人工智能通识教育（四）分层实施：中小学、大学与终身学习
清华 AIGE 研究中心《人工智能通识教育红皮书》（v2.3.1）第四篇精读：中小学采用「横向五部分内容、纵向三阶段递进」的贯通式课程；大学阶段重点发展方法理解、专业迁移与跨学科协作；终身学习采用「共同核心—情境模块—前沿更新」结构，并按生活阶段、数字基础与特殊需要提供差异化支持。
文献：王东、马少平：《人工智能通识教育：智能社会中的认知自治》，清华大学计算机系人工智能通识教育研究中心，2026（《人工智能通识教育红皮书》v2.3.1，266 页）。DOI: 10.5281/zenodo.21959557
本文是这套红皮书四篇连续推送的第四篇（末篇）：第一篇 时代背景｜第二篇 理论基础｜第三篇 内容框架｜第四篇 分层实施。引文均出自原书，章号随文标注。
一、同一套内容，如何适配不同的学习者
第四篇回答实施问题。它的基本判断是：五部分内容（基础概念、方法、应用、交叉融合、风险伦理与责任）与四能力（归纳、泛化、判断、自醒）对各阶段都适用，差别在于抽象程度、系统复杂度、实践开放性与责任要求。 三个学段各有不同的组织方式：
| 学段 | 组织方式 | 重点 |
|---|---|---|
| 中小学 | 横向五部分 × 纵向三阶段 | 兴趣培养 → 体系构建 → 知识拓展与创新实践 |
| 大学 | 方法理解 × 专业迁移 × 跨学科协作 | 在专业知识的形成、检验与应用中训练四能力 |
| 终身学习 | 共同核心 × 情境模块 × 前沿更新 | 在技术变化中持续保持认知自治 |
二、第 14 章：中小学的「贯通式课程」
中小学部分提出**「横向五部分内容、纵向三阶段递进」的框架：基础概念、方法、应用、交叉融合与风险伦理责任贯穿小学、初中、高中；小学以兴趣培养与科学精神为主，初中以体系构建与全局视野为主，高中以知识拓展与创新实践为主。同一主题在三个学段反复出现，但抽象程度、系统复杂度、实践开放性和责任要求逐步提高**：
该章还分别给出五部分内容的学段递进（表 14.2）与四种认知能力的学段递进（表 14.3）：例如四能力要从「生活经验中的初步表现」，发展为「机制化分析和负责任的认知行动」。
三、第 15 章：大学阶段的方法理解、专业迁移与跨学科协作
大学阶段的前提是：学生已在基础教育中形成基本认知，因此重点转向三件事——系统讲授主要方法及其研究范式、训练方法在专业问题上的迁移、组织跨学科协作。四能力的训练对象也随之变化：
「归纳、泛化、判断与自醒四种能力的训练对象由一般问题扩展到专业知识的形成、检验和应用。」（第十五章摘要）
原书给出的课程结构包括：大学通识课程第一部分的内容结构（表 15.2，以人工智能基础方法为主）、面向数学／工程／物质科学／生物与医学／地球与空间／社会文化与艺术等方向的六个交叉方向教学重点（表 15.3），以及针对基础差异较大的过渡阶段的四个课程模块（表 15.4）。四能力在大学阶段的训练重点则集中在一张表里：
一个务实的安排是：大学阶段同时保留理论学习、公共案例和实践活动，过渡阶段按「概念—方法—应用—融合」推进，逐步提高方法深化、专业迁移与跨学科实践的比重。
四、第 16 章：终身学习的「共同核心—情境模块—前沿更新」
终身学习部分覆盖学校教育之后的成人与公众学习：职业发展、家庭生活、社会参与和退休生活。内容采用三层结构：
其学习过程被描述为一条可复用的路径：「现实问题—人工智能任务—基本原理—实际操作—结果核查—迁移与反思」（总论 0.5）。同时按人群差异化支持：职业群体加强工作流程、人机协作、组织数据保护与专业责任；老年群体兼顾生活便利、健康照护、防诈、社会联系与主体性；数字基础薄弱与有特殊需要的学习者，需要低门槛材料、线下支持、无障碍设计、本地语言支持与人工服务保留。
五、附录：三阶段教材结构与实践项目
原书在附件中提供了清华大中小学人工智能通识教育研究组为中小学、大学与终身学习三个阶段设计的教材结构与实践项目，按学段分为附录 A（小学）、B（初中）、C（高中）、D（高等教育）、E（终身学习）。原书对这些附件的定位说得很清楚：
「这些内容汇集了已有课程资源和实施形态，为后续按照认知自治目标重组知识、任务、能力与评价证据提供参考。」（总论 0.6）
也就是说：附录是可用的素材，而全书的框架（五部分内容 + 四能力 + 三路径）才是重组这些素材的依据。
精读笔记
第四篇解决的是「同一套框架怎么落地」。它的答案不是给每个学段另起一套内容，而是保持内容与能力框架不变，改变抽象程度、系统复杂度、实践开放性与责任要求——这也是全书「共同主干 + 拓展内容」原则在学段维度上的自然延伸。
三点值得带走的东西：
- 中小学的「螺旋」不是重复，而是四维递进：抽象程度、系统复杂度、实践开放性、责任要求。课程设计时可以拿这四个维度逐项给同一主题定级，避免「小学讲过、初中又讲一遍」的空转。
- 大学的抓手是「专业迁移」。表 15.3 的六个交叉方向，本质上是把 AI 通识课挂到不同专业的真实问题上——这比增设一门「AI 导论」更容易被院系接受。
- 终身学习的三层结构可以直接照搬：共同核心（稳定）、情境模块（贴近生活）、前沿更新（吸收新变化）。任何面向公众的 AI 课程都能套用。
引用提示：本书为研究报告（非同行评议论文），引用请标注版本号与 DOI（v2.3.1，2026）；正文及作者原创图表为 CC BY-NC-ND 4.0，可原样引用、不宜改绘后再发布；附录中的教材结构与项目来自清华大中小学人工智能通识教育研究组。
来源：原书 PDF《人工智能通识教育：智能社会中的认知自治》v2.3.1（王东、马少平，清华 AIGE 研究中心，2026）｜本篇对应原书第四篇与附录（第 14—16 章及附录 A—E，第 172 页起）