我国GAI教育应用发展现状与未来方案设想

［摘 要］文章深入分析了我国GAI教育应用的发展现状与主要问题，并提出了系统的方案设计。我国作为东亚教育模式的典型代表国家，面对强人工智能时代知识观的颠覆性变革，教育模式亟待加速变革。国产GAI应用在教育领域具有可行性和现实性，我国GAI教育应用需围绕“战略性”“经济性”“安全性”，针对在定位、制度框架、方案细则、资源投入、数据积累与监管、科研与人才等方面的短板，加紧谋划布局，以形成系统化的建设方案。

［关键词］强人工智能；GAI教育应用；方案设计

［中图分类号］G64 ［文献标识码］A ［文章编号］2095-3437（2025）01-0021-06

立足于“以AI为前提的未来社会”，在学习阶段通过学习实践深刻体验AI以具备熟练鉴别、运用、掌控AI的能力，将可能是未来人才能力素质的重要标志，这无疑会对第四次工业革命下的国家竞争产生深刻影响。作为东亚教育模式的代表，我国传统教育的优势在于所培养的学生知识储备丰富、基础知识扎实、勤奋努力。然而，面对强人工智能时代知识观的颠覆性变革，我国的教育模式亟须加速变革。随着我国GAI（Generative Artificial Intelligence，生成式人工智能）应用产品向全社会开放，其对教育影响的加速效应将迅速形成。我国教育管理部门应未雨绸缪，积极应对机遇和挑战，以保障我国在未来全球人工智能领域的教育优势，为未来产业及国家竞争提供有力支持。

一、我国GAI教育应用改革进展及主要问题

（一）我国GAI教育应用改革进展

2017年7月，国务院印发了《新一代人工智能发展规划》，从宏观环境建设层面提出要利用智能技术加快推动人才培养模式、教学方法改革，构建新型教育体系，并从微观应用形态层面提出了“人工智能+教育”的四种应用形态[1]。

2018年4月，教育部印发了《高等学校人工智能创新行动计划》，提出要加快人工智能在教育领域的创新应用[2]；同时，发布了《教育信息化2.0行动计划》，“智慧教育”作为八大行动之一首次出现在国家层面规划文件中[3]。随后，教育部启动人工智能助推教师队伍建设试点工作。

2019年2月，中共中央、国务院发布了《中国教育现代化2035》，再次强调统筹建设一体化智能化教学、管理与服务平台[4]。同年6月，国家新一代人工智能治理专业委员会发布了《新一代人工智能治理原则——发展负责任的人工智能》，提出了人工智能治理的框架和行动指南[5]。

2020年8月，国家标准委等五部门联合印发了《国家新一代人工智能标准体系建设指南》，提出了包括基础共性、支撑技术与产品、基础软硬件平台、关键通用技术、关键领域技术、产品与服务、行业应用、安全/伦理等在内的标准规划[6]。

2021年7月，教育部等六部门印发的《关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见》提出，到2025年建设教育专网和“互联网+教育”大平台，为教育高质量发展提供数字底座[7]。2021年8月，教育部批复同意上海成为教育数字化转型试点区。2021年9月，中央网信办等八部门联合认定了一批国家智能社会治理实验基地，包括19个教育领域特色基地。同时，中国国家新一代人工智能治理专业委员会发布了《新一代人工智能伦理规范》，明确了人工智能各类活动应遵循的6项基本伦理规范和18项具体伦理要求[8]。同年11月，上海市发布了《上海市教育数字化转型实施方案（2021—2023）》[9]。

2022年初，教育部启动实施国家教育数字化战略行动。同年3月，中共中央办公厅、国务院办公厅印发了《关于加强科技伦理治理的意见》，将人工智能作为需要加强科技伦理治理的重点领域之一[10]。8月，教育部和科技部等六部门联合印发了《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》，将智能教育纳入首批人工智能示范应用场景[11]。同年10月，党的二十大报告首次将“教育、科技、人才”三位一体统筹布局，首次将“推进教育数字化”写进党代会报告，中国的教育信息化建设进入新的发展阶段。2022年，我国建成世界第一大教育教学资源库——国家智慧教育公共服务平台，用户覆盖200多个国家和地区。

