邁向敏捷治理，構建基礎教育人工智能應用分類分級治理體系

“深入實施教育數(shù)字化戰(zhàn)略”是“十五五”時期“辦好人民滿意的教育”的主要任務之一。[1] 2026年全國教育工作會議明確提出“扎實推進人工智能賦能教育，加快普及全學段的人工智能通識教育”等新一年重大任務。2026年3月，教育部召開國家教育數(shù)字化戰(zhàn)略行動2026年部署會，強調要用好人工智能這一關鍵變量，以“人工智能+教育”為抓手，推動人工智能融入教育全要素、全過程、全場景，奮力開創(chuàng)國家教育數(shù)字化戰(zhàn)略行動2.0新格局。自2026年3月1日起，《可能影響未成年人身心健康的網絡信息分類辦法》（簡稱《分類辦法》）正式施行。針對未成年人，《分類辦法》對網絡信息內容分類管理作出專門規(guī)定，并對算法推薦、生成式人工智能等新技術、新應用、新業(yè)態(tài)可能帶來的內容風險提出了防范要求，標志著未成年人網絡保護進入精細化治理新階段，同時也為我國加快構建基礎教育人工智能應用分類分級治理體系提出了新目標、新要求和新依據(jù)。

基礎教育人工智能應用分類分級治理的意義

人工智能對教育底層邏輯和樣態(tài)重塑帶來系統(tǒng)性影響、對教育培養(yǎng)創(chuàng)新人才和供給科技創(chuàng)新成果提出緊迫需求、對教育促進人口高質量發(fā)展帶來全新機遇、對教育加強學生價值觀引領和防范倫理挑戰(zhàn)等提出全新課題。落實《分類辦法》，加快構建基礎教育人工智能應用分類分級治理體系，在戰(zhàn)略層面，將未成年人保護與教育數(shù)字化戰(zhàn)略實施有機融合，體現(xiàn)了保護與發(fā)展并重的治理理念；在制度層面，為破解當前人工智能教育應用管理中的標準缺失、監(jiān)管缺位等難題提供頂層設計參考；在實踐層面，為各地探索分類分級管理實踐提供了方向性遵循。

（一）政策背景：從立法到落實的治理要求

《分類辦法》由國家互聯(lián)網信息辦公室、國家新聞出版署、國家電影局、教育部等八部門聯(lián)合印發(fā)，是根據(jù)《中華人民共和國未成年人保護法》《中華人民共和國網絡安全法》《中華人民共和國個人信息保護法》等多部上位法，落實《未成年人網絡保護條例》的關鍵配套制度。《分類辦法》對網絡信息內容生產者、網絡產品和服務提供者提出“明確內容呈現(xiàn)管理”“添加顯著提示標識”“健全技術保障措施”等要求。[2] 其第九條明確規(guī)定：“提供算法推薦、生成式人工智能等服務的，應當建立健全安全管理制度和技術措施，不得向未成年人推送可能影響其身心健康的網絡信息。”基礎教育階段作為未成年人成長的關鍵階段，人工智能應用場景廣泛、影響深遠。當前，全國基礎教育領域人工智能應用呈現(xiàn)快速發(fā)展態(tài)勢，已從“工具輔助”邁向“深度融入”，逐步嵌入教、學、評、研、育、管全鏈條，初步形成覆蓋課堂教學、個性學習、教育評價、教師研修、五育融合、教育治理六大核心場景的立體化格局。人工智能技術的快速迭代與基礎教育應用場景的特殊性，使得分類分級治理面臨諸多挑戰(zhàn)。如何將《分類辦法》原則性規(guī)定轉化為可操作的具體規(guī)則，建立符合教育規(guī)律和未成年人保護要求的分類分級治理體系，成為亟待解決的重要課題。

