为了深入了解当前人工智能教育的发展现状，有必要区分教育中的人工智能（AI in education）、人工智能素养（AI literacy）与人工智能教育（AI education）。教育中的人工智能是指在教学过程中使用人工智能工具辅助教学与学习；人工智能素养指的是对人工智能的基础性理解——包括其工作原理、使用方式以及潜在风险；人工智能教育则是在人工智能素养的基础上，进一步培养学生构建人工智能所需的技术能力，例如支撑人工智能技术的数据分析、识别和缓解数据偏差等。本章所呈现的数据聚焦于人工智能教育。

（一）美国情况

1. 计算机科学教育的起点

为了探讨美国人工智能教育的普及度与质量，必须从近十年来计算机科学（CS）教育的早期阶段讲起。2016年，美国奥巴马总统发起“全民计算机科学教育”倡议，投入数十亿美元资金，以确保所有K–12学生都能学习CS，成为数字经济的创造者和技术社会中的负责任公民。联邦资金用于提升教师专业学习、改进教学资源并建立区域合作伙伴关系，以扩大CS教育覆盖面。

国家科学基金会（NSF）也主导开发并推广了两门新课程：“探索计算机科学（Exploring Computer Science）”与“AP计算机科学原理（AP CS Principles）”，以吸引更广泛的学生群体参与计算教育。同时，科技行业与慈善组织也投入巨资，在全国范围内推广CS教育。

2. 基础计算机科学教育

过去十年间，教育倡导者不断呼吁政策制定者通过立法推动CS教育普及。这些努力已见成效：2017–2018学年，全美仅有35%的高中开设CS课程，而到了2023–2024学年，这一比例上升至60%。

3. 高级计算机科学与人工智能能力培养

要培养学生的人工智能能力，除了基础课程，还需提供高级课程。目前AP CS Principles课程涉及部分人工智能领域。该课程旨在吸引更广泛的学生群体，因此有潜力使更多学生接触人工智能话题。尽管参加AP CS考试的学生人数不断增加，但其族裔与性别分布并未与全国学生人口成正比。亚裔、白人男生以及多种族学生在AP CS考试中的比例过高，而其他群体则普遍被低估。

4. 教育标准与政策指导

截至目前，联邦层面的指导主要集中在教育中的人工智能，而非人工智能教育本身。美国教育部教育技术办公室（OET）在2023年与2024年发布了一系列关于教育中人工智能使用的报告，其中包括对教育技术开发者的建议，以及面向教师、教育管理者与政策制定者的指导意见。

2024年10月发布的最新报告提供了关于人工智能在K–12学校中安全有效实施的指南。截至2025年1月，美国已有26个州发布了关于教育中人工智能使用的指导意见。

尽管当前CS课程与人工智能教育内容存在一定重叠，但K–12 CS课程标准中涉及人工智能的内容极少。计算机科学教师协会（CSTA）在2017年发布的K–12标准中，仅在高中高级阶段包含两条与人工智能直接相关的标准。

在44个已采纳K–12 CS标准的州中，有33个州设有人工智能相关标准，但大多内容较少，主要集中于高中阶段，且与CSTA标准保持一致（图1）。其中有四个州最近通过了覆盖K–12所有年级的人工智能标准：科罗拉多州（2024）、佛罗里达州（2024）、俄亥俄州（2022）与弗吉尼亚州（2024）。阿肯色州也制定了面向高中的人工智能与机器学习课程标准。

图1 美国各州采用针对人工智能的K-12计算机科学标准

5. 教师视角

计算机科学教师状况调查（Computer Science Teacher Landscape Survey）收集了来自全美2901位学前至12年级CS教师的数据（33%来自小学，36%来自初中，51%来自高中）。

随着人工智能教育在未来就业准备中的重要性日益突出，了解现有教师队伍的准备情况显得尤为重要。81%的CS教师认为人工智能应纳入基础CS教育中，但真正感到自己有能力教授人工智能内容的教师却不多：高中为46%，初中为44%，小学仅为34%（图2）。

图2 认为自己有能力教授人工智能的教师百分比

尽管CS课程标准中未明确定义人工智能，但超过2/3的中学教师表示在课堂中教授人工智能内容，小学教师中则有65%涉及人工智能（图3）。更多教师表示教授人工智能的组成部分，例如算法、计算系统、计算思维与编程等。

图3 按年级分列的计算机科学教室教授的人工智能概念

（二）全球情况

1. 课程与普及

目前，仅有少数国家在课程中明确包含人工智能教育内容。大多数国家虽然在国家教育战略中强调人工智能教育的重要性，但尚未提出具体实施方案。

由于人工智能教育历来被纳入CS或信息与通信技术（ICT）教育范畴，因此在本报告中，追踪CS或ICT教育也可视为追踪人工智能教育的一种替代指标。然而，如同美国的情况，全球范围内在解释CS与ICT教育数据时亦需谨慎，因为其常与数字素养或计算机基础技能混淆。

2. 开展情况

到2024年，全球约三分之二的国家已提供或计划提供CS教育（图4）。其中，约30%的国家在小学或中学阶段将CS教育设为必修课程，欧洲是此类国家最为集中的地区。过去五年，所有大洲在推广CS教育方面均有进展，非洲和拉丁美洲的增长幅度最大（图5）。尽管如此，非洲国家的学生仍最难接触到CS教育。主要原因是基础设施薄弱：2023年，撒哈拉以南非洲地区仅有34%的小学拥有电力供应，极大限制了开展CS与人工智能教育的能力。

