顧小清

華東師范大學教授，博士生導師。擔任教育信息技術學系主任、上海數字化教育裝備工程技術研究中心主任、中國教育學會中小學信息技術教育專業(yè)委員會理事長、教育部教育信息化專家組成員、教育部高等學校教育技術學專業(yè)教學指導委員會成員、技術（信息技術、通用技術）教學指導專委會委員等職務。近年來，深耕數字化教育、教育數據治理、學習分析技術研究。

王 嬙

北京師范大學博士后，泰國格樂大學特聘教授，韓國全州大學客座教授。

生成式人工智能助力教學效能提升

王嬙：顧教授您好，如今，我們時時處處都能感受到科技對教育帶來的深刻影響。生成式人工智能通過自動化內容生成、實時反饋等功能，可以大幅度提高教學效率。從教學方法創(chuàng)新的角度出發(fā)，您認為生成式人工智能如何為教師提供新的教學思路和工具，以設計出更具吸引力和創(chuàng)新性的課程？

顧小清：在過去一段時間里，我和團隊開展了大量研究與實踐活動，其中一個核心關注點就是生成式人工智能與傳統(tǒng)信息技術工具在教學中的作用有何不同。傳統(tǒng)的教育技術主要作為“工具”存在，更多停留在輔助層面。而生成式人工智能不僅能模仿，甚至在一定程度上替代人類的智能推理與思考。這意味著它不再只是一個工具，而是可以被視作教師的“智能伙伴”。作為伙伴，生成式人工智能可以幫助教師提升的不僅是教學效率，更是教學效能。

值得強調的是，人工智能的價值遠不止于自動生成教案、設計資源或批改作業(yè)。真正的突破在于，它能夠協(xié)助教師開展創(chuàng)新教學活動的設計。換言之，在教師確立以學生為中心的基本教學思路之后，人工智能就能成為他們的“智能合作者”。例如，在問題鏈設計中，人工智能能夠自動生成逐步遞進的子問題，并為每個問題配套生成學習情境；在知識體系布局中，人工智能能夠構建與問題鏈相匹配的知識圖譜，使教學過程更加系統(tǒng)化和有序化；在跨學科與項目式學習中，人工智能能夠幫助教師打通學科邊界，創(chuàng)設融合多學科知識與技能的學習任務，提升學生的綜合能力。

總之，生成式人工智能的最大價值，在于從“工具”轉變?yōu)榻處煹摹爸悄芑锇椤薄Ｋㄟ^協(xié)助教師設計更具創(chuàng)造性與系統(tǒng)性的學習經歷，推動教學從知識傳遞走向能力培養(yǎng)，從而為教育創(chuàng)新提供新的動力與可能性。

王嬙：您剛剛強調了生成式人工智能不僅能夠顯著提升教師的教學效率，更重要的是，它還能在一定程度上提升教學質量。您能否談談生成式人工智能是如何幫助教師減輕負擔，讓他們能夠將更多精力投入到個性化教學指導之中的？

顧小清：從效率提升的角度來看，生成式人工智能的作用確實非常明顯。舉幾個例子：

例如，題目組織。以前教師出題往往依賴大型題庫，但并非所有學校都能投入高額資金來購買題庫資源?，F在，通過生成式人工智能，教師完全可以基于已有的例題或日常積累的題目，快速生成不同難度和類型的題目。這不僅大幅節(jié)省了時間，還能更靈活地滿足不同教學需求。

又如，作業(yè)批改。目前，在客觀題尤其是簡答和問答型題目方面，人工智能批改功能已經相當成熟。對于作文、實驗報告等主觀性較強的作業(yè)，人工智能的批改也正在快速發(fā)展。雖然其精準度尚未完全達到理想水平，但在很多情況下，教師可以先利用人工智能完成初步批改，然后再進行確認和調整。這種方式顯著減輕了教師的重復性工作量，讓他們能夠把更多時間用于高價值的教學環(huán)節(jié)。

再如，個性化反饋與指導。倘若能夠積累學生長期的學習數據，生成式人工智能就能幫助教師為每位學生生成更具針對性的評語與學習建議，如它可以自動分析學生在不同知識點上的優(yōu)勢與不足，從而生成個性化的學習路徑。這不僅提高了教師反饋的效率，而且使個性化指導更為可行和精準。

