首页 - 中国教育科学研究院

祝新宇 | 生成式人工智能与教育融合发展：教育变革的实践转向

时间：2025-04-11 来源：党委办公室浏览量：769 【浏览字体：大中小】

编者按：学习宣传贯彻《教育强国建设规划纲要（2024-2035年）》精神，系统领会中共中央、国务院关于教育强国建设的一系列新要求、新任务，推动解决教育强国建设中的重大问题，是当前教育系统的重大政治任务。中国教育科学研究院组织精锐科研力量，围绕《纲要》核心内容，在纸媒、电视、网络等平台开展阐释研究，助力《纲要》落地生根，推动教育强国建设迈向更高水平。现摘取部分优秀成果，陆续推出，以飨读者。

作为人工智能的重要突破，生成式人工智能的迅猛发展正在对人类社会演进产生深远影响。就教育领域而言，生成式人工智能不仅驱动教育技术的迭代升级，更为教育的系统性变革提供了契机。2023年，联合国教科文组织在以生成式人工智能为议题召开全球教育部长会议后，该组织教育助理总干事斯蒂芬妮亚·贾尼尼（Stefania Giannini）发表文章《生成式人工智能与教育的未来》，深入分析了生成式人工智能对教育的颠覆性影响。我国于2024年发布《关于加强中小学人工智能教育的通知》，明确了中小学人工智能教育普及的目标，并于2025年将“促进人工智能助力教育变革”纳入《教育强国建设规划纲要（2024-2035年）》。国内外的高度关注预示着生成式人工智能将引发教育变革实践的重要转向，并将重构教育变革的实践逻辑与发展路径。

一

实践范式的突破：从单向赋能到融合共生

以DeepSeek为代表的生成式人工智能的崛起不仅改变了技术范式和应用模式，还深刻影响了技术哲学的底层逻辑。从技术范式上看，生成式人工智能实现了从规则驱动到智能生成的范式转换，使技术不再局限于执行特定场景与规则下的专项任务，而是具备了内容实时生成的能力。从技术应用模式上看，生成式人工智能通过对海量数据的深度学习和模式识别，已经实现从工具性技术到创造性生产力的转变，拓展了人工智能的应用场景，重新定义了技术能力的边界。从技术哲学上看，生成式人工智能的出现使得技术开始形成类主体认知，促使人类重新思考技术与人之间的相互关系，是人类认知与实践方式的重要转折。基于此，生成式人工智能将促使教育变革的实践范式产生如下突破。

首先，生成式人工智能将改变技术在教育活动中的角色地位，推动教育活动从“人际互动”向“人机共育”转变。在传统教育活动中，教师与学生通过直接对话、知识传递和情感交流构建起教育活动的核心关系。随着技术迭代，技术逐步渗透到多种教学场景中，以辅助性角色优化知识呈现方式、拓展教学时空边界，但并未打破师生人际互动的基本框架。而生成式人工智能的出现则颠覆了这种既定格局，使技术不再局限于信息传递的中介角色，而是进化为具有一定认知协同能力的教育活动主体之一。

其次，教育变革的实践内涵将从技术单向赋能转变为技术与教育的融合共生。在技术介入教育的早期阶段，电影、广播、电视等技术载体通过单向信息传播，将标准化知识大规模输送给学习者。这种技术赋能的本质是借助技术能力突破物理课堂的承载边界。互联网时代的跨时空共享打开了教育变革实践的新维度，但在线资源的共享仍未超越技术作为传输通道的辅助工具属性。当数字技术进入教育领域时，教育变革开始走向虚实交融的立体化实践。利用数字技术构建的“数字孪生空间”虽强化了教育应用场景的丰富性，却依然维持着技术改善教育的单向赋能关系。而生成式人工智能的突破性发展将彻底重构教育变革的实践内涵。它通过与各类教育技术的相互融合渗透和自身的“智能”，将极大促进人与技术的协同合作。此外，生成式人工智能能够通过与人的互动不断实现自我更新和提升，促进人与技术之间的良性循环，使得教育主体与技术之间相互塑造、共同成长。

