多位全国政协委员就教育话题进行大会发言

中国教育报-中国教育新闻网讯（记者 高毅哲）全国政协十四届四次会议7日下午举行第二次全体会议，多位委员就教育话题进行大会发言。

最高人民法院副院长陶凯元：创新导向强根基 科教协同育英才

陶凯元代表民进中央发言。她表示，当前，基础教育阶段科教协同正处于从理念倡导到实质推进的关键转型期，“十五五”时期，需要进一步健全科教协同机制、优化育人生态、深化实践效果。

她建议，畅通部门联动和资源共享，健全协同机制。以改革之力破除体制机制障碍，充分释放协同育人效能。一是完善协调机制。通过跨部门议事协调，统筹解决重要问题，推动政策举措融汇互洽、机制运行协同顺畅、要素配置科学高效。二是深化综合改革。通过组织体制、运行机制、资源配置等方面的深层次改革，促进科学资源与教育资源、研究资源与教学资源的双向流动与高效配置，推动科研优势、技术优势转化为教学优势。三是建立激励机制。鼓励中小学与高校、科研院所建立多层次深度合作关系，支持社会力量参与课程开发与资源供给。

强化创新导向的育人目标，优化协同生态。以创新需求为牵引，构建贯穿全部教育活动、连接学校与社会、融合知识与实践的“大科技教育”生态系统。一是促进教育方式、评价方式的根本性变革。通过改革考试招生制度等，强化人才培养的接续性，加强对学生科学兴趣、思辨能力、批判精神、创新意识的考查。二是完善人才培养质量标准和统计监测体系。注重对学生参与科学实验的过程性评价、实践能力提升的效果性评价、创新成果转化的应用性评价，让学生在解决真实问题和探索创造中成长成才。三是促推创新型教育生态良性变革。以评价体系改革为杠杆，让创新成为教育教学的核心导向，让协同育人成为各级各类教育的自觉行动。

南京大学副校长、中国科学院院士周志华：以人工智能引领科研范式变革

周志华代表无党派人士界别发言。他指出，目前，部分科研工作者对“人工智能赋能科学研究”停留在对工具的简单套用，或盲目尝试训练通用“科学大模型”以应对所有问题。同时，科学数据获取成本高、标准不统一、共享意愿低，数据标注质量参差不齐，缺乏权威、标准化、大规模的科学数据集，导致AI模型训练效率不高、可靠性难以保障，重复建设与资源浪费现象突出。

周志华建议，要加强政策引导，提升基础创新能力。优化人工智能领域科学研究的统筹布局，避免资源过度集中于算力消耗型的应用层，纠正盲目跟风“大模型解决一切”的误区，加大对AI算法基础研究的支持力度，提高针对具体问题设计算法解决方案的创新能力。重点支持一批具有前瞻性、战略性的基础研究项目，鼓励科研人员开展原创性研究。同时，引导企业和社会资本参与AI算法基础研究，形成多元化的投入机制。建立科学合理的科研评价体系，营造鼓励探索、宽容失败的科研氛围。

要变革培养模式，打造复合型人才队伍。从源头构建“人工智能赋能科学研究”复合型创新人才培养体系，支持高水平研究型大学试点设立“博士+硕士”双学位项目，支持博士研究生在攻读AI专业博士学位期间，跨学科攻读一个科学专业硕士学位，探索构建跨学科融合的研究生培养新模式，系统化培养既深谙领域知识又掌握前沿AI技术的“双语”科学家。同时在学位获取、职称晋升、绩效考核等环节中建立“交叉学科特区”，解决跨学科人才在传统评价体系中“两头不靠”的困境。  

北京师范大学党委书记程建平：实施新时代立德树人工程 促进思政课堂和社会课堂有效融合

为进一步促进“两个课堂”有效融合，程建平提出四个方面的建议：

一是开设好“新时代伟大成就”实践课程，将其纳入思政课课程体系，引导学生感受体悟新时代伟大成就。制定相应实践课程指导纲要，推动典型案例资源库建设，精选和建设更多能展现新时代鲜明特点的实践教学基地。完善实践教学组织方式，统筹资源，加大经费和安全服务保障力度，结合不同学段特点分类推进。

二是进一步牢固树立“两个课堂”融合建设、互促互进的思维，打通课堂之间协同的“壁垒”。加强对社会课堂丰富育人资源的系统性梳理挖掘，积极探索社会课堂的不同类型和有效方式。社会课堂应避免简单“打卡式”参观体验，聚焦提升学生理论思维能力和价值认知水平。把思政课教师、辅导员班主任、课程思政教师作为融合好“两个课堂”的骨干力量建好建强。

三是健全和完善政府、企业、家庭、学校协同联动的政策和机制，形成“纵向贯通、横向联动”的协同育人格局。各级党委和政府应加大支持社会课堂实践育人力度，为学校开设社会课堂提供必要保障。鼓励引导企事业单位和农村、社区等基层组织为学生提供实习实践基地。加强文化馆、博物馆、科技馆等与学校的协作，打造文博场馆里的“大思政课”。推进家校社“教联体”建设，优化政府统筹、部门协作、学校主导、家庭尽责、社会参与的协同育人机制。

四是运用人工智能、虚拟现实、大数据等新技术促进“两个课堂”有效融合走深、走快、走实。利用虚拟现实（VR）、增强现实（AR）等技术，创建虚拟实践场景。通过大数据分析学生在实践过程中的行为数据、学习数据等，帮助教师精准掌握学情和制定个性化教学方案。开发智能评价系统，综合各类手段对课堂效果进行科学评估与反馈。