图为P1SA测试中学生使用人工智能与学业成就的关联情况。左图：AI使用频率和成绩的关系。如果用AI代写作业、写文稿（Draft texts）：使用越多，成绩越低；如果用AI辅助学习（Helpme learn）：适度使用，成绩反而更高。右图：学生使用AI聊天机器人占比。29%学生每周至少一次使用AI写作业；46%学生每周至少一次使用AI辅助学习。 (图片来源于PISA官方文件)

据新华社消息，经济合作与发展组织8日发布的2025年国际学生评估项目（PISA）测评结果显示，在参与测评的91个国家和地区中，中国内地部分地区参评学生在科学、数学、阅读以及计算问题解决能力方面的表现均位居前列。PISA2025能为我们洞察世界基础教育趋势提供哪些信息，又能给我国基础教育带来怎样的启示？本期特别邀请委员和专家观察。

——编者

——从PISA2025结果看教育逻辑与中美互鉴

倪闽景

9月8日，经合组织（OECD）发布PISA2025测评结果：91个国家和地区中，我国“北上江浙”学生科学597分、数学612分，均位居第一；阅读527分，仅次于新加坡；首次设立的计算问题解决能力测评获560分，位列第三。成绩单亮眼，但我更愿意把它当作一面镜子，照出两个问题：这个第一该怎么看？今天的中美基础教育，又能互鉴什么？

“第一”值得肯定，但不是终点

这份成绩首先说明，我国基础教育的底盘扎实而且均衡。科学测试中，“北上江浙”低水平学生仅占2.5%，OECD平均为25.7%；数学高水平学生占54.2%。该拔尖的拔尖了，该托底的托住了——这不是靠掐尖掐出来的，而是优质均衡做出来的，应当充分肯定。

但有两点需要深思。其一，PISA测的是运用已有知识解决现实问题的能力，我们的优势仍在“知识掌握与综合运用”的框架之内，这是支撑过去几十年“模仿追赶”型发展的教育逻辑结出的果实。当国家发展从模仿追赶转向并跑乃至领跑，教育必须从“为分数而学”转向“为创新而学”，分数第一并不自动等于创新能力第一。其二，报告里有几个数字不宜略过：“北上江浙”学生的学校归属感为64%，低于OECD平均的76.2%；曾在课堂上学习如何评估AI生成信息的学生占44.6%，OECD平均为62.6%。孩子考得好，但对学校的喜爱、AI素养教育的供给，都还欠着账。成绩单要看两面，第一才能成为起点，而不是自满的理由。

中美基础教育需要互鉴

这次PISA的反差是刺眼的。美国学生数学463分，阅读跌至25年来最低，数学顶尖学生占比仅8%；美国学者评估，中国内地学生的数学平均水平领先美国学生5年以上。美国媒体自己感叹，教育体系已成为中美创新竞赛中最大的短板。

但互鉴不是互嘲。美国该向我们学的，一是教师队伍建设——正如OECD教育与技能司施莱歇尔所观察，亚洲国家在“更好的教师”与“更小的班级”之间优先选择前者，把资源用于吸引最优秀的人才从教；二是基础均衡，我们极低的低水平学生占比，说明义务教育质量托住了底部。而我们要向美国学的同样清楚：保护学生多样化的兴趣，给自由探究留足时间。创新需要多样化的大脑和多样化的实践，如果每个孩子都学一样的知识、考一样的卷子、争一样的高分，那么分数的第一反而可能挤掉多样性的空间。美国的成绩在滑坡，但其教育生态对试错的宽容、对“异想天开”的鼓励，对我们破解内卷仍有启发。

AI的数据则给两国上了同一课：用AI代写摘要、作文和研究报告的学生，科学成绩平均比不用者低约20分，相当于落后一学年的学业水平；而把AI当作思考工具的学生，成绩并无差距甚至略好。技术从来不能替代思考——用AI促使学生想得更深，而不是替学生减负偷懒，这是中美课堂都要记住的常识。