此外，在日常工作中，生成式人工智能對提高班級管理、家校溝通等的效率也是非常明顯的?？傮w而言，生成式人工智能正在逐步融入教師的日常教學工作，為教師減負并提升教學質量。

智能評測驅動的學習優(yōu)化與智適應學習支持

王嬙：在您剛剛所談到內容的基礎上，您認為生成式人工智能在課堂互動或作業(yè)批改中所提供的“即時反饋”，即“智能評測”，在提升學生學習效率與教師工作效率方面，有哪些優(yōu)勢與挑戰(zhàn)？

顧小清：這是一個非常關鍵的問題。就智能評測在教學中的應用而言，我一直在強調“智能學程追蹤”這一概念。這里的“學程”是指學生的學習過程。生成式人工智能最大的不同之處在于，它不僅能夠評估學生在某一階段的學習結果，更能夠追蹤和分析學生的學習過程。

傳統(tǒng)的教學評價更多依賴階段性測評，尤其是基于客觀題的測評，教師通過學生在不同階段的測試表現來推斷其學習狀況，這種方式在長期實踐中發(fā)揮了重要作用。但它的局限在于，教師只能看到“學了什么”，而很難了解“是如何學的”。也就是說，教師對學生的學習結果有判斷，但對其學習方法、認知過程和思維路徑缺乏可視化的追蹤手段。而生成式人工智能的出現，為“打開學生思維的黑箱”提供了技術上的可能。

要真正實現學程追蹤，過程性數據的采集和分析是關鍵。從教學場景的數據來源來看，有兩類數據能夠刻畫“思維黑箱”：第一類是基于步驟的過程性數據。這類數據反映學生在面對特定問題情境時所采取的一系列操作步驟與行為表現。通過分析這些行為軌跡，可以推斷其在解決問題時的認知策略與思維路徑。這種數據是學生對學習情境做出反應的行為性體現。第二類是基于對話的外顯性數據。這類數據可以是學生的自然語言表達，包括口頭對話、書面作文、文本回答等。其本質是學生將腦海中的思考和認知過程以語言的方式外化出來。這類數據反映的是學生內在思維的語言化呈現。

這兩類數據分別對應了學生“怎么做”與“怎么想”這兩個維度，前者呈現行為邏輯，后者呈現思維邏輯。生成式人工智能能夠在這兩個層面上提供強有力的支持，使得教師可以更全面地理解學生的學習過程，而不僅僅是結果。當然，雖然技術路徑已經基本明確，但要將這些技術轉化為真正能夠精準反映學生認知過程的工具，還需要深入的研究與反復的實踐驗證。特別是在如何將這些數據量化、模型化并嵌入到教學反饋系統(tǒng)中，使其既科學又可操作方面，仍有很大的探索空間。

王嬙：您剛才詳細分析了“智能評測”的優(yōu)勢與挑戰(zhàn)，并分享了其未來發(fā)展的方向與思考。接下來的問題聚焦于另一個熱點——智適應學習。作為生成式人工智能催生的重要產物，智適應學習不僅能夠為學生提供深度定制化的學習體驗，還能夠在更廣泛的層面上促進其全面發(fā)展。您認為智適應學習在未來發(fā)展中可能面臨哪些挑戰(zhàn)？目前需要重點關注哪些方面，才能更好地實現智適應學習的理想效果？

顧小清：這是一個非常值得深入探討的問題。從產品層面來說，許多教育類產品已經引入了生成式人工智能，這顯著增強了其自適應學習的功能。然而，如果進一步審視，就會發(fā)現理想與現實之間仍存在一定差距。所謂的理想，是指我們希望智適應學習不僅能夠幫助學生掌握知識點，更能夠促進他們“學會學習”。智適應學習一般具備三個關鍵模塊：

