人工智能赋能广州基础教育高质量发展实践案例解析
人工智能,这个引领新一轮科技革命与产业变革的战略性技术,正成为重塑全球竞争格局的关键变量。随着“十五五”规划前瞻布局“全面实施‘人工智能+’行动”,在教育强国建设的宏大棋局中,人工智能的角色也在加速转变——它正从一种技术辅助工具,向驱动教育系统性变革的内生动力转化。那么,一个核心命题随之浮现:在技术迭代的洪流中,如何坚守育人初心?答案或许就藏在三个关键词里:重塑未来教师、重构未来课堂、再造未来学校,最终培育出具备“人工智能素养”的新时代人才。这,正是发展教育新质生产力必须解答的时代课题。

作为国家中心城市,广州肩负着建设国家人工智能创新应用先导区与国家智慧教育示范区的双重使命。这座城市将人工智能教育置于教育现代化建设的关键位置,秉持“育人为本、融合创新、系统推进、生态培育”的理念,展开了一场系统性的创新与循证实践,目标直指课程、教材、教学体系的智能化重构。
以系统思维擘画智能时代教育变革蓝图
人工智能无疑是一把“金钥匙”,它不仅影响未来的教育形态,更在塑造教育的未来样态。面向智能时代的人才培养,关键在于把握好教育的“变”与“不变”。变的,是教育的手段、工具与形态;不变的,是立德树人的根本使命。因此,目标不仅要夯实学生的数字素养基础,更要着力培育他们的批判性思维、创新能力、人机协作意识以及科技伦理观念。最终,是引导学生从理解技术的运行逻辑与潜在风险开始,推动他们从单纯的技术使用者,进阶为技术的理解者与驾驭者。
广州的实践清晰地指向一点:人工智能与教育的融合,绝不能停留在工具使用或技能训练的浅层,更不能简单等同于编程教学。这本质上是一场涉及育人理念、教学方式和学习形态的系统性变革。
早在2018年,广州就启动了人工智能教育的顶层设计,将其作为服务国家创新驱动发展战略、支撑粤港澳大湾区国际科技创新中心建设的重要支点,深度融入城市教育发展的中长期规划。
具体如何推进?广州坚持全市“一盘棋”统筹,在全学段一体化发展上精准发力,聚焦课程全域覆盖、师资分层培育、场景深度应用等六个维度,构建起“课程贯通、平台智能、师资专业、场景融合、生态协同”的高质量发展体系。通过构建市级层面的“人工智能+教育”“动车组”机制,以及激发基层创新实践的“微循环”系统,技术势能正被转化为促进教育公平、提升教育质量、优化教育治理的强大动能。人工智能,已成为广州从“教育大市”迈向“教育强市”的关键增量。
课程体系:从工具导向向素养本位跃迁
课程,是落实育人任务的“施工图”。面对当前人工智能教育中内容更新滞后、部分课程脱离育人目标、重“术”轻“道”等痛点,广州坚持以课程改革为突破口,坚决摒弃将AI教育窄化为编程训练或软件操作的路径依赖,推动其实现从“技能传授”到“素养培育”的根本性跃迁。
在课程设计上,广州构建了遵循学生认知发展规律的分层递进谱系。小学阶段注重感知体验与兴趣启蒙,引导孩子发现生活中的AI;初中阶段聚焦理解应用与思维培养,通过项目式学习锻炼问题分解和协作实践能力;高中阶段则深化原理认知与伦理思考,鼓励学生开展跨学科创新实践。
围绕“教什么”的核心问题,广州自主研发的《人工智能》教材提供了范本。它以知识间的相互关联为逻辑,结合跨学科视角解析AI核心原理,通过“通识理解—应用实践—编程训练—综合开发”的进阶式结构,实现了知识逻辑与认知逻辑的统一。这套教材已通过广东省教育厅审定,成为全国率先发布的地方性人工智能教材之一。
当然,没有制度的保障,课程落地便是空中楼阁。2023年,广州在全国率先将人工智能列为地方课程,正式纳入义务教育课程计划,明确规定小学三年级至初中八年级每两周至少安排1课时。这为人工智能教育提供了刚性的制度保障。不仅如此,开课情况还被纳入督导考核与“广州十大民生实事”督办范畴,建立了行政推动、督导检查与考核评估的联动机制。截至2025年底,全市11个区1517所中小学已实现人工智能教育全覆盖,惠及学生超过201万人。
