导读：2025年8月16一17日，“CAA科普百人团——科技教育桐乡行“活动由中国自动化学会主办，中国自动化学会智慧教育专业委员会与普及工作委员会联合承办，旨在为全国中小学教师、科普工作者搭建交流平台，通过前沿技术通俗解读与实践案例分享，探索人工智能教育从兴趣激发到创新实践的全链条路径。
北京师范大学白明教授受邀作题为“基于真实应用场景探索AI人才培养路径”的专题报告，系统分析真实应用场景的技术需求、业务痛点及适配性特点，构建系统性认知培养框架，结合AI技术实践应用助力学生形成多维度理解、激发探究动力，为人工智能教育落地提供切实可行的方案，具有重要借鉴意义
一、真实场景是AI人才培养的战略锚点
在人工智能人才培养语境下，“真实应用场景”并非单一维度的实践活动，而是一种系统性的教育组织方式。从教育实施路径来看，基于真实应用场景的人才培养通常体现在三个相互关联的层面：一是以真实应用问题为出发点的课程探索，通过项目式学习等方式，引导学生在复杂（跨学科）情境中开展实践活动；二是以真实问题为载体的竞赛与实践活动，通过任务驱动的形式检验学生的综合能力；三是建立基于真实应用成效的评价体系，使学生的学习成果能够通过其在真实场景中的表现进行客观评价。这三个层面在功能上并非彼此割裂，而是共同指向人工智能时代的人才培养目标，其中真实应用场景构成了连接教育活动与教育目的的关键纽带。
将真实应用场景置于人工智能人才培养的核心位置，具有明确而清晰的政策依据。2022版新课程标准在各学科中普遍强调真实性学习，明确提出应以真实问题或真实项目作为学习驱动，引导学生在真实环境中经历问题分析、工具使用、理论应用与计算思维等完整过程，从而实现知识、能力与核心素养的协同发展。这一导向标志着基础教育正在从以抽象知识传授为主的教学模式，逐步转向以真实问题解决为导向的学习模式。与此同时，《2024年教育强国建设规划纲要》进一步从国家战略层面强调，应围绕国家发展需求优化学科设置与人才培养模式，强化实践导向与应用导向，如图1所示。这一政策背景为课程改革、教学实践与竞赛活动的整体定位提供了共同依据。
图1 政策引领
在这一框架下，竞赛活动的教育价值也需要重新审视。竞赛不应被视为脱离教学体系的独立活动，而应作为课堂教学的重要补充，与课程标准形成协同关系，如图2所示。真实应用场景所对接的是课程标准中关于真实性学习与实践能力培养的要求，而竞赛活动则通过高度凝练的实践任务，为教学目标的落实提供检验与强化机制。二者在目标指向上具有一致性，在实施层面形成互为支撑的关系。
图2 竞赛是课标落实的检验与延伸
真实应用场景的教学价值，可通过研究国家级现实问题来实现。例如，探讨青藏铁路的高原运行与维护，就能直观展现一个高度真实且复杂的工程应用场景。铁路轨道紧固螺栓长期处于温差变化、结构振动和材料疲劳等多重作用下，其巡检与加固问题直接关系到运行安全。将这一现实问题引入教学后，不同学科和不同学段可以围绕同一问题展开多层次学习。在数学学习中，可通过铁路总里程、轨道数量与螺栓数量建立数量尺度认知；在地理学习中，可分析铁路所处的海拔、地质条件与气候特征；在物理学习中，则可探讨温度变化、材料性质与结构应力对系统稳定性的影响；在工程与信息技术领域，学生还可以进一步设计基于机器人或自动化系统的巡检方案，探索如何在无人条件下提升检测效率与可靠性。
这种以真实问题为核心的学习活动，能够自然实现跨学科知识的综合运用，使学生在解决实际问题的过程中形成对国家建设、工程实践与社会责任的认知。相较于抽象情境下的知识学习，真实应用场景更容易拉近知识与现实之间的距离，使学生认识到所学内容与国家发展和社会需求之间的内在联系。
