育见 | 圆桌微论坛:AI 进校园,如何使之成为利器而非陷阱?

全文共9421字，阅读大约24分钟

关于这一点的讨论，在 2025 年初的寒假就已经出现了，有些学生利用 AI 完成作业，引起了家长和社会舆论的广泛关注。其实之前就曾出现过“作业神器”，学生只要拍照上传就可以轻松得到答案。由促进学生学习和完成作业，演变成学生用“作业神器”代做作业，实际上对学生的成长是没有任何好处的。现在学生用 AI 完成作业，相对于之前的“作业神器”来说，实际上是进一步升级的，因为它更加智能，而且还会向学生展示思维过程。因此，学生用 AI 完成作业实际上是警醒学校教育和家庭教育，要引导学生正确看待和使用 AI，否则可能会出现一系列问题。

一方面要加强对学生的 AI 伦理教育，这是非常重要的，要让学生掌握使用 AI 的规范，避免在使用过程中出现不诚信行为，预防产生用 AI 伤害他人、侵犯他人或自身权利的一些行为。另一方面，在 AI时代，学生也要强化知识产权意识，不能认为“天下文章一大抄”，在引用他人的文献时一定要标明出处，尊重他人的原创性成果，如此才能鼓励学生创新创造。

关于技术应用的限定与监管考验人性，在现实中难免面临博弈与挑战。如规定可以用 AI 检索资料，禁止用 AI 生成作业、完成论文等，但总会有学生投机取巧，不仅用 AI 生成文章，还尝试用 AI 消除 AI 的味道。因此，反复说教或者严防死守都无法真正解决问题，关键是要让学生从内心深处形成关于AI 应用的理性思考。

比如通过跨学科主题学习让学生直面伦理冲突的情境，引导学生在思辨中理解技术的边界，让学生认识到人工智能工具并非全知全能，也不能完全信赖；通过“同题异构”，让学生与 AI 共同完成一篇作文，然后开展集体研讨，分析异同、感受优劣，总结渗透AI 味道的作文有什么特征，与凝聚着个体真情实感的质朴表达有何不同。学生只有真正尝试过、体验过、经历过，有过对比、反思、鉴别，才能更好地将 AI作为自主学习、自我成长的工具，而不被技术所束缚。

人工智能发展与应用的加速，使得学生与人工智能的接触越来越密切。要引导学生正确看待和使用人工智能，最关键的是要让学生了解人工智能，最主要的途径是开展人工智能教育，尤其是要开好人工智能课程。现在很多学校开展的人工智能课程都是体验类的，需要在此基础之上，进一步下沉到认知层面上。

总体来说，有质量的人工智能课程起码要回答以下几个基本问题。第一，人工智能究竟是什么？第二，人工智能是怎么来的？第三，人工智能作为一个专门的学科领域，都有哪些基本的原理和关键的技术？第四，人工智能主要的应用场景都有哪些？第五，人工智能和人类智能究竟是什么关系？厘清了以上几个基本问题，学生才能真正理解人工智能，具备与人工智能正确相处的能力。

引导学生正确看待和使用 AI，关键在于教育他们理解 AI 的本质与局限。可以通过教授基本的编程与 AI 原理，让学生亲手操作，体验 AI 的运作过程，从而培养他们对技术的敬畏之心与合理使用的能力。此外，还须强调人机协作的重要性，鼓励学生思考如何在 AI 辅助下发挥自身优势，实现个人成长。

具体措施可包括以下几个方面：首先，将 AI 教育纳入学校常规课程体系，确保每位学生都能接触到基础的 AI 知识与应用技能。其次，建立 AI 实验室或创新中心，提供必要的硬件与软件资源，供学生进行实践操作与项目研究。此外，可以举办 AI 创新竞赛，激发学生的创新思维与实践能力，让他们在解决实际问题的过程中深化对 AI 的理解与应用。最后，加强与 AI 企业的合作，为学生提供实践机会，让他们在实践中学习如何在 AI 辅助下发挥自身优势，为未来的职业发展打下坚实的基础。

人工智能在中小学的应用应围绕中小学校的核心业务来展开。对于中小学来说，最核心的业务是教学和教研。教学是让学生变好，教研是让老师变好。教学和教研是相互联系在一起的。因此，人工智能在中小学的应用，首先应该探索和回答以下两个问题:第一，人工智能技术能不能让我们的学生学得更好?第二，人工智能技术能不能让我们的老师教得更好?