2023年2月，在世界数字教育大会上，我国发布了《中国智慧教育蓝皮书》，编制了智慧教育发展指数和智慧教育平台标准规范，并倡议成立世界数字教育联盟，开展世界数字教育合作。2023年8月15日，国家网信办联合教育部等六部委制定的《生成式人工智能服务管理暂行办法》开始实施，作为全球首部专门规范生成式人工智能服务的立法，其实施标志着我国对包括教育应用在内的GAI管理迈入新阶段，在划定底线和方向的基础上，也对在细分行业、场景中GAI运用规范细则的制定提出了要求[12]。

（二）我国GAI教育应用商业领域进展

GAI应用能力的基础是算力、算法、行业数据以及场景应用能力。自OpenAI宣布ChatGPT整合GPT⁃4以来，国内科技及投资各领域纷纷跟进。2023年8月31日，我国根据《生成式人工智能服务管理暂行办法》备案制度，通过了首批11个国家备案国产大模型。随后，百度文心一言、百川智能的百川大模型宣布向全社会开放服务，其他大模型也紧随其后。同时，2023年8月31日和9月3日，自2019年以来被技术封锁的我国企业华为公司，先后两批开售配备自主研发芯片的Mate 60 Pro新一代高端手机，标志着我国冲破西方技术封锁，在半导体芯片技术上实现重要突破。未来，依托我国数据大国的优势以及半导体芯片自主研发制造技术的突破，我国本土GPT大模型应用必将迎来突破性进展，我国GAI数据、算力、算法三要素“爆发”时代很可能即将到来。

与国内通用大模型进展同步，国内GAI教育类行业产品也频频登场。网易有道、学而思、科大讯飞等企业发布了最新的教育类大模型产品，如网易有道基于“子曰”大模型的AI口语老师、科大讯飞基于讯飞星火认知大模型的AI同步精准学、学而思的数学大模型MathGPT。盛通股份、佳发教育、国新文化、猿辅导、作业帮、高顿教育等众多企业也针对教育细分场景加速开发相应产品。

（三）我国GAI教育应用面临的主要问题

随着百度文心一言、讯飞星火认知等国内大型语言模型在通用人工智能领域的发展，国产GAI应用落地于教育领域具有可行性和现实性。然而，我国GAI教育应用围绕“战略性”“经济性”“安全性”，在定位、方案、监管、科研、人才等方面还存在诸多问题，亟待解决。

1.GAI教育应用经济性与公益性平衡制度框架亟待构建

GAI教育应用存在商业经济性与教育公益性的矛盾，其核心在于如何合理分摊技术成本，以保障教育公平性。如果无法找到适合GAI教育应用的多利益主体合作模式，那么很难保证企业的可持续发展和投资回报。目前，GAI教育应用的实践和探索主要发生在教育商业化领域，而基础教育和公共教育体系GAI应用的开发进程比较缓慢。GAI模型训练和应用开发需要大量资金与数据的支持，将其引入公共教育体系会面临资金投入等经济约束问题，且公共教育体系GAI应用的技术敏锐度低于市场体系，在战略定位上缺乏深刻认识和战略思考。因此，政府、企业、教育机构和社会各方面需要共同努力[13]，通过政策支持、技术创新、公益参与和社会监督等多种方式，从宏观层面完善解决GAI教育应用经济性和公益性平衡问题的制度框架，形成国家、企业、教育机构等多利益主体合作共建机制。

