问题—— 在新技术迭代周期显著缩短的背景下，教育领域面临两道现实命题：一是“教什么”，即在知识触手可及的条件下，课程目标如何从记忆型学习转向面向未来的能力结构；二是“怎么教”，即如何让新技术真正服务教学、服务成长，而不是让课堂被工具牵着走。
当前，从中小学到高校，“人工智能+教育”正在扩面提速，但课程建设、师资能力、评价体系与伦理治理等环节仍需协同推进。
原因—— 推动教育变革的直接动力来自技术的普及与应用门槛下降。
过去需要高门槛训练才能获得的信息、模型与工具，如今更易被学生接触并用于学习与探索。
这一变化带来机遇，也带来挑战：一方面，学生可通过模拟实验、数据分析等方式更早接触科研范式；另一方面，如果仍沿用以知识点堆叠为核心的教学逻辑，容易出现“会用工具但不懂原理”“会生成答案但不会提出问题”的现象。
专家普遍认为，面对未来产业与科研对复合型人才的需求，单一学科、单一能力的培养模式难以匹配。
影响—— 从一线实践看，新技术正促使课堂形态与学习路径发生变化。
在一些学校，相关课程已从“概念科普”拓展到“任务驱动”的探究式学习：有的高中尝试将大模型用于模拟药物筛选等项目化学习，引导学生理解数据、模型与假设的关系；有的小学把积累多年的主题教学与新技术融合，探索多模态语文课堂，提升表达、检索与批判性阅读能力。
与此同时，校外公益训练营等项目将高校、学会与中学课堂连接起来，推动资源下沉与区域差距弥合，让更多学生在真实课题与团队协作中形成问题意识与科学方法。
但必须看到，技术带来的“便捷”也可能诱发学习偏差。
部分教师在教学设计与课堂管理上准备不足时，学生容易在作业与思考环节过度依赖工具，弱化独立推理与原创表达；个别情况下还可能出现对数据来源、模型局限缺乏辨识，导致理解片面甚至误用。
更深层的影响在于，如果缺乏系统性的科学教育理念与跨学科视野，课程容易碎片化，难以支撑从兴趣到能力、从能力到创新的连续培养。
对策—— 围绕“系统推进”，多方正在形成合力。
政策层面，从探索中小学人工智能教育实施路径，到建设人工智能教育基地、成立全国性教育联盟，标志着我国相关工作正从“点状试验”走向“体系建设”。
实践层面，专家建议把培养目标进一步前移，从青少年阶段起加强驾驭新技术的能力训练，夯实科技创新后备力量。
在“教什么”上，应突出能力导向与科学素养的底座。
多位学者提出，教育重心要从单纯知识传授转向逻辑思维、计算思维、创新素养与科学方法的培养，并推动科学教育形成更系统的理论与课程框架，拓展覆盖物质科学、生命科学、信息科学、地球与宇宙科学等领域的综合视野，让学生建立跨学科理解与迁移能力。
在“怎么教”上，应强调问题导向与真实情境。
高校课程改革的经验表明，与其简单叠加几门相关课程，不如围绕学科结构与培养理念进行系统重构，以问题为牵引组织教学，推进跨学科课程与实践平台建设，提升学生将工具、理论与场景融合解决复杂问题的能力。
在保障条件上，关键在教师与评价。
专家指出，要帮助教师适应“师生与技术协同”的角色变化，提升课程设计、课堂引导与学业评价能力；同时加强对师范生相关素养的培养与考察，优化未来师资结构。
评价体系也需同步调整，减少对“结果正确”的单一追逐，更重视过程记录、论证质量、原创表达与团队协作，把“会不会思考、能不能解释、是否守规则”纳入评价框架。
在底线治理上，应把未成年人伦理教育摆在突出位置。
随着新技术广泛进入学习生活，学生需要在成长过程中理解工具的规则与边界，形成对数据隐私、学术诚信、算法偏差与安全风险的基本判断，避免把“能用”误当作“该用”，在守住底线的前提下提升探索能力。
前景—— 综合各方观点，“人工智能+教育”的下一阶段关键在于从资源堆叠走向机制完善，从课堂试用走向体系运行。
未来一段时间，课程标准、师资培训、教学资源、评价体系与伦理规范等要素有望加快衔接，推动形成可复制、可推广的区域与学校实践样本。
随着校内外力量持续汇聚、区域协同不断加强，新技术有望在缩小教育资源差距、提升教学效率与拓展学习边界方面释放更大潜能，但其效果最终取决于教育目标是否清晰、制度设计是否到位、课堂引导是否有力。
当人工智能重新定义人类知识疆域，教育这场静水深流的变革，不仅关乎技术应用的层面，更是对育人本质的回归与超越。
从三亚的课堂到西安的实验室，中国教育正在书写智能时代的应答之卷——培养既能驾驭技术又能坚守人文的下一代，或许才是这场变革最深远的意义所在。