（二）現(xiàn)實意義：安全發(fā)展并重的雙重訴求

當前，全球人工智能治理正處于探索初期，面臨著“科林格里奇困境”（Collingridge Dilemma）與“步調難題”（Pacing Problem），即規(guī)制的時機和力度一旦把握失當，過早或過嚴可能扼殺技術創(chuàng)新、制約產業(yè)發(fā)展；反之則難以有效管控風險，或極大推升治理成本與難度。[3] 如何在防范系統(tǒng)性風險與維持技術活力之間尋求平衡點，已成為各國亟待破解的治理難題。針對這一挑戰(zhàn)，2023年10月18日，中華人民共和國國家互聯(lián)網信息辦公室發(fā)布國際治理框架文件《全球人工智能治理倡議》，明確提出“推動建立風險等級測試評估體系，實施敏捷治理，分類分級管理，快速有效響應”。人工智能教育治理同樣面臨安全與發(fā)展并重的訴求，亟須引入敏捷治理理念。[4] 具體到教育場域，敏捷治理要求突破傳統(tǒng)靜態(tài)監(jiān)管的局限，構建“監(jiān)測—預警—響應—迭代”的動態(tài)閉環(huán)機制。[5]鑒于此，人工智能教育治理亟須依據(jù)不同場景的風險特征，設定差異化風險閾值和準入標準，建立多方參與的協(xié)同共治格局，從而在保障倫理安全底線的前提下，實現(xiàn)教育數(shù)字化轉型的包容審慎與剛柔并濟。

1.健全未成年人身心健康的防護體系

基礎教育階段的學生正處于身心發(fā)展的關鍵期，對網絡信息的辨別能力、自我保護能力相對較弱。人工智能在提升教學效率、促進個性化學習的同時，也可能帶來內容安全、數(shù)據(jù)隱私、算法偏見等方面的風險。建立科學有效的分類分級治理體系，能夠為識別、過濾可能危害未成年人身心健康的信息提供明確標準，降低識別難度和執(zhí)行成本，實現(xiàn)從事后處置向事前預防、事中控制的治理模式轉變。

2.推動基礎教育數(shù)字化轉型的制度保障

教育數(shù)字化轉型是“十五五”期間教育改革發(fā)展的重要方向。人工智能與基礎教育的深度融合，需要規(guī)范有序的制度環(huán)境作為支撐。分類分級治理體系構建通過明確準入標準、使用規(guī)范、監(jiān)管要求，能夠為基礎教育人工智能應用的創(chuàng)新探索劃定安全邊界，既鼓勵技術賦能教育變革，又防范潛在風險，實現(xiàn)保護與發(fā)展雙贏。

3.提升教育治理現(xiàn)代化水平的重要抓手

教育治理體系和治理能力現(xiàn)代化要求建立科學、規(guī)范、高效的治理機制。分類分級治理體系作為教育治理現(xiàn)代化的重要組成部分，通過標準引領、多方協(xié)同、技術支撐等路徑，能夠提升教育治理的精準性和有效性。深化“AI for教育治理”，提升教育治理現(xiàn)代化水平，可以推動基礎教育人工智能應用打破部門壁壘、協(xié)同各方力量、精準配置要素，形成政府、學校、企業(yè)、社會協(xié)同治理的新格局。

基礎教育人工智能應用分類分級治理的挑戰(zhàn)

基于對我國基礎教育人工智能應用現(xiàn)狀分析發(fā)現(xiàn)，構建基礎教育人工智能應用分類分級治理體系既必要且迫切，同時仍面臨以下問題與挑戰(zhàn)。

（一）制度體系層面：需要加強標準建立與政策銜接

一是分類分級標準體系亟待建立。目前尚缺乏全國統(tǒng)一的分類分級管理細則，各地在標準制定、執(zhí)行尺度上存在較大差異。《分類辦法》雖然明確了13類“可能引發(fā)或者誘導未成年人模仿或者實施不良行為的信息”，但針對教育場景的細化標準、風險評估指標、分級管理要求等尚未形成系統(tǒng)化框架。學校在引入人工智能產品時缺乏明確的準入標準和風險評估依據(jù)，容易導致管理尺度不一，部分學校為規(guī)避風險采取“一刀切”甚至禁用的管理方式，缺乏精細化分類指導。

