開年展望 | 李維明：2026年，AI融于信息科技課程之路徑

2026年

“十五五”開局之年

在此起點，謀篇布局

開啟中國式教育數字化的新征程

展望2026系列推送

2026年，AI融于信息科技課程之路徑

李維明

四川省教育科學研究院

近兩年，人們對關于AI課程與信息科技課程在中小學怎么開設的問題一直爭論不休。而撇開那些爭論從AI技術的三要素（數據、算法、算力）基礎與信息科技課程的邏輯主線來看，以下幾個關鍵詞反映出的二者的追求卻是一致的。

關鍵詞1：數字素養提升。

AI的核心燃料是數據，信息科技課程需培養學生從數據采集（如傳感器、網絡爬取）、清洗（去重、糾錯）到分析（統計、可視化）的全流程能力，同時滲透數據隱私（如用戶信息保護）、真實性（如避免數據偽造）等倫理教育。學生需理解“數據質量決定AI效果”（如訓練圖像識別模型時，模糊或帶偏見的數據會導致模型誤判），這是AI教育的基礎門檻，也是連接“信息處理”與“AI應用”的關鍵橋梁。

關鍵詞2：計算思維進階。

AI算法（如機器學習、深度學習）是模擬智能的“大腦”，其本質是更復雜的計算邏輯（如特征提取、模型訓練、迭代優化）。信息科技原有的計算思維（問題分解、抽象、自動化）需升級為“面向AI的計算思維”，如通過決策樹算法理解“AI如何從數據中學習規律”，通過神經網絡模型理解“分層特征提取的邏輯”。學生需掌握“用算法將問題轉化為AI可解決的形式”，這是AI教育的核心能力，也是從“基礎編程”到“AI開發”的關鍵升級。

關鍵詞3：算力意識增強。

AI的運行動力是算力，包括GPU（并行計算）、云計算（彈性資源）等。信息科技課程需讓學生認識到“算力是AI的基礎設施”，如訓練一個大型語言模型（如GPT-3）需要數千塊GPU同時工作，而普通CPU無法完成。學生需理解“算力資源的有限性”（如大型模型的高能耗），并學會“合理利用算力”（如用輕量級模型解決小問題），如思考“用本地電腦還是云計算平臺運行AI模型”，這是AI教育的支撐認知，也是連接“硬件知識”與“AI應用”的關鍵環節。

關鍵詞4：AI倫理導向。

AI的邊界由倫理定義，數據采集的隱私問題（如人臉識別數據濫用）、算法的偏見問題（如招聘AI對女性的歧視）、算力的能耗問題（如大型模型的碳排放）都需納入信息科技課程。學生需學會用倫理框架判斷AI應用的合理性（如“用AI分析學生課堂行為是否侵犯隱私”“用AI篩選簡歷是否存在性別偏見”），理解“AI技術不是中立的，其應用需符合社會價值”。這是AI教育的價值導向，也是避免“技術濫用”的關鍵防線。

關鍵詞5：場景化實踐。

AI的價值在于應用，信息科技課程需將數據、算法、算力整合到具體場景中，形成“問題—數據—算法—算力—解決”的閉環。例如，在“校園垃圾分類”場景中，用傳感器采集垃圾投放數據，用K-means算法聚類分析垃圾類型，用邊緣計算設備（如樹莓派）運行分類模型，最終實現智能分揀。通過場景實踐，學生能直觀理解“AI是數據、算法、算力協同的系統”，而非孤立的技術點。這是AI教育的落地路徑，也是培養“用AI解決實際問題”能力的關鍵方法。

這5個關鍵詞覆蓋了AI的“基礎（數據）—核心（算法）—支撐（算力）—邊界（倫理）—價值（應用）”全鏈條，既符合信息科技課程“培養信息素養與計算思維”的目標，也回應了AI技術“協同性、應用性、倫理性”的特征，因此必然成為AI融入課程的核心方向。

本文作者：

李維明

四川省教育科學研究院

文章刊登于《中國信息技術教育》

2026年第01期

原文標題：2026年，AI融于信息科技課程之路徑

引用請注明參考文獻：

李維明.2026年，AI融于信息科技課程之路徑[J].中國信息技術教育，2026（01）：9.

歡迎訂閱

訂閱紙質版或電子版雜志