人工智能在教育領域有哪些應用場景？有哪些注意事項？10月26日，在2024年北京市數字教育工作推進會上，《北京市教育領域人工智能應用指南（2024年）》（以下簡稱《指南》）正式公布，明確了人工智能在教育領域應用規范，指導學校、師生穩妥、有序地開展應用實踐。該指南也是由北京市教育行政主管部門委托研制并發布的首份教育領域人工智能應用指南。

該《指南》由北京市教委委托，北京教育科學研究院牽頭，聯合北京師范大學、北京智源人工智能研究院共同研制。《指南》旨在對學校教育應用人工智能進行引導和規范，為教育工作者提供系統化的指導，幫助他們將新技術更好地融入到教學與管理中。

引導規范29個典型場景 學校教育關鍵領域全覆蓋

記者了解到，《指南》明確了以“智”助教、以“智”助學、以“智”助評、以“智”助育、以“智”助研、以“智”助管等六大重點應用領域，全面涵蓋了人工智能在學校教育中的所有關鍵應用層面。

同時，《指南》對六大重點應用領域中的29個典型場景提出了引導和規范，確保人工智能技術在教學、管理、科研等各個環節中充分發揮作用，為教育工作者提供明確的操作框架，使復雜的技術應用變得易于實踐。

AI學伴協助規劃學習路徑、語言學習助手助力口語聽力技能提升、利用人工智能提供個性化學習輔導、以VR模擬身臨其境的學習體驗……在以“智”助學方面，《指南》強調，學校要圍繞“以學生為中心”理念，積極利用人工智能技術助力學生個性化學習、研究和實踐，促進學生在不同學習環境下的自主學習能力和探索性、創新性思維發展。

在人工智能技術賦能教學方面，《指南》提出，學校可以為教師提供智能教學助手，在智能課程設計、智能備課、個性化教學、智能課堂管理、智能教學分析、智能作業批閱、智能輔導答疑、智能學情分析等應用場景方面開展實踐探索，提升教育教學質量，實現教師工作提質增效減負。

《指南》還引導學校利用人工智能構建面向師生的多元化評價體系；積極利用人工智能技術在智能閱讀、智能體育訓練、智能美育教育、個性化心理支持等方面開展實踐探索；借助人工智能積極構建新型智能教研生態；利用人工智能實現多模態、全景式、動態化的校園智能化管理。

人工智能技術應用要“以學生為中心”

與此同時，《指南》還對學校的教育人工智能應用作出規范要求，包括不得使用人工智能危害國家安全和利益、損害國家形象或宣揚法律法規禁止的內容，不得違背基本的教育教學規律和學生身心成長規律；全面了解生成式人工智能的風險、局限性與不足，嚴格保護個人隱私、敏感信息和涉密信息。

針對未成年人使用人工智能技術，《指南》明確表示，未成年人要在教師或家長的許可和引導下，適度使用生成式人工智能。及時干預學生沉迷或接觸不良人工智能產品的情況，主動告知監護人，推動家校社協同，共同引導學生正確使用人工智能技術。加強人工智能通識教育，鼓勵高校探索利用數字人、智能體等人工智能技術開設相關課程。

“無論技術如何發展，教育的核心始終是人的發展。”推進會上，北京教育科學研究院院長馮洪榮在解讀《指南》時表示，《指南》研制過程中充分考慮了人工智能技術對不同年齡段學生的影響，確保技術應用的最終目標是促進學生健康成長，人工智能應用應立足于學生的全面發展，其價值在于引導學生進入更深層次的思維，促進科學發現和創新能力的提升。

同時，《指南》強調了批判性使用人工智能的理念。教育系統應成為人工智能技術的引領者，通過合理使用人工智能，確保它成為教育創新的助推器，而非束縛學生思維的工具。人工智能是實現高質量教育發展的重要工具，但其使用方式應始終圍繞學生個性化發展、教師專業成長和教育質量的提升展開。

北京啟動“數據集”“測試場”建設

日前，北京發布的《北京市教育領域人工智能應用工作方案》（以下簡稱《工作方案》）提出，三年內，北京市將建立健全教育領域人工智能應用和研發雙向促進的長效機制與保障措施。

10月26日，北京市教育領域人工智能高質量數據集和人工智能應用測試場建設正式啟動。

啟動建設后，高質量數據集將致力于研發教育領域人工智能數據運營平臺，并圍繞“五育并舉”提取具有育人特色的知識體系、專業術語、算法規則和表達邏輯，在北京數據基礎制度先行區內，建立大模型預訓練“沙盒”，為教育領域大模型落地應用提供有力的數據支撐。

人工智能應用測試場將模擬真實場景開展測評，形成符合教育教學規律的智能教育通用評價標準，加快推動全市教育領域人工智能大模型的合規準入，并定期對人工智能產品進入學校后進行動態監測，營造健康有序的應用氛圍。

推進會上，北京師范大學人工智能學院院長黃華對人工智能應用測試場的建設思路進行了解讀。他介紹，為了客觀評測基礎教育大模型產品的安全可靠性，北京師范大學和智源人工智能研究院攜手構建的基礎教育大模型測試場，將圍繞“教育基礎能力”“教育專業能力”和“安全可信能力”三大維度制定評測標準。在評測標準的指導下，收集多學科、多學段、多教育場景下的高質量教育數據，構建評測數據集，建設多維度的人機混合評測全流程。基礎教育大模型評測平臺建設完成后，將為教育人工智能產品提供評測服務，幫助產品及時發現問題。