将人工智能技术融入教育教学的全要素过程，是新时代教育体系转型升级的重要方向。目前，北京、上海、深圳等地相继印发区域特色教育领域人工智能应用工作方案，以人工智能深度应用推动教育教学创新，营造教育领域人工智能应用生态。

近日，北京师范大学、北京市数字教育中心发布《人工智能赋能基础教育应用》蓝皮书，梳理与总结北京市人工智能赋能基础教育的试点工作，系统呈现人工智能在基础教育中助教、助学、助评、助育、助研与助管等方面的实践样态及未来方向，以有效规避实践探索中的盲目试错风险。

AI助教

学校探索：将单元教学资源、课时教学资源及教材对应辅助资源等进行整理和汇总，接入大语言模型，为教师智能推荐单元教学规划、教学设计与贴合情境的教学课件等内容，提高教师备课效率。

未来方向：1）整合如国家教育资源公共服务平台、各中小学校的校本库等现有平台的多源异构数据；2）捕捉教师个体教学风格的差异性需求，进行个性化推送。

学校探索：通过解析教学目标、学情特征及教学场景等信息，为教师自动化创建多元教育资源，如试题、课件、图片及可视化动画等。部分学校中具备一定信息素养的教师，正在积极利用 DeepSeek 设计包含详细教学要求的提示词，进而生成教学方案、教研文献总结等内容。同时，还通过组合多种大模型，例如将 DeepSeek 与 Kimi 相结合构建智能体，利用智能体生成课件、教学虚拟视频等教学资源，以支撑教育教学需求。

未来方向：目前生成的教学内容难以适配实际应用场景，教师需要进行二次创作才能满足教学需求，还需要：1）让AI衔接课程标准，紧密围绕课程标准细化生成规则；2）剖析课堂场景需求，生成匹配具体教学情境的资源。

学校探索：部分学校引进了教育企业的学情分析系统，以学生日常作业、考试数据为基础，为班级、学生的学情提供个性化的诊断报告。也有部分学校使用智慧笔记录学生答题数据，形成错题本以针对性地推送相关练习题。

未来方向：1）挖掘学生思维能力、情感态度、价值观等，实现从“知识本位”向“素养导向”的进化；2）加强数据安全与伦理规范；提高算法可解释性。

学校探索：使用智能出题系统和平台，教师可定制模板设置，如难度、题型、知识点覆盖范围等，系统将快速生成试题。现阶段主要是数学口算题、英语填空题、语文选择题等，部分系统也接入大模型支持文档自动分析，提取核心知识点生成试题。

需要注意的是，教学试题内容正确性要求极高，智能出题虽然高效、快速，但还是需要教师核验。

未来方向：1）聚焦高阶思维、情景化和跨学科试题生成；2）突出复杂难题，聚焦理解与推理能力提升；3）融入差异化因素，支持个性化学习。

学校探索：推出智能组卷系统，涵盖各地重要考试、名校试卷以及中高考真题，构建了以知识点、难度系数、题型标签为核心的精细化题库体系。

未来方向：1）不仅基于题库来匹配题目，做到创造性命题；2）建立针对创新思维、批判性分析等高阶能力的动态组卷机制；3）结合教师经验修正算法。

学校探索：教师借助系统向学生布置作业，由系统辅助完成客观题批改，教师批改主观题。也有系统能批改作文类文字主观题，可从文章结构合理性、语法正确性、用词精准性、逻辑连贯性等多个维度展开分析评价。

未来方向：1）逐步提升对答案开放、表达多样的主观题的深度剖析；2）在复杂解题评价上，实现精细分步分析与评分，精准衡量每一步的解答质量。

学校探索：根据学生提出的问题，提供交互式回复。以初中数学方程教学为例，理想系统不直接演示解题步骤，而应通过变量关系分析、等式变形策略等分层提问，促使学生逐步构建解题思维框架。

未来方向：1）增强系统处理复杂逻辑问题，及挖掘学生疑惑根源的能力；2）动态分析学习进度，根据反馈实时调整路径；3）增强识别学生情感状态的能力

AI助学

学校探索：有些系统逐步引入了知识图谱与认知建模方法，能够实现资源与知识单元的结构化映射刻画学生的掌握状态、遗忘曲线与薄弱区域，从而实现更具针对性的资源筛选。还有与作业系统进行联动结合，依据学生的做题情况，自适应地推荐针对性练习。

未来方向：1）融合认知特征、思维风格等深层指标，提升对个体学习差异的理解深度；2）动态捕捉学生认知发展的非线性跃迁，及时推送策略；3）构建跨学科知识网络，推送内容拓展至学科间。

