顾小清国信配资
华东师范大学教授，博士生导师。担任教育信息技术学系主任、上海数字化教育装备工程技术研究中心主任、中国教育学会中小学信息技术教育专业委员会理事长、教育部教育信息化专家组成员、教育部高等学校教育技术学专业教学指导委员会成员、技术（信息技术、通用技术）教学指导专委会委员等职务。近年来，深耕数字化教育、教育数据治理、学习分析技术研究。
王 嫱
北京师范大学博士后，泰国格乐大学特聘教授，韩国全州大学客座教授。
生成式人工智能助力教学效能提升
王嫱：顾教授您好，如今，我们时时处处都能感受到科技对教育带来的深刻影响。生成式人工智能通过自动化内容生成、实时反馈等功能，可以大幅度提高教学效率。从教学方法创新的角度出发，您认为生成式人工智能如何为教师提供新的教学思路和工具，以设计出更具吸引力和创新性的课程？
顾小清：在过去一段时间里，我和团队开展了大量研究与实践活动，其中一个核心关注点就是生成式人工智能与传统信息技术工具在教学中的作用有何不同。传统的教育技术主要作为“工具”存在，更多停留在辅助层面。而生成式人工智能不仅能模仿，甚至在一定程度上替代人类的智能推理与思考。这意味着它不再只是一个工具，而是可以被视作教师的“智能伙伴”。作为伙伴，生成式人工智能可以帮助教师提升的不仅是教学效率，更是教学效能。
值得强调的是，人工智能的价值远不止于自动生成教案、设计资源或批改作业。真正的突破在于，它能够协助教师开展创新教学活动的设计。换言之，在教师确立以学生为中心的基本教学思路之后，人工智能就能成为他们的“智能合作者”。例如，在问题链设计中，人工智能能够自动生成逐步递进的子问题，并为每个问题配套生成学习情境；在知识体系布局中，人工智能能够构建与问题链相匹配的知识图谱，使教学过程更加系统化和有序化；在跨学科与项目式学习中，人工智能能够帮助教师打通学科边界，创设融合多学科知识与技能的学习任务，提升学生的综合能力。
总之，生成式人工智能的最大价值，在于从“工具”转变为教师的“智能伙伴”。它通过协助教师设计更具创造性与系统性的学习经历，推动教学从知识传递走向能力培养，从而为教育创新提供新的动力与可能性。
王嫱：您刚刚强调了生成式人工智能不仅能够显著提升教师的教学效率，更重要的是，它还能在一定程度上提升教学质量。您能否谈谈生成式人工智能是如何帮助教师减轻负担，让他们能够将更多精力投入到个性化教学指导之中的？
顾小清：从效率提升的角度来看，生成式人工智能的作用确实非常明显。举几个例子：
例如，题目组织。以前教师出题往往依赖大型题库，但并非所有学校都能投入高额资金来购买题库资源。现在，通过生成式人工智能，教师完全可以基于已有的例题或日常积累的题目，快速生成不同难度和类型的题目。这不仅大幅节省了时间，还能更灵活地满足不同教学需求。
又如，作业批改。目前，在客观题尤其是简答和问答型题目方面，人工智能批改功能已经相当成熟。对于作文、实验报告等主观性较强的作业，人工智能的批改也正在快速发展。虽然其精准度尚未完全达到理想水平，但在很多情况下，教师可以先利用人工智能完成初步批改，然后再进行确认和调整。这种方式显著减轻了教师的重复性工作量，让他们能够把更多时间用于高价值的教学环节。
再如，个性化反馈与指导。倘若能够积累学生长期的学习数据，生成式人工智能就能帮助教师为每位学生生成更具针对性的评语与学习建议，如它可以自动分析学生在不同知识点上的优势与不足，从而生成个性化的学习路径。这不仅提高了教师反馈的效率，而且使个性化指导更为可行和精准。
此外，在日常工作中，生成式人工智能对提高班级管理、家校沟通等的效率也是非常明显的。总体而言，生成式人工智能正在逐步融入教师的日常教学工作，为教师减负并提升教学质量。
智能评测驱动的学习优化与智适应学习支持
王嫱：在您刚刚所谈到内容的基础上，您认为生成式人工智能在课堂互动或作业批改中所提供的“即时反馈”，即“智能评测”，在提升学生学习效率与教师工作效率方面，有哪些优势与挑战？
