严格来说，信息化、人工智能是包含关系。信息化教学指的是充分利用现代信息技术和信息资源，对教学活动进行设计、实施、管理和评价的一种新型教学方式。在智能技术广泛应用于教育之前，所谓“现代信息技术”多指计算机、多媒体、互联网等技术；当下，自然也应包括新一代人工智能技术。信息化教学是一个更上位的概念，人工智能教育（这里指人工智能与教育的融合发展，并非狭义的人工智能课程的开设）是信息化教学的一个重要组成部分，并不是信息化教学的全部。然而值得注意的是，目前信息化教学似乎被窄化，运用了人工智能技术的教育教学被称为“人工智能教育”，不会被称之为信息化教学；信息化教学似乎特指用“非智能技术”的传统信息技术。信息化教学似乎正在逐渐成为一个过时的概念。

一、人工智能“大浪将至”，信息化教学何去何从

让我们姑且把“信息化教学”当成传统信息技术的应用来进行分析—

首先，我们需要充分认识信息化教学与人工智能教育并存的长期性与复杂性。一方面，传统的信息技术与教学融合，本身就是一个涉及教学理念更新、技术工具选择、教学内容生成、教学环境建设等多方面的复杂过程，各地区情不同、教情不同，硬件设备与应用环境也各有差异，在很长一段时间内，广大教师仍然可以通过多媒体课件、在线学习平台等传统的技术手段优化教学，这类技术依然能在教学中发挥应有的效益。另一方面，在信息化教学领域已经取得长足经验的区域，往往也是人工智能教育的先行者，技术固然带来了“弯道超车”的可能性，但机制、体制的变革不可能一蹴而就，人工智能教育的实验与探索离不开信息化教学的土壤。

其次，我们更应该充分认识从信息化教学向人工智能教育跃迁的合理性与必然性。人工智能已成为推动社会发展的关键力量。社会对人才的需求发生了变化，更加注重创新思维、问题解决能力和适应能力、胜任力等综合素质，以及学习动机、意志品质与终身学习。教育作为培养人才的重要途径，必须与时俱进，通过人工智能与教育的融合发展，培养能够适应未来社会发展的高素质人才。传统信息化教学以数字技术（如互联网、多媒体、大数据）为基础，实现了教学资源的数字化和教学流程的优化。而人工智能（AI）技术（如深度学习、机器学习、自然语言处理、生成式人工智能）的发展与成熟，使教育信息化从“工具辅助”迈向“智能重构”有了可能。人工智能可以通过数据挖掘、个性化推荐和动态反馈，突破信息化教学中长期存在的规模化与个性化矛盾的困局；人工智能驱动的教育系统（如智能知识库、教育智能体）能跟踪个体成长，支持即时学习与持续学习。这种跃迁的合理性源于技术与教育规律同频共振后所释放出的能量，必然性则根植于社会发展对教育提出的新要求。正如我们现在的生活与工作状态，未来教育也将是人与人工智能共存、协同的生态，其核心目标是通过技术增强人类智慧（Intelligence Augmentation，IA）、提升社会福祉，而非单纯追求效率提升与优绩主义。

教育部2020年底启动“基于教学改革、融合信息技术的新型教与学模式”实验区建设，覆盖全国90个区域。这些实验区为各地推进数字化转型提供了有效经验，也为信息化教学向人工智能教育升级奠定了良好基础。在梳理这些实践工作基础上，我们也可以发现从信息化教学向人工智能教育跃迁过程中，可资借鉴的一些普遍经验以及需要正视的一些关键问题。

二、信息化教学实践对推进人工智能教育的启示

1.始终围绕教育教学问题的解决去思考技术的应为与可为

技术的应用应该是对教育教学本质问题进行思考的体现，要关注其在提升教育教学质量、解决实际问题等方面的实际成效。这要求我们在信息化教学实践的设计和实施中，既重视技术的创新价值，又注重其在教育中的实用性。比如实验区探索强调两个“防止”、两个“保证”——要防止信息化建设与信息化应用“两张皮”，更要防止信息化应用与教学改革“两张皮”，保证信息化应用目标与教学改革目标的一致性，保证日常教学与实验工作的一致性。[1] 众多区域进行的教学模式与培训教研探索，都是在找准教育“痛点”前提下，让技术有了更为广阔的用武之地。

同样，人工智能教育首先也应是一个教育问题，其工作重点不是追求技术的酷炫，更应该在技术解决教育问题的适切性上下功夫，而所谓“适切”，既有成本的考量，更有对具体问题的具体研究。从制约质量提升的关键环节入手，人工智能必须深入与教学质量提升密切相关的重要环节，如课程、教学、评价、教师专业发展、区域联动等，需求牵引、应用为王，需要更多课程教学层面的研究者、实践者，需要更多学科教师走上前台，多谈问题、少谈主义，让技术波澜不惊地进入教育场域解决典型问题。

