摘 要:智能時代的教育理念將發生深刻變革，育人新格局、教學新形態、評價新方法、治理新圖景將不斷涌現，并強力支撐教育強國建設。同時要看到，人工智能與教育系統的融合帶來全新挑戰，在目標、主體、公平、價值與評價層面形成教育實踐應用的現實梗阻。亟需通過技術深耕、能力重塑、供給變革、育才新探、評價進階以及治理升級等方式來破除以上障礙，開辟教育的未來進路。
關鍵詞:人工智能 智能教育 教育強國
【中圖分類號】G434 【文獻標識碼】A
2025年4月25日，習近平總書記在主持中共中央政治局第二十次集體學習時強調：“推進人工智能全學段教育和全社會通識教育，源源不斷培養高素質人才。”[1]《教育強國建設規劃綱要（2024—2035年）》提出，“促進人工智能助力教育變革”[2]。面對新一代人工智能技術快速演進新形勢，探討教育事業的生存境遇，勾勒人工智能視域下教育理念、教育實踐和教育發展的未來圖景，將為推動教育改革和發展、開拓教育強國建設新局面，提供實踐思路與理論總結助益。
人工智能時代教育理念的四維轉變
人工智能時代，教育理念在育人、教學、評價和治理維度受到沖擊。“批量鍛造”、“師—生二元主體”、“結果判定”及“經驗本位”的理念框架面臨挑戰，“個性成長”、“師—生—智三元主體”、“全面刻畫”和“數據驅動”成為新的追求。
育人理念：從“批量鍛造”到“個性生長”
傳統教育形態以大班授課為主，可滿足大規模人才培養需求，不能適應學生個性化和差異化學習訴求。人工智能時代，“個性生長”成為育人活動新的邏輯指向。依托學習分析技術和數據挖掘技術，可以精準捕捉學生的認知特征、情緒狀態和學習興趣等多方面信息，規劃出“千人千策”的學習路徑。資源供給側和需求側的轉變，有助于進一步打破標準化培養范式桎梏。在供給側，人工智能憑借深度語義理解和智能生成能力，助推教育資源動態優化與重組，將資源適配為區域化、校本化版本，以此實現資源精準投放，為個性化教育創造良好條件。在需求側，基于智能算法的資源推送機制，可根據學生的學習特征，自動生成階梯式學習材料，促進學習資源與個體需求高效對接，為“大規模因材施教”這一教育理想落地，開辟廣闊資源空間。
教學理念：從“師—生二元主體”到“師—生—智三元主體”
以往的教學活動大多遵循“教師講授—學生接受”（師—生二元主體）框架，教師作為“知識權威”掌控整體教學流程與內容，在教學中占據主導地位，學生處于被動接受知識的狀態，學習主動性和參與度受到一定限制。而人工智能正催生“教師引導+學生探究+人工智能輔助”（師—生—智三元主體）三元協同結構。該結構中，學生成為認知建構的主體，在教師指導和人工智能協助下參與實踐、探索知識、解決問題，完成從被動接受到主動建構的升級。在人工智能、虛擬現實、增強現實等技術支持下，物理課堂與數字空間實現無縫銜接，形成場景融合。由此，抽象知識和靜態內容得以具象化、動態化，深度學習和具身認知也在沉浸式、交互式體驗中自然發生，“師—生—智三元主體”的教學理念將借此獲得更為有效的環境載體。
評價理念：從“結果判定”到“全面刻畫”
人工智能為突破唯分數、唯升學、唯文憑、唯論文、唯帽子“五唯”評價局限提供技術支持，推動評價理念轉變。通過持續追蹤和量化分析學生的學習行為數據，如課堂參與度、作業完成情況、自主學習時長等，勾勒個體知識建構軌跡，描繪動態、細致的“過程性畫像”，可以為結果評價、綜合評價、增值評價、過程評價提供技術和數據依托，為教育評價提供科學客觀依據。基于大模型，可以構建智能仿真沙盒，模擬真實教學情境，考察學生在復雜情境下的問題解決能力、批判性思維、創新能力等高階思維能力，有助于教師更全面地了解學生的學習狀況，并據此改進教學策略設計或優化教學策略實施，從而推動實現“以評促教”“以評促學”。[3]
治理理念：從“經驗本位”到“數據驅動”
