美國人工智能教育：結構特征、發展動因與現實挑戰

崔 錚，尹金燦

（遼寧大學 中國開放經濟研究院，遼寧 沈陽 110136）

以人工智能為代表的新興技術正不斷塑造著世界經濟政治格局，人工智能領域也成為美國政府優先支持的發展領域。近年來中美關系緊張，美國視中國為“主要競爭對手”，人工智能也成為中美競爭的“新戰場”。因此，基于人工智能教育對產業發展的核心地位及其在戰略中的重要作用，了解美國人工智能教育的布局，分析美國開展人工智能教育的動因，客觀看待美國人工智能教育面對的挑戰，對中國發展本國人工智能教育、更完善應對人工智能領域的大國博弈具有一定意義。

一、美國人工智能教育的結構特征

人工智能教育在美國社會各層面已得到普及，基于目前的發展趨勢，美國人工智能教育呈現五大特征。

（一）以政府投資為支撐，提供教育資金

資金支持是美國開展人工智能教育的基礎。教育培養時間周期長，覆蓋范圍廣，需要頂層設計的長期支持和持續投入，否則無法達到戰略預期。美國政府通過資金投入的方式發展人工智能教育，美國劃撥教育領域的預算節節攀升。2020—2022 年三年期間，美國教育領域的預算分別為2626 億美元、4971 億美元和6370 億美元，綜合增長率為超過200%，其中2022 年教育領域的財政預算為全年預算的5.6%[1]。美國國防部高級研究計劃局表示2018—2022 年在人工智能領域繼續投資20億美元，用以資助現有和新推出的項目[2]。2021 年5 月，美國國會通過《無盡前沿法案》，成立技術和創新理事會（DTI），決定在未來五年對高科技領域追加一千多億美元的投資，加深同盟友、伙伴和國際組織在關鍵技術領域的合作[3]。此外，美國國防部與非政府組織編程學院（The Coding School）合作，撥款300 萬美元作為獎學金培養下一代AI 領導人[4]。

（二）以青少年教育為基礎，儲備未來AI 人才

青少年教育是美國開展人工智能教育的重點。2011 年美國國家科學院研究委員會公布的《成功的K-12 階段STEM 教育：確認科學、技術、工程和數學的有效途徑》報告將擴大具有STEM 素養的勞動力、擴大繼續在本科和研究生階段攻讀STEM 專業的學生人數和擴大STEM 領域女性和少數族裔人群視為美國在K-12 階段發展STEM 教育的三大目標。具體來說，美國在三個方向開展青少年人工智能教育。首先，分階段開設青少年人工智能課程。在中小學階段引入AI 教育能夠建立兒童對人工智能技術興趣和好奇心。升至高中階段，通過開設包含基礎編程、高級數學、數據科學等核心課程能將好奇心轉變成更堅實的學習興趣。當前美國中小學的編程教育已十分規范化、體系化，編程內容已經被寫進了《K-12 計算機科學標準》，編程學習始終貫穿于各學段[5]。其次，加快完善青少年AI 教師體系建設。盡管存在對人工智能最終會取代教師的擔憂，但引入AI 的根本目的在于為學生提供個性化的教育機會，進而提升教育質量。尤其是利用人工智能技術分析學生個體的學習風格和薄弱學科，提出針對性的教育方案，不僅能幫助學生進步，還能提高課堂參與度。比如，馬里蘭州加大對教師的培訓，探索AI+教師協同教學模式，指導教師更適應人工智能時代的教學要求[6]。最后，以競賽激發青少年AI 學習熱情。美國國家標準和技術研究所（National Institute of Standards and Technology）與學術界和私營部門合作，在美國高中舉辦網絡安全競賽[7]。美國國家航空航天局也投資STEM 計劃，舉辦各類科技比賽，并提供獎學金和實習工作機會。