目前，人工智能技术在教育领域有两个较为成熟的应用:一个是用来教语言，另一个是用来考试。现在需要在这两方面应用基础上，进一步探索新的辅助学习的应用领域和场景。比如，应用人工智能的技术来辅助对教师和学生的评价;应用智能工具来辅助学科教学，特别是数学和物理等理科的教学;应用语言大模型来帮助老师备课和教研;等等。此外，人工智能技术还可以应用于学校管理，特别是在校园安全预警和防护方面具有巨大的潜力。

在教与学方面，一是个性化学习。虽然班级授课制依然是当下的主流教学方式，但学校正通过为学生配备数字设备、开展数据分析、将AI融人教育教学过程，助力个性化学习时代的到来。二是课堂分析。收集学校教育中特别是课堂教学中的各种数据，对学生如何在学习活动中提升知识、技能和素养进行建模，将内隐的学习过程可视化，使不可见的学习过程变得可见，为教师捕捉学生课堂学习行为提供证据。三是学习参与度的测量。这是评估教育成效的一个重要指标，但“参与”被认为是一个广泛而复杂的概念，目前对参与度的测量还停留在浅层，有很大的探索空间。四是关照特殊人群，促进教育公平。儿童的特殊需要和障碍，既包括身体障碍，也包括认知和神经发育障碍。其中的某些障碍，比如阅读困难、书写困难等，只有在教育教学过程中才会显现出来，相关层面的应用场景亟待开发。在教育管理方面，一是学习分析技术，即对学习者学习环境的数据进行测量、收集、分析与报告，理解并优化学习及学习环境，优化学校的组织管理。在宏观层面，可以帮助教师确定学生的发展方向;在中观层面，有助于教师改进教学；在微观层面，有助于实现因材施教。二是建立学习预警系统，制定和调整干预措施。三是基于游戏的教育评价，通过游戏或模拟情景的设计，为学生提供一种仿真的情境，让学生在真实情境中解决问题，并整合过程性评价和终结性评价。四是搭建区块链平台，创建真正具备互操作性的全球数字认证生态系统：任何人都可以与他人交换学业记录，可以及时进行遴选和验证，且无须担心造假。

目前，AI 在中小学的应用已经涵盖了许多领域，例如前面提到的个性化学习、课堂辅助教学、学生评估与反馈等。具体到学科教学，在语文、数学、科学等学科中，AI 可以帮助学生进行定制化的练习和数据分析，提供个性化的学习建议；而在美术、音乐等艺术教育中，AI 也能够帮助学生激发创造力，辅助创作。未来，AI 可以进一步在跨学科项目式学习、虚拟实验室、智能化教室等方面发挥更大作用。随着技术不断发展，它还能进一步渗透到学生心理健康教育和情感支持方面，构建更加全面、智能的学习生态。

人工智能技术运用于日常管理和教育教学的一些常规工作中，能够显著提升效率，助力管理者和教师解放双手。因此，面对新技术浪潮的席卷，教育者要勇于直面技术，熟练驾驭技术，和学生一起踏上人工智能学习和应用之旅。比如要积极参加各类培训学习，掌握人工智能相关通识性知识，了解生成式人工智能的基础性原理，以及其优势和局限，做新时代的技术达人；要善于运用各类人工智能工具为教育教学工作提供助力，如个性化学习系统和评价系统、智能化试卷分析、虚拟实验室、VR/AR 设备等，让 AI 成为服务学生探究式学习、项目化学习的支架，有效激发学生探究的兴趣，引导学习走向深度。