顾小清：这是一个非常关键的问题。就智能评测在教学中的应用而言，我一直在强调“智能学程追踪”这一概念。这里的“学程”是指学生的学习过程。生成式人工智能最大的不同之处在于，它不仅能够评估学生在某一阶段的学习结果，更能够追踪和分析学生的学习过程。
传统的教学评价更多依赖阶段性测评，尤其是基于客观题的测评，教师通过学生在不同阶段的测试表现来推断其学习状况，这种方式在长期实践中发挥了重要作用。但它的局限在于，教师只能看到“学了什么”，而很难了解“是如何学的”。也就是说，教师对学生的学习结果有判断，但对其学习方法、认知过程和思维路径缺乏可视化的追踪手段。而生成式人工智能的出现，为“打开学生思维的黑箱”提供了技术上的可能。
要真正实现学程追踪，过程性数据的采集和分析是关键。从教学场景的数据来源来看国信配资，有两类数据能够刻画“思维黑箱”：第一类是基于步骤的过程性数据。这类数据反映学生在面对特定问题情境时所采取的一系列操作步骤与行为表现。通过分析这些行为轨迹，可以推断其在解决问题时的认知策略与思维路径。这种数据是学生对学习情境做出反应的行为性体现。第二类是基于对话的外显性数据。这类数据可以是学生的自然语言表达，包括口头对话、书面作文、文本回答等。其本质是学生将脑海中的思考和认知过程以语言的方式外化出来。这类数据反映的是学生内在思维的语言化呈现。
这两类数据分别对应了学生“怎么做”与“怎么想”这两个维度，前者呈现行为逻辑，后者呈现思维逻辑。生成式人工智能能够在这两个层面上提供强有力的支持，使得教师可以更全面地理解学生的学习过程，而不仅仅是结果。当然，虽然技术路径已经基本明确，但要将这些技术转化为真正能够精准反映学生认知过程的工具，还需要深入的研究与反复的实践验证。特别是在如何将这些数据量化、模型化并嵌入到教学反馈系统中，使其既科学又可操作方面，仍有很大的探索空间。
王嫱：您刚才详细分析了“智能评测”的优势与挑战，并分享了其未来发展的方向与思考。接下来的问题聚焦于另一个热点——智适应学习。作为生成式人工智能催生的重要产物，智适应学习不仅能够为学生提供深度定制化的学习体验，还能够在更广泛的层面上促进其全面发展。您认为智适应学习在未来发展中可能面临哪些挑战？目前需要重点关注哪些方面，才能更好地实现智适应学习的理想效果？
顾小清：这是一个非常值得深入探讨的问题。从产品层面来说，许多教育类产品已经引入了生成式人工智能，这显著增强了其自适应学习的功能。然而，如果进一步审视，就会发现理想与现实之间仍存在一定差距。所谓的理想，是指我们希望智适应学习不仅能够帮助学生掌握知识点，更能够促进他们“学会学习”。智适应学习一般具备三个关键模块：
第一，资源推送。需要有一个丰富的资源库或资源池，为学生提供适合其学习进度和需求的学习内容。
第二，学习追踪与诊断。不仅要追踪学生在知识掌握层面的表现，还要能够精准诊断其学习中的差距与不足。
第三，干预与推荐。在诊断的基础上，需要为学生提供有针对性的干预措施和学习建议，从而帮助其弥补不足并持续进步。
然而，如果希望智适应学习真正实现“学会学习”的目标，仅仅依靠知识性资源的推荐是不够的，还需要构建一个以问题为引导的学习任务库，让学生通过学习活动与探究实践来发展认知能力。同时，系统必须能够对学生的学习过程进行追踪，获取的数据除了基于答案的结果数据，还要包括过程性数据，如学生在解决问题时的行为路径、思维方式与认知策略。只有通过对这样的数据进行分析，教师和系统才能更深入地了解学生的学习进程，并据此提供精准的干预与指导。
目前，从市场上已有的产品来看，绝大多数仍然主要停留在“提分导向”的知识掌握层面。这就形成了理想与现实之间的差异：在学校教育的语境中，教师希望智适应学习能够面向学生的长期发展与素养提升，但在市场化产品的逻辑中，商业目标更多聚焦于短期的学习效果和成绩提升。
因此，我认为智适应学习在未来的发展中，需要在“理想”与“现实”之间找到更合理的平衡点：一方面要满足现实的学习需求，另一方面要逐步向培养学生的核心素养和自主学习能力过渡。这才是真正发挥生成式人工智能在教育领域深远价值的关键所在。
