智能时代教育新范式：熊璋教授论课堂变革与评价体系重塑

4月15日，《中小学信息技术教育》主办的“AI慧启课堂 贯通向未来”研讨会上，熊璋教授呈现了一场极富远见、系统完整且极具实践指导意义的专题讲座。

讲座围绕两个核心议题展开：学习与评价。一方面，熊教授深入解读了人工智能为教育领域带来的结构性变革，指出教育正从“面向过去”的应试导向，转向“面向未来”的前瞻性布局；另一方面，他从评价改革视角出发，主张未来教育应摒弃终结性、单一性、分离性、停滞性的评价模式，转向过程性、多元性、综合性、发展性的评价体系。

这不仅是一次关于“AI技术如何融入课堂”的探讨，更是对教育底层逻辑如何重新构建、学校如何积极应变、教师如何重新定位自身价值、学生如何真正面向未来成长的深度反思。

今日，我们结合熊教授的讲座内容，进行系统性梳理与深度解读。

一、人工智能已至，教育非“是否应变”，而是“如何主动求变”

熊璋教授在讲座开篇便提出了一个极为关键的判断：

面对人工智能对教育产生的深刻影响，我们已无法阻挡。真正有意义的抉择，不是回避，不是观望，而是理解它、接纳它、运用它，并在此过程中实现人工智能与教育的协同发展。

这一论断，为整场讲座定下了基调。

当下，人工智能与教育的关系，早已不是“课堂上多一款软件、多一个平台、多一位助手”如此简单。教育部联合国家发改委、工信部、科技部、国家数据局等部门出台人工智能+教育相关行动计划，本身就说明了一点：人工智能融入教育，已上升至国家战略高度。