二是政策銜接落地機制有待完善。《分類辦法》需要地方配套實施細則才能有效落地。多數(shù)地區(qū)現(xiàn)有教育數(shù)字化相關政策文件多為方向性指導，比較缺乏可操作的具體分類標準。教育、網信、市場監(jiān)管等部門在人工智能教育產品監(jiān)管中的職責邊界還不夠清晰，跨部門協(xié)同機制尚未健全，政策落地存在“最后一公里”問題。

（二）內容安全層面：需要明確審核機制與責任劃分

一是內容審核主體責任有待明確。基礎教育人工智能應用因涉及未成年人，一般被視為高風險場景。因此，審核責任更重且要求更嚴。2025年5月，教育部基礎教育教學指導委員會發(fā)布《中小學生成式人工智能使用指南（2025年版）》（簡稱《使用指南》），強調“各級教育行政主管部門、教育教學機構、教育工作者、學生、家長以及社會各界應當形成協(xié)同治理格局，加強統(tǒng)籌協(xié)調，明確責任邊界，確保生成式人工智能技術在基礎教育階段應用的安全可控、規(guī)范有序”。但目前協(xié)同治理格局尚未完全形成，各主體責任仍有待明確和落實。

二是審核標準與能力仍有待匹配。當前，對人工智能生成內容的價值導向、科學性、適宜性等尚缺乏統(tǒng)一評判標準。不同學科、不同學段的內容審核要求差異大；同時多數(shù)學校缺乏專業(yè)的內容審核團隊或第三方審核支持，教師數(shù)字素養(yǎng)仍有待提升，對人工智能生成內容的識別能力參差不齊，難以發(fā)現(xiàn)隱蔽性風險。

（三）技術合規(guī)層面：需要強化數(shù)據(jù)治理與算法透明

一是數(shù)據(jù)安全監(jiān)管存在合規(guī)風險。《使用指南》明確要求“構建覆蓋數(shù)據(jù)安全、倫理審查、內容監(jiān)管和風險防控的全鏈條保障機制”，但落地執(zhí)行層面數(shù)據(jù)安全合規(guī)問題依然突出。依據(jù)《中華人民共和國個人信息保護法》第二十八條，不滿十四周歲未成年人的個人信息屬于“敏感個人信息”，需履行嚴格的處理義務。但當前部分人工智能教育應用仍呈現(xiàn)出三類失范：采集越界，違背必要性原則超范圍“過度采集”數(shù)據(jù)；防護薄弱，部分供應商在存儲與傳輸環(huán)節(jié)存在數(shù)據(jù)泄露隱患；授權虛化，對學生數(shù)據(jù)的使用目的、范圍及保存期限等缺乏清晰透明的告知與授權機制，“數(shù)據(jù)最小化”和“目的限定”原則難以貫徹。

二是算法決策可解釋透明性不足。自適應學習、智能評測等人工智能在教育場景中的應用依賴算法模型，而“算法黑箱”問題尤為突出。大多數(shù)學校、教師難以理解算法作出特定推薦或評價的內在邏輯，學生及家長更無法獲知影響學業(yè)評價的關鍵因子。這種不透明性不僅會削弱教育評價的公正性，也會增加糾正算法偏見的難度，與“提高人工智能可解釋性、透明性、安全性”的要求尚有差距。[6] 盡管在互聯(lián)網信息服務領域已有《互聯(lián)網信息服務算法推薦管理規(guī)定》等算法治理相關制度，但面向基礎教育場景的算法備案、安全評估及第三方安全評估機制尚不健全，缺乏可操作的實施細則、審查標準和技術工具，導致算法監(jiān)管在基礎教育人工智能應用實踐中難以有效落地。

（四）育人實效層面：需要健全倫理審查與應用評估

一是倫理審查預警機制尚未健全。隨著人工智能在基礎教育領域應用加速推進，其潛在的倫理風險日益凸顯。2026年3月，工業(yè)和信息化部等十部門聯(lián)合印發(fā)《人工智能科技倫理審查與服務辦法（試行）》，[7]填補了人工智能領域專門性倫理審查制度的空白。但我國科技倫理治理體系的構建與完善依舊任重道遠，特別是在基礎教育人工智能應用領域仍亟待細化落地。在產品端，人工智能教育產品在投入使用前獨立的倫理與安全審查機制亟待健全；在學校端，常態(tài)化人工智能倫理審查委員會及審查流程急需建立。

