1. 绪论

1.1 课题来源与项目背景

身处人工智能深度融入教育生态的时代，国家政策为教育发展擘画精准蓝图。《教育强国建设规划纲要（2024-2035年）》将“人工智能助力教育变革”纳入战略框架，基础教育阶段的AI教育普及规划亦相继出台。

为深入贯彻落实习近平总书记关于教育的重要论述，全面落实党中央关于教育强国建设的战略部署，以高质量有组织调查研究支撑首都教育发展，北京市教育委员会根据《北京市教育科学规划课题管理办法》，于2024年特设北京市教育科学“十四五”规划“落实教育强国部署”专项课题。

在此背景下，经北京市教育科学规划领导小组审批通过，作为北京市教育科学“十四五”规划2024年度“落实教育强国部署”专项课题“人工智能背景下首都教育改革转型与重塑研究”的项目主持单位，北京科技大学“黔守·数智育人”调研实践团深刻把握“科技赋能教育，教育孕育未来”的时代要义。实践团于2025年暑期，在共青团北京科技大学委员会社会实践课程组的支持下，积极响应国家号召，聚焦“人工智能赋能教育变革”核心命题，深入企业、高校、校园、社区及幼儿园开展调研实践。通过对话技术前沿、深耕教育一线、服务社群需求、启蒙探索童心，团队以扎实行动探索数智教育的落地路径与现实挑战，为教育数字化转型贡献青年智慧，在时代赋予的考卷上奋力书写北科青年的担当答卷。

1.2 研究意义

人工智能深度融入教育生态，是驱动教育系统性变革、塑造未来教育形态的核心引擎。对“人工智能赋能教育”这一课题的深入研究，不仅是对国家教育数字化战略行动的积极响应，更是破解教育深层次矛盾、构建高质量教育体系的时代之需。

构建人机协同、伦理向善的教育AI框架，弥合技术应用与教学及区域发展间的鸿沟，并重塑教育评价、教师角色与学校组织形态，是推动教育数字化转型的核心挑战与政策优化方向。本研究以观察、分析与建言为角色，连接教育实践与制度设计，通过深入教育现场与技术研发一线，系统考察AI应用的真实问题与经验，结合教育理论、技术伦理及政策科学进行整合分析，提炼可推广的路径，为教育管理者、学校及行业提供务实建议。

当前，人工智能赋能教育的深度实践与制度体系构建尚在起步。因此，本研究的意义不仅在于解决当下AI教育应用的局部性问题，更在于通过理论探究与实践总结，致力于将有效的“AI+教育”融合模式、治理机制与成功经验，凝练升华为具有首都特色、乃至全国普适性的教育数字化转型方案与政策体系，为高水平落实《教育强国建设规划纲要(2024—2035年)》提供智慧支撑。

1.3 研究准备

1.3.1 调研对象

实践团精心选取了构成北京教育数智化生态的核心参与方和代表性实践场景作为调研对象，确保样本的高度代表性与信息源的多元性。调研团对广域学生群体开展问卷调研，旨在构建反映首都青少年数智素养、AI教育认知与需求的全域基础画像。深入领军科技企业，聚焦人工智能教育领域的7家行业翘楚，包括科大讯飞、中国知网、智谱AI、金智教育、微软、好未来、维卡幻境智能科技有限公司这些代表产业技术研发与应用的最前沿力量开展调研。此外，团队还实地参访了北京邮电大学信息网络教育部工程研究中心。同时，团队访谈涵盖学生、一线教师及高校管理者等直接参与和影响教育过程的关键人群，代表教、学、管多维视角。精选12个首都高校教育领域人工智能典型应用案例和25所北京人工智能教育试点学校，作为探索AI落地教育场景成效与模式的重要观察窗口。

1.3.2 调研方法

在推进调研的过程中，实践团构建并实施了一套严谨、多元且深度协同的社会科学研究方法体系。团队以文献研究法筑基，潜心研读国内外人工智能与教育融合领域前沿文献600余篇，整理形成9万余字的深度文献综述，把握AI教育发展的理论脉络与前沿动态，为后续研究奠定了扎实的理论基础。

为勾勒首都青少年数智素养的图景，实践团运用问卷调查法，面向北京市全部16个行政区的学生群体实施大规模调研，广泛收集其对AI教育的认知、体验与需求等海量量化数据。深度访谈法（含实地走访） 则显著提升了调研的深度，贯穿三个关键维度：在产业前沿，深度走访7家领军科技企业；在学术高地，实地参访北京邮电大学信息网络教育部工程研究中心，与顶尖团队研讨，打通产学研融合环节；在教育一线，精心设计并运用8份专项访谈提纲，对学生、教师及高校管理者进行深度访谈。