第一，資源推送。需要有一個豐富的資源庫或資源池，為學生提供適合其學習進度和需求的學習內容。

第二，學習追蹤與診斷。不僅要追蹤學生在知識掌握層面的表現，還要能夠精準診斷其學習中的差距與不足。

第三，干預與推薦。在診斷的基礎上，需要為學生提供有針對性的干預措施和學習建議，從而幫助其彌補不足并持續(xù)進步。

然而，如果希望智適應學習真正實現“學會學習”的目標，僅僅依靠知識性資源的推薦是不夠的，還需要構建一個以問題為引導的學習任務庫，讓學生通過學習活動與探究實踐來發(fā)展認知能力。同時，系統(tǒng)必須能夠對學生的學習過程進行追蹤，獲取的數據除了基于答案的結果數據，還要包括過程性數據，如學生在解決問題時的行為路徑、思維方式與認知策略。只有通過對這樣的數據進行分析，教師和系統(tǒng)才能更深入地了解學生的學習進程，并據此提供精準的干預與指導。

目前，從市場上已有的產品來看，絕大多數仍然主要停留在“提分導向”的知識掌握層面。這就形成了理想與現實之間的差異：在學校教育的語境中，教師希望智適應學習能夠面向學生的長期發(fā)展與素養(yǎng)提升，但在市場化產品的邏輯中，商業(yè)目標更多聚焦于短期的學習效果和成績提升。

因此，我認為智適應學習在未來的發(fā)展中，需要在“理想”與“現實”之間找到更合理的平衡點：一方面要滿足現實的學習需求，另一方面要逐步向培養(yǎng)學生的核心素養(yǎng)和自主學習能力過渡。這才是真正發(fā)揮生成式人工智能在教育領域深遠價值的關鍵所在。

智能時代的教師角色轉變與學生能力培養(yǎng)

王嬙：隨著人工智能在教育教學中的深度應用，教師的角色也在發(fā)生轉變。您認為教師應當如何從傳統(tǒng)的知識傳授者，逐步轉型為學生學習的引導者、促進者和組織者？在人工智能賦能教學的背景下，教師在專業(yè)發(fā)展方面應如何調整自身規(guī)劃？哪些新的知識與技能尤為重要？

顧小清：我認為教師角色的轉變是由多重因素共同推動的。首先，從社會環(huán)境來看，如今人們獲取知識與答案的方式已發(fā)生巨大變化。借助生成式人工智能，任何人幾乎可以在沒有門檻、無需花費的情況下快速獲取大量信息與答案。在這種背景下，學校教育必須重新思考：什么樣的知識才是學校獨有的且必須通過教師引導才能獲得的？這實際上意味著教師所教授內容的“類型”需要進行轉向，要更加聚焦那些不能通過即時檢索或簡單模仿獲得的深層次知識與能力。

其次，與其他行業(yè)對人工智能的期待不同，教育對人工智能的期待有其特殊性。在教育中，尤其在學生學習的過程中，教育者并不希望人工智能代替學生完成學習任務。相反，必須讓學生親自經歷動手與動腦的過程，才能真正實現其認知與思維的發(fā)展。因此，教育工作者的共識應當是：人工智能的作用是協(xié)助教師促進學生的學習，而絕不能成為學習過程“認知外包”的工具。

從這兩個方面來看，教師角色的轉變主要體現在教學理念與教學方法的革新上。教師不再只是單純的“知識傳授者”，而應當成為學習過程的組織者與引導者。教師需要通過問題導向的方式，引領學生進入動手動腦的學習過程，讓學生在解決問題的實踐中發(fā)展認知與思維能力。未來的教師則應更多聚焦于“為什么”“如何做”的高階問題，引導學生形成學科思維方式與問題解決能力。

因此，在人工智能賦能的教育環(huán)境下，教師的專業(yè)發(fā)展需要更多強調以下幾個方面：一是教學理念的更新。從知識本位走向素養(yǎng)本位，更加重視學生“學會學習”的能力。二是教學設計的能力。能夠設計引導學生思維發(fā)展的任務與活動，而不僅僅是知識灌輸。三是技術素養(yǎng)的提升。掌握人工智能相關的基本知識與工具，能夠理解并合理利用人工智能技術賦能教學。四是跨學科與創(chuàng)新能力。能夠結合不同領域的知識，幫助學生在真實情境中應用所學。

