人工智能走入教育場域，融入課程、教學、評價、教師專業發展等環節，成為教學有力的支撐，改變了課堂的形態，帶動了教師的專業發展。隨之，人們也在思考：如果越來越依賴AI，我們的學習能力是否會被扼殺？AI與教育深度融合，能否走向更高階的教與學？使用AI規范與失范行為的邊界如何確定？為此，記者邀請相關專家進行探討。

嘉 賓：

蔡 可 首都師范大學人工智能教育研究院副院長、教授

雷 浩 華東師范大學課程與教學研究所教授

蔡 雷 北京市廣渠門中學教育集團黨委書記、總校長

AI給教與學帶來了什麼——

讓教育突破時空限制，激發人的可能性

記者：新型智能技術正在與教育深度融合，逐漸改變課堂形態、學習方式、師生關系等，這是否意味著教育會轉向更高階的教與學？

蔡可：與其說AI讓教育轉向更高階的教與學，不如說AI提升了教育的底線。隨著AI的普及，知識獲取的門檻大幅降低，所謂的“硬核”知識——那些曾經需要通過大量時間和精力才能掌握的專業知識——作為結論，如今通過AI工具就能輕易獲得。

在這種背景下，教育的重點應該從單純的知識傳授轉向如何引導學生認識知識的形成過程、如何對知識進行審慎分析與判斷，以及如何運用知識在情境中解決問題。教育的重心應從“知道什麼知識”轉向“怎樣知道知識”和“怎麼用好知識”。就像人人都能輕鬆買到各類食材，但真正區分廚子與烹飪大師的，是他如何基於對健康的理解選擇、搭配食材，以及處理食材時的手藝。

知識的形成過程不僅僅是記憶、背誦，更包括了積極思考、審慎判斷、質疑分析、評估綜合。我們要引導學生參與知識的形成過程，讓他們學會批判性地思考，而不是被動地接受信息。因此，教育中知識的呈現方式也需要進行系統性變革。

雷浩：生成式人工智能所依托的雲計算技術正深刻改變著課堂形態。雲計算不僅能為生成式人工智能提供持續性的算力支持和資源供給，還以其生成性特征推動課堂教學從“統一化”走向“個性化”，從“經驗驅動”走向“數據驅動”。在此過程中，學習過程的自主化得以增強，教育模式的個性化逐步實現，教育決策的智能化水平也不斷提升。

促進課堂由“講堂”走向“學堂”。學生可以依據自身認知需求即時調用豐富的學習資源，實現“隨需應變”的個體化學習。

實現課堂模式由“標准化”走向“個性化”。與傳統“一刀切”的教學模式相比，生成式個性化教學提高了教學的針對性和適切性，課堂由此不再是單一的標准化知識傳授場所，而成為因材施教的智慧學習空間，展現出教育的個性化趨向。

促進課堂決策由“經驗化”走向“智能証據化”。雲計算技術能夠高效且系統地進行教育數據的聚合、處理與應用，從而為課堂教學中的各類決策提供智能支持。由此，課堂形態在決策機制上呈現出系統性、智能化的新型特征。

生成式人工智能在驅動課堂形態轉變的同時，也存在風險，在應用中還需抱有審慎態度：一是過度依賴技術反饋，可能削弱學生自主學習能力，導致思維惰性﹔二是數據驅動的個性化學習可能加劇和擴大教育資源獲取的數字鴻溝，影響教育公平﹔三是算法潛在的偏見可能在數據處理中強化不合理或不平等的課程實施規范。

蔡雷：AI帶來的影響還體現在：教學從“經驗驅動”轉向“數據驅動”。教師不再依賴模糊的教學經驗，而是基於精准的數據畫像制定教學策略，讓教育決策更具科學性。師生關系被重構為“學習共同體”。AI承擔知識傳遞的基礎功能后，教師得以從重復性勞動中解放出來，轉型為學習設計師和成長引導者。教師的核心價值不再是知識儲備量，而是培養批判性思維、創造力和情感智慧的能力。師生在AI支持下形成更平等、更富創造性的互動關系。教育評價方式發生了范式革命。當前，我們正在構建“全過程、多維度、發展性”的智能評價體系，通過持續追蹤上千個學習行為數據，立體化評估學生的核心素養發展。

更深層的變革在於教育本質的回歸：從工業化批量生產轉向個性化生命培育，從階段式學習轉向終身發展。AI不是要取代教師，而是要幫助教育者突破時間與空間的限制，讓教育回歸“激發人的可能性”這一根本。

培養人機協同素養——

AI是教育的工具，也是教育變革的催化劑

記者：當AI成為教師教學、學生學習的重要伙伴，教師應重點關注哪些方面的問題？

蔡可：在AI時代，教育的目標將從知識傳授轉向更加注重能力培養、價值觀塑造。教師應關注如何將學生的知識學習與現實生活聯系起來，打破課堂邊界、學科壁壘，整合正式學習與非正式學習。其次，社會生活中的問題往往是跨學科的，教師需要引導學生學會將不同學科的知識綜合應用，從解題走向解決問題﹔鼓勵學生大膽嘗試新技術、新方法，實踐驅動、成果驅動，並考慮這些成果對社會的實際貢獻，培養其社會責任感和使命感。

