中美人工智能教育对比评估

-1-中美人工智能教育对比【译者按】2021

年

9

月，美国安全与新兴技术研究中心（CSET）发布《中美人工智能教育对比》报告。该报告详细研究了过去五年中美在整合人工智能教育和培训方面的基本现状，比较了两国人工智能教育体系的优劣势，并以此提出了提升美国

AI

人才教育水平的政策建议，即加强美国联邦政府和各州及地方教育的合作与协调，加大政策支持和资源支持，避免人工智能教育不均衡，吸引并留住人工智能精英人才。赛迪智库信息化与软件产业研究所对报告进行了编译，期望对我国有关部门有所帮助。【关键词】美国

中国

人工智能

教育

过去五年，美国与中国都在推广人工智能教育方面取得了重大进步，但两国实现教育目标的方法不同。本报告详细研究了中美在整合人工智能教育和培训方面开展的工作，探讨了两国教育体系的结构性特点以及由此形成的两种体系在推广人工智能教育方面的战略优势及遇到的障碍，并提出改善和提升美国人才战略优势的相关建议。

一、中国的人工智能教育概况

2017

年

7

月，中国国务院发布《新一代人工智能发展规划》，要求在各级教育体系中落实人工智能培训。2017

年

9

月，教育部等相关部门联合发布“双一流大学计划”，目的是建设世界一流大学和一流学科。图

1

包含这些计划的时间表及其相关目标。2017年1月“双一流”教育部将211与985工程统筹建设:

到2050年，将一批大学建成世界一流大学（36所A类和6

所B类大学入选）。

提升关键学科和顶级人才水平，特别是大学本科生水平2017年7月

（95所大学入选，专注建设关键学科）。“新一代人工智能发展规划”国务院在各教育阶段广泛推广人工智能教育，培养新一代人才，并建设人工智能学科。2018年1月“新一代人工智能发展规划”国务院教育部正式将人工智能、物联网和大数据处理纳入国家高中课程；将该课程纳入2018年秋及以后9月后入学高中生的必修课。

-2-2018年4月2018年4月“高等学校人工智能创新行动计划”教育部

到2020年，

编写50本具有国际一流水平的本科生和研究生教材；

建立50家人工智能学院、研究院或交叉研究中心；

建设50门人工智能领域国家级精品在线开放课程；

建设100个“人工智能+X”复合特色专业。“教育信息化2.0行动计划”教育部充实各级教育的人工智能与编程课程。2019年3月2020年1月人工智能专业获批教育部

批准35所高校开设人工智能专业。“双一流”建设高校，加快人工智能领域研究生培养教育部、发改委、财政部加强高校与产业界联合、资金扶持和学位质量保障。2020年1月“全国大中小学教材建设规划（2019—2022年）”教育部编写人工智能、大数据、区块链、网络安全领域教科书。2020年2月更多教育机构开设人工智能专业教育部

批准180多所高校开设人工智能专业，总数量达到215所高校。

来源：中国教育部、国务院

图

1：中国人工智能教育战略及其执行时间表（2017—2020

年）

（一）中小学阶段人工智能教育

1、建设人工智能人才培养基地

北京市和山东省分别于

2020

年

11

月和

12

月开展“全国青少年人工智能创新人才培养基地”培育活动，对设置初级“技术与社会”与“创客”课程、引进

3D

打印和无人机教学的小学，以及开展“人工智能俱乐部”、机器人教室、3D

打印机、开源人工智能框架、Python

教育、机器人竞赛等教育教学工作的初中进行授牌，该认证有效期为两年。山东授予了

10

所学校，北京授予

-3--4-了

21

家机构，并包括一座青少年科技馆。其中，北京有

100

名教师获得“人工智能素养测评师”证书。2、将人工智能列入高中课程2018

年

1

月，中国教育部在“新课标”改革中，正式将人工智能、物联网、大数据处理划入新课标。课程目标包括：数据与计算模块，了解数据编码，学会采集、分析、可视化数据，学习并使用编程语言设计简单算法，了解人工智能的重要性等；信息系统与社会模块，判断安全风险，了解安全防范技术，学会遵守相关法律和道德伦理规范等。此外，北京、浙江和山东省已将Python