王嬙：生成式人工智能通過定制化學習材料和互動平臺，能夠促進學生創(chuàng)新思維和問題解決能力的提升。在這種新的學習環(huán)境中，您認為應該如何有效培養(yǎng)學生的批判性思維和創(chuàng)造性思維？

顧小清：對學生批判性思維、問題解決能力和創(chuàng)新性思維的培養(yǎng)，關鍵在于教師設計的學習經歷，特別是那些高階問題序列的引導。教師可以設計一系列需要學生解決的具有挑戰(zhàn)性的問題，并將這些問題作為學生學習的主線。這些問題不僅引導學生對知識進行理解，還幫助學生在解決問題的過程中學會如何運用這些知識。

在這一過程中，生成式人工智能的作用非常關鍵。它不僅僅提供最終答案，更重要的是它能夠激發(fā)學生進行深入的思考。例如，讓學生探討一個具體的物理問題，生成式人工智能能夠為學生提供更多的理論背景，甚至模擬不同情境下這些物理定律的應用。以愛因斯坦的相對論為例，學生通過人工智能的幫助，不僅可以理解該理論本身，還能進一步了解該理論的歷史背景，以及它在現實世界中如何解決實際問題。

教育智能體與教育融合的未來發(fā)展趨勢

王嬙：您在多項研究中探討了教育智能體對教育的影響。教育智能體的加入正在重新塑造教師與學生之間的關系，就像您提到的“孫悟空的毫毛”一樣，教育場景中將涌現多重分身代理，并通過多智能體協(xié)同重塑未來教育。您認為，教育智能體在未來將扮演哪些主要角色呢？

顧小清：確實，教育智能體正在逐漸成為教育體系中不可忽視的一部分。傳統(tǒng)的師生結構在教學活動中通常被簡化為“教師主導”的模式，但隨著教育智能體的介入，這一結構正發(fā)生著深刻的變化。教育智能體不僅僅是輔助工具，它們正在成為三方（教師、學生和智能體）互動的參與者?？梢哉f，教育智能體將成為師生互動中的關鍵組成部分，甚至在未來可能會超越傳統(tǒng)教師角色的某些功能。

首先，扮演教師助手的角色。在教學過程中，教師往往面臨大量的重復性工作，教育智能體可以有效地減輕教師的工作負擔，使其將更多的精力集中在教學設計和學生的個性化指導上。例如，通過人工智能的智能批改和數據分析功能，教師可以更快速地了解學生的學習進度和薄弱環(huán)節(jié)，并在此基礎上制訂更具針對性的教學策略。同時，智能體還可以為教師提供教學資源的即時推薦，幫助其更高效地規(guī)劃課程內容和教學方法。

其次，作為學習伙伴發(fā)揮重要作用。隨著個性化教育理念的逐步推廣，教育智能體將根據學生的學習進度、興趣、學習風格等多個維度，提供量身定制的學習內容與互動形式。這種智能化的學習伙伴不僅僅是簡單的知識傳遞者，更是學生思維發(fā)展的引導者。例如，教育智能體可以根據學生的實時表現，及時調整學習內容的難度，并通過提示、引導或反饋來幫助學生更好地理解復雜概念或解決棘手問題。

再次，主動提問并引導學生思考。在傳統(tǒng)教學模式中，提問往往是教師的任務，而學生的回應和思考是基于教師的引導。而教育智能體不僅會根據學生的學習情況提出問題，還能夠根據學生的反應實時調整問題的難度和方向，從而推動學生進行深入思考。例如，智能體可以通過自然語言處理技術，理解學生的回答并進一步提出開放性問題，激發(fā)學生對主題開展進一步探索。

最重要的是，教育智能體將通過多智能體協(xié)同的方式，重塑教育環(huán)境的協(xié)作模式。教育智能體不僅可以作為教師的輔助工具，還能與其他智能體協(xié)同工作，共同支持學生的學習。例如，在跨學科的項目式學習中，不同的教育智能體可以根據學生的學習需求，提供專業(yè)化的支持和資源。這種多智能體的協(xié)作不僅可以提升教學效率，還能促使學生更好地融入復雜的學習情境，從而培養(yǎng)其跨學科的綜合能力。

