江南大学二级教授陈明选:教育数字化是教育要素的体系性转型

何曼

人工智能对教与学模式最大的影响在于实现从关注群体到关注个体、从“一刀切”到因材施教，即个性化、多样性、精准性、终身化的转变。

关键词 数智化 数字化转型 人工智能     教与学

互联网、大数据、人工智能等新一代信息技术的发展，催生了数智化时代。数智化转型的时代需要守正创新，江南大学二级教授陈明选在与本刊对话时表示：培养人的智慧是教育追求的目标，也是数智化时代教育的特征；当前的教育数字化转型不应该只集中在技术、手段的层面，而是教育要素的体系性转型，即实现育人目标、内容、方法、场域、评价、模式的系统转型；要以人工智能助推因材施教，实现精准教学，促进学生实现深度学习。

数智化时代对人才培养提出新挑战

在线学习：当前的数字技术对教育行业带来了怎样的影响？

陈明选：互联网使信息互联，5G+物联网使万物互联，5G+人工智能使万物智联。机器通过大数据进行深度学习，与人一起创造世界，从而催生了数智化时代。数智化时代对人才培养提出了新的挑战。

其一，人工智能可以替代或超过那些通过死记硬背、大量做题而掌握知识的人脑。人类以知识获取为核心的学习体系已经无法应对未来的挑战。数智化时代，人類的大多数重复性、程序性劳动将被机器替代。如ChatGPT具有很强的语言理解和文本生成能力，上知天文下知地理，与人交流几乎与人类无异，还能完成文本总结分析、撰写脚本、文案、翻译等任务。

其二，全球的教育学理论面临着理论创新的挑战。怀进鹏部长在世界数字教育大会上指出，数字化转型是世界范围内教育转型的重要载体和方向。数字技术为我们创新路径、重塑形态、推动发展提供了新的重大机遇，也带来了新的挑战。“教育何为、教育应该往何处去”成为世界各国共同思考的命题。我们教育人很少有危机感，对教育滞后于科技进步已习以为常。在科技革命日新月异的今天，如果还用几百年前的理论和方法来指导今天的教育实践显然会陷入危机之中。教育理论和模式亟待创新与重构。

其三，今天培养的人能否适应明天的社会发展，这是教育面临的最大挑战。世界经济论坛发布的《2023年未来就业报告》显示，未来五年内，23%的工作将发生变化，其中消失的工作岗位将占比12.3%，新的工作机会将增长10.2%。还有数据显示，在接下来的20年中，50%以上的职业将会实现机器自动化；个人的职业成功，85%取决于学习能力、思维能力、创造力、解决问题的能力等核心素养，只有15%与专业技能相关；如今的学生可能在2030年从事的工作，有85%在现阶段还未出现。为适应这些变化，原有的教育体系面临极大的

挑战。

在线学习：基于这些挑战与机遇，您如何看待教育数字化转型？

陈明选：从原始时代教育中的言传身教、口耳相传到农业时代私塾、师徒教育，再到工业时代的班级授课、学校教育，社会发展深刻影响了教育体系的变革。教育数字化转型既是时代呼唤，也是教育系统不断适应社会变迁的必然反应。

当前的教育数字化转型不应该只集中在技术、手段的层面，而是教育要素的体系性转型。数智化时代，技术发展赋予了教育新的特征。我把它总结为六大特征：

一是人际交互高效便捷。可通过学习平台、智能终端实现即时交互分享。二是学习环境立体智慧。学习的场域不仅指图书馆、实验室、教室等物理空间，还包括智能技术赋能的虚拟现实、增强现实、元宇宙等多空间集成融合，是一种虚实融合、多维互动的学习空间。三是学习资源丰富多样。包括流媒体、VR/AR、生成性资源等。四是教育手段方便智能。智慧校园、智慧课堂、智能诊断、智能分析等手段，助力实现因材施教。五是学习内容跨科综合。帮助提升超越知识、超越技能、超越学科、超越区域的综合能力。六是学习目标，素养为本。育人目标应该从过去的以获取知识为本，转变为以素养为本，促进学生的终身发展。

综合来看，教育数字化转型，要以数字技术促进教育创新理念、探索路径、重塑形态、推动发展；实现从育人目标、内容、方法、场域、评价、模式的系统转型。

人工智能赋能精准教学

在线学习：您提到，人工智能技术将在推动教育变革中发挥重要作用。那么，人工智能是如何赋能教与学的？

陈明选：首先，人工智能助推因材施教。人工智能对教与学模式最大的影响在于实现从关注群体到关注个体、从“一刀切”到因材施教，即个性化、多样性、精准性、终身化的转变。在因材施教方面，人工智能具有不可替代的优势。古代私塾体系中，一名教师面对几个学生，可以实现个性化指导。而在现代的班级授课制下，一名教师面对几十个学生，难以做到因材施教，人工智能技术为此提供了可能。通过对个体过程性学习数据的分析，智能系统可以基于每个学生的学习问题、特点、兴趣和需求，有针对性地开展“一对一”的个性化

教学。

其次，构建多维互动的学习生态。人工智能能够推动教学模式从传统的班级讲授式向多维互动的学习生态转变，支持网络空间、社会空间与物理空间三者融合；学生可以通过对话、探究和智慧分享等多种方式开展学习。同时，语言文本、图像和场景等多模态的知识表达手段为这种学习生态提供了可能。在这种模式下，通过多元互动、解决实际问题、分享他人经验等方式，教师可以培养学生适应未来发展的核心素养，如创新思维、可持续发展的能力等。这与注重知识传授的传统教育理念迥然