（三）以高等院校為基地，強化產學研合作

高校是美國開展人工智能教育的基地。首先，美國擁有全球最頂尖的人工智能科研院校。全球頂尖人工智能專業排名前十名的高校有七所位于美國。卡內基梅隆大學、麻省理工學院和斯坦福大學位居前三[8]。其次，美國人工智能教育歷史悠久、發展基礎良好。世界首個人工智能研究中心于1956 年在達特茅斯學院成立。在過去二十年，大學與產業界、政府和非營利機構之間的人工智能相關出版物增加一倍多[9]。近年來，美國頂尖院校也加快建立人工智能研究中心的步伐。2018 年，麻省理工學院宣布投資十億美金建設以跨學科為核心的計算機學院，發掘人工智能技術與傳統人文學科結合的潛力[10]。2019年初，斯坦福大學成立以人為中心人工智能研究所（Institute for Human-Centered AI），重點是開發受人類智能啟發的人工智能技術，研究、預測和指導人工智能對人類和社會的影響。2021 年12 月，哈佛大學正式成立肯普納自然與人工智能研究所（The Kempner Institute for the Study of Natural and Artificial Intelligence），目標是尋求從根本上理解自然和人工智能的關系，探究自然與系統的智能基礎。最后，美國高校不僅關注理論研究，還重視培養應用型人才。為滿足產業對人工智能專業的需求，近一百所美國高校已經開設AI 相關課程。同時，高校鼓勵學生進行跨學科交流，探索人工智能在人文學科、工程管理、法律服務等領域的潛在應用，旨在培養覆蓋全行業的創新復合型人才。

（四）以線上教育為輔助，提高全民技術素養

第一，在線平臺是美國人工智能教育的新方式。美國最大在線教育平臺Coursera 網絡課程與200 多家大學和公私合作，為全球7700 萬學習者提供學習機會。在Coursera 平臺上，和數據分析和人工智能相關的課程最受歡迎。其中，斯坦福大學計算機教授吳恩達（Andrew Ng）教授的機器學習課程于2021 年上線，截至2023 年已有超過500 萬人學習，激發了社會人群對人工智能的學習熱情。麻省理工學院創建的免費在線教育平臺Online Course Ware也將人工智能教學視為重點，提供機器學習、深度學習、數據分析、自動駕駛等AI 核心課程，不僅讓大眾了解人工智能的多方應用，而且搭建了人工智能社區學習平臺。網絡人工智能課程的普及讓此前無法在傳統教育模式中學習人工智能技術的民眾擁有極低成本了解新技術的機會。同時，網絡課程學習靈活度強，學生可根據自身情況選擇學習時間、內容。

第二，新媒體傳播人工智能基礎知識。麻省理工學院的AI 研究員萊克斯·弗里德曼（Lex Fridman）在視頻網站YouTube 的頻道探討人工智能等科技對人類社會發展的影響，目前共有271 萬訂閱者，在普及人工智能知識上具有一定影響力。包括企業家伊隆·馬斯克（Elon Musk）、物理學者尼爾·德格拉斯·泰森（Neil deGrasse Tyson）、脫口秀主持人約翰·奧利弗（John Oliver）等各行各業的“網紅”都在視頻平臺和播客中對人工智能的未來發展進行討論，提高美國民眾對人工智能的了解，培養全民技術素養。

（五）以國家安全為借口，遏制他國AI 發展

安全化是美國人工教育的外交特征。國家安全視角下，美國開展人工智能教育主要基于兩種方式。首先，與盟友加強合作，建立“人工智能教育聯盟”。第一，構建緊密學術創作聯系。如果以AI 論文發表數量為判斷各國AI 教育重視程度的標準，QUAD四國在2010—2020 年期間共發表682605 篇AI 相關論文，占全球AI 論文發表的29.6%，對AI 研究重視度極高。印度每一百篇發表的人工智能論文，有22 篇和與美國學者或機構合作。日本和澳大利亞在國際上合著的人工智能論文中，19%與美國附屬機構合作[11]；第二，加強校際學術交流。美國高校與澳大利亞新南威爾斯大學合作，旨在開發負責任和有道德的人工智能技術，解決干旱、環境污染和傳染病等社會問題[12]。此外，包含美國和印度高校的美國——印度人工智能（USIAI）伙伴關系為美印人工智能研究和開發提供常規交流通道[13]。

其次，渲染“中國威脅論”，頒布限制性人才政策。德克薩斯參議員約翰·科寧（John Cornyn）認為美國大學忽視來自中國學生對美國軍事機密和知識產權的威脅[14]。2018 年，美國政府開始對中國籍研究生簽證進行嚴格審查。2020 年5 月，時任總統唐納德·特朗普（Donald Trump）發布關于“暫停來自中華人民共和國的特定學生和研究人員作為非移民入境”的第10043 號總統公告（PP10043），撤銷了許多中國學者現有簽證并拒絕其他簽證申請[15]。該公告的核心影響是對在指定大學學習過的中國學生實行“一刀切”的簽證拒絕政策。據喬治城大學CSET 中心估計，該政策導致政府每年至少拒絕3000—5000 名中國研究生[16]。

