AI 赋能教育新生态 | 教学创新、范式转型与实践路径探析
注：本文为 “AI 赋能教育” 相关合辑。
略作重排，未整理去重。
如有内容异常，请看原文。
人工智能时代的教学
萨尔曼·可汗 学人智汇 2024 年 8 月 8 日 22:08 北京
作者 | 萨尔曼·可汗
智能助教可以将教育工作者从海量的行政工作中解放出来， 为他们腾出时间和资源，并协助教师制订精彩的教学计划， 比如为课程增加更多的细节、例子和逸事。此外，智能助教还可以引导学生主动承担一定的责任，并全天候为学生提供一对一辅导。
我感激父亲给予我生命，但老师让我生活得更好 !
——本杰明 · 富兰克林
一个老师如果不能激发学生学习的欲望，那他就是在打冷铁，白费力。
——霍瑞斯 · 曼
减轻教师的教学压力
2017 年，一位身材瘦削的男子登上了世界上历史最悠久的科学节之一——英国科学节的舞台。著名教育家和历史学家安东尼 · 塞尔登凝视着来自世界各地的顶尖研究人员，他宣称，到 2027 年，教师将由人工智能而不是人类来担任。他说，即将到来的技术将迫使教师扮演课堂助手的角色，而技术将成为知识的传播者。他表示，很快，每个人都将拥有最好的教师和完全个性化的教育体验。这个软件将伴随你的整个教育旅程，并且会根据每个学习者的进度来调整速度。
他对观众说：“这超越了我们在工业革命期间及之后看到的任何新技术，这些是适应个体的自适应机器。它们会倾听学习者的声音，读懂他们的表情，并像天才教师一样研究他们。
我认同塞尔登的观点，个性化学习是我们应该努力追求的目标，而人工智能将在其中发挥重要作用。然而，我完全不同意他的预测，即这项技术将在某种程度上降低人类教师的重要性。实际上， 情况可能正好相反。
教学是一种艺术形式，它需要多年的实践和奉献才能掌握。自然，一些教师对使用生成式人工智能这样的工具来帮助他们教学感到紧张。人们很自然地担心，过于依赖技术可能会降低师生之间人际互动和人际关系的重要性。如果发生这种情况，可能会进一步降低学习体验的人情味，最终会损害学生的学习和成长能力。有了这些人工智能工具，一些人可能会担心，学生将能够在不需要与指导者（无论是人类教师、导师还是家长）互动的情况下获得问题的答案。令人担忧的是，这将导致教师们觉得课堂上不再需要他们了——这对那些毕生致力于教学的人来说是一个可怕的想法。教学是一项必不可少的职业，对有能力、有激情的教师的需求从未减少。归根结底，教育工作者最大的恐惧是塞尔登设想的世界，一个只需要人工智能而不需要人类教师的世界。
这种有用和有害技术之间的对立可以追溯到 1960 年代初计算机科学家道格拉斯 · 恩格尔巴特的工作，他被众人所熟知可能是他创造了计算机鼠标。其他人知道他是因为他在交互式计算和计算机网络方面的开创性工作。恩格尔巴特认为，人们将利用技术来增强自己的能力，就像拖拉机减轻了农民的工作量一样。他预测说，我们将利用这些机器来帮助我们更快、更智能、更好地工作。随着大语言模型验证了恩格尔巴特和塞尔登的预测，未来我们是会使用人工智能来增强我们的能力，还是让它取代人类，让人类觉得自己无关紧要？
让我再直截了当地说一遍：在大语言模型世界里，没有什么工作比教学更安全了。教师不仅是不可替代的，而且人工智能将支持教师，让他们能够做更多自己喜欢的事情，从加深与学生的个人联系到开发丰富多彩的创造性课程。和塞尔登一样，我对人工智能在教育中的作用持乐观态度。然而，我不同意他的观点的地方在于人工智能在课堂上扮演的角色。我不相信机器会把教师贬为助教。相反，人工智能才是助教。
尽管如此，我觉得对新技术保持一点谨慎是很自然的。生成式人工智能将带来一些重大变化，从学生作业的性质到教师的教学方式。应对这些变化需要一点智识勇气。教师应该如何克服这种恐惧，接受即将到来的行业变化呢？
沃顿商学院的伊桑 · 莫里克告诉我：“由于有了生成式人工智能，教师们现在必须做三个调整。”第一个调整是，教师必须对学生有更高的期望。“在教学方面，你将不得不进行调整，而这种调 整对每个教师来说都是不同的。一些教师将改变他们布置作业的方式，比如让学生在课堂上写作以防止作弊。另一些则会让学生使用生成式人工智能来完成更复杂的项目，如果没有大语言模型的资源，这些项目在课堂上是不可能实施的。不管是哪种情况，现在教师对学生作业的期望都比以前高了很多。”例如，当学生使用生成式人工智能来写论文时，他们论文的质量就会提高，就像文字处理器的出现让教师期望他们的学生能创作出漂亮的、格式化的、深思熟虑的论文一样，而这是打字机所不允许的。
教师的第二个调整可能有点违反直觉。莫里克鼓励教师进一步将人工智能融入课堂作业。他说：“人工智能应成为学生的队友。”莫里克要求他的学生使用生成式人工智能来审查和评判他们的作品，并提供可操作的反馈。学生在提交作业之前必须先做一次预演。如果学生能想象到项目会如何失败，项目就能更好地成功，这将让学生在莫里克看到他们的作品之前就能反思并解决这些问题，那么项目就更有可能成功。
至于第三个教学调整——也是最大的一个——涉及翻转所有的课堂。
他说：“当我有了 ChatGPT 这样的工具，可以进行真正令人惊叹的远程培训时，讲课就没有多大意义了。”
我对翻转课堂略知一二。在我 2011 年的 TED 演讲中，我提到过翻转课堂。即使在那时，世界各地的教师就都在给我发电子邮件，告诉我因为可汗学院视频的存在，他们觉得上课不再是一种很好的时间利用方式。如果孩子们能够按照自己的时间和节奏，以点播视频的形式获得微课程，那么课堂时间就可以用于苏格拉底式对话、合作完成作业和为学生作业提供支持。基本上，现在的讲课都是在家里进行的，而“家庭作业”现在可以在互动性更强的课堂环境中进行。
“很多东西都被 ChatGPT 毁掉了，其中有些是好东西。”莫里克告诉我，“两千年来，我们教导学生的一些方法很有效。我们已经很擅长讲课，也很擅长布置家庭作业。但你要记住，生成式人工智能也会让教师的生活更轻松。
人工智能助教的黎明
我们的教学面临危机。除了应急人员、警察和空中交通管制员，教师是疲劳度最高的职业之一。因此，美国目前面临着严重的教师短缺。美国教师的赤字高达 30 万人，全国近 90% 的学区年复一年地报告教师短缺。主要原因是缺乏对教育工作者在资源等方面的支持。我们对教师的要求很高，这很正常。过度劳累和过度紧张，使他们的情绪和精神都疲惫不堪，EdWeek 研究中心 2022 年的一项研究指出，教师平均每周需要工作 54 小时，其中只有 49% 的时间花在与学生的互动上，即使教室空了，教师也会继续工作到深夜，准备教案和批改试卷。1 难怪幻灭感会很快到来。在美国，教师平均 5 年就会流动一次，1/4 的教师正在考虑离开这个职业。
将人工智能助教集成到我们的平台后，我们的团队了解到，大语言模型实际上可以使教学成为一个更具可持续性的职业。想象一下，当地学区突然发现了数亿美元，并利用这笔资金为每位教师提供三位聪明的助教，为他们的课堂提供支持。这些助教将帮助制订课程计划和标准，批改论文，撰写进度报告，与教师一起即兴授课并为学生提供支持。地球上的每个教师都会抓住这个机会。这些助教不仅不会威胁到教学工作，反而能使教学工作变得更可持续、更愉快。最重要的是，这些助教将帮助数百万学生加快学习进度，为大学、职业和生活做好更充分的准备。
不幸的是，社会没有足够的资源给每个教师配备三个人类助教。然而，好消息是，我们现在能够为教育工作者提供具有同等能力的人工智能。在某些方面，人工智能所能完成的将超越人类助教。这些人工智能助教全天候待命，并与教室里的每个学生进行一对一辅导。他们还可以积极主动地吸引学生并让学生承担一定的责任。更重要的是，他们可以完成教学中涉及的所有繁重工作——编写规则、向学生提供论文反馈以及为家长起草学生课业进展报告。
生成式人工智能可以为教育工作者提供新的最佳实践、教学技能以及洞察学生的学习差距。识别一群学生的问题并提供相应的教案供教师使用，或者监控学生在课堂上的表现并向教师发送实时的进度更新，这些对人工智能助教来说并不困难。它甚至有能力为那些在职业倦怠中挣扎的教师充当顾问。这些功能正变得越来越普遍，并且在适当的限制下可以非常强大。
几十年来，教育界一直主张，教育的最佳实践是差异化和主动学习。差异化是指不同的学生需要不同的学习方法，也就是塞尔登所讲的个性化。主动学习是指，当学生被动地听讲时，他们对知识的掌握并不深刻，而只有当他们积极地参与讨论、游戏、项目和解决问题时，他们才能学得更深更透。许多新教师都渴望做到这一点，但很快就发现，在一个 30 人的班级里，这些理想是很难实现的。少数能够做到这一点的教师是因为他们花了无数时间来调整教学计划和创建个性化问题集。生成式人工智能助教可以通过更全面地回答细致入微的问题来为学生提供支持。从教师的角度来看，人工智能带来的最大改变可能是它可以在几分钟内帮助制订课程计划。
人工智能将教育工作者从经常占用他们时间的行政工作中解放出来，为教师腾出了时间和资源。教师可以在 Khanmigo 上输入“为第二次世界大战制作九年级教案”的提示。在几秒钟内，Khanmigo 就创建了一个课堂目标和一个六课时的教学计划，其中包括对重大事件和战斗的讨论，对二战期间发挥关键作用的重要人物的介绍，以及他们的意识形态、战略和对战争的贡献，同时审视他们的影响和遗产。
在此基础上，教师可以进一步完善教学计划，或者要求人工智能通过快速调查开始课程，使教学计划更加精彩。
如果一位新教师需要一些额外的信息或背景，他只需要一个简单的提示：“你能帮我写一个关于第一次世界大战后《凡尔赛和约》的历史影响的教案吗？”过了一会儿，平台回复了一个教案。它甚至为教师提供了一些技巧，使课堂更具互动性，比如增加更多的细节、例子和逸事。
假设家乡球队刚刚赢得了世界职业棒球大赛，那天学生们整日谈论的只有这件事。教师给 Khanmigo 的提示是：“你能做一个和棒球有关的教案吗？”机器人可以在几秒钟内生成教师需要好几个小时才能做出的教案。Khanmigo 回答说：“当然 ! 这是九年级第二次世界大战教案的更新版本，其中包含了棒球 !”新的教案有一节专门探索棒球在战争中的作用，包括介绍“士气”的概念和体育在战争中的作用，讨论棒球是如何受到战争影响的以及军事棒球联盟的形成。它建议教案探讨在军队服役的棒球运动员的经历，如泰德 · 威廉姆斯和乔 · 迪马吉奥。它还建议了解电影《她们自己的联盟》中描绘的全美女子职业棒球联盟。
也许教师需要一个具体的例子从经济学的角度来解释导致第二次世界大战的复杂性。教师可以花一两个小时在图书馆或网上查找，也可以直接向人工智能助教求助。在收到提示的几秒钟内，Khanmigo 回应道：“这是一个用棒球类比的具体例子。
通过使用这个棒球的类比，教师现在可以很容易地说明贸易失衡、保护主义政策和经济冲突是如何破坏国家之间的关系，最终导致更严重的地缘政治冲突的，就像导致第二次世界大战的复杂经济因素一样。
随着与人工智能的每一次互动，课程变得更加有力和精确。教师可以进一步应用人工智能，要求它根据课程设想一个创新性的学生项目。人工智能助教回答说：“这里有一些想法：创建或找到一个交互式时间线，突出显示战争中的关键事件、指挥官和战役。这将使学生直观地了解冲突的年代及其对全球的影响。或者为学生提供如演讲、信件和照片等主要原始资料并以此进行分析和解释。这将帮助学生培养批判性思维能力，并对历史背景有更深入的了解。”
人工智能助教带给教师的好处不仅仅是写作、创作和设计课程、批改论文以及与家长沟通等计划性和行政类工作，它还能促进学生之间的课堂交流，为教师提供实时帮助和反馈，以更好地吸引 学生，并让教师知道哪些学生可能最需要他们的关注。
塞尔登让我们误以为机器人会接管教学，但现实远比科幻小说中的描述酷得多。人工智能在教育领域的未来是与技术合作，让教育变得更好。换句话说，人工智能不是来抢教师的风头的，它是来帮助教师抢风头的。它是一架值得信赖的“僚机”，可以解决无聊的问题，激发创造力，提高课程质量，并帮助教育工作者打造难忘的学习体验，照亮学生的心灵。
如果做得好，这不仅会给学生带来美好的体验，而且它会给许多教育工作者带来快乐。我并不是说技术本身就能解决招聘和职业倦怠问题，还有许多其他问题也很重要，比如教师的工资，但我们有义务追求任何能够让教师工作得更轻松的事物。
最终，我们发现对学生来说真正重要的不是技术，而是在课堂上建立人与人之间的联系。没有了教师，你就失去了所有学习的最为关键的基础要素。与塞尔登的预测不同的是，教师们将永远掌管着他们的课堂，这真是谢天谢地。
提供更多可选择的教育模式
如今，在美国大约有 300 万家长让孩子在家里学习而不是去学校读书，而且这个数字还在不断上升。家长让孩子在家学习有不同的原因，但通常是他们觉得传统的学校模式无法充分满足孩子的个人需求和兴趣。这可能是担心步调一致的教学会拉大孩子与优秀学生之间的差距，越往后这些差距越难以弥补，而且会削弱孩子的自信心。也可能是因为他们的孩子已经准备好加快学习进度，或者相比传统学校学得更深入。
不过，在家学习也有自身的一些问题。孩子是否有机会与同龄人进行社交？父母是否有足够的专业知识来支持他们的孩子学习广泛的学科？父母是否有足够的时间、灵活性和财力来支持孩子的学习和成长？一个在家学习的孩子如何向大学证明他们掌握了入学所需的各项能力（尤其是当很多评分工作由他们父母做的时候）？
甚至在考虑人工智能之前，我们和其他人就已经在创建综合性课程，学生可以按照自己的时间和节奏完成从学前班到大学的几乎所有核心科目。这些平台有面向教师和家长的工具以监控学生的进步和布置作业。家长和教师也可以利用这些平台来更新自己的知识。最有效的平台通常也是透明和免费的。
人与人之间支持的新模式正在开始上线。例如，Schoolhouse.world 提供了免费的、实时的小组辅导。这不仅提供了丰富的学术支持，还创造了一些社交机会，即允许来自世界各地的年轻人通过 Zoom 一起安全地学习。Schoolhouse.world 上许多优秀的志愿导师都是高中生，所以它甚至为家庭学校之外的服务和领导力的培养提供了一个可能的出路。
非传统学术环境的学生可以通过这些平台获得学分和考入大学。芝加哥大学、麻省理工学院、加州理工学院、布朗大学、耶鲁大学、佐治亚理工学院、俄亥俄州立大学、南加州大学、哥伦比亚
大学和许多其他大学已经在考虑将 Schoolhouse.world 的成绩单用于大学录取。这些成绩单显示了学生对学科的掌握程度，这是基于同行评议的记录，每个学生在可汗学院的测试中都获得了 90%以上的正确率。他们还展示了学生在平台上为他人提供帮助的数量和质量。事实上，加州理工学院接受这份成绩单来满足其对高中课程的要求。换句话说，如果你掌握了可汗学院的所有必修科目并获得了 Schoolhouse.world 的成绩单证明，即使你从未在传统学校中学过这些课程，加州理工学院也会考虑你的入学申请。
