杨振峰：重构教育基本逻辑 打造智能育人新生态

人工智能技术正以指数级速度重塑全球经济和产业格局，深刻改变人类的生产和生活方式，也在改变着教育的逻辑与人才培养的方式与方向。教育与人工智能的关系，将从对“智慧工具”的使用走向对教育“智慧生态”的培育。未来的教育教学方式将发生深刻变革，教育治理能力将实现现代化跃升，教育公共服务能力将显著提高，学生健康成长、全面成长将得到充分实现。当下，我们需要重新认识教育面临的挑战，重新认识教育逻辑，以科学思维打造智能育人新生态。

传统学习正面临着底线挑战

现有的教育体系仍然沿用工业时代的模式，知识传授和技能习得是主要教育目标，学生获取知识的途径仍主要来自学校。在人工智能时代，传统学习方式正面临极大的挑战。

其一，学习功能“失位”。从传统学习是“获得知识与技能，提升问题解决能力”的作用出发，人们感到迷茫：既然人工智能和具身机器人能胜任很多人做的工作，那么人为何要学习？未来学校究竟要培养人的什么能力？因此，学习在能力培养上必须重新定位，防止学习“失位”。

其二，学习介质“失真”。从学习发生的传统介质看，传统学习是通过师生关系与同学关系的建立，依托物化的真实环境和学校场域对学生产生有目的的影响。但今天的学习情境处于“失真”状态，学生也生活在虚拟世界，处于“信息茧房”中，学生如何适应真实世界？

其三，学习活动“失序”。在数字资源丰富的前提下，学生可以自主确定学习进度，跨文本、跨领域、跨时空的非线性发展成为学习常态，学生获得的知识并非单纯来自学校，教师要思考如何激发并维持学生的学习兴趣，引导学生主动进入学校为之设计的学习进程。

其四，学习效果“失能”。在知识爆炸的时代，面对未来的不确定性，我们用昨天的学习经验，立足今天的需求，还能培养适应未来的学生吗？

智能时代学习呈现出全新特点

学习是生存与适应的基石，人们追问“为什么要学习”，其实是在探寻生命的意义与动力。在人工智能时代，学习呈现出全新的特点。

1. 认知模式的范式转移

一是学生碎片化信息处理能力增强。Z世代（Generation Z，也称为“网生代”，通常指1995年至2009年出生的一代人）的学生平均注意力集中时间较短，但能同时处理多个信息流。同时，Z世代普遍具有“雷达式注意力”，能快速扫描并抓取关键信息，但深度阅读能力下降。

二是以视觉化思维为主导。当信息以视频形式呈现时，学生表现出的接受度、兴趣度比纯文本阅读时明显要高。这导致其抽象符号解码能力弱化，学生更倾向通过图表、视频而非文字理解概念。Canva与Neuro-Insight联合发布的神经科学研究，是目前最能证明“视觉优于文字”的生理证据。它使用了稳态地形图技术（一种脑电波监测），实时追踪大脑活动，发现高质量视频内容相比纯文字更能唤起Z世代兴趣。Guerra-Tamez等人发表在 Frontiers in Virtual Reality 的一项研究成果，采用VR+眼动追踪技术，在完全受控环境下精确对比了两代人的视觉注意力，发现年轻人对动态、高显著性刺激反应更快，且采用更高效、策略性的扫描路径，无效注视少。Z世代的注视次数和总注视时长显著增加。这意味着他们确实会被视频内容“抓”得更牢。

2. 学习行为的数字化重构

一是学生期待自己的学习需求得到即时满足。移动互联网大数据公司QuestMobile发布的《2024年Z世代用户行为洞察》提供了最直观的量化证据：当咨询超1分钟未及时回复，用户放弃率达58%。Z世代对响应速度的敏感度有明确的量化阈值：1分钟是容忍度的临界点。智能时代学生期待问题得到解答的时间变短，延迟满足的阈值明显降低。这催生出“搜索引擎式的认知模式”，常常将知识等同于可检索的信息碎片。

