工智能 知识、应用伦理原则和支持其职业发展的策略。 教学方法，以及专业学习中的AI应用。这些能力被划分为三个进 阶层次：获取、深化和创造。 The AI能力框架针对这一缺口，通过定义教师在AI时 代必须掌握的知识、技能和价值观来解决这一问题。 该框架基于保护教师权益、增强人类自主性和推动可 持续性的原则进行开发，并详细列出了五个维度下的 15项能力：以人为中心的心态、AI伦理、AI基础与应 用。 深远的影 响，特别是在教师的角色以及他们所需的能力方面。教育中使 用AI引发了关于教师自主权和其判断如何及何时恰当地使用这 项技术的能力的基本问题。 教师迫切需要被赋能以更好地理解人工智能的技术、伦理和 教育学维度。然而，截至2022年，仅有七个国家制定了针对 教师的人工智能能力框架或专业发展计划。 该出版物以教科文组织以前在该领域的工作为基础 ， 如 教师、人工智能和教育的信 通技术能力框架 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.2. 2 方面 2 ： 人工智能的伦理 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

为防范核风险而创造的超级监控系统 ，是否可能成为新形态的技术霸权？ u 当 AI 替代人类判断 ， 监管者会否沦为算法的 “执行器官”？ 工具理性与价值理性的永恒张力 n 汉斯 · 约纳斯的责任伦理 • AI 的 “概率思维”与责任伦理的 “绝对命令”存在根本冲突。 当算法计算出 “可 接受风险”（如 0.01% 的泄漏概率） ， 人类是否有权为后代做此选择？ • 认知偏差的安全幻觉。 当 AI 能预测 99 （ RegTech ） 应用 - 建立 AI 监管案例库 - 与 NRC 、 ONR 合作制 定 AI 监管原则 - 发布《核领域 AI 伦理指 南》（ 2024 年） - 数据格式不兼容 - 伦理框架全球化挑 战 美国 - 《在核应用中开发人工智能系统 的考虑因素》（ 2024 年 9 月， NRC 联合英加发布） - 《先进核能法案》（ 非能动安全系统设计 - 采用 “风险分级 ” 监管模式 ，要求第 三方评估 AI 安全 案例 - 主导欧盟 AI 伦理 框架 - 与中国合作 AP1000 、 EPR 监管 经验交流 - 平衡技术创 新与伦理争议 - 推动欧盟统 一监管标准 韩国 - 《第四次工业革命战略》 （ 2018 年） - 《核电站专用

、社会服 务与国际合作”四大导向，明确高等教育数智化转型的发展方向和战略目标。 报告从技术、社会与教育三个维度深入审视机遇与挑战：在技术层面，算力、数据与算法的突破孕育创新红利， 但面临安全、伦理、偏差与治理等现实约束；在社会层面，发展契机与潜在风险并存；在教育层面，知识去中 心化、学习个性化的进程中，需要同步重塑价值导向与能力结构。基于深入分析，报告提出推动高等教育走向 智能、高效、开 力＋教育能力”的 能力谱系；在要素分析上，形成“五要素”框架：算力作为构建基石与场景适配关键，数据作为必备燃料与领 域属性特征，算法作为核心引擎与风险应对策略，开发工具作为全栈式工具矩阵，安全、伦理和隐私保护作为 有效保障。在技术路线上，构建“参考架构—智能体应用—标准体系”的完整技术路径，以“性能—成本—应用” 协同优化为抓手，支撑模型从训练、推理、部署、协同到应用增强的全链路落地。 具体路径，总结了九个重构方向：提供精 准适需的教育内容、实现个性灵活的教学方式、支持沉浸互动的学习体验、重塑教育主体的角色与能力、助力 数据驱动的教育评价、推动智能高效的教育治理、构建安全可信的伦理治理体系、配置优质均衡的教育资源、 强化智能协同的科研创新。据此提出“统筹规划、分步建设、优选场景、协同发展”的教育大模型建设原则， 阐明基于通用大模型研发教育大模型的具体实践，倡导通过算力、数据、算法协同优化的工程创新来实现教育