图4 2024年按国家分列的CS教育普及情况

图5 2019年与2024年按大洲分列的接受CS教育的变化情况

3. 政策指导

全球范围内，多数国家在人工智能教育方面的政策更集中于教育中人工智能的使用指导，而不是制定人工智能教学的国家课程标准。过去十年来，各国在制定人工智能教育政策和指导意见方面已展开广泛对话。早在2015年，联合国教科文组织（UNESCO）成员国就承诺利用技术确保“包容、公平的优质教育并促进全民终身学习”。2019年，UNESCO发布《北京共识》（Beijing Consensus），为将人工智能技术整合进教育体系、实现到2030年全民优质教育目标提出具体建议（参见《教育2030议程》）。该文件提出了四条涉及K–12阶段人工智能教育的实施与政策建议。

4. 国际框架建设

类似于美国“AI4K12”项目发布的“五大人工智能核心理念”标准，国际组织也在开发人工智能教育课程框架以供各国使用。2024年，UNESCO发布了针对学生和教师的人工智能能力框架。学生框架包括四项核心能力：以人为本的思维方式；人工智能伦理；人工智能技术与应用；人工智能系统设计。在每项能力中，学生的学习目标从“理解”逐步升级至“应用”与“创造”。

（一）学位获得者情况

1. 美国

本节关于美国高等阶段计算机科学（CS）和人工智能教育趋势的数据，来自美国国家教育统计中心（NCES）。值得注意的是，美国教育部下属的NCES制定了“教学项目分类标准（CIP）”，用于对学术课程进行全国统一分类。2016年，人工智能相关课程被列入CIP代码11.0102，定义为“聚焦于符号推理、知识表示以及通过计算机和软件对人类学习与推理过程和能力的模拟，以及人类运动控制与动作的计算机建模。课程内容包括计算理论、控制论、自然语言处理，以及与工程、技术和具体应用相关的内容。”

在过去十年中，获得计算机科学副学士（associate）学位的学生数量基本保持稳定，但一些社区学院也开始在人工智能教育方面进行探索，提供人工智能及相关领域的证书、副学士和学士学位课程（图6）。

图6 2023年美国计算机科学专业高等教育毕业生按性别划分情况

获得计算机类学士学位的毕业生人数在过去十年中增长了22%（图7）。2023年，计算机科学学士毕业生数量排名前五的院校为：西部州长大学、加州大学伯克利分校、南新罕布什尔大学、德克萨斯大学达拉斯分校，以及密歇根大学。

图7 2013年至2023年美国计算机科学专业高等教育新毕业生人数

尽管人工智能在本科阶段的影响由于四年学制而显现较慢，但在硕士阶段，人工智能的迅猛发展已初露端倪。2022至2023年间，计算机科学硕士毕业生数量增长了26%，十年来总体增长达83%。

2. 全球

目前尚无一套可全面标准化统计所有国家人工智能或CS高等教育情况的数据集。然而，经济合作与发展组织（OECD）汇总了其成员国及部分非OECD国家的数据。OECD主要依据“国际教育分类标准（ISCED）”来进行全球教育统计对比。

信息与通信技术（ICT）领域涵盖的信息技术、信息与通信技术或计算机科学等专业，包括处理和传输数字信息的新技术，如计算机、计算机网络（包括互联网）、微电子技术、多媒体、软件与编程等内容。

美国在ICT相关领域仍处于全球领先地位。值得一提的是，美国的副学士、硕士和博士毕业生人数超过排名第二国家的两倍，学士毕业生人数也接近两倍（图8）。

图8 2022年按国家分列的信息和通信技术短期高等教育应届毕业生人数

3. 指导方针

目前，大多数大学关于人工智能的现有政策和指导主要针对学生如何在作业中使用人工智能；而对人工智能教育本身的政策多数仍局限于计算机相关院系的层面。

人工智能已在校园中广泛被师生使用：86%的学生在学习中使用人工智能，61%的教师在教学中使用人工智能。然而，对于人工智能使用的政策指导仍缺乏统一性和明确性。截至2025年初，已有39%的高校制定了人工智能相关的可接受使用政策，比2024年提高了16个百分点。学生人数在1万以上的大型大学比学生人数少于5000的小型院校更可能有相关政策。

尽管人工智能最直接影响教学与学习相关政策，但几乎所有机构政策均受到技术政策的影响，例如：使用大学资源采购人工智能工具、尊重知识产权和版权法规、使用人工智能创建恶意软件或病毒等。这些政策范围涵盖了网络安全、数据隐私、在线学习，以及数据与分析等方面。

为实现未来技术创新的负责任发展与应用，必须有意识地设计一个公平的人工智能教育生态系统。目前人工智能所嵌入的体系已经导致了诸如操纵国家政治结果的虚假/错误信息传播、人工智能武器的发展，以及侵犯受版权保护的知识产权等有害后果。这凸显了建立更加良性人工智能发展路径的迫切性。

为此，需要重新构想一套教育体系，使得人工智能能力的培养，不仅包括技术开发能力，还包括对人工智能伦理问题的审视能力，成为学生应对技术化未来的核心素养。当前已有的CS教育基础设施、政策与实施策略为更好地融合人工智能教育提供了契机。

随着人工智能技术的飞速发展，教育转型迫在眉睫，以确保未来技术的创造者们能够认知潜在危害、具备应对负面影响的能力。全球高校需持续推进并监督自身在建设人工智能教育路径方面的进展，制定政策扩大课程覆盖范围，实施策略提升教师队伍人工智能能力，并通过公平方式吸引学生参与并建立相应能力。