纳入高考科目。3、开展“全国中小学人工智能教育大会”

中国人工智能学会成立了中小学工作委员会，通过举办全国中小学人工智能教育大会，搭建人工智能与中小学教育的规划和信息共享机制，并推进师资培训、教学平台和课程体系设计相关工作。4、加强与企业间的合作教材编写方面，2018

年

4

月，商汤科技与华东师范大学国际慕课研究中心发布了中国国内首部面向中学生的人工智能教科书《人工智能基础（高中版）》，该教材目前已在上海、北京、广东、黑龙江、江苏、山东、山西省的一百多所试点学校使用，-5-并培训了超过

900

名授课教师；2018

年

6

月，苏州大学出版社出版了《中小学人工智能系列丛书》；2018

年

11

月，优必选科技有限公司与华东师范大学出版社共同发布了《AI

上未来智造者-中小学人工智能精品课程系列丛书》；2020

年

1

月，清华大学宣布，由中国首位图灵奖得主、中科院院士、清华大学交叉信息研究院院长姚期智领衔主编教材《人工智能（高中版）》。职业教育方面，2019

年

7

月，百度教育与北京昌平职业学校发起了中国首个职业学校与企业合作开展人工智能教育的项目，双方将共同建设百度人工智能创新空间、人工智能技术与应用专业、职业专科学校讲师培训基地、师生技能交流大赛、中小规模的学科体验基地。5、面临的问题

一是人工智能课程对于少年儿童而言十分困难，要求学生具有较多背景知识，以理解深度学习所驱动的算法。二是在人工智能教材开发方面缺乏系统、权威的指导。三是人工智能授课教师的职业培训和学校人工智能实验室设备有待完善。（二）本科生阶段人工智能教育1、建设人工智能研究院（学院）2017

至

2018

年，中国至少有

34

所高校设立了人工智能研究院（见图

2），其中包括“国防七子”1中的三所高校，即哈尔滨工业大学、南京航空航天大学和南京理工大学。人工智能研究院涉及自然语言处理、机器人学、医学成像、智能绿色技术和无人系统等方面的研究，通常同时承担本科生与研究生的培养工作，也有部分研究院与企业合作开展联合创建工作。例如，2018

年，重庆邮电大学与人工智能独角兽科大讯飞公司联合设立了人工智能学院，腾讯云与山东科技大学、辽宁工程技术大学成立了人工智能学院。

2、分批开设人工智能专业

2019

年

3

月，中国教育部批准

35

所高校设置四年制人工智能专业，学生可获工学学位，其中包括“国防七子”高校中的四所，即北京航空航天大学、北京理工大学、哈尔滨工业大学和西北工业大学；近半数高校（17

所）此前已成立人工智能研究院。2020

年

2

月，中国教育部批准了

180

所高校设置人工智能专业，较上年增长

5

倍，获批的高校总数量达到了

215

所。其中，“国防七子”中的第五所高校（南京航空航天大学）也获批。2021

年3

月，中国教育部又批准

130

所高校设置人工智能专业，其中包括“国防七子”的第六、七所（哈尔滨工程大学和南京理工大学），高校总数量达到了

345

所。2020

年和

2021

年，人工智能专业是1直属于中国工业和信息化部，是中国有关军工方面的高科技领域高校，具体为北京航空航天大学、北京理工大学、哈尔滨工业大学、西北工业大学、哈尔滨工程大学、南京航空航天大学和南京理工大学。

-6--7-大学课程中最受欢迎的新课程；2021

年，紧随其后的热门专业包括

84

所高校的智能制造与工程学专业，以及

62

所高校的数据科学与大数据技术专业。各高校也在专业建设方面与人工智能企业开展合作，如广州跨象乘云软件技术有限公司（KXCY-AI）与几所高校都开展了相关合作。此外，2018

