北京大学教务长办公室数智教育办公室主任 冯菲
当前，人工智能正以前所未有的深度与广度重塑教育形态，对教学理念、模式与人才培养体系带来了根本性变革。北京大学作为我国高等教育改革的前沿阵地，在数智教育领域的布局与实践具有重要的示范与引领意义。近日，中教全媒体专访了北京大学教务长办公室数智教育办公室主任冯菲，她系统阐述了北京大学在迎接AI教育浪潮中的顶层设计、教师发展的核心挑战、未来教学形态的思考，以及在数智教育推广过程中所秉持的审慎与平衡之道。
从学科根基到课堂实践 系统布局数智教育新生态
中教全媒体：您长期致力于数字化学习和混合式教学的推广。在教师培训的实践过程中，您感受到教师们对AI技术的普遍心态是怎样的？他们最迫切希望解决的教学痛点是什么？
冯菲：我观察到，教师在面对新技术时普遍会有一些畏难情绪。但与以往教学技术不同的是，AI的使用门槛其实并不高。比如目前各类通用大模型，基本上通过对话就能直接使用，从技术操作的角度来说，对教师而言是比较简单易行的。
不过，容易用、会用不等于能用好，AI在不同学科的教学中究竟能发挥什么作用，可以融入到哪些具体教学环节，成为目前需要着重解决的问题。也有老师在尝试后，可能会感觉，AI用于教学的效果可能也没有达到预期的理想效果。这也带来了现实中的落差感，大家都在谈AI、用AI，但也普遍感觉实际应用起来并没有想象中那么有效——这是目前比较常见的现象。
从目前的反馈来看，教师们最迫切要解决的难点更多集中在“学业任务评估”上。当下我们看到很多AI模型工具在教学资源生成、提供AI助教实时答疑、生成数字人等功能都已经相对成熟，尤其是当基础大模型能力不断增强的背景下，教学应用形式也会越来越丰富。但是，教师在实际中很难判断学生是否借助AI完成报告，是否只是“一键提交”还是在多轮对话中融入了自己真正的思考，也无从了解学生使用AI的具体过程，这直接影响教师对学生学习情况和教学成效的判断与评估。因此，未来AI在教学中的应用，需要重点推动解决这类与评价相关的问题——我们既需要通过教学规则和要求引导学生合理、规范使用AI，也需要在技术层面为教师开发相应工具，能记录和呈现学生利用AI完成作业的过程，为教师提供判断依据和支持。
当前，已经有不少教师开始关注在教学评价中如何引入AI，但现有的工具和功能还不足以支撑这一需求，这将是未来需要重点关注和突破的方向。
中教全媒体：作为北大数智教育推动者，您观察到北大在迎接AI教育浪潮方面做出了哪些前瞻性的布局和探索？
冯菲：这两年，北京大学坚持自上而下顶层设计与自下而上鼓励特色创新相结合的工作思路，系统推进人工智能与教育的深度融合。在顶层设计层面，2024年6月，北京大学成立人工智能发展委员会和工作专班，由校领导担任主任，统筹推进全校人工智能相关工作。2025年学校又将年度主题确立为“科技创新年”，希望全面提升师生科技创新素养，涵育一流生态，更好服务科教强国战略。2024年12月，北大教学系统设立“数智教育办公室”，专门负责全校数智教育工作的统筹协调、总体规划与资源整合，全面推动学校人才培养和教学模式的数智化转型。
从整体上看，北京大学在面对AI浪潮方面，主要在三个方面进行了布局和探索。一是学科专业布局超前谋划，构建AI for Science和Science for AI双向驱动的学科格局，为数智人才培养体系改革夯实基础。二是构建面向全体学生的分层递进AI素养培养体系，将AI素养全面融入人才培养全过程；三是在规范与治理层面主动探索应用边界，为师生提供思考型、发展性的应用指引。
一是在学科专业布局上超前谋划。北大是全国较早设立数据科学与大数据技术专业，是首批具有数据科学交叉学科博士、硕士学位授予权的高校之一。北京大学图灵班、通用人工智能实验班、智能科学与技术实验班等一系列拔尖创新人才培养项目，面向数智前沿方向系统培养高水平创新人才。这些专业的建设与发展，为北大全面推进数智教育奠定了坚实的学科基础和平台资源优势，使我们有能力为更多学生开设相关课程并提供丰富的实践项目。北大也是国内最早提出“AI for Science”（科学智能）和数字人文理念的高校，并实施开展了系列具有开创性、引领性的具体举措。今年我们在深圳研究生院成立了全国首个“科学智能学院”。可以说，北大在数智领域学科建设方面的积累与成果，为数智时代人才培养体系改革提供了有力支撑。