尽管这类平台并不是专门为家庭教育者设计的，但它们已经逐渐成为这个群体的首选资源。它们为家庭教育工作者节省了无数时间和金钱——否则这些时间和金钱将被用于拼凑课程作业——并且以个性化的方式支持他们的学生，然后向大学证明他们的学生确实学会了这些课程。
生成式人工智能现在可以将其提升到另一个层次。和传统学校的学生一样，家庭教育的学生可以利用 Khanmigo 这样的人工智能导师来消除课业障碍。他们也可以使用人工智能进行辩论或模 拟。人工智能可以提供实时反馈和支持，指导学生如何更好地写作，而不是助长作弊行为。人工智能可以作为教练或指导顾问，帮助学生规划大学入学和职业选择，这些可能是家长不太擅长的领域。接受家庭教育的学生有更多时间和更大灵活性来追求他们独特的爱好。现在，他们可以使用生成式人工智能来创作音乐、电影和游戏，而这些在十年前可能需要花费数千或数百万美元才能创作出来。
这项技术也可以帮助父母。人工智能可以准确地向他们报告学生们都做了什么，以及他们在哪里需要更多的支持。当家长尝试刷新自己的知识或解决问题，以更好地支持他们的孩子时，人工智能还可以充当父母的教练或导师。
所有这些都不只适用于家庭教育者，任何寻找学术替代方案的人都可以将这些平台视为构建模块，而不必从头开始重新设计一切。如果是许多家庭联合资源共同教育他们的孩子，也可以使用“Pod schoolers”这个工具。任何想要创办一所新学校的人都不再需要重新设计课程、工具和支持。即使是传统的学校也可以按需挑选这些元素，给家庭更多的选择和灵活性。
就像我不认为一刀切对学术环境中的步伐设定是好的一样，我也不认为一种类型的学校教育对所有家庭来说都是更好或更差的。有许多学生在传统学校茁壮成长。有些家长则看重家庭教育的灵活性和独立性。很多人处于二者之间。但是由于缺乏时间、金钱或专业知识，许多家庭的选择有限。在线平台和生成式人工智能将帮助其打破障碍，让更多人找到适合他们的选择。
解决学术作弊问题
人工智能在中等教育中具有挑战性和变革性的每一个动态变化，都会在高等教育中得到凸显，因为大学生被赋予了更多的独立性。例如，撰写论文是高中学习的一部分，但在一些大学文科课程 中，论文占据了学生四年学习内容的大部分。如果 ChatGPT 生成的写作在高中是个问题，那么在大学里这个问题就更大了。这个问题并不局限于人文学科，而是适用于任何要求学生设计或创作原创作品的课程。
一个解决方案是大学完全信任学生。许多大学实行诚信守则已经有数十年了。在这些政策下，学生们必须独立完成作业，从写论文到在宿舍里参加考试。以斯坦福大学为例，即使教授们想监考课堂考试，他们也不被允许，这个制度直到最近才改变。
不幸的是，在大多数情况下，诚信守则实际上会创造出不公正的环境，让那些遵守规则的人感觉自己明显处于劣势，而那些作弊的人往往是公开作弊。更糟糕的是，尽管社会压力使他们不太可能举报自己的同学，但诚信守则却给学生们增加了监督彼此的负担。而且当学生举报作弊时，也往往是各说各的理，难以辨别。
大学里的学生比你想象的更容易作弊。根据 2021 年《高校情报》“学生之声”栏目的调查，47% 的受访者认为使用“网站查找考试或家庭作业的答案”是“可以接受或非常可以接受”的。2 另一份《高校情报》的报告引用了一名斯坦福大学研究生的话说，作弊已经成为“大学结构的一部分……没有人尊重目前的诚信守则，包括研究生、教职工和本科生”3 。
虽然我能理解为什么学生们想要在家庭作业上寻求帮助，但学生们普遍认为获得试卷答案是可以接受的，这显示了学术诚信的严重缺失。再加上人工智能工具的突然普及，糟糕的情况会变得更糟。
斯坦福在这方面并非特例。根据 2023 年明德学院的一项调查，近 2/3 的学生表示他们违反了学校的诚信守则，其中 32% 的人表示他们在考试中作弊，15% 的人表示他们“未经授权使用人工智能工具。
这些趋势解释了为什么在 2023—2024 学年，斯坦福大学改变了监考政策，现在允许教授在学生参加考试时在场。人文与科学学院院长黛布拉· 萨兹表示 :“本科生因为缺乏责任感而退出了守则。我不怪他们……我认为我们正在看到一种文化的瓦解，在这种文化中，不想作弊的学生处于一种他们觉得不公平的环境中。”
当然，早在 ChatGPT 出现之前，作弊就影响到了大学论文和学期论文。早在 ChatGPT 公开发布前三年的 2019 年，《纽约时报》报道了尼日利亚和肯尼亚等国的大学毕业生以给美国和其他富裕国家的大学生写论文为生的现象。6 他们通过网络中介完成这项工作。你只要在网上搜索一下“便宜帮我写研究论文”，就能看到这些服务在今天是多么普遍。
换句话说，生成式人工智能让一个已经存在多年的问题成了人们关注的焦点。大学要么对这种情况一无所知，要么就是不知道如何应对。无论如何，这是一个需要解决的问题，否则它将破坏大学学位的价值，并使那些缺乏诚信的年轻人持续受到奖励。我们知道，今天缺乏诚信的大学生就是明天缺乏诚信的商界和政界领袖。
好消息是已经有解决办法了。例如，让学生在课堂上完成写作和论文，这样可以让他们从教授和其他学生那里得到支持。这使得课堂气氛更加活跃。较长的论文可以分多个课时段完成。事实上， 这是我们在数学和科学领域提倡的翻转课堂的一种变体；学生们应该在课堂上完成以前在家庭中完成的作业，节省下来的时间可以观看录制的讲座。
当然，让学生独立写文章也有重要的好处，比如培养他们的计划能力和不拖延的品质，这两项技能可以说和学习写作一样有用。为了解决这个问题，一些教授试图通过让学生展示他们从提纲到初稿到最终论文的更多过程来防范作弊行为。不幸的是，以每页 9 美元的价格将大纲或初稿外包给海外写手或免费使用 ChatGPT 来完成并不难。
但如果我们更进一步，让人工智能在支持学生的同时，将整个过程对教授透明呢？在 Khanmigo 中，我们正在开发一种能力，让教授能够使用人工智能创建作业和评分标准，然后通过应用程序
提示学生完成任务。教授可以决定人工智能应该提供多少支持。这可能需要基本的监督，即应用程序在学生写作时定期拍摄论文快照，或者它可以像一个成熟的写作教练一样，与学生就可能的论文主题进行即兴创作，对他们的提纲进行反馈，然后对论文提供初步反馈。这种反馈从语法到审查参考文献的质量，再到估计学生可能得到的分数，无所不包。然后，当学生准备好提交论文时，人工智能可以向教授发送一份报告 :
如果学生使用论文写作工场或 ChatGPT 完成作业，并将其复制粘贴到作业中，Khanmigo 可以向教授报告 :
这种透明度一次性解决了许多问题。它侧重于过程，在帮助学生的同时减少作弊。即使一个学生找了一个朋友（或人工智能）来代替他与 Khanmigo 互动，最终的产品也可能与学生在课堂上的、受监考的写作样本不一致。教师将接受初步评估，减少评分时间，使他们能够将更多的精力投入自己和学生身上。最后但同样重要的是，通过人工智能，学生将得到更多及时的反馈和支持，以提高他们的写作水平。
稍微强调一下提供即时反馈的价值，如果你在几天或几周内都不知道自己在罚球时是否投中了篮筐，那么提高罚球技巧将会非常困难。尽管这听起来很荒谬，但这正是写作练习中发生的事情。在生成式人工智能出现之前，学生们可能需要等待几天或几周的时间才能得到论文的反馈。到那时，他们可能已经忘记了自己写过的很多东西，也就没有机会改进自己的作品了。与此形成鲜明对比的是，学生可以从人工智能那里获得关于写作的各个方面的即时反馈。他们将有机会练习、迭代和更快地改进。
这适用于任何类型的学生作业，而不仅仅是写作。我们可以看到，如果做得好，生成式人工智能不仅可以解决长期存在的作弊问题，还可以为学生带来更丰富、更有成效的学习体验。最重要的是，通过审慎地利用这项技术，大学将更好地为学生毕业后步入社会做好准备。
本文节选自《教育新语 人工智能时代怎么教 学什么》一书，中信出版集团授权发布。
冯媛媛：人工智能赋能生成式教学：实现教与学的结构性对齐
原创 冯媛媛 教育文化论坛
2025 年 3 月 18 日 09:00 贵州
作者简介
冯媛媛，女，广西南宁人，贵州大学公共管理学院副教授。
摘要
生成式教学模式和人工智能技术相结合，为实现教与学的结构性对齐提供了动力。生成式教学模式确保教学设计的协调性，而人工智能支持教学的个性化和适应性。这种结合不仅提高了教学效率，还促进了教师和学生之间的互动，以及学生之间的协作学习，从而实现了更深层次的结构性对齐。人工智能加持的生成式教学模式通过三个主要途径促进了教与学的结构性对齐：个性化学习路径，实时反馈和支持，数据驱动的决策支持。其中，个性化学习路径的发展和完善，为学生的未来发展打下坚实基础；实时反馈能够即时、有针对性地促进学生的学习和发展；数据驱动的教育决策有助于多维度塑造和促进教与学的结构性对齐，促进教育个性化、公平性和有效性。
关键词
人工智能；生成式教学；结构性对齐；个性化学习；数据驱动
一、引言
进入 21 世纪以来，教育界一直在寻求更有效的教学方法以应对快速变化的社会环境与技术环境提出的挑战。生成式教学作为一种教学策略，已引起学术界和教育界的广泛关注。它不仅促进了学生的深度学习，而且鼓励批判性思维和创造性表达。随着信息技术的迅速发展，特别是人工智能 (AI) 技术的出现，现代教育系统正经历着前所未有的变革。如何理解和利用这些新技术优化教学和学习过程，成为一个重要的研究议题。
生成式教学是一个集成概念，它认为知识不是被动接受的，而是通过学生积极参与和构建而生成的。这种方法强调学生的主体性，学生在学习中不仅是信息的接收者，还要成为知识的创造者。教师的角色也从知识的传授者转变为学生学习过程的引导者和促进者。生成式教学方法的核心目标在于培养学生的高阶思维技能，如分析、评估和创造能力，这些技能是在 21 世纪的社会和职场中取得成功的关键。然而，要实现这一教学目标，就需要在教与学之间实现结构性对齐。Biggs 首先在教育领域引入“结构性对齐”的概念，这一概念强调教学活动、学习活动、课程目标和效果评估之间的一致性。在一个结构性对齐的教学系统中，所有的教学元素都是协调一致的，共同支持学生达成预定的学习目标。这种教学系统能够确保教学的各个方面都支持学生的深度学习，而不仅是形式上的浅层学习。
随着人工智能和先进技术在教育领域的应用日益增多，教师和学者正在探索这些技术如何支持和增强生成式教学。自适应学习系统、智能教育游戏和虚拟助手，正在改变教师教学和学生学习的方式。这些技术不仅可以使学生的学习个性化，还可以为教师提供实时反馈，帮助他们调整教学策略，以更好地满足学生的需要。本文旨在分析生成式人工智能技术如何应用于现代教育实践，进而讨论如何通过人工智能加持的生成式教学模式促进教与学的结构性对齐，以期指导未来的教育实践和研究。
二、文献回顾
生成式教学的概念源于认知科学和教育心理学，强调知识是学生通过积极参与和自我构建而产生的。这种观点与传统的“填鸭式”教学法所持观点形成鲜明对比，后者认为学生是被动接收知识的容器。生成式教学强调学生的主体性，认为学生是自己学习过程的主人，教师是指导者和促进者，而不是传统意义上的知识传授者。在生成式教学环境中，学生被鼓励探索、提问、解决问题，并通过这些过程构建自己的知识体系。这种教学方法强调真实世界情境的重要性，认为最有效的学习发生在与真实生活密切相关的情境中。这种对情境的强调促进了基于项目的学习、以问题为导向的学习等一系列学习方法的发展。生成式教学的另一个核心原则是元认知，即学生对自己的思维过程的理解和控制。在这种教学环境中，学生被鼓励反思他们的学习策略、思维模式和问题解决过程，从而更有效地掌握新知识。
Biggs 用结构性对齐的概念描述理想的教学系统，其中教育活动、学习活动、学习目标和评估方法之间能够实现有机结合。在这样的系统中，所有的组成部分都是互相协调的，共同支持学生达到预定的学习目标。结构性对齐的重要性在于：它确保教学的各个方面都支持学生的深度学习，而并非仅追求考试分数或完成表面性任务。在一个结构性对齐的教学系统中，评估标准清晰明确，与学习目标和教学活动紧密相连，学生清楚地知道他们需要做什么才能成功。结构性对齐的另一个关键要素是反馈，它被认为是促进学生学习的重要因素。在一个结构性对齐的系统中，学生经常接收到与他们学习进度和成就相关的反馈，这有助于他们了解自己的优势和需要改进的地方，从而调整学习策略。结构性对齐不仅关注教学的宏观层面，如课程设计和评估，也关注微观层面，如教学活动和学生互动。这需要教师在设计和实施教学的过程中进行精细调整，确保学生的学习经历与预定的学习目标相一致。实现这一点的策略之一是使用形成性评估，它能够提供持续、及时的反馈，使学生知晓自己的进步并了解有待改进的地方。
生成式教学和结构性对齐在教育理论和实践中一直占据重要位置，但在传统教学环境中，如何结合这两者往往面临重大挑战。生成式教学要求学生以积极主动的方式参与学习，而结构性对齐则要求教学元素之间的协调一致。在传统的教育模式中，这种对齐往往难以实现，原因在于固有的教学方法、评估标准的僵化，以及教师和学生的传统角色固化。然而，随着人工智能和其他先进技术在教育领域的引入，新的可能性开始出现。这些技术为教育带来了革命性变化，提供了实现生成式教学和结构性对齐的新途径。在人工智能的加持下，现代教学模式正在经历根本性的转变，这不仅影响教学方法和学习资源，还改变了教师和学生的互动方式。在这种转变中，人工智能不仅促进了生成式教学模式的发展，而且进一步推动了这一模式向人工智能生成式教学的转变。在人工智能生成式教学模式中，教学和学习过程更加个性化，且兼具灵活性和适应性，这些都是通过智能算法和持续的数据分析实现的。更重要的是，这种新的教学模式极大地促进了教与学的结构性对齐，因为它允许实时调整教学策略，以满足学生的个体差异和偏好，同时确保教学目标、教学活动和教学评估之间的一致性。通过人工智能生成式教学，可以更加精确地识别学生的需求，更灵活地调整教学方法，更系统地评估学生的表现。这不仅增强了学生的学习体验，也提高了教学的有效性。那么，这就引出了一个关键问题：人工智能生成式教学如何促进教与学的结构性对齐呢？为了回答这个问题，需要深入探讨人工智能在教育中的应用，研究人工智能技术如何与生成式教学策略相结合。
三、人工智能在现代生成式
教学模式中的应用与作用
（一）促使教学方法和策略持续创新，实现生成式“教”
在技术快速发展的时代，教学方法和策略的创新是教育转型的核心，是实现高质量教学变革及数智化育人的发展之路。人工智能在教学创新中扮演着越来越重要的角色，它不仅改变了教育方式，还增强了学生的学习体验。这种转变是多方面的，包括定制学习路径、提供实时反馈以及通过虚拟现实 (VR) 和增强现实 (AR) 技术提供沉浸式学习体验。
