AIED2026首尔峰会：从工具迈向队友的人机协同教育新范式

大会完整主题全称：

From Tools To Teammates: Human-AI Synergy For Augmented Learning（从工具到队友：人机协同赋能增强式学习）

本文整合 4 场官方主旨演讲文稿、大会主题 PPT、Springer 会议论文集蓝天空轨道共识、官网主题纲领原文，全部为大会统一达成的行业共识，分为底层范式共识、四阶演进模型共识、人机主体权责共识、教学落地共识、伦理治理共识、技术架构共识六大板块，每条观点配套完整阐释、教育场景对比、落地边界。

数十年智能教育系统仅实现被动工具辅助，生成式 AI 普及后，原有 "人发指令、AI 输出、会话结束" 的工具模型存在天然认知缺陷；AIED 领域正式进入人机共建、双向协同新时代，所有教育系统设计需放弃 "AI 辅助人" 单一逻辑，转向 "人与 AI 共同达成学习目标" 的伙伴逻辑aied-confe...。

传统工具模式本质缺陷 传统 AI（智能题库、翻译、答疑机器人、AI 备课助手）属于被动响应型工具：交互权完全由人类垄断，AI 无主动感知、无长期上下文记忆、无独立思辨视角，仅承接重复、标准化脑力劳动。学生极易产生认知外包，直接索要标准答案，弱化自主推理；教师仅用 AI 减负行政工作，无法借助 AI 拓展教学思辨边界。

队友模式核心质变 AI 升级为具备主体能动性（Agency） 的协作参与者：可主动识别学习者认知盲区、发起思辨提问、并行生成多元解题路径、记录长期学习轨迹、与人类双向辩论；人机不再是主次从属，而是目标一致、能力互补的协作单元。

大会统一底线结论 未来所有合规学科 AI 系统，设计起点不能是 "如何让 AI 快速完成任务"，而必须是 "如何搭建稳定、可信的人机协同伙伴关系"；纯工具型问答 AI 会逐步退出主流课堂教学场景，仅保留行政、批改辅助用途。

特征：被动触发、单次会话、无长期记忆、单向输出知识；人类完全掌握决策权，AI 仅执行标准化指令。

代表产品：传统题库、固定模板答疑、一键生成课件、作业批改机器人。

大会定性：仅能完成浅层辅助，无法培养高阶思维，仅适合课后基础查漏补缺，不适合课堂深度探究学习。

特征：具备短期上下文理解，可预判简单学习需求，主动推送知识点，但无独立认知立场，所有核心决策仍由人类把控。

代表：通用大模型临时辅导、简易 AI 学习 Agent。

局限：只能顺着人类思路延伸，无法反向质疑、暴露思维漏洞，依旧存在学生直接索取完整答案的风险。

特征：长效持久记忆、独立思辨视角、双向对话协商；AI 可同步和学习者并行探究同一问题，会主动提出对立观点、补充人类忽略的逻辑维度。

核心价值：形成双向支架效应 —— 学生在教会 AI 梳理知识的过程中完成深度复盘（教学相长双向建构）。

落地约束：AI 不替代思考，仅作为对等探究同伴，禁止独立输出完整解题答案。

共享能动性（Shared Agency）：人机双方均拥有发起对话、调整学习路径、提出质疑的权利，不存在绝对主导方；遇到学习分歧时，通过辩论协商共同确定探究方向，而非人类单方面下达指令。

能力互补分工

人类独有优势：价值判断、共情引导、创造性发散、伦理思辨、生活化场景理解；

AI 独有优势：海量知识检索、多路径逻辑推演、认知漏洞识别、持续数据追踪、重复训练自动化。

共享责任机制 学习成果由人机协同共同构建，但认知责任最终归属人类；AI 仅提供多元参考视角，最终判断、总结、内化思考必须由学生独立完成，从根源杜绝抄答案、思维惰性。

模式对比

三、主体权责共识：

AI 队友定位是「互补协作者」，绝非教师 / 学习者替代者

本届大会明确反对 "AI 取代教师、AI 替代学生自主思考" 两种极端叙事；AI 队友的核心定位是教育增强器（Augmentation），替代仅存在于机械、重复性事务，高阶育人、认知建构、价值引导永远由人类主导aied-confe...。

对教师端的权责边界 AI 队友承接：学情数据追踪、分层习题生成、课堂素材整合、作业标准化批改、教研文献梳理； 教师不可移交：价值观引导、个性化心理疏导、课堂思辨组织、学习动机激发、学习成果最终评价。 配套落地规则：AI 仅提供学情分析参考，学生成长、教学方案调整的最终决策必须由教师确认。

对学生端的权责边界 AI 队友承接：多角度思路启发、知识点拆解、同类题型拓展、逻辑漏洞提醒、跨学科素材补充； 学生不可移交：独立推导演算、完整文字写作、观点总结输出、核心逻辑建构。 硬性风控共识：合规学科 AI 队友必须内置机制，拒绝直接输出完整标准答案，仅提供分步引导、提问式启发，这是区分 "工具" 与 "教育队友" 的核心审核标准。

宏观教育体系共识 人机协同队友模式的目标是缩小个性化教育鸿沟，让普通学校、普通家庭也拥有 24 小时分层辅导资源，而非削弱教师岗位、弱化学生独立学习能力。

当 AI 成为长期学习队友时，会形成双向脚手架（Bidirectional Scaffolding） 闭环，这是传统单向工具完全无法实现的教育增益，也是本届大会实证研究统一验证的有效路径。

AI 为人类搭建认知支架 AI 主动捕捉知识薄弱点，用分层提问拆解复杂难题，补充人类知识盲区，降低高阶探究门槛；区别于一次性工具查询，AI 基于长期学习档案动态调整引导难度，持续适配个人认知水平。

人类为 AI 搭建训练支架（反向增益，大会重点创新结论） 学生、教师需要持续向 AI 梳理、讲解、修正知识体系，在 "教会 AI" 的过程中，倒逼自身梳理逻辑、查漏补缺、系统化内化知识；多项会场实证数据显示：采用 "教导 AI 队友" 学习模式，学生知识点留存率提升 32%，元认知反思能力显著增强。

课堂落地标准流程（蓝天空轨道统一给出实操框架） ① 人与 AI 共同确立学习探究主题； ② 双方并行独立思考，分别输出思路； ③ 人机交换观点、互相质疑、辩论补齐逻辑漏洞； ④ 人类整合双方视角，独立生成最终完整学习成果； ⑤ AI 记录全过程思维轨迹，生成下一轮个性化学习规划。

工具仅需要功能可用，队友必须建立持续可信的人机信任；大会形成统一伦理治理规范，所有教育 AI 智能体（队友）必须满足四大可信基础条件，否则仅能归类为临时工具，禁止长期陪伴式学习使用。

全程可解释性 AI 所有思路、建议、推导过程必须完整展示逻辑链条，禁止黑箱输出结论；学生、教师可随时质询 AI 推导依据，AI 需提供权威文献、知识点