王嬙：數字人虛擬教師作為教師的智能代理，在教學中所扮演的角色日益重要。您認為，數字人虛擬教師能夠承擔教師的部分職責嗎？它是否能夠協(xié)助教師解決課堂管理和個性化教學中的挑戰(zhàn)，尤其是在如何應對大班教學和滿足差異化學習需求等方面？

顧小清：數字人虛擬教師是作為教師智能助手并賦予了教師外形的一種智能體。正如前面所分析的，數字人虛擬教師的功能并不是要完全取代教師的角色，而是作為教師的智能代理，在教學中承擔部分職責。特別是在課堂管理和個性化教學中，數字人虛擬教師可以幫助教師應對一些現實中的教學挑戰(zhàn)。

第一，數字人虛擬教師能夠有效協(xié)助教師在課堂管理方面進行創(chuàng)新和提升。大班教學一直是教育中的一大挑戰(zhàn)，尤其是在資源有限的情況下，教師往往難以做到對每個學生都給予充分的關注。而數字人虛擬教師則可以在這種情況下發(fā)揮重要作用。例如，當學生遇到困難時，虛擬教師可以及時提供引導和反饋，甚至針對學生的學習情況推送個性化的學習資源。

第二，個性化教學是數字人虛擬教師的另一個重要功能。在傳統(tǒng)教學模式下，教師往往面臨課堂中學生學習水平差異較大的問題。數字人虛擬教師能夠根據每個學生的學習數據，自動調整教學內容和進度，實現個性化教學。例如，某學生在某個知識點上表現較弱，數字人虛擬教師可以為該學生提供更多的練習題、復習資料或更詳細的解釋，幫助其掌握該知識點。

第三，數字人虛擬教師在學科智能體的支持下，可以為教師提供特定學科領域的深度輔助。例如，在數學、語文、科學等學科中，虛擬教師不僅能夠進行教學內容的傳遞，還可以根據學科特性設計更為靈活的互動方式，提升學生的學習體驗。

第四，隨著教育技術的發(fā)展，虛擬教師還能夠通過智能代理的方式支持不同學科的整合和協(xié)作。這種跨學科的協(xié)同作用，使得學生在學習中不再局限于單一學科的知識，而是能夠在多元化的知識體系中自由遷移和運用。

上述這些應用也體現出，數字人虛擬教師是在協(xié)同教師完成“智適應學習”。

生成式人工智能在教育教學中的公平問題

王嬙：教育公平一直是社會關注的焦點。人工智能在縮小城鄉(xiāng)、區(qū)域教育資源差距，促進教育公平方面具有巨大潛力。您認為，目前人工智能，尤其是生成式人工智能，主要通過哪些途徑來實現教育資源的均衡分配？在實際推進過程中，又會面臨哪些挑戰(zhàn)？

顧小清：的確，教育公平是教育發(fā)展的核心議題之一，而生成式人工智能的出現為這一議題注入了新的動力。從路徑上來看，我認為可以從以下三個方面理解它在促進教育公平中的作用。

第一，降低教育資源獲取的門檻。生成式人工智能能夠突破時間和空間的限制，使得學習者在具備網絡和終端條件的情況下，能夠很方便地獲得優(yōu)質的學習資源與個性化的學習支持。這對于長期處于教育資源相對匱乏狀態(tài)的農村或偏遠地區(qū)，具有重要意義。

第二，推動教育內容的個性化與多樣化供給。生成式人工智能能夠根據學習者的興趣、認知水平和學習進度，生成差異化的學習內容與練習方案。這種動態(tài)適配使不同地區(qū)、不同層次的學生都能獲得契合自身需求的教育支持，從而更接近公平的教育機會。

第三，助力教師專業(yè)發(fā)展的均衡化。生成式人工智能可以為教師提供教學案例生成、課程設計輔助以及實時反饋的功能，這在一定程度上緩解了區(qū)域間教師發(fā)展資源的不均衡，尤其對偏遠地區(qū)教師而言，他們可以借助人工智能提升教學水平，獲得與一線城市教師相似的發(fā)展機會。