传统的“一刀切”教学方法已经无法满足所有学生的需求，而人工智能可以通过分析学生的学习习惯、性能和偏好，定制学习计划，满足学生的个性需求。此外，人工智能还可以为教师提供实时反馈，帮助他们监测学生的学习进展，识别可能存在的挑战和障碍，及时调整教学策略。虚拟现实和增强现实是正在改变教育领域的信息技术。通过创建一个沉浸式的 3D 环境，虚拟现实帮助学生亲身体验历史事件或远程地点，从而加深他们的理解和记忆。增强现实通过在现实世界中添加数字元素（如视频或图形），为学生提供丰富、互动的学习环境。这些技术不仅有利于提升学生的学习动机，还有助于他们更好地理解复杂概念。此外，人工智能和机器学习也在学习效果评估中发挥着重要作用。它们通过分析学生的答案和解决问题的方法，评估学生对知识和技能的掌握，提供形成性和总结性的反馈，指导教师改进教学。
可见，人工智能的应用可增强学生的学习体验，创新评估方法，更精准地识别学生的问题和困难，使教师能够针对性地加以解决，从而不断创新教学方法与策略，实现生成式“教”。
（二）协助学生主动构建知识和技能，实现生成式“学”
生成式学习是一种强调学生主动参与并深度处理信息的教学方法，它鼓励学生通过组织、解释和整合新信息与已有知识来构建自身的知识体系。在这个过程中，人工智能技术起着至关重要的作用，尤其是在个性化学习和元认知技能发展方面。
首先，人工智能支持的教育平台可以跟踪学生的学习进度和偏好，提供独特的资源和活动，以促进学生的主动学习。例如，适应性学习系统可以根据学生的特点自动调整内容难度和复杂度。这种系统使学生能够按照自己的节奏学习，同时确保他们面临适当的挑战，从而维持参与学习的动机和一定的参与度。
其次，人工智能通过模拟和游戏化学习环境来增加实践机会。这些环境可以帮助学生在实际情境中应用概念和技能，从而加深理解和记忆。例如，通过模拟软件，医学专业的学生可以在无风险的环境中练习手术技能。同样，游戏化学习平台通过任务和奖励系统提供即时反馈，提高学生学习的参与度和持久性。
最后，人工智能技术支持元认知技能的发展，这些技能有助于学生控制和调整学习过程。例如，人工智能教育平台可以提供有关学生学习策略效果的反馈，并对如何改进提出建议。学生可以学会更有效地设置目标、制定计划、评估学习并调整学习方式，从而成为更独立、更擅长自我调节的学习者。
可见，人工智能的应用可以极大地促进生成式学习，通过个性化的学习途径和实践机会，使学生能够主动参与信息的深度处理和知识构建。人工智能不仅提供适应性学习和模拟环境，增强学生的学习体验和实践技能，还通过元认知帮助学生更好地控制和调整学习策略，更加独立和自主地进行学习，进而实现生成式“学”。
（三）赋能师生协作，实现生成式“教与学”
在生成式教学框架下，教师和学生的角色发生了转变，他们更像是合作伙伴，共同参与知识的构建。这种教与学的动态关系在人工智能的支持下得到了加强，因为人工智能提供了新的方法来促进交流、协作和共同探索。
智能辅导系统和虚拟助手能够促进学生之间以及教师和学生之间的交流。这些系统可以回答学生的问题，提供即时反馈，甚至通过对话和互动，向学生发起挑战。此外，通过分析学生的互动和表现，这些系统可以向教师提供学生对学习内容理解的情况，帮助教师更有效地指导学生。
在协作学习方面，人工智能支持生成式教与学。人工智能通过组织学生进行小组活动，根据他们的能力和学习风格匹配合作伙伴。在这些小组活动中，师生可以共同探讨问题、共同创造解决方案，教学相长。人工智能还可以监测小组动态，提供有关团队合作和互动的反馈，帮助学生提高他们的协作技能。
共同探索是生成式教与学的另一个关键方面，学生和教师可以一起探索问题、应对挑战。人工智能可以提供虚拟环境，允许教师和学生一起测试假设、进行实验并观察结果。这不仅丰富了学生的实践经验和问题解决技能，还鼓励了教师和学生之间的互动和讨论。
总的来说，生成式教与学强调教师和学生的合作关系，以及他们在学习过程中的互动和共同探索。人工智能技术赋能的教学方法提供了更丰富的交流机会，更多的协作体验，以及更深入的探索活动，为学生和教师创造了一个更具互动性和有意义的学习环境。随着技术的不断发展，可以预见教师和学生的这种合作关系将继续增强，为教育带来更多的创新和转变。
四、人工智能加持的生成式
教学模式促进教与学的结构性对齐
（一）生成个性化学习路径
在教育领域，个性化学习已成为提高学生参与度、满足其多样化需求并提高学习成效的关键策略。传统的“一刀切”教学方法忽略了学生个体间的差异，这不仅限制了他们学习潜力的发挥，也可能使学生产生挫败感和排斥感。与此相反，个性化学习路径尊重每个学生的独特性，力求为他们提供最适宜的学习体验。
生成式教学模式在实施个性化学习路径方面具有独到之处。首先，教师在设计教学计划时，不再依赖统一的标准或模板，而是根据学生的先验知识、学习风格、兴趣和目标来制定个性化的学习计划。这种方法不仅鼓励学生在自己感兴趣的领域深入学习，还能帮助他们在面对挑战时找到适合自己的解决策略。其次，生成式教学强调知识的构建而非简单的知识传授。学生在知识构建的过程中扮演着积极的角色，他们不是被动接受信息，而是通过查询、探索和反思来构建自己的知识体系。这种学习方式能够促进学生批判性思维和解决问题能力的培养，这种思维和能力是他们在未来获得成功的关键。人工智能支持的个性化学习还可以促进教师和学生之间的互动。教师可以利用系统提供的数据监测学生的进度，识别可能需要额外指导或干预的领域。这使教师能够更加关注学生的个性需求，实现更有针对性的教学，从而加强教与学的结构性对齐。
总之，生成式教学通过个性化学习路径满足了学生的个性化需求和偏好，促使他们更加主动深入学习。人工智能技术可以进一步提高这一过程的效率，为学生提供更加丰富、个性化的学习体验。随着教育技术的不断进步，可以预见个性化学习路径将继续发展和完善，为学生的未来发展打下坚实基础。
（二）提供实时反馈和支持
实时反馈在教育过程中占据核心地位，它不仅可以即时纠正学生的错误，还能够激励学生，增强其学习动力和自信心。在传统的教育模式中，学生通常需要等待作业批改结果或考试分数公布才能接收到学习反馈，而这种延迟往往会减缓学习进度，甚至可能导致错误习惯的固化。相比之下，实时反馈系统能够在学生完成任务或练习后立即提供指导，帮助他们即时了解自己的表现和对学习内容的理解程度。
在生成式教学模式中，实时反馈不仅限于对错误的简单提示。更重要的是，它提供了有针对性的指导，帮助学生理解错误的根源，并提供改进策略。例如，学生在解决数学问题时采用了错误的公式，实时反馈系统不仅会指出错误，还会解释正确公式的适用情况。这种及时而具体的指导能够强化学生的深度理解和长期记忆。
人工智能技术的应用极大地加强了实时反馈的功能。先进的人工智能系统可以分析学生的答案，即使是开放式的回答也能准确判断其正确性和深度。此外，通过自然语言处理和机器学习，人工智能系统还可以生成详尽的反馈，不仅包括错误分析，还可以提供正确示例和进一步阅读的建议。这种智能反馈远远超出了传统自动评分软件的功能，为学生提供更加丰富和深入的学习支持。人工智能驱动的实时反馈还有助于教师教学。通过实时监测学生的表现和学习进度，教师可以迅速识别哪些学生需要额外的帮助，哪些概念需要进一步讲解。这种即时的信息反馈让教师能够灵活调整教学计划，实施针对性的干预措施，从而提高教学效率。实时反馈也促进了教师与学生之间的互动。借助 AI 系统，教师可以即时回应学生的疑问，甚至在课堂外的环境中也能持续互动。这种及时的沟通加深了教师对学生需求的了解，增强了学生的学习体验，同时也建立了更加积极和具有支持性的学习环境。
综上所述，实时反馈是生成式教学的重要组成部分，它能够即时、有针对性地促进学生的学习和发展。人工智能技术的引入不仅增强了反馈的质量和深度，还改善了教师的教学管理和学生的学习体验，从而更好地促进教与学的结构性对齐。
（三）开展数据驱动的决策支持
在教育领域，数据驱动的决策支持是指使用学生学习过程的数据指导教育实践和政策制定。这种方法依赖于准确和及时的数据收集、分析和解释，旨在优化教学方法、提高学习成效，并解决教育中的不平等问题。在生成式教学框架下，数据驱动的决策支持是确保教与学结构性对齐的关键，它强调基于证据的实践，促进教育个性化、公平性和有效性。
首先，数据驱动的决策支持可以增强教学的个性化。通过分析学生的学习评估结果、学习活动和互动，教师可以深入了解学生的知识水平、学习风格和需求。这些数据不仅可以指导教师为每个学生制定个性化的学习计划，还可以帮助他们选择最适合学生的教学方法和材料。例如，数据显示学生在阅读理解方面存在困难，教师可以采用更多的视觉材料和互动练习增强他们的理解。其次，数据驱动的决策支持有助于实现教育公平。通过对不同群体学生的数据进行比较分析，教育者可以识别教育不平等问题。例如，如果某个民族或群体的学生表现落后，学校可以开发针对这些学生的支持计划，提供额外的资源和服务，确保所有学生都能获得必要的支持，有助于缩小差距。最后，数据驱动的决策支持促进了教育的有效性。通过定期收集和分析学生数据，教育者可以评估教学策略、课程设计和评估方法的有效性。如果数据显示当前的教学方法没有达到预期的效果，教师可以及时调整教学策略，尝试新的方法。这种持续的自我评估和改进，是教育质量得以保证的重要组成部分。
总体而言，在生成式教学环境中，数据驱动的决策支持是现代教育的重要工具。它通过提供实时、详细的学生学习数据，支持教师进行有针对性的教学和干预。人工智能技术的加入进一步提升了这一过程的智能化和精确性。随着技术的不断进步和教育实践的深入发展，数据驱动的教育决策支持将继续演进，并在多维度塑造和促进教与学的结构性对齐。
五、结语
传统意义上，教育研究主要关注教师如何传授知识，学生如何接受知识，以及教学环境如何支持这一过程。然而，随着技术的进步和教育需求的变化，教与学也处于动态的转变过程之中。智能时代，教育数字化转型的重要目标是转向人工智能教育，推进教育智能化。在 21 世纪，教育者和研究者开始探索参与式、互动式的教学方法，这些方法强调学生的主动参与、合作学习和反思实践。在这一背景之下，生成式教学模式应运而生。它倡导教育者设计富有挑战性的学习任务，使学生能够构建自己的知识体系，而不仅是接收既定的信息。传统的生成式教学模式往往受限于教师的个人能力、资源的可用性以及教育环境的约束，而人工智能的崛起为教育带来了新的变革。自适应学习系统、智能导师和学习分析工具，为个性化学习、实时反馈和学习路径优化提供了可能。早期研究主要集中在对这些技术的开发和实现上，而对它们如何与教育理论和实践相结合的探讨却相对较少。本研究提出：通过结合生成式教学的教学策略和人工智能的技术优势，创建一个动态、互相支持的教学环境，不仅能够促进学生的深层学习，还可以提高教育质量和效率。更重要的是，这种结合为教与学的结构性对齐提供了新的机制和途径，而这些机制和途径在以往的研究中尚未得到充分探讨。
首先，实现结构性对齐的机制可理解为：生成式教学模式和人工智能技术相结合，为实现教与学的结构性对齐提供了动力。生成式教学模式确保教学设计的协调性，而人工智能支持教学的个性化和适应性。这种结合不仅提高了教学效率，还促进了教师和学生之间的互动，以及学生之间的协作学习，从而实现了更深层次的结构性对齐。其次，人工智能加持的生成式教学模式通过三个主要途径促进了教与学的结构性对齐：一是通过创新教学策略，如基于项目的学习、反转课堂和个性化学习路径，鼓励学生主动参与和深度思考，从而实现教学目标与学习活动之间的对齐；二是人工智能技术如智能教辅系统和学习分析工具，提供了实时、个性化的反馈和支持，加强了教学内容与学生需求之间的对齐；三是多元化的评估策略确保了评估活动与学习目标的一致性，同时反映了学生的全面学习能力和深层学习。
在未来的教育研究和实践中，应强调跨学科合作的重要性，将教育理论、教学设计和技术创新相结合，积极促进智能技术与教育深度融合，全方位重塑教育过程，以解决教育发展过程中出现的新挑战。在实施人工智能加持的生成式教学模式时，也需要考虑伦理和社会问题，如数据隐私、教育公平和学生福祉。技术虽然提供了新的机会，但在追求创新的同时，也需要关注教育的核心价值和原则。
生成式人工智能赋能教学：策略、价值及误区
原创 编辑部 中国教育信息化 2025 年 6 月 13 日 13:49 北京
马秀麟 凡雨 王滕 王建虎
生成式人工智能赋能教学：策略、价值及误区
2025,31(05):013-023.DOI:10.3969/j.issn.1673-8454.2025.05.002
摘 要： 生成式人工智能在近几年取得了显著的突破，蕴含着重要的教育价值，也同时引起教育工作者的担忧。应从教学实际场景出发，探索生成式人工智能赋能教学的有效策略。在学生层面，探索借助生成式人工智能，促进学生在不同场景下实现主动探究、促进思维发展、培养创新能力的具体实践策略及成效。在教师层面，探索生成式人工智能协助教师提高教学质量和效率的有效策略，丰富教学质量提升的实践路径。在此基础上，提出生成式人工智能赋能教学的价值：一是促使人们反思教育的本源价值，重构教育体系；二是助力审辩性思维发展，为创新型人才培养提供实践平台；三是提供新技术支持的智能化教学情境，驱动传统课堂转型；四是为教师减负，推动教师教学观念转变；五是助力人才培养战略目标的实现，借助生成式人工智能“做中学”。
关键词： 生成式人工智能；创新人才培养；审辩性思维；人机协同；大语言模型
中图分类号： G434
文献标志码： A
文章编号： 1673-8454（2025）05-0013-11
作者简介：
马秀麟，北京师范大学教育学部教授、大学计算机公共课课程主任，新疆师范大学教育科学学院副院长，博士（北京 100875）；
凡雨，北京师范大学教育学部硕士研究生（北京 100875）；
王滕，新疆师范大学教育科学学院硕士研究生（新疆乌鲁木齐 830017）；
王建虎，通讯作者，新疆师范大学教育科学学院副院长、教授、博士生导师（新疆乌鲁木齐 830017）
基金项目： 国家社会科学基金“十四五”规划 2021 年度教育学一般课题“信息化思维教学的理论构建与实证研究”（编号：BCA210092）。
一、问题的提出
（一）问题缘起
