人工智能时代的教育使命与意识开发

作者简介

祝智庭，博士，华东师范大学终身教授，国家开放大学特聘教授，研究方向：教育信息化系统架构与技术标准、信息化促进教学变革与创新、数智技术赋能的智慧教育、意义主义学习理论等。

[引用信息] 祝智庭（2026）. 人工智能时代的不确定性与教育自觉：从意义主义到意识开发的理论进路[J]. 开放教育研究，32（2）：13-27.

[重要提醒]投稿地址：https://openedu.sou.edu.cn，投稿免费！

摘要：生成式人工智能在改变教育形态的同时，通过“不确定性重分配”深刻影响了教育的规范性基础。为应对这一挑战，本研究提出以“教育自觉”为核心的理论路径：基于意义主义学习理论，提出学习的一阶公理——“学习即消除不确定性”，并划分认知、价值、行动与存在四类不确定性；通过补充律说明，成功的学习不是走向“绝对确定”，而是在更高层次上产生新的不确定性，从而构建“学习的不确定性螺旋模型”。人工智能作为“不确定性再分配器”减少了认知层面的不确定性，却在价值与存在层面制造并加剧了新的不确定性。为解决这一结构性问题，本研究提出“意识开发”应成为人工智能时代教育的新范式，并将“意识”定义为个体在多维意义空间与不确定性条件下，对自我、他人及世界关系的整体性感知、批判性思考与负责任行动的能力。研究探讨了“叩问学习法”及其八个核心问题作为推动不确定性螺旋上升、实现意识开发的操作性工具的价值；从学校、教师与教育意识生态三个层面，描绘了“意识开发场域”的实践图景，指出教育在人工智能时代最不可替代的任务，不在于与技术竞争消除不确定性的效率，而在于培养学习者在多重不确定性中保持感知、深入思考并勇于承担责任的能力与勇气。

关键词：人工智能、不确定性、意义空间、意识开发、教育使命

一、教育使命：从适应技术到主动回应

（一）教育困境：从工具转向环境

随着生成式人工智能的快速发展，教育与技术的关系发生了根本性变化。人工智能不再是课堂的辅助工具，而是成为学习者日常生活环境的一部分。以大语言模型、推荐算法与学习分析系统为代表的技术，正以“环境性”的方式持续塑造人们的注意力分配、信息获取、情感表达与价值判断。在这种环境下，技术不再是“被使用”的对象，而是成为人们日常生活中不可或缺的场域。平台的信息推荐逻辑、表现评价指标、互动界面设计，虽然不易被学习者察觉，却深刻影响着他们对世界、自我与他人的理解。人工智能由此成为一种强大的“隐性教育者”：通过流量与算法对学生的经验世界进行预先编排。

传统的教育体系在这一转变面前显得力不从心，主要表现在围绕课本知识与标准化考核设计教学流程，未能充分关注学生在平台与算法环境中真实发生的学习与身份建构。教育虽然名义上仍是“育人”，但实际上却逐渐让出了塑造心智与意义经验的部分职责。

（二）结构性失衡：“知识—能力”范式的局限

工业时代确立的“知识—能力”范式，曾支撑起大众教育体系的快速发展。然而，在人工智能深度介入的时代背景下，这一范式暴露出结构性问题。其一，目标匹配不当。当前考试与评价体系仍然高度依赖确定性知识的掌握和程序化技能的熟练程度，而这正是人工智能擅长且成本不断下降的领域。教育若继续将主要资源投入到可被算法轻易替代的任务上，就会不可避免地陷入与技术“正面竞争”的僵局。其二，内容权重失衡。在绩效与问责压力的影响下，教育实践愈发关注易于测量、便于比较的指标，如正确率、分数与升学率，而对于价值判断、伦理思辨、审美体验、存在反思等难以量化的维度，往往语焉不详。这种失衡与人工智能所擅长的领域高度重叠，使教育进一步偏离了其本该坚守的核心任务。根据比斯塔的教育目的论框架，这种偏离表现为教育日益缩小为“资格化”与“社会化”的工具，而遗忘了其最根本的“主体化”使命，即帮助学习者在与世界的互动中“作为主体出现”。人工智能时代的效率崇拜，正在加剧这一遗忘。

第三，话语体系失效。面对人工智能带来的深层冲击，公共讨论往往在“技术乐观主义”与“技术悲观主义”之间摇摆，缺乏从教育目的与价值出发的规范性思考。教育一方面被要求“拥抱技术”，另一方面又被动卷入“是否会被取代”的焦虑。真正关乎“何为值得追求的学习”“人工智能时代教育究竟负何责任”的讨论，往往缺席。