智慧校园建设历来是教育信息化建设与发展关注的重要课题。伴随着教育数字化不断向前推进、智慧教育理念的普及，智慧校园的内涵也变得日益丰富。总体而言，人工智能技术对于智慧校园建设与发展的潜在价值主要包括以下四个方面。

第一是实现动态监测。通过智能物联网技术实现对多模态数据的伴随式采集，可以实现对学校运营状况的实时动态监测。第二是实现科学决策。基于多模态数据的采集与分析，可以把管理的决策建立在证据的基础之上，避免基于经验进行决策不可避免带来的盲目性。第三是实现精细管理。以往的管理都是粗放型的，现在基于智能技术对数据的采集与处理，可以实现对人、财、物在需求与供给之间的精准适配，极大提升管理效率和资源利用的效能。第四是实现精准服务。管理不仅是决策，更是服务。基于智能技术围绕教学和教研等核心业务开展业务智能分析，可以敏锐地发现潜在的业务需求，从而及时提供有针对性的管理服务。

在基础设施建设方面，着力构建融合“主干网 + 有线网 + 无线网 + 管理网”的新一代校园综合网络，其中管理网实现物联功能，将各种数字化终端连接在一起，形成绿色、灵活、高效、安全、智能的基础网络平台；建设校级智算中心服务基础设施底座，提升算力；建设AI 与教育相融合的大数据综合管理平台，将结构化数据和非结构化数据进行统一纳管和治理，实现一站式数据全生命周期管理，为 AI 校内应用提供重要的数据基础。

在教学、管理和科研方面，围绕重点建设的应用场景，根据学校的办学特点和 AI 与教育融合的实际，开展相关的实践和探索。同时优化面向师生的服务事项，构建一站式网上办事信息化服务平台，实现“数据多跑路，师生少跑腿”，切实提升全校师生的信息化服务体验。

在 AI 的推动下，智慧校园建设可以朝着几个方向转型升级。首先是智能化教学管理，通过 AI 对学生的学习过程进行实时分析，为教师提供精准的教学支持，帮助教师更加高效地进行个性化教学。其次是智能化学习平台的构建，结合 AI 技术的在线学习系统，可以为每个学生量身定制学习路径和评估反馈，实现真正意义上的个性化教育。最后是学校管理的智能化，通过 AI分析学校的各类数据（如教师考核、学生表现、校园安全等），帮助学校优化管理，提高决策效率。最终目标是构建一个全面支持学生成长、教师发展、家校协作的智能化校园生态环境。

除了上述专家提到的数据驱动、个性化服务和智能化管理之外，我认为智慧校园建设还可以进一步向以下几个具体方向转型升级。

第一，可以加强 AI 在辅助教学方面的应用，比如通过智能语音识别和自然语言处理技术，实现课堂互动的智能分析，为教师提供即时的学生反馈，从而调整教学方法。第二，智慧校园可以推动远程教育和混合学习模式的发展，利用AI技术优化在线课程体验，为学生提供更多样化的学习选择。第三，智慧校园建设还应注重环境可持续性，比如通过智能能源管理系统，优化校园能源使用，减少碳排放。第四，智慧校园可以成为社区教育的枢纽，利用AI技术连接校内外资源，促进家校社合作，共同为学生的全面发展提供支持。这些转型升级方向不仅有助于提升教育质量，还能增强学校的创新能力和社会影响力。

近代以来的学校和过去的私塾相比最大的竞争优势就是规模化。规模化的教育扩大了公民受教育的机会，在很大程度上实现了教育平权，但与此同时也不可避免地产生了一些负面的影响——与规模化的教育实践相伴随的是标准化，导致因材施教的教育理想离现实越来越远。如何在保持规模化优势的基础上，实现规模化教育和个性化发展的统一，是超越近代以来建立的学校教育体系，真正推动教育革命性变化的关键。在这一点上，人工智能技术可以有很大的作为。

