近年来，人工智能快速融入生产生活，社会对有关人才的需求持续上升；但基础教育与社会培训领域仍存在明显短板：课程零散、覆盖不均、资源分散、教学路径单一、师资能力不足等问题交织，导致一些地区和学校出现"想学学不到、能学学不深、会教教不好"的现象。如何在不同学段、不同群体、不同场景间打通培养通道，成为推动人工智能教育普及与质量提升的关键课题。 这些问题既源于教育供给的客观约束，也源于新技术迭代的现实挑战。人工智能内容更新快、跨学科属性强，传统碎片化的课程组织方式难以承载持续更新的知识体系。同时，城乡、区域、校际间资源与师资差异明显，单点式项目容易"热在少数、冷在多数"，难以形成均衡普惠的规模效应。此外，科普与学习目标若缺少统一的顶层设计，往往出现课程与场景脱节、兴趣与能力断层等问题。 针对这些痛点，九江学院牵头联合华南理工大学、广州市天河区教育局及广州飞瑞敖电子科技股份有限公司，探索构建"全学段衔接、全学生覆盖、全社会辐射"的贯通培养体系。体系以立德树人为根本，以素养培育为主线，将课程体系、资源体系、教学方式与师资成长统筹纳入一体化设计。相关团队提出"场景贯通、资源融创、人智协同、师育链生"的理论框架，从"怎么教、教什么、用什么教、谁来教"四个维度系统破题。 在课程供给上，体系设计形成"四级课程矩阵"。首先是面向全体中小学生的校本基础课程，突出关键概念与核心素养；其次是面向社会公众的科普普惠课程，依托多样化场景传播基础知识；再次是面向学有余力学生的创优提升课程，以项目式学习强化动手实践能力；最后是面向拔尖创新需求的个性化创新课程，对接科研训练与竞赛任务。通过分层分类设计，既保证基础覆盖，也为不同潜质学生提供上升通道，减少因资源差异造成的成长断层。 在资源支撑上，体系强调由"分散供给"转向"融合生成"，构建"五维共生"的资源体系，涵盖课程教材、数字资源、学习工具、分析平台及专用大模型等要素，形成从内容到工具再到数据反馈的闭环。相关团队已研发128册教程、830课时数字资源及18款学习工具，并搭建专用大模型与学习平台。这种资源体系通过标准化与平台化降低不同地区落地门槛，同时以数据分析支撑教学改进，提升教学的可评价性与可优化性。 在教学方式上，体系提出"自然人—数字人—机器人"三元协同模式，用数字化手段提升学习体验、用实体化实践增强动手能力、用教师引导把握价值方向与学习方法。这类融合式教学路径有助于将抽象概念转化为可体验、可操作的学习任务，提升学习获得感与持续性。 在师资保障上，体系将教师能力建设作为推广的基础工程。团队累计培训校长教师9870名，试点单位教师信息化教学能力达标率由38%提升至85%。师资提升不仅意味着"会用工具"，更重要的是形成稳定的课程实施能力与教学组织能力，为长期开展提供人力支撑。总体上，体系正在形成"课程引领—资源支撑—方式创新—师资赋能"的协同生态，推动人工智能教育从单点尝试走向系统推进。 从推广成效看，该贯通培养体系已在江西、广东、山西等地的136所中小学、28家科普场馆、7个研学基地开展规模化应用，覆盖多类学习场景，推动26.5万师生核心素养提升。通过教育装备展、大会报告、专题教研等活动扩大影响，课程资源入驻国家智慧教育平台等权威平台，累计学习人次超过220万。业内人士认为，这种以体系化设计带动规模化落地的路径，有助于打破区域与资源壁垒，推动优质教育资源更广泛流动，也为各地完善人工智能教育供给提供了可借鉴样本。 面向未来，人工智能教育的重点将从"有没有"转向"好不好、稳不稳、可持续不可持续"。随着技术迭代加速，课程内容需要保持动态更新与安全合规，避免"一次建设、长期滞后"。同时，评价体系、教师发展与资源运维仍需长期投入，推动形成可复制、可扩展、可监管的长效机制。此外，如何在普及教育中更好融入科学精神、工程思维与伦理意识，也将成为衡量人工智能教育质量的重要维度。
人工智能教育的普及程度直接决定着国家未来竞争力。九江学院的实践探索证明，只有打破学段壁垒、整合社会资源、创新培养模式，才能构建起支撑创新型国家建设的基础工程。这不仅是教育领域的变革，更是关乎国家发展战略的重要布局，其经验值得在全国范围内深入推广和持续完善。