导语
2026年1月，中国教育科学研究院发布《高等教育国际创新趋势报告》，提出高等教育创新八大趋势，其中第一项即“AI颠覆知识生产范式”。报告指出，知识生产正从“以知识生产知识”转向“在应用场景中将不同学科创新联动起来产生解决方案，人智融合将人类智慧推向新高度”。
同年5月，中国教育科学研究院发布的《全球数字教育发展指数（GDEI）2026》显示：43%的国家正在积极规划“AI+教育”转型，78%的国家强调应更加重视学生高阶思维能力培养，76%的国家设定了学生思维能力培养目标。美国、中国、韩国、芬兰四国已率先进入“AI+教育”新阶段。
与此同时，教育界对AI时代“培养什么人、怎样培养人”的讨论日趋深入。中国工程院外籍院士指出，AI时代教育的关键，是让人类从比拼事实记忆中解放出来，专注于发展伦理、审美与创造力。这一判断正在向下传导至基础教育阶段。在国际教育领域，国际课程体系是否已在课程层面做出回应？回应了什么？课程改革如何从官方文件转化为学校课堂中的实际教学？
本文基于官方信息，梳理国际课程在AI时代的政策调整与课程更新，并关注改革在学校层面的落地情况，为读者理解国际课程的演变及决策提供参考。
一
国际课程体系的官方回应
与课程更新
1
IB课程体系：系统性课程改革
IB课程体系是三大国际课程中做出最系统性调整的。根据IBO官方发布的课程更新信息，一系列科目新大纲已进入实施阶段。
图源：IBO官网
2025年8月起，多门IBDP科目的新教学大纲开始启用，首批使用新大纲的学生将于2027年5月参加首次评估。2026年8月，另一批科目的新大纲也将开始实施，首次评估安排在2028年5月。这一轮课程更新覆盖多个学科领域，涉及从课程内容到评估方式的系统性调整。
图源：IBO官网
IBO于2025年公布的DP与CP项目的全面改革方案，是IB有史以来最大规模的课程调整。改革的核心变化之一是将原有的六门必修课程模式调整为四门必修（三门高阶+一门标准），大幅提升了选课的灵活性。这一调整释放出的信号是：在AI时代，课程体系需要从广覆盖转向深钻研，为学生提供将精力集中于关键领域的空间。
在评估方式上，IB考试正逐步向机考过渡，以回应AI时代对评估形式变革的需求。IBO此前已明确表示“对人工智能工具带来的教育机遇感到兴奋”，并更新了学术诚信政策，新增关于AI工具使用的附录。
图源：IBO官网
与此同时，IBO还在教师培训层面做了系统性部署。根据官方2026年发布的通知，IB将分阶段推出针对新课程的专业学习支持，包括课程管理团队主持的在线研讨会、探索课程变化的电子学习资源，以及在IB Exchange平台上发布支持内容。原有第三类学科专题研讨会逐步被更全面的第二类工作坊取代，以更好地支持教师理解和实施新课程。
图源：IBO官网
2
AP课程体系：考试形式的数字化变革
AP课程体系在AI时代的变化主要体现在考试形式的数字化转型上。
根据College Board官方发布的信息，2025年AP考试中，28门科目全面停用纸质形式，转为通过Bluebook数字测试平台进行。其中16门科目采用全科机考形式，12门科目采用混合机考形式（即选择题通过数字平台作答，需图形或符号作答的简答题仍保留纸质部分）。
图源：College Board官网
College Board高级副总裁、AP项目负责人表示：“几乎所有参加过数字AP考试或参与过AP数字测试试点的学生都迅速适应了新形式。今天的学生是‘数字原住民’，他们很欣赏Bluebook界面中用户友好的功能”。
图源：College Board官网
自2022年起，College Board已对部分AP科目先行试点数字化考试。2024年有65万场AP考试以数字形式交付，超过75%的学生和管理人员评价数字考试体验与纸笔考试“相同或更好”。