2.始终围绕课程标准的素养导向精选课程内容，丰富课程形态

围绕课程标准的核心素养导向，课程内容怎样体现社会发展新变化及科技进步新成果，教育界有过不少精彩的讨论。但在实际教学中，学校总是面临内容全面与课时有限之间的矛盾。利用技术创设多模态、交互性、智能化课程，在精选课程内容、促进知识关联、降低认知负荷方面优势明显。[2] 许多地方通过调用国家云平台、引入第三方课程、自主建设课程，将人工智能与VR/AR、融媒体等技术结合，实现资源的可视化、泛在化、集约化呈现，构建新型认知工具，辅助学生高效完成创新性问题的解决。比如科学课程利用动画、视频等元素使学生更直观地学习和理解；智能化英语听说在课堂上实现即读即评即反馈；“智慧体育”以可穿戴智能终端采集学生体质健康信息进行针对性指导。这种极简教育技术的应用聚焦课程呈现方式的创新，调动了学生学习兴趣，推动了学习方式变革，提升了课堂教学的效益。

技术环境下，项目式学习和跨学科学习问题导向、任务驱动的特点得到放大，引导学习者在线上线下的混合学习环境中，基于学习路径进行权衡、基于真实世界处理复杂情境，在课程的实施过程中亲身经历知识产生的历程。利用技术将学习内容与教学方法整合起来，这种系统设计关注学生的学习行为变化与实际学习所得，真正释放出课堂教学的潜能。

3.始终围绕培养学生的问题解决能力推进学科实践，深化教学改革

从前述对课程创新的讨论我们已看到，当技术改变课程样态之后，学习也必然会改变。正如课程目标不只是包括内容维度，学科与实践合二为一，[3] 教学中要把知识呈现设计成学生积极主动运用技能的问题解决过程。技术也必然要考虑学什么、怎样学的一体化设计。在教育信息化阶段，借助技术，传统教学中内容、过程、评价等要素之间的边界正在被打破。

新一代人工智能技术的使用则进一步重构了教学，如翻转课堂、智能双师等新型教学模式，借助技术创设体现核心知识概念本质特征的情境，打破时空限制，这类任务前置式的学习通过设计多样化、个性化学习路径，引发学生的主动学习，将带有学科特点的实践落在实处。

4.始终围绕促进学生发展与个性成长丰富评价手段，优化评价过程

当前，各级教育行政部门和学校都在积极探索学生个性化评价方式。从各地案例看，技术促进评价创新主要表现在由经验判断向数据驱动的转变。数据获取实现了从小规模的简单、间断性数据向大规模复杂、连续性数据转变，数据分析实现了从粗线条分析向细颗粒度诊断转变，数据反馈实现了由事后反馈向交互式实时反馈转变。

一些区域运用人工智能赋能结果评价、过程评价、增值评价和综合评价。如将技术运用在命题与组卷、考场管理、结果分析，推进评价工作智能化水平提升，探索由“量化”向“质性”的评价转变，实现智能化考评；运用技术更加精准全面地获得各类评价数据，更加公正地对学生、教师、学校进行“画像”；在评价模型构建、全域评价数据采集、数据深度挖掘分析、个性化反馈等方面，人工智能也提升了评价效能。

5.始终围绕教师的减负增效赋能教师能力提升，助力在岗发展

技术的平权作用，让线上线下的混合教学变得更便捷、更便宜，有力促进了优质教育资源的应用与辐射。一些区域通过“双师课堂”创新OMO教学模式，支持建立集团校、城乡校等协作式教学共同体，实现跨校跨区优质资源共建共享，有效缩小校际、城乡差距。通过搭建名师工作室和教研系统，以“互联网+”为手段，建立立足于岗位的教师专业发展共同体；围绕主教和辅教教师共同备课、协作授课、网络教研的新型双师课堂模式开展了深度探索，通过主辅讲教师的密切配合，不仅提高了教学质量，还带动了教师的专业发展。

技术的创新作用让师本研训、在岗学习成为可能。以人工智能技术、信息化平台为手段整合教师培训、教研及教师教育管理，使封闭培训转向开放常态研修学习共同体建设，这也是一种技术加持下培训观念的变革。如首都师范大学以信息化为手段提供教研、培训、教学一体化的平台支持，推进与民族地区联片、跨区教研，探索形成教师教研、研修及教师教育管理的新模式，促进教师专业水平在岗提高、区域协同发展。

