生成式人工智能推動教育回歸本真

摘 " 要： 生成式人工智能的智能性會使得“教”和“學”變得更簡單、愉悅、高效和富有創造性，在消融“內卷”根基的同時提升教育品質；使學習到未來職業和生活全程可視，更為凸顯教育的“人本性”。但若使用和管理不當，生成式人工智能也可能危及教育發展：侵蝕教育生態，加劇教育“異化”；抽離教育內容，降低教育質量；影響教育根本任務的實現，成為人的全面發展的障礙。借助生成式人工智能推動教育回歸本真，要將“以人為本”要求全面貫徹到生成式人工智能的開發、維護、使用和監管之中，要從生成式人工智能相關主體的素養提升、生成式人工智能開發與使用及監管的制度、機制、平臺建設著眼，讓生成式人工智能指向“育人為本”。

關鍵詞： 生成式人工智能；教育本真；可能性；風險；應對之策

生成式人工智能具有推動教育回歸本真的潛能。但生成式人工智能也可能被用于新的“內卷”進而加劇教育“異化”，也存在因自適應學習者而導致高階素養抽離、學習挑戰性降低進而使得教育質量下降的問題，以及多方面影響“五育”進而阻滯人的全面發展。因此，如何趨利避害，“借勢”生成式人工智能的廣泛運用，發揮生成式人工智能之推動教育回歸本真的“能事”，值得我們深入探討。

一、機遇就在眼前：生成式人工智能推動

教育回歸本真之機理

1.生成式人工智能推動教育回歸本真何以發生：基于“人本性”的內在契合

圍繞人的生存發展而共存的教育和生成式人工智能有著內在契合性、互促性和相互成就性。第一，生成式人工智能與教育在本質上“同根”。生成式人工智能是為人而設計和制造的，本質上是為人的學習、生活而服務的。1 作為工具性和價值性的統一體，教育和生成式人工智能都要體現對人的需求、興趣、發展程度的關注，個性化、針對性、適切性、發展性是其核心特征。換言之，二者皆在于為個體在學習目標設定、學習內容和方式、學習進程規劃等方面提供高效、科學的支持。第二，生成式人工智能與教育在設計上契合。以推動人的全面發展為使命的教育，在設計上必然要體現對人的發展規律、教育體系自身更新迭代規律的遵循，并具體體現為對人的智識水平、發展效能（進階性）以及個性發展的關注。1 而生成式人工智能本身就是為提升個體的工作效能而設的，它能夠基于對個體行為的數據收集和分析，為其提供合適的發展內容、方法、評價和資源方面的支持，形成對人的職業、學業的建議，進而更為細致地體現對人的發展規律和進階的關注。2 第三，生成式人工智能與教育在對于人的發展適應性上契合。教育改革發展的起點和目標，都在于對人的發展需求的契合，這一點與生成式人工智能的“特長”不謀而合：內容上精準提供、方法上科學設計、評價上實時和多維，使得學什么、怎么學、如何評價等問題得到最佳解決，有效地適應了人的發展。3

2.生成式人工智能為何能夠推動教育回歸本真：基于其特長之分析

生成式人工智能所具備的便利性、智能性無疑會使得“教”和“學”都會變得更為簡單、高效，并逐步從各個層面觸發教學體系的變革。第一，接管常規性、重復性工作，推動職業領域的洗牌，驅動學校教育向“來時的路”深溯。生成式人工智能在重復性、常規性工作上對人的替代4，使得教育體系也不得不做出變革。Sora等生成式人工智能還具備了超凡的想象力和創造力，甚至在很多方面不斷超越人類，由此驅動學校教育回歸“初心”。第二，引發知識學習與技能訓練的式微，驅動學校教育體系的重構。ChatGPT和Sora的加持，會大大降低知識學習難度和能力發展的復雜程度，在很多職業逐漸被生成式人工智能替代的背景下，圍繞知識學習和能力訓練的“內卷”將失去意義，由此也為學校教育回歸本原留出了空間。同時，人與人競爭的問題，逐漸演變為“人如何利用生成式人工智能以及與其和諧相處”的問題。生成式人工智能在對個體的適應過程中，教育的價值理性更多地轉化為對學習的價值判斷，來自學習者的聲音將促使教育自審、自問。第三，生成式人工智能所具備的評價“可視”功能，將推動教育的“他者評價”向“主體自評”轉向，進而凸顯主體的自我關照。生成式人工智能則能夠基于學習者的學習行為、過程、效果實施跟隨性評價，與學習者展開對話，提供相應的評價結果、建議。由此，學習者能夠實時形成判斷。而這種評價則促使教育在“人本性”上凸顯——對學習者自身需求和發展程度的關注。

