报告概述

《广东省基础教育人工智能全域场景应用指南》立足五育并举,构建“场域-场景-典型应用”的一体化框架。报告覆盖人工智能基础设施建设、赋能教与学、赋能学生全面发展、赋能教师专业发展四大核心场域,系统解析了16个重点应用场景及百余项典型应用,并附有14个通用及特色平台工具指引。该指南旨在为各地各校开展人工智能教育应用提供可复制、可推广的实践路径,推动教育从经验驱动向数据智能驱动转型。

报告的核心结论

构建“场域-场景-典型应用”一体化框架

报告提出以四大场域(基础设施、教与学、学生成长、教师发展)为横轴,以16个重点场景为纵轴,以百余项典型应用为落脚点,形成覆盖基础教育全链条的人工智能应用体系。这一框架为教育管理者、学校及教师提供了系统化的实施蓝图,确保人工智能与教育教学的深度融合有章可循。

人工智能应用须严守伦理与安全底线

报告明确提出人工智能教育应用需遵循五条伦理原则:人权与隐私保护、透明与可解释性、责任与问责、安全可控、聚焦公共利益。同时,在基础设施建设专门设立“教育人工智能安全”场景,要求从数据、系统、应用、隐私、应急五方面构建安全保障机制。

人工智能将重塑教学流程与评价方式

报告指出,人工智能可推动教学要素重构(师生机角色转变)、教学方式变革(虚拟实验、AI翻转对话等)、教学流程再造(知识图谱生成、AI课堂调整)及教学评价优化(课堂行为分析、作业智能批改)。评价方式从结果导向转向过程赋能,实现课前诊断、课中形成性、课后总结性评价闭环。

教师专业发展需借助AI实现数据驱动转型

报告围绕教师专业发展设置教研模式变革、教师自主学习、教学能力测评三大场景。通过智能教研平台、AI观课助手、虚拟微格教室等工具,实现教师教学行为智能分析、个性化发展路径规划与技能画像生成,推动教师研修从经验型向精准赋能转变。

报告回答的关键问题

广东省如何推动人工智能与基础教育深度融合?

广东省通过印发本《应用指南》,确立“场域-场景-典型应用”的实施路径,聚焦四大场域16个重点场景,配套平台工具指引。要求各地各校参照指南,在智能环境建设、数据治理、AI平台构建、课程融合、教学创新、学生五育发展及教师专业成长等领域系统推进人工智能应用,并强调伦理安全与隐私保护。

人工智能在基础教育中有哪些具体应用场景?

报告详细列出了16个重点场景,例如:智能环境建设中的智慧校园一体化环境;人工智能+教学中的虚拟实验、AI精准练习、跨学科项目式学习;人工智能+学生成长中的体验德育(心理评估)、深度智育(个性化学习路径)、智慧体育(运动特长挖掘);人工智能+教师专业发展中的智能课例教研、AI观课助手、教学能力测评等。每类场景下均配有典型应用说明。

教师如何利用人工智能提升自身专业能力?

报告提供三大路径:一是教研模式变革,利用智能教研平台实现共同体协同教研、自主沉浸教研及智能课例教研;二是自主学习,通过AI伴读文献机器人、虚拟微格教室、个性化学习路径规划等工具提升教学技能;三是教学能力测评,依托AI对课堂教学、教学设计、数字素养、人工智能素养进行多维度测评,生成改进建议。

人工智能赋能学生全面发展包括哪些方面?

报告围绕“德智体美劳”五育展开:体验德育通过心理评估、诚信画像等塑造品格;深度智育利用智能分层教学、学科特长挖掘提升学业水平;智慧体育通过运动监测、个性化锻炼计划增强体质;浸润美育借助AR/VR引导审美感知与艺术创作;快乐劳育通过智慧农场模拟、劳动创新思维培养实践能力。

完整报告包含什么

  • 四大核心应用场域的系统解析:包括人工智能基础设施建设(智能环境、数据中心、平台建设、安全)、赋能教与学(课程、教学、学习、评价)、赋能学生全面发展(德育、智育、体育、美育、劳育)、赋能教师专业发展(教研、自主学习、教学测评)。
  • 16个重点应用场景及百余项典型应用的具体说明:每个场景均以“场景描述-典型应用-细化场景”结构展开,提供可直接参考的实施指引。
  • 附录中14个通用及特色平台/工具的操作指引:涵盖国家中小学智慧教育平台、Deepseek、Kimi、豆包等通用AI工具,以及央馆AI科学实验、星火教师助手、希沃白板等教育专用工具,详细介绍获取方法、核心功能及对应映射场景。
  • 人工智能教育应用的伦理原则与安全规范:明确隐私保护、透明可解释性、责任问责、安全可控、公共利益等五条原则,并细化数据安全、系统安全、应用安全、隐私合规、应急管理等五类安全措施。
  • “场域-场景-典型应用”一体化框架图与实施路径:包括全域场景应用图、教育人工智能场域一览表,以及“人智协同-场景实践-发展服务”的闭环发展模式。
  • 针对不同角色(教师、学生、管理者)的典型应用组合建议:结合具体教学环节(课前、课中、课后)提供工具选择参考,如课前用AI自主预习、课中用虚拟实验+人机双师、课后用AI精准练习与作业批改。
  • 全学段覆盖的课程融合与跨学科实践方案:包括人工智能课程建设、学科核心概念可视化、跨学科项目式学习(自然、工程、艺术、医学等)的具体实施案例。
  • 教师能力测评的具体维度与工具:涵盖课堂教学效果、教学设计、学科专业能力、数字素养、人工智能素养(意识、知识、实践、专业发展、社会责任)五大模块的测评方法。

本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。

相关报告