智能时代的教师角色转变与学生能力培养
王嫱：随着人工智能在教育教学中的深度应用，教师的角色也在发生转变。您认为教师应当如何从传统的知识传授者，逐步转型为学生学习的引导者、促进者和组织者？在人工智能赋能教学的背景下，教师在专业发展方面应如何调整自身规划？哪些新的知识与技能尤为重要？
顾小清：我认为教师角色的转变是由多重因素共同推动的。首先，从社会环境来看，如今人们获取知识与答案的方式已发生巨大变化。借助生成式人工智能，任何人几乎可以在没有门槛、无需花费的情况下快速获取大量信息与答案。在这种背景下，学校教育必须重新思考：什么样的知识才是学校独有的且必须通过教师引导才能获得的？这实际上意味着教师所教授内容的“类型”需要进行转向，要更加聚焦那些不能通过即时检索或简单模仿获得的深层次知识与能力。
其次，与其他行业对人工智能的期待不同，教育对人工智能的期待有其特殊性。在教育中，尤其在学生学习的过程中，教育者并不希望人工智能代替学生完成学习任务。相反，必须让学生亲自经历动手与动脑的过程，才能真正实现其认知与思维的发展。因此，教育工作者的共识应当是：人工智能的作用是协助教师促进学生的学习，而绝不能成为学习过程“认知外包”的工具。
从这两个方面来看，教师角色的转变主要体现在教学理念与教学方法的革新上。教师不再只是单纯的“知识传授者”，而应当成为学习过程的组织者与引导者。教师需要通过问题导向的方式，引领学生进入动手动脑的学习过程，让学生在解决问题的实践中发展认知与思维能力。未来的教师则应更多聚焦于“为什么”“如何做”的高阶问题，引导学生形成学科思维方式与问题解决能力。
因此，在人工智能赋能的教育环境下，教师的专业发展需要更多强调以下几个方面：一是教学理念的更新。从知识本位走向素养本位，更加重视学生“学会学习”的能力。二是教学设计的能力。能够设计引导学生思维发展的任务与活动，而不仅仅是知识灌输。三是技术素养的提升。掌握人工智能相关的基本知识与工具，能够理解并合理利用人工智能技术赋能教学。四是跨学科与创新能力。能够结合不同领域的知识，帮助学生在真实情境中应用所学。
王嫱：生成式人工智能通过定制化学习材料和互动平台，能够促进学生创新思维和问题解决能力的提升。在这种新的学习环境中，您认为应该如何有效培养学生的批判性思维和创造性思维？
顾小清：对学生批判性思维、问题解决能力和创新性思维的培养，关键在于教师设计的学习经历，特别是那些高阶问题序列的引导。教师可以设计一系列需要学生解决的具有挑战性的问题，并将这些问题作为学生学习的主线。这些问题不仅引导学生对知识进行理解，还帮助学生在解决问题的过程中学会如何运用这些知识。
在这一过程中，生成式人工智能的作用非常关键。它不仅仅提供最终答案，更重要的是它能够激发学生进行深入的思考。例如，让学生探讨一个具体的物理问题，生成式人工智能能够为学生提供更多的理论背景，甚至模拟不同情境下这些物理定律的应用。以爱因斯坦的相对论为例，学生通过人工智能的帮助，不仅可以理解该理论本身，还能进一步了解该理论的历史背景，以及它在现实世界中如何解决实际问题。
教育智能体与教育融合的未来发展趋势国信配资
王嫱：您在多项研究中探讨了教育智能体对教育的影响。教育智能体的加入正在重新塑造教师与学生之间的关系，就像您提到的“孙悟空的毫毛”一样，教育场景中将涌现多重分身代理，并通过多智能体协同重塑未来教育。您认为，教育智能体在未来将扮演哪些主要角色呢？
顾小清：确实，教育智能体正在逐渐成为教育体系中不可忽视的一部分。传统的师生结构在教学活动中通常被简化为“教师主导”的模式，但随着教育智能体的介入，这一结构正发生着深刻的变化。教育智能体不仅仅是辅助工具，它们正在成为三方（教师、学生和智能体）互动的参与者。可以说，教育智能体将成为师生互动中的关键组成部分，甚至在未来可能会超越传统教师角色的某些功能。