学校探索：目前该技术仍处于探索阶段，DeepSeek 和 GPT 等大模型能在特定条件下实现基础性的学习规划功能。例如，用户向系统提供学习目标、现有基础、可用时间等信息，大模型会自动分解学习目标为合理步骤，规划出循序渐进的学习任务，如从基础概念学习、典型例题训练，到综合应用提升。

未来方向：1）综合考虑长期能力发展和即时学习需求，实现路径规划的多维度优化；2）能够根据学习者的兴趣变化、认知跃迁、外部环境变化和校本进度，及时调整学习路径。

学校探索：学校引进智慧教学平台，具备等比裸眼全息成像、教师课件实时叠加、远程教室沉浸显示、异地师生真实互动、VR 课件裸眼观看等核心功能。课前通过全息课件，将二维教学资源转化为三维全息模型；课中可通过全息投影异地教学；课后提供全息录播课间。

未来方向：1）VR/AR设备更轻量化、低成本；2）提升虚拟场景的实时生成与渲染效率；3）明确不同学段、不同知识类型下的设计规范与交互逻辑。

学校探索：应用较多的包括口语练习和口语评测。前者提供互动式的对话练习，后者可以对学习者的口语表现进行全面的评估，提供针对性的反馈与改进建议。当前，语言学习助手已经逐步成熟，部分产品已进入中小学校园。

未来方向：1）提升复杂语义，上下文关联和话题跳转的处理能力；2）构建包含不同口音、语速、音调的训练集；3）因材施教、分层指导。

学校探索：目前智能编程系统能基本实现辅助学生进行代码编写和优化等功能。不仅能根据上下文精准生成代码片段，甚至能够跨文件理解项目架构，给出符合系统设计的模块化代码建议。有学校在物理学科中鼓励学生利用代码大模型，通过编程的方式推导在高中阶段无法求解的方程。

未来方向：1）引入来自算法竞赛的高质量题目与解法数据；2）训练模型结构化创新和解决非标准问题的能力；3）注重版权与知识产权。

AI助评

学校探索：目前在教育一线未广泛见到真正实现五育融合的学生画像案例，AI只能记录并分析五育中某单一方面。

如在体育锻炼中，非常多的产品系统可实时记录运动数据，但很难联动其他方面的育人目标。有个别区域试点通过分析学生社区服务记录（德育）、家庭劳动打卡（劳育）等数据，生成“社会责任感指数”“实践创新能力指数”等维度雷达图，尝试破解现行通用评价维度单一的难题。

未来方向：1）拆分出五育评价可量化的数据指标；2）攻克多源异构数据的融合分析。

学校探索：目前综合素质评价平台多数还停留在较为初阶的简单采集信息阶段，主要依赖学生自发上传实践活动的文字、图片、视频等记录，后台无法判断该实践活动是否真实发生，只能简单分析给出简要结果报告。

有部分企业、研究机构已经在尝试通过人工智能技术重塑学生综合素质评价全流程。某平台围绕自主发展、文化修养、社会参与 3 个维度设计 36 个考查要点，可供学生测试的活动有 14 项，将学生综合素质发展水平划分为 5 个等级。不过权重设定（如社会参与维度占 30%）仍缺乏教育学理论支撑。需要注意的是，教育是一项系统工程，人应该始终是评价的主体和客体。

未来方向：1）联合教育学专家优化评价模型权重设计，破解算法教育公平性争议；2）通过区块链等技术保障评价数据的真实性和隐私性；开发教师端智能分析助手，将评价报告自动转化为教学干预策略。

AI助育

学校探索：某校引进先进的智能绘画软件，教师在教学中运用项目式学习和小组合作等新型教学模式，学生通过人工智能辅助绘画，在创意和技术表现方面均有突破，整体的作品评分较之前显著提高。

未来方向：1）提升算法对情感和主观能动性的理解；2）强化对抽象概念的捕捉；3）尊重知识产权。

学校探索：某校利用 AI 技术，在美术学科中通过数字化复原历史人物并与之进行虚拟对话。在美术鉴赏课中，教师利用生成模型来生成动态视频及虚拟人物形象，学生通过与虚拟艺术家人物对话，获取艺术创作背景和风格信息。

未来方向：1）减少系统对单一风格或既有标签的依赖；2）引入跨文化机制与多视角训练框架；3）明确技术辅助而非替代教师判断的定位。

学校探索：某校开发出一套面向青少年体育健康管理的智能系统，包括光学与惯性运动捕捉设备、3D 骨骼定位与计算机视觉算法相结合的全维度诊断，通过监测学生的体适能等健康数据，帮助教师精准定位学生健康问题，进行个性化指导。