3.生成式人工智能如何推動教育回歸本真：基于邏輯機理的分析

第一，生成式人工智能使得學習“起點—終點”全程可視，為教育回歸本真奠定了基礎。ChatGPT與Sora等生成式人工智能，顯然能夠通過數據收集分析整合，使得學習對人的發展功用變得清晰、準確，將學習、職業、生活三者連接起來，使得人生更像一個全程“可視”的走廊。學業端和職業端都基于生成式人工智能形成了強大的學業—職業適應性測評，教育與人的生存發展融為一體，教育也因此成為必需品。第二，使學習變得容易、學習的指向性變得更為清晰，消融“內卷”的根基。生成式人工智能在提升學習效能上的強大功能，會使得“內卷”的基礎被溶解：自適應學習能夠因個體的學習基礎、習慣與興趣、學習狀態、學習方法偏好等，為學習者提供學習內容與資源支持，同時還會為個體提供學習監測與評估，并及時提供更為有效的支持。同時，Sora等文生視頻工具能夠有效地為學習者構造可視化的“學習—職業—生活”的場景和模型，使得學習的指向更為明確。第三，引發“教—學”向“學—教”的轉換，真正使得學習的主動權為學習者所掌握。生成式人工智能將塑造自適應學習模式，將規定內容以更為科學的分級和進階方式提供給學習者，并根據對學習者的評估為其提供更為適切的學習安排，及時有效地校正學習方向和優化學習方法?；谌炭梢暤膶W習，也將充分體現對學習者習慣、興趣、學習效能和進度的關注，學習者的主體性也將得到充分的激發。由此，教學模態就會以“教”為主向以“學”為主轉變，學習者將逐漸掌握學習的“話語權”，學習也將成為基于主體性激發的學習者自驅的行為，教育的“人本性”也將真正得到顯現。

二、風險無處不在：生成式人工智能加劇

教育異化之可能

1.侵蝕教育生態，加劇教育“內卷”

生成式人工智能可能引發高階素養比拼，主要表現為兩種情形：一是加劇當前形態的“內卷”，二是助推高水平創新創造者的“內卷”。就第一種情形而言，主要是家長和培訓機構甚至是學校想利用生成式人工智能在知識學習和技能培養上的特長而“先行一步”：對既有學校教育內容進行梳理并生成更豐富、更具挑戰性的測試和訓練。第二種情形實際上是一種新型“內卷”：一部分學生和家長主動卷入更高水平的素養“內卷”中，卷入者往往緊盯塔尖的、顯著的創新素養提升（基于對人工智能時代的恐懼并力求立于不敗之地）——為此而開展過度準備，以至于造成對人類優秀智力的內耗，一大批優秀學生在內耗中失去真正的內源性創新創造動力。此外，還必須警惕的是，學校教育可能被迫卷入與生成式人工智能的競爭：在生成式人工智能與學校教育未能實現有效磨合進而實現和諧共生的背景下，生成式人工智能在知識教育、能力培養上的“特長”將會使得學校教育“相形見絀”，將不得不與生成式人工智能展開角逐。顯然，這種比拼并無實際意義，但學校教育不得不“應戰”。