在这一过程中，竞赛本身构成了一种重要的教育形态。一方面，竞赛通过真实问题对学生的学习成果进行检验，体现“学以致用”的能力要求；另一方面，不同学生在同一任务下呈现出的多样化解决方案，反映了创新能力与工程思维的差异。竞赛还通过学生之间的交流、观摩与比较，促进同伴学习和经验迁移，从而形成一种基于真实问题的协同学习机制。
从课程标准的整体结构来看，2022版新课标围绕课程目标、课程内容与课程实施三个层面，为真实应用场景导向的教学与竞赛设计提供了系统依据。其中尤为重要的一点在于，新课标明确提出了不同学段学生“必须完成”的实践任务清单，使能力培养具有可操作性和可评价性。以小学阶段为例，学生在一至六年级需完成共计78项实践任务，涵盖观察、实验、记录、测量、制作与调查等基本科学活动。这些任务并非附加要求，而是衡量学生是否达标的重要依据。
在不同学段中，这些任务呈现出明显的递进特征，如图3所示。低年级侧重对事物外部特征的认知和基本操作体验，中年级逐步引入材料、能量与结构等概念，高年级则强调分析、比较、抽象与概括能力，并开始通过实验报告、小论文等形式进行系统表达。在这一过程中，人工智能技术可以作为重要工具，支持数据处理、信息检索和表达优化，从而服务于探究实践能力的提升。
图3 分学段真实场景与课标AI技能匹配
然而，在当前实践中仍然存在教学、竞赛与课程标准衔接不够紧密的问题。一方面，课堂教学仍偏重理论讲解与抽象知识，难以充分落实课标中对真实性和实践性的要求；另一方面，部分竞赛设计未能充分考虑学生的学段特点和课程进度，导致教学与竞赛各自运行、缺乏有效协同。真实应用场景的引入，恰恰为这一问题提供了整合路径。通过将真实问题作为教学与竞赛的共同起点，可以在课程标准框架内系统构建人工智能时代的人才培养模式，使计算思维、创新能力与责任意识在真实任务中得到持续发展。
二、真实场景导向的人工智能教育
从技术实施效果来看，当前各类人工智能竞赛在技术把控与工程完成度方面整体较为成熟，但在日常教学环节中，真实问题与真实情境的引入不足。大量教学活动所依托的问题情境具有较强的虚拟性和演示性，与现实世界中真实存在的问题存在明显距离。这种情境脱节在一定程度上削弱了人工智能教育对学生能力和责任意识的激活效果。如果能够将真实存在于社会、产业或国家发展中的问题系统性地转化为教学与竞赛任务，将有助于显著提升人工智能人才培养的有效性与现实指向性。
在不同学段中，真实应用场景与课程标准、人工智能技能之间需要形成清晰的匹配关系。小学阶段的核心应用场景应以生活认知为主，通过贴近日常经验的真实问题，引导学生建立对人工智能的初步理解，如图4所示。在这一阶段，人工智能的学习重点并不在于复杂算法，而在于基本感知技术的体验性应用，例如图像识别和语音识别。语音识别由于交互方式直观、反馈即时，更易与儿童的生活经验建立联系，例如通过声控装置实现简单的控制功能，使学生在训练模型和观察结果的过程中形成对“人工智能如何工作”的直观认识。这一阶段的人才培养重点在于兴趣激发与观察能力的培养。
图4 合力育人
进入初中阶段，人工智能教育应逐步强化数据意识与数据应用能力。课程与竞赛任务应引导学生关注数据的采集、处理与分析过程，并在此基础上完成相对完整的系统设计。在这一阶段，传感器技术的理解与应用尤为关键。传感器作为人工智能系统连接现实世界的重要接口，其原理和使用方式直接影响系统的感知能力和决策质量。如果学生对传感器仅停留在表层认知，难以形成对人工智能系统整体运行机制的理解，也不符合人工智能时代对基础工程素养的要求。因此，在教学与竞赛设计中，有必要通过真实任务情境强化对多传感器融合与数据协同的训练，从而培养学生的逻辑思维能力与问题解决能力。