二、美國發展人工智能教育的動因

根據美國人工智能教育體系的五大特征，結合美國推進人工智能所頒布的戰略文件，我們將從國內國際兩個維度，分析美國發展人工智能教育的四個具體原因，尋找美國人工智能教育背后的底層邏輯。

（一）人才培養是實現美國AI 戰略的關鍵

實現戰略目標是美國發展人工智能教育的國內層面的首個原因。2017 年特朗普政府公布的《美國國家安全戰略報告》確立了美國在人工智能領域維持全球領先地位的目標[17]。2021 年6 月8 日，國會通過《2021 年美國創新與競爭法案》，重點關注以人工智能技術為代表的科技發展，將投資數十億美元用于包括人工智能、先進制造業等關鍵技術創新。2022 年2 月，國會又通過《2022 年美國競爭法案》，加大美國政府對人工智能的政策支持力度。來自不同政黨的兩任總統都重視發展人工智能為美國國家戰略的優先事項，說明美國兩黨在AI 發展上達成戰略共識。

對人工智能教育的重視也體現在美國各類戰略文件和政策中。2019 年，時任總統特朗普在《美國國家人工智能研發戰略計劃：2019 年更新版》中明確指出，“要改革現有教育體系，重點發展信息科學，以滿足人工智能發展對研發人員的需要，并調整美國的人力資源以適應未來生產結構的變化”[18]。拜登成為美國總統后，延續特朗普政府對人工智能教育的重視。《2021 年美國創新與競爭法案》將計算機科學納入中小學教育課程體系，并提供獎學金推動STEM 勞動力的培養和發展。2021 年7 月，拜登政府組建國家人工智能研究資源工作組為AI 研究人員和學生提供計算資源、高質量數據、教育工具和用戶支持[19]。一方面，美國各類人工智能戰略文件多次提到人工智能教育的重要性；另一方面，如何培養滿足國家戰略需求、應對市場要求、具有技術素養的人是開展人工智能教育的關鍵。

（二）美國國內AI 人才短缺現象嚴重

著力開展AI 人才培養工作，為本土勞動力市場輸送AI 人才，建立均衡的AI 人才供需關系，是美國發展人工智能教育國內層面的又一原因。人工智能作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，并創造新的強大引擎，重構生產、分配、交換、消費等經濟活動各環節，形成從宏觀到微觀各領域的智能化新需求，催生新技術、新產品、新產業、新業態、新模式，引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升[20]。鑒于美國在過去幾十年生產力增長的放緩，人工智能和機器人對提高生產力有正向作用，但在短期內可能加劇勞動力的現有問題[21]。美國AI人才市場已出現供給－需求錯配問題。一方面，人才需求增加。根據美國勞工統計局預測，自2016—2026 年，計算機相關的工作將增加13%。2015—2019 年，計算機和信息科學家良好的就業情況和工資的增長表明市場需求強烈[22]。另一方面，人才短缺現象嚴重。首先在宏觀層面，具有特定技能的AI人才供給不足。其次在微觀層面，特定組織或地理區域在招聘和保留AI 人才方面遇到嚴重挑戰。有多個原因造成人才供給－需求錯配。第一，AI 人才存量不足。在2015—2018 期間，計算機科學和工程專業的每年增加20 萬本科畢業生，成為美國人數增長最快的專業[23]，側面反映了美國勞動力市場中AI人才數量有限；第二，美國人才吸引力減弱。保守的移民政策和其他國家的人才吸引計劃正不斷削弱美國在招聘和保留頂級人才的吸引力；第三，非計算機科班出身畢業生競爭力有限。美國公司招聘AI人才時大多不接受編程學校、在線課程提供的職業證明，導致公司錯過具有編程技能、但不具備應聘資格的勞動力。

（三）謀求國際人工智能技術霸權

謀求技術霸權是美國發展人工智能教育的國際層面的首個原因。在新一輪科技革命的推動下，權力內涵、權力結構和權力體系都發生了重大變革，是否掌握前沿戰略領域的技術，決定了一個國家的國際競爭力和國際地位[24]。技術霸權是具有技術領先地位的國家和地區憑借技術力量比較優勢在國際關系中所處的一種支配“地位”或“非均衡狀態”[25]，美國視人工智能為謀求全球技術霸權的支柱。因此，薩姆·薩克斯（Samm Sacks）提出美國應以“小院高墻”（small yard high fence）的形式進行對華科技競爭，即對國家安全密切相關的領域進行封鎖和限制，并在其他領域仍與外界保持聯系，以此留出科技互動的通道，旨在增強美國的全球技術領導地位和競爭力。