首先，扮演教师助手的角色。在教学过程中，教师往往面临大量的重复性工作，教育智能体可以有效地减轻教师的工作负担，使其将更多的精力集中在教学设计和学生的个性化指导上。例如，通过人工智能的智能批改和数据分析功能，教师可以更快速地了解学生的学习进度和薄弱环节，并在此基础上制订更具针对性的教学策略。同时，智能体还可以为教师提供教学资源的即时推荐，帮助其更高效地规划课程内容和教学方法。
其次，作为学习伙伴发挥重要作用。随着个性化教育理念的逐步推广，教育智能体将根据学生的学习进度、兴趣、学习风格等多个维度，提供量身定制的学习内容与互动形式。这种智能化的学习伙伴不仅仅是简单的知识传递者，更是学生思维发展的引导者。例如，教育智能体可以根据学生的实时表现，及时调整学习内容的难度，并通过提示、引导或反馈来帮助学生更好地理解复杂概念或解决棘手问题。
再次，主动提问并引导学生思考。在传统教学模式中，提问往往是教师的任务，而学生的回应和思考是基于教师的引导。而教育智能体不仅会根据学生的学习情况提出问题，还能够根据学生的反应实时调整问题的难度和方向，从而推动学生进行深入思考。例如，智能体可以通过技术，理解学生的回答并进一步提出开放性问题，激发学生对主题开展进一步探索。
最重要的是，教育智能体将通过多智能体协同的方式，重塑教育环境的协作模式。教育智能体不仅可以作为教师的辅助工具，还能与其他智能体协同工作，共同支持学生的学习。例如，在跨学科的项目式学习中，不同的教育智能体可以根据学生的学习需求，提供专业化的支持和资源。这种多智能体的协作不仅可以提升教学效率，还能促使学生更好地融入复杂的学习情境，从而培养其跨学科的综合能力。
王嫱：数字人虚拟教师作为教师的智能代理，在教学中所扮演的角色日益重要。您认为，数字人虚拟教师能够承担教师的部分职责吗？它是否能够协助教师解决课堂管理和个性化教学中的挑战，尤其是在如何应对大班教学和满足差异化学习需求等方面？
顾小清：数字人虚拟教师是作为教师智能助手并赋予了教师外形的一种智能体。正如前面所分析的，数字人虚拟教师的功能并不是要完全取代教师的角色，而是作为教师的智能代理，在教学中承担部分职责。特别是在课堂管理和个性化教学中，数字人虚拟教师可以帮助教师应对一些现实中的教学挑战。
第一，数字人虚拟教师能够有效协助教师在课堂管理方面进行创新和提升。大班教学一直是教育中的一大挑战，尤其是在资源有限的情况下，教师往往难以做到对每个学生都给予充分的关注。而数字人虚拟教师则可以在这种情况下发挥重要作用。例如，当学生遇到困难时，虚拟教师可以及时提供引导和反馈，甚至针对学生的学习情况推送个性化的学习资源。
第二，个性化教学是数字人虚拟教师的另一个重要功能。在传统教学模式下，教师往往面临课堂中学生学习水平差异较大的问题。数字人虚拟教师能够根据每个学生的学习数据，自动调整教学内容和进度，实现个性化教学。例如，某学生在某个知识点上表现较弱，数字人虚拟教师可以为该学生提供更多的练习题、复习资料或更详细的解释，帮助其掌握该知识点。
第三，数字人虚拟教师在学科智能体的支持下，可以为教师提供特定学科领域的深度辅助。例如，在数学、语文、科学等学科中，虚拟教师不仅能够进行教学内容的传递，还可以根据学科特性设计更为灵活的互动方式，提升学生的学习体验。
第四，随着教育技术的发展，虚拟教师还能够通过智能代理的方式支持不同学科的整合和协作。这种跨学科的协同作用，使得学生在学习中不再局限于单一学科的知识，而是能够在多元化的知识体系中自由迁移和运用。
上述这些应用也体现出，数字人虚拟教师是在协同教师完成“智适应学习”。
生成式人工智能在教育教学中的公平问题
王嫱：教育公平一直是社会关注的焦点。人工智能在缩小城乡、区域教育资源差距，促进教育公平方面具有巨大潜力。您认为，目前人工智能，尤其是生成式人工智能，主要通过哪些途径来实现教育资源的均衡分配？在实际推进过程中，又会面临哪些挑战？
顾小清：的确，教育公平是教育发展的核心议题之一，而生成式人工智能的出现为这一议题注入了新的动力。从路径上来看，我认为可以从以下三个方面理解它在促进教育公平中的作用。