近年来，基于大语言预训练模型的生成式人工智能（Generative Artificial Intelligence）受到教育界的广泛关注。作为人工智能领域的一种新技术，生成式人工智能能较为准确地理解连续自然语言对话背后的需求，并在此基础上迅速生成多种“有效”答案，从而启发学习者多视角思考和讨论，为教学提供更加丰富和精准的支持[1]，进而促进审辩性思维的发生。与此同时，生成式人工智能也为教育领域的学生作业、论文撰写带来严重的“作弊”风险。从赋能教育视角来看：一方面，生成式人工智能以 Agent 方式融入教师和学生的日常生活中，在提供教、学帮助的基础上，改变了二者的内在逻辑关系，蕴含着重要的教育价值；另一方面，生成式人工智能也促使教育工作者重新思考教育的本质，反思记忆性知识在教育中的地位，思考是否应该把思维发展作为人工智能时代教育的核心内容。由此可见，人工智能的快速发展为教育现代化带来更多可能性[2]，这不仅仅是一种技术转变，更是教学的演变[3]。《新一代人工智能发展规划》明确提出，要利用新一代智能化技术推动人才培养模式、教学方法的改革，构建人工智能时代富有智能特色的新教育体系。
目前，很多学者从宏观理论层面探究生成式人工智能对教育的影响。例如，祝智庭等通过探索技术赋能的教育创变，提出高意识生成式学习是生成式人工智能赋能未来学习范式的创新点[4]；陈静远等研究生成式人工智能在以知识点为核心教学模式下的变革作用[5]。也有学者开展将生成式人工智能应用于具体教育实践的研究。例如，席尔瓦（Silva）等通过衡量学生在编程课程中使用 ChatGPT 的态度，发现学生非常喜欢在课堂上借助该工具补充教育资源[6]；闵嘉剑等通过传授学生驾驭和创造人工智能工具的能力，以及基于问题视角的教学与教师角色的转变，探究学生跨学科思维方式、跨媒介表达方法的培养，探索建筑学创新型人才培养的新路径[7]。除此之外，也有学者认为，生成式人工智能给教育带来了严峻挑战，其潜在的风险也不可忽视。例如，生成式人工智能可能会成为学生作业抄袭、论文代写的帮手，进而削弱学生的审辨性思维能力，并引发学术不端等不良行为的发生[8]。
（二）研究问题
当前，生成式人工智能产品呈百花齐放之势，而且新技术、新版本的更新速度很快。与此同时，尽管教育工作者和相关学者对生成式人工智能的关注度很高，对其赋能教育的宏观理论研究很丰富，但在具体实践视角却仍缺乏系统梳理，导致多数一线教师在具体应用上思考深度不够、使用方式简单，影响生成式人工智能在“支持多视角、促进思维发展”方面充分发挥作用。
鉴于以上问题，本研究力图梳理生成式人工智能应用于教学的有效策略及辅助模式，探索将生成式人工智能支持教育教学的有效形式。本研究将以真实教学实践为基础，研究两个问题：①生成式人工智能如何赋能教学过程？在促进思维发展过程中，生成式人工智能如何发挥作用？②生成式人工智能辅助教学存在哪些潜在风险和误区？应该如何防范这些风险并规避误区？
二、生成式人工智能赋能教学的有效策略
随着生成式人工智能介入人类社会生活，教育者开始重新思考人才培养的着力点。越来越多的学者认识到：智能时代教育的职责不再是让学生死记硬背式地记忆一些概念、句式，更重要的是鼓励学生获取解决问题的策略和能力，实现思维品质的提升。思维发展已经被定义为教育的新质生产力，思维策略的养成、思维素质的培养将成为教育的核心问题。因此，生成式人工智能支持学与教的具体策略应以聚焦思维发展、鼓励主动探究为主要目标。
（一）创设情境，促进学生审辩性思维发展
1.创设多种解题方案，促进学生多视角思考
国家人才培育战略屡次强调对中小学生进行多维度思维、辩证性思维的重点培养，加强其多视角思考、整体性策略探究问题解决方案的全局分析能力。受年龄、阅历、环境、学识等诸多方面的限制，中小学生的思维方式往往呈现直线式、单一、平面的特征[9]。而传统的教学模式以讲授为主，如果教师没有关注学生的多视角思维发展需求，就会致使学生完全按照教师思路前行，使单一、直线型的思维方式被进一步强化，学生的思维将更加单线条化。生成式人工智能可以针对同一个问题创设多种不同答案，为学生提供多视角对比与筛选的可能性，既能帮助学生构建丰富的知识体系，又能开阔和活跃其思维，促进多视角思维的发展。对于生成式人工智能的这一特性，关键在于教师如何使用和引导。例如，在语文学科中，学生的作文常常千篇一律，若是向生成式人工智能提出：“生成三篇题目为美丽春天的作文”，便立即可获取三篇内容相似但用词迥异的作文。通过阅读这三篇作文，学生可结合自己的思考，选出自己认为最好的一篇。在这个过程中，学生的写作思路得以扩展，还能够学到很多新的词汇和习俗用法。另外，有教师在写作指导课中引入生成式人工智能辅助，发现学生经常能提出很多有见地的问题，其分析信息和理解复杂概念的信心也显著提高。例如，某中学生向生成式人工智能工具提问：“项羽到底是不是英雄，给出资料背景并从‘是’与‘不是’分别做出回答”。学生通过分析生成式人工智能给出的文本材料，评估比较其合理性，进而形成自己的新观点和结论。基于此，多数学生都认为，生成式人工智能给出的答案比自己的思考更全面、更有深度，影响并启发了自己的思维过程。相关案例证实，通过生成式人工智能生动活泼的全方位刺激，学生的思维视角得以打开，解题思路更加活跃。
2.创设优质学习情境，助力学生形象思维发展
根据皮亚杰的认知发展理论，小学低学段的学生处于前运算阶段，逻辑思维能力比较薄弱，在形象思维方面则比较擅长。因此，小学生的学习过程通常离不开对具体事物的依赖[10]。在教学过程中，文字、图片和视频是视觉输入，能为形象思维提供素材；教师的语言讲解则是听觉输入和符号思维。教研实践发现，单纯的语言讲解不利于小学生的学习真实发生，主动建构行为也很难实现。因此，在小学课堂上，教师应该尽可能创设比较形象、具体的情景，以便启发学生思考和联想，完成知识建构。事实上，视觉符号和语言符号的结合能帮助小学生形成感知觉联合输入，使他们如同看电影一样，在头脑中浮现相应的场景，从而完成对知识的采集和系统化建构。
借助生成式人工智能技术，教师能够将课程内容生成符合学习期望的图片、视频等多模态资源，从而为低学段学生创设优质学习情境，以促进形象记忆的发生，进而促进其形象思维和抽象思维的同向发展。例如，大多数低学段小学生很难凭借思维能力独立地在头脑中创设出古诗词所蕴含的意境，而借助“智谱清言”或“文心一言”等生成式人工智能工具，可以很容易地将诗句“图像化”“具象化”，让知识更形象生动。相关图片或短视频的介入，可以使学习者迅速而精确地理解诗句，而且在形象思维的基础上实现知识点之间的融合与创新，促进学生认知的快速发展。
3.实现人机协同争辩与质疑，培养学生审辩性思维能力
审辩性思维能力作为学生核心素养的主要特征，是理解与实践如何更好地求知与做事的基础。审辩性思维主要体现在：个人勤于反思、敢于质疑和批判，并且能够正确甄别信息的真伪。借助生成式人工智能培养审辩性思维能力的第一种途径是人机争辩。苏格拉底提出知识学习的最佳模式是“以辩求真”，需要通过对不同观点的辩论、比较和评估，最终达到对真理的认识。生成式人工智能的互动对话功能涵盖多领域知识与深层次问题，而高阶的思维问题能够促使学生进行综合、分析和比较。生成式人工智能所独有的记忆式人机对话功能，可以使学生和生成式人工智能展开辩论，从而帮助学生深入地理解并精准掌握复杂概念，以培养学生洞察力、灵活的适应性和审辩的思维方式[11]。例如，李海峰基于“文心一言”，采用 Python 语言开发争论式智能会话机器，并通过人机争论显著提升学生的审辩性思维能力（即批判性思维能力）[12]。
培养审辩性思维的另一途径是人机质疑。生成式人工智能提供的多种答案并不完全贴近问题，也包含不可靠、有偏见或具有欺骗性的答案。对于生成式人工智能提供的解答，需要学生多视角地对比和思考，以论证答案的可信度和匹配度，在人机协同的质疑中作出权衡选择。在质疑的过程中，通过元认知策略，学生可以更好地理解学习历程，识别可能的误解，作出自己的判断，并调整信息处理策略[13]。生成式人工智能可以为学生提供审辩性思维的情境和机遇，检验并培育学生的审辩性思维能力。此外，如果把基于生成式人工智能的人机质疑，与学生的小组协作讨论和分享有机地结合起来，鼓励学生分享自己的看法和理解，并与生成式人工智能的解答对比、权衡，学生就可以针对“如何构建论据、挑战假设并从同伴那里获得反馈”等问题开展深层次的实践。有研究发现，基于生成式人工智能的对话机器人不仅在知识激活量贡献度方面明显优于传统媒体，而且能够显著提升在线协作学习的绩效和批判性思维意识[14]。
4.解析学习材料，赋能学生进一步深思
教科书“容量大”与“课时少”的矛盾，凸显了“减负”教学材料的重要性。如果将学习材料“智能化”，将使学习过程更加直观，达到事半功倍的效果。生成式人工智能能够帮助学生和教师将学习材料的知识点进行分解与归类，实现知识结构可视化，以突出学习过程中的关键步骤和重点内容，甚至能通过思维导图帮助学生清晰了解学习的步骤和逻辑，有利于其完成陈述性知识向程序性知识的转化。在理解材料内容的基础上，生成式人工智能还可以提供探究性的问题，帮助学生根据回答内容形成更为全面的观点。例如，《离骚》一课对于初学者来说晦涩难懂，使用大模型“Kimi”可将其整体逻辑列出（见图 1），又或者转换为小说的形式，使其更加通俗易懂，这样可以提高学生的阅读兴趣，帮助学生更好地理解和把握作品的主题和内涵。对于高等教育阶段的学生，则可以利用“Kimi”对文献进行分析，从而快速提取关键信息，形成结构化的认知。此外，通过精确分析文档中的关键词、主题和论点等，“Kimi”还可以快速回答学生提出的疑难点，帮助学生更深入地理解研究内容。
图 1 “kimi”生成的《离骚》思维导图
（二）鼓励主动探究，培养学生高阶思维能力
1.提供主动探究情境，启发学生创造性思维
创新型人才培养是国家人才培养战略的重要组成部分。探究式教学活动为学生的自主探究提供平台，力图通过自我探究引导学生学会学习和掌握科学方法[15]。主动探究式教学活动特别重视学生创造性思维、审辩性思维的开发，对于开发智力、培养自主研究能力至关重要。传统探究式课堂在激发学生创造性思维方面存在一定局限性，生成式人工智能的引入，则为这一问题提供了新的解决途径。
生成式人工智能允许学生根据需求和进度，实现知识学习由被动接受走向主动探究的转变。在生成式人工智能提供的主动探究环境中，学生可以自主决定探究的主题和深度，根据兴趣和需求向生成式人工智能“提问”，并基于回答调节学习内容。例如，借助“讯飞星火”的“有声绘本创作助手”工具，可以让学生把想象力、创造力付诸实现。通过与系统互动，学生可以在绘本共创过程中选择角色、设定场景、输入故事主题、设置情节走向，然后由系统扩写故事情节并生成相应图像，最后生成绘本（见图 2）。这种互动式支持和多样性选项，有助于激发学生的好奇心和探索欲望，促使他们尝试不同的创作方式和思路，提高学习兴趣和动力，从而培养创造性思维。
图 2 “讯飞星火”的有声绘本共创示例
2.辅导自诊断式编程，促进学生逻辑思维能力发展
在生成式人工智能热潮之下，即使初学者不懂编程语言，只要拥有逻辑思维能力，一样可以进行软件开发[16]。借助生成式人工智能，学生能在多种不同方案中选优，实现测试与迭代，识别问题并逐步优化改进，甚至在反思评价时获取测验练习[17]。也就是说，由生成式人工智能在逻辑思维发展方面为学生提供实时的、一对一的编程辅导。有研究证实，DeepSeek 能够有效辅助学生进行编程学习[18]。例如，“讯飞星火”平台上，学生可以在正式开始编程之前给出提示语，由系统根据提示语自动生成描述算法的流程图，帮助学生掌握代码生成的逻辑和方法。在此基础上，学生可以基于流程图完成代码输入，生成式人工智能能对已输入的代码进行分析和解释，并逐行给出详细的批注和修改意见。此外，如果学生编写的代码运行出错，也可以把错误代码粘贴至生成式人工智能工具中，进行检错、纠错，帮助学生快速、准确地理解代码的原理。
3.实现递进式习题推荐与诊断，培养学生问题解决能力
生成式人工智能可以引导学生在认知建构与问题解决时更好地理解新知，并巩固问题解决能力。在实际应用中，生成式人工智能能根据学习者的特定需求，生成个性化练习题，并根据学习者的回答提供定制化反馈。例如，学生在学习“函数”章节内容时，可以请求“文心一言”帮助构建习题。学生完成生成的练习后，“文心一言”能够迅速提供关于答题情况的反馈，不仅指出正确或错误所在，还能详细解释正确的解题过程或方法。这种即时反馈机制有助于学生迅速识别并纠正错误，揭示学生的知识薄弱点和认知盲区，从而实时解决先前学习过程中遇到的疑惑和误解，并将新的理解应用于后续的学习任务中，符合教育心理学中的量力性原则。此外，个性化反馈机制允许学生按照自己的学习节奏组织学习活动，而不是被动地等待教师的指导。这个过程不仅提高了学生的问题解决能力，也强化了学习者的自主学习、自我管理能力。
4.辅助文章润色，提升学生文字应用能力
大多数生成式人工智能具备文字优化和润色能力，能够帮助学生梳理已有的文稿，及时发现病句和错别字。该功能对于文字功底欠缺或文字应用能力薄弱的学生具有重要的实用价值；对于非母语学生的文章写作，帮助也非常大。
该功能是一把“双刃剑”。如果学生把生成式人工智能作为提升与发展的重要支架，对每一次润色的稿件都认真剖析和反思，生成式人工智能就是学生的良师益友；如果学生把生成式人工智能作为应付作业的工具，把各种习作交由其来完成，而且不对生成的作品进行深度反思，那么生成式人工智能就是学生的作弊利器，将会严重扰乱正常的教学秩序。
（三）担任智慧生活好伙伴，促进学生身心健康发展
1.智能场景模拟，锻炼生活好技能
教育的目的不是简单地传授知识，重要的是培养学生的品格、能力、兴趣和创造力，引导其成为全面发展的人。生成式人工智能能模拟真实的人际交往场景，为学生提供沟通技巧和社交礼仪的指导。通过角色设定，生成式人工智能可以与学生进行对话练习，提供反馈和建议，在沟通互动中，促进学生对知识技能的理解并具身化[19]，从而帮助学生提高人际交往能力。同时，生成式人工智能强大的语言理解与交互能力，可以帮助学生在真实情境中锻炼口语，并提供即时反馈和个性化的学习体验。例如，在“讯飞星火”中输入对话场景名称后，就可以模拟真实对话环境中的问题，要求学生通过语音输入并由平台给出相应的回答。在人机对话的过程中，“讯飞星火”会利用集成语音识别技术评估学生的发音，利用语音合成技术展示标准的发音示例，实时地纠正学生发音、语法中的错误，提高语言运用准确性，并根据学生的进步调整陪练难度和内容。
2.提供情感支持与个性化心理咨询
