在基础教育加速拥抱新技术的当下，“人工智能+教育”正在从试点探索走向规模应用。
北京市政府工作报告提出加强全学段人工智能赋能教育，释放出以制度化、体系化方式推动教育数字化转型的信号。
如何让新技术既进得了校园、用得好课堂，又守得住底线、站得稳育人方向，成为两会期间讨论的热点议题之一。
问题：从“能用”走向“善用”，规范缺位带来新挑战。
窦桂梅在市政协十四届四次会议上指出，当前教育类人工智能产品在校园落地过程中，仍存在“覆盖有余而精准不足”的现象：不少产品集中在解题训练、作业批改、考试辅导等环节，短期内或能提高效率、减轻重复劳动，但也容易造成“重工具、轻素养”的偏差；同时，产品与课堂真实教学、学段特点、学科规律衔接不够，难以支撑高质量育人要求。
更值得关注的是，教学适配性、内容专业性、伦理安全性、应用规范性等方面尚缺少统一明确的规则，一旦缺乏标准牵引，校园容易出现产品无序进入、应用边界模糊、风险责任不清等问题。
原因：市场热与教育规律之间存在“错位”，标准供给滞后。
业内观察显示，教育场景复杂、主体多元，既涉及学生成长规律，也涉及教学组织方式与评价体系。
部分产品以通用能力快速切入，容易形成“拿来即用”的泛化路径，却难以深度嵌入学科教学与课堂流程；叠加市场竞争加速，产品迭代快、形态多，而教育治理需要审慎论证、稳步推进，导致规则供给相对滞后。
此外，数据安全、算法公平、内容合规等问题具有跨部门属性，单一环节难以包揽全流程治理，也使得“谁来评、怎么评、评后如何管”的机制建设更显迫切。
影响：事关教育质量与公平，也事关校园治理与社会信任。
若任由“工具化”“碎片化”应用蔓延，可能出现三方面影响：其一，课堂教学被解题导向牵引，学生思维品质、阅读能力、表达能力等核心素养的培养被边缘化；其二，不同地区、不同学校因资源与产品差异导致应用质量不一，教育公平可能出现新的“数字鸿沟”；其三，若信息保护、内容真实性与伦理安全缺乏刚性约束，可能引发隐私泄露、内容偏差、责任难界定等风险，削弱家校社会对教育数字化的信任基础。
对策：以“标准引领”贯穿教、学、管、评、研全链条，先立规矩再扩应用。
针对上述问题，窦桂梅提出，应推动相关部门协同联动，围绕“教、学、管、评、研”全链条加快构建校园人工智能教育标准体系，从“列清单式限制”转向“可操作、可落地的标准牵引”，让师生在人工智能场景中“有标可依、依规使用”。
一是抓准入，突出伦理安全与合规底线。
重点制定伦理安全标准、产品准入标准和教学应用标准，明确师生信息保护、算法公平性等红线要求，建立由教育专家、一线教师、监管人员等组成的审核团队，对进入教育市场的产品进行严格审查与动态评估，防止不合规产品进入校园。
二是抓边界，突出课堂规律与育人导向。
明确人工智能在课堂教学中的应用范围与责任边界，形成覆盖育人全过程的应用指南，避免“包办式替代”与“机械化依赖”，确保教师仍是课堂主导者、学习的组织者与评价者。
三是抓能力，配套标准化培训体系。
把“会用工具”提升为“理解原理、识别风险、善用方法”的综合素养，推动教师、学生在规范框架内提升使用能力，使技术始终服务于素养培育这一核心目标。
前景：以学科垂直模型为突破口，留足创新空间，形成可复制的治理范式。
北京市相关任务清单提出推进教育大模型创新应用、培育“人工智能+教育”典型垂直场景。
窦桂梅建议，学科教学垂直模型研发与应用标准应尊重学科本质和儿童学习规律，避免因“知识幻觉”等问题影响教学判断，强调“站在技术之上”，让教师成为育人的掌舵者与引导者。
她以清华附小语文教学场景的探索为例介绍，学校语文团队构建基于教师主体的语文主题教学垂直模型，覆盖备课、上课、析课、研课等环节，并在多地学校应用。
她认为，可支持一批契合首都教学实际的学科垂直模型研发基地，鼓励企业围绕教学核心场景开发定制化产品，以更精细的场景化供给破解“千校一面”。
同时，她提出要重视“数智大脑”等校园治理能力建设，支持开展长周期、宽领域、多学科的应用实验，建立标准化跟踪评估指标体系，动态监测人工智能应用的长期影响，及时识别并化解新风险，在划定底线的同时留出创新空间，推动“人工智能+教育”在规范与发展之间实现良性平衡。
教育数字化转型绝非简单叠加技术工具，而是对育人模式的系统性重构。
当智能技术从"能用"走向"用好"，标准体系的建立不仅关乎效率提升，更是守护教育初心的必然选择。
如何在技术创新与教育规律之间找到平衡点，或将决定未来人才培养的质量与方向。