阅读提示：12月16日，英国高等教育政策研究所（The Higher Education Policy Institute）官网刊发了由南洋理工大学拉惹勒南国际关系学院（S. Rajaratnam School of International Studies, RSIS）的研究员卡里尔·金·萨贡·特拉贾诺博士（Dr Karryl Kim Sagun Trajano）领衔，联合来自特里凡得琅女子学院（HHMSPB NSS College for Women, Trivandrum）的加亚特里·德维·皮莱博士（Dr Gayatri Devi Pillai）等9位学者共同撰写的博客文章。文章汲取了由“政治与国际关系教育学术奖学金网络”（Academic Scholarship in Politics and International Relations Education, ASPIRE）赞助的2025年“英国国际研究协会与国际研究协会”（BISA-ISA）联合举办的“人工智能教学法：当代高等教育中的实践、提示与问题”（Workshop on AI Pedagogies: Practice, Prompts and Problems in Contemporary Higher Education）研讨会的深刻见解。以下是文章要点。
文章指出，当英国仍在探索如何优化高等教育中人工智能的监管与支持时，新加坡和印度等国家已将相关理念付诸实践。这两个国家提供了极具价值的对比视角，它们虽然都将技术创新与社会包容性问题相结合，但路径截然不同：新加坡侧重于韧性与终身学习，而印度则强调通过本土语言实现广泛的教育机会。相比之下，英国的高等教育机构长期以来主要向西方的邻近国家借鉴经验，但着眼于更广阔的国际视野将是明智之举。
新加坡将人工智能融入教育的策略深深植根于其“智慧国2.0（Smart Nation 2.0）”愿景之中，该愿景强调“增长、社区与信任（Growth, Community and Trust）”三大目标。政府致力于将教育改革与国家能力建设挂钩，计划在2027年前培养出一支由15,000名人工智能从业者组成的数字化劳动力队伍。在此框架下，人工智能教学法与“社会韧性”这一概念紧密相连。在新加坡的政策语境中，社会韧性被理解为社会在面对颠覆性变革时保持凝聚力、适应力及功能性的能力。这一愿景的实现依赖于一个连接当地大学、“新加坡人工智能计划（AI Singapore, AISG）”以及“技能创前程（SkillsFuture）”计划的协调生态系统。“技能创前程（SkillsFuture）”利用人工智能驱动的分析技术来个性化定制再培训课程，设计决策模拟，并鼓励政府、行业与学术界之间的协作。“战略未来中心（Centre for Strategic Futures）”通过推广“个人韧性人工智能（AI for personal resilience）”，进一步扩展了这一议程，将数字能力构建为公民参与和集体备灾的一部分。
尽管新加坡模式展现了高度的协调性，但研讨会的讨论也揭示了其面临的持续挑战。精英大学的入学机会仍然不均，且大量外籍劳工被排除在许多终身学习计划之外。此外，与会者指出，当前的人工智能培训倾向于侧重技术能力，留给伦理辩论或批判性反思的空间较小。在某种程度上，创新的步伐已经超越了使人工智能教育具有完全包容性或反思性的努力。尽管如此，新加坡的经验向英国证明了人工智能可以被整合进教育更广泛的社会目标中。这提醒英国，当大学将学习视为一种公共产品时，数字创新与公民责任可以相互促进。理解人工智能的能力与局限性的毕业生，能更好地应对复杂的社会政治和技术环境。当这种教育被纳入终身学习体系时，它有助于建立知识与信任网络，从而使社会更具适应性和韧性。
如果说新加坡展示了一个小型、集权化体系通过紧密协调所能达到的成就，那么印度则展示了同样的原则在应用于一个具有大陆规模和多样性的国家时所面临的考验。印度的“2020年国家教育政策（National Education Policy, NEP 2020）”提出了一项全面的愿景，旨在通过教育系统变革来满足快速变化的全球经济需求。该政策的目标是在2035年前将高等教育毛入学率提高到50%，并引入灵活的、以学习者为中心的学位结构，以鼓励创造力和批判性思维。人工智能处于这一改革的核心，被视为催化课程创新和系统性现代化的关键力量。“国家数字教育架构（National Digital Education Architecture, NDEAR）”和“人工智能全民化（AI for All）”倡议将人工智能嵌入到教育设计和交付过程中。“喀拉拉大学（University of Kerala）”在2024-25学年根据“国家教育政策（NEP）”实施的“四年制本科课程（Four-Year Undergraduate Programme, FYUGP）”生动地体现了这些改革的成效。人工智能工具现在支持持续性评估，使教育工作者能够高效地根据个人学习需求定制材料和多样化的评估方法。这些发展标志着教学法发生了更广泛的转变，即从一次性考试转向优先考虑理解和反思的持续性、形成性评估。
印度战略的核心在于对语言和文化包容性的关注。“2020年国家教育政策（NEP 2020）”强制要求在教学和评估中使用地区语言，这与政府推广本土内容和无障碍数字平台的计划相一致。这种多语言方法有助于将高等教育扩展到以前因语言障碍而被边缘化的学生群体，而人工智能辅助翻译和自适应界面则进一步改善了残障学习者的受教育机会。然而，与新加坡一样，印度的改革议程并非没有缺陷。“国家教育政策（NEP）”反映了不断增长的中产阶级的愿望以及全球竞争力的逻辑，这引发了关于商业化以及在大规模实施过程中出现不平衡的担忧。尽管如此，它代表了全球范围内通过审慎的政策设计将数字创新与社会正义联系起来的最雄心勃勃的努力之一。对于英国而言，其中的教训是明确的：技术效率必须与文化理解和真正的包容性相匹配，确保人工智能的进步能扩大高等教育的参与度，而不是加深现有的鸿沟。
综合比较来看，新加坡和印度虽然从截然不同的起点切入人工智能教育，但都提供了值得英国深思的经验。新加坡展示了政府与大学之间紧密协调以及对应用研究持续投资的影响力；而印度则证明了当政策设计考虑到语言多样性和区域不平等时，数字包容性可以延伸至精英机构之外。对于英国来说，这些例子指向一个共同的信息：进步取决于连贯性（coherence）。目前，英国已有多项举措，包括“联合信息系统委员会（Joint Information Systems Committee, Jisc）”对数字能力框架的推进、“英国高等教育提升署（Advance HE）”为人工智能未来所做的准备支持，以及“罗素大学集团（Russell Group）”关于生成式人工智能的指导意见，但这些举措迄今为止总体上仍处于脱节状态。
从新加坡和印度汲取经验可以帮助英国迈向一个更加一致的方法。具体而言，这可能包括：制定一个国家级的高等教育人工智能框架，围绕伦理和包容性设定明确的期望；资助受新加坡终身学习重点启发的员工培训和数字素养项目；支持反映印度对语言和区域多样性关注的多语言及无障碍人工智能工具；以及建立评估机制，以了解人工智能的采用如何影响机会均等。归根结底，挑战不仅在于技术本身，更在于治理。如果英国的政策能够将本地创新与一个基于公平和公众信任的国家愿景联系起来，英国完全有能力在负责任的人工智能教育领域发挥领导作用。
（来源：英国高等教育政策研究所（The Higher Education Policy Institute）官网）