隨著人工智能廣泛滲透，教育系統的運行機制及教育要素之間的作用形式日益復雜，依靠個體經驗和主觀判斷進行教育決策與管理，已無法滿足多變的教育需求。人工智能技術和大數據技術結合，正在破解傳統治理中的“拍腦袋”難題，加速教育治理理念向“數據驅動”轉變。如今，決策者及管理者可以對教育領域的各類數據進行全面收集、分析和挖掘，更準確地把握教育發展狀態，為教育治理現代化增添數智動能。值得注意的是，智能技術的安全倫理問題也成為教育治理的有機組成部分。近年來，我國陸續出臺《新一代人工智能倫理規范》《全球人工智能治理倡議》《人工智能安全治理框架》等政策文件，為人工智能技術自身發展及其教育應用提供規范指引[4]。治理內容變化，意味著教育治理實踐范疇的拓展，標志著治理理念與文化的“人本化”轉型。
人工智能時代教育實踐的五大挑戰
深入理解認識人工智能在教育應用過程中面臨的現實梗阻，需要關注來自教育目標、教育主體、教育公平、教育價值和教育評價等五個層面的挑戰。
目標層面：技術演進與人才培養的錯位
人才培養是教育活動的核心職能，教育目標則為人才培養提供了方向指引。在適應社會變革的過程中，教育目標若滯后于時代發展需求，會影響人才培養活動質效，進而引發人才社會需求與人才培養結構之間的錯位現象。具體而言，人工智能時代需要具備創新思維、跨學科交叉與人機高效協作的復合型人才，但傳統教育目標長期側重于提升人才知識水平或培養特定勞動技能，難以匹配新型人才培養指向。在人工智能視域下，學科專業體系與人才培養目標之間也存在偏差。究其原因，學科專業更新過程相對遲緩，對跨學科、超學科整合，以及前沿技術融合關注不足；課程體系布局有待調整，課程開發與設計落后于產業實踐，與新興技術相關的課程占比需要提高；教材內容的前沿性和實用性不強，教材編寫未能及時納入有關人工智能的鮮活案例與最新實踐經驗。同時，新技術環境下的差異化人才培養機制建設尚顯薄弱，對智能技術如何有效融入區域教育體系、適應不同地區學習者的文化背景和實際需求等問題缺乏深入探索。
主體層面：教師角色困境與數字素養落差
智能技術解構傳統師生關系，教師不再是知識的唯一擁有者和傳授者，學生可借助人工智能工具更快、更高效地實現知識習得。師生關系發生變化，教師亟待從知識講授者向高階能力引導者、協作活動組織者、學習生態設計者等多重身份轉變。角色轉型映射出師生能力倒掛的現象，在向智能化教學理念過渡中，教師必須充分掌握人工智能技術，合理利用人工智能工具，探索教學創新，改善教學效果，找準自身定位，重建教師權威。當下教師數字素養，尤其是智能素養的培養與培訓機制需要進一步完善，加快彌補教師群體在適應智能教育生態方面出現的能力缺乏、本領恐慌。一方面，盡快消除代際差異，加強職前與職中培訓力度與銜接度，解決年輕教師技術適應性強卻缺乏教學經驗，資深教師教學經歷豐富但數字素養欠佳的問題。另一方面，拉平地域差異，補齊欠發達地區教師在技術應用能力、人機協同意識等方面的短板。
公平層面：資源配置不均與技術應用風險
由于智能設備與服務的可及性仍舊存在差異，人工智能時代的“馬太效應”逐漸顯現。發達地區學校憑借自身資源優勢加速智能化轉型，通過“數據飛輪”持續鞏固智能教育建設成果，不斷釋放智能技術帶來的教育紅利。欠發達地區學校則陷入“技術洼地”，面臨基礎設施短缺、運維能力不足等現實瓶頸。教師群體的數字能力斷層，導致技術工具處于低效應用狀態，農村課堂容易陷入“有設備、無實效”的窘境。特別需要警惕的是，算法偏見、數據質量等問題，造成智能技術教育應用的局限，若處理不當，將加劇教育公平失衡。具體而言，算法偏見會固化不公：算法設計可能隱含開發者的主觀偏見，容易誘發對特定群體的歧視性判斷。當此類算法應用于招生篩選、資源分配、學業評價等關鍵教育環節，或將成為強化既有公平局限的“隱形推手”，剝奪或削弱特定群體的教育機會與發展空間。數據質量缺陷會放大決策偏差：數據質量直接關系智能系統的決策準確性，不完整、不具代表性的數據，會導致系統對個體學習需求、潛能和發展路徑的誤判，進而造成資源的不合理傾斜。這些可能加劇學生間的不平等，干擾學生全面認知發展，進而對整體教育公平構成潛在威脅。
價值層面：能力退化危機與基礎權益失守