未来方向：1）构建低成本、可扩展的轻量化架构体系，降低部署与维护成本；2）保护隐私与数据安全。

学校探索：某校依托“AI 心理伙伴”系统，构建融合语义理解、情绪识别、智能交互、资源推送与危机响应于一体的数字化心理支持生态。通过以虚拟人格“小星”为交互主体，系统为学生提供匿名化、常态化的心理支持通道，显著降低其主动寻求心理援助的心理负荷。

未来方向：1）强化学生心理健康在教育体系中的基础性地位；2）注重隐私保护与伦理合规；3）提升算法可解释性。

AI助研

学校探索：通过整合人工智能技术，进行课堂视频分析、师生互动行为分析以及学生学习状态的实时反馈，为教师提供个性化的教学改进建议。

未来方向：1）保护数据安全与学生隐私；2）增强模型对复杂教学场景中多元交互信息的识别与理解能力；3）提升人工智能与教研流程的融合度。

学校探索：部署智能科研实验平台，为虚拟仿真实验、人工智能辅助实验、科研数据分析等工作提供了强大的支持。部分中学建立了专门的“AI 实验室”，学生可以在平台上进行图像识别或语音模型训练，并进行相关的研究性学习。

未来方向：1）构建区域级科研云平台，缓解单校资金与设备压力；2）降低技术使用门槛。

学校探索：用科研辅助工具帮助师生快速检索和整合相关文献，提供结构化的写作建议，并协助研究问题的构思和方法的选择。教师和学生可以利用智能科研助手，在课题设计、作业汇报等过程中高效进行资料整合、结构构思及成果输出。

未来方向：1）优化算法对复杂科研问题的理解能力；2）降低非技术背景用户的使用门槛；3）引导教师和学生保持独立思考与批判性分析。

AI助管

学校探索：建立信息管理平台，让教师和学生了解知识点掌握情况，储存学生的违纪、奖励、家访等各种记录及管理教师教学资源，并通过智能排课、考勤识别等功能优化教育管理。但使用该系统需要严格注重隐私。

未来方向：1）构建分级部署与区域共享支持机制；2）建立以加密传输、访问控制与分级管理为核心的安全防护体系；3）完善算法可用性，降低学习成本。

学校探索：在各个教学楼、宿舍区和运动场等重要区域安装了智能安防系统，系统结合人脸识别技术与行为分析，能够在第一时间发现并报告可疑人物、异常行为或突发事件。

未来方向：1）构建分级部署与区域共享支持机制；2）增强系统在复杂环境下对异常行为的识别准确性与鲁棒性；3）探索采用人脸模糊、数据脱敏等技术保护隐私。

学校探索：人工智能技术已经在多个地区的教育治理中得到了应用，特别是在教育政策的制定、教育资源的配置以及教育质量监测等方面成效初显。现有的智能教育管理平台可以通过数据分析，提供精准的决策支持，帮助教育管理者实时监控教育发展状况。

未来方向：1）建立数据采集、清洗、融合与校验的完整机制；2）引入利益相关方，结合伦理审查与偏差检测工具，防范算法歧视与结构性不公；3）完善技术支持、人员培训与资金保障，缩小区域治理能力差距。

学校探索：人工智能系统通过对学生画像、行为分析、学习数据等信息的智能分析，帮助教师识别出需要重点关注的学生，并为教师提供个性化的家访建议。

未来方向：1）健全数据自动校验与动态更新机制；2）加强对教师与家长的宣传引导；3）以区域统筹建设与集中运维模式，降低单校部署成本。

来源丨新校长传媒综合自智能技术与教育应用教育部工程研究中心、北京市数字教育中心（北京电化教育馆）

DeepSeek 高级使用指南，建议收藏

一次性说清楚DeepSeek，史上最全（建议收藏）

DeepSeek一分钟做一份PPT

用DeepSeek写爆款文章？自媒体人必看指南

【5分钟解锁DeepSeek王炸攻略】顶级AI玩法，解锁办公+创作新境界！

声明

免责声明：部分文章和信息来源于互联网，不代表本订阅号赞同其观点和对其真实性负责。如转载内容涉及版权等问题，请立即与小编联系（微信号：913572853），我们将迅速采取适当的措施。本订阅号原创内容，转载需授权，并注明作者和出处。如需投稿请与小助理联系（微信号：AI480908961）

编辑：Zero