人工智能變革教育的切入維度與呈現形態

人工智能技術的躍遷式發展正深刻重塑教育生態，成為推動教育數字化轉型的核心驅動力。隨著ChatGPT通過圖靈測試，[1] 展現出類人的創造性思維與邏輯推理能力，傳統教育體系所依賴的“知識權威性”壁壘正逐漸消解。[2] 當前，工業化時代建立的“標準化流水線”教育模式已難以滿足數智時代對個性化人才培養、終身學習能力與創新素養培育的迫切需求。[3] 教育體系亟須突破傳統路徑依賴，構建能呼應技術躍遷、支撐未來發展的新生態體系。

中共中央、國務院印發的《教育強國建設規劃綱要（2024—2035年）》（簡稱《綱要》）以引領性作用精準錨定了這一歷史方位，通過頂層設計為教育數字化轉型指明了方向。[4]《綱要》明確提出“實施國家教育數字化戰略”與“促進人工智能助力教育變革”的雙重任務，以“建強用好國家智慧教育公共服務平臺”“打造人工智能教育大模型”為支點，通過教育大數據中心、算力共享網絡等新型基礎設施的布局，以“建立基于大數據和人工智能支持的教育評價”“深化人工智能助推教師隊伍建設”為路徑，通過“建立橫縱貫通、協同服務的數字教育體系”，“探索數字賦能大規模因材施教”。

《綱要》的這一系統性戰略布局為教育數字化轉型提供了清晰框架，但從政策規劃走向落地實踐仍面臨挑戰。在人工智能深度介入教育場景的當下，亟待解答兩組關鍵命題：深入推進教育數字化，應該從哪些維度來推進？當教育數字化深度轉型后，未來教育的形態將如何演變？這不僅關乎技術在教育領域的應用路徑，更直指教育變革的本質與方向。前瞻性地探討人工智能變革教育的維度與形態，是落實《綱要》的必然要求。

一、人工智能變革教育的切入維度

探討人工智能變革教育的維度，助力教育數字化深度轉型，需要建立“教育要素變革—支撐體系升級”的雙向視角。這一認知框架的建立源于教育數字化轉型作為復雜系統工程的內在邏輯，它既需要對教育內部各要素進行智能化重構，又需要構建強有力的技術與制度支撐體系。單從某一方向推進變革難以觸及教育本質，也無法實現系統性突破。[5] 只有通過橫縱協同，才能實現真正的教育數字化深度轉型，才能確保技術真正服務于育人目標，實現教育生產力的質變。

從縱向上看，人工智能變革教育必須深刻理解教育的發展規律，而非僅做簡單的技術嵌入。人工智能變革教育應以學習理論為基礎，系統構建起教育數字化轉型的支撐生態，其核心在于將前沿技術與教育教學規律進行深度融合，把技術轉化為適配教育場景的智能裝備與數字資源。在此過程中，須遵循學習科學規律，確保技術始終服務于育人本質。高質量的數字資源開發要基于學科特點和學習者需求，形成有機聯系的知識體系與可持續迭代的資源體系，真正支撐起數智化的教學活動。人才培養則需要兼顧規模化與個性化的要求，充分利用智能教育環境的特點將規模化教學與個性化培養有機結合，在服務大規模人群的同時為個體學習者提供選擇性、適應性和針對性的培養。在此基礎上，應用示范將是檢驗理論與技術融合效果的試金石，應通過點面結合、梯次推進的方式，積累可復制、可推廣的實踐經驗與模式，逐步從試點輻射至全域。最終，這些成功的經驗需要上升為制度安排，通過政策的改進形成長效機制，推動教育數字化轉型從局部探索走向全面深化，確保教育數字化轉型的可持續性與普惠性。

從橫向上看，人工智能驅動教育變革須進入教育教學的核心業務，必須深入教育主陣地發揮作用，而不是停留在外圍的展示性應用。[6] 技術應當滲透進教育空間、教學范式、課程形態、學習方式、評價方法、教育治理、教師發展、學校組織、公共服務等教育活動的全過程，真正成為教育變革的內生動力。人工智能技術需要突破表層應用，直達教育活動的核心環節，重構課程形態、學習方式、教學評價等關鍵場景，使智能化成為教育運行的常態，而非特例。唯有當技術真正融入教育的“毛細血管”，深度嵌入教育生態系統的各個節點，才能激發系統性變革的潛能，催生全新的教育形態，最終釋放人工智能賦能教育的深層價值。