熊教授特别指出，在今年教育数字化战略行动部署中，“新形势、新挑战”被再次强调，而更引人注目的是，会议中提出了三个关键词：

- 准确识变

- 科学应变

- 主动求变

其中，“主动”二字尤为关键。

这意味着，教育不能再停留在“变化来临后再应对”的被动状态，而必须从现在起就开始思考：

未来中国的发展需要什么样的人才？

未来社会需要什么样的能力？

未来学校应该如何培养这样的学生？

这正是熊教授所强调的核心概念——前瞻性教育。

二、什么是“前瞻性教育”？人工智能时代最重要的教育命题

熊教授提出，人工智能教育不是对现有教育的简单叠加，而是一种前瞻性的教育布局。

所谓前瞻性教育，简单而言，就是：

教育不能再仅仅围绕过去的知识、过去的题库、过去的考试来组织，而要着眼于未来的国家战略、科技发展、社会变化和人才需求，提前谋划。

这与传统的应试教育和功利性教育形成了鲜明对照。

在传统应试教育逻辑中，教学往往呈现以下模式：

- 用过去的知识进行训练；

- 用过去的题库组织练习；

- 用标准化试卷检测学习结果；

- 以分数高低作为最主要的评价标准。

这种教育模式，本质上是“拿过去训练现在，再用现在应付考试”。

它所关注的，往往不是学生未来三年、五年、十年后的发展，而是学生眼前的一次作业、一场考试、一张试卷。

熊教授指出，这种教育的功利性表现得尤为突出：

今日上课，是为了课后作业；

这一学期学习，是为了期末考试；

整个教育过程，常常被压缩成了“围绕结果的短期训练”。

但人工智能时代已经到来，未来的变化不再是线性的、缓慢的，而是快速的、跨越式的。

因此，教育必须从“面向过去”转向“面向未来”。

熊教授关于前瞻性教育，至少蕴含了四层深意。

1. 教育必须服务国家战略

人工智能已成为国家竞争力的重要组成部分。

既然国家要大力发展人工智能，教育就必须承担起培养未来人才的责任。

教育不是孤立运行的，它必须与国家发展方向同频共振。

2. 教育必须布局未来人才培养

教育的真正价值，从来都不是“当下立刻显现”的。

一个学生今日成绩优异，并不等于五年后、十年后就一定能适应社会发展；

相反，一个学生今日养成了开放思维、实践能力、协同能力、创造能力，才可能在未来真正脱颖而出。

因此，教育评价不能只看“今日成绩如何”，更要看“未来能走多远”。

3. 教育必须推动学习范式创新

如果仍然沿用过去单一灌输、机械重复、被动接受的学习方式，就难以适应人工智能时代对人才的新要求。

未来的学习，必须更加重视真实问题、实践过程、跨学科融合、人机协同与创新生成。

4. 教育必须争取引领全球发展

熊教授在讲座中充满信心地指出，数字化教育、人工智能教育的发展，给了中国教育一次极为重要的历史性机遇。

过去相当长一段时间，我们在教育模式上更多是学习、跟随；而今日，在数字教育和人工智能教育的赛道上，中国有机会走到世界前列，甚至形成新的教育范式，产生全球影响力。

这意味着，人工智能时代的教育，不仅要“跟上变化”，更要“创造变化”。

三、人工智能教育的本质，不是教学生“会用AI”，而是培养面向未来的人

在许多人看来，人工智能进教育，首先意味着技术课程增加、工具训练加强、学生会使用更多智能平台。

但熊教授提醒我们，如果仅仅把人工智能教育理解为“工具培训”，那就太浅显了。

人工智能教育首先是育人问题，是“培养什么人、怎样培养人、为谁培养人”的问题。

围绕这一点，熊教授提出了人工智能教育的三重育人价值：

立德树人、求真端行、强能致远。

四、立德树人：人工智能时代，教育首先要回答价值观问题

人工智能越强大，教育越不能忽视“人”的方向。

熊教授强调，人工智能教育首先要帮助学生建立正确的态度、价值观与使命感。具体而言，应当引导学生形成以下几方面认知。

1. 形成科技进步促进文明进步的世界观

孩子们需要理解，科技进步本身是推动社会发展的重要力量。

人工智能不是天然的威胁，也不是神秘不可及的“黑箱”，而是人类文明演进中的新工具、新平台、新能力。

教育不能让学生对人工智能只停留在“好神奇”“好可怕”的表层感受上，而要帮助他们形成更理性的科技认知：

科技发展是文明进步的重要驱动力，关键在于人如何使用它。

2. 形成建设教育强国、科技强国、人才强国的价值观

个人成长不能与国家发展割裂。