當人工智能深度介入師生對話、同伴協作及自學活動，教育作為社會關系與認知能力培育場域的價值或將遭遇異化。在社會關系培育維度，人機交互對真實社交空間造成擠壓，削弱師生、生生之間的情感聯結，致使情感表達、人際交往等能力發展鈍化。在認知能力培育維度，技術替代效應沖擊高階思維的發展根基，人工智能代寫、自動解題等工具濫用，實質上是將思維過程外包給算法，阻滯學生批判性思考、創新創造能力的塑造，干擾“知情共育”效果。需要警惕的是，當前在教育系統中，包含個體敏感信息的數據，如行為數據、生物特征等不斷生成，但數據安全及隱私防護水平落后于技術迭代速度，數據安全與隱私防護機制尚不完善。一旦發生數據濫用、隱私泄露等問題，將損害教育主體的個人權益，甚至影響其未來發展。
評價層面：評價模式的動態性與發展性不足
人工智能時代需要變革單一、靜態的評價標準，對重構教育評價體系提出更高要求。傳統評價體系以解題能力和知識復現作為單一標尺，未能充分納入與高階認知能力、人機協作能力、技術倫理意識等新興維度相對應的評估內容，發展性評價較為薄弱。這在一定程度上限制了評價工具效能發揮，人們難以基于現行評價標準全面、準確地度量學習者在數字環境下的學習能力與素養。在終身學習語境下，已有評價工具無法連續追蹤和記錄學習者在不同階段、不同場景中的能力變化規律，階段性靜態評價與動態性個體成長由此產生矛盾。缺失動態性與發展性，使評價工具淪為教育生態中的固化錨點，無法反映學習過程的流變特性。
人工智能時代教育發展的六重進路
通過打造新基座、建立新范式、探索新模式、構造新樣態、形成新導向及塑造新生態，教育系統有望在人工智能時代迎來全新的建設圖景與發展進路，實現人工智能與教育雙向賦能。
技術深耕：打造教育智能新基座
推進教育大模型的自主研發，為建設教育智能基座提供技術支撐。基于“人本設計（human-centered design，HCD）”理念，探索設計逐層遞進的教學經驗表征體系，推動中文語料的深度解讀，促使教育大模型更精準地反映本土價值觀。在此基礎上，通過“人在回路（human in the loop，HITL）”機制，提高算法的可解釋性及訓練數據的質量，在人類反饋和人工干預下，不斷強化大模型的透明度、安全性與穩定性，提升大模型對各類教學情境的理解力，對不同地域環境、不同文化背景下真實教育場景的響應精度。由此創建可信安全、以人為本、場景驅動的教育智能基座，促進形成兼具文化主體性與技術先進性的智能教育技術體系。
積極開展在地化應用試點，為釋放教育智能基座效能創造現實條件。在基礎教育、職業教育、高等教育領域分層落地，集成優質案例庫，并從中提煉可遷移、可推廣的在地化方案。由試點區域向周邊區域輻射，逐步建設和升級大模型技術支持的教育基礎設施，“以點帶面”地拓展教育智能基座的應用空間，彌合技術應用的地域鴻溝。
能力重塑：建立數字能力培育新范式
對于教師，制定數字能力的分層培養方案。針對職前教師，在師范院校增設“人工智能+學科教學”復合型專業方向，開發智能教學設計、智能教育倫理等核心課程，以此增強師范生的數字教育理念和基礎數字技能。針對職中教師，鼓勵頭部科技企業、師范院校聯合提供實踐基地和研訓資源，幫助教師提高智能教學工具使用技能。基于此，建立分布式的校際教師研修平臺，促使城鎮教師和農村教師、師范生和在職教師圍繞教育大模型應用、人機協同教學等主題開展深度對話，激發教師數字能力提升的內生性動力。
對于學生，設計“用人工智能學+學人工智能”雙軌機制，系統性培育其數字能力。“用人工智能學”，即引導學生合理利用人工智能工具開展問題探索、實踐學習、項目合作等活動，提高其復雜問題解決能力、團隊協作能力、創造性推理能力等。“學人工智能”，是讓學生了解人工智能技術的基本原理和發展趨勢，培養學習者對人工智能的認知和興趣，強化其計算思維、數據思維等。以師生共學智能技術、共建數字能力為紐帶，編織人機共生的新型教學關系，在人機交往生態中促進認知與情感的和諧互動，進而切實改善人工智能時代教與學的效果。
供給變革：探索資源供給普惠新模式