二

实践要素的嬗变：从外因驱动到激活内在

在生成式人工智能的助推下，教育变革中的基础环境、师生素养、技术支撑、教育内容等关键要素将更加注重激活其内驱价值，从而实现教育变革实践从机械性向生命性的跃迁。

1. 环境要素嬗变：从硬件建设到智能联结

在信息化时代，学校教育主要通过提供网络设备、服务器、计算机、电子白板等硬件设施实现教学内容的电子化传递，此时的基础环境以各类设备堆砌的“钢筋铁骨”为主。进入数字化时代，学校层面的基础环境建设进入“云+端”架构的软硬结合时期。尽管此时学校还需要部署相应的数字终端设备来开展教育教学，但网络中心、数据中心、资源平台、数字基座等“重基建”已经开始在区域层面集中部署，学校主要依托由“数字基座+丰富的场景化应用”所构建的“数字空间”来开展教育教学活动。而生成式人工智能的出现将推动大语言模型与物联网技术深度融合，可以进一步在“数字空间”基础上联结各类教育软硬件技术形成协同工作网络，并据此实时分析学生认知轨迹，动态生成教学内容，以及跨校整合调用教学资源等，使学校真正获得立体化、沉浸式智能物联环境，推动学校的基础环境建设进入智能联结阶段，形成“人-技-物”的大融合。

2. 素养要素嬗变：从认知输入到个性培育

传统的学校教育主要依赖集中培训和专门课程提升师生的技术素养，这种方式在信息化早期效果显著，但逐渐面临诸多问题。首先是方法单一且缺乏针对性，难以满足师生多样化的学习起点和能力需求；其次是理论与实践脱节，师生所学的有些知识难以有效应用于实际教学。此外，面对全国超过1800万的教师和2.9亿的学生，推动技术素养个性化培育成本过高。而生成式人工智能的兴起将为解决上述问题开辟新路径。一方面，生成式人工智能强大的自然语言处理能力能够快速破除技术应用障碍，借助它开展对话式学习可以降低师生的心理压力，缩短学习周期；另一方面，将生成式人工智能融入培训和教学，借助其数据处理和内容生成能力可以提升师生的学习效率。例如：它可以在培训中为教师提供个性化建议和练习，在教学中创造虚拟实验场景帮助学生理解抽象知识。这种变革将极大推动师生技术素养提升模式从传统的认知输入向个性化培育转变。

3. 技术要素嬗变：从数据驱动到数智驱动

数字技术支持下的教育变革以数据驱动为核心特征，即教师通过采集学生课堂互动、作业完成情况及学业评估数据等多维度信息，精准定位学生知识掌握盲区，进而动态调整教学方案。政府或学校则依托数据分析平台评估教学成效，优化师资配置与教育资源分配，显著提升教育决策的科学性。但数据驱动当前仍存在一些应用局限。首先，不同技术平台的教育数据采集“各自为政”，影响了数据的统一性、兼容性与流通性。其次，数据分析模型往往依赖预设框架，无法实现对动态数据的灵活分析。最后，数据挖掘分析需要专业人才的支持，无形中抬高了数据价值挖掘的门槛。这些限制使得当前教育活动尚无法充分激活教育数据要素的深层价值。而生成式人工智能理论上能够通过跨技术平台的嵌入促进教育数据采集入口的统合，助力提升多源教育数据的采集效能，并在智能化评价技术支持下实现各类数据的深度融合与动态解析，从而为教学实施、管理优化及教育决策提供系统性智能支持，全面强化教育变革的内在智能驱动力。