不同。

再次，能够进行精准诊断与资源推送。在教学实施过程中，人工智能技术基于对学生学习数据的分析，精准诊断学习问题，实现个性化的学习资源推送，帮助学生完成个性化的自适应学习，进而补齐短板，实现减负增效。同时，人工智能技术也能够帮助教师动态化地调整、优化教学设计，并且辅助教师对学生的问题进行及时反馈。

最后，开展多维度的智能化教育评价。传统的测试评价过于片面，而基于人工智能技术，教与学可以实现全方位、动态化的评价。主要体现在四个方面：一是无感（伴随式、嵌入式）评价。人工智能技术能够将评价嵌入到教与学的过程中，实现伴随式的无感评价，如行为评价、语音分析、图像分析以及常态化的学业数据采集等过程性的无感评价方法。二是目标达成度评价。之前的评价大都是评价对与错的，并未对目标是否达成进行评价。随着人工智能的发展，教师可以更好地衡量设计的教学目标是否达成；通过掌握更多的学生学习数据，可以更精准地评估目标的达成程度。三是增值评价。通过考虑学生的起点差异，人工智能可以实现增值评价。四是思维水平评价。利用生成式人工智能，可以实现思维水平的评价。通过设计不同难度、不同维度的题目，使学生在人机对话过程中表现出思考的深度，从而实现对思维水平的深度评价。

这些新型的教学理念与评价模式有助于培养学生的核心素养，实现教育的实质性进步。人工智能在此基础上，助推了新型教與学模式的构建。数智化时代，应当运用大数据分析让教学与管理从模糊走向精准，使学习分析从群体走向个体；运用智能技术使学习反馈、资源推送精准及时；基于互联网思维、智能技术重塑学与教的过程。

教育数字化要避免只见技术不见人

在线学习：当前是否有一些人工智能赋能教与学成功的教学案例？哪些经验值得分享？

陈明选：真正做到人工智能赋能教学实践，首先要厘清人工智能的概念。人工智能的本质是通过深度学习、数学算法从大数据中寻找特征，发现规则，建立模型，从而产生智能。教育大数据成为智能技术重构教学的契机，能够对基础教育学习过程中常态化练习与阶段性测试的过程性学习数据进行收集分析，对学习问题进行精准反馈，最终生成学习报告等。事实上，传统的教学有诸多局限，系统应用也面临困难；为满足师生实际需求，要充分发挥智能技术教育应用的优势，构建基于智能技术的精准教学系统，制订基于智能技术的精准学习资源推送策略。

客观地说，目前关于人工智能赋能教学的文章，基于理论的偏多，真正落地的还不是很多。智能时代的教育，技术虽然是重要的推动力，但教学必须返璞归真，回归育人的根本原点和本真，促进人的和谐发展。因此，在教育数字化转型的过程中促进人的和谐发展才是教育的根本宗旨，必须避免只见技术不见人。

在线学习：理论偏多、落地鲜见，人工智能落地面临的关键挑战是什么？

陈明选：第一是提高教师的智能素养，帮助教师实现从理念到方法、到实践的数字化转型。这既需要自上而下的推动力，也要有教师内在驱动力的激发。第二是要建立能够支撑因材施教的强大题库，能够向学习者精准提供资源库里的相关知识或内容。第三是要制订人工智能教育应用的伦理规范、健全相关法律法规等。不可否认，目前存在的伦理失序、道德失范等问题，违背了教育发展的人文关怀和人工智能的应用创新，阻碍了二者的融合进程，必须从伦理策略上寻求应对方案。再次，智能时代在为教师专业发展提供新的解决方案的同时，也带来了新的挑战。有人说，人工智能越发展，人类的智力可能越弱化。其实人工智能不是为了替代教师，而是为了更好地实现因材施教。要用技术给教师提供教学方案的思路与框架，而不是完整的教学方案。最后，人工智能教育的应用，在解决一部分教育公平问题的同时，也会产生一些新的不公平。随着社会进步，我们应尽量让更多的人受益。

在线学习：对未来人工智能在教育领域的应用，您有哪些期待或看法？

陈明选：在未来人工智能广泛应用的背景下，如何提高教学者和学习者本身的思维水平，是亟待研究与解决的关键问题，比如，如何提高当代人的数字素养、法律意识、数字化社会的伦理道德规范意识等。一方面，要制订一些人工智能相关法律法规，来规避一些应用问题；另一方面，应出台一些相关政策，加强教师与学生等在人工智能素养方面的教育。

未来要促进学生学会深度学习

在线学习：您认为未来学习的趋势是什么？

陈明选：目前，我更加关注的是教与学的知识体系构建。近20年来，我一直在做关于理解性学习的研究。

面对复杂多变的现实社会，以重复记忆为主的浅层学习已然不能应对时代挑战，学生要转向批判性和创造性应用知识的深度学习。深度学习不仅是对知识的记忆性学习，也是思维范式的转变。智能技术的发展促使学习发生结构性变革，使未来学习具有以下三个趋势。其一，未来的学习要致力于培养符合时代要求的创新人才，培养能够独立思考、深度理解知识并运用知识技能解决复杂情境问题的人。其二，未来的学习关注个性化、多样性和适应性的学习，面向大规模的学习者群体，要使每一个学生获得适合自身发展的学习服务。其三，未来学习更加注重思维的发展。学习的本质是通过深度理解实现将知识内化转变为素养，成为终身发展力，数智化时代的深度学习要求学习者从浅层记忆走向深度理解。

面对数智化时代的挑战，对学习本质的求索会是一个永恒的话题。在教育变革中，技术虽然会给教育教学带来巨大的便利和推动作用，但归根到底是基于学习本质和学习规律的综合利用，不能脱离学习理论和教育理论单独存在。在数智化技术与教育教学深度融合的过程中，如何促进学生深度学习，如何使学生学会学习、快乐学习是一个值得不断深入思考的话题。