要实现学习的个性化，有一个很重要的基础和前提，那就是教学的个别化。而教学的个别化，最直接有效的办法就是给每一个学生都配一个老师。这在现实中是不可能的。但是，给每一个学生配一个可以像老师一样的机器是可行的。20世纪60年代风靡美国的程序教学运动就试图这样做，但因为技术不过关最后没有成功。当下，人工智能技术发展到现在这个程度，程序教学当年没有实现的目的现在就具有了实现的可能，那就是智能导师或智能助教。

从技术的角度看，个性化学习的未来发展，取决于三项关键技术的进一步完善:一是能够不着痕迹地对学习者的学习行为和学习环境进行跟踪和数据采集；二是能够根据所采集的数据诊断学习者的当前状态，并预测其未来发展；三是能够在诊断的基础上，确定促进学习者能力发展的最优行动方案。

从教师教学的角度看，取决于教师是否能够从整天关注教材和教学流程中解放出来，将目光聚焦在一个个鲜活的学生个体身上；取决于教师能否有效解读AI推送的学生个性化数据甚至数字画像;取决于教师在解读了学生的个性化数据后能否给予学生恰当的指导。这些既是困境，也是突围的着力点。

AI 驱动的个性化学习在落地过程中面临的主要困境是数据的准确性与隐私保护，以及教师和教育管理者 AI 素养的提升。目前，虽然 AI可以为学生提供个性化的学习建议，但数据收集和分析的准确性仍然是一个挑战，尤其是针对学生心理和情感层面的数据。而在教师层面，部分教师对于 AI 的应用和理解还不够深入，缺乏足够的培训和支持。

为了解决这些问题，我们需要加强数据的规范管理和保护措施，提升教师的 AI 素养，提供更多的培训资源。同时，还要逐步完善个性化学习平台，让 AI 根据学生的学习进展和反馈进行动态调整，为学生提供更加精准的学习支持。

我国已经在推进教育评价改革，要求改进结果评价、强化过程评价、探索增值评价、健全综合评价。但现实中更多的还是结果性评价，也就是考试性评价，因为这种方式被普遍认为是公平、客观以及可操作的。而强化过程评价、探索增值评价和健全综合评价却很难，原因在于评价中存在一些过程性的、人为的因素。如何避免这一问题，让过程评价和增值评价更加个性化，同时也做到客观、科学，就可以发挥 AI 的作用。

具体而言，可以把 AI 引入教育的管理和评价改革之中，比如当前针对体育的评价就可以采用智慧体育的方式。一直以来，我们都要求学校开齐、开足、上好体育课，但是有的学校会存在“阴阳课表”的问题，用其他学科的教学挤占体育课的时间。随着 AI 技术的发展，可通过智慧体育监测学生上体育课的时长、运动负荷、心率表现等，同时也可以对学生进行体测，保障学校开齐、开足、上好体育课。这恰恰是应用 AI 技术的时候，需要去推进的学校教学变革，而不是像有人提到的要把 AI 纳入中考和高考。如果将 AI 纳入中考和高考，紧接着会带来的问题就是人工智能教育的知识化和应试化，从而加剧学生的负担，而不是促进学生的发展。

随着 AI 与教育的融合越来越深入，学生在学习过程中的数字画像越来越精确，过程性评价的价值就会逐渐凸显出来。在未来的中高考中，完全可以将过程性评价和结果性评价结合起来，一方面关注学生在学科学习过程中的整体表现，另一方面通过结果性评价考查学生综合运用学科知识处理和解决实际问题的能力，以及知识的迁移能力。

目前在上海的中考中，思想品德科目以及历史科目的考试正在探索这样的方式。两个科目的中考成绩分别由学校提供的过程性评价和统一组织的中考测试成绩两部分组成，在中考中还均采取了开卷考试的方式，重点考查学生对学科知识的理解和综合运用。

AI 驱动的过程性评估能有效地补充传统考试评价的不足。通过实时跟踪学生的学习过程，AI 可以为教师提供多维度的评估数据，如学生的学习兴趣、思维深度、解决问题的能力等。这些数据能够为中高考改革提供有力的支持，帮助从单一的知识评估转向更加多元、全面的评价体系。

