从试水到普及：2025，AI 通识课真正走进课堂的一年 | 多鲸新春特辑

站在 2026 年年初回看，AI 进入中国中小学的速度远超大多数人的预期。

变化的起点其实并不在学校。回到 2025 年年初，从寒假期间，DeepSeek 被不少学生直接用在写作文、做作业上。一部分老师是在批改作业时，才真正直观感受到 AI 已经介入学习过程：答案更完整、步骤更规整，但也更相似。对学校来说，这并不是一个是否欢迎新技术的问题，而是一个现实问题——学生已经在用，课堂却还没有准备好。

真正的变化出现在 2025 年秋季学期。随着新学期开学，北京、上海、杭州、昆明等地陆续明确人工智能通识课程的课时要求和实施路径，AI 第一次以「课程」的形式，系统性地进入中小学课表。与此前的试点不同，这一轮推进不再局限于少数学校，而是覆盖到更大范围的学生群体，也对教师、课程资源和教学方式提出了更具体的要求。

回看这一年，AI 进校的路径逐渐清晰：从学生先行使用，到学校被动应对，再到地方层面开始用课程和制度进行回应，2025 年，成为 AI 教育从零散探索走向规模化推进的关键节点。

在 2025 年之前，人工智能并不是一个标准意义上的「校内议题」。它更多以课外工具的形式存在，被学生零散使用，也被学校选择性忽略。但这一状态，在今年被打破了。

变化的起点，并不来自政策，而是来自作业本身。年初，随着 DeepSeek 等大模型工具的普及，学生使用 AI 辅助写作、解题的情况迅速增多。对一线教师而言，最直观的感受并不是「技术进步」，而是作业质量和呈现方式发生了变化：答案更完整，但个性变弱；逻辑更顺，但思考路径趋同。

这类现象并非个案，而是在多地学校反复出现。一些老师开始意识到，问题不在于学生是否「作弊」，而在于课堂并未教会学生如何使用 AI。学生是在没有规则、没有引导的情况下，率先接触并使用了新工具。

学校的第一反应，往往是防守性的。有的学校通过作业要求限制 AI 使用，有的在考试中加强监考，还有的通过班会提醒「合理使用工具」。这些做法在短期内能起到约束作用，但并未真正解决问题——学生依然会在课后使用 AI，只是更隐蔽，也更缺乏判断标准。

更现实的困境在于，教师本身并没有被系统性地纳入 AI 使用的学习过程。多数情况下，老师既不是 AI 的设计者，也不是培训对象，只能在教学实践中被动应对。这种「学生先用、教师后知」的错位，使得 AI 很难在课堂上被转化为教学资源。

当作业已经被改变，课堂却仍停留在原有框架中，教育系统必须给出回应。否则，AI 只会继续以非教学的方式影响学习过程，而不是成为被引导、被规范的教育内容。

这一阶段的共识逐渐形成：与其堵，不如教；与其回避，不如纳入课堂。AI 进入通识教育，并不是为了追赶技术热点，而是为了解决一个已经发生在校园里的现实问题。

如果说年初的 AI 使用还停留在学生和家长的自发探索，那么到了年中，变化开始来自教育系统内部。

2025 年上半年，教育部层面的动作明显加快。国家中小学智慧教育平台持续扩容，人工智能相关资源被系统性纳入平台内容体系；多地在教育数字化、教育公平等文件中，开始频繁提及「人工智能素养」「智能技术支持教学」等关键词。AI 不再只是信息技术课里的补充内容，而被放进了更大的教育治理框架中。

这种变化并不是突然发生的。一个直接背景是，学生已经在课堂之外大量接触并使用 AI，而学校缺乏统一口径和规范路径。是否能用、怎么用、用到什么程度，各校标准不一，教师个人经验差异极大。继续放任下去，结果只会是：会用的学生越用越熟，不会用的学生被进一步拉开差距。

正是在这样的现实压力下，政策开始明确「兜底责任」。一方面，国家层面强调通过公共平台提供免费的课程、工具和案例，避免 AI 教育被少数学校、少数家庭垄断；另一方面，也在文件中反复强调安全、伦理和规范使用，试图为学校提供一个可以依循的边界。

与此同时，地方层面的动作也逐渐增多。北京、上海、江苏、山东等地在年中陆续释放信号，把人工智能纳入基础教育高质量发展的整体方案中，有的先从课程框架入手，有的从教师培训和实验室建设切入。这些文件并未立刻要求「全面铺开」，但一个共同点很明确：AI 不再被视为短期试点项目，而是被纳入中长期教育规划。

这一阶段，AI 还没有真正走进大多数学校的课程表，但方向已经发生变化。学校不再只是被动应对学生「偷偷用 AI」，而是开始等待一个更明确的制度出口。政策的角色，也从观望与倡导，转向为下一步全面落地搭建基础。

真正的制度化扩散，集中出现在 2025 年秋季学期。此前已有城市率先试水，但这一学期开始，AI 通识课程以更大范围、更多地区的形态进入中小学课表。

9 月开学，北京率先以「全市统筹」的方式推进落地。1400 余所学校同步启动人工智能通识课程，覆盖小学到高中，每学年至少 8 课时。课程可以独立开设，也可以与信息技术、科学、通用技术等学科融合推进，目标分学段设定：小学以体验为主，初中强调理解，高中进入实践和跨学科应用。同一时间，北京同步上线了配套平台和资源系统，为学校提供统一工具，避免各自摸索。

