指向个性化学习的高中生AI素养课程开发与实践（2026年度黄浦区教育科学研究重点项目）

在人工智能技术迅猛发展并深度融入社会各领域的时代背景下，AI素养已成为未来人才的核心竞争力。高中生正处于认知发展与价值观形成的关键阶段，培养其科学、理性、负责任地理解、使用与创新AI技术的能力，具有前瞻性和紧迫性。然而，传统“一刀切”的教学模式难以满足学生在兴趣、认知水平与发展方向上的个体差异。因此，开发指向个性化学习的高中生AI素养课程，不仅是教育现代化的内在要求，更是落实立德树人、发展学生核心素养的重要路径。

一、理念引领：以“个性化学习”为核心，重构AI素养育人范式

个性化学习强调尊重学生个体差异，通过定制化内容、路径与评价，促进每个学生最大限度的发展。AI素养则涵盖对AI基本原理的认知、技术应用能力、伦理判断力及创新思维。二者融合的课程设计，应实现“因材施教”与“素养导向”的统一：一方面，依据学生的基础水平与兴趣偏好，提供差异化学习内容；另一方面，通过AI赋能教学过程，实现“用AI教AI”的双向融合。课程目标应定位为：基础层——掌握AI基本概念与工具使用；进阶层——具备数据思维与简单模型构建能力；创新层——能结合实际问题开展AI项目设计与伦理反思。

二、课程开发：构建“三维四阶”个性化课程体系

1. 
内容维度：涵盖“基础认知—技术实践—社会伦理—创新应用”四大模块。基础认知介绍AI发展史与核心算法；技术实践包括编程、数据处理与模型训练；社会伦理聚焦隐私、偏见与责任；创新应用鼓励学生结合生活场景设计AI解决方案。
2. 
路径维度：设置“通识型、技术型、人文型”三条学习路径。通识型面向全体学生，重在普及；技术型面向理工兴趣学生，强化编程与算法；人文型侧重AI与社会、伦理、艺术的交叉探讨。
3. 
支持维度：整合线上平台（如AI教学系统、虚拟实验室）与线下资源（如AI实验箱、项目手册），支持学生自主选择学习资源与进度。

三、教学实践：实施“诊断—定制—互动—反思”四阶教学模式

1. 
前测诊断：通过问卷、能力测评与兴趣调查，建立学生AI素养初始画像，识别知识盲区与学习偏好。
2. 
个性定制：依据诊断结果，系统推荐个性化学习路径与资源包，如为编程基础薄弱者提供图形化编程入门，为兴趣浓厚者推送机器学习项目案例。
3. 
多元互动：采用项目式学习（PBL），如“智能垃圾分类系统设计”“AI写作伦理辩论”，鼓励小组协作与跨学科探究；引入AI助教与智能反馈系统，实现即时答疑与过程指导。
4. 
动态反思：建立电子学习档案，记录学习轨迹、项目成果与反思日志，引导学生定期复盘，调整学习策略。

四、评价机制：建立“过程+成果+成长”多元评价体系

1. 
过程性评价：关注学生在项目中的参与度、合作能力与问题解决表现，通过观察记录与系统数据进行综合判断。
2. 
成果性评价：以作品展示、程序代码、研究报告等形式呈现学习成果，组织校内AI创新大赛进行展示与评比。
3. 
成长性评价：对比前后测数据，评估学生在AI知识、技能与态度上的进步幅度，强调“增值评价”而非绝对分数。

五、保障机制：强化师资、技术与制度协同支撑

加强教师AI素养培训，组建“学科教师+技术专家”协同教学团队；建设AI创新实验室，保障硬件与平台支持；将AI素养课程纳入学校课程体系与学分管理，确保实施常态化。

六、结语

指向个性化学习的高中生AI素养课程，是应对智能时代教育变革的积极回应。通过理念更新、体系重构与实践创新，不仅能够提升学生的AI素养，更能培养其自主学习、批判思维与创新能力，为未来社会培养具备技术理性与人文关怀的复合型人才奠定坚实基础。