案例研究法聚焦12个典型应用场景和25所试点校，通过线上调研与分析，系统梳理其模式、成效及问题，为提炼“北京经验”提供实证基础。比较分析法则对比不同企业技术、学生反馈及试点模式，识别关键因素、最佳实践与风险，为探索普适路径和差异策略提供依据。

这五种研究方法——文献研究、问卷调查、深度访谈（含实地走访）、案例研究、比较分析——并非孤立运用，而是紧密结合、交互印证、优势互补。全景式呈现了AI赋能北京教育的现状、挑战与潜能，为“数智育人”的理论构建与实践路径探索提供了坚实、多元且极具前瞻性的实证基础与智力支撑。

2. 调研过程

2.1 北京16区调研

2.1.1 学生端问卷调研

黔守“数智育人”实践小队为全面探究北京市学生对人工智能工具的使用情况，历时14天深入北京14个行政区的70个调研点，综合运用调查问卷和深入访谈的方法，累计收集1016份有效问卷和40余份深度访谈记录。实现16个行政区的全覆盖，形成北京全域AI教育的“需求画像”。

图  北京各区问卷收集情况

图 团队成员在北京市海淀区开展调研

图 调研点位展示

2.1.2 16区教育与AI应用概况

（1）人工智能教育政策与资源配置盘点

① 国家政策层面

黔守“数智育人”实践小队论文在前期准备中盘点关于人工智能的政策和资源，基于对2003年—至今的30份教育政策文件的分析，中国人工智能驱动教育的政策演变可分为前期、中期、后期三个阶段，呈现着“基础建设→创新应用→生态重构”的趋势，人工智能技术的角色也从辅助工具逐步发展为教育变革的核心驱动力，政策演进路径显示我国持续升级人工智能的政策体系，不断推动人工智能赋能教育改革，实现了人工智能应用的纵深变革。

② 地方政策层面

本次研究梳理了2023年至2025年北京16区政府官网公布的政策文本和财政预算数据，聚焦教委辖属教育单位的不同阶段以及不同办学性质的学校，对人工智能教育领域的基础设施和教育资源、投入经费、政策举措、教育培训进行多维度解析，形成北京教育数字化转型的全景式政策图谱。

2.2 企业调研

2025年7月18日到7月25日，北京科技大学黔守实践团数智育人团队在指导老师陈晓红的带领下，依次对微软、科大讯飞、中国知网、好未来(学而思)、智谱AI、金智教育、维卡幻境智能科技七家位于AI教育领军先锋地位的企业进行了实地调研，最终整理成共计11万字的访谈稿，形成有关企业在人工智能赋能教育方面发挥角色现状的调研报告，共计20余万字。从访谈中，我们聆听了企业在AI教育应用、人才需求衔接等方面的实践与思考。企业作为AI教育产品的提供方以及教育水平检验的数字化平台，其反馈让我们明晰教育创新落地的痛点与路径，为后续探索注入务实基因。

图 科大讯飞调研

图 中国知网调研

图 智谱AI调研

2.3 学校调研

调研过程中，我们对北京市教委遴选的25所基础教育AI应用场景试点校并和首批12个高等教育人工智能典型应用场景的应用目标、案例情况和案例效果进行搜集。同时，团队对学生、一线教师、高校管理者等多方群体进行了线下与线上访谈，形成教师学生访谈稿40余篇，共计5万余字。清晰描绘出不同群体对AI教育的期望与构想。通过深度访谈，团队进一步剖析了教育场景的复杂性，为AI教育的精准落地勾勒了更细致的蓝图。

图 团队成员在顺义区石园小学开展教师访谈

2.4 研究机构调研

2025年7月22日，实践团前往北京邮电大学信息网络教育部工程研究中心调研学习，中心副研究员朱一凡及团队成员郝方钰博士主持会议，双方围绕人工智能驱动下的教育改革、大模型在教育及多领域的应用与发展等议题展开深入交流，围绕技术伦理、政策研究、成果转化等议题交换了意见，为推动人工智能技术与教育等领域的深度融合提供了多元思路。

