生成式人工智能的深度融入，正推動教學智能體從理念走向?qū)嵺`，而其開發(fā)應用也日益成為教師數(shù)字素養(yǎng)的關鍵組成部分。然而，技術賦能的背后亦潛藏著倫理風險與實踐困境，恰如高懸頭頂?shù)摹斑_摩克利斯之劍”，警示我們在擁抱智能的同時必須審慎應對。

本文首先介紹了教學智能體開發(fā)的主要技術邏輯，提出對話型、知識庫型和工作流型三種常見智能體，接著列舉不同學科案例介紹教學智能體的實際開發(fā)與應用，最后深入探討教學智能體在多方面可能引發(fā)的倫理挑戰(zhàn)，提出應從多個層面予以關注并有效規(guī)避。

人工智能技術，尤其是生成式人工智能技術的快速迭代，正推動教育領域從數(shù)字化向數(shù)智化躍遷。教學智能體憑借其環(huán)境感知、自主決策與任務執(zhí)行能力，已經(jīng)逐漸融入教學全過程，在效能提升等方面展現(xiàn)出巨大潛力。然而，教學智能體技術在帶來各種機遇的同時，也引發(fā)了多重倫理挑戰(zhàn)與治理難題。下面，筆者將依據(jù)智能體開發(fā)平臺的特點介紹不同技術邏輯的智能體及其開發(fā)案例，分析教學智能體在教師教學、學生學習及學校教育三個層面面臨的倫理風險，以期推動智能教育健康可持續(xù)發(fā)展。

智能體的開發(fā)與設計

大語言模型是一種基于海量數(shù)據(jù)訓練的通用自然語言處理模型，側重于底層能力提供。而智能體通常以大語言模型為核心驅(qū)動，能擴展記憶庫、工具集、任務規(guī)劃模塊等組件，形成相對完整的“感知—決策—行動”的工作閉環(huán)。智能體在知識、工具、記憶、任務與交互等方面具備增強能力?？梢哉f，大語言模型是智能體的核心技術基礎，而智能體通過整合多模塊能力，實現(xiàn)了從被動生成到主動執(zhí)行的跨越，二者構成賦能與落地的互補關系。

01

智能體的開發(fā)平臺

當前，國內(nèi)外已有較多的智能體開發(fā)平臺，各自展現(xiàn)出不同的技術特色和應用生態(tài)。從技術架構和應用場景來看，這些平臺可分為通用型開發(fā)平臺、垂直領域平臺和開源生態(tài)平臺三大類別。平臺發(fā)展呈現(xiàn)四大趨勢：①低代碼/無代碼化。能夠降低智能體開發(fā)的技術門檻。②多模態(tài)交互支持。文本、圖片、音視頻、文檔都可以對接，豐富人機交互體驗。③垂直領域深度優(yōu)化?？梢詽M足特定場景各類需求。④生態(tài)對接整合加速?？梢詫崿F(xiàn)智能體與現(xiàn)有數(shù)字化工具的深度融合。這些趨勢共同推動智能體技術從實驗室走向規(guī)模化應用，也為教育數(shù)字化轉型提供堅實的技術基礎。

以國內(nèi)為例，支持開發(fā)智能體的平臺越來越多，Coze平臺以教育應用見長，其可視化編輯界面和模塊化設計，能夠輕松創(chuàng)建各類智能體，并發(fā)布到多個渠道。百度文心智能體平臺支持零代碼和低代碼兩種模式，大幅降低技術門檻；騰訊元器平臺基于混元大模型，打造了一站式智能體創(chuàng)作與分發(fā)平臺，深度整合微信、QQ等社交生態(tài)，實現(xiàn)智能體的快速部署和傳播。國內(nèi)在教育行業(yè)涌現(xiàn)出多個特色平臺，如：超星集團圖書館智能體專注于知識服務場景；浙江大學打造的“浙大先生”平臺基于DeepSeek-R1推理模型，實現(xiàn)多智能體協(xié)同技術，已服務全國近千所高校，形成規(guī)?；慕逃龖蒙鷳B(tài)。

一般來說，智能體的開發(fā)需要經(jīng)歷六個步驟，分別是需求定義、選擇平臺、設計機制、調(diào)整參數(shù)、測試訓練和對外發(fā)布，另外還需要需求升級和測試問題不斷進行升級迭代。

總體而言，智能體開發(fā)平臺正從技術導向轉向應用導向，國內(nèi)外平臺在保持各自技術特色的同時，都在積極拓展應用邊界，推動智能體技術的深度落地。

02

智能體開發(fā)的技術邏輯

在當前智能體技術快速發(fā)展的背景下，建立一個面向智能體開發(fā)的、清晰的技術邏輯分類體系具有重要的理論意義和實踐價值。筆者將智能體開發(fā)的技術邏輯劃分為對話型、知識庫型和工作流型三種基本范式（如下表），這一分類方法主要是基于智能體與環(huán)境交互的本質(zhì)屬性和能力層級而考慮的。

