2025年11月21-23日，第八届世界教育前沿论坛在福州隆重举行。本次论坛围绕主题“AI与教育：超越什么？关注什么”展开讨论，海内外专家学者、教育组织负责人、校长、教师、学生等300多位代表参会，300多万观众线上观看。

本次论坛由中国教育三十人论坛、德旺基础教育研究院联合主办，香港大学教育政策研究中心、福建师范大学教师教育学院、苏州大学新教师基金共同承办，由福州市教育局、福建师范大学马克思主义学院、田家炳基金会共同支持。

华中师范大学资深教授 杨宗凯

智能时代的教育发展与变革

在人工智能发展的进程中，我们已明显感觉到，机器在计算机视觉、决策、多语言分析与翻译等方面的能力已经超越了人类。

一个不可争论的事实是，机器已经学会了学习知识。通过类似强化学习的机制 ——即对“好的”结果予以奖励，对“不好的”进行惩罚——机器能够不断迭代优化。其知识学习和传播过程的本质，是基于概率的计算与判断。因此，我认为2022年末ChatGPT横空出世这个时间点，是教育变革真正发生的起点。现在，许多专家也将此视为一个分水岭，将之前的AI与此后的AI区分开来。虽然学界有各种称谓，但这个观念本身至关重要：它标志着人工智能进入了一个全新的发展阶段。

实际上，人工智能在教育中的应用与融合，即我们常说的AIED（人工智能+教育），其发展也随着技术不断迭代。它从最初的计算机辅助教学，发展到基于规则的专家系统，再到如今的大模型时代。 大模型不仅能学习，更能生成与传播知识，其迭代速度极快。不仅如此，专门用于特定领域的垂直大模型，乃至专为教育行业设计的大模型也已出现。

智慧教育由此开启，这场变革已不再是一场简单的工具革命，而是以工具为名、由底层逻辑驱动的深层革命。教育的底层逻辑正在发生巨变。

首先，教育场景已不再是传统的师生二元结构，而是演变为师、生、机三元共存。其次，教育资源的供给变得前所未有的多元化与充裕，从过去的稀缺状态变为极度丰富。再者，教育的核心目标转向培养更高阶的人才。这一切都迫使我们进行系统性变革，这不仅是应用AI的问题，更是整个教育生态的重构与再造的问题。

在这方面，我梳理了一下，近年来，特别是今年以来，政府在推进人工智能方面的步伐正在加快。《教育强国建设规划纲要(2024-2035年)》，以及近期发布的《关于组织实施数字化赋能教师发展行动的通知》，都反映出一种紧迫感：机器在飞速发展，而人的能力若跟不上，就无法驾驭新技术。特别是在近期，国务院出台了《关于深入实施“人工智能+”行动的意见》。该指导意见对教育领域提出了很高要求，明确提出要将人工智能融入教育教学的全要素、全过程，并特别强调要从以知识传授为重的教育，转向以能力提升为本的教育。

围绕这一点，上个月我们启动了相关的试点工作。该试点已在包括广东、山东、江苏等省份的试点区进行了部署。开展这次试点，是因为这是一场深刻的转型，许多方面需要探索，最终才能形成成熟的制度、模式和产品。 创新的主体始终是学校、是基层、是教师。为什么要大胆尝试？因为教育科学是一门应用科学，最终必须基于证据和数据来证明其可行性。此外，在研究层面，我们也在各项科研计划中开始对智能教育领域进行重点部署。

第二个方面，我想谈一下当前的现状与进展。作为教育信息化战略研究基地之一，我们对此有持续的观察。 首先，教师素养，即人驾驭AI的素养与能力，仍需持续提升。根据我们掌握的各类测试数据，教师队伍的建设应不断加强。从认知层面看，只有部分教师能了解技术前沿，整体认知水平尚待提高。能够胜任复杂数字化教学设计与创新能力的教师比例显然不高。综合而言，在多个维度上都表现优秀的教师，占比不到 20%。此外，部分教师的信心不足，尤其渴求专业级的知识支持。在应用中能够真正提升自身专业信心的教师占少数，一部分教师甚至表达了“有心无力”的困境。这些指标表明，在应用推进的各个层面，我们都亟需提供专业的支持。