年，中国教育部还鼓励已拥有人工智能专业的高校扩大范围，开设“AI+X”专业，如数据科学、大数据技术、智能制造、机器人工程以及智能科学与技术等。专栏

1

介绍了清华大学的人工智能教育情况。图

2

与图

3

显示了中国设立人工智能专业的

345

所高校与

34

所人工智能研究院，以及其中的“双一流大学”、“国防七子”高校数量。专栏

1

清华大学的人工智能课程清华大学对人工智能教育涉足较早。1979

年，现电子工程系的前身开设“人工智能导论”课程，这是中国大学开设最早的人工智能课程之一。在

20

世纪

80

年代后期，清华大学计算机科学与人工智能系设立了“智能技术与系统”国家重点实验室，也被称作“人工智能研究院”。

虽然直到

2021

年

3

月，清华才获批设置人工智能专业，但该校已通过多个渠道提供人工智能教育，并于

2018

年

6

月成立了人工智能交叉学科研究院。

2020

年

5

月，清华大学宣布成立人工智能学堂班（简称“智班”），这是清华学堂人才培养计划的第八个实验班。前述高中人工智能教科书的主编姚期智，将是交叉联合“AI+X”课程项目的领军教师，该项目将致力-8-于使人工智能与数学、计算机科学、物理、生物、心理学、社会学、法律及其他领域相结合。2019

年，清华大学将三个辅修专业，即机器人技术创新创业、智能硬件技术创新创业和智能交通技术创新创业整合为人工智能创新专业。

来源：中国教育部，人工智能媒体“Synced”评论，CSET

计算图

2：中国设置人工智能专业与人工智能研究院的高校分布图-9-

来源：中国教育部，人工智能媒体“Synced”评论，CSET

计算图

3：设置人工智能专业与人工智能研究院的精英高校数量3、推进校企合作，深化产教融合

通过建立信息技术新工科产学研联盟（AEEE）机制，在产学研合作中鼓励技术创新。该联盟成立于

2017

年，发起单位包括中国软件产业协会、27

所中国国内高校、5

家研究机构和

12家企业，并获得了中国教育部高等教育司与中国工信部的支持。值得注意的是，AEEE

也包括美国企业思科、IBM

与微软。如，微软亚洲研究院（MSRA）参与成立了该联盟的人工智能教育工-

10

-作委员会，致力于落实教育部的产教融合理念，并与中国科技大学、西安交通大学、哈尔滨工业大学、南京大学、浙江大学及北京航空航天大学建立了伙伴关系，其人工智能教育研讨会帮助了中国的

300

所高校与超过

500

名人工智能教师。百度在

2018

年至

2021

年间，至少与

9

所高校签署合作协议，在案例共享、课程联合建设、师资培养、校园学习社区、学科竞赛活动方面开展合作，并提供基于百度“飞桨”（PaddlePaddle）深度学习平台的AI

Studio

教育服务实训，该平台已与

15

所高校建立伙伴关系。（三）研究生阶段人工智能教育2020

年

1

月，中国教育部、发改委与财政部联合发布《关于“双一流”建设高校促进学科融合

加快人工智能领域研究生培养的若干意见》，旨在利用前述的“双一流”计划及学科交叉“AI+X”框架，加强人才培养体系建设，并增加学习人工智能的研究生人数（特别是博士生）；号召人才在产业创新、社会治理、国家安全及其他领域应用人工智能，支持中国重点工程和重点发展计划的使命与需要。然而，“人工智能淘金热”可能导致高校一哄而上、课程质量不高等问题，中国要在经济发达城市和资源不足地区都进行严格的教育质量把控，从而实现政策落地并收获实效。-

11

-二、美国的人工智能教育概况

美国人工智能课程的整合在深度与广度方面并不均衡，因为最终确定和实施课程标准仍是各州和地方学区的工作。近几年，各种组织机构和企业通过定义和设立人工智能课程、项目、学习标准和资源等工作，推动了人工智能教育的进步。（一）初等和中等教育阶段的人工智能教育1、开设人工智能与计算机科学课程