（1）對話型智能體

對話型智能體是體現(xiàn)交互智能的主要范式，主要通過自然語言處理（NLP）實現(xiàn)交流互動，典型應用包括智能答疑、蘇格拉底式引導和分層對話。對話型智能體主要技術依賴大語言模型的上下文理解、語義識別和生成能力。通過狀態(tài)跟蹤和對話策略維持連貫的交互體驗，能夠根據(jù)用戶特征和交互歷史動態(tài)調(diào)整對話風格和內(nèi)容深度。

典型應用場景包括：①智能知識答疑。當學生輸入問題后，智能體依據(jù)大模型實時生成答案，支持各門學科的內(nèi)容解析。②分層對話引導。針對不同學習水平的學生，動態(tài)調(diào)整回答深度。③情感化交互。通過分析文字信息、語音語調(diào)等來識別學生情緒，進而實現(xiàn)角色扮演，并自動切換鼓勵性話術或?qū)嵤┣楦姓蚣睢?/p>

（2）知識庫型智能體

知識庫型智能體是體現(xiàn)領域智能的實現(xiàn)路徑，通過檢索增強生成技術整合學科知識圖譜，將結構化或非結構化數(shù)據(jù)轉化為可被大模型調(diào)用的知識，能夠解決通用模型普遍存在的“幻覺”問題，提升專業(yè)領域回答的準確性，也涉及知識工程和認知科學的核心問題。

典型應用場景包括：①精準知識問答。學生提問《西游記》的作者生平，系統(tǒng)從教師提前錄入的知識庫中精準提煉作者的背景、創(chuàng)作歷程等內(nèi)容，避免通用模型可能出現(xiàn)的錯誤信息。②跨學科知識關聯(lián)。在不同學科主題教學中，能夠系統(tǒng)整合多門學科知識片段，生成跨學科學習路徑建議。③個性化學習資源推薦。根據(jù)學生的答題記錄和知識庫中的知識點關聯(lián)，智能推薦針對性練習題目和拓展閱讀材料。

（3）工作流型智能體

工作流型智能體是復雜任務的執(zhí)行引擎。工作流是一系列可執(zhí)行指令的集合，用于實現(xiàn)業(yè)務邏輯或完成特定任務。工作流為智能體的數(shù)據(jù)流動和任務處理提供了一個結構化框架。主要通過可視化編排工具將插件、大模型和自定義邏輯組合成自動化流程，支持條件判斷、循環(huán)執(zhí)行、并行處理等高級功能，實現(xiàn)從用戶輸入到輸出的全鏈路閉環(huán)，體現(xiàn)了自動規(guī)劃理論和行為樹模型的現(xiàn)代發(fā)展。

典型應用場景包括：①作業(yè)批改。當學生提交作業(yè)圖片后，系統(tǒng)自動識別答案、計算得分，并生成錯題集和解析視頻。②學情分析。每周自動匯總學生答題數(shù)據(jù)，生成班級成績分布、知識點掌握情況等多維度報告。③個性化練習生成。根據(jù)學生薄弱知識點，調(diào)用工作流自動生成包含基礎題、進階題和拓展題的分層練習卷。④課件制作輔助。當教師輸入教學大綱后，系統(tǒng)自動檢索知識庫生成PPT大綱，并調(diào)用“圖片生成”插件插入相關示意圖。

教學智能體應用案例

在上篇文章中，筆者提出了“學創(chuàng)共生”的教學智能體應用策略，按照課堂活動流程設計了四個遞進步驟，形成從情境到問題再到知識最后到成果的有效閉環(huán)。接下來，以Coze平臺為例簡述三種智能體的開發(fā)與應用。

01

對話型：小學語文“閱讀助手”

開發(fā)需求建議：針對小學語文學科，結合《義務教育語文課程標準（2022年版）》要求與小學生認知規(guī)律，聚焦小學1～6年級語文閱讀能力培養(yǎng)，定位為“陪伴式閱讀引導小幫手”，摒棄大模型調(diào)用多能力雜糅，專注于通過趣味交互、分層引導等方式，幫學生攻克“朗讀沒感情、理解不深入、積累無方法”的常見痛點，使閱讀從“完成任務”變成“主動喜歡”。

