教育是实现联合国可持续发展目标特别是《全球教育2030议程》（The Global Education 2030 Agenda）的关键。 AI技术日益融入我们的生活，教育系统需要积极准备学生成为AI的负责任使用者和共同创造者。 截至2022年，只有15个国家在其国家课程标准中包含了AI学习目标。
一、关键原则
培养对AI的批判性方法
强调学生需要具备批判性思维技能，以有意义地作为学习者、用户和创造者与AI互动。 学生应负责决定应该开发哪些类型的AI，以及它们应该如何被用来推动人类社会朝着包容性、环境友好的共享未来。
倡导设计和使用AI应服务于人类能力的发展，保护人类尊严和代理性，并促进整个AI生命周期和所有可能的“人类-AI互动循环”中的正义和可持续性。 强调AI的使用应确保透明度和可解释性，以及人类的主导型和责任。
作为AI技术和下一代AI技术的共同创造者和潜在领导者，学生需要对以利润为导向的AI设计、训练和部署方法对环境的不利影响有批判性理解。 教育系统有责任确保学生理解碳排放，分析气候变化的根本原因，并采取审慎行动保护气候和环境。
强调所有学生都应有机会理解和应用AI生命周期中的包容性原则，包括代表性数据的选择、无偏见算法的选择、反歧视训练方法、可访问功能的设计与测试等。 在选择AI工具和技术支持教育目的时，应避免偏向某些人群，并优先考虑支持残疾人士和促进语言及文化多样性的工具。
AI相关教学和学习应服务于构建核心AI能力，使学生能够适应新知识，并在新的上下文中使用新的AI技术解决问题。 这些核心能力包括与伦理和以人为本的思维方式相关的价值观，以及理解和争议、指导AI法规的关键伦理原则，并培养实际技能来打击偏见、保护隐私、促进透明度和问责制。
报告从8个方面具体解释了如何应用上述框架：
将AI能力与国家AI战略的要求相匹配 构建跨学科的核心和集群AI课程 构建面向未来且本地可行的AI知识领域（作为课程的载体） 定制适龄的螺旋式课程序列 构建支持AI课程的学习环境 促进AI教师的专业发展并简化他们的支持 指导基于队列的设计和教学活动组织 构建基于关键AI方面进展的能力评估体系
对齐国家课程
AI能力框架应与国家的学生能力框架对齐，并考虑是否需要对现有框架进行调整以适应AI时代的新要求。
核心AI课程
建议开发一套核心AI课程，作为所有学生学习的主要渠道，特别是对于那些可能无法在学校以外接触AI的学生。
集群AI课程
与AI相关的集群课程应与AI能力紧密相关，同时不失去对其他核心能力的聚焦。
跨学科整合
AI具有跨学科的性质，与数学、科学、工程、语言、社会科学、艺术、公民教育和历史等学科有着复杂的内在联
学习渠道整合
AI能力的发展，还需要整合正式课程、课外项目和家庭及社区的非正式学习
国际化视野：鼓励国际合作和交流，让学生了解全球AI技术的发展动态，培养国际化人才。
2.课程内容与结构创新
整合AI教育：将AI作为跨学科的中心主题，合理地整合到不同学科的课程中，以反映AI技术的跨领域影响。
跨学科课程设计：鼓励设计包含AI元素的跨学科课程，促进学生在多个领域的知识和技能的综合应用。
注重伦理和社会责任：在AI课程中加入伦理和社会影响的内容，培养学生的责任感和批判性思维。
3.教学方法与学习体验
实践和项目导向学习：通过实际项目和案例研究，让学生在解决实际问题的过程中学习和应用AI知识。
终身学习理念：培养学生的自主学习能力和终身学习的习惯，以适应AI技术的快速发展。
以学生为中心的教学：以学生为中心，鼓励学生主动探索和学习，提高他们的参与度和学习效果。
4.教师发展与专业支持
教师专业发展：投资于教师的AI相关培训和专业发展，确保教师能够教授最新的AI知识和技能。
资源和设施建设：加强校园内AI相关的硬件和软件资源建设，为学生提供必要的学习环境和实验平台。
5.评估与反馈机制
采用多元化的评估方法，全面评价学生的AI能力和创新思维，包括项目作品、实践操作、同行评审等。
6.产学研合作与实践机会
与产业界和研究机构等建立合作关系，为学生提供多样化的实习和研究机会，使课程内容与实际应用相结合。
报告原文下载：
AI competency framework for students - UNESCO Digital Library
https://unesdoc.unesco.org/ark:/48223/pf0000391105