三、人工智能应用于教育领域需要破解的一些突出问题

1.厘清人工智能教育的概念内涵，避免工作失焦、方向偏移

一是避免把“人工智能在教育中的应用”与“开设人工智能教育课程”混为一谈。前者探讨的是新一代智能技术与教育的融合发展，内涵更丰富；后者是教人工智能，相对狭义，是对人工智能这一专项内容的教育教学。目前各界常常混淆，反映在工作上就会缺少系统思维，找不准重点。二是避免把“用人工智能解决问题”和“借助人工智能教会学生解决问题”混为一谈。在教育中谈论更多的应是后者，必须坚持以学生成长为中心，技术可以优化学习体验，但不能替代学习过程。三是避免把“人工智能教育”窄化为技术问题。人工智能在教育中的应用固然有技术对教育的赋能，更涉及智能社会发展对教育目标、内容提出的新要求，进而带来技术背景下中小学课程内容、教学模式与教育生态的革新，这是我们解决问题的基本前提。

2.遵循学生学习与成长规律，避免技术助推应试教育

虽然各地在数据赋能的个性化学习取得了一定的突破，但这种突破多在知识巩固方面体现出作用。如果把学情分析、前测后测这些教学的特定环节当成教学的全部，就很容易导向以技术助推应试教育。各地还有借助生成式人工智能的一些新兴探索，如智能问答、智能评价，但在如何引导学生增强学习体验而不是削弱学习过程方面，仍有许多待研究的空间。

教育教学的目标不仅仅是传授知识，还涉及人类的情感、创造性思维、共情等独有特质，是人工智能所不具备的。要确保人工智能技术的使用不是提升分数或仅限于知识传授，还要促进学生社交、情感、创造力发展以及稳定价值观的传承；同时，对人工智能使用的限度也要有清醒的认识。人工智能所依据的算法需要与人类价值观对齐，如何加权、调整参数等都需要在内容层面予以专业保障；人工智能所调用的数据，除了需要把握专业内容之外，还需要有数据选择的典型性，以及对数据限度的审慎分析。

3.利用技术关联现实世界，避免学生陷入虚拟时空

教育的目的之一是让学生能够理解和适应现实世界。人工智能在教育中的应用需要平衡虚拟与现实世界的关系，避免学生过度沉浸在虚拟环境中，忽视了现实世界的重要性。人工智能可以提供丰富的虚拟体验，但这些体验应该与现实世界的情境和问题相联系；现实世界中的人际交往和社交技能对学生的全面发展至关重要。人工智能可以辅助教学，但不能取代面对面的交流；在虚拟环境中，信息可能更容易被接受而不经过质疑，教育应该鼓励学生发展批判性思维，学会评估虚拟环境中的信息；在使用人工智能时应注重技术伦理，让学习者意识到技术使用的潜在风险和责任。

在教育教学的各环节中，需要创造出多元化、丰富化、连带现实的学习环境，让学生在虚拟与现实之间找到平衡，否则学生可能会陷入“喧嚣的孤独”和信息的汪洋大海，不利于社会责任感、沟通交际能力的养成。

4.建立智能教学产品研发规范，避免技术绑架中小学日常教学

教育数字化转型与以往的教育教学改革有所不同。过去，我们更新教材、完成教师培训，教师就能走上讲台；然而，数字化转型离开产品与工具支撑无法实现。新的教学模式需要在应用场景、产品与服务的支持中进行培育，即便是大模型也需要“小应用”。人工智能技术人员对于教育过程不够熟悉，对于教育本质理解不足，缺乏情境体验和背景知识，很可能导致技术发力点、产品研发、算法模型与教学实践脱节，进而可能造成教师理解狭隘化、学习内容同质化、教学策略单一化等问题。

如何从教育问题解决的角度（技术应用的适切性而不是技术指标的前沿性），帮助各地各校从教学应用、资源供给、建设运维、经费投入等方面整体考虑问题，建立健全智能教学产品的研发规范、准入与退出机制，完善常态化应用的服务体系，这是教育数字化转型中非常实际又重大的挑战。

四、深化人工智能教育，助力教育数字化转型的实践路向

1.进一步深化国家智慧教育公共服务平台的智能应用与落地实施

国家智慧教育公共服务平台通过数字赋能，创新课程建设、组织实施方式及教学组织模式，[4] 不仅提高了教学的灵活性和多样性，还促进了学生自主学习、无边界学习和问题化协作学习。其建设与应用将按照整体规划、分步实施、边建边用的思路，持续加强建设，不断增强功能、扩充资源。随着各地对平台的应用，或本地原有教育公共服务平台的接入，可以进一步在组织、数据、技术、服务等层面，以人工智能为核心驱动力，推动教学从“经验驱动”向“人、数据与算法协同驱动”升级，构建人工智能赋能的“活资源库”，通过自然语言处理（NLP）实现学习内容智能标注，利用AIGC动态生成微课、习题及教学案例，部署智能教育体（如学业规划助手、课堂管理机器人），为推动平台应用推广、加强数据融通、提升用户黏性、满足个性化需求提供可行方案，助力地方教育质量提升。