必須指出的是，在“內卷”中，對生成式人工智能服務的購買能力不同，也會引發教育不公。隨著資本、智力以及相關資源涌入生成式人工智能領域，生成式人工智能會走分類、有償使用和基于付費能力的客戶分級1 路線，不同級別的客戶所得到的資源、支持以及智能體（也被稱為代理）的智能程度也必然有所區別，從而引發更大的教育焦慮和加劇教育“內卷”。

2.教育根本任務的實現受到干擾

培養德智體美勞全面發展的社會主義建設者和接班人，是教育的根本任務。2 但在生成式人工智能不斷融入教育的背景下，可能會出現“五育”的意義淡化、場域抽離、技術理性替代價值理性等問題。第一，德育可能遭遇自律交付、錯誤加持、信任危機等問題。生成式人工智能可能基于對人的情緒、行為的判斷，對個體的網絡社交行為進行判斷并提供建議，甚至發出禁令，久而久之，個體的道德判斷可能會逐漸向生成式人工智能“交付”，其道德行為就會逐漸接受外在他律，道德滿足感也往往由生成式人工智能、智能機器人所提供，此所謂“自律交付”。同時，在生成式人工智能開發和運用過程中，可能出現錯誤、偏見3、欺騙4、情感俘虜5 等現象，其所引發的信仰危機、價值觀偏離、倫理失范、心理健康問題等將會困擾德育。第二，智育意義遭遇質疑。隨著生成式人工智能和智能機器人不斷接管人類工作并向人類生活滲透，知識學習和能力發展在一般意義上將會遭遇質疑。換言之，一般意義上而非創新意義上的知識學習和能力發展會逐漸失去運用指向。第三，生成式人工智能存在淡化體育、美育、勞動教育意義的可能。就體育而言，生成式人工智能向學生所提供的身體健康監測、身體鍛煉提示以及技能訓練支持，可能會將群體性體育拉回到個體保健軌道上，而基于集體體育的品格塑造、社會交往和體育精神養成也會隨之淡化。就美育而言，生成式人工智能在美術、音樂等方面的“天賦”1 正在不斷展現，一般意義上的藝術產品可以根據提示詞借助生成式人工智能實現，而這種由提示詞到藝術產品的轉變，足以替代學習者的藝術技能，甚至在某種意義上適應和引導人們的審美取向。同時，生成式人工智能甚至還可以在藝術想象和創意上2 對普通藝術工作者進行超越。就勞動教育而言，隨著生成式人工智能在生產、生活領域的“大顯身手”，將在很大程度上接管了人的勞動，擠壓了人的勞動空間。在此背景下，絕大部分勞動（除部分創造性勞動）逐漸遠離人。相應地，勞動教育對個體的意義、價值也就逐漸淡化。

3.教育質量下降的風險劇增

自適應學習模式3 下，可能會出現生成式人工智能“獻媚”于學生而降低學習難度、抽離高階知識、減少學習挑戰性等問題，而這些問題客觀上則會使得教育的內涵貧瘠、質量下降。第一，產生學習自適應上的“偷工減料”。一旦“機師”占據主導，“人師”退居幕后，自適應學習的“寵溺”特征就會外顯，生成式人工智能可能會基于自識別和自評價機制對學習者的行為做出評估，并在內容供給上做出調整，這種調整在某種程度上是基于對學習者的“迎合”而“偷工減料”，進而客觀上削弱學習的挑戰性。第二，可能導致教學內容貧瘠化。生成式人工智能的知識存儲和加工功能，無疑會不斷強化學習者的知識依賴，進而放棄知識積累和再加工等高階學習欲望；生成式人工智能對效能的追求，可能會導致內容供給更注重實用性而忽視涵養性，而這些更為凸顯素養培育的內容對于人終身發展的重要意義。第三，創新思維培養受制。隨著人工智能的日益成熟，其自學習與自我訓練能力越來越強，問題解決能力也越來越強，對學習者的“包圍”也越來越明顯，學習者的學習來源單一化問題以及由此而產生對人工智能的迷戀也會越來越嚴重。人工智能的底層邏輯決定其往往會在知識設計上選擇某一種理論作為基礎，難以納入有爭議的、前沿性的且尚在發展的理論與知識等。因此，它提供給學習者的東西往往缺乏“沖突”，學習者更強調“適應”而不是批判，客觀上會影響批判與創新思維的培養。