一是将计算机科学课程加入到

K-12

教育。美国不少州已采取措施，将人工智能加入到从幼儿园到

12

年级（K-12）的教育中。然而，很多学校仍缺乏计算机科学教育。从

2019

年到

2020年，28

个州采取政策支持

K-12

计算机科学教育，但各州之间及其州内相关工作参差不齐。据一份

2020

年来自

C

的报告显示，教授计算机科学的公立高中比例在阿肯色州高达

89%，但在明尼苏达州则仅为

19%；只有

22

个州采取政策让所有高中学生都能学习计算机科学课程，其中只有

9

个州为所有

K-12

学生提供学习课程；只有

47%的美国公立高中教授计算机科学，2018年该数据仅为

35%。二是各机构推动计算机科学课程建设。计算机科学教师协会（CSTA）于

2017

年发布了“核心标准集”，为教师在计算机科-

12

-学方面提供指导，并与计算机协会（ACM）、C、网络创新中心（CIC）、

CSforALL

组织，以及国家数学与科学计划（NMSI）共同开发了

K-12

计算机科学框架。国际技术教育协会（ISTE）与

CSTA

合作，于

2018

年发布了《国际技术教育协会计算机科学教师标准》。非营利组织

C

为

K-12

学生及教师提供了编入科学、技术、工程和数学（STEM）课程中的计算机科学课程，为课程开发提供概念性指导，并优先考虑计算系统、网络安全、数据科学、算法编程及计算机的社会与文化影响。三是各机构提供人工智能教育资源。人工智能发展协会（AAAI）与

CSTA

合作发起

AI4K12

项目，目标是为

K-12

学生开发国家人工智能教育指导原则，目前是供教师使用的线上资源库，由国家科学基金（NSF）和卡内基梅隆大学提供资助。此外，非营利性人工智能教育项目（AI

Education

Project）为全国的学校与教师提供自己的人工智能课程。四是学校建设自身人工智能课程体系。有至少

2

所公立学校开设了其自身的人工智能课程。如，佐治亚州昆内特县的塞金杰（Seckinger）高中在整个

K-12

阶段引入人工智能教育课程。由北加州大学系统管理的一所高中——北加州科学与数学学校宣布了其“人工智能领域创新与领导赖登计划”，教授高中生设计、应用、理解人工智能。各学校人工智能课程的内容并不相同，例-

13

-如，塞金杰高中的人工智能课程在

K-12

教育的每个阶段教授编码、机器学习、设计思维、数据科学以及伦理与哲学推理。“赖登计划”则强调让学生认识“如何将人性融入机器学习”以及人工智能如何解决影响社会的复杂问题。2、加强人工智能教育师资培训

公立学校教师的正式许可和认证流程由各州自行管理。随着各州实施改革或更新测试、认证或许可要求，其相关流程差异很大，甚至每年都有变化。私立学校或宗教学校在设定对教师的要求方面有更多的自主权，这导致了人工智能课程教育的差异性，并可能导致教师标准参差不齐，进而影响教学质量。影响教师教授人工智能与计算机科学课程效果的因素有多个方面，如社区支持群体、培训与职业开发或微认证/证书。此外，无法获得充分的人工智能教育资源也会降低师资培训水平。对此，某些州已经花了多年时间整合学校的计算机科学课程，并开展相应的教师培训。3、发挥私营部门的作用美国的私营部门通过开展不同项目支持中小学阶段的计算机科学与人工智能教育整合工作。CSET

分析发现，有

36

个私营部门、非营利组织及公私合作的此类项目，为美国的学生与教师提供人工智能课程、学习教材和会议等支持。例如，微软慈善基金-

14

-会在大约

455

所高中运营了“学校技术教育与素养”（TEALS）项目，目标是为条件不好的学生和学校“打造可持续的计算机科学项目”。亚马逊公司的“亚马逊未来工程师”机构支持向条件差的公立学区教师提供计算机科学课程，目前已惠及超