二是人工智能應用成效評估不足。當前，基礎教育領域對人工智能應用的評估多停留在“是否部署”“使用頻率”等技術采納層面，對人工智能應用的教育成效的嚴格審核與動態(tài)評估機制仍亟待建立與完善。人工智能工具在多大程度上促進了學生的批判性思維、創(chuàng)新能力和價值觀養(yǎng)成，尚未形成系統(tǒng)化評價指標與測量工具。多數(shù)學校仍主要關注其對學業(yè)成績的影響，對學生認知發(fā)展、心理健康、社會情感能力等長效育人目標的追蹤評估不足。部分人工智能產品以“提分神器”“刷題利器”為賣點，會加劇“重技術、輕育人”的傾向。

人工智能分類分級治理國際經驗與啟示

當前，國際社會已形成一系列人工智能分類分級治理經驗，[8] 可為我國構建科學有效的基礎教育人工智能應用分類分級治理體系提供重要參考。

（一）建立基于風險分級的分類準入與差異化監(jiān)管體系

國際上普遍采用“基于風險”的治理邏輯，按潛在風險等級對人工智能系統(tǒng)分類，實施差異化準入與監(jiān)管。歐盟《人工智能法案》確立“不可接受風險、高風險、有限風險、低風險”四級框架，將教育領域的智能輔導、自動評分等歸為“高風險”，強制要求數(shù)據(jù)治理、算法透明度及上市后監(jiān)控，同時禁止校園情緒識別和基于生物特征的遠程分類。新加坡采取“國家平臺+分級準入”集中治理模式，通過教育部主導的“學生學習空間（SLS）”統(tǒng)一供給人工智能工具，實施第三方工具白名單審批制，要求采用具有代表性的本地數(shù)據(jù)訓練以減少偏差，并依據(jù)倫理風險劃分禁用、限制、鼓勵三類應用場景。受國際經驗啟示，我國應加快建立全國統(tǒng)一的人工智能教育應用分類分級目錄，明確不同風險等級對應的場景邊界、準入門檻與監(jiān)管強度，實現(xiàn)精準施策。

（二）強化全生命周期數(shù)據(jù)保護與年齡適宜性設計準則

未成年人數(shù)據(jù)保護與產品設計前置考量是國際治理重點，核心是“數(shù)據(jù)最小化”與“設計即保護”理念。美國《兒童在線隱私保護法（COPPA）》及修訂版規(guī)定，面向13歲以下兒童的在線服務收集個人信息前須獲得“可驗證的家長同意”，遵循數(shù)據(jù)最小化原則，新增人臉識別等同意方式，并收緊數(shù)據(jù)保留期限。英國《年齡適宜設計準則（AADC）》要求面向兒童的服務默認開啟最高隱私保護（關閉數(shù)據(jù)追蹤、禁用精準廣告），強制開展數(shù)據(jù)保護影響評估，鼓勵設立兒童事務專員落實“設計即保護”。聯(lián)合國教科文組織《教育與研究領域生成式人工智能指南》建議將課堂使用人工智能工具的最低年齡設定為13歲，并采用全球、區(qū)域或國別數(shù)據(jù)保護和隱私標準。我國可借鑒以上經驗，強化全生命周期數(shù)據(jù)保護與年齡適宜性設計準則，對人工智能教育產品嚴格區(qū)分未成年人與成人應用場景，建立監(jiān)護人授權通道與年齡適宜性評估機制，要求產品架構設計階段嵌入隱私保護要求，從源頭上規(guī)避風險。