在对接中高考改革时，AI 驱动的过程性评估应当更加注重学生的创新能力、批判性思维和实践能力，通过连续的学习数据分析，提供真实的学生学习轨迹和成果展示。这将有助于实现更加科学、全面的评价，促进教育的个性化和多样化。

我认为 AI 驱动的过程性评估与中高考改革的对接，须关注评估标准的统一性与灵活性。具体而言，建立统一的评估框架是基础。该框架应涵盖学生知识掌握、技能提升、情感态度等多方面的发展，确保评估的全面性。同时，利用 AI 算法对大量数据进行深度挖掘，识别学生的学习模式与成长轨迹，为每位学生生成个性化的评估报告。这不仅有助于高校更准确地了解学生的综合能力，也为招生决策提供了科学依据。

在保持评估标准统一性的基础上，还需注重灵活性。这意味着在评估过程中，应充分考虑地区差异、学校特色及学生个性等因素，避免“一刀切”的评估方式。通过设定可调整的评估指标与权重，确保评估结果既能反映学生的真实水平，又能体现教育多样性。此外，鼓励学生参与评估标准的制定过程，增强其对评估的认同感与积极性，也是提升评估灵活性的有效途径。

AI 与教育的融合是大势所趋，但技术运用的最终目标是为了人、服务人、支持人、发展人、成就人。杜威说，教育是生活的过程，学校必须呈现现在的生活，即对于儿童来说是真实而生气勃勃的生活。技术的应用是为了让教育变得更好，更是为了当下每一个生命的成长。学生解题时的眉头紧锁，在数据测算之下进行精确分析时，是学生面对此类题目的困扰程度；老师敏锐捕捉后所给予的及时点拨或者轻拍肩头的一句鼓励，却是学生化解难题的支持和动力。解题过程中历经千难万险后“登顶”的欣喜若狂，才是学生成长的过程性见证。老师一个鼓励的眼神、一次温暖的拥抱、作业本上的一句评语，都有可能成为学生生命中弥足珍贵的记忆。教育的根本任务是立德树人，是培养精神独立、人格完整、心灵自由并且无法被技术所取代的新一代公民。未来更好的教育、更美好的生活，源自教育过程中对每个生命的人文观照。

在 AI 时代，更要不忘初心，牢记教育的根本任务是培养人，是培养全面发展的人，是培养能够更好地生活以及能为社会做更多贡献的人。学术能力仅仅是教育教学的要素之一，要以“五育融合”的理念重建学校的课程体系和教学流程，促进学生德智体美劳全面发展。

德育和美育，虽然有知识的成分在其中，但更多需要的是环境的熏陶和标杆的引领，需要通过学生的体验实现内化；体育和劳动教育，身体力行、养成习惯尤为重要。在这些方面，AI 可以创设氛围、营造沉浸式的学习环境、提供操作实践的空间，如通过 VR 技术模拟一些道德困境场景，让学生身临其境地感受和体验，从而增强他们的情感共鸣和道德判断能力。但最重要的情感体验和道德判断，仍然来自亲身的实践，来自与教师、与同学、与社会各界的互动交往，这也是 AI 时代学校存在的价值所在。

虽然 AI 技术能够提供精准的学习支持，但我们必须警惕它在教育中可能带来的冷漠性。在 AI 教育的应用中，我们需要确保情感教育与道德判断的培养始终是教育的核心内容。AI 在情感体验方面的应用应当辅以真实的师生互动和情感交流。

例如，在语文、历史等课程中，通过 AI 辅助学生理解文学作品中的情感表达和道德情境，教师可以通过引导性的问题帮助学生理解人物内心世界和道德困境。学校还应当强化道德思辨与 AI 伦理教育，让学生理解技术应用中的伦理问题，并形成正确的价值观，避免技术对学生思维的单一化或物化。