广州的实践并未止步于独立课程,而是坚持将人工智能融入学科教学和“五育并举”的整体格局。在德育中,开发“AI+思政”智能体,创设沉浸式历史对话场景;在智育中,依托AI实现个性化学习与精准辅导;在体育中,运用AI进行运动姿态实时分析与科学指导;在美育中,开设“AI+广府文化”数字艺术工坊;在劳动教育中,则广泛建设校园AI创新实验室。这一切,都是为了让学生在真实的跨学科项目式学习中,用AI解决实际问题,培养工程思维与复杂问题解决能力。例如,围绕AI赋能荔枝产业链数字化、AI航海应用、AI广绣纹样创新设计等富有地方特色的主题,广州设计了一系列覆盖小初高的项目式学习内容,旨在培养面向未来的、能进行实践应用的数字公民。
培育人机协同、持续进阶的数字化良师
教师是教育发展的第一资源,更是数字化转型的关键变量。面对智能时代对教师角色的重新定义,广州致力于推动教师从知识传授者,向学习设计师、思维引导者与人机协作的调谐者转变。
外部压力往往能催生内部更强的动力。广州通过政策引导、机制创新与氛围营造,促使教师重新审视教学重点、调整教学思维,形成自驱动、自探索的行动路径。内生的动力、外在的压力、平台的助力,三者合一构成了教师向上发展的强大驱动力。
围绕教师专业成长规律,广州构建了分层分类的支持体系,设置了“新任—胜任—骨干—专家”四级成长阶梯。通过深入实施数智赋能教学“十百千万”人才培养工程,市级重点培养了千余名“种子教师”,区级则完成了对全市约3000名人工智能专兼职教师的轮训,累计惠及超2万人次,形成了“塔尖引领、骨干支撑、全员合格”的雁阵式人才梯队。
为解决传统教师培训中理论与实践“两张皮”的问题,广州创新了“研训用创”一体化培养模式,大力推广“学习、应用、创造、传播”的工作坊式研修。教师不再是被动听课,而是带着真实的学科教学问题参训,在由高校专家、教研员、技术导师组成的混合式团队陪伴下,现场设计AI融合教学方案,并在课堂实践后进行复盘优化。
在此基础上,一种“微创新大合作”的区域教研新样态逐渐形成。广州鼓励教师从一节课、一个教学环节入手,在真实课堂中开展AI赋能的“微创新”。而“大合作”则通过建立校际、区域教研共同体,汇聚个体教师的“微创新”火花,提炼升华&为可推广的“大智慧”。各区也探索出可复制的经验:天河区形成了以“天河部落”为代表的区域教研共同体;白云区则联动华南师范大学,打造“云山论课”品牌,组建了20个跨学科、城乡结合的数字创新教育共同体。
这种自下而上的教研模式,激发了基层学校的创新活力,让AI教学创新从少数骨干的“专属展示”,变为更多一线教师在日常课堂中的“实际应用”。其影响不仅在天河、白云区持续深化,更逐步带动花都、从化等区,甚至延伸到清远、湛江乃至贵州等省内外地区,实现了跨区域的教师数字素养联动提升。
值得一提的是,广州还探索以“伴随式无感画像”助力教师精准成长。通过教师发展智脑平台,在日常教学中自然采集教学行为数据,并依托高阶语义分析技术,对课堂提问进行“是何、为何、如何、若何”的思维层级分析,生成个性化课堂诊断报告与能力发展画像。这并非为了给教师“贴标签”,而是帮助他们客观认知自身特点,明晰专业发展方向。平台进而基于数据,为教师智能推荐个性化的学习资源与研修路径。
此外,广州以AI教学创新大赛为抓手,以赛促创、以创促用。比赛摒弃了按区域分配获奖指标的传统模式,改为按作品提交比例分配晋级与获奖名额,作品提交数量与晋级、获奖比例正相关,有效避免了“排队分果”式的平衡。市级奖项的认可进一步激发了教师的积极性,推动数千名教师踊跃参赛,优秀课例不断涌现。
以真实问题重塑“学用创”课堂新形态
课堂,始终是教育改革的主阵地。广州聚焦课堂教学关键环节,推动人工智能由辅助工具走向深度融合,重塑以学生为中心的“学用创”课堂新形态。
广州积极探索“教师—学生—人工智能”三元协同的课堂生态,将生成式AI引入课堂,作为学生的认知伙伴与思维支架。在这一生态中,学生通过设计提示词与AI进行深度对话,从而激发批判性思维与创造性想象。许多教师也因此得以从繁琐的事务性工作中解放出来,回归育人本质,专注于高阶思维的引导与情感支持,真正成为学习设计师与成长导师。