然而，推動人工智能促進教育公平并非沒有挑戰(zhàn)。主要困難集中在以下幾個方面：首先是技術和基礎設施的不均衡。雖然人工智能降低了資源獲取的門檻，但仍然存在“數字鴻溝”。一些農村和偏遠地區(qū)在網絡覆蓋、終端設備普及度以及平臺可及性方面，依然存在明顯不足。其次是教育生態(tài)適配的復雜性。如果人工智能生成的資源無法融入當地的教育體制或與教師的教學方式發(fā)生沖突，其價值將受到限制。再次是倫理與信任問題。生成式人工智能在教育場景中的應用還涉及數據安全、算法偏差和責任認定等議題。上述這些問題如果未能得到妥善解決，不僅會加劇社會對技術的不信任，還可能進一步擴大教育不平等。

因此，我認為生成式人工智能的確在教育公平方面具有巨大潛力，但實現這一目標需要多方協(xié)同。一方面，要加大基礎設施的投資力度，確保技術普惠真正落地；另一方面，要推動教師培訓和教育體制的適配改革，使人工智能能夠更好地嵌入教育生態(tài)；同時，還需建立健全倫理和監(jiān)管框架，以確保人工智能在教育領域的安全、可靠和可持續(xù)發(fā)展。

王嬙：您的觀點非常清晰地揭示了生成式人工智能在教育公平中的雙重特性——既有潛力，也有挑戰(zhàn)。那么，為應對人工智能給教育帶來的挑戰(zhàn)，學校應該如何為教師提供系統(tǒng)化的人工智能培訓，以提升其技術接受度與實踐能力？

顧小清：人工智能技術在教育場景中的有效落地，離不開教師的理解與運用。要真正提升教師的技術接受度與實踐能力，我認為應從以下幾個方面開展系統(tǒng)化培訓：

一是以場景為導向的培訓設計。培訓不能僅停留于抽象的概念介紹或技術功能的展示，而應聚焦具體的教學場景。例如，如何利用生成式人工智能輔助課程設計、開展個性化學習支持、進行作業(yè)反饋與學習診斷等。

二是普及性與層次性相結合。人工智能培訓應確保所有教師都能掌握基本的操作技能與應用思路。同時，也需要提供分層次的進階培訓，為有興趣或能力較強的教師提供更深度的應用與研究空間。

三是研討與實踐相結合的學習方式。在培訓過程中，應充分強調“做中學”。例如，通過組織教師研討、案例分享與教學模擬的方式，直接在真實或仿真課堂中運用人工智能工具。教師除了在實踐中學習，還可以通過同伴交流獲得啟發(fā)，從而形成良性的共同成長氛圍。

四是建立持續(xù)支持與反饋機制。一次性培訓往往難以支撐教師的長期發(fā)展，因此學校需要構建常態(tài)化的支持體系，如建立人工智能教學資源庫、開設教師互助社群、提供專家在線指導等。通過持續(xù)的反饋與迭代，教師能夠逐步深化理解，并在不斷實踐中提升信心與能力。

另外，需要強調的是，培訓的目標不僅是提升教師的技術使用能力，更是促進教育理念的更新。因此，教師培訓應同時涵蓋教育理念層面的討論，引導教師從整體上理解人工智能如何與教育的價值追求相契合。

王嬙：感謝顧教授的分享。在教育數字化與智能化的浪潮中，教師不僅是技術的使用者，更是教育創(chuàng)新的引領者。生成式人工智能的價值，并不在于替代教師，而在于拓展教師的可能性，助力其實現更具創(chuàng)造性與效能化的教學。

顧小清：感謝《中國信息技術教育》雜志對生成式人工智能助力教育教學變革的關注，為教育創(chuàng)新實踐與研究提供了重要的平臺。

文章刊登于《中國信息技術教育》

2025年第20期

引用請注明參考文獻：

顧小清 王嬙 .生成式人工智能助力教學創(chuàng)新的路徑與實踐，2025（20）：4-10 .

歡迎訂閱

識別上方二維碼即可訂閱