原则与关键指标，探讨了典型评测方法与平台实践。尽管初步标准框架已形 成，但在多模态交互、群体智能等方面仍缺乏系统标准，评测工具亦亟待升级。 未来应完善分领域标准、建设权威评测平台、加快国际接轨，并同步推进伦理法 律规范，推动具身智能生态规范发展。 Abstract： Embodied intelligence，as a new paradigm integrating artificial intelligence Bench），涵盖五大类真实场景测试场；在产业生 态层面，人形机器人创新中心建成“麒麟”训练场，实 现“数据—模型—训练”的闭环迭代。但当前具身智 能发展仍面临硬件“非标化” “高成本”的高门槛、多模 态融合算法效率仍偏低、伦理责任界定模糊等挑战。 本文通过解析具身智能“技术演进—标准构建—评测 验证”协同发展机制，结合产业研报最新研究，以期与 产业专家共同探索解决具身智能标准化研究与评测 方法。 1 国内外标准化研究现状分析 当前具身智能领域存在标准规范缺失、软硬件平台碎 片化等问题，亟需构建统一的标准体系以引领产业健 康发展 ［8］。该报告强调缺乏统一的操作系统和标准化 开发工具链、硬件耐用性和能效有待提升、技术评测 和安全伦理标准空白等因素，制约了具身智能的规模 化应用。 在国家层面， 《国家人工智能产业综合标准化体 系建设指南（2024 版）》将具身智能列为人工智能关键 技术标准体系的重要组成部分 ［9］。该指南提出制定多

创造新职业 • 提示词工程师、大模型数据工程师、大模型应用开发工程师、 AI 架构师等 • AIGC 设计师、 AI 产品经理、 AI 游戏策划、 AI 安全专家、 AI 伦理与法规专家 n 从组织结构和工作流程角度来看，人数很少的公司可能做出影响世界的产品 1. 从人机协作（ AI 作为 Copilot ） 2. Agent 数字员工和人类员工共同工作 学术前沿 | 独立科研 | 行业引领 n AI+ 学科 各学科（非人工智能专业）与人工智能的深度融合的课程 n AI 通识教育 面向院校所有学生、教师和教职工 基础概念 | 技术认知 | 伦理思考 | 社会影响 | 应用场景 | 未来趋势 n 培养什么人 1. 思维能力：批判思维、独立思维、逻辑思维 2. 学习能力：终身学习，善用 AI 3. 热爱人类 n 如何培养人 1 数据驱动的教学决策和协作教学支持 3. AI 赋能评价 • 基于生成式 AI 的多元评价系统 • 数据驱动决策 n 挑战和风险 1. 法律、隐私与信息安全 2. 伦理与学术诚信 3. 教育质量与学生发展 4. 教师角色与职业转型 5. 教育公平与数字鸿沟 6. 组织转型与系统适应 02 对 AI 教育的思考： AI 如何赋能教 育 30

带来了前所未有的机遇与挑战。特别是在中小学教育阶段，人工智 能的应用不仅能够提升教学效率，还能为学生提供个性化的学习体 验，促进教育公平。然而，尽管人工智能在教育中的应用潜力巨 大，其实际落地仍面临诸多政策、技术、伦理等方面的挑战。 在全球范围内，许多国家已经将人工智能教育纳入国家战略。 例如，美国在《国家人工智能研究与发展战略计划》中明确提出要 推动人工智能在教育领域的应用；中国也在《新一代人工智能发展 用并非一帆风顺。首先，人工智能技术的复杂性和高成本使得许多 学校难以负担；其次，技术的可靠性和安全性问题也引发了广泛关 注，特别是在涉及学生隐私和数据安全的情况下。 此外，人工智能在中小学教育中的应用还面临着伦理和社会的 挑战。例如，如何确保人工智能技术的公平性，避免因技术差异导 致的教育资源分配不均？如何平衡人工智能与教师角色的关系，避 免教师被技术取代？这些问题不仅需要技术层面的解决方案，还需 数据隐私问题：人工智能技术涉及大量学生数据的收集与分 析，如何保护学生隐私成为一大挑战。 综上所述，中小学人工智能应用的研究背景复杂而多元，涉及 政策、技术、伦理等多个层面。为了推动人工智能在中小学教育中 的有效应用，亟需从政策制定、技术研发、教师培训、伦理规范等 多个方面进行系统性研究与实践。 1.2 研究目的与意义 随着教育信息化 2.0 时代的到来，人工智能技术在中小学教育 中的应用逐渐成为

