
首都师范大学教授 樊磊
评价体系革命:AI时代教育变革的”关键锁钥”
中教全媒体:您认为AI正如何重塑教育教学模式与师生角色?
当前教育领域面临的核心矛盾在于:虽然AI技术已被引入教育教学过程中,但教育评价体系仍沿袭传统模式。这种脱节可能导致AI应用效果大打折扣,甚至产生负面效应。举例来说,当学生日常使用AI辅助学习,却仍需面对传统纸质考试时,这种评价方式的不匹配反而可能影响学习效果。
因此,AI能否真正重塑教育,关键在于整个教育生态系统在AI时代背景下能否实现协同变革,特别是在教育评价这一关键环节能否实现突破性创新。只有当评价体系与AI技术发展相适应时,人工智能的教育价值才能得到充分发挥。
在具体应用层面,我认为教师应着重利用大模型拓展教学思路,深入理解先进教育理念,提升教研能力,精准分析学生对教学内容的掌握情况,从而优化教学设计,使其在课堂之外发挥更大价值。
最终,大模型对教师的意义,很大程度上取决于我们能否突破传统课堂的固有模式。若在师生共同使用大模型的背景下,课堂仍维持”教师讲授—学生练习—测评反馈”的单一结构,那么技术应用的意义将大打折扣——无非是从过去的”题海战术”转变为如今的”模型依赖”,对教育质量的提升并无实质助益。因此,关键在于推动教育评价体系的变革。如果评价标准不变,无论是老师还是学生使用大模型的实际成效都值得商榷。
要实现这种过程性评价,就需要系统地收集学生在学习过程中的行为数据。例如,学生在学习一门课程中,学习了哪些文字或多媒体材料、对关键知识点的掌握情况、参与了哪些学习活动、在活动中犯了哪些错误以及如何改正等。将这些过程性数据整合起来,运用人工智能技术进行分析,才能真正洞察学生的进步轨迹。人工智能对教育的影响,很大程度上正体现在这种基于过程数据的评价能力上。
这是一个相辅相成的过程,人工智能介入教育呼唤新的评价手段,而这种新的评价手段又高度依赖人工智能工具的支持,进行数据采集、处理和分析。面对海量的学习过程数据,人工分析显然无法胜任。因此,评价改革的第一步,就是要利用人工智能技术和数字化平台,构建能够获取并分析学生学习行为数据的大数据模型,将新的评价理念和评价方式融入其中。最终,只有在国家层面建立这样的基础平台,大规模实施基于学习过程数据的评价才成为可能。目前教育部推出的智慧教育云平台,在提供教育资源的同时,也为未来收集和分析学习行为数据奠定了基础。
目前,大多数国家部属师范院校都在积极设立与人工智能教育相关的专业或学院,有的直接命名为“人工智能教育学院”,有的则开设相关专业方向。由此可见,人工智能教育在师范院校中的发展已成为必然趋势。
许多人关注的一个核心问题是:人工智能教育与人工智能本身有着怎样的关系?人工智能教育与传统的教育信息技术专业有何区别?部分观点认为,原有的教育技术专业已经涵盖了人工智能内容,但这样的理解可能过于简单化。人工智能不仅仅是一项新兴技术,更是一种全新的思维方式。
传统教育技术主要依赖人工开发和被动应用,而人工智能则具备更强的自主性和适应性。它不仅能辅助教学,甚至可能在某些场景下主导教育流程。因此,人工智能教育不能仅被视为教育技术的延伸,而应被视为一种全新的教育范式。师范院校在开设相关专业时,必须突破传统教育技术的思维框架,探索新的培养模式。
人工智能的影响不仅限于教育技术专业,而是渗透至整个师范教育体系。它对传统学科(如数学、物理、化学)以及艺术类(音乐、美术)、体育、思政等学科的教学方式均产生了深远影响。这意味着,未来的教师无论教授何种学科,都需要具备一定的人工智能素养,能够理解AI的基本逻辑,并将其融入教学实践。同时,教师还需保持批判性思维,避免过度依赖技术,确保教育的核心价值不受冲击。
人工智能教育的兴起不仅是技术的升级,更是教育理念的革新。师范院校需抓住这一机遇,推动教师培养体系从“工具应用”向“思维共生”转变,以适应未来教育的发展需求。
理想的AI教育应该是一个长期的系统工程,需要与教学评价、人才培养等环节深度融合。当前中小学的AI普及教育还正处在起步阶段,各地学校的多样化探索值得鼓励,但要避免将AI教育简单等同于编程教育或创客活动的升级版。
总体来说,对于AI在中小学教育领域的发展前景,我持乐观态度。我们应当以发展的眼光看待这一进程,不必急于对其效果作出评判。教育创新是一个循序渐进的过程,其成效需要时间的沉淀,而非短期内就能立竿见影。
从高校实践来看,部分院校已开展小规模探索性尝试,且呈现多元化特点:有的学校以机器人作为教学辅助载体进行协同教学,有的学校尝试训练数字人教师,还有的学校运用智能体技术辅助教学。这些探索多结合本校技术条件和专业特色开展,尚未形成统一标准。
在人工智能赋能教学成效方面,需要考虑两个关键维度:其一,学术研究层面的人工智能教学应用尚处于理想化阶段,与实际教学场景在技术条件、教师把控能力等方面存在显著差距;其二,当前AI技术仍处高速迭代期,大模型、机器人等技术形态尚未定型,人机协同的教学模式仍存在较大不确定性。
因此,在课程设置方面,建议采取渐进式发展路径。鼓励有条件的高校因地制宜开展小规模试点,将无人机、机器人或脑认知等技术手段转化为特色教学实验,同时保持课程设置的灵活性,待技术形态和教学模式更趋成熟时再考虑纳入必修课程体系。秉持审慎而开放的态度,既能为未来教育变革预留空间,又能避免在技术不稳定期过早固化教学内容。
在推进AI教育时,应因地制宜,结合实际情况采取灵活策略。首先,建议从零成本或低成本方案入手,根据实际效果逐步优化和升级,而非一次性大规模投入。其次,避免过度超前规划,由于AI硬件和技术迭代迅速,中小学应避免制定过长周期的基础设施建设方案,以减少资源浪费。这种渐进式的发展模式既保证了资源的高效利用,又在实践中不断提升教师的AI应用能力,使AI普惠教育更具可持续性。
对于社会上存在的”AI会导致学生思维能力退化”等担忧,我们需要理性看待。就像交通工具没有削弱人类的行走能力一样,AI也不会削弱人脑的创造力。相反,它让我们从重复性劳动中解放出来,将更多精力投入到创造性活动中。
在教育实践中,我们应当秉持”技术为教育服务”的原则,既不盲目排斥新技术,也不过度依赖技术手段。关键是要守住教育育人的本质,让AI真正成为促进教育高质量发展的助推器。
需要强调的是,面对AI教育,我们既要有拥抱变革的勇气,也要保持理性务实的态度。不必因担忧而却步,也不应盲目跟风。相信通过教育工作者的共同努力,我们一定能找到技术与教育融合的最佳平衡点,开创教育现代化的新局面。
评论前必须登录!
注册