熊教授强调，下一代应当把自身学习成长与民族复兴、国家发展联系起来。

教育的价值，不只是“让我考得更高、走得更远”，更是“让我有能力为国家、为社会、为世界作出贡献”。

3. 形成健康有序发展的科学观

人工智能教育必须引导学生尊重科学规律，既不神化技术，也不简单排斥技术。

面对AI，既不能盲目崇拜，也不能情绪化否定。

真正的科学观，是理性理解、实证判断、规律思考。

4. 形成科技向善的伦理观

越是技术快速发展的时代，越要强调“向善”。

人工智能不应成为投机、欺骗、伤害他人、破坏秩序的工具，而应服务于人的发展、社会的进步和公共福祉。

因此，人工智能教育必须包含伦理教育、责任教育、边界教育。

5. 形成服务中国发展、服务全球发展的使命观

未来人才不能只看到个人的分数、升学与职业，而要看到更大的世界、更长远的发展。

教育要培养有担当、有远见、有责任感的人。

换句话说，人工智能教育的起点不是“技能”，而是“方向”；

不是先问“AI能做什么”，而是先问“我们希望学生成为什么样的人”。

五、求真端行：人工智能时代，学生需要怎样的品格与思维方式

熊教授在讲座中进一步指出，人工智能时代的人才培养，不仅是价值观塑造，更是思维品质和行动品格的重塑。

这一部分，尤其值得一线教师深入体会。

1. 崇尚科学、开放思维

这是熊教授讲座中非常重要的一组关键词。

它们本来可以分别展开，但从内在逻辑看，二者高度统一，因此完全可以合并理解为同一类核心素养要求：

既要相信证据、重视规律、尊重事实，也要跳出单一路径，允许多角度、多方案、多可能。

过去的课堂，很多时候习惯于给学生预设一条很窄的路：

- 教师根据课标确定目标；

- 根据目标设计过程；

- 根据过程安排问题；

- 学生沿着既定路径前进；

- 尽可能少出错，尽可能不偏离。

这种路径当然有助于提升效率，但也容易造成两个问题：

一是学生逐渐丧失主动思考的空间；

二是学生习惯于寻找“标准答案”，而不是探索“可能答案”。

而人工智能时代最不缺的，恰恰就是标准化信息和常规性答案。

真正稀缺的，是敢于提出问题、能够从多个角度分析问题、愿意尝试不同方案的人。

所以，未来教育一定要让学生学会：

- 用证据说话；

- 用事实判断；

- 用规律思考；

- 用开放的视野看待复杂问题；

- 接受一题多解、一路多向、多元并存。

这不仅是科学精神，更是创新能力的起点。

2. 敢于质疑，理性批判

熊教授特别指出，中国教育过去较长时间里，在某些方面过于强调“接受”和“学习”，相对缺少“质疑”和“创造”。

而未来教育必须鼓励学生提出问题、挑战固有认知、进行理性分析。

这里的“质疑”不是否定一切，不是情绪化反驳，而是基于事实、逻辑与证据的思考。

“批判”也不是简单反对，而是对已有观点、路径、方法进行审视、比较和优化。

只有这样，学生才能从“知道”走向“理解”，从“接受”走向“建构”。

3. 乐于探究，勇于创新

未来的人才，必须愿意面对未知。

未知意味着不确定，意味着试错，意味着反复迭代。

如果学生只愿意做“确定会做、确定有答案、确定拿高分”的事情，那么一旦离开标准题目场景，就会迅速失去能力支撑。

因此，教育必须把“探究”真正还给学生。

要让学生在真实问题中去发现问题、提出假设、设计方案、检验结果、调整路径、形成结论。

创新不是一句口号，而是在探究过程中逐渐生成的能力。

4. 勤于实践，敏于笃行

人工智能时代，空谈和机械记忆的价值都在下降。

真正重要的是能不能把想法变成行动，把概念变成方案，把方案变成作品，把作品变成真实价值。

因此，教育不能只停留在“讲过了”“知道了”“记住了”，而要更加关注“做过了”“试过了”“改过了”“完成了”。

5. 坚守诚信，善于协同

人工智能让信息获取更加便捷，也让抄袭、依赖、投机等问题变得更加复杂。

因此，诚信教育比过去任何时候都更重要。

同时，未来越来越多的工作，都不是单兵作战，而是人与人之间、人与机器之间共同完成。

会合作、会分工、会倾听、会协调、会共享成果，已经成为未来公民的重要能力。

六、强能致远：未来教育真正要培养的三种关键能力

在能力层面，熊教授用三个词概括未来人才的核心能力结构：

- 适应力

- 胜任力

- 创造力

