张治:打造AI准备就绪学校:通往未来的学习多元图景-夜雨聆风

张治:打造AI准备就绪学校:通往未来的学习多元图景

AI时代已然到来，其对教育的影响正在从单纯的“技术叠加”向“系统性重构”迈进，学校在教育观念、设施环境、课程教学与核心素养层面是否已做好充分准备？打造AI准备就绪学校，本质上是对教育操作系统的重写。

过去的教育操作系统主要基于课程教学、教务处、总务处等架构，但AI时代带来诸多教育挑战：其一，知识爆炸与学习效率的矛盾，个体知识在大模型面前变得微不足道；其二是标准化与个体化的冲突，AI时代的工具帮助实现智慧平权，但每个人的发展在从标准化走向个性化，“一刀切”的教育教学模式与关注个性发展的多元学习路径之间便产生冲突；第三，教师在学校系统中担任的角色，从知识传授者、灌输者逐渐转变为学习的组织者、服务者、陪伴者，必须思考如何在教师陪伴下聚焦学生的高阶思维与人格培养；第四是伦理与安全的隐忧，AI时代的伦理问题在于人和人工智能的边界界定，如何让人们有更加安全的体验。这些正在困扰教育的问题，既带来机遇，也存在着挑战。

与此同时，智能时代的教育问题凸显：当前教育体系高度标准化，过度依赖考试与分数；知识传授以应试为导向，缺乏对复杂问题的深度理解训练。深度理解并非单纯的海马体记忆，而是长周期下大脑突触结构的重塑，知识传授强调快速大量，缺乏对问题的深度理解；学生习惯被动接受，缺少质疑、批判和探究精神，导致教育产出和AI的替代性功能高度重叠，教育培养的技能和素养，AI可以一瞬间实现，那么培养这样的人还有什么用？

因此，必须思考人类真正的竞争优势——不是执行力，而是创造力、连接和系统性的深度理解。这种连接不仅是神经元之间的连接，更包括多个认知功能区的广泛连接，如具身认知、想象力、情感连接。

智能能力的恐慌和认知过度外包的矛盾也在加剧：一方面技术发展如此之快、进化如此之强，我们总担心被时代抛弃。另一方面，过度认知外包让教育人忧心忡忡，如果人类放弃对事物底层逻辑的思考，全部通过AI的能力来解决问题，比如说连字都不认识，或者无法理解字的含义，那么所有认知外包都毫无意义。

AI教育治理已成为紧迫的时代话题，如何重写教育的底层操作系统？首先是AI原生学校理念，即学校运行的底层逻辑能深深嵌入AI世界，从基因层面重构教学模式，与传统学校仅将AI作为工具叠加形成鲜明对比。其次是范式革命，其改变的是我们对于教育的认知，让AI成为认知系统的一部分，而非简单的外挂工具。最后是教育目标，通过AI赋能，实现教育的深度变革，为学生提供更高效、更个性化的学习体验。

AI准备就绪学校的底层逻辑：脑科学、知识观、智慧观与教育学

AI技术的快速迭代对传统教育形成四大压力：

第一，知识记忆贬值。过去老师们总希望学生的知识越多越好，而现在，知识没那么重要，也并非越多越好，知识过载实则会带来智慧的降低。

第二，传统教育工具失灵。文凭、考试等各类教育工具，让人“头悬梁，锥刺股”，不知疲倦地学习，而在AI时代，这些工具慢慢失灵，比如不再崇拜文凭，不再迷信大学学位的那张纸。智慧平权背景下，AI原生思维往往不是在大学里长出来，反而在15岁之前培育。高等教育让思维固化，过早闭合，阻碍创新能力的发展。

第三是能力模型迷茫。个人的核心能力从过去的听说读写、基本知识加基本技能，拓展到如今使用AI的意识和能力，这种能力的有无和强弱，对未来创造性发展的高度造成巨大影响。