操作流程建議:選擇Coze平臺的“AI創(chuàng)建智能體”，當輸入上述需求后系統(tǒng)會自動生成一個相對完整版的智能體。左側是人設與回復邏輯區(qū)域，主要修改角色與技能；中間是編排區(qū)域，可以設置模型、插件、工作流、知識庫等；右側是預覽與調(diào)試區(qū)域，智能體的功能是否達到預期都可以在這里調(diào)試。

02

知識庫型：高中信息技術“學考復習”

開發(fā)需求建議：針對高中信息技術學考“重基礎應用、強實操能力、考綱導向明確”的特點，結合知識庫智能體的精準檢索、考點關聯(lián)、學考真題溯源核心能力，以“教材復習提綱”和“歷年學考真題”為雙核心知識庫，設計專注于學考復習問題解答的智能體方案，最大化發(fā)揮知識庫的復習指導價值。該智能體的核心價值在于將“教材復習提綱”的系統(tǒng)性與“歷年學考真題”的實戰(zhàn)性通過知識庫技術深度融合，使問題解答從“泛泛而談”升級為“精準導航”，免去“找老師面對面交流”的傳統(tǒng)性麻煩，真正實現(xiàn)自主學習。

操作流程建議：選擇“AI創(chuàng)建智能體”輸入上述需求生成一個初級版智能體，接著在中間區(qū)域的“知識”部分點擊右側“+”添加知識庫，再根據(jù)要求選擇或創(chuàng)建知識庫。當知識庫導入后，就可以在左側的人設與回復邏輯區(qū)域輸入能力說明。例如，為實現(xiàn)回答學生提問的功能時,可以在技能中這樣描述：當學生提出關于高中信息技術學科知識點的問題時，先仔細分析問題所屬什么模塊，再依據(jù)上傳的知識庫中復習提綱文檔內(nèi)容中準確提煉相關信息進行回答。這時，在右側“預覽與調(diào)試”區(qū)域輸入問題，智能體就會搜索知識庫了。

03

工作流型：初中數(shù)學“作業(yè)批改”

開發(fā)需求建議：針對初中數(shù)學作業(yè)“題型多樣、步驟要求嚴、錯綜復雜”的特點，結合工作流智能體“模塊化編排、條件分支處理、數(shù)據(jù)自動流轉”的核心優(yōu)勢，設計覆蓋“作業(yè)輸入—精準批改—反饋生成—數(shù)據(jù)沉淀”自動批改工作流，通過多模態(tài)識別、分題型批改引擎、錯因智能診斷三大核心能力，解決人工批改“效率低、反饋粗、數(shù)據(jù)散”的痛點。教師僅需上傳作業(yè)批量文件，智能體即可自動完成從“手寫公式識別”到“班級錯題報告生成”的全流程操作，實現(xiàn)批改效率與診斷價值的雙重提升。

操作流程建議：首先是創(chuàng)建一個工作流，用戶在Coze平臺資源中新建一個空白工作流。接著，根據(jù)上述數(shù)學作業(yè)批改的流程依次選擇適合的工作流節(jié)點，如“作業(yè)輸入”可選擇“批處理、輸入、選擇器”等主要節(jié)點，實現(xiàn)正確答案導入，判別是什么類型題型及批量處理效果；“精準批改”可選擇“OCR識別、大模型”等節(jié)點，用大模型能力匹配正確答案并給出批改結果；“反饋生成”可選擇“大模型、文本處理”等節(jié)點，將單個學生的批改結果形成既定的格式；“數(shù)據(jù)分析”可選擇“大模型、文本轉Word插件”等節(jié)點，實現(xiàn)將多位學生的批改結果以Word文件報告的形式整體輸出。最后，用戶將測試成功的工作流添加到智能體的技能中。

總之，Coze平臺的對話、知識庫和工作流三種開發(fā)技術邏輯，通力合作形成了“交互—知識—執(zhí)行”的完整閉環(huán)。其中，對話作為前端入口，通過多模態(tài)交互和意圖識別捕捉用戶需求，而知識庫作為數(shù)據(jù)中臺，提供精準的領域知識支持，最后是工作流作為后端引擎，通過自動化流程實現(xiàn)復雜任務的落地執(zhí)行。

倫理風險挑戰(zhàn)與多維治理框架

01

對教師教學的挑戰(zhàn)

教學智能體的深度應用正在重塑教師角色和專業(yè)實踐，帶來多重倫理挑戰(zhàn)。①教師面臨主體性弱化風險。智能體通過自動化教學設計、內(nèi)容生成和評估反饋，可能削弱教師的專業(yè)判斷力和教學創(chuàng)造力。②存在責任邊界模糊問題。當智能體生成的內(nèi)容出現(xiàn)錯誤或引發(fā)教學事故時，責任歸屬難以界定。③智能體會加劇數(shù)字技能鴻溝。技術素養(yǎng)高的教師能有效利用智能體提升教學質(zhì)量，而技術適應能力弱的教師則可能被邊緣化，擴大教師隊伍內(nèi)部的專業(yè)差距。