2.缺少针对GAI教育应用的专门指南和具体细则

我国刚刚发布的《生成式人工智能服务管理暂行办法》虽然划定了生成式人工智能服务的基本方向，提出了分类分级监管思路，但细分行业和管理部门还未形成针对本行业领域应用的细则办法。关于我国教育行业多大程度上可以运用GAI、GAI教育应用应遵循哪些基本伦理原则、GAI在基础教育和高等教育领域如何分类及分阶段应用、如何统一教育数据标准并建立可信GAI、如何防止“缺乏鉴别力”的学生对GAI教育技术过度依赖、如何开展教育领域的GAI伦理治理、如何建立合规底线和把控惩戒力度、如何协调管理部门和行业企业及教育机构的分工、如何做好伦理治理审查与监管等问题，目前还缺少具体的规则和指南。

3.GAI教育应用新基建需要持续、公平的资源投入

将生成式人工智能大模型应用到教育系统行业或具体场景，需要包括软硬件及模型训练的技术费用，数据及数据清洗、标注、验证的处理费用，行业和技术专家团队的人力资源费用，软硬件维护升级及数据安全保障的运营费用，以及许可费用、版权费用、专利费用等在内的大量经费的投入。一方面，上述庞大费用仅靠企业和市场投资可能导致GAI教育应用系统化进程缓慢，亟待政府迅速出台支持GAI教学应用项目的资金补贴和奖励办法；另一方面，GAI教育资源的投入和分配可能存在不均衡的问题，一些地区和学校可能因为经费、技术、师资等原因而无法充分利用GAI技术，形成“人工智能鸿沟”。

4.GAI教育应用数据积累模式及审核监管需要优化升级

在我国，由于不同时期、不同部门开发了不同的教育信息系统和数据库系统，致使数据存储管理分散，教育信息系统集成度低、互联性差。加之教育数据在采集、存储、处理、挖掘等各环节缺乏统一的数据标准，导致不同系统之间的数据直接整合面临困难，大量教育数据资源无法实现共享。在我国以往的教育数字化进程中，各地按照“三通两平台”工程建设要求，积极打造教育资源公共服务平台，但在微观学习方式变革方面，互联互通的学习服务生态尚未形成，导致终端应用种类繁多、学习应用平台林立，各系统、各产品间兼容困难，形成信息孤岛和数据壁垒，数据仍然难以真正发挥系统优势[14]。GAI教育应用模型训练数据平台也面临类似的问题，数据平台分割导致数据训练成本难以有效降低。同时，教育数据在共享、使用、保护等方面的法律法规尚未完善，这也限制了教育数据的整合和利用。

另外，为解决生成内容的安全问题，我国应该在训练数据环节和交互提问环节设置审核节点，这需要配备与AI训练人员相匹配的安全审核人员，但我国在此阶段还缺乏相关机制。我国亟待构建涵盖管理部门、教育机构、行业协会及企业等在内的数据积累阶段的审核机制，以保障市场开放的安全性。当然，保障数据隐私和安全的相关立法保障也必须跟进。

5.GAI教育应用研究比较薄弱

当前，我国对GAI教育应用研究的投入有所不足。受到传统教育观念制约，GAI融入教育缺少全面系统的理论以及实践案例支撑，我国相关机构和教育工作者对GAI教育应用体系建设的研究相对较少。现有研究机构和研究人员的交叉、集群特征并不明显，难以满足GAI教育应用多学科交融的特点和产学研交织的要求，因此亟须构建以研究领域为导向的多学科人才或者多机构融合集群组织。