（三）明確技術輔助屬性與高風險環(huán)節(jié)的人工把關規(guī)則

各國普遍強調“以人為本”，嚴防技術越界替代教育者主體地位。美國多個州發(fā)布K12人工智能指導文件，構建涵蓋“負責任（批判驗證、透明披露）”和“合乎倫理（保護隱私、維護主體性）”的雙重框架，依托分類分級標準平衡創(chuàng)新與風險。德國建議教師始終掌握評價權，確保考試形式能有效確認學生作品的原創(chuàng)性。日本《初等中等教育階段生成式人工智能利用指南（2024版）》強調“人類中心原則”，詳細列舉教學與校務場景的應用邊界，明確教師的主體責任和最終裁量權。菲律賓2026年發(fā)布的《基礎教育人工智能應用指南》確立“AI是工具，而非教師”的基本原則，嚴禁在成績評定、學生評價及重大學術決策中完全依賴算法決策。這啟示我們，必須確立人工智能在基礎教育應用中的輔助定位，劃定高風險環(huán)節(jié)的“人工紅線”；針對低齡學生使用人工智能的場景，應建立教師監(jiān)督與家長知情同意機制，并開展前置性倫理審查，切實保障教育的人文關懷和價值引領。

綜上，我國構建基礎教育人工智能應用分類分級治理體系：首先，應夯實標準體系建設基礎，建立科學、可操作的全國統(tǒng)一分類分級框架，明確不同風險等級對應的應用場景與準入條件；其次，應將差異化監(jiān)管作為關鍵抓手，依據(jù)產品風險、學段類型及區(qū)域特點精準施策；再次，需要將教師、學生及家長的數(shù)字素養(yǎng)能力提升作為重要保障，并依托技術創(chuàng)新開發(fā)智能監(jiān)管工具，提高治理的精準度和效率；最后，要確立政府、學校、家庭、企業(yè)及社會多方協(xié)同治理的發(fā)展方向，實施敏捷治理并建立常態(tài)化評估與動態(tài)調整機制，確保治理體系能有效適應技術的快速迭代與教育教學實踐的不斷變化。

構建“四位一體”人工智能應用分類分級治理體系

綜上所述，構建基礎教育人工智能應用的分類分級治理體系是兼顧安全底線與創(chuàng)新發(fā)展的現(xiàn)代化治理范式。這一體系既通過精細化風險管控筑牢教育倫理與數(shù)據(jù)安全的“防火墻”，又為技術賦能個性化學習、教師專業(yè)發(fā)展等場景預留了創(chuàng)新空間，實現(xiàn)了治理效能與教育價值的平衡。我國應盡快構建“標準引領、監(jiān)管協(xié)同、能力提升、技術創(chuàng)新”四位一體的基礎教育人工智能應用分類分級治理體系，通過全鏈條、多主體的協(xié)同發(fā)力，推動《分類辦法》真正落地見效。

（一）標準引領：建立規(guī)范標準體系

可借鑒“基于風險監(jiān)管”模式，由教育部門聯(lián)合網信、市場監(jiān)管等部門出臺基礎教育人工智能應用分類分級管理指南等，確立全國統(tǒng)一的“場景—風險—學段”三維標準框架。可以依據(jù)促進學生成長、輔助教師教學、支撐教育治理、賦能科學研究等不同場景，結合數(shù)據(jù)敏感度、算法透明度等指標，將風險劃分為不可接受風險（禁止）、高風險、有限風險和低風險四個等級，并針對不同學段或未成年人年齡階段匹配差異化的準入與監(jiān)管要求。

（二）監(jiān)管協(xié)同：完善全鏈條監(jiān)管機制

標準的生命力在于執(zhí)行。應著力構建“國家—省—市—校”四級監(jiān)管體系，明確各層級在政策制定、日常巡查和校內管理中的權責邊界，并建立教育、網信、公安、市場監(jiān)管的跨部門協(xié)同機制，打破數(shù)據(jù)孤島與監(jiān)管壁壘。在執(zhí)行層面，必須嚴格落實數(shù)據(jù)本地化存儲與去標識化處理要求，建立嚴格的數(shù)據(jù)安全審計機制。對未成年人數(shù)據(jù)進行全流程保護，建立暢通的投訴舉報渠道與快速響應的閉環(huán)處置機制，確保對人工智能產品從入口到運行的全過程管控。