这三个词层层递进，构成了人工智能时代学生能力发展的三重目标。

1. 适应力：不能被时代甩下

适应力是最低层级、但也是必不可少的能力。

技术快速演进，知识快速更新，职业形态不断重构，学生首先要能够适应环境变化、工具变化、学习方式变化、社会规则变化。

一个不能适应变化的人，很难在未来稳定发展。

2. 胜任力：不仅跟上变化，更能与AI协同工作

仅仅适应还不够。

未来的人才必须真正具备解决问题的能力，能够借助人工智能完成任务、优化决策、提升效率、拓展思维。

也就是说，学生不只是“会使用工具”，而是能够“在新环境中胜任任务”。

3. 创造力：在全球文明进程中作出原创贡献

这是最高层级的要求。

熊教授特别强调，中国的下一代，不应只满足于会应用已有成果，而应努力在未来文明发展轨道上，镶嵌上自己的创造。

所谓创造力，不是复制别人做过的事情，而是做出前所未有的新方案、新产品、新观点、新贡献。

这三种能力共同说明：

人工智能时代的教育，已经不能再把“解题能力”当作全部；

教育真正要培养的，是能适应未来、胜任未来、创造未来的人。

七、学生变了，教师也必须变：人工智能时代的角色重塑

熊教授在讲座中用了相当多篇幅谈“学生”和“教师”的角色转变。

这部分内容，对于当前学校教育改革尤其关键。

1. 学生：从被动接受者转向主动探索者

在传统课堂中，学生更多是知识的接受者、答案的执行者、流程的跟随者。

而在人工智能时代，学生必须成为：

- 主动参与者；

- 合作学习者；

- 协同合作者；

- 探索创新的主体；

- 面向未来的思考者。

这意味着，学生不再只是“听懂老师讲什么”，更要能够：

- 自主发现问题；

- 自主组织资源；

- 自主规划学习；

- 自主表达观点；

- 自主修正错误；

- 自主生成成果。

换句话说，未来课堂不能只看“教师讲得好不好”，更要看“学生是否真正被激活”。

2. 教师：从知识传授者转向学习设计者与成长引导者

熊教授明确指出，未来相当一部分知识传授工作，人工智能都可以承担。

这不是削弱教师，而是倒逼教师重新回到教育最不可替代的价值位置上来。

未来教师更重要的职责，不再只是“讲清楚知识”，而是：

- 设计学习任务；

- 创设真实情境；

- 组织学习过程；

- 引导学生思考；

- 支持学生探究；

- 陪伴学生成长；

- 激发学生的未来发展可能。

教师的价值，不在于“比机器记得更多”，而在于“比机器更懂教育、更懂成长、更懂人”。

八、人工智能时代的教师“新人设”：既有德，也有能；既是师，也是伴

在讲座中，熊教授还专门谈到自己即将分享的一个主题——人工智能时代教师的新人设。虽然只是简要提及，但其核心观点已经十分清晰。

未来教师，首先必须具备两个层面的升级。

1. 师德师风的升级

教师始终是立德树人的关键力量。

在人工智能时代，这一点不仅没有削弱，反而更加重要。

教师要有：

- 立德树人的教育信念；

- 尊重他人、关爱学生的教育温度；

- 遵循科学规律的理性态度；

- 坚守向善边界的价值立场。

因为技术可以提供答案，但不能替代价值引导；

平台可以推送资源，但不能替代情感支持；

算法可以分析数据，但不能替代教师对学生的信任、理解和唤醒。

2. 专业能力的升级

未来教师同样要具备适应力、胜任力和创造力。

不仅要会使用AI，更要会判断何时该用、如何用、用到什么程度、如何确保育人方向不偏离。

会做课件、会写提示词只是起点，真正重要的是：

- 能否把AI转化为促进深度学习的工具；

- 能否利用AI优化课堂观察与个别化支持；

- 能否利用AI丰富评价证据与成长记录；

- 能否基于AI重新设计任务、项目、情境和活动。

3. 教师与学生关系的重构：学师、学伴、学友

熊教授用非常有温度的方式描述未来教师的角色——教师不仅是“教书的人”，也应成为学生的：

- 学师：值得学生模仿、敬佩、追随的人；

- 学伴：在学习过程中与学生共同探索、共同成长的人；

- 学友：能够给予情感支持、理解与陪伴的人。

这是一种更有人味、更有温度、更强调共同成长的教师形象。

未来最好的教师，不一定是“站得最高的人”，而可能是“最能点亮学生的人”。

九、学习方式必须重构：未来课堂不再只是“听讲—做题—考试”