2.5 其他实践活动开展

实践团将调研成果转化为实际行动，深入顺义、丰台、西城的9个社区、4所学校开展了近20场科技志愿服务。活动内容包括“AI助学”辅导青少年正确使用AI学习工具、“AI助老”帮助老人跨越数字鸿沟、“AI反诈”预防新型诈骗、“AI启蒙”激发幼儿园孩子的好奇心与探索欲。同时，团队与斯坦福亚裔肝脏中心联手开展“翡翠益起来”乙肝健康科普活动。参与“一起云支教”志愿活动，累计支教60小时。团队累计志愿服务300+小时，获得了社区、学校、公益组织的高度认可，累计收到12封表扬信，获评斯坦福亚裔肝脏中心暑期社会实践项目突出贡献奖。

图 突出贡献奖

图 AI助学志愿活动

3. 实证研究现状及对策建议

3.1 研究现状

3.1.1 16区人工智能赋能现状

（1）应用场景

① 学习场景：

基于师生访谈，多数大学生固定使用1-2款主流AI工具，并常对比不同工具的答案。其主要应用包括知识梳理、跨学科资料检索、学习计划制定和写作辅助，体现出以提升效率为主、并非替代思考的特点，并显示出批判性思维。使用行为存在学科差异，如医学专业用于解剖与病理学习。中小学生则多用于答疑和语言学习。

区政府也积极推动人工智能的学习应用场景，例如，平谷区通过试点“墨水屏智能平板”，动态推送学习资源并生成学情报告；通州区运河中学通过应用AI学伴提供自适应练习以支持个性化学习。

② 教学场景：

课前，教师用AI查询资料、生成教案和PPT以提高备课效率。课中可借助AI工具，如丰台区试点校的行为监测摄像头实时分析互动与答疑。朝阳区、顺义区等地在课后利用AI分析错题、生成个性化练习，并通过学业数据支持分层教学。此外，顺义区和朝阳区第八十中学还建有AR/VR实验室，用于理科模拟实验。

③ 管理场景：

在全市教育数字化转型的创新实践中，各区域构建智能教育赋能管理示范场景，如：朝阳区通过构建"教育智慧大脑"整合师资匹配平台等。这些融合式创新实践，必将在构建智能化、精准化、个性化的教育生态体系进程中书写首都智慧教育建设的精彩答卷。

（2）现存问题

纵观16区的应用现状，当前教育AI应用面临多重挑战：中小学及高校教学中AI渗透有限，多停留在工具替代层面；AI工具存在错误多、专业性不足及“幻觉”等问题，降低师生信任和使用意愿；学生过度依赖AI可能导致思维惰性、能力弱化和表达同质化；低龄群体依赖AI解题会阻碍自主探究与实践能力发展；学术与课堂数据使用引发隐私泄露、学术安全和伦理争议；区域资源差距显著，核心区与生态涵养区在设备、资源库、师资及培训覆盖上存在明显不均。

3.1.2 企业现状

人工智能企业在教育领域面临着一系列亟待解决的问题：数据合规与隐私方面，现有隐私授权机制存在形式化问题，数据贡献者无法获得回报；技术落地方面，国产化适配优先级低，AI准确性等问题影响用户体验；监管与合规方面，政策边界模糊，执行不确定性高；人才与资源方面，复合型人才稀缺，行业知识AI化难度大，早期用户参与度低；数据与整合方面，数据孤岛现象普遍，难以有效整合和利用；市场接受度方面，观念转变难度大，市场占有率低，商业模式验证周期长。

尽管存在这些问题，但一些企业的成功经验仍值得借鉴。产品理念方面，“生长式”产品开发，AI作为效率工具，AI原生教育生态设计取得良好效果；技术优势方面主要体现在深度个性化学习引擎等方面；战略定位方面，宏大的战略目标，清晰的资源定位，敏捷的技术决策为企业发展奠定基础；商业模式方面，B端与C端联动，数据业务绑定，成熟的价值衡量体系有效支撑商业运营；生态建设方面，清华系合作生态，平台化与生态化战略，强大的全球品牌影响力为企业发展提供有力支撑。社会责任方面，对教育公平性的长期投入，推动教育科技人才一体化生态建设体现企业担当。

3.1.3 学校现状

3.1.3.1 教师现状

在本次调研中，我们发现人工智能技术已在北京多所学校的教学实践中展现出显著的赋能作用。教师们利用AI工具辅助备课环节，高效生成教案框架、整理教学资料并梳理知识点框架，有效提升了教学准备效率。在课堂教学方面，创新性的AI应用如顺义区学校部署的智能巡课系统，能够实时分析学生课堂互动状态，为教师提供客观的教学反馈依据。同时，AI在推动个性化教学上表现突出，教师尝试通过AI分析学生活动方案或数学建模错题，进而生成针对性改进建议或同类强化练习题，初步实现了学情精准诊断与学习路径优化。

