人工智能技術的突破性發展，正推動教育領域發生深刻變革。以ChatGPT、OpenAI等各類智能體為代表，AI正全面融入教、學、評、管全過程。當寫作、編程甚至是科研工作都可由AI高效完成，一個時代之問擺在面前：人工智能時代，人類還學不學？學什麼？怎麼學？又如何學得更好？

學習將成為實現人的全面發展的核心活動

當AI能夠高效完成大量知識性任務時，人類是否還需要學習？

答案十分明確：人工智能時代，人類不僅需要學習，而且學習價值比以往更加凸顯。對個體而言，學習是塑造自我的根本途徑。它既關乎個體生存發展，又關乎精神豐盈、價值實現與人生意義。對社會而言，學習是文明傳承與創新發展的重要紐帶。中華文明綿延數千年，靠的正是一代代人的學習、積累與創造。對人類整體而言，學習是推動認知進化、社會進步與文明躍升的關鍵動力，也是人類區別於其他生物的重要特質。

從更深層次看，當AI逐步替代大量重復性、規律性勞動，人類將更多從事創造、價值判斷等高階活動，而這些能力唯有通過持續學習才能形成。馬克思曾提出“勞動使人成為人”，在人工智能社會，勞動形態發生深刻變化，學習將成為守護人的本質、實現人的全面發展的核心活動。學習把個體有限的生命歷程接入人類文明的無限廣度，這一關鍵價值，不會因技術進步而消減。這也解釋了為何相關研究顯示：部分職業被AI替代的概率超過50%，而教師職業被替代概率卻不足1%。

重新定位學習內容與核心目標

傳統教育以系統掌握既定知識為中心，而在AI可快速生成海量知識的今天，單純的知識記憶價值明顯下降，教育必須重新定位學習內容與核心目標。

以編程學習為例，在AI輔助編程時代，過去數月的工作如今數十分鐘即可完成，逐行書寫代碼的技能不再是學習核心，但背后的邏輯思維、算法思維、問題拆解與系統設計能力，依然不可或缺。我們要認識到，強調技能不再是核心並不是否定基礎知識的重要性。知識記憶不是學習的終點，而是思維訓練的起點。

未來教育應著力培養學生運用AI工具、面向真實問題開展創新實踐的能力。有專家學者認為，在人工智能時代，事實性知識、概念性知識、程序性知識仍是學習的基礎，但元認知知識更為關鍵。學生要學會判斷知識價值、規劃並調節學習過程、反思學習效果，真正成為自主的學習者。北京大學教授陳平原曾指出，對本科生而言，“趣味雅正比常識豐富要緊”。當AI可以輕鬆記住海量知識點時，學生享受學習過程、保持探索熱情，本身就是重要的教育價值。

綜合來看，智能時代的學習內容應構建三層素養：一是知識基礎層，即基礎知識與基本技能仍是學習根基，不可偏廢﹔二是數字素養層，包括AI工具使用、信息甄別、數據素養、數字倫理與安全意識等將成為人人必備的基礎能力﹔三是內核能力層，主要包括好奇心、批判性思維、創新思維、元認知、自主學習和社會情感能力，這是人類難以被機器替代的核心競爭力。其中，社會情感能力關乎心理健康、人際和諧、價值判斷與社會責任，是落實立德樹人根本任務的重要支撐，在智能時代的社會發展中尤為重要。這三層素養並非簡單並列，而是構成一個有機整體：知識基礎層是根基，數字素養層是工具與載體，內核能力層則是本質與方向。三者相互支撐，缺一不可。

擺脫機械學習，走向有意義的深度學習

學習方式的選擇將直接影響學習的效果。教育心理學家奧蘇貝爾曾指出：接受學習不等於機械學習，發現學習也不等於意義學習。由此，判斷學習質量的關鍵在於實現有意義學習並達成深度理解與內化。AI賦能教育的重要方向正是助力學生擺脫機械學習，走向有意義的深度學習。

未來教室的形態會不斷演變，但“教師引導、學生主動建構”的基本教育邏輯不會消失，短期內課堂講授、師生互動的基本教學模式也不會根本改變。真正發生深刻變化的，是教育資源供給方式、教師角色定位與學習交互形態。在線同步授課打破優質資源的地域壁壘，視頻課程與混合學習讓自主預習、線下輔導相結合成為常態。數字教師與智能助手可提供全天候個性化陪伴，使得學習的時空邊界被徹底打開。