第四，教育信心动摇。高等教育如果仅仅支持量的递增，其存在价值将受到质疑。MIT学生创立一人公司，自己是唯一的雇员，同时也是老板，估值接近百亿美元。只要有idea，就可以雇数十个、数百个AI员工，为什么要在学校浪费时间？

这时需要重新思考：教什么才是最重要的？怎么教才有效率？怎么评才更科学？就要从有目标的教育转向更有意义的学习。有目标的教育往往是功利的，为了考试、为了文凭、为了能在成绩上碾压同伴才去学习，而有意义的学习指向的是，经历、探索、体验过什么才是最重要的。

脑科学的生理逻辑

大脑突触的连接数量和类型会影响人的智慧的层次，人工智能构成巨大的冲击，在于它颠覆了大脑的天然奖赏机制。心理学上的“谷歌效应”表明，凡是谷歌能查到的，就很难被记住，或人不愿意记忆。长此以往，知识记忆的意识越来越淡薄，变得越来越无知。

大脑记忆的过程高度耗能，天然倾向于节能模式。谷歌、百度等检索工具已经让人偷懒，如今生成式大语言模型，让偷懒变得更便捷高效，大脑会跳过长周期的初步连接和记忆推理过程，直达终点，而这种跳跃会产生大量多巴胺，多巴胺奖赏会让人乐此不疲。于是，人们不愿再认真记忆，不愿再操练自己的大脑。

知识观的演变逻辑

人类发展进程中，知识观经历四次迭代。第一次是人类创造的文字，让人和动物真正区分开。文字让代际之间共享一套智慧，人类恐惧死亡，将智慧记录下来，后代在此基础上接着进化。不管是甲骨文还是青铜器，不管是岩画还是其他文字，知识的文字化记载让人成为智慧文明的生物。第二次飞跃关乎知识的传播。这不仅包括造纸术、印刷术，也包括大规模学校教育，特别是义务教育，知识从高贵阶层独有转为普及化。第三次飞跃关于知识的表征，从文字、图片，到音乐、多媒体、动漫、游戏、电影乃至元宇宙，知识的表征变得极大丰富，人类智慧的纬度得到极大拓展。第四是知识的转化，即我不知道知识在哪里、长什么样，但需要什么知识时，AI工具可以生成，教育的底层逻辑由此发生根本动摇。

智慧观的进化逻辑

简单来说，智慧可以等于智商，而在AI时代，智商最大的变量是人机协同。人的高度等于身高加鞋跟的高度，人的智慧也是智商和AI工具叠加后的人机协同智商。AI垫高人类群体的智慧台阶，从而加快人脑和人工智能的合成智商。

人机协同可激活大脑中的认知区域，在海马体与大脑皮层之间构建新的通道，实现智商的飞跃。如果教育的目的是提升人类的智商，而人机协同智商可以大大超越纯生物人的智商，这是教育范式重构、流程再造的逻辑起点。

教育学的迭代逻辑

早期教育学说并不从认知科学出发，孔子、王阳明、夸美纽斯、杜威等教育家的理论无法证实，也无法证伪。直到巴甫洛夫通过条件反射实验研究学习机制，斯金纳探究学习动机，皮亚杰、加德纳等心理学家将教育与自然科学实验建立关联，继而更多研究者把认知科学、神经科学与教育建立关联，教育学进入实验阶段。

随着人工智能和大数据快速发展，教育学说进入下一个时代：计算教育学。个体的学习和认知过程、不同人的个性发展、最优学习路径，均可建模、推演、博弈分析。比如获取知识的过程如同通过沙袋训练肌肉，沙袋本身不是目标，强化肌肉才是核心，但打多少次最适合，没人考虑过。我经常问数学老师几个问题：小学生做四则混合运算，做1000道题目好还是500道题目好？男生和女生是不是应该做得一样多？没人能回答这些问题。通常人们认为，做题数量多可以强化肌肉记忆，思维会更加流畅，实则，这会导致思维过早闭合，是创造力衰减的开始。由此，需要根据不同类型的认知风格与思维状态，对学习过程做量化、做建模、做推演。同样，过去建构观念的方法是，灌输一遍、两遍、三遍，再通过考试让人牢牢记住，但事实并非如此。