55

万名K-12

学生。除了将人工智能教育引入课堂外，私营部门还为在课外学习人工智能提供了更多机会。据估计，约有

300

个不同的组织正在为

K-12

学生提供人工智能或计算机科学夏令营，并在斯坦福大学、麻省理工学院和卡耐基梅隆大学等有竞争力的大学举办。企业与组织机构还通过提供课后项目、竞赛和奖学金为

K-12

学生提供了学习人工智能的机会。某些项目还明确，专门惠及可能无法通过正式学校教育获得人工智能教育机会的学生。此外，一些组织专门致力于解决计算机科学教育中的性别与种族差距，开展了如

Girls

Who

Code

（打造未来女性工程师）、

TECHNOLOchicas（激励拉丁人创造技术的未来）、Black

Girls

CODE（鼓励有色人种的年轻女性进入科技市场）等项目。4、面临的问题

美国各州之间人工智能教育的设计与开展差异较大，部分教育项目优先教授计算机科学、编程语言、数学和数据科学，还有的则强调人工智能应用的社会与伦理影响等非技术领域，导致美-

15

-国学校难以统一界定“人工智能教育”，有限的资源也难以支撑对人工智能教育的投资以及为教师提供充足培训。例如，私营企业

ReadyAI

的项目强调人工智能非技术层面的教育，如艺术与多媒体；

Microsoft

TEALS

的课程专注于技术技能，如

Java

与

Python编程语言。此外，人工智能教育投资方面，由于各州采用的方法不一，导致教育者与教育部门负责人难以评估哪个学习项目更有效。虽然私营部门与非营利组织正努力在各州之间与州政府及职业教师协会进行协调，但这些工作大部分都限于以指导、资源和建议标准的形式发挥作用。（二）高等教育阶段的人工智能教育目前，美国各高校正在迅速增设高等教育的计算机科学或人工智能课程。据《2021

年人工智能指数报告》，过去四年，与人工智能相关的本科课程增长

102.9%，研究生课程增长

41.7%；自2015

年起，授予专攻人工智能的博士学位增长

11%。除了设立人工智能课程以外，很多美国联邦机构正在人工智能高等教育领域优先投资。例如，《2021

年国防授权法案》指示国家科学基金会（NSF）为高等教育的人工智能计划提供资金，在聘任教员、提供奖学金、人工智能课程、认证及其他成人学习和再培训项目方面增加支持。1、本科阶段人工智能教育-

16

-

在本科阶段，美国人工智能教育的整合水平不一，常常取决于机构类型或行业合作的能力。在社区学院与技术学校层面，除了最近与亚马逊、谷歌和

IBM

等公司的几次行业合作外，很少有针对人工智能的教育计划。此外，某些州拥有条件更好的社区学院计算机科学教育资源，可能更好地整合人工智能课程。例如，超过10%的计算机科学副学士学位毕业生来自北弗吉尼亚州社区学院，这是几家与亚马逊合作开设云计算课程的社区学院之一。《2021

年人工智能指数报告》的数据显示，很多大学已通过人工智能或机器学习专项课程扩大了计算机科学学士学位。例如，斯坦福大学与加州理工学院都设立了有人工智能专项课程的计算机科学学士学位。伊利诺伊大学授予专攻人工智能、机器人和控制论的计算机工程理学学士学位。明尼苏达大学的人工智能专项课程方向包括人工智能、机器学习、数据挖掘、机器人系统和计算机视觉课程。加州大学圣地亚哥分校，通过其雅各布斯工程学院开设了专注人工智能领域的计算机科学学位。此外，很多大学正在开放其人工智能教育内容。例如，加州理工学院和斯坦福大学都在向学生与一般大众提供人工智能相关的线上课程。哈佛大学与麻省理工学院也通过其线上学习平台

edX，提供免费和低成本的人工智能教育。2、研究生阶段人工智能教育-

17

-

与本科生课程相比，更多的研究生院都设有人工智能专业和学位，而不仅是计算机科学学位内的人工智能专项课程，特别是在硕士研究生阶段。例如，科罗拉多州立大学、加州大学圣地亚哥分校与约翰霍普金斯大学都设有人工智能科学硕士学位。在博士生阶段，某些学校提供人工智能或机器学习的博士学位，而很多其他学校采取的方法则是提供包含人工智能专项课程的计算机科学学位。