近年來，中國人工智能發展迅速，同樣注重AI人才培養。《國務院關于印發新一代人工智能發展規劃的通知》指出，我國要“完善人工智能教育體系，加強人才儲備和梯隊建設，加快引入全球頂尖人才和青年人才，形成我國人工智能人才高地”[20]。人才之爭也成為中美人工智能競爭的關鍵。在謀求人工智能技術霸權的道路上，美國不斷頒布人才限制計劃，擠壓在美中國人工智能研究者科研空間，其本質是以極端手段限制科技交流，形成技術的封閉循環，保持自身在人工智能技術的絕對領先優勢，進而維護自身在國際經濟政治格局中的支配地位。遏制中國的人工智能發展，不僅暴露美國對霸權的迷戀，也凸顯對正失去全球人工智能研發和商業活動壟斷地位的焦慮。而對技術的過分封鎖、限制和壟斷會削弱超級權力的強制性及合法性基礎，不僅代表硬實力的競爭力和創造力可能會因此下降，作為超級權力的經濟環境之一的全球供應鏈受損，市場活力和市場份額難保，而且作為合法性源泉的信任和軟實力滑坡[26]。事實上，美國在追求技術霸權的同時也在失去霸權。

（四）尋找意識形態宣傳新工具

將人工智能塑造為傳播意識形態的工具是美國發展人工智能教育國際層面的第二個原因。被賦予價值觀傾向的人工智能已經成為美國傳播意識形態的新工具。在國內層面，美國政府不斷為人工智能披上價值觀外衣。特朗普政府在2019 年推出的《維系美國在人工智能領域的全球領導地位》中指出，美國將“促進公眾對人工智能技術的信任和信心，并在應用環節中保護公民自由、隱私和美國價值觀”,明確將中性的人工智能與價值觀掛鉤。2020 年《關于促進在聯邦政府中使用可信的人工智能的行政命令》確立了“開發和使用符合美國價值觀、并對社會有益人工智能”的指導原則[27]。2021 年7 月，美國國務卿布林肯表明，“在AI 使用上，拜登政府的任務是提出并實施令人信服的愿景，即服務美國人民、保護美國利益和維護美國民主價值觀”[28]。拜登政府白宮科技政策辦公室更推出《AI 人權法案藍圖》，設立在AI 時代保護美國權益的原則[29]。

在國際層面，人工智能民主觀是美國聯系盟友的紐帶。2019 年，美國領導出臺經合組織（OECD）人工智能原則，強調發展“以人為本和值得信任的AI”。2018 年3 月，歐盟委員會發布《人工智能時代：確立以人為本的歐洲戰略》，與美國的人工智能民主觀遙相呼應。2023 年1 月27 日，美國和歐盟簽署人工智能合作協議，雙方合力推動人工智能的負責任應用，進一步突出人工智能的價值觀取向[30]。

事實上，通過美國對人工智能意識形態的渲染，美國正傳播這一理念：即具有民主色彩的AI 才是具有符合美國利益、對社會有益的人工智能，更是愛好和平民主的人民應該共同擁護的AI。在本該中性的人工智能技術上人為劃線，區分“民主的AI”和“非民主的AI”，美國企圖利用人工智能作為意識形態宣傳新工具。而意識形態宣傳已超越教育本身，成為融入社會各層面、反映社會經濟形態的思想體系。

三、美國人工智能教育的現實挑戰

盡管近年來美國人工智能教育發展迅速，并在AI 人才培養和聚集方面取得一定成效，但由于人工智能技術的不可預測性、技術發展的不均衡性、人才政策的封閉性、AI 道德倫理的復雜性，美國AI教育面臨多重發展挑戰。

（一）新技術對教育帶來的不確定因素

第一，以ChatGPT 為代表的新技術對學生創造力的負面沖擊。現階段ChatGPT 擅長回答非量化且答案較為固定的常識性問題。事實上，ChatGPT 憑借著強大的算力和海量的訓練集，高速快捷地解決重復性工作。但由于不具備記憶功能，也很難更新參數和數據，ChatGPT 無法創造性地解決問題。也就是說，ChatGPT 并非“回答”了用戶的問題，而是根據大量的參數“生成”符合問題語義的答案，并不具備分析決策的能力。此外，ChatGPT 在生成答案過程中，無法識別，甚至偽造不存在的虛假鏈接，導致產生不負責任或簡單隨機的回答。如果學生普遍使用ChatGPT 作為課業輔導，那么學生將無法獲得真正經過邏輯分析得到的答案，甚至有可能得到充滿錯誤和偏見的答案，對自身認知成長帶來巨大危害。因此，如何協調AI 技術在教育的應用是必須解決的難題。