往前推演30年至50年，绝大部分人可能从Human being，变成碳基和硅基智慧融为一体的Human AI being。教育的形态要服从和服务于生命形态，因此，我们要走向适应未来的、硅碳融合的教育模式。

AI准备就绪学校的历史逻辑：未来课堂建设是破题关键

传统教育以教师为中心、以教材为中心、以考试为中心。以教师为中心的缺点在于教师掌控教学过程，从而让内容和方法固化，老师一人的思维方式变成全班同学的思维方式，老师聪明，每个学生都聪明，老师愚笨，每个学生都被拉低水平。以教材为中心，会固化我们的知识供给，从而导致标准答案成为唯一的知识来源，导致学习窄化。以考试为中心导致以考试为主导的评价体系，考试逐渐成为学生好不好、老师好不好、校长好不好的终极审判标准，这三个中心逐渐导致学生学习兴趣丧失、发展方向受限、创新能力弱化。

当前教育变革聚焦 “四个未来”，指向未来课堂、未来教师、未来学校和未来学习中心协同的育人生态。其中，未来课堂是枢纽，是代际交互的场域，学生可以在线或在场，可以是真人或虚拟人，交互存在，教育便得以发生。未来课堂需依托未来教师，在虚实共生的未来学校与未来学习中心中开展教学活动，并以认知规律、大脑规律为底层理论支撑，让学习走向科学且高效。

教育从过去的平面结构，升级为立体三维结构，第一维是教育中的学习者、学习环境、学习资源和学习过程；第二个维度则是教育学背后的理论、技术、应用、评价；第三个维度，更多人开始思考教育的运作，涉及数据建模、认知分析、机制水平探究与技术支撑。“一个硬币有三个面”，看见第三个面，关于教育的认知维度就会更加立体。

当然，如何通过教育促进公平与均衡？如何改革学习，让优质和高效得以实现？如何通过教育让更多学生在个性和创新方面得到发展？仍是教育头上的三座大山，而未来课堂建设是破解难题的重要关切点。

未来课堂的四个维度：高效教、个性学、精准管、科学评

一是高效教，推动人机协同的教学革新。人工智能具备强大的精准分析与内容生成能力，能够为教师提供教学方案设计、资源与工具生成、课堂多元互动、学习评价以及教学研究等全流程支持。

微软教育研究院曾发布《2025教育中的人工智能特别报告》，其中美国教师在使用AI方面的应用前五项分别为：为课程计划、辅助材料和作业集思广益（31%），创建或更新课程计划、辅助材料和作业（29%），为学生简化复杂主题（24%），利用实时性能数据和预测分析来发现学生改进的机会（24%），差异化教学以满足学生的需求（23%）。其使用AI的深度和广度方面值得借鉴。

我曾调研很多老师使用AI的情况，他们追求AI帮忙改作业、写教案，过去需要花一个小时或更长时间，现在只需要五分钟，节省的时间应用于教案优化，思考个性化培养，但很多老师一旦实现这种偷懒行为，便放弃后面的努力。虽有AI赋能，到班级里还是满堂灌的教学。

“高效教”可以解决中国教育60%的问题，而“个性学”可以解决90%的问题。

二是个性学，提供动态适应的学习支持。面向学生学习成长的多样化需求，人工智能凭借强大的数据解析与内容生成能力，不仅能提供个性化的学习支持与辅导，丰富沉浸式的探究体验，更能成为全天候的智能学伴，全方位助力学生的快乐学习、健康成长与幸福生活。

微软教育研究院的报告显示，学生如何使用AI工具？分别是：帮助我开始并为作业进行头脑风暴（37%），帮我总结信息（33%），更快获得我需要的答案或信息（33%），为我的工作提供初步反馈（32%），帮助我以最适合自己的方式学习（30%），提高我的写作技能（28%），让我的演示文稿和项目在视觉上更吸引人（25%）。帮助进行头脑风暴占比最高的原因在于，美国学生作业以长周期、深度思考的项目化学习为主，而非快速操练，迅速找到答案。