6.GAI教育应用师资队伍亟待建设

在强人工智能时代，教师是教育的设计师、学习的引导者、学习数据分析师以及教育的研究者。只有教师和教育管理者自己深入了解并有效运用GAI，才有可能将之与教学及管理深度融合，实现提升教学和管理质量的目的。我国部分教师以及管理者对人工智能与教师之间的关系认识模糊，对人工智能缺乏信任，缺乏主动尝试使用和进行教学科研实践的动力，在信息技术应用层次、信息化教学创新水平等方面还有较大提升空间[15]。目前，具备人工智能教育应用引导能力的教师以及教育管理者较少。为提高教师的信息化水平，教育部开展了虚拟教研室建设和师资人工智能助力建设行动等试点工作，但规模和成效有限。相较于我国教育信息化建设的硬件方面，我国在加强教师信息化软实力方面发展缓慢。一些教师因为技术难度大、教育观念跟不上时代发展等，不愿意或无法有效利用AI技术，也无法给学生提供AI及GAI教育应用的有效引导。

二、我国GAI教育应用体系建设方案

生成式大模型人工智能对教育的影响已近在眼前，我国GAI教育应用体系建设亟须具备现实洞察力和战略导向的系统性制度框架来推动与规制。面对国际竞争压力和我国目前存在的问题，建议采取以下举措，促进我国GAI教育应用体系建设。

（一）将GAI教育应用计划列入教育强国战略专项部署

鉴于GAI标志着AI步入强人工智能时代，以及GAI教育应用对我国教育行业变革可能产生的重大影响，我国应将GAI教育应用与之前的教育数字化和智能教育计划区别开来，予以单列，并将其明确纳入“教育强国规划纲要”，明确构建平衡其经济性与公益性的制度性框架，作为教育数字化转型、智慧教育的升级版，同时作为第四次工业革命时代我国“教育、科技、人才”三位一体战略布局的重要支撑。发挥新型举国体制优势，前瞻布局GAI教育领域应用，加速GAI在我国现实教育场景中的有效落地。

（二）加快制定GAI教育应用指南和各学段、各类别教育机构的具体实施方案

随着文心一言等国内大量GPT类大模型面向公众开放服务，如何应对学校传统秩序被扰乱的问题、如何避免GPT在教育领域的滥用问题等，成为当前高校迫切需要解决的问题，需要具体落实到操作层面。建议在《生成式人工智能服务管理暂行办法》的基础上，由教育部牵头，采取政府主导、跨部门整合和多方协作的方法规划和制定GAI教育应用政策；从GAI教育应用的机遇挑战、教育理念变革、人工智能教育伦理原则、标准与监管框架、环境与生态建设、政策体系建设、路径规划、教学法创新、智能教学评估等方面制定总领性指南文件，出台我国GAI教育应用指南及方案，引导GAI教育应用朝着良性、有序的方向发展。

根据学段、教育机构类型的不同，差异化制定具体实施方案，分类、分层开展生成式人工智能教学改革实践。明确“教育为主，智能为辅”的原则，针对基础教育，尤其是小学和初中阶段，重点开展人工智能替代式教育改革，规范未成年人对生成式人工智能的使用；针对高等教育，加强教师对人工智能在教育中的使用情况进行判断和控制的能力，鼓励教师在个性化、适应性教学和智能评价等方面投入更多精力。通过项目、高校试点方式，在本硕博教育及职业教育领域率先展开实践，开展生成式人工智能教学科研应用模式改革创新尝试。各省份要设立GAI教育应用实践院校，并且能够由点到面，逐步扩大实践；利用人工智能的探究式教学、互动式教学等新的教学模式需要建立多元化的教学评价体系；细化GAI教育应用的道德准则和伦理规范，同时将数字伦理教育纳入课程标准和培养方案，通过制定AIGC标注制度、检测机制等形成对教师和学生学术诚信的制度约束[16]。

