赛迪译丛：《中美人工智能教育对比评估》-28页_1mb

报告摘要

中美人工智能教育对比总结

核心内容

本报告分析了2017年至2021年间中美两国在人工智能教育方面的政策、实践及发展趋势。中美两国在推动人工智能教育的过程中采取了不同的策略，中国更注重顶层设计与课程体系的全面整合，而美国则强调州级自主性与产业界合作。报告还探讨了两国在人工智能人才培养方面的优劣势，并提出了政策建议以提升美国在人工智能教育领域的竞争力。

主要观点

中国采取了系统性的政策推动人工智能教育，从中小学到研究生教育均有涉及，并通过设立人工智能专业和研究院、推动校企合作等方式加速发展。
美国则更依赖州和地方的自主性，推动人工智能教育的方式更加分散，虽有企业与非营利组织积极参与，但尚未形成国家层面的统一标准。
两国在人工智能教育的实施中均面临挑战，如师资不足、课程质量参差不齐、城乡教育资源不均等。

关键信息

中国人工智能教育概况

政策推动
- 2017年7月，国务院发布《新一代人工智能发展规划》，要求在各级教育体系中推广人工智能教育。
- 2018年1月，人工智能、物联网和大数据处理被纳入国家高中课程。
- 2019年3月，教育部批准35所高校设立人工智能专业，2020年增长至215所，2021年达到345所。
- 2018年4月，教育部推动“AI+X”复合专业建设，如数据科学、智能制造等。
中小学阶段
- 北京和山东分别开展了“全国青少年人工智能创新人才培养基地”培育活动。
- 人工智能学会设立了中小学工作委员会，推动人工智能教育大会与课程体系建设。
- 企业如商汤科技、优必选科技、百度等参与人工智能教材编写与课程推广，覆盖全国多所试点学校。
高等教育阶段
- 34所高校设立了人工智能研究院（学院），涉及自然语言处理、机器人学、医学成像等领域。
- 清华大学等高校开设了人工智能交叉学科研究院，并推出了“智班”项目，整合人工智能与多学科内容。
面临的问题
- 人工智能课程内容复杂，对中小学生理解难度大。
- 教材开发缺乏系统性指导。
- 师资培训不足，设备资源不均衡。
- 户籍制度导致城乡教育差距，影响人工智能教育的公平性。

美国人工智能教育概况

政策与实践
- 各州和地方学区主导人工智能课程标准的制定与实施，缺乏全国统一框架。
- 私营企业、非营利组织与学术界合作推动人工智能教育，如微软、亚马逊、IBM等公司参与课程开发与师资培训。
初等和中等教育
- 多个州将计算机科学纳入K-12课程体系，但覆盖率和质量不一。
- 一些学校开设了人工智能课程，如昆内特县的塞金杰高中，强调编码、机器学习、数据科学等内容。
- 教师培训体系不统一，部分州缺乏系统化的认证流程。
高等教育阶段
- 人工智能相关课程和学位迅速增长，如斯坦福大学、加州理工学院、MIT等高校提供人工智能专项课程或学位。
- 产业界与高校合作，如AWS、IBM、谷歌等公司资助人工智能研究和教育项目。
- NSF支持18所人工智能研究所，推动跨学科研究和教育发展。
面临的问题
- 各州人工智能教育政策差异大，课程标准不统一。
- 师资短缺，尤其是具备人工智能知识的教师。
- 低收入学区缺乏资金与资源，难以实施高质量人工智能教育。
- 多源资助模式难以追踪和评估，影响项目可持续发展。