然而，AP的数字化目前更多停留在考试形式层面。从课程内容本身来看，AP尚未发布与IB同等规模的AI专项课程改革文件。AP课程的回应方式更多依托其既有的“21世纪技能”框架——AP Seminar等课程描述中明确列出了批判性思维、创造力与想象力、信息素养、技术素养等培养目标，这些能力与中国教科院报告中提出的AI时代核心素养存在高度的概念对应。
图源：College Board官网
3
A-Level/IGCSE体系：科目的迭代与评估的细化
A-Level体系的变化主要集中在牛津AQA考试局的调整上，其在AI时代的回应路径主要体现在课程内容更新与评估方式升级两个方面。
在课程内容方面，牛津AQA的新大纲中明确将人工智能列为独立教学章节，在Paper 2中作为单独部分进行考核。该科目自2024年9月起开始教学，AS阶段首次考试安排在2025年5月，A-level阶段首次考试安排在2026年5月。此外，牛津AQA在2025-2026学年新增了7个科目（5门IGCSE和2门A-Level），其中A-Level社会学新大纲的Unit 5主题为人与科技，涉及科技对社会的影响，将AI从技术工具拓展为社会议题的讨论范畴。
图源：牛津AQA官网
在评估方式方面，2025年夏季A-Level考试起，牛津AQA引入了AI与人工阅卷相结合的评分模式，利用考试数据将AI评分与人工阅卷结果进行比对，以验证AI评分的准确性。这是A-Level体系中为数不多在评估端尝试引入AI技术的案例。
图源：牛津AQA官网
在理念层面，牛津AQA也在推动相关讨论。2026年1月，牛津AQA在拉合尔教育峰会上举办了专场讨论，强调负责任地将AI融入教育，并倡导能力本位教育，关注批判性思维和可迁移技能的培养。
二
从政策到实践：
国际学校的AI教育落地
课程体系的官方调整固然重要，但政策如何转化为课堂实践，才是决定学生最终体验的关键。通过对一线城市的部分国际学校公开实践的观察，可以归纳出当前国际学校在AI教育方面的几种典型模式。
AI课程体系的构建
北京一所小初高一体化的国际学校，开发了“基础+拔高”双轨AI课程体系：高中开设自主研发的AI通识课程，涵盖机器学习和深度学习、Python编程等内容，同步将伦理教育融入中小学STEAM课堂，由本校教师自主编写英文版AI通识教材并正式出版。北京另一所K12国际化学校在2025年服贸会上展示了其人工智能课程体系，开设机器学习和深度学习、Python编程、人工智能编程、VEXIQ机器人、STEAM创客教育等前沿课程。
深圳一所国际学校于2025年3月推出自主研发的AI School在线学习平台，成为国内首家开设AI School的国际学校，为学生提供24小时在线学习机会。该平台以“AI超级助教”为核心，实现智能刷题与评估、自适应学习路径、智能备课助手等教学功能，从立项到上线仅用30天。
北京通州区一所公立学校国际课程项目则构建了通识打底、跨科融合、专题研修的“AI智立方”课程体系，围绕人的全面发展确立四维课程目标：知识与能力的纵向进阶（构建阶梯式AI知识体系）、实践与创新的横向突破（通过探究式项目培养跨领域创新能力）、视野与格局的立体拓展（拓展AI前沿话题）、伦理与价值观的深度扎根（关联社会议题，塑造科技向善的价值观）。
北京，深圳等地的国际学校在AI课程体系构建方面已进入较为系统的探索阶段。但需看到，不同学校之间的AI课程建设仍存在显著落差。部分头部学校已构建覆盖中小学全学段、贯通“认知—应用—创造”各层次的完整AI课程链条，但多数学校的AI课程仍停留在兴趣社团或选修课层面，尚未形成体系化的课程框架。此外，AI课程的师资储备仍需持续建设——谁来教、教什么、如何评价教学效果，仍是多数学校尚未回答的问题。