二、人工智能變革教育的呈現形態

當人工智能不斷加速發展，從點狀創新邁向常態化融合，最終成為教育的基礎設施后，教育體系將經歷從“工具依附”到“生態共生”的范式躍遷，構建起具有“靈活、開放、終身、大規模個性化”為特征的智慧教育新生態。這一生態轉變將催生三個根本性的變革，教育理念將從“標準生產”轉向“生命滋養”，教育體系將從“階段割裂”轉向“終身貫通”，教育模式將從“規模效率”轉向“個性發展”，最終形成人機共智、普惠優質的未來教育新圖景。

（一）“主動智能”的智慧環境

未來的教學環境將以主動智能為核心特征，從傳統的被動響應模式轉向預測性服務模式。[7] 智慧環境可通過多維度、多層次、多模態的感知設備自然采集學習者的情境數據并主動感知學習者的需求，無須學習者明確請求即可提供精準的個性化情境支持。在此基礎上，基于泛在嵌入計算和虛實融合技術打造的智慧環境，將任何物理空間轉化為智能學習界面，主動匹配學習者的需求并實現教育資源的精準推送，打造“需求未發而資源已至”的無感服務體驗。

嵌入的智能系統將能夠實時捕捉并整合學習者的知識背景、學習狀態以及情緒變化等多維數據，通過深度的數據融合以及學習分析技術，系統將不僅能夠深入理解當前學習情境，更能挖掘學習規律并預判學習者的潛在需求。這種“信息找人”的服務模式使得學習環境成為能夠實時感知、精準預測并主動響應學習者需求的“智慧學伴”，將個性化服務無縫嵌入學習者的日常學習情境中，從而大幅度降低教育裝備的認知侵入性和存在感。[8]

主動智能的智慧環境還將具備自適應進化能力，它不僅能根據當前情境數據提供即時服務，還可以通過長期的數據積累構建精細的學習者模型，可以主動優化物理布局與虛擬資源配置，根據學習規律走向主動調整教學策略和內容呈現方式，形成一個以學習者為中心、服務透明化、智能泛在化的教育生態系統。

（二）“知識創生”的教學范式

教學的核心互動模式將轉變為以“知識創生”為核心的協作生態。人工智能將從簡單的知識傳遞工具演變為知識建構的重要參與者，邁向通用人工智能教師角色，并與人類教師共同構建“雙主體教學”模式。[9] 在這一模式中，通用人工智能教師不僅能夠全面把握學生的知識體系，精準追蹤學習軌跡，提供實時精準的學習支架，更能引導學生建構個性化的知識網絡。人類教師則超越了傳統知識傳授的角色，更加關注培養創新思維、批判性思維等高階思維能力，為學生創造知識、解決問題奠定基礎。

在課程設計與實施環節中，雙主體教學將形成知識創生的完整閉環：通用人工智能教師負責解構既有知識體系，通過智能分析學生的學習行為，創造性生成適應不同認知風格的建構式學習任務。人類教師則運用其獨特的創新引導能力與跨領域思維帶領學生突破既有知識邊界，在協作探究中創造性解決復雜問題。教師還將創設豐富的情境體驗，激發學生將內化掌握的知識外化為新的人工制品，實現從知識接受者到知識創造者的轉變。[10]

通用人工智能教師與人類教師將在知識創生過程中形成動態互補的教學生態。基礎知識的輸入習得與內化掌握過程可由通用人工智能教師進行引導，而開放性的問題解決、知識創生則由人類教師主導。這種分工不是固定模式，而是基于創新目標、知識屬性與學習者潛能進行動態調整，最終從“知識傳遞”“知識建構”走向“知識創生”。

（三）“認知適配”的課程形態

未來課程將基于認知實現動態適配，成為回應個體認知特征與發展需求的有機體系。靜態課程將被基于學習者認知結構分析而動態生成的知識網絡所取代。課程不再是預設的固定內容包，而是轉變為依托學生認知發展曲線與課程知識圖譜實時構建的動態社會知識網絡。通過精準定位學習者的認知圖譜與最近發展區，課程內容將自動填充為最契合學生認知狀態的模塊，形成認知適配的學習體驗。教材的形態也將隨之演變，固定內容的教材將讓位于可以根據學習者認知水平和興趣偏好實時調整內容深度與呈現方式的動態數字教材。[11]