4. 内容要素嬗变：从静态模板到动态适配

伴随生成式人工智能的迅猛发展，教育内容的演进方向或将呈现为生成式人工智能构建的动态知识网络体系。相较于传统数字资源难以进行二次开发的静态模板特性，生成式人工智能支持下的教育内容展现出较强的动态生成能力，可以为教育教学活动提供动态适配，如通过多模态生成技术实现课程知识与学生认知特征的适配性重组，基于算法模型生成符合学生个体学习特点的数学公式的动态题库等。这种动态适配不仅提升了学生的学习体验，还促进了知识内化，使教育内容更贴合学生的个性化需求，实现教育内容从静态获得到动态适配的转变，进一步推动教育模式的创新与升级。

三

实践路径的重构：从形态重构到生态重塑

生成式人工智能作为具有颠覆性意义的技术，将深刻改变教育变革的实践路径，推动教育变革从教育模式的形态重构向生态体系的重塑转变。

1. 环境生态重塑：从跨时空到全面无边界

网络技术的应用使教育突破了时空限制，实现知识信息同步或异步快速传递，搭建起跨时空的学习环境。但从技术在教育中应用的实践路径来看，跨时空学习环境的构建仍然隐藏着无形的界限，各类应用软件因来源、技术标准、教育功能各异且数据不通，致使新技术支撑的学习环境面临技术应用的实质性割裂。在数字化转型进程中，一些地区的政府和学校通过制定技术标准、构建数字基座，实现了不同技术应用场景的贯通与数据流转。然而，数字基座虽然从底层实现了不同应用间的数据汇集，但大量汇聚而来的数据质量因不同技术平台采集方式不同而参差不齐，且不同来源数据的跨平台调用也较为困难，使得技术边界阻隔下的学习环境碎片化问题仍未得到彻底破解。而应用生成式人工智能则可以充分发挥其跨平台、跨场景、多模态交互等优势，侧重将不同技术应用场景的使用体验进行有效整合，有利于推动多源异构数据的统一采集与流通，为真正突破技术应用间的“隔阂”提供有力支持。基于此，教育领域将有望构建起知识信息的跨时空共享与各类技术跨边界融合的全面无边界学习环境体系。

2. 应用生态重塑：从预设搭建到需求生成

在数字化时代，学校应用数字技术时通常采用人为预设的方式搭建应用场景，并遵循如下工作逻辑。首先是需求识别，即使用者或技术开发者依据经验或实地调研，分析并预判教育教学活动中技术应用的具体需求；其次是使用者或技术开发者根据需求预判构造应用场景，而后选择合适的技术工具进行搭建；最后是根据技术应用反馈对应用场景进行优化调整。预设应用场景的优势在于能够贴合当时的教育需求，避免技术不适用，但由于所搭建的场景是在使用者或技术开发者当时的认知下设定的，其动态调整性和自主创新性会受到一定制约。而借助生成式人工智能，一方面能通过它与教育活动中各类主体间的高质量互动与多模态内容生成，创生多种人为预设之外的场景需求。另一方面，一些一线教育工作者可以直接尝试利用生成式人工智能强大的编程能力帮助自己按需设计新的场景，或在生成式人工智能的协助下制定所需应用场景的技术构想，再与技术开发方合作实现新场景开发，从而推动形成“人人可参与、人人可创设”的教育应用场景生态体系。

3. 资源生态重塑：从数字化到图谱化

实现教育内容数字化是当前学校教育变革实践中的一项重要内容。应当说，教育内容数字化不仅为优质教育内容的共享提供了有力支持，也为学习者按需学习和教师按需使用提供了极大便利。然而，数字化虽改变了教育内容的呈现形式，却未能触及教育内容变革的本质。各类资源间的内在知识逻辑依然保持静态孤立，无法依据人的思维链条构建动态的知识网络与路径，因此难以真正满足学生的个性化学习需求。而知识图谱作为一种结构化的知识组织与表达方式，与生成式人工智能进行互补性结合后，能够将原本分散孤立的教育资源背后的知识节点联结成一个有机网络，并在交互过程中帮助生成式人工智能训练并提升其推理能力以及内容生成的准确性。另一方面，生成式人工智能也可以结合知识图谱为学生精准提供符合其需要的个性化学习路径，从而为学生提供强大的学习动能。

