在人工智能深刻改变社会各领域的时代浪潮中，教育正经历着“教与学” 模式的颠覆性变革。从知识“外包”趋势到生成式人工智能技术的广泛应用，如何重新定义教育核心要素、重构学生能力体系、寻找技术赋能与教育本质的动态平衡，已成为全球教育工作者亟待探讨的前沿课题。本刊聚焦人工智能时代教育变革的关键命题，与华南师范大学教授焦建利展开深度对话。

焦建利表示，人工智能对教育的重塑，需以技术赋能学校，重构“教”与“学”的核心要素和教育系统生态。教师和学生应具备良好的人工智能素养，掌握技术赋能自主学习以及人机协作等核心能力；课程设计需转向跨学科融通与个性化呈现，并构建以“教学法第一”为原则、INSIGHT框架为支撑的技术应用路径，最终实现人类生物智能与人工智能并驾齐驱，技术工具性与教育人文性的动态协同、智慧共生。

一、人工智能赋能个性化教育理念落地

您曾提到人工智能引发了“学什么”和“怎么教”的颠覆性改变。在知识“外包”常态化的今天，您又有何思考？

焦建利：回顾几年前我在演讲和文章中提出的这一观点，再审视近年来生成式人工智能等新兴技术对学校教育中“教”与“学”产生的深刻影响，感触良多。

人工智能正在重塑各行各业，改变业务流程与职场格局。世界经济论坛发布的《2025年未来就业报告》明确指出工作环境已发生巨变。在此背景下，为各行各业培养人才的学校，还能延续传统模式而不做出改变吗？

我们需要借助人工智能等各类技术，重新定义课程、教学、学习、学校、教师、学生等核心要素，即以技术赋能“教”与“学”，解锁学校教育的无限可能。

在您看来，人工智能在教育领域最关键的应用及其重要性体现在哪些方面？

焦建利：近年来，全球教育工作者积极探索人工智能在教育中的应用，许多国家更将其上升为国家战略。尤其是在生成式人工智能快速发展的背景下，教育领域对技术的态度经历了从观望、争论到积极拥抱的转变。其关键应用突出体现在四个方面：

其一，借助大语言模型，尤其是聊天机器人，通过对话交互获取教学智慧。

其二，人工智能生成内容（AIGC）技术，自动生成教学方案、习题、演示文稿等材料，深受师生欢迎。

其三，增强了教学互动性。在班级授课制“一对多”模式下，生成式人工智能技术有助于减轻师生负担、提升教学效率与质量，增加师生互动对话机会，深化学习体验，推动因材施教。

其四，垂直场景中的应用，如课后辅导、作业批改，以及支持学生开展探究式学习等。

简言之，人工智能通过自动化技术手段践行并深化个性化教育理念，是其对学校教育产生深远影响的核心。

二、人机协作时代应注重能力培养与课程走向

在技术赋能背景下，如何重新定义学生应掌握的核心能力？未来课程设计的关键方向是什么？

焦建利：这是紧密联系的两个重要问题。当人工智能凭借强大的文本与多模态生成能力，逐步将简单体力劳动、知识密集型和复杂脑力劳动任务自动化时，哪些知识与技能是真正不可或缺的？我认为，人工智能时代学生的核心能力至少应包括以下维度：一是技术赋能的自主学习能力，即能够借助人工智能等技术工具主动获取、整合知识的能力；二是人机协作能力，即与智能系统沟通、协同完成任务的素养；三是好奇心与探究精神，包括对未知领域的持续探索欲，驱动创新的底层动力；四是抗挫折能力与毅力，即应对复杂问题时的韧性与坚持；五是人际沟通与协作能力，包括团队合作、跨文化交流等“软技能”，且与传统强调的5C（文化理解与传承、审辩式思维、创新、沟通、合作）等能力一脉相承。这些能力并无先后之分，共同构成了学生未来发展的基石。

