"AI+教育"落地：比算法更重要的三件事

李老师初次对人工智能感到焦虑，源于一次作文批改的经历。

在县城中学执教十七载，批改作文曾是她的拿手绝活——透过字迹轻重，她能洞察学生的敷衍与心事。然而新学期学校引入了AI助教，短短三秒便给出评语、分数与建议，虽看似更"标准"，却缺失了文字背后的细腻情感。

"我的价值究竟何在？"她不禁自问。

这一疑问，正契合了教育部等五部门新发布的《"人工智能+教育"行动计划》的探讨方向。随着AI以"智能学伴""学情诊断""虚拟实验"之名涌入课堂，教育界面临的挑战已非单纯的技术难题，而是关系重构：当机器介入课堂，师、生、机三方如何重新定位？

文件指出教育正由传统的"师-生"二元结构向"师-机-生"三元协同演进。这一判断虽精准，但多数解读仅停留在教师角色转换上——即从讲授者变为设计者或陪伴者。

此话虽有理，却略显单薄。

事实上，许多教师连基础数字化工具都操作生疏，骤然面对能生成教案、批改作业的大模型，其第一反应往往是失落而非兴奋。三十年积累的"红笔功底"瞬间被秒级技术取代，这种冲击不仅关乎效率，更引发了职业身份的危机。

因此，"三元结构"面临的真正挑战在于：技术赋权背后暗藏新的"数字鸿沟"，其两端不再是学生之间，而是教师与算法之间。

虽然文件将"提升教师智能素养"置于核心，但我认为教师不应仅是AI的"用户"，更应是教育大模型的共建者。若缺乏一线教师的标注与纠错，再先进的算法也难称专业。技术服务于人而非人追赶技术，才是该结构稳固的基础。

计划划定了四大赋能领域：学习、教学、治理与科研。虽各有侧重，但我更想聚焦两个关键场景，探讨文件未深及的实质问题。

首先，课堂场景：AI的能力边界，远比其功能列表更为关键。

当前市面上的教育AI常宣称能"全流程重构教学"。然而鲜有人追问：在数学课上，AI归因错题虽高效；但在语文课上，评判作文思想深度时，它依据的标准是什么？是辞藻华丽还是情感真挚？是结构工整还是观点独特？

教育AI最大的风险不在于不够智能，而在于将"可计算"等同于"可评价"。那些塑造人格的核心特质——好奇心、共情力、价值判断及面对模糊性的勇气——恰恰是算法难以捕捉的。若课堂沦为追求"最优解"的封闭系统，培养出的恐非完整的人，而是擅长迎合算法的个体。

故而，AI进课堂的首要原则应是"有所不为"：将机械性工作交由机器，将价值引导、情感支持与思维碰撞留给人类。

其次，公平场景：技术普惠并非自动实现，农村学校正面临被"数据贫困"反噬的风险。

虽然计划强调优先支持偏远及薄弱学校，体现了政策关怀，但现实是AI大模型依赖海量数据。农村学校样本少、数字化低、场景差异大，若算法基于城市数据训练，其给出的"个性化推荐"对农村学生而言，可能蕴含"系统性偏差"。

换言之，AI虽能打破时空壁垒传播资源，但若底层数据带有"城市中心主义"烙印，技术反而会加剧隐性不公。这并非唱反调，而是提醒：算法公平需刻意设计，不能依赖技术中立。

计划虽部署了算力、数据、安全等基础能力，如同为智慧教育奠基，但我认为更需夯实的是教师队伍的"心理底座"与制度环境的"伦理底座"。

关于教师，各地虽开展AI素养培训，多流于形式（发文、网课、填表、考证），反而增加负担。真正的素养在于与AI协作的"元能力"：知晓介入与人工干预的时机，能辨析算法结论中的客观反馈与偏见。

关于安全伦理，文件虽提及防护与审核，但我更强调"算法透明"。老师应知评分依据，学生应明推荐缘由。不透明的人工智能，即便结果正确，也难配教育"启智润心"的本质。

最后，我有一个大胆期待：AI应替代的是导致教育平庸的重复性制度，如形式化填表、无意义评比及行政留痕。若AI能将教师从琐事中解放，回归课堂与学生，技术才算真正"向善"。

行动计划的出台，标志着"AI+教育"从探索步入系统推进新阶段。虽是好事，但政策蓝图终需落地，课堂的核心依然是师生间微妙的互动。

技术可优化三角关系，却无法替代其中的温度。李老师能否与AI和解，不取决于系统先进与否，而在于她是否能在机器的"标准评语"之外，看见那个字迹潦草却心事重重的孩子。

AI+教育的终点，不在于更聪明的机器，而在于更完整的人。