因此，PISA“第一”证明我们的孩子会学习。接下来的问题是，他们是否爱学习、能否去创造。让孩子们喜欢学校，让他们有更多时间动手——万物皆可研究，行动才是创造力的源泉。当这份成绩单真正转化为“为创新而学”的转向，第一才有意义。

（作者倪闽景系全国政协委员、上海科技馆馆长）

从“答对一道题”到“构建一个方案”

经济合作与发展组织（简称经合组织）近日发布2025年国际学生评估项目（PISA）测评结果。在91个参测国家和地区中，中国内地学生在科学、数学、阅读以及新设的计算问题解决能力测试中的表现居前列。

新测试项目——计算问题解决能力——释放的评价信号值得关注：数字时代的学生不仅要会找到答案，还要会学习新工具、构建方案，并在试验中不断修正。

新测试究竟测什么？按照报告定义，这项测试考查学生运用建模与编程工具、开展实验以及构建、设计和开发数字产品的能力。其重点是学生能否借助计算工具理解问题、形成可运行的程序或模型，再根据数据和运行结果调试、改进。

公开题中的“回收机械爪”就很直观。学生需要拖放指令模块，让机械爪移动并分类物品；程序运行不成功，就观察过程、找出错误、修改后重新试验。建模任务则让学生连接变量、调整参数、运行模拟，再从生成的数据中判断变量关系。这样的题目没有要求学生掌握特定的编程语言，却将“怎样把一个想法变成可以检验的方案”放在了中心。参加这一测试的学生通常完成一个编程单元和一个建模单元，每个约30分钟。单元开始先用4至5道短题了解学生已有知识，通过内嵌教程熟悉工具，再完成逐步加深的学习任务和更开放的应用任务。学习和应用阶段后各完成1分钟的自我反馈。计算问题解决成绩来自学习和应用阶段的计分互动任务；评分既看最终程序或模型是否完成目标，也考虑学生取得的有效进展。

为什么要在科学、数学和阅读之外增加这项新测试？一方面，人工智能和数字模型正在进入学习、生产和公共生活，会基本使用软件俨然已经不够，人们还需要理解工具能做什么，会检验结果，会在出错时调整方案。另一方面，传统学科分数能够反映学生的知识与应用水平，但不能代替直接观察学生如何在陌生数字环境中边学边做。新测试把构建、运行、试验、分析和修订连成一条证据链，补足了只看最后答案的短板。更重要的是，如今技术迭代迅速，学生未来面对的工具和问题无法都由学校预先教会。因此，评价不只看他们进入测评前已经掌握了什么，还要观察其能否在陌生数字环境中学习新工具、适应新任务，并通过构建和改进可运行的数字作品，探索问题、检验方案并形成理解。这项测试所关注的，正是学生面向未来持续学习并解决新问题的准备。

中国在这项新测试中的成绩如何，其背后的原因是什么？2025年中国内地参加测评的学生来自北京、上海、江苏和浙江。四省市学生计算问题解决能力得分560分，按平均分在全球参测教育体系中位居第三，而经合组织国家的平均分为500分；中国澳门学生以572分位居首位。分项看，内地四省市的计算机建模成绩为578.2分，编程成绩为545.6分；相对各自的经合组织平均水平，建模成绩高出的幅度更大。中国基础教育长期重视逻辑推理、模型构建等数学素养培养，并通过国家课程进行顶层布局。在新课标里，将信息技术独立开设为义务教育必修课程，重视科创教育在中小学的推广与普及。这个测试显示，这些措施是有好的教育收益的。

