贾英赞：筑牢安全防线推动AI更好赋能教育强国建设

推动教育数字化转型是夯实教育强国根基的关键举措。自《教育强国建设规划纲要（2024—2035年）》落地实施以来，智能批改、定制化学情诊断、AI备课辅助、校园数字化员工等应用，已逐步渗透到中小学与高校的日常教学及管理环节，人工智能正成为重塑教育格局的重要力量。

技术机遇与现实挑战始终相伴而生。从技术本质来看，当前主流大模型依赖统计拟合实现信息重组，难以自主推演事物间的因果链条，加之算力消耗与硬件架构的双重限制，模型失真、常识谬误等现象短期内难以彻底消除，可能直接影响青少年的知识体系构建。从社会层面审视，轻量化数字员工正逐步取代程式化行政事务，引发教师的职业危机感；高校为对接产业与教育数字化趋势，也在加快人工智能院系重组与跨学科专业布点。人工智能与教育应建立怎样的关系？如何让技术更有效地服务于立德树人这一根本使命？这要求我们跳出单纯工具评测的浅表视角，既洞察技术之利，也正视技术之弊，在辩证审视中寻求融合发展的科学路径。

01

人工智能为教育进步

注入新活力

从技术演进脉络观察，人工智能大致经历感知、生成、智能体、物理AI四个发展阶段，能力范畴持续扩展。感知AI实现了人脸考勤、试卷采集等基础信息处理；生成式AI能够胜任题目解答、文稿撰写；智能体数字员工可以承担学籍管理、排课调度等程式化行政任务；未来物理AI有望借助世界模型构建虚拟仿真实验环境，缓解乡村学校实验资源的匮乏。正是这些能力的渐次成熟，让人工智能赋能教育具备了切实可行性。

其一，平衡基础教育供给，助力个性化教学。我国城乡师资力量与办学条件差距显著，轻量化AI工具能够向乡村学校输送标准化优质教学内容，依托错题数据库精确识别学生知识漏洞，有助于化解大班额教学难以兼顾个体的困境。教师借助智能系统完成批阅、汇总等事务性工作，能够将更多心力倾注于课堂互动与后进生的情感关怀，让教育更具人文温度。

其二，增强高等教育科研与管理水平。高校师生能够借助AI梳理文献、预处理调研素材，缩短基础研究的周期；智能数字员工精简了学籍、学分、会务等管理流程，提升了学校运转效能。同时，高校人工智能院系依托大模型与世界模型开展教育数字化专题研究，贯通产学研转化链条，也为中小学智慧教学工具的升级提供了有力支撑。

其三，健全终身学习支持体系。面向职场学习群体，AI能够结合行业前沿动态更新培训素材，依据学习者既有知识储备设计碎片化学习路径，让终身学习从口号转化为日常实践。可以看出，在资源均衡、教学提效、学习服务等多个层面，人工智能呈现出了赋能教育的真实价值。

02

技术表象之下潜藏

不可轻视的现实隐忧

在肯定技术价值的同时，也应清醒洞察人机智能之间存在的本质差异。人类认知依托生物神经元运作，凭借少量现实体验即可实现自主学习，天然具备因果领悟、共情体悟与创新思维能力；而当前广泛应用的人工智能均属于弱人工智能，所有模型仅能对海量数据完成相关性匹配，并不具备自主理解、主观意识与真实智慧。数学框架决定了模型只能归纳既有信息，算力与能耗的瓶颈则标志着大规模参数扩张的路径已临近极限。这一本质差异，决定了AI在教育领域的应用存在先天不足：生成式AI虽能胜任题目解答、文稿撰写，却频繁出现史实、公式、物理常识的编造，极易对学生产生误导；智能体数字员工仅能程式化执行流程，难以应对复杂育人情境。技术层面的固有缺陷，叠加使用中的失当行为，正在催生多重教育风险。

其一，学生独立思辨与创新素养面临弱化隐忧。青少年过度依赖AI直接获取现成答案，跳过自主运算、逻辑推演的过程，久而久之将丧失深度钻研的能力；大模型的模板化输出导致学生文字原创能力退化，模型失真产生的错误知识还可能固化为错误认知，与创新人才培养的目标形成冲突。

其二，高校学术诚信体系遭遇冲击。生成式AI显著降低了数据造假的难度，常规查重技术难以识别深度改写的机器文本；部分人工智能专业学生依赖代码生成工具，忽略底层数学算法的推演，专业核心素养出现滑坡。