第二，協調新技術背后企業與監管機構間的矛盾。由于技術應用領先于相應監管政策的出臺，在政策對新技術約束之前，商用的新技術往往已經取得一定影響力。監管政策勢必會限制新技術的使用，進而減少企業的利潤。所以技術與監管政策、企業與監管機構之間存在天然的矛盾。一方希望人工智能以最快的速度進步，推出更具顛覆性的創新技術，賺取更多的利潤。而另一方則希望更深入掌握新技術，并對新技術施加更強的控制力，進而頒布更有效的監管政策。以ChatGPT 為例，2023 年1 月微軟公司對ChatGPT 的開發公司OpenAI 追加投資100億美元，加速聊天機器人的研發和創新。但同時，高校和監管機構正尋找應對之策。美國斯坦福大學研究團隊推出DetectGPT，已成為首批在高校檢測ChatGPT 生成文本的工具之一。洛杉磯、紐約、華盛頓特區、亞拉巴馬部分區域已明令禁止公立學校使用ChatGPT[31]。技術與監管的博弈逐漸升溫，利益協調難度加大。

（二）人工智能教育資源分配不均

首先，美國人工智能教育資源集中在少數精英大學。精英大學憑借著完善的科技基礎設施，先進的配套硬件和豐富的人才儲備壟斷了發展人工智能教育的渠道。普通大學和精英大學在AI 領域的硬件差距阻礙了研究人員解決重要和緊迫挑戰的能力，還限制大學為學生提供教育機會的類型，因此，人工智能資源在頭部院校集中構成生產力、競爭力和公平的問題。其次，美國AI 人才集中在少數城市。美國灣區的AI 人才集中度在全球排名第一，多于第二名西雅圖和第三名紐約的總和[32]。根據CSET 研究報告，美國人工智能產業中心主要分布在舊金山（27%）、紐約（13%）、洛杉磯（13%）、西雅圖（9%）、波士頓（5%）和華盛頓特區（5%）[33]。AI 人才聚集的地方往往又是AI 產業發達，造成“強者越強，弱者越弱”的惡性循環。最后，美國人工智能教育缺乏統籌協調。美國采取分散式的人工教育模式，雖然在設計課程上提供更多實驗和創新的機會，但缺乏全國統一的安排可能會加劇不同地區課程嚴謹性、學生評價標準和教育工作者評估等領域的差異，進而突出州際的數字鴻溝。因此，如何平衡美國城市——農村、精英大學——普通院校間的人工智能教育資源，是美國AI 教育面臨的挑戰之一。

（三）封閉人才政策限制發展動能

美國人工智能發展嚴重依賴國際人才貢獻，但漸進保守的人才政策正限制美國人工智能的發展動能。首先，對高端人才吸引力減弱。在美國大學和公司就業的計算機科學專業畢業生中，有51%的碩士和59%的博士在海外出生[34]。在硅谷從事計算機和數學相關工作、年齡在25—44 歲的人員中，70%在國外出生[35]。目前美國大學貢獻約5 萬人工智能相關專業國際畢業生，其中碩士約44000 人，博士3000 人[36]。發表的頂級人工智能論文中，62%的論文的共同作者來自不同國家[37]。國際化的AI 學術合作是美國保持全球人工智能科研領先的重要原因。在保守人才政策和無故打壓學者的惡劣環境下，美國高等院校的吸引力正在減弱。2016—2018 三年期間，國際學生拒絕美國大學錄取的數量增加了三倍[36]。過去，美國憑借其世界唯一科技霸權國的地位掩蓋人才移民制度的缺陷。但在全球對人工智能領導地位的權力之爭中，美國封閉的人才政策可能成為美國競爭力的負資產。與之相反，加拿大、英國和法國等國為了解決AI 人才短缺問題，已經出臺針對外國臨時工人的簽證政策，甚至考慮向高端人才開放移民系統。更加友好的人才政策不僅能提高人才包容國對高端人才吸引力，還有助于塑造更積極的國際形象，增加在全球人工智能競爭中的比較優勢。

