AI融入教育，怎样才是正确的方式？

2025年是教育强国建设三年行动计划实施开局之年，人工智能教育被列为基础教育改革的重点任务之一。教育部明确提出，将人工智能技术融入课堂教学，推动教育资源的均衡配置，提升学生的数字化素养和创新能力。

AI融入教育领域，怎样才是正确的“打开”方式？如何让AI成为成长阶段的学生的学习帮手而非“枪手”？如何应对AI对传统高等教育体系发起的诸如学术诚信、知识更新速度、学科结构调整等方面的挑战？针对这些问题，相关专家结合实践给出了自己的答案。

从支持学生全面发展出发系统运用AI

当AI走进校园，走入课堂，传统教育模式面临考验。

“生成式人工智能迅猛发展的时代，更需要我们澄清根本问题，即什么样的知识最有价值、我们该如何传递这些知识。”首都师范大学教育学院院长、人工智能教育研究院常务副院长张爽在接受中国经济时报记者采访时说。

张爽认为，从构建支持学生全面发展的人才培养体系出发系统运用AI，而非被技术变革驱动、被动将技术套用到教育场景中是非常关键的。AI能够解决传统教育模式无法解决好的“规模+个性化”问题，能够更好地提供智能化、个性化学习指导方案；但价值性方向性问题和人的主动性、社会性、创造性能力培养仍需以人为本，以人类智能为本。

中央财经大学数字经济融合创新发展中心主任陈端在接受本报记者采访时表示，人工智能对教育的冲击是不可避免的，所以要探讨的是如何最大程度地吸收其优势，同时规避相应的风险。从在教学中的应用来说，首先还是要对任务进行分层分类。即在一些工具性的层面鼓励学生积极使用AI工具，但同时，考核评价体系可能随之需要进行调整，即需要学生去有效协同AI完成更高阶更高维的任务。

“通过考核体系来倒逼学生既掌握AI，同时这个任务一定是高于AI能完成的，这是一个核心焦点。当然，这对于教师来说也是很大的挑战和压力。需要强化教师的在岗培训，提升教师自身的AI素养。同时，如果推理大模型广泛植入教学的话，意味着对学生能力培养的重心要从知识积累转向对问题的发现。提问的落点能不能发现真问题，可能会影响到AI的最终应用效果。”陈端说。

抓紧补齐AI通识教育短板

如何帮助仍在成长阶段的学生正确认识AI、合理使用AI？

中国教育科学研究院教育战略与宏观政策研究所副所长张伟在接受本报记者采访时表示，建立起对AI的正确认知是合理使用AI的基础，应通过通识性教育让学生知道AI是什么，特别是对于生成式AI，因其具有互动问答、自动生成文本等多模态的能力，成为学生获取信息、分析问题所依赖的重要工具。

“大中小学应抓紧补齐AI通识教育短板，让学生明白AI模型的生成内容基于概率分布而非严格事实核对，形成的观点也因深受模型设计者所持价值观影响，模型生成内容在准确性、价值判断等方面存在不足。因此，应强调AI的辅助性，教授学生批判性地使用AI工具，教授学生如何选择合适的AI工具，进行学习问答、文献搜索、数据分析或文艺创作，有效地利用工具完成重复性任务或提供灵感，提升学习与科研效率。要经常性组织学生讨论分享使用AI的经验和心得，形成积极的AI使用文化。”张伟说。

张爽认为，首先要引导学生意识到，自己才是学习的主人，频繁地依赖“认知外包”，看似完成了学习任务，但通过AI得到答案、替代思考，会造成认知的碎片化和浅表化，湮没在数据幻觉中，教育通过传递知识训练思维、培养能力、形成智慧的功能很难实现。因此，使用AI并非让AI提供答案，而是提供基础性材料或借鉴性思路，重点培养学生独立思考能力、创造力和判断力。

面对挑战防范风险，促进实现规范应用

人工智能正全方位渗透进高等教育的每一个角落。这一变革既为提升教育质量、促进教育公平带来前所未有的机遇，也对传统高等教育体系发起了诸如学术诚信、知识更新速度、学科结构调整等方面的挑战。

“这是一个需要系统思考的问题。当然，不同类型的高校选择的道路可能有所不同。作为师范大学，传统的教育模式必然要在智能化时代完成从‘以智能技术为载体’到‘以智能技术为存在方式’的转型升级，超越单一的学科边界，通过多元学科的交叉互动实现创新和发展，重构智能时代教师教育的元理论和话语体系。”张爽说。

随着DeepSeek等高效能开源大模型推出，各高校加速接入大模型，支持师生开发学科类教学科研模型、打造个性化智能体等。大模型大大提高了知识生产与传播的效能，但是也因大模型本身的技术缺陷，增加了学术生态被污染的风险。

张伟表示，在复杂的学科领域，如果AI模型生成了看似合理但实际错误的解释，师生就可能因此形成错误的知识框架。如果模型投放了虚假高影响因子论文，若被引用将导致研究结论错误。如果利用虚假成果形成不实“学术热点”，可能扭曲特定学科发展路径。不准确知识污染学术生态的后果，可能多年后才能显现，溯源难度高、对知识生产与传播的破坏性大。为推进大模型的安全使用，欧盟《人工智能法案》引入“监管沙盒”制度，旨在建立一个“安全空间”，为模型提供测试平台，以防范AI应用风险。参照国际经验，北京市也在着手建立教育大模型预训练“沙盒”，推动大模型在教育领域的合规准入。

陈端认为，面向AI的新型学术规范体系的构建非常重要，虽然目前还存在大量的“灰色地带”，但特别需要强化的是一个契机，即AI时代可以快速地帮我们发现新的学术研究空白点，找到一些研究上的突破点和创新点，从而加速科技和文明向前跃进的过程。

“我们不要只看到AI的负面效应，最重要的是它实现了一种技术平权，即让普通人借助AI的赋能，能够完成过去自己难以想象的一些任务。通过把技术封装进算法，让普通人拥有了驾驭新技术的能力。所以，每个人未来都可能成为高知型的创造者。那么，能不能把技术带来的这些创新动能，真正地转化成为我们的现实发展动能，这就需要我们教育体系的配套改革。”陈端说。