（三）能力提升：強化多方能力建設

技術是雙刃劍，人的素養(yǎng)決定了技術使用的邊界。應將數(shù)字素養(yǎng)與人工智能倫理教育納入國民教育體系，從小學階段開始培養(yǎng)學生的風險識別能力，并將人工智能應用能力作為校長、教師繼續(xù)教育必修內容。同時，通過家長學校和社區(qū)教育中心提升家長的監(jiān)護能力與風險意識，形成家校社協(xié)同育人合力，確保分類分級制度不僅在紙面上，更能在每一個應用場景中被執(zhí)行和理解。

（四）技術創(chuàng)新：推動技術賦能治理

面對人工智能技術的快速迭代，傳統(tǒng)的人工監(jiān)管模式難以為繼。可依托高校和科研機構等建設國家級人工智能教育應用測試驗證平臺，開發(fā)自動化的內容審核與風險評估工具，降低企業(yè)的合規(guī)成本和政府的監(jiān)管負荷。應建立常態(tài)化效果評估與風險預警機制，結合區(qū)域試點經驗，動態(tài)調整分級標準與政策工具箱，確保治理體系既能守住安全底線，又能包容技術創(chuàng)新的活力。

面向未來，隨著生成式人工智能等技術的迭代演進與教育實踐的深度融合，還須持續(xù)深化三個方面的研究：一是完善敏捷治理機制與動態(tài)化分類分級標準，確保政策能快速響應技術新形態(tài)、新風險；二是探索區(qū)域差異化治理路徑，針對城鄉(xiāng)教育資源稟賦差異制訂適配性方案，縮小數(shù)字鴻溝；三是積極參與全球教育人工智能治理規(guī)則制定，將我國堅持以人為本、普惠公平、智能向善、開放共創(chuàng)的特色經驗轉化為國際共識。通過持續(xù)迭代優(yōu)化治理方案，不僅能為我國基礎教育高質量發(fā)展保駕護航，更能為全球教育人工智能治理貢獻中國智慧和中國方案。

參考文獻

[1] 中共中央關于制定國民經濟和社會發(fā)展第十五個五年規(guī)劃的建議[EB/OL].2025-10-28. https://www.gov.cn/zhengce/202510/content_7046050.htm.

[2]《可能影響未成年人身心健康的網絡信息分類辦法》答記者問[EB/OL].2026-01-23. https://www.cac.gov.cn/2026-01/23/c_1770728780859711.htm.

[3] 林子涵.國際社會多元求解AI安全命題（環(huán)球熱點）[EB/OL].2026-03-21. https://baijiahao.baidu.com/sid=1860231396393298975&wfr=spider&for=pc.

[4] 陳萬球. 科技倫理敏捷治理的三重維度[N]. 光明日報，2023-09-18（15）.

[5] 王佑鎂，王旦，梁煒怡，等.敏捷治理：教育人工智能倫理治理新模式[J]. 電化教育研究 ，2023（7）：21-28.

[6] 人工智能全球治理行動計劃[EB/OL].2025-07-26. https://www.gov.cn/yaowen/liebiao/202507/content_7033929.htm.

[7] 工業(yè)和信息化部等十部門關于印發(fā)《人工智能科技倫理審查與服務辦法（試行）》的通知[EB/OL].2026-04-02. https://www.miit.gov.cn/zwgk/zcwj/wjfb/tz/art/2026/art c5039010f5d24e1593152a9355f9c51c.html.

[8] 孔祥淵，陶甜甜，李玉子. 人工智能教育應用治理的國際經驗及其反思—基于2019—2025年全球19份相關政策文本的分析[J]. 上海教育科研，2026（3）26-31+74.

本文系北京市教育科學“十四五”規(guī)劃2023年度重大課題“首都基礎教育高質量發(fā)展評價研究”（BAMA23001）的階段性研究成果

（作者郭秀晶系北京教育科學研究院教育發(fā)展研究中心主任、研究員；馮洪榮系北京教育科學研究院黨委書記）

《人民教育》2026年第10期

作者：郭秀晶 馮洪榮