三、科學開發、使用與監管：生成式人工智能推動

教育回歸本真之策略

1.開發與運行層面：基于“以人為本”原則建設教育智能體

第一，推動多方合作，保證教育智能體4 的安全性、教育性。所謂多方合作，是指教育智能體或通用生成式人工智能中涉及教育相關框架的開發主體，不僅包含相關企業的技術專家，還要有網絡安全專家、教育專家、教師和教育管理者，甚至是家長和學生的加入，以從不同角度保證教育智能體的安全性、人本性和教育性。就安全性而言，要緊密結合人工智能技術特性，針對模型算法安全、數據安全和系統安全等內生安全風險和網絡域、現實域、認知域、倫理域等應用安全風險，形成相應技術應對和綜合防治措施。5 就教育性而言，要對注冊用戶進行識別，以確保內容提供和互動的適切性，要遵循教育政策制度以及相關標準的要求、符合教育教學的特定要求，突出對“五育”實施的規律和要求的遵循。第二，全程多維監控、實時進行數據分析與評估，并動態完善教育智能體?；趯W生、教師以及家長使用行為、效果的監控，就教育智能體在學習、教學和學校管理等方面的表現進行數據收集，并組織專家對其效用性進行評估，對使用過程中的新問題、新現象進行研究。在此基礎上，組織開發者、維護者進行循證反思和改進，以確保教育智能體的效用性。第三，基于安全性、教育性的要求，定期對教育智能體的開發、維護人員進行培訓。顯然，首先要提升教育智能體的開發、維護人員的教育素養，要圍繞教育政策與法規、教育規律尤其是學生發展規律、學生學習方式的新變化、“五育”的要求以及教學模式與方法等進行培訓。此外，還要對開發、維護人員進行常態化安全培訓。

2.運用層面：突出教育智能體對于教和學的賦能

提升使用者的生成式人工智能素養，是確保教育智能體在“以人為本”的軌道上運行，進而高效賦能教和學的根本。第一，加深使用者對生成式人工智能的理解，以明辨利弊。聯合國教科文組織在2024年發布的《教師人工智能能力框架》《學生人工智能能力框架》中，要求教師首先形成“以人為本”觀念，即建立“人與人工智能交互”的正確價值觀和態度取向1；要求學生“理解”人工智能的概念，對涉及的價值觀、倫理問題、概念、流程和技術方法做出符合其年齡的解釋。2 因此，要通過常態化教育、主題培訓、新問題及新現象分析等方式，幫助教師和教育研究者理解人工智能助益教育教學的邏輯，對人工智能可能具有的錯誤、偏見、價值觀偏離、引發新“內卷”等問題有著清醒認知，理性分析真實場景的“人師”教育的科學性、必要性和必然性，形成基于生成式人工智能的學習和基于真實場景的教育二者“和諧共生”“同向同行”的理念。第二，規范師生運用行為，提升生成式人工智能使用效能?！督處熑斯ぶ悄苣芰蚣堋芬蠼處熅邆溆行нx擇、使用和創新使用人工智能的素養，具備在堅持“學生中心”“智能輔助”的前提下實現人工智能與教學融合的能力?！秾W生人工智能能力框架》要求學生具備利用人工智能完成實際任務的能力，并逐步形成創造基于任務的人工智能工具的能力。這就要求教師立足常態化學習和循證實踐，成為教育教學的“善謀者”和學生學習的“善導者”“善助者”。3 對于學生而言，就要在教師的引導下，在自適應學習的過程中，積極抵制任何來自生成式人工智能的討好性行為，借助生成式人工智能明確自己的學習規劃、職業規劃和人生規劃，同時形成對錯誤、偏見和其他倫理性問題辨識和預防的能力。