第一，降低教育资源获取的门槛。生成式人工智能能够突破时间和空间的限制，使得学习者在具备网络和终端条件的情况下，能够很方便地获得优质的学习资源与个性化的学习支持。这对于长期处于教育资源相对匮乏状态的农村或偏远地区，具有重要意义。
第二，推动教育内容的个性化与多样化供给。生成式人工智能能够根据学习者的兴趣、认知水平和学习进度，生成差异化的学习内容与练习方案。这种动态适配使不同地区、不同层次的学生都能获得契合自身需求的教育支持，从而更接近公平的教育机会。
第三，助力教师专业发展的均衡化。生成式人工智能可以为教师提供教学案例生成、课程设计辅助以及实时反馈的功能，这在一定程度上缓解了区域间教师发展资源的不均衡，尤其对偏远地区教师而言，他们可以借助人工智能提升教学水平，获得与一线城市教师相似的发展机会。
然而，推动人工智能促进教育公平并非没有挑战。主要困难集中在以下几个方面：首先是技术和基础设施的不均衡。虽然人工智能降低了资源获取的门槛，但仍然存在“数字鸿沟”。一些农村和偏远地区在网络覆盖、终端设备普及度以及平台可及性方面，依然存在明显不足。其次是教育生态适配的复杂性。如果人工智能生成的资源无法融入当地的教育体制或与教师的教学方式发生冲突，其价值将受到限制。再次是伦理与信任问题。生成式人工智能在教育场景中的应用还涉及数据安全、算法偏差和责任认定等议题。上述这些问题如果未能得到妥善解决，不仅会加剧社会对技术的不信任，还可能进一步扩大教育不平等。
因此，我认为生成式人工智能的确在教育公平方面具有巨大潜力，但实现这一目标需要多方协同。一方面，要加大基础设施的投资力度，确保技术普惠真正落地；另一方面，要推动教师培训和教育体制的适配改革，使人工智能能够更好地嵌入教育生态；同时，还需建立健全伦理和监管框架，以确保人工智能在教育领域的安全、可靠和可持续发展。
王嫱：您的观点非常清晰地揭示了生成式人工智能在教育公平中的双重特性——既有潜力，也有挑战。那么，为应对人工智能给教育带来的挑战，学校应该如何为教师提供系统化的人工智能培训，以提升其技术接受度与实践能力？
顾小清：人工智能技术在教育场景中的有效落地，离不开教师的理解与运用。要真正提升教师的技术接受度与实践能力，我认为应从以下几个方面开展系统化培训：
一是以场景为导向的培训设计。培训不能仅停留于抽象的概念介绍或技术功能的展示，而应聚焦具体的教学场景。例如，如何利用生成式人工智能辅助课程设计、开展个性化学习支持、进行作业反馈与学习诊断等。
二是普及性与层次性相结合。人工智能培训应确保所有教师都能掌握基本的操作技能与应用思路。同时，也需要提供分层次的进阶培训，为有兴趣或能力较强的教师提供更深度的应用与研究空间。
三是研讨与实践相结合的学习方式。在培训过程中，应充分强调“做中学”。例如，通过组织教师研讨、案例分享与教学模拟的方式，直接在真实或仿真课堂中运用人工智能工具。教师除了在实践中学习，还可以通过同伴交流获得启发，从而形成良性的共同成长氛围。
四是建立持续支持与反馈机制。一次性培训往往难以支撑教师的长期发展，因此学校需要构建常态化的支持体系，如建立人工智能教学资源库、开设教师互助社群、提供专家在线指导等。通过持续的反馈与迭代，教师能够逐步深化理解，并在不断实践中提升信心与能力。
另外，需要强调的是，培训的目标不仅是提升教师的技术使用能力，更是促进教育理念的更新。因此，教师培训应同时涵盖教育理念层面的讨论，引导教师从整体上理解人工智能如何与教育的价值追求相契合。
王嫱：感谢顾教授的分享。在教育数字化与智能化的浪潮中，教师不仅是技术的使用者，更是教育创新的引领者。生成式人工智能的价值，并不在于替代教师，而在于拓展教师的可能性，助力其实现更具创造性与效能化的教学。
顾小清：感谢《中国信息技术教育》杂志对生成式人工智能助力教育教学变革的关注，为教育创新实践与研究提供了重要的平台。
文章刊登于《中国信息技术教育》
2025年第20期
引用请注明参考文献：
顾小清 王嫱 .生成式人工智能助力教学创新的路径与实践，2025（20）：4-10 .
欢迎订阅
识别上方二维码即可订阅
国元配资提示：文章来自网络，不代表本站观点。