4. 教学生态重塑：从线性传递到多元共生

学校教学生态的重塑主要涉及教学方式与教学关系的系统性重构。首先，在教学方式上，传统教育以师生间单向、线性的知识技能传递为核心，数字技术的介入虽提升了知识技能传授的效率和精准性，却仍未突破单一知识技能本位的框架。应用生成式人工智能则将推动教学方式向“基础能力训练+高阶思维能力培育”转变，即将知识技能学习作为基础能力进行有针对性的高效训练，在此基础上利用生成式人工智能的技术优势，着力开展问题提出与探究、批判反思与创新实践等活动，以此培养人的深层次思考能力，最终实现人的“基础+高阶”能力全面发展。其次，在教学关系上，传统教学的线性互动模式（教师→学生或教师→学生群）将逐渐被多主体协同网络所取代。生成式人工智能凭借类人化智能特征，既可作为教师的“智能替身”直接开展教学，或以“智能同侪”身份参与教学设计迭代，又能以“智能学伴”身份为学生提供个性化认知支架，更能通过跨平台嵌入构建起技术的共生关系。这种转变使得教师、学生、技术三者间形成动态相嵌的成长共同体。在上述变化中，各类高质量教学数据的流通与融合分析，又将进一步反哺生成式人工智能及其所嵌入的技术平台的智能升级，从而形成以人的能力全面发展为导向、多元主体共育共生的新型教学生态体系。

5. 评价生态重塑：从单一化到多模态

在教育数字化变革中，人们希望通过教育评价数字化转型重塑教育评价体系，推动业务流程重组，实现手段多样、维度全面、结果科学、反馈精准的评价目标。而在具体实践过程中，数字技术尽管推动学校教育评价形式发生了一些变化，如实行数字化考试、电子阅卷、建立数字化成长档案袋等，但仍未摆脱传统单一化、标准化的教育评价方式，使得传统教育评价长期以来存在的问题并未得到根本解决。究其原因，现有的技术手段虽然在一定程度上可以实现对教育过程性数据的采集，甚至是通过各种终端感知设备对师生进行伴随式采集，但因技术介入感较为明显，直接影响了教育过程中全流程、多模态、高质量数据采集的真实性。而生成式人工智能的应用将成为突破这一难题的关键因素。它可以让师生在与嵌入生成式人工智能的各类技术的高体验性互动过程中，“无感”留下各种教育情境下不同维度的真实交互数据，后期通过跨平台的数据存储、融合与多维分析技术支持，就能够绘制出具有多模态特性的师生综合“画像”，从而推动教育评价智能化体系的建立。

四

实践治理的升级：从分散化到有组织

随着全球教育变革的不断深化，系统性地建构起真正面向每个人成长的全新数字教育生态，已纳入数字教育发展领先国家的战略构想之中。这标志着教育变革将进入一个更为全面和深刻的体系化发展阶段，同时要求治理方式从过去的分散化转向更具整体性的有组织治理。特别是在生成式人工智能的推动下，教育变革实践伴随着更多新的风险和挑战，必须“要加强人工智能发展的潜在风险研判和防范”，通过更加有组织的治理手段，确保教育变革的可持续发展。