新测评信号如何转化为教育改革行动？首先，课堂要从“只求答对”走向“解决实际问题”。在数学、科学、信息科技和综合实践等课程中，可以设计具有连续过程的任务，让学生明确目标、构建程序或模型、开展实验、解释数据，并根据结果不断调试和修订。教学评价既要关注最终答案，也要关注学生如何分析问题、检验模型、利用反馈和改进方案。其次，更加重视自我调节学习能力的培养。PISA2025所关注的不只是学生已有多少知识，还包括他们能否在陌生数字环境中学习新工具、监控学习过程并及时调整策略。四省市学生求助意愿较强，但经常规划学习和检查理解的学生比例均不足四成，因此可以将计划、尝试、检查和调整更有意识地融入课堂学习过程。再次，数字教育要从“有没有工具”进一步走向“能不能用工具解决问题”。PISA2025强调，计算问题解决并不是简单操作数字设备，而是利用建模、编程等工具开展实验、分析数据、构建和调试数字作品，并在反复尝试和修正中解决问题。由此，课堂中的数字工具应用也应更多嵌入问题分析、方案构建、实验验证和迭代改进的学习过程。最后，要关注教师和学校的实施条件。数字教育既要关注终端、平台等基础条件，也要关注教师能否设计高质量的跨学科任务，以及不同地区、学校和学生能否获得充分而均衡的计算学习机会。只有将课程、教学、评价、教师能力和资源保障协同起来，计算问题解决能力的培养才能真正落到课堂。

总而言之，PISA2025新增的计算问题解决能力测试提供了一扇观察学生“未来能力”的窗口，也揭示着在当今数字化时代下，教育不能停留在掌握知识和使用工具，更要培养学生面对陌生问题持续学习、审慎判断和改进方案的能力，持续培养时代所需要、能促进时代发展的卓越人才。

同时，此次PISA测试也提示我们：数字化时代同时蕴含着数字鸿沟的风险，政策和教学需继续关注不同学生获得计算学习经验的机会是否充分、是否均衡。

（作者刘宝存系北京师范大学国际与比较教育研究院教授，张峥系北京师范大学国际与比较教育研究院研究生）

从PISA2025 看我国基础教育发展

何为PISA？

国际学生评估项目（Programme for International Student Assessment, PISA）是由经济合作与发展组织（Organisation for Economic Co-operation and Development, OECD）组织实施的国际大规模教育测评，旨在考查15岁学生能否运用阅读、数学和科学等知识技能，应对现实生活和未来发展中的挑战。2025年，来自91个国家和经济体的76万余名学生参加测试。PISA并不侧重考查学生记住多少知识点，而是关注他们能否理解问题、运用知识、分析证据、解决真实情境中的问题。同时，PISA通过学生、家长和学校等问卷，了解学习态度、家庭背景、教师支持、学校环境等情况。对各地教育治理者而言，PISA的价值不只在于分数和名次，更在于提供观察基础教育质量、学生发展状态和政策改进方向的重要参照。

需要注意的是，不同参测国家和经济体的样本代表范围并不完全相同，有些样本代表全国范围内符合PISA条件的15岁在校学生，有些则仅代表特定地区的符合条件学生，因此PISA结果更适合作为不同教育系统表现的参照，不宜简单等同为国家整体教育水平的直接比较。

PISA2025测了什么？

PISA2025以科学为主测领域，同时测量阅读、数学和计算问题解决。其中，计算问题解决是“数字世界中的学习”这一创新领域的重要组成部分，体现出国际教育评价对数字时代学习能力的关注。科学素养重点考查学生解释科学现象、建构和评价科学探究、解释数据证据、评价并使用科学信息的能力，强调学生能否在真实问题中理解证据、作出判断。计算问题解决则关注学生在数字环境中运用建模、编程等工具，开展实验、分析数据、调试数字作品。与此同时，PISA2025还关注学生的好奇心、毅力、目标设定、求助行为、自我调节、数字设备和人工智能使用、环境行动准备度以及学校支持等内容。整体来看，PISA2025所追问的已不只是学生“学会了什么”，更包括学生能否理解证据、解决问题，并具备继续学习的能力。

