新與機會法案》（Workforce Innovation and Opportunity Act）。這些系統之間的協調能夠確保投資得到有效利用，并共同推進一項連貫的AI技能培養戰略。

10.更新安全政策

各州應定期審查其教育技術安全政策，以確保未成年人免受AI使用帶來的傷害，并在必要時進行修訂。

11.開發高等教育應用手冊

各州應與高等院校和教育系統合作，制定AI應用指南，以幫助所有學院、大學和其他高等院校負責任、高效地整合AI。

12.制定評估框架

各州應著手制定評估框架，以確定AI對K-12教育和高等教育的影響。

為了評估AI對教育的影響，各州需要確定需要解答的問題，然后確定需要收集哪些數據來解答這些問題。

以下示例問題和指標旨在幫助有意評估AI對教育影響的州開始制定評估框架。

總體影響

• AI的使用是否符合我們的教育目標？

• AI是否正在幫助我們實現教育目標與宗旨？如果是這樣，如何以及為什么？如果沒有，為什么？

• 我們遇到了哪些挑戰？

• AI在K-12中的應用效果如何？

• AI在高等教育中的應用效果如何？

• AI的影響有多大？

• 是否有任何政策變化可以支持AI在教育中的更好應用？

• 是否有與AI在教育中使用相關的最佳實踐示例？

• 迄今為止，有關AI使用的經驗教訓有哪些？

學生和人工智能

• AI是否可以提高學生的學習動機、出勤率或毅力？

• 學生是否得到了更有針對性的指導和支持？改進的可衡量程度如何？

• AI是否支持批判性思維、創造力或AI素養本身的發展？

• AI是否有助于亞群體的結果？

• AI增強項目能否更好地幫助學生為高等教育或職業做好準備？

• 學生是否感到AI工具賦予了他們權力或對其進行了監視？

• 家庭是否理解并支持如何將AI用于孩子的數據？

• AI如何影響學生的學業成績和概念掌握？

教學與人工智能

• AI是否可以節省教師評分、備課或行政工作的時間？

• AI工具如何改變教學實踐——它們是豐富還是限制教學法？

• 教師是否接受了有效的培訓以負責任地整合AI？

• 教育工作者認為AI會支持他們的專業知識，還是會削弱他們的專業判斷？

運營與效率

• 與成本相比，AI工具是否能提供可衡量的價值？

• 在日程安排、人力資源、交通或設施方面節省了多少時間和金錢？

• 領導者是否利用AI洞察來做出更好的、數據驅動的決策？

• 試點項目能否在不影響質量的情況下擴展到各個教室、學校或地區？

政策、道德與治理

• AI工具是否符合《家庭教育權利和隱私法案》（FERPA）、《兒童在線隱私保護法案》（COPPA）和州級學生數據保護規定？

• 偏見與公平：產出是否相似或者是否復制了系統性偏見？

• 教師、學生、家長等利益相關者是否了解AI如何做出決策？

• 當AI系統出現故障、出錯或造成傷害時，誰該負責？

• 當地雇主、高等教育機構和社區是否看到了AI增強教育的好處（例如勞動力準備情況或與“畢業生概況”技能的一致性）？

• 除了初始撥款或中小學緊急救援（ESSER）資助之外，AI項目是否具有彈性？

• AI重塑治理、資源分配或教學模式是長期的嗎？

資料來源：

SREB AI in Education Commission Approves Final Recommendations, https://www.sreb.org/post/sreb-ai-education-commission-approves-final-recommendations.

[本文為教育部國別和區域研究基地中國教育科學研究院國際教育研究中心成果]

本文由中國教育科學研究院“教育國際前沿”課題組成員整理，課題組負責人張永軍，編輯劉強，內容僅供參考。點擊左下角“閱讀原文”可官網查看原文。

本文為原創，轉載請注明。