学生的成长过程可能会遭遇多种心理困境，尤其在青少年阶段，对未来的不确定性可能导致其心理压力增加。这些心理挑战可能根植于学业负担、社交互动、家庭背景和个人发展等多个维度。有研究表明，基于互联网进行的心理辅导能有效减少心理健康问题，促进健康身心行为的产生[20]。事实上，对自身存在心理问题的学生来说，由生成式人工智能提供的自助式心理辅导更能稳定情绪，让其在不引人注目的情况下得到服务和支持，从而有效提升心理健康水平[21]。例如，“青春期对异性产生好感”是青少年普遍存在的心理问题，也是学生常常无法向教师或家长吐露心声的难题。这时，学生如果向生成式人工智能提出自己的困惑，则能得到符合实际情况的心理建议和鼓励，在一定程度上缓解焦虑情绪。
（四）充当代理教师，辅助教师教学
1.作为备课利器，优化教学设计
生成式人工智能的多模态输入输出特性，使得创造新颖且跨越不同感官模态的教学资源成为可能。借助生成式人工智能技术，教师可以根据特定的教学目标和知识点，生成丰富的教学内容和教学材料。具体来说，生成式人工智能可以根据教师的教学需求生成课程大纲、互动环节和数字化教学课件。同时，教师还可以根据自身需要随时对生成内容作进一步修改、完善以及个性化调整。例如，“文心一言”可以按照某一课程主题快速生成教学方案，还可以在教学方案中补充一些能有效增强课堂互动的方法与技巧，并围绕新生成的教学方案快速配套教学课件。
2.融入课堂教学，增强教学成效
在课堂上，生成式人工智能可以通过构建情境化学习场景、生成多样化学习资源来支持教学[22]，甚至能够为同一课堂内的不同学生提供个性化支持。因此，通过整合生成式人工智能所生成的多样化教学案例和实践活动，学生能够体验到自我导向学习所蕴含的挑战性，以及随之而来的成就感，从而能更好地激发学习动机。与此同时，在生成式人工智能的协同下，教师可在教学情境中创设出有梯度的驱动任务，并根据内容需要与生成式人工智能特质定制出富有特色的教学策略，让学生在教师搭建的支架下具身式参与课堂活动[23]。例如，笔者在授课时将 DeepSeek 整合到《Python 编程》课程中，发现能大大地改善学生的学习效果。
3.自动分析学情，动态掌握学生状况
在现实教学环境中，由于班级规模较大和评估过程中主观性因素的影响，实施大规模学生个性化评估面临诸多挑战。然而，生成式人工智能能够基于学生的作业和测试成绩，提供定制化的学习反馈。这种反馈不仅涵盖成绩评定，还能完成针对学习习惯、理解层次、学习者情绪等多模态数据的多维度深入分析。例如，教师将学生的学业成绩和学习倾向性数据输入“智谱清言”，并下达相应的操作指令，就能直接对成绩数据进行处理并将其可视化；利用“智谱清言”自动批改作业，还能根据作业情况同步提供详细的得分状态，从而更快、更好地完成作业批改及教学质量反馈。这些智能化方法的应用，不仅提升了学习情境数据处理的效率，还增强了数据分析的深度和解释力。
4.提供教学建议，促进教学技能提升
对于新入职的教师而言，由于教学经验相对不足，可能难以立即达成预期的效果。生成式人工智能能够为教师提供一系列教学技巧、方法和策略，以新理念和新技术创设学习情境，解答有关教育理论和教学实践的疑问，从而帮助教师提升教学专业素养，为构建高素质的教师团队贡献力量。与此同时，教师还可以利用生成式人工智能的数据分析工具自动生成可供研判的教学数据，从而识别教学中的问题并优化教学设计，进而提高教师的分析思维和能力[24]。对于年长的教师来讲，在与学生沟通时可能会遇到代际差异的障碍，难以深入理解学生的心理状态，这一障碍有可能会影响师生关系，甚至会对学生的心理健康产生负面影响。参考生成式人工智能提供的针对学生言语及行为的解读，教师可以更深入地理解学生的内心世界，对于建立和谐的师生关系具有非常积极的意义。
三、生成式人工智能赋能教学的价值及误区
生成式人工智能对教育的影响是深远的，特别是对教学策略设计、教学情境创设、教学活动设计均有重要启迪。总之，生成式人工智能的出现，对人才培养、教师专业发展均产生重要影响，体现出重要的教育价值。同时，在生成式人工智能的教育应用过程中，也产生了诸多误区，面临严峻挑战。
（一）教育价值
1.促使人们反思教育的本源价值，重构教育体系
生成式人工智能的横空出世，使很多简单脑力劳动可被生成式人工智能所取代，如简单文字处理、小作文写作、文稿翻译、普通教案设计等。第一次工业革命把人类从繁重的体力劳动中解放出来，电子计算机把人类从繁琐的科学计算中解放出来，生成式人工智能则把人类从纯粹的事实性知识记忆、文字处理中解放出来。生成式人工智能的出现，促使人们反思教育的本源价值，重构教育目标体系。正如谢小庆所提出，教育将从传授知识为主，逐渐向传授方法和策略、鼓励审辨性思维等高阶思维能力发展为主[25]。生成式人工智能对教育理念的冲击，是跨时代的、根本性的。
2.助力审辩性思维发展，为创新型人才培养提供实践平台
2023 年 5 月，教育部办公厅发布《基础教育课程教学改革深化方案》，着重强调创新人才培养的重要性。该方案的目标在于激发每位学生的内在创新潜能，促进他们在学习、生活和成长过程中展现出创造性，进而培养出具有独特创新能力的个体。教育的价值不仅体现在学生的知识掌握，更在于促进学生的思维发展，其中的核心是审辩性思维与创造性思维[26]。传统中小学教育模式的教育价值观往往局限于知识获取和传递。在以知识为核心的教育理念下，教师和家长往往侧重于对现有知识领域的评价，而忽视学生思维品质的培养。这种倾向导致学生思维的僵化和同质化。造成这种现象的根本原因在于，规模化教育体系与个体化学习需求之间存在着深刻的矛盾。生成式人工智能的兴起为解决这一矛盾提供了新的可能性，为学生高阶思维的培养提供了新的平台，使得规模化教育下的个性化教学成为可能，从而促使教育回归其本质。
3.提供新技术支持的智能化教学情境，驱动传统课堂转型
随着生成式人工智能在教育教学中的广泛应用，使得“课前人机合作预习—课中人人交互讨论—课后人机合作巩固”的新型学习模式逐渐成为可能[27]。这种以技能为基础的教育结构变革强调教学过程中的“学生主体性”，要求教育范式从供给主导转变为需求主导[28]，要求教师反思并重构自己的角色功能（主导者身份）[29]。在这种模式下，教师是教学活动的设计者、实施者和评估者，学生则是学习活动的主体、真实参与者，生成式人工智能则是教育教学的辅助者，帮助学生实现个性化学习。生成式人工智能帮助学生在学习中提高协作能力、创造能力和批判性思维能力，帮助教师提高讲授概念性、应用性知识的效率。因此，生成式人工智能时代的课堂，会进一步弱化对浅层次记忆性知识的传授，而是将教学核心任务转向学生的思维能力培养、素质教育、心理辅导等方面。例如，新加坡在 2023 年发布关于如何在课堂中有效利用生成式人工智能增强学习效果的指导文件，为学生使用生成式人工智能提供相应的技能培训，并强调需要注意的伦理、安全隐私等问题。
4.为教师减负，推动教师教学观念转变
生成式人工智能能够辅助教师完成部分重复性工作，在提升教师幸福感的同时，使教师更加专注于学生的培养，同时为教师提供专业支持。作为独立个体，教师之间的知识储备、教学能力、理解力等各个方面都有差异，从知识的广度和深度而言，生成式人工智能可以弥补教师知识储备的有限性。在人工智能时代，教师的使命不再囿于单纯的知识与技能传授，而在于对学生思维发展、核心素养的塑造和成长的引领。因此，应用生成式人工智能重塑教育教学生态，是当代教师的重要使命。教育工作者必须在教学实践中不断反思，同时调整和优化教学方法以提高教学质量。作为教育价值的实施者，教师的调整方向十分明确，就是转变教学观念，从过去以知识为中心转变为重视学生思维发展的观念。在这个过程中，教育工作者要以立德树人为导向，注重科技和人文元素的平衡和协调。
5.助力人才培养战略目标的实现，借助生成式人工智能“做中学”
生成式人工智能介入教学活动，为学生提供了主动探究的情境，并能为同一问题提供多种类型的解决方案，从而鼓励学生从不同视角思考问题，有利于审辩性思维（即批判性思维）的发展。由此可见，生成式人工智能将成为助力学生思维发展、实现教育教学变革的重要平台，其有利于创新型人才的培养，更有助于国家人才培养战略目标的实现。
（二）认识误区
1. 认为生成式人工智能可以完全取代教师
部分教育工作者高估了生成式人工智能的作用，认为其可以完全取代教师。而事实上，无论生成式人工智能多么智能，都难以在教学中起到完全主体的支撑作用，即生成式人工智能不可能完全替代教师。尽管生成式人工智能能够提供个性化的学习资源和自适应的学习路径，但教师根据学生的实际情况和需求，实时决策并作出有针对性的教学设计和指导，仍是生成式人工智能难以企及的。教师是人工智能时代学生价值观和人生观的塑造者。教师能够理解学生的情感和动机，与学生建立良好的人际关系，传递正确的价值观和人生观，引导学生形成正确的世界观和人生观[30]。教师能够通过言传身教和榜样的力量，影响学生的品德和人格发展，这是生成式人工智能不可能做到的。
在使用生成式人工智能辅助教学时，教师应始终把握教学主导权，即教师需要根据教学目标、教学内容和学生实际情况，采用以人为本、适合教学的互动方法[31]，发挥生成式人工智能在教学中的优势。可见，只有在教师主体地位得到充分尊重和发挥的情况下，教育才能真正实现个性化、智能化和全面发展。
2. 认为生成式人工智能具备高阶思维能力
从生成式人工智能创造的内容来看，仿佛其具备高阶思维能力。事实上，生成式人工智能仅仅是一个基于大数据的语言预训练模型，不具备高阶思维能力。尽管生成式人工智能能够针对用户提问给出多种有效的解决方案，为学生提供关联、评判、审辩等高阶思维的训练和发展机会，但生成式人工智能本身不具备高阶思维能力，远未达到人类思维的模式和水准，其处理数据的方式和人类的思维模式也有很大差异。教师在应用生成式人工智能赋能教学的过程中，要做到既不迷信，也不排斥，将其视为学习的重要工具和优秀助手。
3. 过度信任或过度排斥生成式人工智能
生成式人工智能赋能教学存在两种截然不同的思路：一是以高度的热情、过度的信赖将生成式人工智能应用于教学。这种态度高度肯定生成式人工智能对创新型人才培养的价值，鼓励学生借助生成式人工智能组织自主探究性活动。二是以担忧和排斥的态度看待生成式人工智能介入教学活动。这种态度察觉生成式人工智能在作业作弊、论文写作造假等方面存在风险，高度排斥学生借助其开展自主学习和自主探究。
事实上，生成式人工智能发展到今天，已经成为人们学习、娱乐和生活中的客观存在，谁都不能无视其发展。教育工作者必须了解，生成式人工智能是一把“双刃剑”，用好了，将是辅助教育教学的利器；若是用不好，将成为支持学生作弊的助手，会对学生的思维发展、核心素养养成造成不良影响。
4. 高估生成式人工智能的即时作用
新技术的出现往往伴随着公众的极大关注和期待，人们可能期待生成式人工智能能够迅速解决教育领域的各种问题，对其能力过度乐观，忽视了技术成熟和应用过程中可能遇到的挑战和限制。同时，教育领域的变革通常是渐进的，生成式人工智能的长期效应可能需要较长时间才能显现，其深远影响可能被低估，由此存在高估即时作用与低估长期效应的认知偏差[32]。面对生成式人工智能引发的冲击，教育工作者不仅要关注其在教育应用中的即时效果，还要评估长期影响，包括对学生学习成效、教师角色和教育体系结构的影响。面对新技术的发展，必须把握好教育中的“变”与“不变”。“变”的是技术、方法和策略；“不变”的是培养目标、立德树人根本任务、教育基本理论和教学根本原则。
四、结语
综上所述可以发现，当前教育界仍缺乏对生成式人工智能支持教学活动的系统实践应用研究。一线教师如何借助生成式人工智能开展教学并规避风险，仍是一个突出问题。教育工作者必须充分认识到：一方面，生成式人工智能已经成为塑造教师教育与学生学习的利器，为教育变革创新注入强劲动能，具有划时代意义；另一方面，在洞察科技带来机遇的同时，也要时刻铭记事事为人、以人为本的原则。只有这样，才能做到“不畏浮云遮望眼”，真正地利用好生成式人工智能，实现人机协同、知行合一。
参考文献
[1] 李艳燕,郑娅峰.生成式人工智能的教育应用[J].人民论坛,2023(23):69-72.
[2]RAHMAN MM, WATANOBE Y. ChatGPT for education and research: opportunities, threats, and strategies[J]. Applied Sciences, 2023,13(9):57-83.
[3]GRAJEDA A, BURGOS J, CORDOVA P, et al. Assessing student-perceived impact of using artificial intelligence tools: Construction of a synthetic index of application in higher education[J]. Cogent Education, 2024,11(1):387-408.
[4] 祝智庭,戴岭,胡姣.高意识生成式学习：生成式人工智能技术赋能的学习范式创新[J].电化教育研究,2023,44(6):5-14.
[5] 陈静远,胡丽雅,吴飞.ChatGPT/生成式人工智能促进以知识点为核心的教学模式变革研究[J].华东师范大学学报 (教育科学版),2023,41(7):177-186.
[6]SILVA C, RAMOS F N, MORAES R V, et al. ChatGPT: challenges and benefits in software programming for higher education[J]. Sustainability, 2024(2):12-45.
[7] 闵嘉剑,于博柔,张昕.生成式人工智能时代的设计教学探索——以清华大学“AI 生成式影像”课程为例[J].建筑学报,2023(10):42-49.
[8] 张黎,周霖,赵磊磊.生成式人工智能教育应用风险及其规避——基于教育主体性视角[J].开放教育研究,2023,29(5):47-53.
[9] 王微平.用现代媒体技术促进多视角观察、多方向思维[J].中学语文教学,2002(7):60-60.
[10] 于颖,高宇.素养导向的小学人工智能“教什么”——基于扎根理论的质性分析[J].中国电化教育,2023(12):84-91.
[11] 张进宝,俞杭伶,陈虹宇,等.教育领域生成式人工智能长期使用的影响因素[J].中国教育信息化,2025,31(1):17-30.
[12] 李海峰,王炜.人机争论探究法：一种争论式智能会话机器人支持的学生高阶思维能力培养模式探索[J].电化教育研究,2024,45(3):106-112,128.
[13] 刘君亮,王移芝.混合学习环境下无缝学习策略的应用研究[J].现代教育技术,2014, 24(2):42-48.