1. 有组织规划：多维度、多层次的系统规划

有组织规划是教育变革治理升级的首要环节。在早期的教育信息化发展时期，尽管有政府层面的相关规划，但在具体实践中，学校对技术的应用具有较大的话语权。由于学校对技术发展的认知水平有限，其对技术应用的规划设计往往局限于自身的教育环境。随着技术应用规模的不断扩大，以学校为主的应用规划显然过于零散，发挥不出技术集成与共享的优势，于是技术应用的规划设计重心上移成为一种趋势，形成了国家战略规划、区域行动规划和学校应用规划为主的规划格局。而生成式人工智能因其需要强大的算力、算法和数据来支撑，且在教育应用过程中，智能生成内容的准确性、人技协同的有效性以及教育伦理的适应性等方面均面临诸多不确定性和复杂性，使得国家、区域和学校在使用生成式人工智能推动教育变革时，必须统筹考虑人、技术、文化等多重要素转变的组织协调，优化战略方向与价值主张，才能制定出具有多维度、多层次的系统性规划。

2. 有组织建设：资源聚合下的集中建设

有组织建设是实现教育变革治理升级的关键步骤。在技术快速发展的今天，教育变革离不开大量的技术投入与基础建设。无论是信息化建设还是数字化新基建，学校、区域乃至国家层面均需投入大量资源用于基础环境和软件平台的建设。短时间内，这些建设为技术在教育中的规模化应用提供了有力支撑，但也造成了大量的重复投入，并造成后续技术维护成本较高。尽管生成式人工智能在推动教育变革中具有关键作用，但其高昂的建设成本亦不容忽视。相关调查显示，目前全球只有中、美、法等少数国家研发出了自主大模型，绝大部分国家根本无力实现自主开发。因此，以学校乃至区域政府为主体进行生成式人工智能相关建设不仅难以实现，还会造成更大的资源浪费。要实现生成式人工智能的规模化应用，需要依据不同层级规划，整合调动政府、企业、学校及社会各界的资源，有序推动技术研发与应用，从而降低技术的整体应用成本。

3. 有组织引导：多方协同的全面引导

有组织引导是保障教育变革有序推进的重要手段。在教育信息化、数字化转型中，教师的引导是保证技术合理有效应用最关键的因素。因而，做好教师数字素养培育可以有效提升其在教学中的技术引导力，从而提高应用效果。而生成式人工智能因其具有远超数字技术的“智能”，因此在使用过程中会潜藏更多负面风险，包括因对其过度依赖而引发的学习失能、由于技术替代引发的教育诚信危机，以及技术“幻觉”导致的虚假信息获取等。面对这些由复杂技术引发的负面问题，单凭教师的力量难以应对。因此，需要政府、科研机构、学校及科技企业等多方协同，依据技术逻辑明确使用界限，制定各级应用指南，并在实践中全程指导师生，同时定期收集反馈，及时调整优化技术应用策略。

4. 有组织管控：全流程的多重风险防控

有组织管控是防范教育变革风险的关键保障。在教育数字化转型中，针对技术成瘾、技术滥用等风险，一般采用设置技术管控模块、制定相应制度或指南、学校与家庭联合加强管控与心理疏导等方式应对。而生成式人工智能因其具有一定的自主内容生成能力，较之非智能化技术应用，更容易产生意想不到的技术成瘾、算法偏见或伦理安全等问题，仅靠原有的方法难以确保其被安全合理地使用。因此，在教育领域应用生成式人工智能，需构建起由技术伦理审查、算法透明度监管和数据安全防护组成的三级管控体系，以确保其基本的安全性。同时，还需要实时监控数据流，动态评估风险系数，构建技术应用预警机制，形成“监测-研判-处置-复盘”的闭环流程；组建起跨领域应急响应团队，制定风险防控预案；开发涵盖人工智能伦理、数据隐私、技术依赖风险等内容的模块化课程，通过常态化培训提升师生的风险应对能力。

总之，生成式人工智能与教育融合发展将带来巨大的变革潜能，并系统性重构教育变革的实践逻辑。未来，随着生成式人工智能在教育中的不断普及与深入应用，教育变革实践必将产生更多新的变化与挑战，需要我们兼顾创新与安全，不断探索与适应，以实现教育高质量发展的长远目标。

来源 |《中小学管理》2025年第4期

作者 | 祝新宇（中国教科院教育统计分析研究所副所长）

返回列表