AI时代,教育必须回答"人如何成为人"——我在AI-PBL/PjBL多智能体系统中整合SEL的思考
近年来，我始终在探索一个核心问题：
人工智能融入教育领域后，究竟只是让教学更快捷、更精确、更有成效，还是能够真正支持学生实现更有价值的成长？
AI能够创造知识、阐释概念、规划任务、给予反馈，甚至协助教师重新构建课程体系。然而，教育的根本使命，从来不只是帮助学生"找到答案"，更关键的是引导他们认识自我、理解他人、建立联结、肩负使命，并逐步确立自己的人生方向与专业认同。
正是在这一认知基础上，我开始深入关注并研究：
SEL｜Social and Emotional Learning，社会情感学习。
我日益清晰地意识到，SEL并非给我的AI-PBL/PjBL多智能体系统｜Multi-Agent System，MAS添加一个"情感组件"，而是补全这套系统从"课程重构"迈向"完整育人"的核心缺口。
社会情感学习通常指儿童和成人在学习与生活情境中，逐步习得并运用相关知识、态度和能力，以识别与管理情绪、树立积极目标、理解他人、建立健康关系并做出负责任的决策。
目前被广泛采纳的CASEL（Collaborative for Academic, Social, and Emotional Learning，学术、社会与情感学习协作组织）框架，将SEL归纳为五项相互关联的核心能力：
我是谁？ 我正在经历何种情绪？ 我的优势、局限、价值观和目标是什么？
自我认知不仅是了解"我开心还是沮丧"，还包括对自身驱动力、偏见、身份认同和目标感的觉察。
我能否调控情绪与压力？ 能否克制冲动、合理安排时间、坚守目标？ 遭遇挫折时，我是选择放弃，还是调整策略继续前行？
我能否设身处地理解他人的立场和处境？ 能否尊重多样性、产生共情，并意识到自己的选择会影响哪些人？
我能否倾听、表达、合作、协商与化解冲突？ 能否建立并维护相互尊重、支持与信任的关系？
我能否综合事实、伦理、安全和后果做出判断？ 能否既考虑自身利益，也兼顾他人、组织与社会的利益？
因此，SEL不是单纯的心理健康教育，也不只是班会、团建或情绪小游戏。
它是一种贯穿课程、课堂、项目、合作、评价和校园文化的：
Whole-person Development Logic｜全人发展逻辑。
SEL能力无法仅通过教师讲授来获得。懂得"要尊重他人"，不等于冲突发生时能够耐心倾听；懂得"要坚持"，不等于项目受挫时能够重新振作。
这些能力必须在真实情境、真实压力、真实协作和真实抉择中反复实践，才能从"知晓"转化为"能做"。
我始终倡导：
PBL强调从真实、复杂、开放的问题出发，引导学生理解、分析、追问、判断与反思。
PjBL则通过完整项目，组织学生完成方案设计、成果产出、协作实施、展示答辩与迁移应用。
PBL/PjBL比传统知识讲授更贴近真实世界，但也会暴露许多传统课堂中不易显现的问题：
这表明，高质量的PBL/PjBL不仅需要知识与技术，更需要：
因此，我不倾向于将PBL简单定义为"做事"，将SEL简单定义为"做人"。
更准确的表述是：
高质量PBL/PjBL本来就同时包含"做事"与"做人"；SEL的价值，在于将其中隐性的育人过程显性化、结构化、支架化与可评价化。
PBL/PjBL为SEL提供了真实的成长场景；SEL则为PBL/PjBL提供了持续探究、团队协作与负责任行动所必需的心理与关系基础。
我研发的AIP-TDA-MAS2.0｜AI-PBL/PjBL通用课程重构多智能体系统，目前重点帮助教师将传统课程转化为：
Problem-driven, Project-organized, Agent-supported, Evidence-based and Teacher-governed Learning System
即：
这套系统已经开始解决：
但深入思考后会发现，仅仅关注"学生如何完成任务"是不够的。
我们还需要关注：
换言之，原来的MAS能够较好地处理：
学生如何学习和完成项目。
整合SEL以后，MAS还要进一步支持：
学生在项目中如何成长为更完整、更有担当、更有温情的人。
我此前发表的论文：
AI-driven Value-Added OBE: The Evolution of Teaching Models in the AI Era
提出，传统OBE｜Outcome-Based Education，成果导向教育虽然能够明确界定学习成果，却容易过度关注可量化的知识与技能结果，而忽略意义建构、伦理判断、共情能力、创造性与社会责任感。
因此，我提出了：
AI-Driven Value-Added OBE｜AI驱动的价值增值OBE
并构建了：
Technology Enablement–Education Value-Added Double Helix｜技术赋能—教育增值双螺旋模型。
这一模型强调，技术应用不能只追求效率，还必须促进人的价值成长。论文中的价值增值可以概括为：
Δ𝑉=𝛼𝑇+𝛽𝐻+𝛾𝑆
其中：
该研究明确指出，AI时代的教育不能只提升任务效率，还应促进批判性思维、创造力、共情心、伦理意识与终身学习能力。
如今看来，SEL恰好可以进一步丰富和具体化其中的：
H｜Humanistic Value，人文价值。