在教学实践中,广州着力把人工智能课程打造成“学用创”三合一的课程。学习始于学生身边的真实、复杂、非结构化问题。从校园能耗分析到社区文化传承,人工智能贯穿了问题分析、方案设计、实践运行和优化全过程。学生在解决真问题的挑战中,形成对技术应用的整体认知,系统提升高阶思维和解决问题的能力。
这样的案例比比皆是:白云区平沙培英学校围绕“为校园设计一座实用美观的风雨连廊”的真实需求,引导学生利用大模型生成设计方案、调用仿真插件测试结构安全、通过成本计算优化预算。天河区汇景实验学校的“智能电动升降门设计”项目,则融合了物理、数学等多学科知识,让学生化身工程师和设计师。再如,体育东路小学兴国学校的学生利用虚拟仿真系统拼装迎宾机器人;黄埔区怡园小学的学生则在AI课上,借助编程模块设计出能识别人脸自动开门的人脸识别机。这些项目无不表明,当学习与真实世界相连,学生的综合素养便在跨学科实践中得到全面提升。
人工智能赋能教育,是一场从“深水区”向“无人区”的探索。立足“十五五”规划及更远的未来,广州的蓝图已然绘就:实施“素养贯通”深化工程,探索拔尖创新人才的早期发现与贯通培养;推进“云脑赋能”进化工程,推动区域教育中枢向高阶智能演进;强化“明师引领”锻造工程,将AI素养融入教师职业全生命周期;并依托地缘优势,拓展“湾区协同”共建工程,与港澳地区在课程共建、师资互访、标准互通等方面深化合作,共同打造粤港澳大湾区人工智能教育创新共同体。这场以智启新、以育为本的实践,正在为未来教育提供一份生动的“广州样本”。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
修Bug被Gemini追删代码致宕机修复报告现编
最近,一起堪称“教科书级别”的AI Agent IDE翻车事件在开发者社区引发热议。这起事故值得所有依赖AI编程工具的开发者,尤其是那些已经在生产环境中对AI Agent 授予较高权限的团队,进行深刻反思。 简单回顾:5月26日,一位开发者要求Gemini 3 5(运行在Agent IDE环境中)修
Notion AI运营指南:自动归纳用户反馈
其实,想在 Notion 中高效搞定用户反馈的自动归纳,并不复杂。下面这四种 AI 方法,基本覆盖了从单条处理到全局分析的常见场景。 如果你也在用 Notion 收集用户反馈——无论是问卷、邮件、客服记录,还是社群发言——但总觉得信息碎片化严重,难以提炼共性问题和核心诉求,那很可能是因为缺少一套结构
AI给出的答案为何总不符期望?原因解析
大模型能力强大,但提问方式不当会导致结果不理想。核心在于精准提问,通过角色设定、背景介绍、明确任务、实现路径和输出要求这五个关键步骤逐步细化问题,才能大幅提升AI回答的质量和精准度。
Anthropic新AI聊天机器人模型声称在多项测试中击败OpenAI GPT-4
2024年3月5日,人工智能领域迎来了一位重要参与者——由OpenAI前员工创立的Anthropic公司正式推出了Claude 3系列模型。这次发布极具分量:新模型不仅在性能上与Google和OpenAI的顶级产品并驾齐驱,部分指标甚至实现超越。要理解此次升级的真正价值,先关注几个关键变化。首先是多
Trae对Deno与Bun运行时的AI代码补全支持程度全面详解
如果你在使用 Trae 进行 AI 代码补全时发现,它对 Deno 或 Bun 运行时的提示不够精准——例如类型定义缺失、API 无法正确识别——那很可能不是代码本身有误,而是 Trae 的底层配置尚未适配。简而言之,Trae 对于非 Node js 运行时的标准库支持尚未实现“开箱即用”。下面我们
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