AI素养框架的确立
在课程内容之外，部分学校开始系统性地界定“AI素养”的内涵。
北京通州一公立学校国际课程项目以“人的全面发展”为核心导向，确立了四维课程目标；该校AI教育协调员明确提出“Teaching About AI和Teaching With AI应当齐头并进”，AI的创造力本质是插值创新，而教育的目标是培养学生推动知识边界的元能力。
深圳一所国际学校同样在AI素养培养方面进行了系统探索。该校提出“AI素养”培养的三个核心价值：独立理解世界的能力、创新能力、价值判断能力，并在课堂上要求学生不仅学会操作AI，还要学会解释AI的逻辑与局限。
广州一所国际学校则将AI融入全学科教学——人文学科借助AI分析文本、科学教学中用AI建模、艺术教育中对比AI与人类创作、伦理教学中探讨AI决策的公平性——以此培养学生理解、驾驭科技并引领科技向善的能力。
各校对“AI素养”内涵的理解已超越单纯的技术操作层面，逐步向批判性思维、伦理意识、创新能力等深层维度延伸。部分学校已形成较为系统的素养培养框架，将“学会质疑AI”“解释AI逻辑”“用AI创造价值”纳入培养目标。
各校对“什么是AI素养”“AI素养包含哪些维度”“如何评估AI素养”等核心问题的回答各不相同。这种“百花齐放”的状态固然体现了办学自主性，但也意味着学生在不同学校获得的AI素养培养可能存在较大差异。
AI与学科教学的融合
除了独立设置的AI课程，更多学校将AI以工具和支架的角色嵌入各学科教学。
2025年12月，北京通州区国际教育举办“通AI课堂”培训与展示活动，集中呈现了“AI与学科深度融合”的教学实践。展示课覆盖物理、艺术、微观经济学、英语四个学科：AP物理课中，教师带领学生通过自制投石机实验结合线上模拟，破解斜抛最优发射角度难点；美术课中，教师运用AI工具引导学生生成诗词场景、探究文人画特征并创作节日贺卡；AP经济学课中，教师运用多款AI工具组织学生小组协作验证经济问题解决方案；英语课以“推广敦煌文化”为主题，借助AI智能体构建“师—机—生”协同评价生态。
深圳一所国际学校依托MIT FabLab认证的STEM科创中心，将AI融入科学、艺术、人文的真实课程与项目中。学生主导了“抗摔耳机”“智能情绪手环”“自闭症监测手环”“AI面试官”等数十个PBL项目，从需求洞察到原型开发全程主导。其中“自闭症儿童情绪监测手环”项目集成EDA、体温和心率传感器，能实时监测自闭症儿童的情绪变化，项目源于学生对真实社会问题的关注，在哥伦比亚大学MEC商赛中斩获全国第八名。
在教师层面，AI辅助教学也在逐步推进。北京一所国际学校邀请中国科学院专家为中外教师团队开展“基于DeepSeek大模型的教学赋能”专题培训，内容涵盖理论讲解、实际操作演练和案例分析，帮助教师在备课设计、课程实施和作业辅导中实现智能化提升。该校教师还借助AI生成MYP课程跨学科活动方案、分析学生课堂表现数据、为学生定制个性化阅读材料。
整体来看，“AI+学科”融合已从个别学科的零星尝试发展为覆盖多学科的常态化实践。项目式学习、跨学科融合、“师—机—生”协同评价等模式正在多个学校落地。同时，教师AI教学能力的系统培训也开始受到重视。
但其他地区在这方面仍有明显差距。多数学校对“AI+学科”融合的理解仍停留在用AI工具辅助教学的初级阶段，尚未触及用AI重塑教学方式和学习方式的深层变革。教师培训多停留在理念普及层面，缺乏系统性的实操训练。如何将AI从演示工具升级为思维工具，是多数学校需要跨越的门槛。
AI使用的规范与评价