在研究生阶段，许多具有全球竞争力的美国大学在人工智能教育和研究方面处于领先地位，通常因产业界与政府之间的合作而知名。例如，卡内基梅隆大学的人工智能与计算机科学项目在诸如自主性、机器人学、3D

打印等人工智能相关领域，同时与私营部门和政府开展合作。亚马逊网络服务（AWS）是加州理工学院科学研究生与博士后研究员人工智能项目的资助方，该项目是一个研究人工智能的交叉学科项目。麻省理工学院的计算机科学与人工智能实验室被认为是人工智能创新的中心，拥有近

36

个人工智能和机器学习的研究团队、研究中心与研究组。总结来说，在研究生阶段，美国能够吸引并培养出顶级人工智能人才。3、发挥私营部门的作用

私营部门正在协助开发高等教育阶段的人工智能教育课程设计，包括认证和在线学习课程，以及两年制和四年制学位。例如，-

18

-IBM

正在与线上学习平台

Simplilearn

合作开展人工智能认证。亚马逊网络服务在学习平台

edX

上提供机器学习课程，而谷歌则与Udacity

开展了类似的合作，并在其线上教育平台上提供深度学习课程。产业界与高校之间的合作也在进行。例如，亚马逊正在与弗吉尼亚州社区学院系统及

6

所弗吉尼亚州的大学合作，教授学生云计算课程。2020

年，

NSF

宣布资助一项行业和政府联合的人工智能倡议计划，包括美国农业部、国家粮农研究所、美国国土安全部科学技术局、美国交通部联邦高速公路局。该计划设立了

18

所新的人工智能研究所，并支持人工智能教育。产业界埃森哲公司、亚马逊、谷歌、英特尔等为这些研究所投资

1.6

亿美元，支撑网络基础设施、生物、伦理、农业等一系列跨学科人工智能研究。三、中美人工智能人才队伍竞争力比较分析（一）中国的优势与问题分析

过去十年，中国科技人才的培养在近、中、长期战略规划方面都取得了显著进步，中国已相当有效地将人工智能教育与培训纳入到人才队伍培养的各个阶段。图

4

显示了中美两国教育各阶段的入学人数。研究生阶段之前，中国都保持了累计数量优势，在这以后美国则略占上风，但其中包含了约占美国研究生总人数-

19

-14%的外国留学生。从计算研究生占各国总人口的比例角度看，美国仍遥遥领先。注：某些美国学区将初级学校分为“小学”、“中学”或“初级高中”。中学与初级高中通常包含

6-8

年级或

7-8

年级。中国高等教育入学人数不含成人或网络教育机构。来源：2020年教育统计摘要，美国国家教育统计中心；2020中国统计年鉴图

4：2019

年美国与中国总入学人数

虽然美国在研究生入学人数方面领先，但

STEM

的研究生入学人数方面并不占优。事实上，在过去五年，中国在

STEM

高等教育上的领先有所扩大。如图

5

所示，中国毕业的科学与工程学博士生要多于美国的

STEM

博士生，很明显中国的高级学位更重视这些学科。2019

年，中国授予的博士生中有

59%，硕士生中有-

20

-41%属于这两个领域，与此相比，美国的博士生学位仅有

16%是STEM

领域。-

21

-来源：2020

年教育统计摘要，美国国家教育统计中心；中国教育部图

5：中国比美国拥有更多的

STEM

高等教育学位

对中国来说，要建成一支接受更均等教育的全国性人工智能人才队伍，最大的障碍是户籍制度。尽管中国还在改革，户籍制度是基于个人户口所在地而非实际居住地来提供分层社会福利，这将减少农村户口的青少年获得优质教育的机会。相对于乡村地区，城市居民更可能享有积极的代际流动性。源于城乡差距的不平等也影响了中国的人工智能教育渠道。例如，财力雄厚的北京中小学能够打造出