2.与课改相向同行，加强与国家课程教学相关部门的整体协调

技术与教育教学融合发展本质上是技术赋能的课程教学领域的问题解决，作为一项专业性很强的工作，更是政治性很强的工作，应加强国家课程教学相关部门的整体协调，一方面提高工作的联动性，确保技术融合教学与国家课改方向的一致性；另一方面基于技术，建立伴随式专业支持服务系统，加强保障教育质量的体系建设，与国家课改相向同行。

3.运用新技术开展多元评价、过程评价，加强与国家考试相关部门的整体协调

注重“教—学—评”的一致性，通过智能化学情分析、学习诊断及伴随式评价系统，探索基于数据的过程性、智能性和综合性评价，将评价标准由原来的结果导向向过程导向的“多维”评价转变，引导教学改革，由注重知识传授向更加注重全面发展转变；设计智能化评价工具与平台，注重教考衔接，考查学生在实际项目中解决问题的能力、应变能力及团队协作，探索对非结构化技能的测评与学习引导；通过智能评价工具的应用，让更多主体参与到教学评价中来。运用新技术开展多元评价、过程评价，加强与国家考试相关部门的整体协调，推进评价机制改革。

4.以智能社会背景下的课程体系建设作为学生素养发展的重要抓手

围绕智能时代对人才的要求，以整合式观念关联学科知识，重组教学内容和课程体系，将教学从注重学科知识传授转向通过学科育人。面向学科教学与跨学科教学的数字化融合应用，将学生核心素养的养成有机融入学科课程与实践活动；将抽象知识趣味化、可视化，并创设解决问题的真实情境，打破教室空间界限，增强课程内容与社会生活的联系。精选教学材料，深化数字教材内涵，增强教材在数字化背景下运用的适应性、个性化、智能性。建立面向新课程标准、新教材需求的中小学人工智能课程体系，提升人文素养，弘扬科学精神；强化实践育人功能，鼓励学校设置人工智能素养类专题课程、跨领域学习课程等。升级学科课程，形成包括关键目标、任务情境、方式方法、动态资源、评价互动反思等在内的课程体系，培养学生创新能力；探索混合式学习背景下课程的呈现方式与形态，为创新型人才培养提供一流、多样的课程选择。

5.基于学习规律打造融合智能技术的新型教学模式

充分利用各种智能设备，将线上学习与线下学习、集中学习与分散学习、课堂学习与场馆学习等多种学习形式结合起来，构建更加开放、更加灵活多样的教学体系；基于大数据技术和人工智能技术，设计以学习为中心的实施路径，提供个性化服务，如自适性资源推荐、个性化路径规划等；利用技术优势将知识学习转化为任务驱动、项目学习、问题解决、虚拟通关等，寓知识学习于实践，激发学生的学习兴趣，知行合一培养学生创新精神与实践能力；推进教育机器人、智能辅导系统（ITS）、大型线上学习系统、远程交互教学系统、虚拟现实技术的研发和应用，充分发挥技术生动、直观、交互性强等优势，使学生成为课堂真正的“主角”，提高学生学习兴趣和学习品质，推动教育高质量发展。

6.确立信息化教学、智能教育产品的质量标准，推进“政—产—学—研”协同机制创新

教育数字化转型需要产品支撑，但相关企业通常对教育的理解偏差较大，同时“象牙塔”里的知识生产也不能解决本质问题。理论界与实践界、企业界与教育界之间，甚至在教育界内部，大学与中小学、学科研究与学科教育研究、课程教学研究与教育技术研究之间还存在不小的鸿沟。教育数字化转型需要在探求技术效能、智能本质基础上，对技术催生出的新工具、新教学环境、新教师角色进行规划，对以学习者为中心的教学进行规划；源于教学实际场景，针对问题，从产品角度提供有效的内容资源支持与系统解决方案，形成质量标准；从人际交流、资源互补、信息共享等多个维度，为学习型社会营造良好的氛围；通过实施创新驱动发展战略，培养复合型人才，推进“政—产—学—研”协同机制创新，才能真正建构教育改革与发展的新格局。（文章摘自人民教育微信公众号）