高中阶段的人工智能教育则应进一步上升到系统优化与复杂智能系统开发的层面，强调机器学习方法、系统建模能力以及整体架构设计思维。在这一阶段，人才培养不仅关注技术能力的成熟，更应突出责任意识与社会担当的形成。如果学生在完成高中阶段学习后，仍未在真实问题中形成对社会责任和国家需求的认知，则说明教育目标尚未真正达成。正因如此，将国家发展中面临的现实问题呈现给学生，使其在解决问题的过程中体会责任、使命与担当，是高中阶段人工智能教育不可或缺的重要内容。
从更深层次来看，真实应用场景在人工智能人才培养中的底层逻辑在于其作为课程标准具象化载体的功能。课程标准本身具有高度抽象性，只有通过具体、可操作的真实场景，才能将课标所要求的认知目标、能力要求和素养发展落到实处。学生的认知活动需要与真实任务相结合，能力梯度的提升需要通过逐步进阶的场景设计来实现，这一过程构成了真实场景驱动人工智能教育的基本逻辑。
三、真实场景导向的人工智能竞赛
在竞赛体系中，真实应用场景还承担着对课程标准落实情况进行检验与延伸的重要作用。从教育功能上看，竞赛至少应在三个层面发挥作用：一是通过完成明确任务检验学生的基础技能达成度，尤其适用于低龄学段；二是在此基础上推动能力的拓展与迁移，使学生思考“在解决既定问题之后，还可以如何进一步应用与优化”；三是作为课堂学习与现实应用之间的衔接机制，帮助学生理解知识与现实世界之间的对应关系。在这一合力育人的框架中，课堂教学构成基础，真实场景发挥桥梁作用，而竞赛则如同一面镜子，真实反映学生能力与素养的发展水平。
围绕“有理想、有本领、有担当”的综合培养目标，竞赛的价值不应仅被理解为选拔或排名工具，而应视为教育过程中的关键检验环节。知识点本身并非最终答卷，学生在真实问题中所展现出的价值判断、责任意识和创新能力，才是教育成效的重要体现。持续向学生呈现国家发展中亟须解决的现实问题，有助于在潜移默化中提升其精神层面的认知与担当意识。
在实施路径上，真实应用场景可以被视为驱动人工智能人才培养的三阶实践机制，其核心流程包括课程标准解读、现实需求调研以及场景向教学与竞赛任务的系统转化。在具体实践中，每一个场景设计均应明确其与课程标准的对应关系，厘清其中可落实的技术应用点，并识别学生在该任务中可能获得的素养成长空间。通过这一方式，无论是教学活动还是竞赛设计，其育人价值都能够向学生、家长及教育管理者提供清晰而可验证的解释。
从技能发展角度看，真实场景融合的人工智能培养路径呈现出明显的阶段特征：小学侧重兴趣启蒙，初中强调数据与应用，高中则聚焦系统化思维与算法能力，如图5所示。人工智能工具本身，如大语言模型或智能助手，在这一过程中可以作为支持性工具参与学习活动，但其使用应始终服务于能力培养目标，而非替代学生的思考过程。
图5 场景融合的AI技能培养
在竞赛设计层面，真实应用场景导向的人工智能竞赛应从“技术展示”转向“课程达标检验”，从孤立任务转向素养要素的综合考察，从单一结果评价转向关注过程与成长轨迹的多维评价。分学段设置竞赛主题和评价标准，有助于保证竞赛在不同年龄阶段均具有明确的教育指向性。
在实际落地过程中，还需要关注教师角色的转型。人工智能时代的教师不仅是课程内容的传授者，更是课程标准解读者、真实场景设计者与技术应用指导者。若对课程标准理解不充分，或在任务设计中过度简化学生参与过程，都会削弱真实场景的教育价值。此外，资源条件的差异也要求在场景设计中兼顾可行性与公平性，避免将技术门槛本身转化为新的教育壁垒。
四、总结与展望
以真实应用场景为核心构建人工智能人才培养体系，有助于实现课程标准、教学实践与竞赛评价之间的有机统一。真实场景是课程落地的有效载体，课程标准是场景设计的根本依据，竞赛则是育人闭环中不可或缺的关键环节。通过在教学、实践与竞赛中持续引入国家发展和社会现实中的真实问题，人工智能教育才能真正培养出具备理想信念、专业能力与社会担当的时代新人。
*本文根据作者所作报告速记整理而成