3D

打印和机器人实验室，而贫困地区在低龄教育阶段可能没有这样的优势，或缺少接受过充分培训的教师。尽管中国教育部从

2018

年秋季起将人工智能教育纳入高中必修课，但条件较差地区的学生可能无法接受高质量的人工智能教育，这会导致数字鸿沟和经济不平等的加剧。

在师资质量方面，中国面临同样的城乡不平衡问题。在较贫困地区，学生教师人数比更高，且教师人才流向更发达地区的现象较为普遍。对此，中国政府正在落实相关政策，如招聘大学毕业生到中西部乡村学校任教三年，并要求大中城市教师定期到乡村学校短期工作等，同时乡村教师也可申请继续学习，在师资培训机构接受培训。此外，至于中国的人工智能教育能否刺激创造性思维和团队-

22

-精神，或者是仅仅止步于让学生执行重复性的设计“简单算法”任务，其实施效果还有待观察。（二）美国的优势与问题分析美国将人工智能纳入其培养渠道的工作成效可谓良莠不齐。有部分

K-12

人工智能教育工作脱颖而出，如昆内特县拥有第一所开设人工智能教育的美国公立高中，该县开展计算机科学课程的学校数量也在增加。此外，数据显示，NSF

资助的

2016

先修计算机科学原理（AP

CSP）课程让更多来自不同群体的学生能够在高中和中学后教育阶段学习计算机科学。然而，整体而言，美国

K-12

教育体系对人工智能教育的整合仍不均衡，在质量与机会方面的不平等仍根深蒂固。在高等教育阶段，美国的优势更为突出。NSF

对

18

所新的人工智能研究机构进行的跨机构项目征集活动，反映出政府与私营企业间的合作正在加强。此外，规模较大的公立大学与私立大学通常拥有更多的资源和更强的动力维持具有竞争力的高质量教育。多家教育机构通过人工智能专项课程补充了计算机科学教育，或增设了人工智能学位与专业。尽管如此，我们注意到，对于不少

K-12

早期未接触过人工智能教育的年轻人来说，他们对从事

STEM

领域的工作缺乏兴趣。另一个美国人工智能教育的挑战是难以招聘到具备计算机科-

23

-学或人工智能专业知识素养的教师，因为产业界对该类人才更具吸引力，这就导致了美国课堂教授计算机科学或人工智能课程的质量鸿沟。此外，某些学区不提供计算机科学或人工智能领域的带薪教师培训，而且即便有条件提供，正如

CSTA

描述的那样，计算机科学认证流程混乱且标准不一。另外，在低收入校区，教师可能已任教多门学科，让这些教师再多教一门计算机科学或人工智能课程并不可行。（三）对美国人工智能人才竞争力的影响分析

通过集中、系统的方式推行各阶段的人工智能教育，中国形成了有力的人工智能人才队伍中期培养渠道。不过，建成长期渠道还面临着人口快速老龄化的重要障碍。此外，中国军民融合（MCF）的发展有助于增强其军事竞争力。此前

CSET

的研究发现，中国国防工业的国有企业招聘的毕业生有四分之三来自“国防七子”，使这些具备人工智能技能与能力的毕业生直接加入中国的国防人才队伍。

美国得益于其教育和培训体系的自由与灵活性，使得各州和当地政府能够在其教育领域自由创新。这将创造机会实现创新性课程设计、新的教育方式的整合，且有助于鼓励学生学习人工智能并与之互动。相似地，多源资助模式吸引了大量相关方，有助于学校提供更多样化的学习和课内外体验，并进一步促进创新。-

24

-但同时，这种模式与中国教育部直接指示私营部门参与人工智能教育相比更缺乏系统性，导致人工智能教育标准的不统一。

此外，各学区在资金方面的差距会导致教育不平等，同时现有的拨款结构限制了制定长期规划的能力。不是所有的州都能够妥善利用当前治理和拨款结构内在的灵活性。某些州拥有更多资源，更能获得高质量的师资，更重视人工智能与计算机科学教育。另一个挑战是多源或分散的资助计划难以追踪、鉴定和扩展，限制了那些特别成功或具有创新性的项目扩大影响范围。

另