AI时代的教育智慧：融合赫尔巴特与杜威

回顾教育史，赫尔巴特与杜威往往被视为对立面：前者侧重系统化教学与教师主导，后者推崇基于体验的学习与儿童中心。许多教材常将二者作为“传统教育”与“现代教育”对比的范本。

然而，在人工智能教育（AIED）的当下，若仅将其视为二元对立，则可能忽视关键议题。AI教育既离不开赫尔巴特的严谨结构，也离不开杜威的亲身体验；既需有条理的组织，也需真实的探究。

换言之，AI时代的教育学不应在“赫尔巴特还是杜威”中做单选题，而应思考：如何将二者的“结构”与“经验”有机融入实践。

赫尔巴特警示教育不能仅是经验与技巧的堆砌，而应成为有理论依据的学科。《大英百科全书》指出，他将教育理论发展为应用心理学，利用“统觉团”解释新表象如何融入旧观念体系，并总结出准备、呈现、联想、概括和应用五环节。

这对AIED至关重要。当前许多AI教育产品虽主打“个性化”，但个性化不应仅是错题推荐。统觉思想提醒我们，学生理解新知必须联系已有经验。学生答错分数题，可能并非练习不足，而是未真正掌握“整体与部分”“比例关系”等前置经验。

因此，AIED向赫尔巴特学习首在诊断升级：从记录行为转向理解结构。AI不仅要记录点击与错误，还要协助教师判断学生的理解逻辑与误解所在。其次，教学不可或缺结构。AI生成海量资源，更需要教学组织。五段教学法若机械套用固然僵化，但若视为“新旧连接—概念形成—迁移应用”的逻辑，仍有助于反思AI教学流程的价值。

当然，须避免将赫尔巴特变回机械模板。《大英百科全书》也指出，20世纪初赫尔巴特主义曾退化为形式主义，遭杜威等人挑战。这表明，学赫尔巴特不在于僵化五步，而在于其教育学雄心：教学须有目的、依据与组织。

若赫尔巴特提醒我们勿使教育失序，杜威则警示勿使教育唯结构论。

杜威的重要贡献在于将教育回归经验、行动、社会生活与民主共同体。

在《民主主义与教育》中，他视教育为社会生活的延续与更新，强调通过交流共享经验改变人。斯坦福哲学百科也指出，民主成败取决于教育能否培养调查、开放交流与共同思考的习惯。

更重要的是，杜威并不认为所有经验均有教育意义。在《经验与教育》中，他指出“误教育”会阻碍成长。学生用AI做作业是经验，代写代想也是经验，但这些是扩展能力还是削弱思考？需教育者判断。

故AIED向杜威学习首在拒绝把互动当经验、把使用当学习、把完成当成长。优秀AIED应让学生更愿追问、反思、合作，而非更熟练地外包思考。

其次，教育须面向生活世界。学生终将面对真实社会、问题与公共生活。杜威提醒，教育即生活过程，非仅为生活做准备。

若AI时代仅学赫尔巴特，易将教育变为高度结构化、程序化的教学机器。

此类AIED看似高效：目标清晰、诊断系统完善、路径规划精准、反馈即时、知识图谱完备。学生沿路径执行，教师监管系统，学习成优化序列。虽可能提升短期表现，却未必培养真正的理解、判断与责任感。

OECD在《数字教育展望2026》指出，生成式AI在清晰原则下可支持学习，但缺乏教学支持时，外包任务仅提升表现而无真实收益。这证明仅有结构与效率不足。故赫尔巴特需杜威补充：结构需入经验，知识需入问题，流程需转探究。

反之，若仅学杜威，则易忽视知识结构、教学引导与系统学习，流于自由探索。

AI易放大此倾向，因其能无限对话生成。学生提兴趣点，AI即生成项目脚本。看似开放有趣，但杜威反对此类无组织经验。他批评了反对传统却无积极哲学的做法，强调拒绝强制不等于拒绝所有权威，教育仍需内部组织与引导。