我国表现如何？

2025年，中国内地参与PISA测评的是北京、上海、江苏、浙江四省市，共有12385名学生、374所学校参加测试。这一结果虽不能简单等同于全国整体水平，但可以作为观察我国基础教育质量的重要窗口。从结果看，在91个参测国家和经济体中，我国的“北上江浙”（B-S-J-Z）在科学和数学领域分别以597分和612分位列第一，在阅读领域以527分居第二；中国澳门在计算问题解决领域以572分居第一，“北上江浙”以560分保持前列。近年来，我国相关地区在基础知识、学科素养和问题解决能力方面具有较强支撑。科学和数学表现突出，与我国长期重视基础学科教学、近年来持续加强中小学科学教育、推动科学教育资源进校园等政策方向具有一致性。

国际基础教育发展方向？

从2018、2022到2025三轮测评看，PISA关注重点不断拓展，反映出基础教育质量评价正在由“学科知识掌握”向“综合素养”和“未来能力”拓展。具体来讲，2018年PISA以阅读为主测领域，重点考察学生在复杂文本和信息环境中的理解、评价与反思能力；2022年以数学为主测领域，更加突出数学推理，并新增创造性思维测评，同时关注疫情背景下的教育韧性和学生自主学习；2025年则以科学为主测领域，进一步强化科学探究和证据判断，并将计算问题解决、数字环境中的学习以及人工智能使用等纳入考察视野。中国内地未参与PISA2022测评，因此四省市成绩变化主要比较2018和2025两个周期。2018年，中国四省市阅读、数学和科学平均分分别为555分、591分和590分，2025年分别为527分、612分和597分。七年间，数学成绩明显提升，科学成绩总体保持稳定，阅读成绩有所下降。总体来看，我国部分地区基础教育在数学和科学领域仍保持较为扎实的基础，数学表现进一步增强；同时，阅读成绩回落也值得关注。特别是在数字化和人工智能快速发展的背景下，阅读能力已不仅关系到信息获取，更直接影响学生对复杂文本、多源信息和生成式内容的理解、辨析与判断，应成为下一阶段基础教育持续加强的重要方面。

我国基础教育的优势与短板？

PISA2025的价值，不在于简单强化分数和排名意识，而在于帮助我们更全面地认识基础教育发展的优势与空间。四省市数学成绩提升、科学表现保持高位，反映出我国部分地区在基础知识教学、课堂质量和科学教育方面具有较为扎实的基础。近年来，我国持续加强中小学科学教育，重视实验探究、实践学习和校内外资源协同，这与PISA2025更加重视科学探究、证据判断和真实问题解决的方向相一致。同时，较高的学业表现并不必然伴随同等水平的学习投入和自我调节能力。与此同时，学生自主学习和自我调节能力仍有提升空间。PISA2025显示，四省市仅约36%的学生表示经常规划自己的学习方法，与OECD平均水平大体相当；约38%的学生会经常通过自我提问检查自己是否真正理解了学习内容，比OECD平均水平低11个百分点。这提示我们，在保持较高学业水平的同时，还应该更加重视学生主动规划、监控和调整学习过程的能力。由此看，下一阶段基础教育高质量发展，需要在巩固数学、科学等领域优势的基础上，更加重视阅读理解、证据意识、数字问题解决和自主学习能力，使学生既具备扎实基础，也具备面向未来持续学习和解决复杂问题的能力。

（作者李健系北京师范大学国际与比较教育研究院副教授）

从“会用”到“会辨识和判断”：PISA2025对人工智能教育的启示

PISA2025年首次较为系统地调查15岁学生使用生成式人工智能聊天机器人的情况，重点关注学生是否利用相关工具总结指定阅读材料、开展新主题的初步研究、起草写作文本，以及将其用于一般性的辅助学习情况。从北京、上海、江苏、浙江四省市的结果看，41%的学生表示至少每周一次使用人工智能聊天机器人辅助学习，17%的学生至少每周用于开展新主题的初步研究，19%用于总结阅读材料，21%用于起草文本；另有18%的学生表示，在PISA所调查的学校学习任务中从不或几乎不使用人工智能。由此看，生成式人工智能已实际进入相当一部分学生的学习过程，如何引导学生合理、规范地使用人工智能，正在成为基础教育需要面对的现实问题。

