人工智能不断发展，实现了从“个体智能”研究到聚焦大规模自主协作的群体智能、从追求“机器智能”到迈向人机混合的增强智能的转变。联合国教科文组织发布的《2023全球教育监测报告》指出，人工智能赋能的个性化学习可使全球教育不平等减少40%。人工智能正在深刻重塑教育领域，推动学习方式从传统模式向个性化、智能化、沉浸式方向变革。这一变革的本质是从工业时代的“教育流水线”转向智能时代的“学习生态系统”，其终极目标不是替代教师，而是通过技术手段实现“因材施教”教育理想的规模化落地，服务于人的全面发展。

　　学习理念变革：个性化学习成为核心

　　人工智能推动教学模式由“标准化教学”向“个性化学习”范式转变，这一变革的核心在于通过人工智能技术对学生进行“画像”，精准匹配教学资源，开展自适应学习，使学习真正以学生为中心。

　　一是对学生进行“画像”。借助大数据和人工智能技术，构建智能教育平台，实时收集和分析学生的学习数据，包括学习时间、答题正确率、知识点掌握情况等。二是精准匹配教学资源。人工智能可以根据学生的学习进度、兴趣和能力，自动调整教学内容、难度和顺序，为不同学生推荐最适合的学习资源，激发学生学习兴趣和好奇心，鼓励他们主动探索，变被动接受知识为主动学习，实现最佳学习效果。三是开展自适应学习。当学生在学习过程中遇到不会的知识点或者存在学习困难时，智能教育平台会根据需求自动推送相关知识，帮助学生自主学习。而当学生在学习过程中顺利完成习题、测试时，智能教育平台会提供更具挑战性的拓展知识，促使学生持续进步。另外，还可以针对学生的薄弱知识点推送专项练习，让学生有针对性地加强练习、弥补不足。

　　学习内容重构：理论与实践相结合

　　人工智能技术的发展推动学习内容重构，强调理论学习与实践应用相辅相成，打破知识与实践的边界，促进理实一体化学习，让学生在掌握知识的同时，开展实践操作，具备问题解决能力。

　　传统课程往往侧重于知识讲解、传授，过于关注学生的知识掌握情况，忽视学生思维、能力的培养。随着人工智能的迅猛发展，知识获取、学习的范式已发生深刻变革，对人的需求也发生了巨大变化，亟须培养大量复合型人才。学生可以通过与人工智能协同合作迅速汲取所需知识，大大降低预先学习的必要性，而如何解决现实问题变得极为重要。因此，要基于人工智能技术建立理论与实践相结合的数智融合课程，打破不同学科知识、专业内容的边界，基于不同学生的学习基础，面向实践中的具体问题按需开展教学，关注学生综合素质提升。在知识学习方面，不能仅注重某一学科知识，要打破学科之间的壁垒，使学生掌握的不再是孤立、割裂的知识点、技能点，而是能够将不同学科的知识融会贯通；在思维培养方面，不能仅注重单一学科思维培养，要更强调批判性思维、创新性思维等的塑造；在能力提升方面，除培养某一专业技能外，要更加注重学习能力、问题解决能力、沟通能力和组织能力等通用能力的培养。

　　学习场景扩展：打破时空限制

　　人工智能将扩展学生学习场景，打破时空的限制，打造无处不在的学习环境，为学生随时随地学习提供可能，让学生从“技术学习者”转变为“课堂建设者”，既让学生接触到最前沿的科技，又帮助他们提升创新能力和解决复杂问题的能力。

　　一方面，搭建线上线下相结合的学习场景。搭建人工智能教学平台，能够真实还原线下课堂，满足师生互动、答题和作业评价等需求，进一步推动学习场景的扩展，让不同地域的学生能够随时随地学习，进而实现优质教育资源的跨地域覆盖。支持线上线下融合教学，学生可以随时随地获取线上学习资源，进行自主学习；线下课堂则更多地用于讨论、实践和创新，实现知识的深化和拓展。这种模式既能保留传统教育的优势，又能充分发挥在线教育的灵活性。另一方面，提供真实的学习体验。借助虚拟现实（VR）、增强现实（AR）和混合现实（MR）技术，为学生创造沉浸式学习环境，提供更加丰富多样的学习体验，建立虚拟实验室与仿真训练，使学生无论身处城市还是偏远地区，只要有网络连接，就能享受优质的教育资源，真正实现“学习无界限”。

　　学习过程监控：学习效果的全面评价

　　人工智能重塑学习全过程，这就要求我们从多个维度入手，对学生学习全过程进行实时监控，并动态反馈学习结果，以确保评价体系的全面性、智能化。

　　一是开展全方位评价，涵盖学生学习的各个方面，包括但不限于专业知识掌握程度、专业技能运用能力、学习态度与习惯、创新思维与问题解决能力等。人工智能教学平台在对学生进行评价时，既要关注学生在学习过程中的显性成就，也要关注学生在学习过程中的隐性成就。显性成就包括阶段性考试成绩、课后习题完成情况等，隐性成就包括学生在学习中的表现，涉及自主学习能力、信息获取能力、创新能力等。可以通过课堂观察、考试、同学互评等多样化评价方式，全面了解学生的学习效果。二是开展基于证据的评价。可以基于人工智能对学生学习全过程的数据进行采集、归类、对比、分析，生成基于证据的个性化评价报告。学生可以根据这些数据了解自己的学习进展、薄弱环节，从而提高自主学习能力；教师可以根据这些数据及时调整教学策略，从而使学生能够更好地理解学习内容。另外，不仅可以对学生的学习情况进行评价，还可以通过“摄像头+人工智能表情分析”检测学生注意力状态。教师可以据此调整课堂节奏，如当系统发现多数学生困惑时可自动插入案例讲解。

　　学习技术限度：平衡技术与人性关怀

　　随着人工智能的发展，教育的未来将更加智能、灵活，人工智能将会变革整个教育生态，这就需要我们平衡技术效率与人性化关怀，从“能”与“不能”角度厘清人工智能不同的技术手段，知晓人工智能的优点和不足，合理设定人工智能的应用边界，对人工智能“知其意，悟其理，守其则，践其行”。

　　一是警惕数据依赖。人工智能推动教学变革，依赖大量的数据训练，若数据样本不足或存在偏见（如文化、性别、地域等），可能导致算法输出不公平或得出错误结论，从而影响学生学习评价的客观性。二是保护学生隐私。各级教育部门要强化数据安全、人工智能算法安全保障；各级各类学校要引导师生正确使用智能工具，并对学生学习过程中产生的数据进行加密，保护学生的隐私，通过技术实现数据“可用不可见”。三是关注情感交流。人工智能虽然能够提供高效的学习工具和数据支持，但仍然缺乏情感交流的能力。在教育中，教师与学生之间的情感联系对于学生的心理成长和社会能力的培养至关重要。人工智能无法替代这种人类情感的交流，尤其是在培养学生的道德观念、合作精神和社会责任感方面。要加强人机协作，推动教师角色转向“学习体验设计师”，持续关注学习者的情感需求和社会化发展。

　　（作者系教育部课程教材研究所副所长、研究员；教育部课程教材研究所副研究员）