另一个现状是，教师对AI的应用存在诸多顾虑。在调查中，不少教师反映，他们担忧生成式人工智能可能带来的伦理风险，尤其害怕会对学生的“脑”与“心”，即认知发展与思维能力产生负面影响。同时，对数据隐私等伦理问题也心存疑虑。

当前，人工智能在教育领域的应用，主要面临四大问题：不会用、不愿用、不能用与不敢用。那么，我们该如何系统性地解决这些问题呢？

我们此次的试点任务，首要原则是战略驱动。智能时代的教育，核心是为明天培养人，且必须是具备高阶能力的人才，这是我们必须坚守的战略方向。第二个原则是问题驱动，即紧密围绕前述四大问题，寻求解决方案。

首先，针对“不会用”的问题，其核心在于教师的能力与 AI工具的特性存在适配偏差，无论是在教育理念、技术应用，还是在AI工具本身的运行方式上，都出现了不匹配。因此，重要的举措是开展系统性培训。同时，要学习并了解人工智能的基本原理与技术。 在智能时代，了解人工智能知识应被视为一项基本能力。

为此，国家已在基础教育、职业教育和高等教育阶段进行了全面部署。以大家熟知的“国家智慧教育平台”为例，我们上线了人工智能相关课程。当前，专业的AI师资队伍依然有限，顶尖专家更是稀缺。因此，我们依托国家平台的力量，汇聚全国名师开设课堂，让在座的师生都能便捷地学习AI知识。通过互联网与国家平台的加持，大规模普及AI知识已具备高度可行性。

其次，针对“不愿用”的问题，近年来国家通过设置课程标准、印发课程纲要、发布相关教材，正在逐步构建人工智能教学的核心要素。导致教师不愿用的主要原因，在于使用 AI工具的投入与产出不成正比。由于应用尚处初期，教师的压力较大，成效也尚未显著显现。为何成效不彰？因为它是一个系统性问题。 如果仅是工具应用，而评价方式、管理机制、制度体系乃至教师标准都未跟上AI时代的步伐，那么产出必然是低下的。这绝非一个简单的“用”或“不用”的问题，而是一个系统性的工程。

为此，我们也进行了一些探索。例如，我的团队深入众多示范区、试点校，许多师范大学都建有这样的团队。我们将科研和教师培养真正下沉到一线，我们认为，在智能时代，教师教育培养必须从“实验室阶段”走向“场景阶段”，去研究真实问题，解决真实问题。我们通过多轮“设计-实践-优化”的迭代循环，帮助教师将数字化能力真正融入到课前、课中和课后教学环节。事实上，在人工智能的应用中，教师仍是关键。我们常说“教育以师为先，以生为本”，教师是先导，但最终的落脚点是学生，要让学生拥有更美好的学习体验，这才是关键。在具体应用中，教师需要明确：使用工具的目的是什么？在什么时候使用？它支持的教学目标是什么？因为老师们都刚刚迈入AI时代，所以亟需专业的知识来帮助他们运用这些工具。在实践中我们发现，通过专业的支持，教师的能力和使用意愿都得到了极大的增强。

第三个方面是解决“不能用”的问题，许多技术配置与平台尚不能满足应用需求。这涉及到教育新基建的问题，因为未来的教育是构建在互联网和人工智能之上的。考虑到我国幅员辽阔，地方发展不均衡，资源配置仍在走向均衡化的过程中。各地的平台资源、协同生态层次不一，必须进行兜底保障，否则，人工智能可能会带来新的“智能鸿沟”问题。

