国际教育观察·人工智能专题

【编者按】

人工智能正在成为推动全球教育变革的重要驱动力，各国纷纷将人工智能纳入教育发展战略，探索智能时代教育体系转型的新路径。从国际实践看，人工智能教育的发展主要呈现三个趋势：一是强化战略引领，推动人工智能与教育教学深度融合。二是重视人才培养模式重构，推动跨学科、复合型人才培养。三是加强伦理治理，构建人工智能教育应用规范。国际经验表明，人工智能教育已由技术应用阶段迈向教育系统整体变革阶段。

人工智能加速进入教育领域，既带来了教学创新和教育发展的新可能，也提出了如何使技术真正服务于人的成长和教育长远发展的重大课题。为此，中心策划推出“人工智能驱动教育变革”专题，陆续介绍不同国家和地区的政策举措与实践探索，以期从国际比较中把握趋势、辨析问题，为我国人工智能教育的战略设计、教学改革、人才培养和伦理治理提供参考。今后，我们还将持续关注人工智能与教育发展的相关议题，推出系列文章，敬请关注。

（黄宇）

人工智能如何真正进入课堂？

——法国从国家战略到分学段治理的系统实践

刘敏　杨沐

文章导读

法国经验的意义，不在于“使用了多少人工智能工具”，而在于它试图回答一个更根本的问题：国家战略如何穿过科研、产业和行政体系，最终转化为教师可用、学生可学、学校可治理的教育实践。法国的路径表明，人工智能进入教育并非简单的“工具进校”，而是一项同时涉及公共供给、师生能力、人才生态与治理规则的制度工程。

一、法国为何把人工智能教育视为一项“制度工程”？

人工智能进入教育，表面上是工具更新，实质上涉及公共资源供给、教师角色、学生能力、人才结构和治理规则的同步调整。2018年，法国启动国家人工智能战略（Stratégie nationale pour l’intelligence artificielle, SNIA），将人工智能纳入国家科技竞争力、数字主权和公共服务转型的整体布局。法国政府将这一战略划分为两个正式阶段：第一阶段（2018—2022年）重点夯实研究、算力与高层次人才基础；第二阶段自2022年起在“法国2030”框架下推进，更加重视技术扩散、人才培养和供需衔接。

从政策重心的演变看，法国逐步形成了一条由研究能力建设、规模化扩散、师生能力培养走向课堂规则治理的连续路径。教育不再只是人工智能产业的“人才供应端”，而成为国家人工智能战略落地的重要公共领域。

图1　法国人工智能教育：从国家战略到课堂规则

（示意图）

二、从“工具进校”到“制度进校”：法国的四项举措

（一）以公共投入降低学校采用人工智能的门槛

法国通过“法国2030”等计划持续支持算力、云服务、人工智能研究与应用生态建设，并以研发资助、教学实验和创新采购降低学校自行试错的成本。2025年，法国教育部门又宣布投入2000万欧元，开发面向教师的主权、开放且可迭代的人工智能服务，计划于2026—2027学年投入使用，为备课和学生评价等日常工作提供支持。

这一供给模式的重要之处在于：人工智能教育产品进入学校之前，先接受教育场景中的研发、试验和评估；学校获得的也不只是一个孤立的软件，而是一套包含技术支持、教学反馈和责任边界的公共服务。

（二）坚持“学人工智能”与“用人工智能”并重

法国没有把人工智能素养简单等同于会写提示词（prompting）。面向教师，欧洲Erasmus+项目AI4T（Artificial Intelligence for and by Teachers）由法国等五国共同推进，通过慕课、开放资源和实践活动，帮助教师理解人工智能的基本原理、教育机会与伦理风险，并把技术判断转化为教学判断。

面向学生，法国逐步把编程、数据管理和人工智能素养纳入课程与数字能力培养。法国已在Pix平台推出人工智能学习路径；根据2026年最新安排，自2026年秋季起，该路径将对初中四年级（4e，约相当于我国初二）、高中一年级（2de）以及职业教育证书（CAP）一年级学生实行必修。学习内容包括生成式人工智能的工作原理、提示词、个人数据管理以及对偏见和风险的批判性认识。

（三）构建从顶尖科学家到普通教师的人才梯队

法国在国家人工智能战略第一阶段建立了四所跨学科人工智能研究所（Instituts interdisciplinaires d’intelligence artificielle, 3IA），支持卓越教席、博士培养和跨学科研究。2024年，“法国2030”进一步遴选九个“人工智能集群”（IA-Clusters），以五年3.6亿欧元公共资金强化高水平研究与人才培养，推动大学、科研机构和企业形成更加稳定的协作网络。

由此形成的人才结构不只包括少数算法专家，也包括能够把人工智能应用于医学、工程、教育和社会科学等领域的复合型人才，以及具备基本人工智能素养的教师、学生和社会公众。

（四）用“分学段规则”把伦理原则落到课堂

2025年6月，法国教育部发布《人工智能在教育中的使用框架》（L’IA en éducation — cadre d’usage）。文件明确，人工智能只能服务于学习和专业工作，不应损害人际关系、学生学习和教师的专业判断；公共人工智能工具中不得输入机密或个人数据；涉及人工智能的教育或行政决策必须保持透明；在可以采用其他环境成本更低的方案时，应审慎使用生成式人工智能。

更重要的是，该框架把原则细化为年龄和场景规则：小学阶段可以学习人工智能的基础知识，但不直接操作生成式人工智能；从法国初中四年级起，学生可在教师限制、解释和陪伴的框架内使用；高中阶段可在教师明确设定的学习框架内相对自主使用。未经教师明确授权、又缺少个人加工和理解的人工智能代写，仍被认定为作弊。

图2　法国经验的四个相互支撑的支点

（示意图）

核心判断

法国经验表明，人工智能赋能教育不是“购买工具—培训使用”的线性过程，而是公共供给、师生能力、人才生态与治理规则共同构成的制度工程。任何一个环节缺位，技术都可能停留在展示层面，甚至放大原有风险。

三、对我国推进人工智能教育的启示

（一）从单个应用项目走向公共供给生态

我国应进一步完善教育人工智能产品的研发、试验、评估、准入和采购机制。对进入校园的模型和应用，可依据数据敏感度、决策影响和学生年龄进行风险分级；同时加强公共算力、可信数据空间和国家智慧教育平台的支撑，降低薄弱地区和普通学校的使用门槛。

（二）先培训教师，再推广技术

教师需要的不只是操作培训，更需要理解技术边界、判断教育价值、重新设计学习任务和评价学生学习的能力。人工智能教育应进入师范生培养和在职教师研修，并通过真实案例帮助教师处理生成内容核验、学生使用披露、学术诚信和数据保护等实际问题。

（三）从基础素养到卓越人才，打通培养链条

人工智能人才培养应同时覆盖基础学科、前沿研发、行业应用和全民素养。高校可依托跨学科平台强化数学、计算机、认知科学与教育学等领域的协同；中小学则应根据年龄特点，逐步培养学生的数据意识、算法理解、批判性思维和社会责任。

（四）让规则具体到学段、课程和任务

宏观伦理原则只有进入课程大纲、作业要求、评价规则和数据管理流程，才能真正发挥作用。学校应明确哪些任务允许使用人工智能、可以使用到什么程度、如何披露和引用、哪些数据不得输入，以及出现错误或伤害时由谁负责。治理的目标不是简单禁止，而是形成可理解、可执行、可问责的使用秩序。

说明：本文根据《国际教育政策专报》2026年第2期《人工智能赋能教育：法国的战略举措及其启示》修订，并依据法国政府和教育部门最新公开资料作必要更新。