在這一新范式下，課程內容的組織方式將實現微觀化分解與宏觀化重組的動態平衡。課程內容將被精細拆解為可追蹤、可評估的最小學習單元，AI編排系統則基于雙重邏輯進行重組，既遵循學科知識的內在結構邏輯，確保概念間的層級關系和系統性，又融入學習者實際應用場景的實踐邏輯，使學習單元在真實情境中獲得意義。這種結構化與情境化的雙重組織，既保證了知識體系的完整性，又為學習者建立個性化的理解框架與知識遷移能力創造了條件，引導學生朝向“學用結合”發展。

在新型的課程形態中，傳統的學科壁壘將被多維度的跨域知識網絡所突破。課程編排不再局限于傳統的學科分類框架，而是基于前沿認知科學研究與現實社會需求，通過多樣化的情境，構建起多層次、多角度的知識聯結。人工智能能夠敏銳捕捉不同學科領域間的隱性關聯，引導學習者在復雜問題解決過程中自然融合多學科視角，形成既有專業深度又有跨領域創新能力的知識結構，最終促成教育從“分科學習”向“跨域建構”的根本性范式轉變。

（四）“沉浸投入”的深度學習

未來學習將通過促進學習者在認知、情感與具身三維度的全面投入來實現深度學習。在智能學習系統的支持下，學習者將從被動接受者轉變為知識的主動建構者。這些系統能夠精準分析每位學習者的認知特質，為其提供可促進深度思考的學習資源與認知策略，引導學習者超越字面理解與機械記憶，深入探索知識的內涵與本質。技術賦能的學習方式將鼓勵學習者建立新舊概念間的實質性聯系，完善認知結構，并促進學習者進行積極思考、分析和深度反思，實現認知的深度投入，從而自然催生高階思維與深層認知能力的發展。[12]

在混合現實技術的賦能下，學習者將能夠在虛實融合的情境中實現學習的物理參與和沉浸體驗，促進深度的具身投入。智能系統將抽象概念轉化為可感知、可操作、可探及的具象呈現，學習者通過身體參與激活多感官學習通道，在“做中學”的過程中形成深層認知。空間計算技術將知識與實踐緊密結合，促進知識在不同情境中的遷移應用，培養解決實際問題的能力。線上與線下混合學習方式的智能調配，將使學習者在知識與實踐相互作用的親歷踐行中不斷完善認知結構，逐步形成創新能力，實現從知識理解到實踐應用的有效轉化。

學習過程中積極的情感體驗是深度學習的關鍵特征。[13] 智能學習系統支持下的學習將不再僅關注知識傳遞，而是通過情緒識別與動機分析技術，為學習者設計促進認知投入的學習策略與學習反思的元認知策略。系統將融合游戲化元素與社交協作機制，創建支持自主學習、小組協作交流的智能環境，助力學習者形成積極的情感體驗，通過促進情感投入激發學習動力與持久參與。情感投入將使學習過程充滿好奇心、成就感和社交聯結，促使學習者通過多渠道、跨領域的合作交流催生新智慧。這種學習生態使得深度學習不僅是認知過程，更是充滿意義的情感體驗。

（五）“全息畫像”的評價技術

教育評價將從傳統的單一測量模式向全方位、全過程、立體化的綜合評價邁進。[14] 評價目標將不再局限于簡單的知識點檢測，而是通過智能傳感網絡與學習分析技術實時捕捉學習者在實驗操作動手能力、問題解決能力、社會情感能力、體質健康等多維度的表現數據。這種立體的評價體系將構建起學習者的全息畫像，更全面衡量學生的實際問題解決能力、協作創新能力與自我調節能力。

評價過程將從傳統的階段性測試演變為無處不在的持續性數據流采集。多模態識別技術將精準捕捉學習者的實驗操作表現、解決問題的策略應用、情緒調控狀態與社交互動能力，先進的智能算法則將這些看似零散的數據點進行有機整合，轉化為有意義的個性化學習圖譜。這種“無感評價”的機制將巧妙消除傳統測試帶來的壓力與焦慮，使評估自然融入學習旅程，成為學習生態的有機組成部分，而非外部強加的干預措施。[15]