为此，国家采取了许多办法。例如，我们正在全力打造“国家智慧教育公共服务平台”。该平台已建成并运行三年，实现了“横向到边、纵向到底”的互联互通，与各省市级平台完成了对接，这正是我们制度优势的体现，是有组织的变革。我们的战略是“大平台、大数据、大模型”。现在，我们正围绕这三个支柱开展工作，上线AI大模型和相关工具。目前，在国家智慧教育平台上，已集成了五大类AI工具，能够服务于备课、授课、诊断、实验和答疑的教学全流程，这是完全可以实现的。

再来谈谈解决“不敢用”的问题，即如何应对我们前面提到的担忧和风险？在这方面，首要是通过政策和制度来提供保障。近年来，我国出台了一系列人工智能安全治理政策，正在加强使用规范。最近，我们发布了中小学人工智能的两项指南，旨在倡导“积极拥抱、规范使用”。

接着谈谈我们团队的研究创新：

我们主要构建了围绕“感知-理解-控制”的框架。因为AI教学系统是“人在回路”的增强系统，我们必须研究如何在这个新学习系统中进行有效管理。

首先是“感知”，即感知学习行为，无论是为了因材施教还是数据分析，都必须先能感知到。

其次是“理解”，即理解学习发生的场景和行为的内在逻辑。

再就是“控制”，即科学决策教学策略，明确 AI介入的时机和程度，这些都需要有科学证据作为支撑。

基于此，我们利用学习者认知、情感与行为的相互作用，依托开源大模型，构建了知识与情感双轮驱动的对话式导学智能体。

我们在师范大学开展了相关实验，约有一百多人参与，我们将其分为四组进行对照研究。结果表明，融合了知识与情感这两种“脚手架”的教学支架，在两个维度上都表现出显著优势，尤其在学习者知识迁移这一高阶能力的提升上，效果明显。由于时间关系，这里就不展开详述了。

最后，分享几点观点与展望。

我认为当前仍是技术驱动为主。现在我们需要进行“双轮迭代”，即教育要引领，而不仅是技术驱动。技术和教育要相互赋能、相互作用。人机结合才能实现目标协同、过程互构与生态共生，从而培养更高阶的人才。这样才能相互作用，共同提升双方的智能，形成良性迭代，培养出更高阶的人。我认为教育需要更加努力，因为目前技术迭代很快，但教育的引领作用尚未完全显现，这归根结底还是人的问题，需要进一步加强。

其次，正如前面所说，教育最终要回归“价值为先，能力为本”。越是稀缺的、高层次的能力，在AI时代就越是珍贵，而那些低层次的知识则相对容易获取。

再者，必须加强人机交互中人的主体性。如果缺乏人的介入或过度依赖机器，就会陷入“人工智能的死亡之轮”，这一点需要特别警惕。实际上，若没有规范引导，缺乏教育的引领而任由技术驱动，就很容易走上这条“死亡之轮”，导致人的思维能力退化等问题。

最后，必须加强脑科学与学习科学等基础研究。我们亟需回答：在人工智能的加持下，人究竟是如何高效学习的？这绝非技术专家能单独解决，而需要技术、心理、脑科学、教育、管理等多领域专家共同加强研究，探索未来的学习规律。

必须强调，这场变革不仅仅是教与学的改良，更是一场教育支撑体系的系统性再造。因此，必须加强其系统性。我们目前的系统性改革还不足，例如，如果只谈应用，而评价体系依然是应试教育，那就会出问题。

“未来教师、未来课堂、未来学校、未来学习中心”，是教育部正在积极试点的方向，尤其在高等教育领域推进力度较大。未来的教学场景，可能一部分是人，一部分是AI或智能体。我们不仅要教人，也要教机器，人与机器相互促进。这样的未来场景必将出现，因为我们在“人工智能 +”的行动中已明确提出，要将其贯彻到教育的全过程、全要素。我认为， 未来的教育场景必将因此发生巨大变革。

（本文根据作者在第八届世界教育前沿论坛的主旨发言整理。）