熊教授在“学习篇”中，系统阐述了未来教育可能呈现出的几种重要学习方式。这些方式并非彼此割裂，而是共同构成了人工智能时代学习范式创新的核心方向。

（一）自主式学习：让学生真正成为学习的主人

自主式学习的核心，是以学习者为中心，让学生从被动学习走向主动学习、自我驱动与自我调节。

在这样的学习中，学生需要逐步学会：

- 自主规划学习目标；

- 自主寻找学习资源；

- 自主开展探究活动；

- 自我管理学习进度；

- 自我反思学习效果。

熊教授强调，人工智能时代的知识更新速度极快，一项硬核技术的“保鲜期”可能非常短。

因此，学生最重要的能力之一，不是“已经掌握了多少固定知识”，而是“是否具备持续学习、不断更新自己的能力”。

这也是终身学习能力被反复强调的原因。

未来能够走得远的人，不一定是起点最高的人，而往往是最会持续成长的人。

在自主式学习中，教师不再是全程控制者，而是学习环境的营造者、学习动力的激发者、学习过程的支持者。

（二）项目式学习：让学生在真实问题中“做中学、研中学”

项目式学习，是熊教授讲座中极为重要的一部分。

他强调，项目式学习首先必须坚持一个原则：

真实问题驱动。

项目不能脱离学生生活，不能停留在“为了做项目而做项目”的形式化操作，更不能总是使用距离学生经验很远的悬浮案例。

熊教授特别提到，很多信息科技教材中的案例总是围绕高铁、机场、大型超市、高速公路等大城市场景展开，但很多学生并没有这样的真实生活体验。

如果案例脱离了学生的经验世界，学习就很难真正触动学生，也很难引发深度参与。

因此，项目式学习应尽量做到：

- 从真实生活中发现问题；

- 从学校环境中提炼任务；

- 从地方文化中生成情境；

- 从学生兴趣中寻找切入口。

项目式学习的典型特征包括：

- 真实情境；

- 任务导向；

- 学生自主研究；

- 合作共生；

- 跨学科整合；

- 知行合一。

在项目学习中，教师的角色极其关键。

教师知道解决问题的方法，但不应过早把路径和答案直接交给学生。

教师更重要的是设计任务、搭建支架、观察过程、组织复盘，引导学生自己去搜集资料、制定方案、辩论分析、实践验证、呈现成果并不断优化。

真正好的项目式学习，不是“老师带着学生完成一个作品”，而是“学生在完成项目的过程中完成成长”。

（三）沉浸式学习：让学生从“要我学”变成“我要学”