故杜威亦需赫尔巴特补充：经验需组织，活动需概念，兴趣需方向，探究需资源。无结构经验成零散体验，无引导开放学习成浅层浏览。

真正的杜威主义非反知识，乃反脱离经验的知识；非反教师引导，乃反外在强制与机械灌输；非主张随意活动，乃主张有教育意义的经验连续性。

置于AIED语境，二者非对立，实可互补。

赫尔巴特提醒：学习需结构，新知接旧知，教学有组织，教育有目的。

杜威提醒：结构不僵化，知识入经验，学习靠探究反思，教育面向民主与成长。

此互补可概括为四点。

一、向赫尔巴特学“教学结构”，向杜威学“经验连续”：AI内容须组织成可理解序列，并连接生活经验与真实问题。

二、向赫尔巴特学“理解学生”，向杜威学“让学生行动”：AIED不仅识别薄弱点，更要懂观念结构；不仅给解释练习，更要让学生在合作探究中发展能力。

三、向赫尔巴特学“教育目的”，向杜威学“民主生活”：教育不应唯效率成绩，亦不应唯个体体验，更应关注学生是否成为能思考、沟通、判断、参与公共生活的人。

四、向赫尔巴特学“教师引导”，向杜威学“学生主体”：教师需设计经验、组织知识、判断意义、保护主体性，助学生将AI化为思考工具，而非替代品。

UNESCO在《教师AI能力框架》中指出，AI正重塑“教师—AI—学生”关系，要求重新审视教师角色与能力。这证明AI时代教师未退场，而是承担更复杂的专业判断责任。

以“分数”教学为例。若仅按浅层AIED设计，系统测试后推荐练习，讲解错题，循环往复。此法虽有一定价值，仍陷于“答题—反馈”循环。

向赫尔巴特学习，AI需先助教师理解学生已有经验：是否懂“一半”？是否懂“整体变部分变”？是否误将分母作整数？AI便不仅推荐练习，更在诊断观念结构。

向杜威学习，教学不止于诊断讲解。教师可设计真实问题：如何公平分配食物？学生需讨论、画图、操作、解释、争辩，再回分数概念。AI可提供材料、模拟情境、记录讨论、提示反思，但不可替代学生经历问题与形成理解。

既不简化为刷题，不放任为活动；既重知识组织，也重探究过程；既用AI能力，也留思考困难。此即兼有赫尔巴特与杜威。

学赫尔巴特，防AIED成无目的技术系统；需结构、依据、新旧连接。学杜威，防AIED成无经验教学机器；需真实问题、行动探究、经验连续中的判断力与公共生活能力。

赫尔巴特示无结构之弊；杜威示无经验之弊。因AI可生成内容、规划路径、制造互动、提升指标，但内容非知识，路径非成长，互动非经验，指标非学习。

教育学人任务非在二者间站队，而在AI时代重新校准平衡：以赫尔巴特守结构与目的，以杜威开经验与生活。

主要参考：

Encyclopaedia Britannica, “Johann Friedrich Herbart.” 该条目介绍赫尔巴特的统觉思想、应用心理学取向、五段教学法，以及赫尔巴特主义后来退化为机械形式主义的历史。

Stanford Encyclopedia of Philosophy, “Johann Friedrich Herbart.” 该条目将赫尔巴特视为现代心理学与教育理论的重要奠基人物之一。

John Dewey, Democracy and Education, Project Gutenberg edition. 该书讨论教育、经验、沟通与社会生活之间的关系。

Stanford Encyclopedia of Philosophy, “John Dewey.” 该条目介绍杜威关于经验、民主和教育关系的思想。

John Dewey, Experience and Education. 该文本强调并非所有经验都具有教育意义，教育需要一种关于经验的理论。

UNESCO, “AI Competency Framework for Teachers.” 该框架提出AI时代教师所需的知识、技能与价值，并指出“教师—AI—学生”关系正在重塑教师角色。

UNESCO, “Guidance for Generative AI in Education and Research.” 该文件强调生成式AI在教育中的人本取向、伦理验证和教学设计。

OECD, Digital Education Outlook 2026. 该报告指出，生成式AI在清晰教学原则引导下可以支持学习，但缺乏教学支持时，外包任务可能提升表现而不带来真实学习收益。

相关阅读：赫尔巴特：把教育学从经验带向科学的人