AI 背景下强化学生的情感体验与道德判断，须注重人文教育与技术教育的融合。首先，将人文教育纳入 AI 课程体系，确保学生在接受 AI 技术培训的同时，也能接触到文学、艺术、历史等人文学科的内容。可以开发跨学科的教材，将 AI 知识与人文知识相融合，让学生在技术学习的同时，也能培养审美情趣、人文情怀与道德观念。

其次，增加案例分析、角色扮演等实践性教学环节。通过让学生参与讨论 AI 技术在实际应用中可能带来的伦理问题，引导他们思考如何在技术发展中坚守人类价值、维护社会正义。这种教学方式能够让学生在实践中锻炼道德判断能力，增强对 AI 伦理问题的认识。

此外，建立跨学科交流平台，鼓励学生参与人工智能伦理、法律与社会影响的研讨。可以定期举办跨学科研讨会，邀请不同学科背景的师生共同探讨 AI 技术的责任与边界。通过跨学科的对话，拓宽学生的视野，促进他们在情感体验与道德判断上的深度思考。

在我们最近完成的一期杂志出刊过程中，我遇到了两篇 AI 深度参与的论文，真真切切地经历了生成式人工智能给出版行业带来的冲击。这也令我们深感疑虑：学术伦理的底线如何坚守？类似问题其实也是当前教育领域不得不直面的挑战。这让我想起前些日子一位语文老师所谈及的困惑，当学生基于给 AI投喂个性化数据而完成一篇作文，教师该如何识别并评判其优劣。

关于技术运用中“度”的把握，一直是个颇受争议的话题。我们在体会人工智能技术便利性的同时，也不得不直面它带来的“反噬”。具体到学校场景中，当应用人工智能工具进行学生课堂表情、学习状态的瞬时捕捉时，当以精准的算法研判为潜能各异的学生提供学习水平检测及未来学习指引时，数据的作用被无限放大，人的力量却被极度弱化。当智能作文批改带来效率提升的同时，因一句评语而连接的师生情感被笼统而空泛的评价所取代，Deep Seek 可以书写出对仗工整、表达唯美的评语，却缺少对文字背后个性化生命的观照。在真实的教育现场，在涉及人与人的关联交互时，机械的“机在线”终究抵不过温馨的“人在场”。因此，要科学划定 AI 应用的红线，合理审慎地用好人工智能技术。

人工智能进校园，面临的伦理挑战不仅仅是目前因为技术自身的不成熟而可能导致的各种人工智能幻觉等问题，更深层和严峻的问题在于人工智能技术存在着大量的误用和滥用。

要解决这一问题，最重要的是，在一项技术本身还没有成熟的时候，在实验室加强研究和探索是非常有必要的，但不要盲目地把它转化为产品，急切地推广到学校里面去。在教育领域内，很早就有对“神经神话”的批评。所谓的“神经神话”，是指在神经科学还没有真正成熟的时候，我们就盲目把一些似是而非的理论引进到教育领域内，为自己的教育实践寻求一个神经科学的基础。现在，我们同样要警惕出现与“神经神话”类似的“AI 神话”，觉得人工智能技术无所不能，无往不胜。这不是理性的态度。

AI 所带来的伦理问题，如隐私保护、算法偏见、数据安全等，是学生必须了解和学习的内容。教师在教学的过程中，要有这样的意识，借助学生在使用 AI 中遇到的实际问题，通过案例剖析，让学生理解AI 伦理问题的重要性，并学会在使用 AI 时保持警惕。教师在教学过程中注重培养学生的批判性思维能力，使他们能够对 AI 技术的应用和影响进行独立思考和理性判断。鼓励学生对 AI 生成的内容进行质疑和验证，避免盲目依赖和轻信。

学校和教师方面，要严格遵守隐私保护原则，对学生的个人信息和学习数据进行加密处理，确保数据的收集、存储、使用和共享符合法律法规和伦理要求。应制定明确的 AI 使用规范和管理制度，规范师生在教学、学习和校园生活中的 AI 使用行为。加强对教师的 AI 伦理培训，提高教师对 AI 技术在教育中应用的伦理认识和处理能力。

杂志征稿