我的答案在世界经济论坛发布的《2025年未来就业报告》中得到了进一步印证。报告给出的“当前核心技能”列表，正是雇主认为员工在当前工作环境中表现优异所必需的，前十项涵盖分析思维、适应力、领导力、创造力、同理心、技术素养、好奇心和终身学习、人才管理、服务导向和客户服务、质量控制等。

随着AI、机器学习、机器人技术等领域的持续进步，有效运用这些技术的技能需求也在不断提升。然而，认知技能、韧性、领导力和协作能力等传统核心技能依然不可或缺，它们的组合将成为未来许多工作岗位的标配。

基于上述能力需求，未来课程设计将呈现四大关键转向：一是课程将从过去的条块分割转向跨学科融通，以培养学生的综合素养；二是课程供给侧结构将发生巨大变化，由单纯的专家生成课程（PGC）转向课程供给的多元化，包括专家生成课程、用户生成课程（UGC）、人工智能生成课程（AIGC）等；三是课程的实施与应用将走向个性化和差异化，以满足不同学生的学习需求；四是课程形式将趋向多模态，以适应不同学习场景和方式。

三、避免陷入“为技术而技术”的误区

我们该如何充分应用人工智能赋能课程设计？

焦建利：这是一个具有现实意义的重要问题。在我看来，运用人工智能优化课程设计，需把握以下核心要点：

首先，掌握生成式人工智能工具是前提。教师需主动学习并熟练驾驭这类技术，例如了解大语言模型的功能边界、掌握智能教学设计平台的操作逻辑，使技术真正为教学助力。

其次，要始终牢记教育教学的目的。在教学环路中，教师需始终做好人工智能的监督者和把关人。

再次，精准选择适配工具。当前教育领域已涌现出大量的垂类应用，如智能教案生成平台、跨学科课程设计智能体、个性化学习路径规划工具，它们能帮助教师增强教学设计与课程开发能力。教师需根据课程类型、教学阶段及学生特点，筛选最契合实际需求的工具。

同时，需明确“人机协作”的定位。即人工智能的作用在于辅助而非替代教师工作。我们应站在人工智能的肩膀上，将人的生物智能与人工智能有机结合，优势互补、趋利避害，从而拓展每位教师在教学设计与课程开发方面的生产力、想象力与创造力。

最后，应借助人工智能驱动教育教学创新。通过人工智能的自动化功能，在班级授课中，落实个性化教学、差异化教学，真正实现以学生为中心、因材施教的教育理念，进而大幅提升教育教学的质量与水平。

在您看来教育创新的核心是“技术驱动”还是“需求驱动”？如何在技术迭代中坚守教育的本质目标？

焦建利：学校教育的创新应置于社会变革的大框架下，让“技术驱动”与“需求驱动”充分融合，共同推动学校教育的革新。

实际上，“技术驱动”与“需求驱动”二者是密切联系的。脱离社会发展和学校教育发展需求的技术是没有生命力的。当前，我们正身处一个技术无处不在的时代，社会文明已全面融入技术的浪潮之中。作为人工智能推动社会文明发展的见证者，我们如何坚守教育的本质，避免其被技术带偏或被技术异化，这无疑是摆在全球教育工作者面前的一个重大课题。对此，可从四个方面破题：

第一，要与时俱进，积极拥抱新技术，拥抱这个新时代。唯有深入掌握技术，方能驾驭技术，让技术真正为教育服务，为我们所用。

第二，应坚持“教学法第一，人工智能第二”的原则，避免陷入“为技术而技术”的误区。我们应始终将新技术视为教育服务的工具，优先考虑教育教学的目的与目标，确保技术服务于教育，而非教育服务于技术。

