重构教育：AI时期的技术伦理、公平性与全球竞争

重构教育：AI时期的技术伦理、公平性与全球竞争

——斯坦福大学《人工智能指数报告2025》关于教育的专题分析

赵章靖

2025年4月7日，美国斯坦福大学发布了2025年度《人工智能指数报告》（Artificial Intelligence Index Report 2025），该报告是自2017年发布相关报告以来，迄今为止最全面的一版。今年的报告新增了对人工智能硬件发展格局的深入分析、对推理成本的新估算，以及对人工智能出版物和专利申请趋势的新研究。还引入了关于企业采用负责任人工智能实践的最新数据，并扩展了人工智能在科学和医学领域日益重要作用的覆盖范围。

报告称：人工智能指数继续引领追踪和解读塑造该领域的最关键趋势——从地缘政治格局的变化和基础技术的快速演进，到人工智能在商业、政策制定和公共生活中的扩展作用。纵向追踪始终是我们使命的核心。在飞速发展的领域中，指数提供了重要的背景——帮助我们了解人工智能的现状、发展历程以及未来可能的方向。

该报告总结出人工智能时代全球发展的11项突出特征，包括：（1）人工智能在复杂基准测试中的表现持续提升。（2）人工智能日益融入日常生活。（3）企业全面拥抱人工智能，推动创纪录的投资与使用。（4）美国仍在顶级人工智能模型开发中领先，但中国正在缩小性能差距。（5）负责任的人工智能生态系统发展不均衡。（6）人工智能正变得越来越高效、经济且易于获取。（7）各国政府正在通过监管和投资加大对人工智能的重视。（8）人工智能和计算机科学教育正在扩展，但获取和准备方面的差距依然存在。（9）工业界在人工智能领域快速前进，但前沿竞争日益激烈。（10）人工智能因其对科学的影响而获得最高荣誉。（11）复杂推理仍然是人工智能面临的挑战。

其中，该报告特列专章，对人工智能时代的美国及全球教育概况做了梳理总结。根据报告第七章所披露的数据信息，可一窥美国及全球AI教育的发展现状、机遇及挑战。

（一）全球AI教育快速发展

从全球来看，自2019年以来，提供K-12计算机科学教育的国家数量翻倍，非洲与拉美成为增长主力。2024年，世界上大约三分之二的国家提供或计划提供计算机科学教育。在30%的国家，计算机科学教育在小学和/或中学是必修课，其中欧洲国家最多。在过去的五年里，所有地理区域在提供计算机科学教育方面都取得了进展，非洲和拉丁美洲的增幅最大（如图所示）。由于基础设施条件落后，非洲国家学生很少接触计算机科学教育。

图1 2024年各国计算机科学教育开展情况

（二）美国中小学计算机科学教育发展迅速

报告指出：为了确保学生能够成为负责任的使用者和开发者，必须从K-12教育和高等教育开始扩展人工智能专业知识。

因此，该报告首先对美国计算机科学教育概况进行了梳理。自2016年奥巴马政府启动“全民计算机科学”（Computer Science for All）计划以来，联邦政府与科技巨头投入数十亿美元，推动计算机科学（CS）从精英课程走向大众教育。

至2023-2024学年，全美60%的高中开设CS课程，较2017-18学年的35%实现跨越式增长。在其中，各州之间、不同阶层之间、不同族裔之间差异悬殊，例如马里兰州和阿肯色州率先实现100%高中覆盖率，而蒙大拿州仅有31%的高中提供计算机科学课程，佛罗里达、亚利桑那等地计算机科学的学生参与率低至2%。

这种差距折射出地方政策优先级的分化：技术密集型州将计算机科学视为战略资源，而农业州仍将其定位为选修课程。富裕学区（学生免费午餐覆盖率<25%）的课程提供率为67%，而贫困学区（>75%免费午餐）骤降至50.03%。