PISA2025传递出的一个重要信号是，人工智能使用频率与学习效果之间并不存在简单的正向关系。从测评总体结果看，使用人工智能完成文本概括、写作或研究等特定学业任务的学生，其科学成绩平均低于不使用者约20分；而用人工智能解决一般性问题的学生，成绩与不使用者基本没有差别。需要强调的是，这些结果反映的是统计关联，而非因果推断，不能据此认定人工智能使用会直接导致成绩升降，学生原有学业水平、家庭背景、使用目的和教师指导等因素都可能对学生成绩产生影响。

更值得关注的是，生成式人工智能能够快速提供概括、文本和答案，如果过多替代学生原本需要经历的阅读、分析、组织和表达过程，可能提高了任务完成效率，却削弱了必要的认知投入。PISA2025报告中因此强调，人工智能更适合作为反馈、练习和学习支持的工具，其价值应体现在促进思考，而不是替代思考。

从PISA历次测评内容的变化看，数字时代基础教育对学生技术素养的关注，正在由数字工具的接触和使用，逐步延伸到学生能否理解、判断并合理运用技术。 PISA比较早就开始关注数字技术与学生学习之间的关系。自2003年起，PISA在多轮测评中便通过可选的信息与通信技术熟悉度问卷，了解学生接触和使用数字设备的情况、使用方式以及相关态度。2015年，PISA还首次设置协作问题解决测评，学生需要与计算机模拟的团队成员互动并共同解决问题，其重点在于沟通、协作和问题解决能力，并非今天意义上的人工智能素养。2022年，PISA继续通过信息与通信技术熟悉度问卷等工具，关注学生数字资源获取、数字设备使用及数字学习环境等问题。到2025年，随着生成式人工智能快速进入学习生活，PISA开始直接调查学生使用人工智能的目的和频率，并关注学校是否为学生提供评价人工智能生成信息质量的学习机会。可以看到，PISA对数字素养的关注已由“能否接触、会不会使用”，进一步延伸到“是否合理使用、能否辨别信息、能否保持自主学习”。这一变化提示人们，人工智能时代的教育重点，正在从工具使用本身转向学生判断力和学习能力的培养。

比“会使用人工智能”更值得关注的，是学生能否对人工智能生成内容作出有效判断。PISA2025专门调查学生在课堂中是否有机会评价人工智能生成信息的质量。在北京、上海、江苏、浙江，约44.6%的参测学生表示，在课堂中“有时”会被要求评价人工智能生成信息的质量，低于OECD平均水平18个百分点；仍有超过一半的学生表示“从不或几乎从不”接触此类学习活动。这表明，人工智能已经进入相当一部分学生的学习过程，但围绕人工智能输出进行核验、辨析和判断的学习机会仍有进一步拓展空间。PISA总体结果还显示，在学校有机会评价人工智能生成信息、同时使用人工智能辅助学习的学生，往往表现出相对较好的学习结果。

近年来，我国持续推进中小学人工智能教育，并加强对生成式人工智能使用的规范和引导，强调提升学生的认知思考、信息判断和复杂问题解决能力。这与PISA2025所反映的方向一致。这提醒在人工智能时代，教育需把教会学生检验生成内容、保留思考过程放在更重要的位置。人工智能教育既要帮助学生理解和合理使用技术，也要把深度阅读、独立思考、信息核验、证据判断和负责任使用融入日常学习过程，避免技术工具替代必要的认知投入。生成式人工智能越容易提供答案，教育越需要重视学生提出问题、辨析信息和形成判断的能力。基础教育需要培养的，应是能够善用人工智能，同时保持独立思考和自主学习能力的学生。

（作者薛二勇系北京师范大学中国教育政策研究院副院长、教授；孟文宇系北京师范大学教育学部博士研究生）