未來的學習方式呈現出個性化、交互式、沉浸式、自主化四大核心特征。

個性化學習從理想走向現實。心理學家、教育家布魯姆的研究証明，接受一對一輔導的學生，其學業表現顯著優於傳統課堂教學的學生。AI打破了這一瓶頸，它可以基於學習者特征與海量學習數據，量身定制學習材料、提供一對一智能輔導，動態調整學習難度與節奏，讓大規模、高質量個性化學習成為可能。

交互式學習實現普惠升級。蘇格拉底式對話引導與追問啟發的教學法因成本高昂難以普及，而AI可以扮演“智能蘇格拉底”的角色，通過持續對話激發學生思考，澄清認知誤區，提升思維品質。

沉浸式學習成本大幅降低。傳統虛擬學習場景構建耗時耗力，而AI可快速生成各類逼真情境。語言學習的機場對話場景、歷史課堂的古代街市、科學實驗的微觀世界、職業教育的真實工作場景，都能即時呈現，讓學習更具臨場感與參與感。當然，技術應用要把握節奏、務實推進。元宇宙教育的實踐表明，硬件與生態不成熟時過早投入易造成資源浪費。但這並不否定沉浸式學習的價值，隨著技術成熟穩定，沉浸式學習必將成為重要學習形態。

自主學習能力不可或缺。研究表明，影響世界的拔尖創新人才，大多擁有長期自主探索、自由思考、大膽試錯的學習經歷。教育應為學生創造靈活的課程選擇、個性化的指導支持、包容試錯的成長環境，讓學生在自主學習中激發潛能、實現突破。

以學習科學研究深度賦能AI

討論AI與教育融合，教育工作者通常更關注AI如何賦能教育，但學習科學如何賦能AI，同樣重要。二者之間不是單向應用，而是雙向賦能、協同共進的關系。

當前，AI在教育中的應用仍存在不少誤區。一些AI作文批改工具給出遠超原文篇幅的評語，增加學生負擔﹔部分智能學習平台簡單堆砌題庫、機械刷題，違背認知規律﹔一些應用重技術展示、輕教育規律，未能真正提升學習效果。這些問題說明，脫離教育本質、違背學習規律的技術應用，不僅無法賦能學習，還可能適得其反。

讓AI真正服務於學習，必須回歸“人是如何學習的”。而學習科學則是回答這一根本問題的重要支撐。學習科學是整合認知神經科學、心理學、教育學、人工智能等多學科的交叉領域，專門探究人類學習的認知機制、發展規律，以及如何設計更有效的學習環境與工具。學習科學的研究方向主要包括三個方面：一是學習基礎機制研究，借助腦科學、認知科學等手段，揭示雙語學習、游戲化學習、協作學習、探究學習等對認知能力的影響﹔二是學習環境設計研究，開發游戲化學習軟件、智能學習平台、沉浸式學習場景、項目式學習任務﹔三是學習分析技術研究，利用大數據與人工智能精准分析學習行為，提供個性化干預與支持。

將學習科學的研究成果深度融入AI教育系統的設計、開發與應用全過程，是提升教育質量、避免技術濫用的關鍵。無論技術如何迭代，人類學習的認知規律不會發生根本改變。遵循認知規律、立足科學証據、回歸育人本質設計學習流程、開發智能工具、優化教學方式，才是實現“更科學、更快樂、更有效”學習的必由之路。

人工智能正在重塑教育形態，但促進人的全面發展、守護人的成長與幸福，這一教育的本質始終不變。面對技術浪潮，我們應保持理性與清醒：AI不是替代學習，而是賦能學習﹔技術不是目的，而是實現更高質量、更公平、更有溫度教育的手段。

當下，我們應當把握機遇，立足學習科學視角，重構學習價值、轉型學習內容、創新學習方式。以教育數字化助推教育現代化，推動教育向著更科學、更快樂、更有效不斷邁進，讓教育回歸育人本質，走向更加美好的未來。

（作者：尚俊杰、王淑文，分別系北京大學教育學院副院長兼學習科學實驗室執行主任、中國高等教育學會學習科學研究分會常務副理事長兼秘書長﹔北京大學教育學院教育技術系博士研究生）