2026年4月，美国教育研究协会（AERA）年会在洛杉矶举行。本次年会将人工智能与教育的深度融合推至一个新的高度，即人工智能已不再是教育信息化进程中的辅助工具，而是重塑教育底层逻辑的核心变量。人工智能正从教学场景的辅助工具转向深度参与教与学全过程的认知伙伴。这一转变所引发的机遇与挑战，正催生全球教育体系在角色定位、伦理框架、师资培养等维度进行系统性重构。

　　角色跃迁：从执行指令到协同认知

　　在过去数年间，人工智能在教育中的典型应用多集中于自动化批改、知识检索、内容生成等执行层面，其本质是工具性，以效率提升为目标，以人类指令为边界。而在当下全球前沿研究与实践中，人工智能的角色边界正在被重新定义。它不再被动等待指令，而是主动参与教学决策、课堂互动与学习支持，逐渐具备“协作者”“引导者”乃至“共情者”的特征。

　　在教师端，人工智能系统已能够基于海量教学数据生成差异化教学策略建议，辅助教师进行课堂模拟与反思性实践，甚至通过对话式交互激发教师对自身教学假设的重新审视。这种人机协同模式超越了简单的替代或增强，而形成一种互补性关系。人工智能擅长模式识别与数据洞察，教师则掌握情境理解与价值判断，二者在动态协作中共同生成更具适应性的教学方案。在学生端，人工智能正从答案提供者转变为提问者，通过苏格拉底式追问、元认知提示和适应性挑战，引导学生自主建构知识、发展高阶思维。这种引导式互动恰恰是认知伙伴的核心标志，它没有剥夺学习者的思考权，反而通过持续对话激发其认知潜能。

　　值得注意的是，这一角色跃迁的成功与否，高度依赖人机协同的设计逻辑。当人工智能系统被设计为透明、可解释的协作方而非“黑箱”执行者时，教师与学生的接受度和使用效能就会显著提升。换言之，人工智能成为伙伴并非技术能力的自然溢出，而是需要以认知科学、学习科学与人机交互理论为基底进行精心编排。未来仍须在可解释性、情感计算与伦理对齐三个方向持续突破，使人工智能具备理解情境、协作决策、共情回应的综合能力。

　　公平与伦理：不可回避的全球性议题

　　当人工智能日益深入教育系统，其引发的公平与伦理问题便不再是可以延后处理的问题，而是决定技术应用正当性的前提条件。全球学者在此问题上形成了高度共识，即技术效率的提升绝不能以牺牲教育公平为代价。

　　首先，算法偏见已成为最紧迫的治理议题。当前，人工智能写作评估、学习分析等工具在不同种族、社会经济背景、文化语境的学生群体中的表现存在系统性偏差。这些偏差往往源于训练数据的同质化，若数据未能充分覆盖多元文化视角，模型的输出便可能固化甚至放大现实社会中的不平等。更隐蔽的是，偏见常常以“中性技术”的面貌呈现，使受害者难以察觉，从而构成一种隐性伤害。对此，全球多所顶尖研究机构呼吁建立强制性算法审计制度，要求教育人工智能系统在部署前必须通过跨群体公平性测试，并在运行中持续监测输出差异。

　　其次，数字鸿沟正以新的形式加剧教育分层。即便在发达国家，不同学区、不同学校之间在人工智能硬件、网络带宽、数据资源和教师培训方面的差距依然显著；而在全球南北方之间，这种鸿沟更加巨大。人工智能教育应用若不加干预地推广，很可能使资源丰富地区的学校加速发展，资源匮乏地区的学校则因缺乏适配条件而被进一步边缘化。对此，国际组织与多国政策制定者开始倡导基础设施先行原则，强调人工智能教育投入应优先保障弱势地区和学校的硬件、网络与师资配套，而非优先采购高端系统。

　　最后，更为深层的问题在于人机协同中的主体性危机。过度依赖人工智能可能导致师生批判性思维、自主判断与创造性解决问题能力的退化。当算法代替了教师的日常决策、当推荐系统框定了学生的知识路径，教育最核心的“人的成长”目标便可能被技术效率所破坏。因此，全球学术界正在形成一种新的伦理准则，人工智能在教育中的角色应是赋能而非替代，是扩展而非压缩人类判断。这意味着，任何教育人工智能系统的设计都必须保留人类干预和否决的接口，并定期评估其对学生自主性、自我效能感和学习动机的长期影响。

　　教师AI素养：师资培养的核心新维度

　　面对人工智能的角色跃迁，教师不再是单纯的技术使用者，而必须成为人机协同的设计者与把关人。这一现实将教师AI素养从锦上添花的附加技能，提升为师资培养体系中必须直面的核心议题。

　　全球教育界对此已形成较为清晰的框架共识，即教师AI素养应涵盖技术操作、数据伦理、教学整合与批判性反思四大维度。技术操作是基础，但远非全部；数据伦理要求教师理解算法决策的局限性并识别潜在偏见；教学整合意味着能够根据具体学科内容与学情灵活选择AI介入的时机与方式；批判性反思则是最高的能力层级，要求教师始终保持对AI建议的审慎态度，在专业判断上牢牢掌握主导权。

　　在培养路径上，国际前沿实践呈现出两种有效策略。一是设计思维融入，将教师培养为与AI协同设计教学的共创者，而非仅训练其操作某个具体工具。这要求在师资培训课程中嵌入真实的项目式学习，让教师在解决实际教学问题中体验人机协同的张力与可能性。二是构建“AI-TPACK”框架，即在传统技术、教学法、学科内容的三维融合模型中，将人工智能作为一项独立的技术维度加以系统深化，使教师能够理解AI在不同学科、不同课型中的适切运用条件，而非简单套用通用方案。值得注意的是，教师AI能力建设应贯穿职前培养与在职研修的全过程，形成基础素养、教学整合、创新应用、批判性反思的进阶路径。唯有如此，教师才能从会用走向善用，最终达到批判性运用的境界。

　　全球人工智能教育应用的新趋势为我国人工智能教育发展提供了宝贵的参照坐标。面对从工具到伙伴的范式转换，我国需在教育战略层面做出系统性回应。第一，加快研发具有中文语境理解能力、适应本国课程标准的教学大模型，推动人工智能在教学设计、课堂互动、个性化辅导等环节的深度嵌入，并坚持人机协同的设计主线，避免技术主导型路径。第二，将公平与伦理置于首要位置，建立人工智能教育应用的伦理审核与公平性评估机制，优先保障农村、中西部及特殊教育学校的基础设施与师资培训，防止技术鸿沟扩大教育不公。第三，尽快研制国家层面的教师AI素养标准，将“AI-TPACK”能力框架系统纳入师范教育与在职研修体系，建立从基础到创新的进阶培养通道，着力培养教师批判性使用人工智能的专业判断力。

　　（本文系教育部人文社科规划基金项目“欧洲大学ICT数字化教育发展研究”（23YJA880084）阶段性成果）

　　（作者系中国传媒大学国际传播学院教授、区域国别传播研究院太平洋岛国研究中心主任）