熊教授指出，传统教学中，教师讲、学生记，这种单一输入型学习，往往让学生感到被动、疲惫、低投入。

但当学生进入一个真实或仿真的情境，承担一个明确的角色，拥有一条完整的问题解决闭环时，他们往往会展现出完全不同的学习状态。

比如，孩子在家里写作业可能感到痛苦；

但当他参与一日消防员、一日护士、一日炊事员等角色体验活动时，却往往兴致勃勃、投入十足。

这正是沉浸式学习的魅力。

沉浸式学习强调：

- 全场景参与；

- 多感官投入；

- 真实任务体验；

- 深度角色代入；

- 解决问题闭环。

人工智能、虚拟现实、数字孪生、仿真环境等技术，都为沉浸式学习提供了新的可能。

未来课堂完全可以借助技术，把学生“带到”不同的历史时空、地理场景、工程现场和社会角色中，让学习变得更生动、更真实、更有体验感。

沉浸式学习的根本价值，在于激发学生的内驱力。

当学生真正进入情境、承担角色、面对问题、做出选择时，学习就不再只是接受，而是一种主动投入和自我建构。

（四）探究式学习：允许试错，才能真正学会创新

熊教授特别提醒，过去很多教师非常害怕学生犯错，往往倾向于提前铺好路、设好边界，让学生尽量“不出问题”。

但探究式学习恰恰相反，它强调：

试错本身就是学习的一部分。

没有试错，就没有真正的问题意识；

没有试错，就难有真实的科学发现；

没有试错，就不可能形成深层次的创新能力。

探究式学习通常以问题为导向，立足真实生活情境或工程实践，让学生经历完整的“提出问题—分析问题—设计方案—验证结果—优化改进”的过程。

在这个过程中，教师不需要急着纠正每一个“偏差”，而要帮助学生在试错中找到规律，在反复调整中形成科学理解。

未来真正重要的，不是学生能否迅速说出标准答案，而是学生能否在面对陌生问题时，持续思考、持续尝试、持续优化。

（五）关联式学习：打破学科边界，构建完整能力体系

熊教授指出，现实世界中的知识与问题，从来都不是学科化、切片化存在的。

真正的问题，往往同时涉及科学、技术、工程、数学、人文、社会等多个维度。

但在现实教学中，我们常常把学科切分得过于严格：

语文是语文，数学是数学，物理是物理，信息科技是信息科技。

这种分科教学有其必要性，但如果过度割裂，就会导致学生很难形成完整的认知网络和综合应用能力。

因此，未来学习必须更强调“关联”。

关联式学习强调：

- 知识之间的关联；

- 学科之间的关联；

- 理论与实践的关联；

- 学习与生活的关联；

- 人与机器协同的关联；

- 时间上的纵向贯通与空间上的横向贯通。

熊教授举了一个非常经典的例子：校园气象站。

一个看似普通的校园项目，完全可以从模拟化发展到数字化，再到网络化、智能化，甚至进一步走向人性化、友善化。

在这一过程中，学生不仅会接触传感器、数据采集、网络传输、智能分析，还会涉及物理、地理、数学、信息技术、设计思维等多方面知识。

更重要的是，这样的项目还可以跨年级、跨学段螺旋上升。

小学做基础观察，初中做数据分析，高中做模型预测，一个项目就可以形成学校长期特色课程。

这正是关联式学习的巨大潜力。

（六）合作式学习：既学会与人相处，也学会与AI协作

合作式学习同样是未来课堂不可缺少的重要方式。

熊教授建议，教师完全可以围绕同一教学目标，设计多个不同任务或情境，让不同小组分别开展资料搜集、方案制定、辩论论证、实践创新，最后进行成果汇报和组间交流。

在这样的过程中，学生能够真正经历合作、分工、沟通、协调与共同解决问题的全过程。

合作式学习至少有三方面重要价值：

第一，学生学会与人打交道。

会表达、会倾听、会协调、会合作，这是现实社会中的基础能力。

第二，学生学会与人工智能打交道。

未来的重要能力之一，不是简单“会用AI”，而是能够与AI协同，合理调用AI能力，判断AI输出，借助AI解决复杂问题。

第三，合作式学习有助于同时培养团队精神与健康竞争意识。

组内协作强调支持与责任，组间展示激发动力与比较，二者结合，往往能够有效提升学习投入与集体成长质量。

十、未来评价必须改变：不能再只靠“作业+期末试卷”来定义学生

如果说“学习篇”解决的是“怎样学”，那么“评价篇”解决的就是“怎样看待学习、如何促进成长”。

熊教授在这一部分提出了极具启发性的观点：

未来教育评价要从终结性评价走向过程性评价，从单一性评价走向多元性评价，从分离性评价走向综合性评价，从停滞性评价走向发展性评价。

这一判断，实际上触及了当前教育改革最深层的问题之一：

如果评价不变，教学就很难真正改变；

如果还在用旧的尺子量新的教育，改革最终很可能回到老路上去。

十一、从“一张卷子定结果”，走向“全过程记录成长”