人工智能教育应用深化的过程中仍面临多重结构性挑战：资源分配不均衡，农村学校设备与师资短缺制约AI实践开展；数据可靠性与伦理风险突出，AI存在解题错误和生成非科学内容的问题；现有评价体系与AI适配不足，难以有效评估复杂维度如情感教育和作文逻辑；过度依赖导致学生独立思考与自主探究能力弱化；技术层面，AI工具与教学场景适配不成熟，内容冗长、使用门槛高；此外，隐私保护与制度规范缺失，制约了AI在涉密数据和高风险场景中的应用。

3.1.3.2 学生现状

在教育数字化转型中，AI已深度融入北京市中小学学生的学习环节，展现出显著优势。数学方面，智能错题分析系统可精准定位知识薄弱点；英语学习中，AI口语工具实时反馈发音语调，弥补传统学习缺乏实时反馈的不足；AI作文批改从语法、逻辑到文采多维度提供具体建议。

然而，人工智能技术在带来机遇的同时，也带来了挑战。比较突出的有两个问题，一是学生对人工智能工具的需求未被满足。“我觉得学校或老师提供的 AI 工具与我的学习需求比较匹配” 场景中，“同意” 占比 34.06%，“完全同意” 占比 25%，反映AI工具与需求的匹配度仍有优化空间。二是AI使用的观念与行为偏差。一方面，部分学生依赖“AI代写”完成作业，削弱独立思考能力，同时普遍担忧数据隐私和伦理风险，担心隐私泄露风险占比31.69%。此外，对AI生成错误内容缺乏质疑和验证意识，埋下知识误解隐患，也反映出学生在AI信息甄别能力上的欠缺。三是学生对人工智能认知基础广泛但深度不足认知不深。在学生对人工智能训练接受程度的调查中，80.12%的被调查者接触过AI训练，但其中59.25%仅为“偶尔接触”；而对AI“非常了解”者仅占3.64%，反映出真正深入掌握AI技术的学生仍占极少数。

图 是否接受过训练

图 使用感受

图 阻碍您更多使用AI的阻力或原因是什么

3.2 对策建议

3.2.1 政府端

（1）建立稳定、明确、标准统一的政策

一是建立稳定可预期的政策框架。通过建立长期稳定、可预测的政策环境，降低企业因政策频繁变动而产生的业务调整成本，增加企业负担。二是制定明确的监管标准与具体执行规则。界定AI在教育中的合规应用范围，特别是明确AIGC在学术写作中的使用规范，解决当前高校态度分化问题并且明确数据资产确权规则，推动当前处于“灰色地带”的学术数据要素市场化，为人工智能大模型训练奠定良好基础。三是建立标准化的体系框架和跨部门多模态的统筹配置体系。解决全国范围内缺乏统一规划和标准、资源极度分散的核心挑战，改变教育领域低水平重复建设、数据孤岛林立的“内卷”现状，形成集约式的发展效能和多部贯通的人工智能教育生态。四是制定明确的AI使用政策与伦理规范。应尽快出台人工智能使用指南，明确哪些AI用途被鼓励、哪些被禁止，消除师生使用中的合规疑虑，减少“使用AI不被认可”的阻力。五是建立数据安全与隐私保护机制。明确学生数据采集、存储与使用的边界，引入合规的数据管理平台，增强师生对AI工具的信任感，降低隐私泄露风险

（2）促进学校、企业多方协作

学校方面需破除数据壁垒与孤岛，解决学校数据打通难题，推动校方为AI评估工具提供必要的数据支持以促进服务落地；同时深化教育AI行业认知普及，加强与高校合作，吸引相关领域学生参与教育技术发展。此外，需化解教师对AI工具的推广顾虑，通过实证研究提供AI提升学生成绩的有效证据，避免家长误解为“产品推销”，并加强教师对AI个性化原理的理解与知识普及，提升其应用主动性，支持AI工具在全教学场景中的深度整合。通过建立多家企业协同创新机制，健全共建共享的数据领域，促进人工智能工具的可持续性开发应用并不断改型升级，为推进教育现代化改革的进程注入创新动能。