二是学生喜欢虚实融合的学习场景。越来越多的学生使用技术设备辅助学习，其空间认知能力提升，但实体实验操作能力明显下降，典型的“数字原住民”在虚拟实验室的表现优于在实体环境。

3. 社会互动的算法化倾向

一是社交能力的数据货币化表征。智能时代的学生将点赞量、粉丝数等量化指标视为自我价值的重要参数。这种“算法人格”导致其现实社交技能退化，面对面交流时焦虑水平上升。

二是出现“认知外包”。过度依赖智能设备导致学生记忆具体知识与信息的意愿降低，更习惯于记忆信息存储的路径。

4. 教育需求的范式创新

一是期待个性化学习。大部分学生希望学习路径能实时自适应调整，这与工业化时代的教育强调统一标准的矛盾日益突出。个性化学习使学生学习任务的完成率大幅度提升，学习兴趣维持时间更长。

二是元能力的培养更加重要。未来学生核心技能中的“学会学习”能力将上升至首位，智能时代更需要培养学生将问题分解为可计算模型的算法思维以及批判性地评估信息等方面的数字素养。

智能时代教育要有新逻辑

1. 教育系统需要进行三重变革

如上所述，网络与智能时代学习功能需重新定位，学习环境由实转向虚实结合，学习并非完全按部就班，学习者可以自主定制进度。智能时代的学生认知模式发生范式转移，学习行为面临数字化重构，学习动机存在由社会互动过程中形成的算法化倾向。为此，笔者认为教育系统需要进行三重变革：

一是从知识传授转向认知架构搭建。教育不能只关注知识传授，更要帮助学生设计和构建一个系统，让他们去更好地思考和理解世界，同时培养学生利用智能工具建立“第二大脑”，把零散想法和信息整理成相互联结的网络，助力学生发现问题与解决问题。

二是从标准化培养转向基于神经多样性的个性化适配。强调因材施教，教育要根据学生禀赋、学习兴趣和学习进度，让学生自主定制学习路径和学习进程。

三是从人力内在资源开发转向“人机协同”能力培养。人的智力资源是有限的，随着人工智能的发展，教育除了开发人的潜能，还要培养人的“人机协同能力”，未来一个人的能量由自己的碳基生命体和自己可以驾驭的硅基智能体这两部分构成。

2. 我们要重构教育的基本逻辑

人工智能时代，我们需要重新思考“教什么、怎么教、怎么学”等基本问题。教什么？从教给学生陈述性知识与程序性知识的多和全，转向关注知识的基础性、综合性、时代性与实践性；同时，必须把人工智能教育纳入基础教育。怎么教？教师角色从知识传授者转向学生学习的引导者、促进者、组织者、资源提供者。怎么学？自主学习、合作学习、项目式学习、实践性学习、研究性学习等成为常态。为何教？学校的主要功能将定位在通过组织集体活动促进学生的社会化进程。

3. 我们要培育教育的“智慧生态”

目前人工智能作用于教育更多还是定位于工具层面，我们需要从育人的“智慧工具”走向教育“智慧生态”的培育。具体表现为：

一是在价值定位上，要从“技术应用”向“育人为本”转变。人工智能赋能基础教育的重心要从工具使用转向促进学生全面发展与成长。

二是在教育供给上，要从“统一化、标准化”向“个性化、适应性”转变。要运用人工智能为每个学生提供定制化的学习路径和资源推荐。

三是要从“数据孤岛”向“数据赋能”转变。切实打破系统壁垒，让数据成为教育决策的核心依据。

四是要从“经验治理”向“科学治理”转变。构建基于大数据分析进行区域教育质量监测、资源配置和政策评估的教育治理体系。

依托人工智能打造智能育人新生态

教育生态系统主要包括学校系统、家庭系统、社会系统、数字系统或虚拟系统，各系统之间的相互作用，形成对学生发展与有效影响的教育生态。但长期以来，基础教育的管理和决策更多依靠经验，决策的结果是模糊的，缺少实证和数据支撑，缺少科学性和精准性，影响良好教育生态的形成。人工智能为科学决策提供了可能。