在美国，亚裔学生CS参与率超人口占比28.7%，而拉美裔（17.7%）、非裔（6.7%）持续落后。AP计算机科学考试中，亚裔与白人男生占比66.2%，而女生、残障学生、农村地区学生参与率不足均值50%。报告认为：这种结构性失衡正在制造新的数字鸿沟——当硅谷诞生下一个OpenAI时，弱势群体可能仍然是技术红利的旁观者。

（三）高等教育中的AI教育集中体现全球人才竞争趋势

2022-2023年间，美国AI硕士毕业生数量近乎翻倍。这种“速成式”人才培养背后，是企业对生成式AI人才的饥渴——ChatGPT引爆的市场需求，迫使高校在课程体系中快速增加机器学习、自然语言处理等实践模块。值得关注的是，这种增长尚未传导至本科与博士阶段，反映出产业界对应用型人才的迫切需求压倒了对基础研究的长期投入。

美国仍以绝对优势领跑信息通信技术（ICT）毕业生输出，但追赶者正在缩小差距。例如，西班牙在本科教育领域异军突起，巴西通过“科技普惠计划”大幅提升工程师培养规模，土耳其实现ICT领域性别平等（女生占比49.8%）。

（四）教师在AI素养方面准备程度不足

81%的美国计算机科学教师认同AI应纳入基础教育，但仅46%自信能胜任教学。这种现象具有全球普遍性。

例如，欧盟调查显示63%的教师缺乏AI教学培训，印度的“数字印度”计划中，仅31%的乡村教师能操作教学软件。报告由此指出：当教育者自身成为技术时代的“数字移民”，如何培养原生于智能时代的“数字原住民”？这个悖论正在拷问各国教育系统的改革深度。

（五）技术伦理：教育无法回避的终极命题

毫无疑问，生成式AI进入课堂会带来双重挑战：在机遇方面：个性化学习系统使偏远地区学生获得哈佛级的教学资源，AI助教可解决全球1.2亿教师缺口。在风险方面：算法偏见导致少数族裔学生被误判作弊，过度依赖ChatGPT削弱批判性思维。

截至2025年1月，美国已有26个州发布AI教育指南，但焦点仍集中在“如何使用工具”而非“如何理解技术”。当弗吉尼亚州高中生学习训练神经网络时，他们更需理解：为什么面部识别系统对深肤色人群错误率更高？如何防止医疗AI将种族偏见编码为诊断建议？

（六）未来之路：重建教育的“技术人文主义”

报告指出：面对AI教育的全球图景，应需要超越“编程从儿童抓起”既有思维，构建三层战略框架：一是在基础设施层，通过卫星互联网+离线AI设备突破数字接入壁垒；二是在课程体系层：将算法伦理、数据偏见检测纳入核心课程标准；三是在师资培养层，探索建立跨国教师AI能力认证体系。

正如报告合作方Kapor基金会强调的：AI教育不是技术培训，而是塑造21世纪公民素养。“当哈萨克斯坦牧民的女儿能调试推荐算法，当亚马逊雨林的少年可参与AI气候模型开发，技术革命才真正具备普惠价值。”

在这场重塑人类认知的革命中，教育不仅是传授知识的工具，更是维护技术文明底线的最后堡垒。当我们为ChatGPT的惊艳表现欢呼时，更需要清醒认识到：培养能驾驭AI而非被AI驾驭的新世代，将是比开发GPT-5更艰巨的挑战。

作为全球公认的人工智能领域最权威资源之一，斯坦福大学的《人工智能指数报告》已被《纽约时报》、《彭博社》和《卫报》等主要媒体引用，被数百篇学术论文参考，并被世界各地的政策制定者和政府机构使用。也曾为埃森哲、IBM、富国银行和富达等公司提供人工智能现状简报，作为全球人工智能生态系统的独立洞察来源，该报告在全球范围内的关注程度亦会进一步提升。

（本文系教育部高校国别和区域研究2024年课题研究成果）

资料来源：
Stanford University. Artificial Intelligence Index Report 2025. https://hai-production.s3.amazonaws.com/files/hai_ai_index_report_2025.pdf

本文由中国教育科学研究院比较教育研究所副研究员赵章靖整理，编辑张永军。内容仅供参考，点击左下角“阅读原文”可下载该文献。