药物治疗方案、 基因型等。 若这些信息被未经授 权的人知晓, 易造成伦理问题与隐私泄露 [12]。 因此, 必须采取强有力的安全措施, 确保患者数据得到妥善 保护, 同时建立透明的数据使用和共享机制, 以平衡 技术创新与隐私保护之间的关系。 在这方面, 医疗机 构和技术开发者需要共同努力, 确保生成式人工智能 的应用在技术和伦理上都得到有效的管理和监管。 2. 4 规制层面———管理制度与监管体系尚不健全 xxgk/ zcfb/ tz/ 202212/ t20221215 _ 1343551. html. [12] 李东洋,刘秦民. 论 ChatGPT 在医学领域可能带来的伦理 风险与对应的防范路径[J]. 中国医学伦理学,2023(10): 1067-1073. (本文编辑: 谢碧钰) 81

数字公民素养与AI伦理 • 算法识读与数据素养 • 批判性媒体素养 • 积极参与技术治理 • 跨文化与跨“物种” （人机）协作能力 公民素养与社会 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第46页 教育范式革命的挑战与机遇 风险识别 策略平衡 风险 • 认知与能力退化陷阱 • 教师角色的冲击与转型困境 • 评估体系的滞后与失效 • 技术伦理、隐私与安全风险 2019.5 联合国教科文组织：《北京共识— —人工智能与教育》 探索采用人工智能技术构建新型教育 学习体系 2021.6 科技部：《新一代人工智能伦理规范》 强调 AI 教育应用要遵循"以人为本、安 全发展"原则，为技术应用提供伦理指导 2022.2 2022.4 科技部：《关于支持建设新一代人工智能示 范应用场景的通知》 支持建设"备、教、练、测、管"等关键环节 智慧教室等场景，支持教育智能化应用 师生数字素养标准，深化人工智能助推教师队伍建设。打造人工智能教育大模型。建设云端学校等。建立基于大 数据和人工智能支持的教育评价和科学决策制度。加强网络安全保障，强化数据安全、人工智能算法和伦理安全。 坚持“学生中心、能力进阶、交叉融合”建设理念，加快构建“人工智能通识教育”新生态 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第61页 高校人工智能教育实践-案例：北京大学

算法优化：通过模型压缩和量化技术，降低大模型的计算资源需求。 ■ 具身智能的未来发展 □ 面临的挑战——伦理与道德方面 具身智能的责任界定 ( 如机器人伤人时的责任归属 ) 仍是未解之题，现有法律框架可能无法完全应 对 这些新问题。 在家庭护理等场景中，还涉及伦理道德挑战，例 Φ 如何让机器人的行为既满足需求又不违背伦理准则。 ■ 具身智能的未来发展 □ 面临的挑战——安全与隐 私 方面 > 需要制定相关规范，确保具身智能系统的安全性。

管理，保障医疗质 量和应用安全。在个人隐私保护方面，遵循“以人为本”原则，正 视医学伦理问题，按照循证医学研究的基本原则和路径，开展新兴 中国智慧健康医疗蓝皮书 2022 14 为“健康中国”插上智慧的翅膀 信息技术应用研究，并在相关方面加强对医务和科研人员的教育、 培训，尽最大可能降低医学伦理重大事故发生率。各方坚守安全底线， 对标国家法律法规与政策标准，以健康医疗网络数据全生命周期的