本报记者 陈禹同

　　教育、科技、人才这三大领域举足轻重、紧密相连，彼此之间相互作用，受到全球学术界的高度关注。人工智能技术的兴起和一批大语言模型在教育等场景中的“出圈”，给科技创新、教育变革与人才培养带来了新的探索课题。近期，一批国外学者就教育领域的人工智能应用与发展进行了论述，凸显了在教育数字化转型的关键时刻主动引领演进方向的重要性，本报记者就此进行了采访与整理。

　　学生是人工智能工具的使用者亦是脆弱环节

　　尽管相关学术讨论常常围绕防范抄袭舞弊、完善学业测评准则、优化教学设计等具体事务展开，但若只将人工智能工具看作“动动手”的软件、局限于引入或管控这一工具的使用，不利于真正为教育领域的人工智能实践提供切实帮助。

　　人类在教育史上曾多次面对新范式、新潮流的冲击，回顾学术界对此的反思与争鸣能为更好地处理当代问题提供启示。哲学家汉娜·阿伦特（Hannah Arendt）1954年的文章《教育的危机》，分析了社会与政治领域中传统和权威的丧失如何反映在当时美国公立学校采用的“以儿童为中心”的学习模式上。加拿大韦仕敦大学教育学院教授保罗·塔克（Paul Tarc）认为，就思考人工智能时代教育的意义而言，这是一个很有价值的文本。阿伦特提出，教育工作者必须维系他们的权威，这最终依赖于他们对受教育者和这个世界承担的责任。她敦促人们回归到“教育的本质”上来，这主要集中在人类构建的世界如何在代代相传和时间流转中得到传承和“校正”。

　　就人工智能工具为不诚信行为提供“便利”来说，教育工作者们担心学生会以不合规的方式进行学业竞争，并着眼于如何调整对学生的评估。在塔克看来，这种条件反射式的做法可能是一种想当然式的回应：将学校教育更多视为一种择优机制。例如，尽管经合组织将全球胜任力纳入对学生的标准化评估框架，认可学习过程、批判性思维等的重要性，但其愿景仍以教育的筛选功能为基础。技术提供者和作为下游使用者的教育工作者致力于积极应对人工智能挑战，但值得深究却缺乏足够关注的问题是，双方对挑战的理解有所不同。美国康奈尔大学信息科学系一个研究团队通过半结构化访谈发现，技术提供者更多关注如何缓解那些根据人工智能输出内容即可衡量的技术性风险，如有偏见或不良导向的内容、侵犯隐私的可能、人工智能幻觉等；教育工作者则聚焦于更广泛影响带来的风险，包括妨碍学生学习与社会性发展、压缩教育工作者的权限、加剧教育领域的系统性不平等，这需要观察学生、教育工作者、学校与技术之间的互动才能衡量。针对这一差别，他们建议采取适当的举措让教育工作者在教育技术工具的设计和开发中发挥更关键的作用。

　　学生是人工智能工具的重要使用者，也是应对人工智能挑战的脆弱环节。南非罗德斯大学教育学院教授索士·麦肯纳（Sioux McKenna）等人总结了高等教育阶段学生面临的四项主要风险，分别是盲目相信人工智能的能力、用以回避真正的学习、不了解其如何运转、“不经批判却充满信心的杂音”与专业知识间差距的永久化。作为对策，高校可以采取三项举措。首先，提升学生的人工智能素养。仅开设一门“人工智能入门”课程是不够的，各个学科都需向学生展示与人工智能领域的交叉影响，并促使学生反思人工智能应用的伦理问题。其次，注重知识发展。高校不能仅将自己看作证书发放机构，而应帮助学生看到获取专业知识的价值，避免他们以工具主义的态度对待知识，继而在使用人工智能时回避复杂的思维过程。最后，培养“双重专长”人才，即将专业知识与人工智能素养有机结合。人工智能只能是人类专业知识的助力工具而非替代品。

　　教育领域面临的人工智能挑战并不是孤立的，而是当今世界所面临数字挑战的一个缩影。麦肯纳告诉本报记者，生成式人工智能既有可能加剧全球南北方以及贫富群体之间现有的数字鸿沟，也有潜力助力解决复杂的社会弊病和医疗难题。数字化转型在多大程度上是一个利好或不利的转折点，在很大程度上取决于人们塑造了怎样的政府和社会，设置了怎样的护栏和安全网。

　　人工智能应用场景更加复杂、立体

　　与人工智能对话日益成为学生学习过程中的一项“集体记忆”，从实际出发的调查研究是更为可取的路径。学生的人工智能使用行为不宜被简单视为追求省力甚至偷懒，使用目的也并非均质化的。美国人工智能公司OpenAI2025年2月发布的报告显示，大学生用户的ChatGPT用途包括启动论文与项目、总结长篇幅文本、对创意项目进行“头脑风暴”、探索主题、写作修改等。这挑战了某些武断的负面假设，表明学生对人工智能的应用场景可能比想象中更加复杂、立体。

　　在人工智能工具成为学生“新宠”的同时，教师并非只能无奈或被动地面对现实，他们正持续探索如何在自动化加速的背景下保持并进一步调动学生的主体能动性。美国加州大学圣地亚哥分校新兴智能实验室开发了一款“人工智能导师”，旨在增强而非取代教师的作用并为学生提供现成工具之外的选择。这款工具同样以既有的大语言模型为基础，但会根据特定课程的部署需要来接受训练，最重要的是，它不会直接给出答案，而是引导学生学习并给予鼓励。相比人类导师，“人工智能导师”全天候在线且学生不必担心在互动中感到尴尬。该校计算机科学与工程系教授拉马莫汉·帕图里（Romamohan Paturi）介绍，长远来说，团队希望能建立一个“开源导师”生态系统，人类导师可以根据课程的具体需求进行定制。

　　除了重塑交互方式，另一种思路是角色倒置——让学生成为教师。瑞士洛桑联邦理工学院理论部副教授奥拉·斯文松（Ola Svensson）提到，如果学生可以像导师一样对问题进行分析和解释，就能学得更好，但研究表明，在大型班级中，只有最顶尖的学生才会付出这样的努力。因此，他创造了一个会提问题的聊天机器人，“迫使”学生进行解释，机器人随后会对解释作出反馈。这受到了学生们的欢迎。数据显示，与阅读概念释义相比，这种方法能让学生在回答测验问题时速度更快、更准确。

　　在高等教育中，麦肯纳强调了高校在这一议题中承担的引导责任。她表示，如若大学更在乎经济利益而非教学质量，这可能促使学生让人工智能代替自己承受认知负荷，他们对知识学习的投入程度因而迅速下降。对高度关注培养学生与知识间的变革型关系的大学来说，我们可能会看到批判性人工智能素养的强化发展而不是人工智能让智力参与受限。公众可能需要时间来区分那些发放“水证”的大学和真正促进学生加强智力参与的大学，但这最终会显而易见。

　　在麦肯纳看来，某些高校越来越将自身定位为“文凭销售者”，这使得人工智能成为一种显著的威胁。一方面，人工智能工具能为学生提供获取认可所需的产出；另一方面，既然人工智能也能生成这些成果，传统资格认证便可能“掉价”。然而，若高等教育机构有志于将学生培养为能够运用丰富知识、具备批判性思维素养的人，他们将深入思考如何将人工智能纳入课程以拓展学生获得知识的途径，而绝非剥夺学生的智识探索机会。