五部门《人工智能+教育行动计划》逐条拆解:6大任务的学校落点

教育政策 | 发布:2026-06-15T13:30:14.000Z | 更新:2026-06-15T13:30:14.413Z | 作者:教培在线编辑部

教育部等五部门2026年4月联合印发《人工智能+教育行动计划》(教科信〔2026〕1号),明确到2030年实现人工智能与教育深度融合的目标格局。本文逐条拆解6项主要任务,从通识教育、教师能力、教学模式、评价改革、治理体系到伦理风险,梳理学校层面的落点与近期行动建议。

【一、事实层 — 文件出台与目标定位】

2026年4月2日,教育部会同国家发展改革委、工业和信息化部、科学技术部、国家数据局联合印发《人工智能+教育行动计划》,文号教科信〔2026〕1号(来源:教育部官网及山东劳动职业技术学院转载,2026-04)。这是国家层面首次以人工智能+教育命名出台的跨部门行动计划,区别于以往单一部门的指南或规划。

文件设定的核心阶段目标是:到2030年,人工智能与教育深度融合的格局基本形成,建成具有国际影响力的智能教育公共服务体系,培养一批具备人工智能核心素养的师生群体,关键性教育产品和应用服务实现自主可控(来源:教科信〔2026〕1号原文,2026-04)。文件还多处引用既有政策衔接物,包括《中小学人工智能通识教育指南》、人工智能赋能教育试点示范、国家智慧教育公共服务平台升级等。

从五部门分工看,教育部牵头总体推进,发改委侧重投资项目和算力基础设施纳规,工信部对接产业侧大模型与教育终端硬件,科技部侧重基础研究和示范工程,国家数据局负责教育数据要素流通规则。这种五部委协同结构,意味着行动计划在算力、产业、数据三条配套链上的资源协同更系统。

【二、规律层 — 6项主要任务的内在逻辑】

逐条对照行动计划文本,6项主要任务可归纳为如下结构:

任务序号任务方向学校层面主要落点
任务一构建人工智能通识教育体系中小学开设AI通识课、纳入综合素质评价
任务二升级人工智能学科专业建设高校AI及交叉学科学位点扩容、产教融合
任务三推动人机协同教学模式变革教师备课/作业/答疑场景接入大模型
任务四建设智能教育数字基座校内数据、算力、模型与平台一体化
任务五提升师生人工智能素养教师全员培训、学生项目式学习
任务六完善人工智能教育治理数据安全、内容审核、伦理风险评估

从规律层判断,文件的内在逻辑是双轮驱动+底座支撑:一轮是面向学生的通识教育与素养培养(任务一、二、五),一轮是面向教师与课堂的教学模式重构(任务三、五),两者下方由数字基座(任务四)和治理体系(任务六)共同支撑。这与此前《教育数字化战略行动》中联结、内容、治理三横一致,但工具升级到了大模型时代。

另一个值得关注的趋势是自主可控成为高频词。文件多次出现自主可控的教育大模型国产化教育算力国家级教育语料库等表述(来源:教科信〔2026〕1号原文,2026-04),意味着未来三到五年公办校采购侧将更倾向选择具备国产模型适配资质的供应商,对依赖海外API的教育产品构成挑战。

【三、建议层 — 学校与教师的近期行动启示】

从文件落地节奏看,2026下半年至2027年是关键执行期。结合任务清单,建议学校管理层、教研团队、一线教师按以下方向准备:

在以上方向基础上,落地阶段还可参照以下更具体的执行清单,将任务转化为可考核的动作:

对于民办培训机构而言,文件虽以学校系统为主语,但任务三、任务五对人机协同教学的鼓励,将带动家长对K12阶段非学科类AI素养课的需求。机构应明确区分人工智能通识课与利用AI辅助学科培训两类业务,前者属于素养赛道,后者仍受校外培训管理条例约束,不可越线打擦边球。

【信息来源】

  1. 教育部等五部门《人工智能+教育行动计划》(教科信〔2026〕1号),2026-04-02,http://zlbgs.sdlvtc.cn/info/1009/2009.htm
  2. 教育部《中小学人工智能通识教育指南》配套说明,2026-04-02,http://www.moe.gov.cn/srcsite/A16/s3342/202604/t20260402_1090120.html
  3. 教育部《教育数字化战略行动》延续性政策衔接说明,2026-04-02,http://www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/2026/qg/