学校层面另一个值得关注的动向是AI使用规范的建立。
北京通州区的校际研讨活动中，与会学校一致认为教师需坚守“批判性使用”理念，避免技术依赖，在夯实学生基础知识与核心素养的前提下发挥AI技术优势；教师应履行引导职责，强化学生信息甄别能力与技术伦理认知，确保AI技术安全、有益地服务于教育教学全过程。
深圳一所国际学校在学术诚信方面建立了明确规范：要求学生在使用AI时保持透明，如果AI生成内容被直接使用且未经编辑，必须进行引用；教师应教育学生了解AI工具的伦理使用方法，包括适当的引用实践和原创性在学术工作中的重要性。
在过程管理方面，上述北京通州区学校要求学生记录AI使用情况、保存交互证据链；在基础能力保障方面，坚持保留手写作业和闭卷考试，确保学生的基础认知能力不因AI技术的便捷而被弱化。整体来看，AI使用规范的建设已开始从“是否允许用AI”转向“如何规范用AI”的精细化阶段。部分学校已建立涵盖引用规范、过程记录、伦理审查等维度的完整框架。
但同时，多数学校的AI使用政策仍以原则性表述为主，缺乏可操作的实施细则和评估标准。如何将“批判性使用AI”的理念转化为可执行的教学指令，仍是各校面临的共同挑战。这些实践反映了学校层面在“拥抱AI”与“保持警惕”之间的平衡努力。它们并非考试局政策的简单执行，而是基于各自办学理念和学生特点进行的校本化再创造。
三
课程体系变革
与学校实践的对应观察
将课程体系的官方调整与学校的自主实践放在一起观察，可以发现两者并非简单的发布执行的线性关系，而是呈现出一种双向互动的特征。
从课程体系向学校的传导来看，官方调整确实对学校实践产生了影响。IB通过发布AI设计原则和学术诚信指南，为学校提供了价值观层面的决策框架；牛津AQA将人工智能列为计算机科学新大纲的独立章节、在社会学新大纲中纳入“人与科技”主题，直接推动了相关科目教学内容的变化；AP的数字化考试转型则迫使学校在技术设备和考务管理层面做出相应部署。
从学校向课程体系的反馈来看，学校的自主探索也在一定程度上影响着课程体系的演进方向。当多所学校在IB框架下自主开设AI通识课程、将AI素养纳入培养目标时，这些实践为IBO评估课程改革成效提供了参照；当学校尝试将科创项目纳入A-Level选课体系时，这种探索也在客观上拓展了考试局课程体系的边界。
与此同时，两者的关注点也存在差异。课程体系的调整更多集中在制度层面——课程结构、考试形式、科目大纲；而学校的实践则更聚焦于教学层面——AI课程内容的开发、AI素养框架的确立、AI与学科教学的融合方式。两者各有侧重，共同推动着国际课程在AI时代的整体转型。
值得注意的是，并非所有课程体系的调整都在学校层面得到了同步回应。学校在AI教育方面的探索，既受到课程体系官方调整的影响，也来自其自身对时代需求的判断。两者之间不存在简单的一一对应关系，但共同构成了当前国际教育领域应对AI挑战的完整图景。
四
AI时代
国际课程选择的三个考量维度
本部分从读者实际决策需求出发，提炼三个可供参考的考量维度。课程选择不存在统一的最优解，关键在于找到与个体能力特质、发展目标及所处环境相匹配的选项。
1
课程体系改革方向与个体发展路径的匹配度
不同国际课程体系在AI时代的改革路径各有侧重，这种差异本身就反映了不同的人才培养理念。理解这种理念差异，是选课决策的第一步。
IB体系的改革方向指向减量增深与跨学科整合。六门必修调整为四门，为学生留出深入钻研特定领域的时间与空间。同时，变革领导力项目的增设指向“变革者心态”“系统思维”等AI时代特质的培养。这一路径适合在学术兴趣上已有明确方向、希望在某一领域深耕的同时保持跨学科视野的学生，也适合愿意承担课程结构变化带来不确定性的学生——IB改革力度最大，意味着在选课灵活性和课程体验上可能有较大变化，但也意味着部分课程的评估方式和内容要求尚在磨合期。