02

對學生學習的挑戰(zhàn)

教學智能體應用對學生的學習發(fā)展和人格養(yǎng)成構成潛在威脅。①認知外包現(xiàn)象。學生可能過度依賴智能體提供的即時答案和解題思路，削弱自主思考能力和學習毅力。②存在情感異化風險。智能體擬人化的交互方式可能使學生產(chǎn)生情感依賴，減少與教師和同伴的真實互動，影響其社會性發(fā)展。③算法偏見可能加劇教育不平等。智能體訓練數(shù)據(jù)中的隱性偏見會導致推薦內(nèi)容、評價標準的不公平，如對特定文化背景學生的刻板印象。④隱私泄露風險尤為嚴峻。智能體持續(xù)收集學生的學習行為、情感狀態(tài)等敏感數(shù)據(jù)，若保護不當將嚴重侵犯學生權益。

03

對學校教育的挑戰(zhàn)

教學智能體的大范圍應用也會在學校組織層面引發(fā)系統(tǒng)性倫理問題。①育人價值異化。學?？赡苓^度追求智能體帶來的效率提升，忽視教育的育人本質(zhì)，導致教育過程“技術化”和“工具化”。②管理體制不適應。傳統(tǒng)流程層級的制度難以適應智能體所需的機動化的流程作業(yè)方式，其實也是人為集中決策模式難以適應智能體帶來的分布式創(chuàng)新需求。③基礎設施風險凸顯。智能體依賴的算力設施設備、專業(yè)化數(shù)據(jù)平臺具有高維護成本，可能加劇校際資源差距，在一定程度上影響教育公平和公眾信任。

04

構建多維治理框架

針對上述挑戰(zhàn)，需要建立協(xié)同共治的多維治理框架。①加大技術治理：開發(fā)可解釋人工智能技術，增強算法透明度，建立數(shù)據(jù)安全堡壘，采用差分隱私等技術，在數(shù)據(jù)分析中保護個體隱私，保障數(shù)據(jù)安全，還要將教育教學各場景的倫理規(guī)范嵌入算法底層。②重視制度治理：完善法律法規(guī)體系，明確智能體應用的責任主體和問責機制。制訂教學智能體準入標準和質(zhì)量認證制度，建立動態(tài)監(jiān)管體系。③增強專業(yè)治理：加強教師數(shù)字倫理培訓，提升人機協(xié)同教學能力；修訂教師專業(yè)標準，將智能體應用能力納入考核體系。構建學校、企業(yè)、社區(qū)協(xié)同治理網(wǎng)絡，建立多方參與的倫理審查機制，推動開放創(chuàng)新生態(tài)，避免技術壟斷。

總結與反思

教學智能體在激活課堂交互、精準匹配知識需求、自動化教學流程中所體現(xiàn)的價值，好比是達摩克利斯之劍，其劍刃折射的技術光芒既照亮了協(xié)同育人的新路徑，也暗藏著偏離教育本質(zhì)的隱藏風險。在技術賦能的背后，風險亦如劍鞘中的利刃暗流涌動。教師主體性弱化、學生認知外包、學校育人價值異化等問題，其本質(zhì)上是技術迭代速度與教育倫理、制度適配度的失衡。因此，教學智能體的“技術+效率邏輯”若凌駕于教育的“文化+育人邏輯”之上，便可能斬斷教育中最珍貴與溫暖的人文聯(lián)結。

那么，該如何化解達摩克利斯之劍的威脅。顯然，“棄劍”是不現(xiàn)實的，而應學會“握劍”和“用劍”，明確主體責任，用好治理手段，避免影響教育公平，而治理框架如同劍鞘，能夠約束技術風險并釋放其賦能價值。更重要的還是要錨定“以人為中心”，讓教師成為人機協(xié)同的主導者，讓學生在智能輔助中保持自主思考能力，同時呼吁建立智能體教育應用的國家標準。唯有如此，教學智能體這把“劍”才不會成為懸頂之危，而會成為守護教育本質(zhì)、推動“學創(chuàng)共生”的利器。

本文作者：

倪俊杰

杭州師范大學經(jīng)亨頤教育學院/浙江省杭州硅谷中學

文章刊登于《中國信息技術教育》

2025年第21期

引用請注明參考文獻：

倪俊杰.達摩克利斯之劍：教學智能體的開發(fā)實踐與倫理思考[J].中國信息技術教育，2025（21）：71-75.

歡迎訂閱

識別上方二維碼即可訂閱