加大源頭創新力度，是實現普惠性資源供給的基礎。探索“人智協同”的內容創作機制，充分發揮教師的專業知識優勢及人工智能的涌現能力，共同開發高質量的教育資源，并搭建可共享資源池。在創建新資源的同時，通過推廣虛實結合的資源應用模式盤活已有資源。一方面，利用多模態交互技術，將名校教學內容和名師教學智慧轉化為數字資源，突破資源應用的物理限制；另一方面，線下課堂靈活選用預載數字資源，豐富資源可用情境。加快結構革新進程對于供給變革同樣重要。依托大模型技術降低資源創造與獲取門檻，建立大眾化的資源生產與消費體系，從而有效激發全民創新潛力、擴展資源開發群體，助推資源供給體系深層次變革。以此為基，構建國家智慧教育公共服務樞紐支持的資源輻射體系，打造標準化資源包與區域定制化方案并行的供給網絡。重點打通資源流動通道，通過輕量化技術部署與本地化適配，為欠發達地區學校“用得到”且“用得好”優質資源提供有力支持。
育才新探：構造人工智能時代的人才培養新樣態
將智能技術嵌入學科專業體系構建的各個環節，是創新人才培養模式的有效途徑。利用人工智能知識圖譜，綜合分析前沿科技與產業的變革趨向，結合經濟發展態勢與產業需求，適時調整專業布局和課程設置，重點填補人工智能專業人才、高技能人才缺口。同步打造課程與教材內容的智能更新機制，利用大模型實時整合技術領域成果、工程案例及倫理議題等知識信息，經教育專家審核后編入校本教材，確保課程內容與技術演進同頻。在此基礎上，將人工智能作為工具與方法引入學科教學與研究中，催生新的超學科知識生長點和學科交叉融合路徑，為跨學科、多學科人才培養奠定實踐基礎。
以智能技術健全差異化的人才培養機制，可進一步增強育人成效。借助人工智能強大的數據洞察和模式識別能力，持續追蹤區域產業動向與技能需求變遷，輔助制定差異化、貫通式的培養路徑，推動人才培養深度扎根本土實踐場域，進而構建與區域發展共生共榮且富有韌性的人才生態系統。高校可依托學科優勢探究區域人才培養的核心訴求，企業需憑借技術積累開發適配地方特色的智能工具，政府則負責搭建協作平臺、制定配套政策并提供資源保障。通過激活“政—企—校”聯動機制，推動技術應用與人才培養深度耦合，持續激發智能技術在區域教育體系中的活力。
評價進階：形成全面發展的評價新導向
推動形成全面發展的評價導向，要求在評價活動中引入多方主體，將師生、家長、社會機構及智能體等納入評價框架，綜合人類主體與機器主體的雙重視角，匯集多維度、多源化、多模態的評價數據。先由人工智能對評價數據進行挖掘，識別可以反映個體創新思維、文化素養、價值觀念等隱性能力的特征，并生成可視化評價報告，再由人類對評價結果進行校準和反饋。以此形成“數據集成—結果分析—反饋調整”評價閉環，確保評價的客觀性、科學性和全面性。
利用技術輔助構建動態發展的評價體系，有助于實現評價導向落地。首先，依托人工智能技術研發智能測評工具，覆蓋課堂表現、項目實踐、人機協作、在線學習等場景，動態拓展評價活動的有效范圍。其次，在縱向上，針對基礎教育強基、職業教育重技、高等教育創研的階段性目標，制定異質性、多層次的評價標準；在橫向上，將知識掌握、技術應用水平、核心素養發展等納入指標體系，強化評價標準的延伸性。再次，通過智能技術自動識別碎片化學習成果、精準勾畫個人能力發展圖譜，使評價從結果錨點轉化為促進終身學習的流動標尺。
治理升級：塑造多層次智能治理新生態
微觀層面，建立分層分類的智能技術準入機制。系統研制智能教育產品及技術準入規范和指導目錄，尤其要針對不同學科、不同學段的典型應用場景，明確數據安全、算法監管、人機權責劃分等維度的治理細則。遴選標桿學校開展試點，創建智能技術融合教育教學的實踐案例集，形成可復制的治理范式。
中觀層面，以區域為節點，打通全國協同鏈路。匯聚政府、企業、學校、社會等多方力量，構建區域層級的治理網絡與數據驅動的循證式治理路徑，統籌規劃區域內的資源調配與決策行動。通過搭建數據共享平臺，促進區域間交流與合作，推動建立區域聯動、協同發展的良好治理格局。
宏觀層面，積極推進國際合作治理。深度融合中國教育文化特色與國際倫理共識，打造兼具本土根基與國際視野的智能治理框架。支持建立跨部門、跨地區的國家級治理機構，聚焦技術倫理規制、教育數據跨境流動等議題，主導跨國對話，促進經驗互鑒，達成彈性共識，提升智能時代教育治理話語權。
【本文作者為華中師范大學副校長、人工智能教育學部部長、教授】
注釋略
責編：劉 明／美編：石 玉