关于本文的常见问题

事实层 — 文件出台与目标定位

2026年4月2日, 教育部 会同 国家发展改革委、工业和信息化部、科学技术部、国家数据局 联合印发《人工智能+教育行动计划》,文号 教科信〔2026〕1号 (来源:教育部官网及山东劳动职业技术学院转载,2026-04)。这是国家层面首次以人工智能+教育命名出台的跨部门行动计划,区别于以往单一部门的指南或规划。 文件设定的核心阶段目标是: 到2030年,人工智能与教育深度融合的格局基本形成 ,建成具有国际影响力的智能教育公共服务体系,培养一批具备人工智能核心素养的师生群体,关键性教育产品和应用服务实现自主可控(来源:教科信〔2026〕1号原文,2026-04)。文件还多处引用既有政策衔接物,包括 《中小学人工智能通识教育指南》 、人工智能赋能教育试点示范、国家智慧教育公共服务平台升级等。 从五部门分工看,教育部牵头总体推进,发改委侧重投资项目和算力基础设施纳规,工信部对接产业侧大模型与教育终端硬件,科技部侧重基础研究和示范工程,国家数据局负责教育数据要素流通规则。这种五部委协同结构,意味着行动计划在算力、产业、数据三条配套链上的资源协同更系统。 【二、规律层 — 6项主要任务的内在逻辑

规律层 — 6项主要任务的内在逻辑

逐条对照行动计划文本,6项主要任务可归纳为如下结构: 任务序号 任务方向 学校层面主要落点 任务一 构建人工智能通识教育体系 中小学开设AI通识课、纳入综合素质评价 任务二 升级人工智能学科专业建设 高校AI及交叉学科学位点扩容、产教融合 任务三 推动人机协同教学模式变革 教师备课/作业/答疑场景接入大模型 任务四 建设智能教育数字基座 校内数据、算力、模型与平台一体化 任务五 提升师生人工智能素养 教师全员培训、学生项目式学习 任务六 完善人工智能教育治理 数据安全、内容审核、伦理风险评估 从规律层判断,文件的内在逻辑是 双轮驱动+底座支撑 :一轮是面向学生的通识教育与素养培养(任务一、二、五),一轮是面向教师与课堂的教学模式重构(任务三、五),两者下方由数字基座(任务四)和治理体系(任务六)共同支撑。这与此前《教育数字化战略行动》中联结、内容、治理三横一致,但工具升级到了大模型时代。 另一个值得关注的趋势是 自主可控成为高频词 。文件多次出现自主可控的教育大模型国产化教育算力国家级教育语料库等表述(来源:教科信〔2026〕1号原文,2026-04),意味着未来三到五年公办校采购侧将…

建议层 — 学校与教师的近期行动启示

从文件落地节奏看,2026下半年至2027年是关键执行期。结合任务清单,建议学校管理层、教研团队、一线教师按以下方向准备: 学校管理层 :在2026年秋季学期前完成人工智能通识课课时安排,参照《中小学人工智能通识教育指南》设置不少于一学期的入门模块;同步盘点校内算力、终端、教学平台是否具备接入国家智慧教育平台AI模块的条件。 教研团队 :组织学科组开展人机协同备课工作坊,从教案生成、习题分层、错题分析、个性化反馈四类高频场景试点,建立可沉淀的提示词库与案例集。 一线教师 :参加省/市级教师人工智能素养培训,重点掌握模型边界、内容审核、学生数据保护三个能力维度,避免将未脱敏的学生作业直接投喂第三方大模型。 家校沟通 :在学期初告知家长校内AI使用范围,明确学生学习数据用于何种用途、保留时间多久,回应家长对隐私的合理关切。 在以上方向基础上,落地阶段还可参照以下更具体的执行清单,将任务转化为可考核的动作: 每月一次AI教学案例评议会 :由教研组长召集,从备课、上课、作业批改、答疑四个场景中各遴选1个真实案例进行复盘,评估提示词质量、内容审核流程与学生反馈效果,沉淀本校提示词与案例集。 发放…