人工智能进入基础教育课堂的速度，正在超过学校制度、教师培训与家校沟通的更新速度。IBM于2026年9月2日发布一项面向美国K-12教育群体的人工智能准备度研究，调查由Morning Consult于2026年7月开展，共覆盖2048名美国成年人，其中包括1019名K-12教育从业者和1029名学生家长。研究显示，人工智能已经成为不少中学课堂的常用工具，但师资能力、使用规范和数据治理仍存在明显缺口。相关调查口径与主要结果可在IBM官方公告[1]及Open Data Science报道[2]中交叉核验。
课堂使用已经普及，学校准备度却未同步
IBM公布的调查结果显示，受访中学教师中有76%表示其课堂至少每周使用一次人工智能，高中教师的这一比例为73%，小学教师则为45%。在高中阶段，45%的受访教师表示课堂每天或几乎每天都会使用人工智能。需要注意的是，这些数据反映的是美国受访群体的自报情况，不能直接推导为全球或中国学校的总体水平，但足以说明一个趋势：学校面对的已不再是“是否允许人工智能进入课堂”，而是“如何在人工智能已经被使用的情况下建立边界”。PR Newswire发布内容[3]与IBM官方数据保持一致。
设备接入、账号开通和工具采购，只代表学校拥有了使用条件，并不等于形成了完整的应用能力。真正的准备度还应包括教师能否辨别模型错误，学生是否理解引用规则，学校能否管理输入数据，以及出现不当内容、隐私泄露或评价争议后由谁处置。缺少这些环节，人工智能越常用，风险暴露面反而可能越大。
教师培训是最直观的能力缺口
调查显示，仅20%的受访K-12教育工作者表示接受过充分的人工智能培训。42%的受访教育工作者把培训或专业发展不足列为支持人工智能素养教育的首要障碍，另有34%提到课程与教学材料有限。由此可见，单纯向教师提供工具操作说明远远不够，培训内容至少应覆盖事实核验、提示词设计、生成内容标注、版权意识、偏差识别、学术诚信和学生隐私保护。
学校还应按岗位设计培训，而不是采用一套课程覆盖所有人员。任课教师需要掌握课堂任务设计与作业评价方法，班主任需要理解学生使用行为和家校沟通规范，信息技术人员需要负责账号权限、日志留存和安全配置，管理者则要建立采购审查、风险分级与事件响应机制。只有责任能够落到具体岗位，培训才会从知识介绍转化为治理能力。
师生数据不能成为工具试用的隐性成本
校园人工智能应用常会接触学生姓名、年龄、学习记录、作文内容、课堂表现乃至特殊教育信息。学校在引入相关服务前，应明确哪些数据禁止输入外部模型，哪些信息必须脱敏，数据会被保存多久，能否用于模型训练，以及教师、学生和家长如何申请查询、更正或删除。尤其不能因为工具免费或使用方便，就跳过对服务条款和数据流向的审查。
从互联网内容治理角度看，校园应用同样需要守住合法合规、公共利益、真实信息、未成年人保护和社会责任等基本边界。以“九不准”和“七条底线”为基础框架，学校应防止人工智能被用于制作或传播违法有害信息、虚假内容、侵权材料和破坏正常教学秩序的信息。对于模型生成的答案，还要建立人工复核制度，避免把未经核验的内容直接用于授课、成绩评价或学生发展判断。
家长知情不足会削弱校园应用的信任基础
IBM研究显示，77%的受访家长希望对孩子课堂中的人工智能使用拥有一定表达渠道，但只有20%的家长表示清楚了解学校向孩子提供的相关指导。另有51%的家长认为，更明确的规则有助于提升信心，48%的家长希望学校提高课堂人工智能使用的透明度。这个差距说明，校园治理不能只在校内完成，家长需要知道学校使用了什么工具、用于什么场景、处理哪些数据，以及出现问题后如何申诉。
可行做法是发布简明的家长告知清单，并对高风险场景设置单独说明。例如，辅助备课与自动生成学生评价的风险并不相同，普通知识问答与分析个人学习档案也不应采用同样的授权方式。学校还可以定期公开工具目录、适用年级、禁用情形和责任联系人，让家长参与规则讨论，而不是仅在系统上线后被动接收通知。
从“先用起来”转向“分级治理”
- 低风险场景：用于教师构思活动方案、生成练习草稿或解释通用知识，但必须由教师核验后使用。
- 中风险场景：涉及学生作业反馈、个性化学习建议或课堂行为分析时，应进行数据最小化处理，并保留人工复核。
- 高风险场景：涉及成绩决定、心理健康判断、升学建议、身份识别或敏感个人信息处理时，不宜由通用模型自动作出结论。
- 禁止场景：不得利用人工智能生成、加工或传播违法有害内容，不得诱导学生提交无关个人信息，也不得以技术结果替代必要的教育责任。
IBM同时宣布推出K-12人工智能领导者项目，首期计划于2026年秋季在纽约大都会区面向最多100名学区负责人、教育管理者和教师开展专业学习。该举措反映出校园人工智能建设的重点正在从单个工具部署，转向管理者能力、教师支持与家长参与的整体提升。
总结
这项研究带来的核心提醒是，校园人工智能准备度不能用账号数量或使用频率衡量。工具进入课堂只是起点，教师是否胜任、学生是否理解边界、数据是否得到保护、家长是否充分知情，才决定应用能否长期运行。对学校而言，更稳妥的路径是先建立场景清单、数据规则、培训体系和责任机制，再逐步扩大使用范围，让人工智能服务于教学，而不是让教学制度追赶工具变化。
事件及资料日期：IBM于2026年9月2日发布研究与项目公告；调查由Morning Consult于2026年7月实施。主要资料来源：IBM官方公告[1]、Open Data Science交叉报道[2]、PR Newswire公告记录[3]。