評價結果最終將實現從終結性判斷向發展性引導的轉變。AI系統能夠生成精準的個性化反饋與資源推薦，為學習者指明具體的改進方向與方法。同時，評價數據將通過直觀的可視化界面向學習者、教師與家長開放，支持多方協同制定科學的成長規劃。

（六）“動態前瞻”的教育管理

教育管理將從經驗驅動轉向數據引領，建立起前瞻性、精準化的治理體系。決策機制將告別純粹的經驗主導模式，構建數據驅動的智能決策系統，同時實現從單主體自上而下到多主體參與、上下結合的民主化轉型。[16] 教育大數據平臺將無縫整合學習行為、教學過程等多源數據，運用復雜網絡分析與深度學習算法解析當前教育生態并預測未來發展趨勢與潛在問題。

資源配置領域將突破靜態分配的局限，實現動態優化的智能調度。計算實驗的應用將為這一智能調配提供強大支撐，通過模擬各類教育要素間的復雜互動關系，預演不同資源配置策略下的系統演化路徑，管理者可以窮盡各項變量組合，識別潛在瓶頸并尋找最優突破方案。[17] 這種智能調配機制將克服傳統行政規劃的時滯性與剛性限制，確保資源投入與教育產出達成最優匹配。

教育系統仿真與計算實驗將成為決策科學化的重要支撐。基于大數據的仿真技術不僅能揭示多元變量作用下的教育演化軌跡，還能評估各類教育決策的實施效益，預測不同干預措施可能帶來的教育結果。前瞻性的計算實驗將幫助教育管理者超越經驗局限，實現更為科學高效優質的教育治理。

（七）“集智共創”的教師發展

教師專業發展將從知識傳授型向學習設計與人機協作型轉變，構建人機互補、人人共創的能力生態系統。教師將不再局限于傳統的知識傳授，而是演變為學習設計師與AI協作者。未來教師培養將超越單純的學科知識與教學法訓練，轉而強化課程共創能力、人機協同能力與集體智慧整合能力，使教師既能與AI工具協同設計沉浸式學習情境，又能在教師共同體中汲取集體智慧，基于多元反饋持續優化教學策略，實現從“獨立知識傳遞者”到“協作型學習促進者”的角色轉變。

教師發展路徑將從階段性培訓模式升級為人機協力、同伴互助的持續賦能體系。個性化教師成長系統、微認證體系與開放學習網絡將支持教師在人機協作與人際協作的融合環境中獲取新知識與新技能；[18] AI助教與教師伙伴將形成互補型工作聯盟，促使教師發展從“被動應對”轉向“協同進化”。

教師群體將從同質化團隊向“人機融合、人人互聯”的多元化生態演進。傳統的單一學科教師團隊將被人機協同、跨界協作的專業社群所替代，教育工作者、學科專家、技術開發者、數據科學家等多元角色與智能系統將共同參與教育設計與實施過程。這種人機協同、人人協作的生態既保持了人類教師在情感引導與價值塑造方面的核心地位，又通過人機互補與跨界融合釋放了創新潛能。

（八）“開放生態”的學校組織

未來學校邊界將不再局限于物理圍墻，而是擴展為無處不在的開放網絡生態。這種網絡化組織結構促使各類教育業務實現隨時隨地的智能連通與高效協同，為學習者創造前所未有的自主選擇空間與多元文化交流機會，真正體現開放生態的價值所在。

與此同時，學校內部組織結構將從傳統科層體系轉向自組織動態社群。在AI輔助的教育環境下，固定的年級—班級架構被基于項目的學習社群所取代，學習者能夠根據個性化興趣與發展需求自主組合，形成跨年齡、跨學科的探究共同體；教師團隊則基于專業互補組成靈活的任務組，協同設計并實施面向未來的跨界課程。[19] 這種自組織的動態結構將促進更加流暢的知識交流與創新協作，有效激發組織創造力并提升對學習者個性化需求的響應能力，構建起開放生態中最活躍的微觀單元。在治理機制方面，學校將從集中控制模式轉向智能分布式協同演進。