[14] 郑兰琴,高蕾,黄梓宸.基于生成式人工智能技术的对话机器人能促进在线协作学习绩效吗?[J].电化教育研究,2024(3):70-76,84.
[15] 白雪梅,郭日发.生成式人工智能何以赋能学习、能力与评价？[J].现代教育技术,2024(1): 55-63.
[16] 魏小山,杨伟,武健,等.计算思维培养：来自实践的观察与思考[J].中国信息技术教育,2023(14):4-12.
[17] 赵晓伟,祝智庭,沈书生.教育提示语工程：构建数智时代的认识论新话语[J].中国远程教育,2023, 43(11):22-31.
[18] 孙丹,朱城聪,许作栋,等.基于生成式人工智能的大学生编程学习行为分析研究[J].电化教育研究,2024(3):113-120.
[19] 王美倩,郑旭东.具身认知与学习环境:教育技术学视野的理论考察[J].开放教育研究,2015,21 (1):53-61.
[20]CARLBRING P. Internet-based vs.Face-to-face cognitive behavior therapy for psychiatric and somatic disorders: An updated systematic review and meta-analysis[J].Cognitive Behaviour Therapy 47, 2018(1):1-18.
[21]MILLS H.Self-help interventions to reduce self-stigma in people with mental health problems: A systematic literature review[J]. Psychiatry Research, 2020(4):1-19.
[22] 马秀麟,姜雪,贾玉娟.近十年面向人工智能教育研究的文献计量分析与探索[J].中国教育信息化,2022(8):34-46.
[23] 马秀麟,田淑敏,多强,等.基于行为投射的在线学习动机测量模型探究[J].电化教育研究,2024(8):43-50.
[24] 顾小清,胡艺龄,郝祥军.AGI 临近了吗：ChatGPT 热潮之下再看人工智能与未来教育发展[J].华东师范大学学报 (教育科学版),2023,41(7):117-130.
[25] 谢小庆.人工智能大语言模型为教育评价带来的挑战和机遇[J].湖北招生考试 2023(10):48-49.
[26] 钱颖一.批判性思维与创造性思维教育:理念与实践[J].清华大学教育研究,2018,39(4):1-16.
[27] 翟雪松,许家奇,陈鑫源,等.文本呈现方式对视觉舒适度的影响——基于人工智能与脑电协同的分析[J].开放教育研究,2023,29(1):70-80.
[28] 祝智庭,戴岭.设计智慧驱动下教育数字化转型的目标向度、指导原则和实践路径[J].华东师范大学学报 (教育科学版),2023,41(3):12-24.
[29] 杨宗凯,王俊,吴砥,等.ChatGPT/生成式人工智能对教育的影响探析及应对策略[J].华东师范大学学报 (教育科学版),2023,41(7):26-35.
[30] 胡伟.人工智能何以赋能教师发展——教师人工智能素养的构成要素及生成路径[J].教师教育学报,2024,11(2):39-47.
[31] 尚智丛,闫禹宏.ChatGPT 教育应用及其带来的变革与伦理挑战[J].东北师大学报 (哲学社会科学版),2023(5):44-54.
[32] 兰国帅,杜水莲,宋帆,等.生成式人工智能教育：关键争议、促进方法与未来议题——UNESCO《生成式人工智能教育和研究应用指南》报告要点与思考[J].开放教育研究,2023,29(6):15-26.
编辑：王晓明
校对：李晓萍
教育强国背景下人工智能赋能教育教学创新：未来图景、实践路径与风险审思
原创 CET 2025 年第 8 期 中国电化教育杂志社 2025 年 8 月 28 日 21:31 北京
李玉顺，韩梦莹
北京师范大学 教育学部，北京
摘 要
人工智能正成为加速推进教育强国建设的关键驱动力，彰显着引领教育教学变革、提升育人质量、推进因材施教以及促进教育公平等方面的新潜质。然而，囿于智能技术尚处于快速发展阶段，人工智能赋能教育教学创新在教育强国建设背景下仍面临创新性模式融合构建、变革性实践纵深探索、价值性定位系统厘清以及系统性路径前瞻规划等挑战。研究基于价值理论，对人工智能赋能教育教学创新的元价值、工具性价值和发展性价值进行了学理阐述。在此基础上，从教育强国建设的长期和近中期视角，描绘了“以教育理念为原点，以终身学习为趋向，以育人生态为框架，以关键场景为坐标”的人工智能赋能教育教学创新未来图景，进而提出立足教育痛难点突破、关注数据赋能学校变革、重视学生终身学习力培养以及加强教师变革性发展的实践路径，并强调以持续迭代为原则探索、拥抱、驾驭和适应人工智能与教育教学的深度融合。最后，围绕智能环境、教师素养、技术依赖和伦理安全等潜在风险提出了相关建议，以期为深化人工智能在教育领域的创新应用，加快推进教育强国建设提供方向指引。
关键词
教育强国； 人工智能； 教育教学创新； 素养成长型课堂； 变革性教师专业发展
人工智能在推动教育强国建设进程中正凸显其战略地位。我国最新颁布的《教育强国建设规划纲要 (2024－2035 年)》强调“实施国家教育数字化战略，促进人工智能助力教育变革”，这为教育强国建设指明了数智赋能的引领性、全局性前进方向。当前，以生成式人工智能 (Generative Artificial Intelligence，GAI) 为代表的新一代人工智能技术以其强有力的通用性、渗透性和颠覆性为全球教育教学带来新的机遇，科技与教育双向赋能成为人类教育发展新的命题。在这一背景之下，我国“人工智能+教育”融合进程态势凸显［1］，如北京、上海等地纷纷发布人工智能教育系列政策。以北京市为例，2024 年陆续颁布《北京市教育领域人工智能应用工作方案》和《北京市教育领域人工智能应用指南 (2024 年)》，明确提出到 2025 年大中小学校普遍开展人工智能应用；到 2027 年，形成教育领域人工智能规模化、系统化、常态化应用新格局，并对以“智”助教、助学、助评、助育、助研、助管等六大应用领域 29 个典型场景进行规范引导，旨在构建具有北京特色的人工智能教育体系。可见，人工智能技术正加速教育教学全领域、全要素、全流程的重构，深刻赋能大规模因材施教、创新性与个性化教学，积极回应教育强国对个性、优质、灵活、终身的人才培养需求，有望实现规模化与个性化教育的双重愿景［2］。
在研究方面，人工智能对教育教学的变革性影响受到学者们的广泛关注，已有研究对人工智能赋能教育教学的内涵价值、模式应用、监测评估等方面的理念、设计、应用、管理和评价开展了持续性探索［3］。整体来看，人工智能对教育教学创新的催化、提速、优化、重塑的价值潜能获得一致认可，并在教育强国背景下被赋予新的内涵［4］。人工智能赋能教育教学创新旨在以教育数字化转型发展为境界，重塑教育教学新理念、新场景、新方法，助力构建优质公平的高质量教育体系，打造立德树人新格局，推动学习型社会全面形成，加速中国式现代化进程，其核心在于以数据为驱动，以人工智能技术为支撑，强调数智技术深度融入教育教学全过程，以实现伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育［5］。然而，由于人工智能技术在成熟度、稳定性、可解释性等方面仍存在局限［6］，以及研究者在理论视角、研究背景、实践理解等方面也存在差异，导致目前对教育强国建设背景下人工智能赋能教育教学的认识存在应然与实然的混淆［7］，也存在理论差距、素养失衡、路径依赖和实践瓶颈等难为之处［8］。为此，教育强国背景下人工智能缘何以及如何赋能教育教学创新亟须做进一步澄清。
基于此，本研究关注以下问题：在教育强国建设规划战略全面推进的时代背景之下，人工智能缘何对教育教学，特别是对课堂高品质、真实性迁移产生影响，其内在逻辑如何？其次，在技术与教育教学融合发展过程中，人工智能赋能教育教学创新的长远愿景与近中期前景如何，又如何有组织地推动人工智能赋能教育教学创新？再次，如何应对不可逆的智能化风险与挑战？为此，本研究在剖析教育强国建设背景下人工智能赋能教育教学创新价值逻辑基础上，进一步从势、法、术层面对人工智能赋能教育教学创新的未来图景、实践路径以及风险审思等多维向度进行阐述，以期为智能技术加速推进我国教育强国建设提供新视角。
一、人工智能赋能教育教学创新的三重价值逻辑
对人工智能赋能教育教学创新进行价值逻辑澄清，深究其发展的应然旨归，是诠释教育强国建设的基础性问题。GAI 技术以其智能涌现、强认知性、高通用性等卓越能力为教育教学数字化与智能化发展注入了新动能［9］，不仅加速教育教学创新走向纵深，也为大规模、常态化课堂变革提供了有力支撑，加快推动教育教学从传统的实践教育学向科学教育学与哲学教育学深度融合的方向转型发展。马克思价值理论为人工智能赋能教育教学创新的价值厘清提供了结构性框架，其核心包含主体需要、客体属性和实践活动三个基本要素［10］。这一理论为理解教育强国背景下人工智能赋能教育教学创新的价值类型划分、层次界定和表现分析提供了基本思路［11］。其中，主体需要为价值类型划分提供了依据，主要表现为决策主体对教育高质量发展目标的追求、执行主体 (区域或学校) 对课堂教学与教育治理转型的诉求以及对象主体 (学生和教师) 对素养发展的需求；客体属性为价值层次界定提供了重要参考，涵盖元价值、工具性价值和发展性价值三个方面；实践活动则为价值表现提供了基本路径，体现在数智技术融入教育教学多场景、多环节、多流程中的创新应用之中。由此，本研究以人工智能赋能教育教学创新的价值层次为基，综合其价值类型与价值表现，系统阐释教育强国背景下人工智能赋能教育教学的逻辑理路 (如图 1 所示)。
(一) 元价值引领：人工智能赋能教育回应教育高质量发展之困
元价值作为教育强国建设的核心价值取向，直指教育高质量发展的本质诉求，即通过数智技术赋能实现“人的全面发展”这一教育终极目标。可以说，元价值是人工智能赋能教育教学创新的“价值轴心”，通过统摄技术应用的目标指向、实践路径与伦理边界实现对其工具性价值与发展性价值的引领，推动教育强国建设从“规模驱动”向“质量引领”的范式转型。具体来看，人工智能技术融入教育教学历经浅层赋能、深度赋能与整合赋能三个阶段［12］，正逐步消解传统教学中“人机关系”的主客体二元对立，加速构建“师—生—机”三元协同的新型交互关系，进而推动教育教学全场域、全环节的结构化重组。这一变革进程深刻重塑教育理念，催生出“以素养为本的目标观、共享性知识观、建构性学习观、融通性课程观与协同性教学观”为代表的新型教育观［13］；与此同时，GAI 技术在优化教育资源配置、扩增教育服务供给、加速精准个性化助学等方面发挥着关键效能，为构建终身学习体系注入了新活力，助力实现面向 2035 大规模班级授课制环境下的因材施教［14］。可见，人工智能赋能教育教学创新的“元价值”正引领人工智能技术与教育教学深度融合，为破解教育资源配置不均、个性化教育难以实现等高质量发展困境提供了系统性解决方案，全方位助力我国教育强国建设目标的实现。
(二) 工具性价值：人工智能加速课堂教学与教育决策治理转型
工具性价值核心凸显了人工智能技术作为新工具、新方法在课堂教学与教育治理中的应用价值［15］。在课堂教学方面，数智技术助力课堂教学从多媒体教学向混合式教学、精准化教学以及协同化教学转变，推动构建面向课堂高品质、真实性迁移的素养成长型数智化课堂生态。这主要表现为数据互联加速素养导向的教学模式 (教学评一致性、大单元教学、大概念教学、项目化学习) 走向极致的精准性，海量 GAI 学科性工具为学生知识建构、合作探究、问题解决等学习过程提供实时支架，以及教育智能体 (Agent) 对教师教学的支持从拓展、减负、增援向“人机协同”转变，逐渐形成“机师”与“人师”协同育人的新格局。而在教育治理方面，人工智能推动治理模式从经验治理向数据治理再到循证治理转型，助力建成更加科学、透明、实效的教育治理体系。循证教育治理通过深挖教育数据背后的潜在价值，将教、学、管、评、研、育等多场景数据转化为“证据”［16］，并结合多方协同的专业智慧开展校际、校内和家校多层面的教育决策，破解传统教育治理中存在的“数据壁垒、价值缺失、主体失位、民主不足”等难题［17］，加快推进教育治理主体协同化、治理方法循证化、治理过程智能化和治理机制的升级。
(三) 发展性价值：人工智能驱动教与学方式变革助力师生发展
实现人的全面发展是教育强国建设的终极目标，而师生素养发展是人工智能赋能教育教学创新的核心价值，同时也是其元价值和工具性价值的共同旨归。在教育强国建设背景下，人工智能赋能教育教学创新强调融合“人类”思维意识与“机器”智能，协同推动教育教学大规模、常态化、深层次变革。这一进程助力教学方式从传统的以“教”为中心向以“学”为中心转变，更加注重学生在 GAI 技术赋能下的主动参与、知识建构、深度学习，以及批判性思维和复杂问题解决能力的培养［18］，致力于推动每一位学生全面而富有个性地成长。同时，人工智能通过工具、方法、决策支持与资源整合，使教师从传统“知识传授者”角色中解放出来，转型为面向学生思维、能力与情感高层次发展的“学习的设计师”和“学习的引导者”，从而真正带来学生现代性高阶化意义的成长。这一角色转变切实为学生与教师的终身学习以及应对未来不确定性的素养发展奠定基础，彰显着人工智能技术对教与学方式变革的深远影响。
二、人工智能赋能教育教学创新的多元未来图景
GAI 技术以其超强的自然语言处理能力、推理能力、学习能力以及内容生成能力等展现出推动教育教学变革、推进教育强国建设的新潜质，不仅通过“群体智能”深化并拓展了人类认知与创造能力，而且其日益智能化、多模态、生成性的海量智能工具，助力学习者、教师与管理者能力提升，加速育人生态的协同进化。为更好地实现教育强国建设目标，还需系统把握人工智能赋能教育教学的整体性变革和跃迁性趋势。基于我国教育强国建设的长期和近中期视角，本研究勾勒出了“以教育理念为原点，以终身学习为趋向，以育人生态为框架，以课堂、教学与治理等场景为重要坐标”的人工智能赋能教育教学创新未来图景，主要表现为“教育理念人本化、学习形态终身化、育人体系生态化、课堂教学数智化、教学模式精准化以及教育治理循证化”六大核心特征。
(一) 长远愿景
1. 教育理念人本化：实现以学习者为中心的教育理念