教育决策智能体（Educational Decision Intelligence，EDI）是区域构建育人智能新生态的关键支点。它是融合教育科学、数据科学、人工智能技术的智能决策中枢，通过对全量全过程教育大数据的采集、融合、分析与建模，为教学、学习、管理、评价等提供描述性、诊断性、预测性、处方性的洞察与建议，让教育相关方“看见”思维过程，将模糊的教学经验升级为精准的科学决策，赋能教育体系中的每一个角色，最终实现每个学生个性化能力发展。EDI具有四重角色和职能，以此赋能区域实现科学管理，构建智能育人新生态。

1. 服务于区域管理者的“教育治理专家”

EDI通过思维数据识别隐性教学经验，再转化为显性的、可供教师学习的优质课例，从而实现对全区域整体教师质量的“精准赋能”。其应用场景是：EDI识别并推广高影响力教学模式，帮助区域管理者完成从“发现优秀”到“理解优秀”再到“复制和推广优秀”的闭环，在区域层面搭建连接“优秀个体”与“发展群体”的桥梁，最终实现对整个区域教师队伍专业能力的系统性、精准化提升。

2. 服务于学校管理者的“特色校本发展顾问”

EDI通过思维数据为学校的教师培训、教研重点、特色课程开发等提供精准导航，让教学改进有据可依，让教师成长有路可循，最终为学校打造基于思维培育的、难以复制的核心竞争力。其应用场景是：凝练基于教学实证和思维培养的校本特色，成为学校迈向高质量发展的“显微镜”和“导航仪”。通过高颗粒度的思维数据诊断，为校长决策提供精准支持，助力学校构建“数据驱动—实证教研—思维赋能”的可持续发展生态，提升办学核心竞争力。赋能个体，实现教师的精准教学反思与快速成长；赋能组织，推动教研组的科学诊断与协同进化；赋能传承，构建基于实证的师徒带教与人才梯队。

3. 服务于学生自主成长的“专属思维伙伴”

EDI通过思维数据为学生提供全程思维发展的可视化过程指引，让学生的每一次进步清晰可见，让成长足迹真实可感，真正实现个性化发展。其应用场景是：构建以思维发展为核心的元认知学习中枢，铺就学生发展思维优势的可视化路径。一方面，可为学生提供思维断点诊断与补短优化策略；另一方面，全程伴随学生发展个性化思维。

4. 服务于教师因材施教的“AI教学合伙人”

EDI通过思维数据为教师提供基于实证的“临床诊断”，让教学反思有“铁证”，教学决策有“依据”，精准干预有“靶心”，最终实现可复制、可验证的卓越教学。其应用场景是：形成基于数据的精准教学优化方案，为教师提供基于实证的“临床诊断与干预”。通过深度分析学生思维序列数据，构建覆盖课前、课中、课后的全景式精准教学支持体系，实现可复制、可验证的教学优化。

5. 服务于家长科学育儿的“家庭教育导师”

EDI通过思维数据，让家长“看见”孩子的成长轨迹，告别分数焦虑，真正读懂孩子的独特思维，与学校共同培养面向未来的孩子。其应用场景是：让家庭教育回归科学与温情，助力家长从“焦虑的监工”转向“成长的伙伴”。EDI通过形成学生动态的思维成长档案、易懂的能力发展报告和精准的亲子活动建议，为家长提供全方位的支持，读懂孩子独特优势，科学引导家庭教育。

教育的“智能化”跃升将实现管理决策科学化和评价体系多元化，从而让教育生态更加优化，逐步形成协同育人、开放育人新格局，最终推动基础教育发生深刻变革，助力学生身心健康、全面而有个性地成长，整体提升每个学生面向未来的核心素养。

文章来源：《中国基础教育》2026年第4期