（三）构建多主体共同合作的GAI教育应用新基建投入机制

合理构建企业、教育机构、政府合作研发和费用共担机制，能够增强可持续发展的“GAI基座+教育应用”生态模式活力，有效助力GAI教育系统应用的快速推进。让更多学生及教师使用模型训练，可以不断提升大模型和教育行业模型的智慧水平，降低企业训练数据成本。政府应开放部分教育相关数据集，建设全国性、区域性教育数据服务中心，促使学校、机构、技术供应企业合作共享GAI技术资源和教育数据，以提高资源利用效率、降低使用成本。审慎权衡不同学段、不同类型GAI教育应用政策重点的优先级，确定包括国家经费（公共和私人）、国际资金和创新性的筹资机制等不同筹资渠道。政府可通过提供贷款或担保等方式，支持教育机构购买和使用GAI教育应用产品与技术。引入市场竞争机制，鼓励更多企业和机构参与到公共教育体系GAI应用的研发工作中，以降低成本并推动技术进步。同时，重点关注偏远地区、乡村地区等经济不发达地区的教学模式智能化变革的落实情况，并为其提供政策支持与资金倾斜。

（四）优化数据互联共享积累模式并保障数据安全

数据是产生智能的基础，我国应加强教育数据资源互联共享机制的整体规划，鼓励教育机构开放共享数据资源，推进教育数据信息系统集成和互联互通，建立完善的数据标准和管理制度，同时加强法律法规的制定和实施。建立完善的数据管理制度和监管机制，由国家行政部门或委托具体行业协会依据规范标准对GAI产品及其衍生服务、GAI交互提问环节进行评估、审查，从源头抵御潜在的伦理风险和危害[17]。在教育数据采集过程中，要避免不当扩大范围、采集敏感数据等侵犯个人隐私的情况发生，加强对非隐私数据的关联挖掘等问题的防范。在教育数据公开的过程中，运用数据脱敏、匿名化、加密等技术手段，建立完善的隐私保护政策和法律法规，确保教育数据的公开与共享能够在保护个人隐私的前提下进行。加强人工智能监测监控技术研发，鼓励开发、推广人工智能检测监测产品，加强GAI教育应用过程审查和管理。制定教育企业和应用平台明确标识GAI教育产品功能局限提示的相关制度。

（五）加强GAI教育应用教学研究

结合我国具体实际，要深入辩证分析国际上GAI教育应用实践的利弊与得失经验，以问题为导向，依托国家专项项目，开展面向实际应用的GAI教育应用理论与实证研究，整体推进人工智能教育的相关学科发展、理论建模、技术创新和软硬件升级，掌握国际GAI教育应用优势与主导权。鼓励企业派高端人才进驻校园进行教学研究，将GAI教育技术、思想和方法融入教学科研。构建跨学科、跨区域的GAI教育应用研究学术共同体和研究基地，设立长期研究项目，或通过签订协议、合约或者合同等方式，与GAI教育技术公司开展联合研发。此外，为鼓励GAI教育应用的科技创新人才成长，应完善相关创新奖励机制，形成持续支持GAI教育应用研究和技术开发的长效机制。

（六）加强GAI教育应用师资人才队伍建设

组织制定系统化GAI教育教学师资培训方案，引导教师转变教育观念。通过学习培训，加深我国教育机构人员和高校教师对快速发展的GAI技术及其对教育的影响等的认识，帮助教师掌握GAI教育应用的使用方法和技巧，提升教师在教学研究中应用GAI技术的能力。建立GAI教育应用实践基地，为教师提供实践的平台和机会，让教师在实践中体验和掌握GAI教育应用。打造全国、各区域的教师GAI教育应用交流和合作平台，让教师在平台上分享经验和互相学习。通过“虚拟教研室”“线上社区”等多种方式，促进教师之间的交流和合作，使其共同应对新技术挑战。加强教育领域专家、人工智能专家以及企业人员之间的合作，构建与华为、百度、科大讯飞和阿里巴巴等头部企业联合培养师资的行动框架，以弥补GAI教育师资短缺的问题。

三、结语

在强人工智能时代，GAI教育应用对于实现教育强国目标具有重要意义。本文分析了我国在GAI教育应用方面的改革进展和面临的主要问题，提出了我国GAI教育应用体系建设方案。该方案强调我国GAI教育应用应注重战略性、经济性和安全性的平衡，同时要加快教育模式的变革。未来，我国需在GAI教育应用的定位、制度框架、资源投入和人才培养等方面进行深入研究与布局，以确保在全球人工智能领域的领先地位。

［ 参 考 文 献 ］

[1] 国务院. 新一代人工智能发展规划 [EB/OL]. （2017-07-08）[2024-05-10]. https：//www.gov.cn/gongbao/content/2017/content_5216427.htm.