实现“以学习者为中心”的教育理念，不仅是教育强国区别于过去教育的显著特征，更是教育强国建设得以稳步推进并最终达成的基石。这主要体现在以下层面：一是加速教育观念的转变。人工智能赋能教育教学创新需要教师更加关注学生学习体验、身份认同、能动性和目标感，更加注重培养学生除了知识之外的技能、品格与元学习维度［19］，重视学生批判性思维、自主学习能力、终身学习能力、复杂问题解决能力以及数据素养等核心能力的发展。二是重塑学生学习的内涵与品质。一方面，推动学习内涵的深化。在学习科学和人工智能技术发展的驱动下，教育 5.0 时代的学习更加注重人本主义，更加关注学习者的学习体验以及个性化需求，将在主动学习 (Active Learning)、真实性学习 (Authentic Learning)、关联性学习 (Associative Learning)、分析性学习 (Analytical Learning) 和适应性学习 (Adaptive Learning)“5A”特征基础上［20］，呈现出深度学习、个性化学习、终身学习和非正式学习的新趋势，这成为培养下一代学习者的关键。另一方面，促进学习品质的升级。未来学习中的育人深刻性、协同建构性、终身发展性、个体自主性、情景动态性特征不断加强，推动教学向高阶化发展，充分体现未来教育对学生个性、全面和终身发展的时代追求。
2. 学习形态终身化：普及个性化、泛在化的终身学习
为实现教育强国建设目标，必须着力建成更加注重“以德为先、全面发展、面向人人、终身学习、因材施教、知行合一、融合发展、共建共享”的终身学习体系。人工智能技术通过深度赋能个性化与泛在化学习，为实现大规模班级授课制环境下的因材施教提供了新范式［21］。具体表现在以下方面：其一，高度个性化的学习路径是核心。基于全流程数据采集、多模态情境感知与深度学习分析等技术，GAI 技术助力教师深刻洞察每个学生的学习风格和认知水平，进而生成高适配的个性化学习路径，突破传统教学的“标准化”局限，提升学生学习效能。其二，泛在生成性的教学内容是基础。通过实时追踪学生学习行为数据，GAI 技术支持教学内容和学习资源的生成性重构，使学生摆脱固定课程大纲与僵化教学计划的限制。其三，虚实融合的具身环境是重要途径。在 VR/AR/MR 与 GAI 技术协同赋能下，学习情境、任务与资源将得到极大丰富。学生在虚实融合的学习环境 (如元宇宙) 中进行探究 (如模拟实验)，促进知识的意义建构与迁移应用［22］。第四，终身学习发展是必然趋向。人工智能技术通过“云—边—端”协同架构，为学生提供全时域、全场景的个性化学习支持，助力学习者成为与数智技术协同合作、勇于创新的时代新人。
3. 育人体系生态化：构建智能化、协同化的育人生态
教育数字化战略的全面推进为数智共生、群智协同的育人生态打造奠定了坚实基础，这一举措旨在回应教育强国建设的内在诉求，驱动教育教学的系统性、深层次变革［23］。一方面，数智技术赋能教育要素深度融合。教育数字化转型、智能化升级显著提速了“技术”与“教育”双向奔赴进程，技术与课程、教学、学习、评价、治理等核心要素深度交织，从根本上重构教育要素及其关系，形成了跨域时空、地域、机构、个体边界的教育数智化融合实践体系［24］，将打造人才培养、教师队伍、教育资源、教育治理、人民满意的“五高”发展样态［25］。另一方面，数智技术与教育教学协同创新。这引发了教育教学多维度的转型，如教育实践向场景化、业务化、机制化和组织化协同发展的新视域拓展；技术应用从功能驱动走向业务融合、机制创新和文化创生［26］；实施路径呈现从被动适应到主动适应、从部分参与到全面参与、从工具生态到育人生态的变革性实践创新［27］，系统性实现人与技术的协同共进，回归教育的本质与初心。总体而言，育人体系正经历深刻性变革，将从片面应试走向铸魂育人的认知逻辑、从单一主体走向多元主体的生成逻辑、从以绩为先走向以德为先的发展逻辑［28］，逐步迈向智能化、协同化、生态化的教育高质量发展格局。
(二) 近中期前景
1. 课堂教学数智化：着力数智技术赋能素养成长型课堂
教育强国建设目标的实现离不开课堂这一“主阵地”的生态重塑与范式转型。GAI 技术通过资源的生成性重构和终端的智能化升级，显著加强了“师—生—机”交互的便捷化、低门槛与规模化［29］，助力课堂系统性、结构化、深层次变革。首先表现为 GAI 技术促进课堂生态优化升级与教学高质量提升。GAI 技术支持传统教学流程重构，深化开展线上线下混合、真实与虚拟情境融合以及人与多智能体协作的混合式、融合式、协同式教学。同时，GAI 技术支持的教育智能体在智能辅导答疑、智能作业批阅、智能学习规划等方面具有重要优势，以充分发挥教师在学习指导、情感关怀、价值引导等方面的主体作用。其次，GAI 技术助推学习方式转变与学习深层次发展。目前 GAI 学科性工具在学习活动设计、情境创设、支架搭建、评价生成、个性辅导等方面提供了强有力支持，如基于 GAI 的文本、图片、音频、视频等多模态生成，以及教育智能体支持的学生合作探究、问题解决、具身体验以及评价反思，可以助力学习者突破传统被动学习的藩篱，积极融入兼具主动性、建构性、协作性与真实性的有意义学习活动［30］。本研究团队在近五年来持续与北京市东城区开展深度合作，从区域层面系统性推进人工智能支持素养成长型课堂建构的变革性实践，使全区课堂逐渐呈现出自主式、合作式、探究式、项目式、体验式等素养导向特征，并在此基础上，紧跟 GAI 技术发展趋势，正着力打造素养成长型数智化课堂生态。
2. 教学模式精准化：推进数据驱动人机协同的精准教学
精准教学已成为教育强国背景下教学范式创新的应然选择，数据驱动、人机协同是教育高质量发展的关键着力点。在大数据与人工智能技术的推动下，精准教学逐渐回归教育学视角，从基于行为主义的传统精准教学 1.0 向数据驱动的精准教学 2.0 以及人机协同的精准教学 3.0 转变［31］，旨在充分发挥数据赋能下人与机器智慧的协同，推动教学范式向个性化方向转型。具体来看，人机协同的精准教学有效促进课前、课中、课后全流程重构。课前，教师结合智能平台生成的学生画像和学习数据，精准识别学生学习需求和薄弱点，从而制定个性化预习任务和学习路径；课中，基于实时数据反馈，教师动态调整教学策略、学习内容与学习难度，提供针对性学习指导；课后，整合过程性数据评估学生学习成效，生成个性化作业和增值性学习建议，并引导学生加强学习反思，实现对知识的深度理解与迁移。由此，人机协同的精准教学实现“精准导学、精准目标、精准设计、精准诊断、精准干预、精准反馈、精准评估”，推进素养导向教学模式的极致优化，也不断由技术价值取向的精准教学下位层次向上延伸至人本价值取向、文化价值取向的精准教学上位层次［32］，逐渐形成“数据收集—数据分析—数据诊断—数据决策”的个性化学习闭环，将有效破解规模化教学与个性化培养这一根本矛盾。
3. 教育治理循证化：深化群智协同的循证教育治理创新
教育治理现代化是教育强国建设的重要途经，在数智时代呈现出多主体、协同化、智能化、循证化特征，这背后体现了协同联动的主体逻辑、追求善治的价值逻辑、数智驱动的技术逻辑以及循证决策的制度逻辑等多重理路［33］。一是数智技术推动内部治理结构和治理体系重构。教育治理现代化强调治理主体的多元参与、治理手段的数智驱动、治理对象的主体自治、治理实施的内在自觉［34］。在此过程中，高度重视利益相关者的多元表达、社会组织的专业化智力支持、学校的自治以及政府的主导引领作用［35］，以“共治”追求“善治”，进而形成高效、公平、有序的新教育治理格局［36］。二是数智技术深化教育治理手段和治理制度创新。教育治理现代化关注技术与制度双向赋能，要求由数据赋能主体、技术、制度与价值等的深度变革，并以循证作为治理方式，以领导力、科学证据、公共价值为立足点，促进“技术—数据—证据—循证—治理”相融通，以“术制”保障“善治”。以此实现教育治理从经验粗放、静态监管向科学精准、多元共治转型［37］，推动建成“多元参与、高效协同、开放共享、实时生成”的现代化治理体系［38］。
三、人工智能赋能教育教学创新的关键实践路径
为实现人工智能赋能教育教学创新未来图景，需要依托实践取向的生态性建构路径［39］。这要求深刻理解与把握教育实践、学校变革、学生发展以及教师赋能等关键要素，并以持续迭代为原则探索、拥抱、驾驭、适应人工智能，推进“人工智能+教育”走向数智迭代赋能、跨域协同对话以及应用机制创新，从而加速教育强国建设的智能化、高效化与包容性发展。
(一) 立足当前教育改革进程中的痛点、难点突破以探索人工智能
新时代的教育发展与课程教学改革是指向全人发展、服务社会转型的蓝图，同时其实践进程又充满日益复杂的教育任务与教育难点，为此探索人工智能与教育教学融合以真正做到“减负提质”是当下教育强国建设的重大命题，需要以“系统思维”解构教育教学创新的“理想高地”。一方面，以人工智能赋能跨学科整合与培养，实现分化学科跨域融合的知识进阶。如新课程标准强调各学科课程至少要用 10%的课时开展跨学科主题学习，一改过去“主科为王”“就科论科”的学科割裂化教学实践，但这一转变使得学科教师面临着不通专业外的学科而“跨不动”的艰难处境［40］。而 GAI 技术可以辅助中小学教师进行统整性课程设计与跨学科资源整合，为教师提供多元丰富的交叉学科内容，同时还可通过智能体辅助教育教学实施，促进教学评一体化实践中“评”的逻辑深化。另一方面，以人工智能赋能教育教学全过程重构，克服传统教育实践多场域、多环节断裂分化而影响教学改进的现象。从这个意义上看，人工智能技术可将教学中的各环节进行深层串联，实现教学管评测的一体化闭环，从而优化课堂教学过程，构建素养成长型课堂生态。相应地，学校也应当打通数据链路，确保教学流程中的数据流通和深度应用，避免产生数据孤岛与信息浪费［41］，为教学流程重构与课堂高阶化发展、智能技术赋能深度学习进程提供有效支撑。
(二) 关注场景数据融合、促进数智赋能学校变革以拥抱人工智能
相较于社会数字化转型与教育数字变革的宏大语境，教育数据则可将传统教育模式升级为数智驱动下的具体实践。通过群体数据分析与教育智能决策，可以实现优质教育资源的优化配置、教学全过程的个性化定制、教育质量的持续迭代提升以及教育管理的科学化范式。其一，要不断构建和完善智能化教学环境。数据有效利用的前提是体系化数据环境建构，破解一线实践智能教学环境欠缺与区域间数字接入鸿沟则是题中之义［42］。学校应当根据自身特点建设适宜的智能教育教学环境，选取关键场景和重点学科引入相应的智能教学平台和工具。这不仅要为教师提供利用人工智能进行教学模式创新的条件，而且要积极鼓励教师在日常教学中尝试和应用智能技术以服务高质量教学实施。其二，要实施以数据驱动为导向的循证化教学改进与教育治理。基于数据智能，学校可以利用智能平台广泛收集来自各种场景的多源师生数据，实时了解师生情况，切实利用大数据进行学校的统筹规划与科学决策。而在这一过程中，应当同步培养师生对于数据价值的认识［43］，强调数据在教育管理中的核心作用，并鼓励教师开展基于数据的教学反思与改进，最终促进教与学的优化发展。其三，要针对数据平台进行持续迭代与优化。受到科学技术爆炸增长与教育教学取向变化的影响，学校需要建立持续改进应用的机制，根据师生、家长、社会的反馈不断优化人工智能教育应用与数据可视化应用，保证数据的利用方向始终与其教育目标保持一致，同时维持参与全体的高满意度与使用意愿。
(三) 追寻数智时代学生的高品质终身学习力发展以驾驭人工智能
数智时代的教育更加自主化、个性化和互联互通，学生被动的、浅表化的学习难以回应现代化社会要求与复杂性问题解决需求，而应追求主动的、深度的学习以为数智时代的学习做好准备，故而发展学生高品质的终身学习力成为重中之重。学习力是现代人基础性的文化素质［44］，能帮助学习者适应不断变化的社会环境，实现个人成长和自我价值，是一种持续促进个人学习品质提升的动态能力系统。而高品质的终身学习力指向于人的生命历程中自我持续发展的能力、积极融入社会的能力以及敢于创新的能力集合，是一种长周期、适应性的终身学习历程。回归到教育教学实践，可以说学生终身学习力发展既是学科实践的深层追寻，也是数智时代的必然要求。一方面，新课程标准所倡导的核心素养不再是简单知识堆砌，而是要愈加走向综合性、跨领域、情境化的问题解决，在这一层面 GAI 可以为学科教学的项目化学习设计提供资源支撑，为教师跨学科主题学习实施提供能力补给，为学生的真实问题理解提供现实创设，最终使得深层次、高质量的学习发生；另一方面，GAI 等新兴技术的喷涌爆发也将引发新一轮学习革命，其既是对教师教学有效化、精准化的极大助力与解放，同时也敦促学习者持续不断地学习、接纳并使用新的技术。可以说，拥有终身学习理念与高品质学习力是一切成功的基石，那些畏惧改变而固步自封、安于现状而不积极进取的人终将被人机协同的社会演化进程所淘汰，而拥有终身学习力又敢于创新的学习者才有可能成为教育强国建设需要的将才、帅才。
(四) 基于教师变革性专业发展范式创新助力教师以适应人工智能
数字化转型呼唤未来教育教学系统性、深层次变革，而这对于一线中小学教师而言无疑是巨大的挑战，需要教师从非专业人员 (教书匠) 向专业人员 (研究型教师) 转变，以及伴随的教学观念更新、教学模式创新、信息化教学能力提升、开放性研究能力突破等的同向性发展。这迫切需要升级传统教师专业发展模式，使教研、培训、科研分层分类实施走向证据导向教科研训一体化的专业发展道路，从而构建面向素养成长型课堂生态的教师变革性发展新范式。首先，要面向师生共进素养成长型课堂，基于课堂生态高层次发展的需求，构建适合学校教学的智能课堂评价模型，并以模型为导向、以 GAI 技术为支撑，实现对课堂的现代性解构与重构，促进教师的专业发展走向混融式、实证化与精准化，从而提升教师数字化教学胜任力。其次，要面向数智时代的循证研究范式，聚焦数智时代教师数字素养的新内涵、新特征、新要求，以解决教师教育教学实践中遇到的真实问题为目标，以专家和教师的跨界群体协作为基础，构建数字化混合研修创新模式，跨域协同、群智共生，助力教师经历反复循环迭代的“设计—实施—观察—反思”的行动过程，以课堂实证转型的力量实现成长型教师教学行为改进与骨干型教师教学常模引领的并进发展。最后，要在教师现代性专业发展体系上形成立体化创新格局，比如通过优秀案例观摩、综合性课例研究、企业或高校专家主题讲座、区域内或集团校共同研修、阶段性学习成果生成等方式，为教师专业发展提供“多域协同、场景伴随、行动生成、循证支撑”的力量，从而实现教育思维、理念的转变以及教师教学实践智慧的发展［45］，增强教师对教育强国背景下人工智能技术赋能教育教学创新的理解力和执行力。
四、人工智能赋能教育教学创新的重要风险审思
事物都有其两面性，人工智能技术于社会各行各业亦是把“双刃剑”。在思考教育强国背景下人工智能赋能教育教学创新未来图景与实践路径的同时，不能忽视对于其潜在风险的警惕［46］，需要妥善处理好技术赋能教育教学过程中价值理性与工具理性之间的关系，审慎应对好人工智能介入教育教学的风险侵袭。因此，如何抵御、消解、规避与警惕技术与资源嵌入教育教学全过程中的“场景断链”“素养不足”“供需异化”以及“伦理风险”［47］，全面释放科技向善的正向效益，是教育强国背景下人工智能赋能教育教学创新理性处理与风险应对的关键着力点。
(一) 抵御智能环境风险，重塑数智时代教育教学生态