熊教授提出了一个非常有想象力、也非常具有现实意义的设想：

如果一个孩子从幼儿园开始，就拥有属于自己的成长档案，记录他的学习经历、兴趣特长、行为表现、优势不足、素养发展和能力轨迹；

如果这份档案能够伴随他进入小学、初中、高中、大学，甚至走向社会；

那么，我们还需要用一张期末试卷去“定义”这个学生吗？

这个问题，发人深省。

它提示我们：

未来评价的核心，不应是一次性的“截面测量”，而应是持续性的“成长追踪”。

评价不是为了最后给出一个结论，而是为了在成长过程中不断提供反馈、支持和激励。

人工智能技术的进入，为这一转变提供了前所未有的可能。

通过AI辅助记录、分析与画像，学生的学习过程、项目参与、合作表现、表达方式、作品质量、成长轨迹，都可以被更细致、更长期地看见。

十二、未来评价体系的四大转向

1. 从终结性评价走向过程性评价

传统评价最典型的方式，就是学完一段内容后，通过一次作业、一场测验、一次期末考试来做判断。

这种方式当然有其效率，但问题在于，它太容易把评价变成“事后结算”。

而过程性评价更强调：

- 学习中的观察；

- 节点性的反馈；

- 及时性的指导；

- 连续性的改进。

它关注的不只是“最后考了多少分”，更关注“学生是怎样一步步学会的”。

2. 从单一性评价走向多元性评价

过去的评价方式相对单一，主要依赖纸笔测试和教师单向评价。

但未来评价必须更加多元。

多元性评价意味着：

- 教师可以评；

- 学生可以自评；

- 学生可以互评；

- 人工智能可以辅助记录与分析。

同时，评价证据也不应只限于试卷和作业，还可以包括：

- 学生作品；

- 项目档案；

- 课堂表现；

- 实践过程；

- 小组答辩；

- 成长记录；

- 数字化行为痕迹；

- 多模态学习表现。

评价对象也不应只限于“学会了什么知识”，而要扩展到“怎样学习、怎样合作、怎样创新、怎样表达、怎样实践”。

3. 从分离性评价走向综合性评价

分离性评价的问题在于，各学科各评各的，彼此割裂，很难真正呈现学生作为“一个完整的人”的成长状态。

熊教授特别指出，信息科技学得好，不一定只体现在信息科技课里，也会反映在其他学科学习中。

比如学生的信息意识、数字化学习能力、计算思维、人机协同能力，都会在语文、数学、科学、综合实践等学习过程中显现出来。

因此，未来评价不应只看某一门课的局部表现，而应看学生整体素养的发展。

评价对象，最终是“人”，而不是“单一学科中的某个分数”。

4. 从停滞性评价走向发展性评价

停滞性评价的特点是：

这个学期评完就结束，下个学期重新开始，缺少连续性，也难以看见真正的成长轨迹。

而发展性评价则强调纵向追踪和长远视角。

小学阶段的评价，要能够看到其对中学发展的支撑；

中学阶段的评价，要能够考虑其对大学与未来成长的影响；

大学阶段的评价，更要着眼于其未来的社会贡献。

这意味着，评价不能只关注“现在学得怎么样”，而应关注“未来能成长为什么样的人”。

十三、评价的关键理念：重成长、重成就，弱分数、弱文凭

在讲座中，熊教授提出了一组非常鲜明、极具改革意味的表达：

重成长、重成就，弱分数、弱文凭。

这里的“弱”，不是不要分数，也不是取消文凭，而是强调它们不应再成为唯一尺度，更不应成为压倒一切的教育中心。

1. 为什么要重成长

因为教育的本质是促进发展。

如果评价不能帮助学生发现自己的进步、认清自己的不足、找到下一步努力方向，那么它就很难真正服务成长。

2. 为什么要重成就

熊教授特别强调，学生的学习兴趣、好奇心和求知欲，很大程度上来自成就感。

当学生在学习过程中不断体验到“我可以做到”“我又进步了”“我完成了一个重要节点”，他就更容易产生内驱力，愿意继续投入。

因此，在项目学习中，不妨把一个大项目拆分为多个节点，在每个关键节点上都给予学生证书、勋章、展示、肯定和反馈。

这样做，不是形式主义，而是在为学生搭建持续成长的动力系统。

3. 为什么要弱化分数和文凭的唯一地位