3.2.2 企业端

一是深入理解教育场景与用户需求，开展常态化调研，针对不同学段、学科、区域（如K12、高教、职教）设计差异化产品，解决教师减负、学生个性化学习、学校管理等核心痛点。二是构建技术、数据与合规壁垒，加强自研垂类模型开发，整合高质量教育数据资源，同时严格遵循数据安全与隐私保护法规，建立用户信任。三是打造开放可集成的产品生态，推动产品与现有教学平台、硬件设备及第三方服务（如出版社、内容提供商）深度融合，提供端到端的解决方案。

四是建立标杆案例与规模化推广路径，优先与头部院校、教育主管部门合作打造示范项目，形成可复制的模式，再通过区域推广、渠道合作、政策对接等方式实现规模化落地。五是构建持续迭代与用户反馈机制，设立教师培训与支持体系，通过实际应用数据驱动产品优化，同时积极参与行业标准制定与政策倡导，提升品牌影响力与市场话语权。

3.2.3 学校端

3.2.3.1 教师端对策

为深化人工智能教育应用的实效性，建议从教师赋能维度采取以下关键举措:一是强化资源倾斜与技能培训并重。优先为农村及资源薄弱学校配置基础AI教学设备，通过结对帮扶推动专业人才流动。针对教师开展分层培训，加强提示词工程训练，降低技术使用门槛；二是构建“人机协同”教学新范式。鼓励教师主导设计AI工具应用场景，如在作文批改中明确要求AI聚焦细节描写评估，在理科解题中设置分步引导而非直接输出答案。建立校本AI使用公约，规定创造性任务禁用AI代劳，强化学生自主探究环节设计，防范能力弱化风险；三是推动校企合作开发学科专用工具。建立动态化AI教育评价指南，将情感教育、创新思维等维度纳入评估体系，避免技术应用与育人目标脱节。四是建设校本化AI资源库与技术支持平台。搭建适合本校教学进度的AI题库、学情分析系统和资源推荐平台，尤其注重农村学校的设备与网络覆盖，缩小资源差距。

3.2.3.2 学生端对策

在基于对25所人工智能试点校调研的基础上，并且为深化人工智能教育应用的实效性，建议从学生赋能维度采取以下关键措施：一是培养批判性思维与信息验证意识。在使用AI工具时，应主动验证其生成内容的准确性与可靠性，尤其是数学解题、论文写作等严肃学习任务，避免盲目接受AI输出。二是明确AI使用边界与学术诚信底线。学生应自觉避免使用AI直接生成作业或论文，保持独立思考与原创表达，将AI定位为“辅助工具”而非“替代者”。三是主动学习AI工具使用技能，提升数字素养。积极参加学校或社团组织的AI培训、工作坊，掌握主流AI工具的基本操作与适用场景，增强使用信心与效率。四是增强数据安全意识，保护个人隐私。在使用AI平台时，注意查看隐私政策，避免输入敏感个人信息，对不明平台保持警惕，养成良好的数字自我保护习惯。

4. 实践总结和展望

14天，从企业前沿到校园社区，从理论探索到躬身实践，团队用实际行动践行着“数智育人”的使命。现已形成问卷分析报告2份、精编访谈录1部、政府政策建议报告1份、学术论文1篇，调研报告3部，纪录片14部。团队成员搭建实践记录网站1个，设计团队IP文创8款。

实践团服务事迹在斯坦福亚裔肝脏中心、“丰台青塔”、丰台区人民政府等官方公众号报道。团队实践事迹被中国日报、人民日报、中华网、中国网、中国教育新闻网、人民教育网、大学生云报7个国家级媒体报道，累计阅读量40万+。本次实践不仅形成了丰富的调研成果，更切实服务了社群、播撒了科技火种。

图 精编访谈录

图 实践成果记录网站

图 实践团文创

赓续黔守初心使命，旅途收获于心珍藏。感谢参与小队调研和实践每一位大朋友和小朋友，感谢为我们提供调研实践机会的学校、企业、机构，感谢指导老师陈晓红老师的一路陪伴，感谢北京市教育科学“十四五”规划“落实教育强国部署”专项课题“人工智能背景下首都教育改革转型与重塑研究”的资助、共青团北京科技大学委员会社会实践课程组的支持。感谢这场彼此照耀的相逢。未来实践团将持续关注人工智能赋能首都教育进展，持续梳理深化实践成果，致力于为教育数字化转型贡献更具建设性的“北科方案”，助力AI教育的星火照亮更广阔的教育天地。

图 实践团合照