（九）“個性精準”的公共服務

教育公共服務將實現“個性精準”的根本轉變，構建起以學習者為中心的多元協同服務生態。教育供給將從標準化、均質化邁向個性化、精準化。政府主導的基礎教育平臺將與社會多元力量共建的創新資源形成優勢互補。國家負責構建智能化教育基礎設施與質量標準體系，而企業、社區、科研機構則在此基礎上提供豐富多樣的特色服務與創新項目。這種混合供給模式在確保教育公平普惠的同時，通過精準匹配機制為每個學習者提供最契合其個人特質與需求的教育資源組合。服務供給方式將從“大水漫灌”轉向“精準滴灌”。與此同時，教育治理模式也將從垂直管控轉向網絡協同，形成多方參與的服務生態[20]。

人工智能不僅為實現既定教育目標提供新型解決方案，更催生了全新的教育模式、方法與理念，推動教育思維方式與組織形態的革命性變革。深度推進教育數字化轉型，助力教育強國建設，應抓住這一系統性變革契機，既深化“人工智能+教育”的戰略融合，又建立技術、制度與文化協同演進的實施機制。只有將智能技術真正內化為教育系統的有機組成，全面重構數智時代教育的運行范式與生態關系，才能實現教育質量的質變躍升，推動教育強國建設從頂層設計邁向實質突破，最終在技術賦能與人文價值的交融中，構建起人機共智、普惠優質的教育新圖景。

本文系國家語委“十四五”科研規劃2024年度部級重大項目“數智化背景下的語文教育創新發展研究”（ZDA145-20）的階段性研究成果

（作者余勝泉系北京師范大學未來教育高精尖創新中心執行主任，北京師范大學教育學部教授，博士生導師；王志尊系北京師范大學教育學部博士研究生）

《人民教育》2025年第9期

[1] 武俊宏，趙陽，宗成慶. ChatGPT 能力分析與未來展望[J]. 中國科學基金，2023，37（05）：735-742.

[2] 盧宇，余京蕾，陳鵬鶴. 基于大模型的教學智能體構建與應用研究[J]. 中國電化教育，2024，（07）：99-108.

[3] 肖建力，黃星宇，姜飛. 智慧教育中的大語言模型綜述[J/OL]. 智能系統學報，1-17[2025-03-22]. http://kns.cnki.net/kcms/detail/23.1538.tp.20250205.1354.002.html.

[4] 新華社. 中共中央 國務院印發《教育強國建設規劃綱要 （2024—2035年）》[EB/OL].（2025-01-19）[2025-03-18]. https://www.gov.cn/zhengce/202501/content_6999913.htm.

[5][16][19] 余勝泉，王阿習.“互聯網+教育”的變革路徑[J]. 中國電化教育，2016，（10）：1-9.

[6] 余勝泉. 教育數字化轉型的關鍵路徑[J]. 華東師范大學學報（教育科學版），2023，41（03）：62-71.

[7] 余勝泉. 智能時代的未來教育愿景[J]. 人民論壇·學術前沿，2023，（18）：32-43.

[8] 王興宇. 數字化轉型對教育空間的塑造邏輯[J]. 高等工程教育研究，2023，（03）：108-113.

[9] 余勝泉，熊莎莎. 基于大模型增強的通用人工智能教師架構[J]. 開放教育研究，2024，30（01）：33-43.

[10] 余勝泉，湯筱玙. 智能時代的人才培養模式改革與創新[J]. 開放教育研究，2024，30（03）：45-52.

[11] 曾天山，趙麗霞，劉林.加強數字教材建設和管理的有效路徑探索[J]. 課程·教材·教法，2024，44（11）：29-36.

[12] 何克抗.深度學習：網絡時代學習方式的變革[J]. 教育研究，2018，39（05）：111-115.

[13] 段金菊，余勝泉. 學習科學視域下的e-Learning深度學習研究[J]. 遠程教育雜志，2013，31（04）：43-51.

[14] 張志華，王麗，季凱. 大數據賦能新時代教育評價轉型：技術邏輯、現實困境與實現路徑[J]. 電化教育研究，2022，43（05）：33-39.

[15] 余勝泉.數據賦能的未來教育評價[J]. 中小學數字化教學，2021，（07）：5-10.

[17] 余勝泉，徐劉杰. 大數據時代的教育計算實驗研究[J]. 電化教育研究，2019，40（01）：17-24.

[18] 祝智庭，林梓柔，魏非，等.教師發展數字化轉型：平臺化、生態化、實踐化[J]. 中國電化教育，2023，（01）：8-15.

[20] 樊香蘭，賀靜霞. 教育強國建設背景下義務教育公共服務治理體系變革[J]. 中國教育學刊，2024，（09）：44-51.