人文价值不能只停留在"重视价值""培养情怀"的抽象表述，还需要转化为可设计、可观察、可支持与可评价的能力。
我建议进一步将H理解为：
即：
这样一来，SEL就成为连接"价值理念"与"教学实践"的中层机制。
Value-Added OBE回答的是：
教育应当增加什么价值？
PBL/PjBL回答的是：
学生通过什么样的真实问题和项目实现价值成长？
SEL回答的是：
人的情感、动机、关系、责任和身份如何在项目过程中发展？
AI-PBL/PjBL MAS回答的是：
如何用多智能体提供个性化支架、过程证据与教师治理，使这种成长能够被支持、被看见、被改进？
这四者不是彼此孤立的理念，而是一条逐渐清晰的理论与实践链条。
我在思考SEL时，很自然地联想到《大学》开篇：
"大学之道，在明明德，在亲民，在止于至善。"
当然，中国传统思想与现代SEL框架不能简单画等号，但二者之间可以形成有意义的跨文化对话。
"明明德"首先指向人的自我觉察、自我修养与内在价值。
它与SEL中的：
有明显的对应关系。
教育首先要帮助学生认识自己、调控自己、形成目的感和道德主体性。
"亲民"可以理解为与他人、社会建立良性关系，通过行动服务他人、改善社会。
它对应：
学生不仅要问"我能不能完成"，还要问：
"止于至善"不是追求一次性的标准答案，而是不断趋向更好的判断、更负责任的行动与更完整的人格。
它与：
具有深刻联系。
在AI时代，"天人合一"还可以拓展为人、技术、社会与自然之间的整体协调。
学生需要思考：
因此，SEL并不意味着简单引入一套西方概念，而可以与中国教育传统中的修身、关系、责任与至善追求形成新的对话。
我的基本原则是：
不是给课程增加一节SEL课，而是在课程重构的每个关键环节嵌入SEL。
主控智能体除了识别课程名称、任务类型和教学阶段，还可以识别：
SEL_VALUE_ENRICHMENT｜社会情感与价值增值任务
例如，当教师提出：
系统就应进入SEL增强路径，而不是只生成一般教学建议。
课程智能体不再只分析知识点和专业任务，还要识别：
例如，机械制造课程不只讨论怎样设计工艺路线，还应考虑质量、安全、成本、操作人员负担、资源消耗和客户责任。
婴幼儿照护课程不只讨论动作是否规范，还要关注照护者是否能够调节压力、识别婴幼儿信号、建立信任并与家长进行审慎沟通。
原来的方法结构中已有：
整合SEL后，还要增加：
其中，Human-only Moments尤其重要。
有些事情AI可以辅助，却不能替代：
教师端生成的不应只是知识目标、活动流程和评价量规，还应包括：
例如，不能只写：
培养学生团队合作能力。
而应写成可观察的学习结果：
学生端智能体不只提供知识提示，还要支持：
SEL最容易被忽视，是因为它常常"看不见"。
因此，需要把隐性的成长转化为过程证据，例如：
评价也不能只看学生"性格好不好"，更不能给学生简单贴上"情商高低"的标签。
应评价的是具体情境中的可观察行为，例如：
这正是：
Making Invisible Growth Visible｜让看不见的成长被看见。
在《婴幼儿回应性照料》的SEL升级方案中，我已经尝试将知识、技能、专业判断、社会情感与关系能力、职业伦理和专业身份共同纳入学习目标，并通过SEL Moments、Human-only Moments、过程证据和多维量规进行设计。
SEL与AI结合以后，治理必须更加严格。
除了原有的：
还要增加：
例如：
AI可以提供支持，但不能成为"数字心理权威"。
我目前的考虑是：
先在以下智能体中增加SEL字段：
这样可以避免MVP阶段系统过度复杂。
未来可以增加：
SEL & Value Development Agent｜社会情感与价值成长智能体
它专门负责：
多智能体不是越多越先进。智能体也需要合理分工，否则很容易开成"数字会议"，大家都发言，却没人真正解决问题。
我希望逐步形成：
其完整逻辑是：
Value and Meaning｜价值与意义 ↓ Authentic Problem and Project｜真实问题与项目 ↓ Social and Emotional Development｜社会情感发展 ↓ AI Agent Scaffolding｜AI智能体支架 ↓ Process Evidence and Reflection｜过程证据与反思 ↓ Teacher-in-the-loop Governance｜教师在环治理 ↓ Humanistic and Professional Value-Added｜人的价值与职业能力增值
一句话概括：
Value-Added OBE规定育人的方向，PBL/PjBL提供成长的真实场域，SEL支撑人的情感、关系与责任发展，AI-MAS提供个性化支架、过程证据和治理机制。
AI越强大，教育越不能只追求更快速地产出答案。
未来真正稀缺的，不只是掌握知识和工具的人，而是能够：
所以，我将SEL整合进MAS，不是为了让系统更"柔和"，也不是为了增加一个新的教育术语，而是希望推动我的研究和系统进一步回答：
在AI越来越能替代人完成任务的年代，教育如何帮助学生发现意义、保持主体性、关心他人，并成长为能够负责任行动的人？
这也许才是AI赋能教育最重要的价值。
不是让AI更像人。
而是借助AI，让教育更好地培育人。