随着技术的爆炸增长与学习的进阶要求，教育教学生态建构日益成为一个复杂而系统的过程，涉及到学生、教师、家长、管理者等多元主体的价值期待，覆盖到教、学、管、评、测等多业务场景的联动交互。反观现实，我国数字化教育教学环境依旧难以满足日益增长的教育用户美好需求［48］，高易用性、高可用性的数字基础设施不健全，区域间优质教育资源配置不均衡，许多学校的数字教育装备停留在“建好不用”的废旧状态，极大地妨碍了人工智能赋能教育教学创新的强大推力释放。因此，必须要建构面向数智时代的教育教学生态，提供覆盖广泛、传输高速、联结万物的融智校园网络体系，加快多元数字终端设备和智能教学平台工具的布局架构［49］，强调摒弃技术堆砌，关注教学方法和学习方式的革新。在一线教育实践层面，要积极征集教育教学场景下各类智能教学平台、系统与工具的融合应用案例，从课前、课中、课后及辅助工作效能提升等多场景开展应用融合实践与创新引领，在课堂教学生态、高质量作业开展、个性化学习诊断与改进等方面聚合学校或区域层面的跨学科专家力量，以数智能技术支持的教育教学生态建构来撬动教与学的系统性变革。
(二) 消解教师素养风险，加速教师现代性转变与发展
人工智能技术的教育应用呼唤着教师角色发生同步性转变，教师群体不再仅仅是知识的传递者，更是学习的引导者、创新的推动者和情感的关怀者。与此同时，教师需要更新自身传统的教育理念，变革传统的教学模式，理解 GAI 技术如何更好地服务于教师的教和学生的学，更需要掌握数据分析、智能工具使用、人机协同教学等新能力。在这一过程中，教师会面临来自主观和客观两个维度的挑战。主观层面上，教师群体存在着角色转变困难，适应 GAI 技术需要更多的时间与精力，额外负担以及技术的不亲密感可能会使教师产生抵触情绪［50］，特别是一些属于“数字难民”的中高教龄教师群体更是难以快速接受。客观层面上，人工智能相关的研修培训不足使得教师群体可能无法充分应用或错误使用 GAI 工具致使影响教学质量，产生“事倍功半”之效乃至副作用［51］。为此，学校教研室和区域师训部门应加强教师人工智能素养与现代性专业能力的培训和职业发展伴生性支持，提供必要的资源或平台，帮助广大教师群体掌握人工智能技术并将其应用于教学中。而这不仅包括技术工具的培训，更包括教育理念的更新和教学方法的创新。
(三) 规避技术依赖风险，研判技术的适用性与成熟度
尽管人工智能技术在教育教学领域展现出巨大潜力，但其在深入教育教学过程仍面临适用性与成熟性的技术挑战［52］，不少中小学教师对智能工具表现出不信任而质疑、不使用而抵制。在真实教学实践场域中，数据稀疏性问题可能导致智能系统无法准确理解学生的学习需求，而模型泛化问题也可能导致智能系统在面对新的教学场景时表现不佳。此外，不同学科对人工智能技术的需求和适用性也有所不同，譬如 GAI 在文科领域的应用相对成熟，而在理科领域的应用则有待进一步发展。为解决上述关键性问题，需要不断加强技术攻关和研发投入，更要深度理解课程教学、师生关系以及学习规律，不能把人工智能赋能教育教学做成技术的硬性融入，要警惕学生离场学习替代具身学习导致学生情感体验的缩减，机器算法替代学生思维造成的学生认识体验匮乏［53］，切实提高人工智能在教育教学中的适用性和价值性。更为重要的是，学校在整体规划和选择应用人工智能技术应用时，应充分考虑其技术特点和本校实际需求，避免盲目追求“高大上”“大而全”的海市蜃楼，要以“应用为王”为原则，做到只选好用的、不选好听的，以单点为突破口、立足特色、做实做深。
(四) 警惕伦理安全风险，重视技术伦理与隐私权保护
随着人工智能技术在教育领域的广泛应用，数据安全与隐私保护成为一个亟待解决的问题［54］。早在 2017 年《新一代人工智能发展规划》发布之际，我国就针对信息安全与隐私保护等关键命题进行了部署，旨在推进人工智能技术健康规范发展。智能技术应用涉及到大量的师生个人数据收集和处理，如学生的学习记录与行为数据、教师的教学轨迹与数字画像。这些数据的不当使用可能会侵犯师生隐私权，甚至可能被用于不良目的。而现实是市场上有很多教育类 App 在收集用户数据时存在不规范行为、处理用户数据时出现了缺少标准等问题，很大程度上导致人工智能教育应用在用户数据安全方面存在保护措施缺失的问题，故而确保人工智能教育应用安全可靠可控成为一个迫切的伦理问题［55］。因此，政府、学校各级教育行政部门需要建立完善的伦理保护机制和政策体系，确保师生的隐私和数据安全，其中包括但不限于数据的加密存储、访问控制、数据使用协议等。同时，也需要加强对学生隐私安全与技术伦理教育，须知技术只是工具的存在，而关键在于人的使用，要将信息安全意识根植在学生心里，让学生群体了解信息安全的重要意义以及规避侵害的有效方法，从而充分发挥科技向善、赋能社会的磅礴力量。
NEXT
本文发表于《中国电化教育》2025 年第 8 期，参考文献已省略。
引用请注明以下信息：李玉顺,韩梦莹.教育强国背景下人工智能赋能教育教学创新：未来图景、实践路径与风险审思[J].中国电化教育,2025,(8):13-21.
本文系国家社会科学基金重点项目“人工智能教育场景应用的伦理与限度研究”(项目编号：ACA220027)、国家重点研发计划项目课题“互联网教育应用的个人信息保护审查技术”(课题编号：2022YFC3303502) 研究成果。
作者简介
李玉顺：教授，博士，博士生导师，研究方向为教育信息化、课堂学习方式变革理论与实践、在线及混合式学习。
韩梦莹：在读博士，研究方向为人工智能教育应用及循证实践、课堂学习方式变革理论与实践、教师与学生发展评估。
END
制作：刘 明
校对：靳 嵩
审核：宋灵青
AI 赋能下的“教学评一体化”教学 | AI 赋能课堂
原创 孙俊丽 人民教育 2025 年 10 月 25 日 14:31 北京
民小编说
教学评一体化是当前教育教学改革的核心指向。AI 技术的蓬勃发展与教育实践，为推进教学评一体化的愿景提供了强大引擎。AI 通过赋能教师的教、学生的学，推动教学评一体化的有机循环高效实现。一起来看——
一、选题背景
教育部等九部门联合印发《关于加快推进教育数字化的意见》，明确提出将人工智能技术融入教育教学的全要素过程。在《义务教育课程方案和课程标准（2022 年版）》中，将“教学评一体化”列为教学改革的核心内容之一，要求各学科落实评价与教学的深度融合。而 AI 技术的不断开发与实践，大大提高了教学评一体化的进展。
二、教学目标
1.通过对实际问题的分析，体会二次函数的意义。
2.探究借助 AI 技术画二次函数的图像，通过改变函数的系数了解二次函数的性质，探究二次函数系数与图像的关系。
3.能借助 AI 技术生成二次函数的图像，解决简单的实际问题。
三、实施过程及创新
（一）AI 赋能教师的教
1. 情境导入
数学的核心素养是培养学生会用数学的眼光观察现实世界。通过网上搜索能抽象出抛物线的实际图形，比如：彩虹、投球线、喷泉等实际图形，插入 PPT 供上课引入。应用 AI 可在短时间内生成本节课需要的导入情境，比如投球的课件。
问题：小明在篮球场上投篮（见图 1），篮球的运动轨迹可以用二次函数模拟。已知篮球出手时的坐标为（0, 2）（以地面为 x 轴、出手点垂直方向为 y 轴建立平面直角坐标系），篮球达到的最高点坐标为（3, 5）。
（1）求该二次函数的表达式。
（2）若篮筐中心坐标为（6，3.5），判断此次投篮能否命中篮筐。
图 1
情境导入就是联系数学与现实的最直接方式，情境导入真实、有趣、知识关联性强是确定本节课目标的关键。所以，借助 AI 删选导入情境是当前非常科学的方式。
2. 课堂教学
（1）画二次函数图像：设计本节课的重点：画二次函数图像。可以借助“智慧中国小学教育平台”的教学软件进行教学，绘出相关图像，让学生观察二次函数图像的样子，并通过变换不同的参数观察图像的变化，进而研究参数变化对图像的影响。也可以在课堂上对 DeepSeek 等成熟 AI 大模型发出指令：生成二次函数图像并演示参数 a、b、c 影响的 HTML 代码，运行即可看到相关的动画课件。
（2）探究函数性质：变换参数找到结论，教师向学生发问，观察图像或课件，请归纳出 a、b、c 的不同取值对图像的影响。由于 AI 在动态图像中给出了相当明确的对应关系，部分学生回答这个问题并不困难。若有学生尚有疑问，可以多次修改参数，直至达到大多数学生都能掌握。
（3）归纳二次函数的性质：教师请学生通过刚才的探究自行发现二次函数的图像与什么有关系？小组合作讨论归纳出结论。为了让学生能直观系统地掌握系数对图像的影响，制作课件生成思维导图或者知识表格，如下页图 2、图 3。
图 2
图 3
AI 自动将本节课的教学设计按照教师提供的数据和思路生成思维导图，或转化为 PPT，也可以筛选网上的优质资源，如智慧教育平台的优质教案、获奖的教学设计、PPT 等。
（二） AI 赋能学生的学
1. 激发学习兴趣。 初中生有强烈的好奇心，他们常通过提问、探索和实践满足求知欲。好的情境导入能激发学生的学习兴趣和求知欲。比如，a 的大小与二次函数图像的开口大小有什么关系，这不是课标要求的，但好奇的学生对开口变化的规律发生兴趣，他们可以通过 DeepSeek 等 AI 软件不停演示，自主进行个性化的探索。这不仅能启发学生的学生思维，还能延伸知识点，既掌握了 AI 的一些应用，也深刻理解了数学函数的本质，提高了学生的核心素养。
2. 突破个性化的重点、难点。 班级制教学面对的是全体，有利于共同学习和合作探究，但不利于因材施教，不利于学生独立性和自主性的发挥，引入 AI 学习可以改变这个现状。AI 能针对重难点提供讲解视频、典型例题，详细解析分析难点，还可以逐步回答每个学生个性化的疑问，直至他们理解。教师在课堂上留出一定的时间，让学生把自己不懂的问题向成熟的 AI 大模型提问。教师通过观察学生的学习状况，也可以提出有一定代表性的问题，比如看到抛物线开口大小的规律是多数学生的难点，就可以让学生设计问题并向 AI 提问。
与 AI 一起进行课堂教学，相当于给学生安排了贴心的助教，每个学生都可以随时提出自己想知道的问题，AI 都会给予耐心而有针对性的回答，甚至给出相对应的练习。这弥补了班级制教学个性发展的局限性。比如，学有余力的学生还可以提问更深的问题。而在以往没有 AI 时，这些学生往往会因提前理解而导致后半堂课无事可做。
3. 提高学生数学素养。 通过学习二次函数，掌握了学习其他函数的思想方法。AI 是一扇窗户，打开了学生探索数学世界和现实世界关系的大门，用数学的眼光观察现实世界，把纷繁复杂的现实世界抽象成数学模型，从复杂的问题中提取数学信息，再通过 AI 技术手段分析数学问题并得出结论，进而认识现实世界。通过不断发现问题、提出问题、分析问题、解决问题，激发学习数学的自信心，探索数学知识的求知欲，养成学习数学的学习体系，提高学生的数学素养。
（三） AI 赋能教学评价
评价主体应包括教师、学生、家长等。AI 允许综合运用教师评价、学生自我评价、学生相互评价、家长评价等方式，对学生的学习情况进行全方位考查。
1. 强化教师的检测能力。 教师借助 AI 进行课前预习和课后作业的检测，并能生成学情报告，帮助教师精准分析学生知识的薄弱区，进而有针对性地预设课堂。
AI 批改作业能形成错误分布图、成绩分析图、主客观题的多维度分析等，并能针对每个学生的个性进行分析；AI 可以分析一个班、一个年级，也可以分析某一个学生，精准地得出某个学生的薄弱环节；同时可以进行课后分析，也可以进行随堂分析，可以帮助教师及时进行教学调整，让教学更有效，形成一个良性循环。
2. 强化学生自我评价。 通过与 AI 的互动式学习，通过不断提问和做测试题，AI 能生成某个学生的报告，对其知识的掌握程度进行评价。通过对作业检测的错题类型、错题数目的统计生成错题报告，学生可以反思自己对知识的掌握程度，并进行针对性的讲解和练习。
3. 强化家校沟通。 AI 技术的不断创新，为学生、学校、家庭的协同发展搭建了平台。比如智慧教育平台、安全教育平台、微信群等客观记录了每个学生的学习情况、社团活动、社会实践等，让家长的阅读体验和对孩子的评价更加直接明了。
总之，随着人工智能技术与教育的深度融合，AI 赋能教学评一体化将成为数学教学改革的重点方向之一。
（作者单位系山西省晋城市陵川县第二中学校）
文章来源 |《人民教育》2025 年第 15-16 期
文章作者｜孙俊丽
责任编辑｜程路
封图来源｜包图网
微信编辑｜王圣婴
via:
- 人工智能时代的教学
https://mp.weixin.qq.com/s/H7wIEyc5gdVZCPvV6OP6aA - 特别推荐 || 冯媛媛：人工智能赋能生成式教学：实现教与学的结构性对齐
https://mp.weixin.qq.com/s/y1AwviOsebNtRScAybQsUw - 人工智能赋能生成式教学：实现教与学的结构性对齐
http://je.gzu.edu.cn/gzdxjywh/gzdxjywh/news/view/20250221161725001 - 生成式人工智能赋能教学：策略、价值及误区
https://mp.weixin.qq.com/s/RVDjiWKtZM-CxjDOciP94g - 教育强国背景下人工智能赋能教育教学创新：未来图景、实践路径与风险审思
https://mp.weixin.qq.com/s/fJujq2aOhHDPMFM-EwX2Ag - AI 赋能下的“教学评一体化”教学 | AI 赋能课堂
https://mp.weixin.qq.com/s/M9vFbpJ3gqR_r_DCyVnZ5Q - 中国工程院院士、西安交通大学校长张立群：人工智能赋能高等教育教学改革的中国范式构建 | 本期聚焦
https://mp.weixin.qq.com/s/xgKt6v98rcM42uUAgMxBUQ - 人工智能与教育深度融合的场景细化及落地实践——基于探索性多案例分析法 杨现民 曾佳尧 李新.2025.pdf
https://openedu.sou.edu.cn/upload/qikanfile/202501211046420610.pdf - 生成式人工智能赋能课堂教学的形态层级与进阶路径 卢宇，汤筱玙.2025.pdf
https://aic-fe.bnu.edu.cn/docs/2025-07/a4d9baa90d9e49d9920ee2c46dd283b7.pdf - 人工智能赋能教学设计新范式.冯晓英，徐辛，张汇坷.2025.pdf
https://openedu.sou.edu.cn/upload/qikanfile/202505281838588707.pdf - 生成式人工智能赋能教育性教学的困局透析与理性规约 刘 芳 徐 莉 2024
https://soc.swun.edu.cn/xnmzdxxbsk/article/abstract/20241022 - 生成式人工智能（AiGC）赋能教育教学与应用案例解析 - 只看教育信息化-行业观察
https://www.onlycj.com/articles/3284_1.html