因为未来社会越来越看重真实能力、真实作品、真实贡献。

单一分数和标签式文凭，在很多场景中的解释力都会下降。

如果教育仍然只盯着这两个指标，就容易错失真正重要的成长机会。

十四、“无感观察”与“有感激励”：未来评价最有温度的方式

熊教授关于评价还有一个非常值得传播的提法——无感观察，有感激励。

所谓无感观察，是指评价不一定总是以“现在开始考试”的方式发生。

学生在日常学习中的表现、在合作中的角色、在课堂中的参与、在活动中的习惯、在实践中的表现，都可以被持续观察、记录和分析。

这种观察应当尽量自然、持续、嵌入日常，而不是只在“考核时刻”才出现。

所谓有感激励，则是指学生应当真实感受到评价带来的支持与鼓舞。

评价不能只是冷冰冰地打分、排名和贴标签，更要通过及时反馈、节点奖励、成果展示、公开肯定等方式，让学生感受到：

- 我被看见了；

- 我的努力有价值；

- 我的进步值得被认可；

- 我愿意继续向前走。

这才是评价真正服务育人的样子。

十五、对中小学信息科技教育的现实启示：今天就该开始做什么

熊教授的讲座，虽然站位高、视野广，但其落点其实非常明确：

学校和教师要主动行动起来。

对于中小学信息科技教育而言，这场讲座至少带来以下几方面启示。

1. 课程目标要从“教工具”转向“育素养”

信息科技课不能只停留在软件操作、基础技能和零散知识训练上，而应更突出：

- 信息意识；

- 计算思维；

- 数字化学习与创新；

- 信息社会责任；

- 人机协同解决问题的能力。

2. 教学设计要从“课时知识点”转向“真实任务与项目”

可以围绕学校和生活中的真实问题设计课程，如：

- 校园气象站数据分析；

- 食堂排队优化方案；

- 图书借阅系统改进；

- 校园节能监测项目；

- 家乡文旅数字导览设计；

- 社区垃圾分类智能宣传；

- 校园植物观察与智能识别等。

这样的项目，既贴近学生生活，又能够承载跨学科学习和AI赋能实践。

3. 课堂组织要真正把学生推向前台

让学生多一些提问、讨论、设计、实践、答辩和复盘；

让教师少一些直接告知、标准输入和路径包办。

只有学生真正参与到学习建构中，课堂才可能从“学会内容”转向“学会成长”。

4. 评价机制要尽快走向成长档案与作品证据

信息科技学科尤其适合建立学生数字作品档案、项目过程记录、阶段性评价表、自评互评机制和成长性反馈体系。

这不仅能更全面地呈现学生素养，也更符合学科特质。

5. 善用人工智能，但不能丢掉教育判断

AI可以帮助教师：

- 找资源；

- 生成任务；

- 做学情分析；

- 记录课堂表现；

- 辅助个性反馈；

- 整理成长档案。

但教师必须始终掌握育人方向、价值判断、情感支持与伦理边界。

技术可以赋能教育，但不能替代教育的核心。

十六、真正的教育创新，不是把AI搬进课堂，而是让课堂真正面向未来

回看熊璋教授这场讲座，我们会发现，它最有力量的地方，并不是提供了多少具体技术技巧，而是帮助我们重新理解了一个根本问题：

人工智能时代，教育究竟应该成为什么样子？

答案显然不是“多装几块屏、多接几个平台、多用几个智能工具”这么简单。

真正的变化，应当发生在更深处：

- 从应试逻辑走向前瞻性教育；

- 从知识中心走向学生发展中心；

- 从单一讲授走向多样化学习范式；

- 从教师单向输出走向师生共同成长；

- 从一张试卷定结果走向全过程支持成长；

- 从重分数、重结果走向重素养、重能力、重未来。

人工智能带来的，不只是课堂工具的升级，更是教育观念、教学方式、评价逻辑乃至育人目标的整体重构。

因此，今日的教育工作者最需要的，正如熊教授所倡导的那样：

主动求变，享受变革，拥抱创新。

唯有如此，我们才能真正抓住人工智能赋予教育的历史机遇，培养出能够适应未来、胜任未来、创造未来的下一代。

如果说过去的教育，更多是在回答“如何把已知教给学生”；

那么今天的教育，更重要的是回答：

如何让学生有能力走向未知、面对变化、创造未来。

这，正是人工智能时代教育改革最深刻的意义所在。