其三，教师群体分化加剧，催生教学惰性与职业焦虑。部分教师照搬AI生成的教案、课件，放弃了教学设计上的主动探索；部分教师则善用人机协同工具聚焦育人核心，职业竞争力持续提升，行业内部差距逐渐拉开。中老年教师因不熟悉数字化工具，普遍产生岗位被替代的焦虑心理。

其四，教育的人文底色有所消减。教育的核心在于人与人之间的双向情感互动，AI仅能判别知识点的正误，却无法感知学生青春期的困惑、考试受挫后的低落等情绪。过度依赖线上智能答疑，会显著压缩师生线下谈心、实践互动的频次，使教育沦为冰冷的信息传递。

03

走好人机协同育人之路

面对机遇与挑战并存的新形势，应当秉持“技术为育人服务”的核心理念，从学生培养、教师发展、学术规范、人文建设、数据监管等维度协同推进，走好人机协同育人之路。

培育学生理性运用AI的思辨素养，是首要环节。中小学应增设AI工具规范使用课程，引导学生对照教材、权威资料核验模型输出内容；作业实行分层设计，客观题目可借助AI复盘，主观创作、理科推演则必须独立完成。高校人工智能专业应增设算法伦理、AI失真识别等必修课程，从源头帮助学生建立工具理性认知。

教师队伍建设同样至关重要。教育主管部门应定期开展人机协同教学专题培训，明确教师在课程设计、课堂育人中的主导地位，引导教师对AI生成的教学素材进行二次打磨；同时完善教师多元评价体系，提升课堂互动、心理疏导、品行培育等人文指标权重，缓解教师的职业焦虑。师范院校也应同步开设AI教育应用实训课程，帮助师范生适应数字化教学岗位需要。

学术规范与数据安全必须严格把控。应分级划定各学段AI使用边界，仅允许文献整理、数据预处理等辅助用途，严禁毕业论文、核心课题全程机器代笔，建立“AI生成内容检测+导师人工复核”的双重审核机制；同时出台校园智能平台管理细则，严格限定学情数据采集范畴，对学生敏感信息加密隔离，并定期开展数据安全专项审计。

教育的本质是人与人之间的精神传承与人格塑造。要明确线下课堂的主体地位，常态化开展班会、一对一谈心、实体实验、课外实践活动，依托真人互动弥补虚拟教学的情感缺失；高校AI院系也应增设教育学、心理学等交叉选修课程，培育技术人才的人文情怀，让人工智能始终服务于育人的根本宗旨。

从长远视角看，还应顺应高校人工智能学科布局的变革趋向。在教育数字化与人工智能产业双重驱动下，国内高校AI相关院系进入系统性重塑阶段。专业设置上，传统笼统的人工智能本科专业持续细分，基础层保留机器学习、计算机视觉等核心方向，前沿层增设物理AI、智能体、AI安全等新兴专业，交叉层全面铺开“人工智能+教育”“人工智能+医疗”等微专业。人才培养同步弱化单一代码训练，增加人机协同、算法伦理、教育数字化治理等特色课程，打通数学、物理、教育学跨院系联合培养通道，为教育数字化转型储备复合型人才。

与此同时，还应注重发挥家庭与社会协同育人的功能。家长要树立科学的育儿观，理性看待人工智能工具在孩子学习中的定位，既不过度依赖，也不简单排斥，引导孩子合理分配线上学习与线下阅读、实践锻炼的时间。学校可定期组织面向学生家庭的数字素养培训，帮助家长了解AI工具的使用边界与潜在风险；社区和校外教育机构也应加强行业自律，规范智能教育产品的宣传与供给，共同营造有利于青少年健康成长的教育生态。

从技术迭代周期观察，人工智能对教育的影响还将持续深化。但无论技术如何演进，人工智能能够替代的仅是程式化、低创造性的劳动，人类独有的创新思维、情感共鸣与价值塑造能力不可替代。推进教育数字化，必须坚持立德树人根本任务，统筹政策监管、校园制度、师生素养、学科建设等多方力量，在技术创新与人文育人之间求得平衡，让人工智能持续服务教育强国建设，实现技术理性与教育温度的有机统一。

文章作者：贾英赞，中国教育发展战略学会安全教育专业委员会特聘专家。

文章