（四）數據和算法倫理問題有待解決

人工智能教育可能產生道德倫理問題，重點集中在兩點。第一，人工智能教育數據倫理問題。AI系統可能收集并分析學生的大量數據，包括家庭基本信息、學生心理狀況和學習障礙等敏感信息。人工智能教育在數據的收集、存儲和使用的過程中，需應對三項挑戰。首先，數據收集方式和方法不透明。數據被收集者往往在不知情的情況下提供個人數據，但目前大眾數據隱私意識較為薄弱。因此AI 教育應重視宣傳數據隱私保護，提高維護個人數字權利意識。其次，數據存儲存在泄露風險。2022 年9 月，美國洛杉磯聯合學區受到黑客網絡攻擊，導致計算機系統的癱瘓，大量學生數據被泄露。惡意網絡攻擊事件的發生提醒人們在信息化教育時代，教育系統必須重視數據的安全保護。最后，數據使用可能影響學生合法權利。教育數據的使用可能影響學生成績，進而激化教育不公平矛盾。

第二，人工智能教育算法倫理問題。首先是算法黑箱問題。由于人工智能技術本身的復雜性，教育從業者對算法運作機制的理解有限，并不能完全清楚算法的目標和意圖。其次是算法歧視問題。人工智能算法在統計層面的合理性不能考慮學生特殊成長環境和文化背景，因此產生算法偏見問題。最后是個性化教育問題。基于過去積累的教育數據，人工智能算法歸納推理出標準化和一般性教育結果，暫時不能滿足個性化學習的要求。

四、結語

綜上所述，美國已形成特點鮮明、結構完整的人工智能教育體系。基于中美科技競爭態勢逐漸復雜多元的背景，結合中國人工智能發展的趨勢，中國在培養AI 過程中應做到以下三點。

一是借鑒美國人工智能教育經驗，重視自身AI人才培養。2021 年9 月，習近平總書記在中央人才工作會議上強調，“人才是第一資源”[38]。2017 年7月，國務院印發的《新一代人工智能發展規劃》中將人工智能人才的培養和教育工作設為發展人工智能的核心目標之一。無論美國如何遏制中國人工智能發展，提高自身核心競爭力是中國應對如今科技博弈的關鍵。中國應提高人工智能公共教育投入，打造重點突出、覆蓋全面和結構靈活的人工智能教育生態。客觀地講，美國人工智能教育在過去四十多年的發展中取得相對矚目的成績，值得中國AI 教育發展學習借鑒。在學生個體的發展層面，中國應參考美國在青少年人工智能教育積累的寶貴經驗，以傳授基礎科技知識和培養創造性思維為基礎目標，打造面向未來的AI 教育戰略。在社會整體的進步層面，中國也應借鑒美國在推動人工智能技術產學研緊密結合的舉措，發展以市場為導向的AI 高等教育，推動AI 教育為實現中國式現代化提供基礎性知識支撐。

二是避免美國人工智能教育發展彎路，警惕AI技術負面影響。美國人工智能教育發展過程中遇到對新技術缺乏應對、教育資源愈加不平衡、人才政策趨于保守和技術倫理挑戰等問題。中國在發展自身人工智能教育時，應堅守底線，在倡導合理使用技術的基礎上，注重規范科技倫理，積極穩步推進人工智能教育領域制度化建設，在法律和行政層面建立對人工智能技術及應用的全方位規范體系。此外，還要注意人工智能教育資源在各區域間、各級各類、各學校間和城鄉間分配不均衡問題。不僅應大力進行AI 人才培養，還要著力發展人工智能教師培養工作。采取優惠政策吸引教師到人工智能教育相對欠發達地區工作，與當地共享先進教育教學理念，盡可能縮小AI 教育鴻溝。

三是尋求全球人工智能教育合作，呼吁教育與意識形態脫鉤。除美國，歐盟、日本、俄羅斯等國都加大對人工智能發展的支持力度，全球AI 產業已經呈現“百花爭鳴”局面。中國應以“做大蛋糕”的分享心態，在“人類命運共同體”理念的指導下，與友好發展科技的世界各國加強人工智能合作，尤其在人才培養上取長補短、互相支持，共同建立“人工智能教育命運共同體”，與推崇和平使用和發展技術的國家合作，實現共享式人工智能教育的美好愿景。盡管人工智能技術具有數據霸權、價值觀和文化軟實力等意識形態屬性，但教育不能陷入國家間權力之爭的泥潭，更不能成為意識形態競爭的工具。作為世界最大的發展中國家，中國有責任也有義務尊重并關照各國合理要求，提出不受意識形態主導的人工智能教育發展觀。