3.監管層面：生成式人工智能推動教育回歸本真之保證

各國已經基于法律、制度對人工智能開發與使用進行規范。我國于2023年7月頒布實施了《生成式人工智能服務管理暫行辦法》4并開展人工智能立法的探索。但在教育領域，相關文件還不多。其中，《北京市教育領域人工智能應用指南（2024年）》5 和上海交通大學《規范學生使用人工智能工具的教師指南》6 是國內較具代表性的制度文本。針對生成式人工智能在教育領域的廣泛應用，應積極組織人工智能專家、教育管理專家、課程與教學專家、評價專家、教育研究人員、一線教師等探索教育領域生成式人工智能相關制度的開發，以確保人工智能成為教育回歸本真之利器。第一，以“人本性”為基準，構建專屬于教育的人工智能使用標準和實施制度。標準與制度的“人本性”建設，主要體現在生成式人工智能的開發與投放、使用與支持、管理等方面。嚴格的標準體系是確保生成式人工智能真正發揮其“人本性”的前提，而作為教育智能體的開發、維護、使用、評價標準體系，應細化到具體教育場域、主體、資源、平臺等方面。就開發與維護制度而言，要涵蓋開發者和投放者資格制度、開發與使用制度、安全問題處理與防范制度、審核與評測制度、循證與動態優化制度以及教育智能體與實景教學合作制度，以確保生成式人工智能在教育領域得以“善用”。第二，形成動態發展的生成式人工智能使用監控與治理機制，以確保生成式人工智能在教育領域被“善管”。應基于聯合治理、動態治理的要求，構建具有全方位、實時特征的生成式人工智能使用監管、巡視、預警機制，以保證其按照“軌道”運行。第三，建立評級、調級、退出制度。要基于對教育智能體的開發與維護情況、使用情況的實時監控與常態化評估，并形成評估報告；基于評級標準和級別調整機制，對開發者、維護者以及指導者（包含教師）進行評級和級別調整，并根據各級別的具體要求確定生成式人工智能的使用行為和權限。同時，基于評價形成“黑白名單”和預警機制。第四，構建生成式人工智能主體的合作交流平臺，推動生成式人工智能相關主體的常態化教育、研究活動的開展。具體而言，搭建專屬性平臺，推動相關主體圍繞教育智能體開發、維護、使用中的重要問題、新現象、新問題開展合作與交流；圍繞生成式人工智能相關主體的人工智能素養發展，形成分門別類的培訓與發展制度；基于“項目”設立，構建生成式人工智能相關主體的合作研究制度。毋庸置疑，通過系統、動態優化的標準、制度、機制建設，生成式人工智能可以在最大限度上指向“育人為本”，卓有成效地推動教育回歸本真。

Generative Artificial Intelligence Driving Education Back

to its True Essence

LU Daokun

（College of Educational Sciences，Yangzhou University，Yangzhou Jiangsu，225002）

Abstract： The intelligence of generative artificial intelligence（AI）can make“teaching”and“learning”simpler，more enjoyable，efficient，and creative，dissolving the roots of“involution”while enhancing educational quality. It enables greater visibility into the entire learning process and future careers，highlighting the human-centric nature of education. However，improper use and management of generative AI may also endanger the development of education by eroding the educational ecosystem，intensifying“alienation”of education，abstracting educational content and reducing the quality of education. This may obstruct the realization of the fundamental mission of education，hindering the comprehensive human development. To drive education back to its true essence through generative AI，the principle of“people-centeredness”must be fully integrated into its development，maintenance，use，and supervision. Enhancing AI-related literacy，and establishing platforms，mechanisms，and policies for AI development and usage are key to ensuring that generative AI focuses on“human-oriented education”.

Key words： generative artificial intelligence，the essence of education，possibility，risk，response strategies