第三，要成为人工智能应用的全程把关人。在技术应用过程中，我们要进行全程监管，确保人工智能在教育教学中的应用输出安全、可靠且准确。例如，在使用智能作业批改系统时，教师须定期校验算法的准确性，避免因技术误差传递错误知识；在引入AI生成教学资源时，须审查内容是否符合育人导向与课程标准，防范价值观偏差。

第四，要始终坚守以人为本、以教和学为根本的教育理念。牢记教育使命，不忘初心，以目标为导向选择技术，避免技术喧宾夺主。应鼓励教师和学生运用技术实现教学创新，促进人的全面发展。

总体而言，教育创新的核心不是技术与需求的对立，而在于二者的动态协同：以社会需求明确创新方向，以技术赋能、拓展实现路径。在此过程中，教育工作者需以“人”为尺度守住技术应用的边界，让技术真正成为守护教育本质的助力，而非偏离育人航向的变量。

四、以INSIGHT框架助力学生深度主动学习

除避免陷入“为技术而技术”的误区，在公开演讲中，您还曾提及如何让人工智能真正成为助力教师与学生“减负、增效、提质”的生产力工具，而非沦为作弊或偷懒的途径，这是当前教育领域亟待解决的难题。为此，您研究并提出了INSIGHT框架。请您详细阐述该框架的具体内容及目标。

焦建利：针对生成式AI（如ChatGPT、豆包等）的教育应用挑战，我提出了INSIGHT深度主动学习框架，包含七大环节：

首先是设定目标（I）：学生需明确学习目标及其重要性。

接着是独立探索（N）：学生通过独立尝试解决问题，形成初步解题思路，培养独立思考能力；教师应教导学生相信自己，鼓励产生问题和疑惑，保持思考时间和空间。

随后是寻求支持（S）：学生向AI寻求思路上的支持而非直接获得答案；教师应鼓励学生提出开放性问题，保持思考主导权。

紧接着是深思互动（I）：学生需主动思考，分析AI提供的解答，切忌机械接受答案，将AI提供的信息与自身知识结合，内化所学。

之后是推广解决方案（G）：学生通过练习，将解决特定问题的思路推广到更多类似问题中，举一反三，迁移所学知识，避免局限于单一解法。

再之后是精炼技能（H）：用AI生成习题反复练习，提升解题速度和准确性。

最后是跟踪进展（T）：学生通过自测或与AI对话检查进度，教师可利用AI生成习题检查学生掌握情况。客观评估并制定下一步计划。

在INSIGHT框架中，寻求支持、深思互动、推广解决方案及精炼技能这四个环节需用到生成式AI。为使这些环节更具可操作性，我提出了五步深度求索教学法：一是原始思考环节，教师提出问题后，学生独立思考尝试解决；二是AI拆解环节，教师可将问题交给DeepSeek演示思考过程，归纳思考路径和问题解决思路；三是差异对比环节，学生将自己的思考路径与DeepSeek生成的思考过程进行比较分析，找出不足和可能错误；四是策略优化环节，教师组织学生小组研讨，人机协同，归纳总结，优化问题解决策略；五是迁移验证环节，通过跨学科、回归真实问题等方法，实现知识和技能的迁移，促进学生解决问题和创造性思维能力的发展。

这些步骤与INSIGHT框架中的相应环节紧密对应，通过结构化引导，实现“培养元认知能力”与“防止思维惰性”的平衡，促进学生深度求索。

事实上，INSIGHT框架的核心在于支持学生的自我调节学习，关键在于培养学生的自主学习意识与习惯，以及对自己的学习负责的态度。通过创造性使用推理模型的思维链，如示范推理、深层对话、分层追问、漏洞诊断及思维比对等方法，学生能够更有效地利用生成式人工智能进行创造性学习。

归根结底，我们要让这些方法真正助力教师引导学生科学合理地使用人工智能，做到趋利避害，实现优势互补，防止滥用、过度依赖和思维外包，关键在于人的自觉性、自主性，以及创造性地使用工具的能力。（文章摘自中国远程教育杂志社）