雷浩：借助對學習路徑、行為數據與認知變化的持續追蹤，生成式人工智能正推動學習由被動接受轉向主動建構，由表層參與轉向深度參與。由“被動學習”走向“自主學習”，具體體現在：大數據技術的引入正推動學生學習方式從“他主”向“自主”轉變，成為學習方式革新的重要驅動力﹔由“假學習”走向“真學習”，學習者在數據支持下更好地實現自我診斷與修正，逐步構建起真實、深入且可遷移的知識理解框架，實現從“完成任務”向“理解透徹”的學習轉型﹔由“淺層學習”走向“深度學習”，借助大數據驅動的智能支持，學習由“獲取事實”向“建構意義”演化，課堂也從單一知識傳授的教學平台轉向高階思維發展的學習場域。

值得注意的是，過度依賴個性化學習推薦可能導致學生的學習偏好被過度算法化，從而限制其接觸不同視角與知識的機會，形成“信息繭房”效應。另外，基於行為跟蹤的干預若忽視學生的個體差異與心理因素，可能會對學生產生負面影響，降低其學習成效。

蔡雷：在這一過程中，教師應該認識到並逐步實現這幾個變化——

角色重塑。從知識權威到智慧導師。AI接管知識傳遞后，教師需轉型為學習設計師與認知教練，著手設計AI與師生協同的教學方案，開展基於學情數據的精准干預，組織項目式深度學習。備課重點從知識梳理轉為活動設計，課堂從單向講授轉為思維引導。

關系重構。情感聯結強化育人本質。當AI承擔基礎答疑，師生互動應聚焦價值引領與人格塑造。教師需加強個性化情感支持，在AI反饋中注入人文溫度，通過現實情境創設培養同理心與協作能力。警惕技術依賴弱化師生信任關系，堅守教育的情感屬性和社會化功能。

能力升級。人機協同素養成為核心，教師需掌握三項新技能：AI工具的教學化改造能力、人機分工的決策智慧、教育數據的解讀能力。專業發展應聚焦“教育+技術”的融合創新，構建包括智能倫理、混合式教學設計、學生數字畫像在內的新型知識體系。

培養“技術駕馭者”——

既利用AI提升效率，又保持人在創造性思維中的主體地位

記者：在“人工智能+”時代，理性使用AI與失范行為的邊界在哪裡？對未來教育，您有怎樣的展望？

蔡可：面對AI可能帶來的新問題、可能引發的新倫理挑戰，我們首先需要明確AI的角色定位——AI應作為教師的輔助工具，而不是替代者。教師應主導教學設計和決策，AI則用於提供數據支持和個性化建議作為參考。其次，是數據安全與隱私保護。在使用AI時，必須確保學生數據的安全和隱私，教育機構須建立嚴格的數據管理和保護機制。最后，要避免技術依賴。人工智能時代，教育者和學生需具備基本的人工智能倫理素養，了解數據、算法使用的潛在風險和倫理問題，理解人工智能背后的人文關懷。

雷浩：生成式人工智能所依據的大語言模型，以其強大的自然語言處理與語義生成能力，正重塑著傳統的師生關系生態，進而推動師生關系從傳統的“控制型”向“友好型”轉變。它的引入還豐富了師生溝通的手段，通過多維度的互動形式使師生關系更加靈活多樣。

不過，由於人工智能難以完全理解學生的情感需求與人際交往中的細微差別，很可能導致教師在使用技術輔助工具時產生誤判，弱化其人文關懷，進而影響師生關系的穩定性。

蔡雷：對教育而言，AI的重要價值在於解放教育生產力。通過替代作業批改、知識點訓練等重復勞動，教師得以將精力投向教學設計、思維引導等創造性工作，學生則從被動接受轉向主動探究。我們需要清醒認識到：AI無法實現師生情感聯結、價值觀塑造等教育本質，其作用應定位於“思維腳手架”。

AI時代的學習能力需突破傳統框架，聚焦三個維度：批判性思維——在信息過載環境中保持獨立思考，既能善用AI拓展認知，又能識別技術局限。人機協作力——建立與AI的互補關系：機器負責數據處理與模式識別，師生負責價值判斷與創新突破。元認知能力——借助AI的學情反饋，培養學生對學習過程的自我監控與策略調整能力。

這種能力體系的目標是培養“技術駕馭者”，既能利用AI提升效率，又保持師生在創造性思維中的主體地位。因此，需建立分層管理框架，在認知邊界上，禁止直接獲取AI生成的結論性成果（如解題答案），允許將其作為思維拓展工具（如論點啟發）﹔在行為規范上，基礎訓練環節允許技術輔助（如語法糾錯），高階創作必須保持人類思維原創性﹔在制度保障上，需要在評價體系中設置“無AI介入”的能力評估環節，守住教育公平底線。

我們必須認識到，AI是認知延伸工具，而非思維替代主體，要始終維護師生在深度學習中的主導權。

未來，教育將呈現“人機協同”新生態，我們可能會看到這樣的教學模式——AI承擔知識傳遞與訓練反饋，教師專注於啟發探究與人格培育。在能力認証方面，從標准化考試轉向過程性評價，注重AI輔助下的復雜問題解決能力。在這個過程中，人們對教育本質的理解愈發明晰：技術始終服務於“人的完整性發展”，要警惕工具理性對好奇心、同理心等人類特質的侵蝕。我們堅信，未來教育要培養的，是兼具數字素養與人性溫度的完整的人。（記者 靳曉燕）

分享讓更多人看到