以大模型技术为代表的通用人工智能时代已经到来，要适时在“教、学、考、评、管”等多个维度协同发力，构建覆盖全学段的AI教育体系。今年全国两会期间，作为连任五届的全国人大代表，科大讯飞董事长刘庆峰围绕AI时代的自主可控生态建设、人才培养等相关议题，全方位建言高质量发展。



修改新课标 培养具备AI素养的“新人类”

     “2025年中国经济最值得关注的是‘人工智能+’所带来的新质生产力。”刘庆峰表示，人工智能技术正深度重构教育、就业、医疗等国计民生领域。对此，他提出一揽子建议，希望尽量减少发展过程中的阵痛，让人工智能建设美好世界的周期来得更快更好。

      刘庆峰认为，教育是为未来社会培养公民，是国之大计。人工智能技术正重塑人才核心素养，AI技能将成为未来公民必备能力。亿欧智库研究报告预测，2030年，中国AI领域的人才缺口预计高达400万。《教育强国建设规划纲要》明确提出要培养具备AI素养的“新人类”，支撑科技自立自强与产业升级。全球竞争中，欧盟、美国已将AI通识教育纳入基础教育必修课，他表示，我国需在“教、学、考、评、管”等多个维度协同发力，加速构建覆盖全学段的AI教育体系。

      对此，建议系统构建AI时代的人才画像和培养体系，创新评价方法。首先，刷新AI时代的能力素质模型，将AI能力纳入新课标，梳理AI时代的能力素质模型，根据AI发展情况和教育强国的人才培养目标，适时修改新课标、调整新高考要求；明确跨学科思维、人机协作等核心素养培养框架；创新评价方法，在未来的各类人才选拔中，将现有闭卷纸笔考试权重比例设为70%，确保孩子掌握基本知识；开卷考试比例设为30%，评价孩子使用AI工具的创新能力。

      其次，梳理全学段AI课程体系，增加AI通识课，梳理从中小学到职业教育、高等教育的全学段课程体系和教学大纲，升级知识体系，增加AI通识课，鼓励头部企业直供前沿资源。

      同时，打造AI实验实训场景，出台AI实验室建设标准，在基础教育阶段，结合新课标要求，出台中小学AI实验室建设标准，深化职教与高教校企“AI产业学院”，开展全国性AI挑战赛破解真实产业难题，强化学生应用能力。

开放全链发展 创新国产算力底座大模型

      作为全国人大代表，刘庆峰始终不忘自己的职责，用实际行动诠释“人大代表为人民”的使命担当。多年来，在科技创新调研中，刘庆峰发现国产算力软件生态基础薄弱，算子库、工具链、开源训练框架及开发平台等配套工具尚不完善，除讯飞星火外，其他全民可下载的大模型均基于英伟达卡训练，若不能加快解决国产自主可控人工智能产业生态薄弱、适配困难等问题，无异于“在别人地基上建高楼”。

       目前，我国主流大模型在算法创新方面已与美国并跑，部分领域实现领跑，在算力领域也正加速追赶。

     “2025年，我希望推动完全自主可控的通用人工智能生态体系建设。”刘庆峰说，在自主可控平台上发展通用底座大模型并达到全球顶尖水平，特别是在国计民生相关重点领域对标并实现超越，对我国在未来全球人工智能产业竞争中掌握主动权、赢得战略优势至关重要。
    
      以科大讯飞3月3日升级的星火X1为例，作为当前唯一采用全国产算力训练的深度推理大模型，星火X1以70B参数量实现了在数学能力上全面对标DeepSeek R1（参数量671B）和OpenAI o1，且在中文数学的各项任务中实现领先。

    “用更少的算力，更小的尺寸，达到业界一流效果。”刘庆峰指出，讯飞星火大模型创新实践表明，基于国产算力底座开展大模型训练和算法创新是可行的，      构建真正基于国产算力软硬件协同的生态体系恰逢其时。

     刘庆峰提出，我国需要加快推进基于国产算力底座的大模型研发创新、场景应用、生态开放全链发展，他建议，加快构建国产算力平台上的自主可控大模型及产业生态。鼓励基于自主可控国产算力平台的大模型研发和应用，构建数据资源充分共享机制，鼓励依托自主可控算力底座建立的大模型开发者生态发展和开源社区建设，专项支持加快形成国产大模型生态体系和工具链，加速我国自主可控人工智能产业生态发展。

提升内容可靠性 预防大模型生成“幻觉数据”

      此外，人工智能技术正向社会各领域渗透，刘庆峰关注到“AI幻觉”带来的数据污染及其对社会的负面影响。

      中国互联网络信息中心（CNNIC）发布的《生成式人工智能应用发展报告（2024）》显示：我国生成式人工智能产品的用户规模已达2.49亿人，占整体人口的17.7%。用户规模的快速增长背后，潜藏风险也被放大。

      生成式人工智能存在幻觉，特别是深度推理模型的逻辑自洽性提升，使得AI生成内容真假难辨。带有算法偏差的虚假信息会被新一代AI系统循环学习，形成“数据污染-算法吸收-再污染”的恶性循环。而普通民众对AI技术原理及生成机制的认知和理解不足，极易将算法输出的“幻觉数据”误判为真实可信信息。

      当大模型生成的“幻觉数据”充斥互联网信息生态时，不仅会削弱公众信任，还可能影响社会稳定。

      为此，刘庆峰建议预防大模型生成“幻觉数据”充斥互联网带来的危害，从技术研发和管理机制上构建可信的信息环境。

      第一，构建安全可信数据标签体系，提升内容可靠性：建立安全可信、动态更新的信源和数据知识库，对不同类型数据的可信度和危害程度建立标签体系，降低人工智能幻觉出现概率，提升生成内容可靠性；

      第二，研发AIGC幻觉治理技术和平台，定期清理幻觉数据：研究幻觉自动分析的技术和软件平台，开展幻觉自动分析、AIGC深度鉴伪、虚假信息检测、有害内容识别以及互联网传播溯源，由中央网信办、国家数据局等部门定期清理幻觉数据，为公众提供AIGC幻觉信息检测工具与服务。