AP体系的路径以考试形式的数字化为主要特征。课程框架本身未进行大规模重构，但其既有的“21世纪技能”培养目标与AI时代素养需求存在较高的概念对应。AP课程数量众多、科目覆盖面广的优势依然存在，适合希望通过多科目组合展示特定领域学术实力的学生，也适合对课程体系稳定性要求较高的学生。AP的改革集中在考试形式而非课程理念，学习内容和评估标准的变化相对有限。
A-Level体系的调整以科目更新为主要方式，整体以科目深度见长，适合在特定学科方向上有明确兴趣和专长的学生，但需要注意不同考试局在AI相关内容覆盖上的差异。
对决策的参考意义在于：选课前需要了解目标课程体系的最新改革方向，判断其培养理念是否与学生的能力特质和发展目标相契合。
2
学校AI教育实践的体系化程度
课程体系的官方调整需要落实到具体学校才能产生实际影响。同一课程体系下，不同学校的AI教育实践可能存在显著差异。在选择学校时，以下几个问题值得关注：
学校是否开设独立的AI课程或系统性的AI素养培养项目？ 根据调查，部分学校已开发覆盖中小学全学段的AI通识课程体系，部分学校则停留在兴趣社团或选修课层面。对于希望系统接触AI领域的学生而言，学校的课程设置是重要的参考信息。
AI工具是否被有效融入日常教学而非停留于概念讨论？ “AI+学科”融合的深度在不同学校之间差异明显。部分学校已实现AI在物理、艺术、经济学、英语等多学科的常态化教学融合，部分学校的AI教学仍以独立课程或讲座形式存在，尚未与各学科核心教学形成有机整合。
学校是否制定了清晰的AI使用规范？ 学术诚信政策是否更新了AI工具使用的边界说明？学校是否明确区分“AI辅助”与“AI代劳”？这些规范的存在与否，关系到学生在使用AI工具时的自主空间与行为边界。
教师是否接受过AI教学能力的系统培训？ AI教育的落地效果在很大程度上取决于教师的能力。部分学校已邀请外部专家开展大模型教学赋能专项培训，部分学校则尚未启动相关工作。
对决策的参考意义在于：选校时不仅要看课程体系本身，还要考察具体学校在AI教育方面的落地程度——这不仅关系到学生能否接触到AI相关内容，也关系到学校是否已为AI时代的教学做好了制度与师资准备。
3
课程体系与学校实践之间的衔接是否通畅
前文分析表明，课程体系的官方调整与学校的落地实践之间并非简单的“政策执行”关系，而是存在一个从考试局发布到学校实施的传导过程。这一传导链条的通畅程度，直接影响学生能够实际获得的学习体验。
在传导通畅的学校，课程体系的改革方向能够较快地转化为具体的教学安排——新大纲科目按时开课、教师接受相应的教学培训、评估方式的变化在教学中得到体现。在传导滞后的学校，课程体系改革与实际教学之间可能存在时间差，学生在过渡期内的学习体验可能面临较大的不确定性。
对决策的参考意义在于：考察目标学校是否已针对课程体系的AI相关调整做出具体的教学部署，比单纯关注课程体系本身的改革方向更具参考价值。
结语
AI正在重新定义人类核心竞争力的内涵，各国际课程体系正以不同的速度和路径回应这一变革。在课程体系变革与学校落地执行之间，存在一个从官方政策到校本实践的传导链条。对于正在选课和择校的学生与家长而言，理解这一传导链条——既关注课程体系的改革方向，也关注具体学校的执行程度——是在AI时代做出理性教育选择的基础。
*文中未标注图片均来源于：Unsplash
本文为京领原创出品
未经授权，请勿转载
转载或商务合作请联系
电话：010-82362348
微信：Kinglead-edu
官网：https://jinglingedu.com