相比北京的集中铺开，上海的路径更早启动、节奏也更为稳定。自 2024 年秋季学期起，上海即在四年级与七年级开设《人工智能基础》地方课程，每周 1 课时，每个年级总计不少于 30 课时。通过将课程嵌入义务教育关键年级、以连续课时保障教学深度，上海选择了一条「以时间换稳定」的推进方式，为后续更大范围实施积累经验。

到 2025 年秋季，这两种路径在更多地区汇合。杭州、深圳、天津、西安、温州等城市也在同一学期推出了各自的课程方案。课时多集中在每学年 8 到 10 节，按「认知—实践—拓展」的路径设计。其中，杭州明确提出，新学期起在各学段全面开展 AI 通识课程教育，每学年不少于 10 课时，并同步发布教师人工智能素养框架，把教师培训放在课程实施之前。而深圳选择依托市级平台整合企业资源，天津和西安则在独立设课与学科融合之间寻找平衡。

变化不仅发生在城市层面，一些省域行动也在秋季同步启动。云南发布义务教育人工智能课程教学指南，把地方元素写进课程内容；山东提出从课程、实验室到师资培训的整体推进方案；广西明确提出建设大中小学贯通的 AI 教育体系。这些动作的共同点，是不再停留在「探索阶段」，而是开始安排具体年级、具体课时和实施路径。

从结果看，AI 通识课在这个学期完成了一次明显跃迁：它不再只是试点学校里的选修内容，也不只是活动周和讲座，而是被正式放进了学期计划和课程表。不同地区推进速度不一，但「是否要上」这个问题，在多数地方已经有了答案。

课表定下来，并不意味着路径已经统一。恰恰相反，在 2025 年秋季这一轮集中启动中，各地推进 AI 通识课的方式，开始明显分化。

最直观的差别，体现在课程「摆放位置」上。

北京、上海选择的是「直接入表」。北京允许独立设课，也允许与信息科技、科学、通用技术融合，但前提只有一个——课时必须兑现；上海则更为明确，把《人工智能基础》作为地方课程，固定年级、固定频率，进入常规教学节奏。这类城市的共同点是：先解决有没有，再讨论怎么上好。

另一类城市，把重点放在「怎么上得动」。

昆明和云南一些学校把精力集中在教师侧，通过暑期实训培养「种子教师」、企业进校开设选修课等方式，为秋季学期通识课程落地做准备；一些地市则更多依赖校企合作，把成熟课程和案例引入学校，用外部资源补齐短板。这条路径的现实考量很清晰——师资和开发能力跟不上，先别把摊子铺得太大。

还有一部分地区，试图在通识课中加入明显的地方表达。

杭州把数字经济和互联网产业写进课程逻辑，云南在课程案例中引入普洱茶、民族服饰等在地元素，成都、西安强调高校与产业协同。这类探索，并不追求统一模板，而是希望学生在学 AI 的同时，能对身边的产业和社会结构形成基本认知。

不同路径背后，并不是谁更先进，而是起点条件不同。

平台能力强的城市，优先用制度托底；师资紧张的地区，先解决「谁来教」；产业资源丰富的地方，则尝试把通识课和现实世界连起来。真正的共识并不在形式上，而在一个细节上逐渐显现——几乎所有地区，都不再把 AI 通识课当作一次性活动来处理。

当人工智能通识课在更多学校落地，一个现实问题开始变得具体：不是所有学校，都具备从零搭建 AI 课堂的能力。

师资不足、课程开发经验有限、技术更新节奏快，这些短板并不会因为文件下发而自动消失。也正是在这一背景下，产业资源开始以更具体的形态进入校园，承担起「补位」的角色。

今年，多鲸持续观察到的一类变化，是平台型方案开始从「工具提供」转向「教学支持」。以腾讯教育智能体平台为代表的方案，并没有停留在单一功能层面，而是围绕课程、平台、工具和服务，形成相对完整的支撑结构。在中小学场景中，AIGC 创作工坊被用于项目式学习，学生围绕真实任务进行创作，而不是简单体验生成结果；在高校和职教领域，大模型实训、竞赛和课程结合，降低了学校自行搭建环境的成本。这类平台的价值，不在「新」，而在于能否被教师直接纳入教学流程。

另一条更具象的路径，则来自「硬件+课程+赛事」的组合形态。无人机、机器人等硬件，并不是今年才出现，但在 2025 年，它们开始更频繁地以课程化、制度化的方式进入校园。通过编程控制、任务挑战和竞赛机制，学生能够在真实操作中理解算法逻辑和系统思维。这种方式在一些学校中，成为 AI 通识课的重要补充路径，也更容易与综合实践活动、科技社团衔接。

在进校层面，多鲸此前报道的源码熊案例，也呈现出类似特征。从 1.0 阶段的派师入校，到 2.0 阶段的平台赋能，再到正在探索的 3.0 聚合平台模式，其核心变化并不在技术，而在减少校内教师的额外负担，让课程能够持续运行。

需要强调的是，产业的角色始终是补位，而非替代。

真正能决定课程质量的，仍然是学校内部的教学结构和教师能力。但在现实条件下，这些外部资源确实为不少学校提供了启动 AI 通识课的可行路径，也让课程不至于停留在纸面或演示层面。

新春将至，时间翻页。

2026 年，AI 进校不会从头开始，而是从已经铺开的课程、正在运行的课堂继续往前走。真正重要的，不再是谁最早喊出口号，而是谁能把这些内容稳稳地留在学校里。

这一页，已经写完；下一页，正在展开。

戳此查看精彩往期文章⬇️