我曾在某所学校调研，发现学校允许学生全面使用AI，而80%的学生用AI的第一件事就是找答案，这不可避免地导致认知外包、思维惰性。如何让AI赋能创造力、综合实践能力、解决问题能力，而不是仅仅找答案，值得我们思考。

三是精准管，实现数据驱动的教育治理。生成式人工智能结合大数据分析技术，能高效处理海量教育数据，为教育管理与评价决策提供数据支撑，实现管理的科学高效和灵活协同。

美国学校校长使用AI的情景主要集中于：为学生的作业提供快速反馈和改进建议；提高运营和行政流程的效率；提供便利工具以让学生能够充分参与；利用实时表现数据和预测分析发现学生改进机会；提高支持和与学生沟通的能力。这提醒我们要为学生提供个性化反馈，促进学习更广泛地发生，给学生带来更多元的经历。

四是科学评。如果不解决科学评的问题，课堂评价体系没有得到重建，绝大部分老师还在原来的轨道上加速向前，不愿意改革，也不知道如何改革。因此，要实现基于数据的评价，教与学的过程一切都可记载、一切皆可分析，生成式人工智能结合大数据分析技术，教育评价基于海量教育数据，从学生发展、课堂教学到教师贡献都可以建模分析。

华师大智能教育研究院正在构建基于智能学伴的未来课堂，其系统架构由基础资源、智能中枢、能力模块、人格交互和智能载体五个关键部分构成。基础资源是整个系统的基石，为学伴提供丰富的知识储备和数据支撑。智能中枢相当于学伴的“大脑”，承担着意图理解、情景感知、任务规划等重要功能。能力模块是学伴的“工具箱”，装着学业辅导智能体群、课堂复盘智能体群、情感陪伴智能体群等各种实用工具。人格交互赋予学伴人性化特征，通过塑造符合校园文化的形象，融入学校视觉标识与文化元素，建立学伴与学生之间的情感连接。智能载体则是学伴与用户交互的媒介，为学生提供便捷的使用体验。

智能学伴系统的底层原理像“八爪鱼”，通过学习者画像来实现学习的路径规划，通过教学管理系统完成路径规划，基于知识图谱实现全科目的课业辅导，通过计算体育实现健康管理，基于情感计算实现情感陪伴功能。通过AI准备就绪学校构建完善的学习体系，未来将形成“四梁八柱”的教育结构，即高效教、个性学、精准管、科学评，辅以八大支撑模块，推动教育结构的重塑。

AI准备就绪学校的未来图景：每一种学习方式都被尊重

未来图景一：个性化学习的极致体验。包括学习路径完全定制，AI根据学生的能力、兴趣和学习进度，实时动态调整学习内容、难度和节奏，真正实现因材施教；智能学伴全天候陪伴，AI助教随时解答学生疑问，提供个性化学习建议，成为学生的全天候学习伙伴，填补教育资源缺口；知识图谱动态构建，通过可视化的知识图谱，清晰展示学生的知识掌握情况，精准定位薄弱环节，实现高效查漏补缺。

未来图景二：教师角色的华丽转身。教师从知识的传授者，转变为学习的设计师、学生成长的陪伴者以及AI的协作者，教师将更专注于育人的核心工作。

未来图景三：评价体系的全面革新。从单一的分数评价转向多元的能力图谱，更加注重过程性和真实性评价，并利用AI实现更精准的评估，使其成为学校标配的技术，成为支撑学校变革的另一种力量，让评价真正促进学生的成长。

未来图景四：校园空间的智能进化。从以物理空间为主、以标准化教室为主的校园空间，逐渐出现更多数字孪生校园，在物理世界和虚拟世界之间建立镜像。泛在的学习空间打破传统教室的物理边界，学习可以在校园的任何角落发生。同时，大量智能技术会进入生活，进入学习场域，智能感知环境，为师生创造更舒适的学习生活体验。