[2] 教育部. 高等学校人工智能创新行动计划[EB/OL]. （2018-04-26）[2024-05-10]. https：//www.gov.cn/zhengce/zhengceku/2018-12/31/content_544⁃

3346.htm.

[3] 教育部. 教育信息化2.0行动计划[EB/OL]. （2018-04-28）[2024-05-10]. https：//www.gov.cn/zhengce/zhengceku/2018-12/31/content_5443362.htm.

[4] 中共中央，国务院. 中国教育现代化2035[EB/OL]. （2019-02-23）[2024-05-10]. https：//www.gov.cn/xinwen/2019-02/23/content_5367987.htm.

[5] 国家新一代人工智能治理专业委员会. 新一代人工智能治理原则：发展负责任的人工智能[EB/OL]. （2019-06-17）[2024-05-10]. https：//www.gov.cn/xinwen/2019-06/17/content_5401006.htm.

[6] 国家标准化管理委员会，中央网信办，国家发展改革委，等. 国家新一代人工智能标准体系建设指南[EB/OL]. （2020-08-09）[2024-05-10].https：//www.gov.cn/zhengce/zhengceku/2020-08/09/content_553⁃

3454.htm.

[7] 教育部，中央网信办，国家发展改革委，等. 关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见[EB/OL]. （2021-07-30）[2024-05-10]. https：//www.gov.cn/gongbao/content/2021/content_5636150.htm.

[8] 国家新一代人工智能治理专业委员会. 新一代人工智能伦理规范[EB/OL]. （2021-09-26）[2024-05-10]. https：//www.safea.gov.cn/kjbgz/202109/t20210926_177063.html.

[9] 上海市教育委员会. 关于推进教育数字化转型试点区建设的通知[EB/OL]. （2021-11-10） [2024-05-10]. https：//www.shanghai.gov.cn/gwk/search/content/93d584264df445dc9dc5bde9b758ca96.

[10] 中共中央办公厅，国务院办公厅. 关于加强科技伦理治理的意见[EB/OL]. （2022-04-04）[2024-05-10] . https：//www.gov.cn/gongbao/content/2022/content_5683838.htm.

[11] 科技部，教育部，工信部，等. 关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见[EB/OL]. （2022-08-12）[2024-05-10]. https：//www.gov.cn/zhengce/zhengceku/2022-08/12/content_5705154.htm.

[12] 国家互联网信息办公室，国家发展改革委，教育部，等. 生成式人工智能服务管理暂行办法[EB/OL]. （2023-04-14）[2024-05-10]. https：//www.gov.cn/gongbao/2023/issue_10666/202308/content_6900864.html.

[13] 刘香菊，周光礼.大学章程的法律透视[J].高教探索，2004（3）：39-41.

[14] 王玉龙，蒋家傅.智慧教育：概念特征、理论研究与应用实践[J].中国教育信息化，2014（1）：10-13.

[15] 陈梅.信息技术在中学课程教学中的应用[J].通讯世界，2017（1）：283.

[16] 朱永新，杨帆.ChatGPT/生成式人工智能与教育创新：机遇、挑战以及未来[J].华东师范大学学报（教育科学版），2023，41（7）：1-14.

[17] 祝智庭，郑浩，许秋璇，等.教育数字化转型的政策导向与生态化发展方略[J].现代教育技术，2022，32（9）：5-18.

［责任编辑：刘凤华］