二是构建面向全体学生的分层递进的AI素养培养课程体系。2024年，北大发布《北京大学本科数智教育教学改革方案》，明确提出促进全校各本科专业与数智科学交叉融合，将增设相关教育项目（含交叉学科）列为重点任务之一。学校已建成包含4门数智公共基础课、30余门通识教育和公选课、100门专业课以及200多门人工智能+X交叉融合课为一体的本科数智教育课程体系。在具体安排上，首先是在所有学生必修的“计算概论”中融入人工智能内容，培养学生的数据和AI思维。在此基础上大力发展通识教育，开设了独具特色的“人工智能与计算思维”系列课程。学生在修完“计算概论”后，可按学科分组选修该课，在实践项目中运用所学知识解决本学科领域问题。作为课程体系的有益补充，2024年起学校启动“博雅人工智能讲堂”，邀请来自院士、知名专家等不同学科的领军者分享人工智能的前沿发展和学科应用。2025年“博雅人工智能讲堂”进一步扩展，推出青年科学家系列和产业系列，系统阐述人工智能的基础理论体系与关键技术突破。此外，定期举办信息素质工作坊、博雅学术工坊等系列活动，建立学生分享创新想法的平台。在科研训练环节，启动“AI+X”人工智能跨学科本科生科研训练专项项目，并通过人工智能相关学生竞赛，引导学生面向真实问题开展跨学科研究创新。
更进一步，我们积极推动AI与专业课程和教育教学深度融入。这不仅仅是工具的使用，更在于利用AI赋能各学科的科学研究与问题解决，因为AI对大学教学最根本的影响首先体现在其对科研范式的改变。我们的课程改革项目也正是基于此认识展开的。北大于2021年就启动了“人工智能助推课程建设项目”，支持不同学科教师利用AI进行课程建设与改革。据不完全统计，目前已有29种不同学科的AI应用与工具深度融入教学，例如“北大问学”、金融AI助手、“化小北”化学实验教学助手、“豆角”AI教学助手、AI医学博士、医学教育大模型等，这些成果正是源于前期的系统培育。通过上述分层递进的体系，北大不仅是开设了AI通识课程，更是构建了覆盖全体学生、贯穿培养全过程的人工智能素养培养生态。
当然，AI的应用边界与规范同样重要。北大自2024年起开展相关研究，并于2024年年底发布了《高等教育人工智能应用边界指南1.0》，今年已更新至2.0版。指南汇聚了大量案例与解读，对不同学科、不同教学环节中AI应用可能带来的风险类型进行了系统梳理，提出了明确的情境研判和操作建议，帮助教师更好地理解：在哪些环节应当鼓励学生使用AI、在哪些环节需要谨慎使用，以及在什么样的情境下必须坚守底线、严格规范。今年，北大还分别发布了《关于加强教师指导和规范本科生学业任务中使用人工智能工具的工作通知》《关于指导和规范研究生在学业任务中使用生成式人工智能的通知》，从优化课程考核方式，突出能力导向；明确AI使用规范，纳入教学（培养）工作要求；引导学生规范使用AI工具，遵守学术诚信；提示AI使用的风险与局限，强化批判性思维，对教师教学与学生培养提出明确要求。
总体来看，北大在迎接AI教育浪潮时，并不是只做某一个“点”的尝试，而是从学科专业布局、课程体系与育人模式、教学方法与工具创新，再到规范与治理框架，形成了相互支撑的系统性改革方案，这也为我们下一阶段更大范围、更深层次推进AI赋能教育奠定了良好基础。
教师角色跃迁：在AI时代重塑“育人者”的核心价值与能力
中教全媒体：当AI能够提供知识和信息时，教师的核心价值是什么？未来的教师需要具备哪些新的关键能力？
冯菲：无论技术如何演进，教师，尤其是大学教师，在知识传授、育人以及启迪智慧方面的核心价值始终存在，这一点至关重要。的确，未来AI或许能提供大量知识，但其提供的往往是碎片化的信息。相比之下，教师传授的知识是经过梳理而成的系统化的体系。尤其在大学阶段，学生需要掌握的是系统性的高深知识，简单地期望学生通过向AI提问来学习并不现实——很多学生甚至尚不具备提出好问题的能力。
在人工智能时代，教师的核心价值更在于通过自身的示范与解读，帮助学生建立学科的思维逻辑、认知规律与解决问题的方法。在对北大教师的采访调研中，北大经济学院的刘怡教授就曾谈到：“教学就是让学生透过老师的眼睛去看世界，进而建立起自己看世界的方法。”这是AI无法取代的，也是每位教师独特的印记。因此，当AI能快速提供答案与知识时，教师应引导学生提出更有深度的问题；当AI能生成标准答案时，教师更应引导学生关注思考过程与逻辑推理，帮助他们形成自己的思维框架和判断能力。此外，教师的情感支持与陪伴无可替代。在艰苦的学术探索和成长过程中，AI或许能给出答案或言语鼓励，但人与人之间共同的探索、即时的交流、兴趣的激发以及面对困难的勇气给予，始终是教师最宝贵的角色。
然而，AI的到来确实对教师构成了新的挑战。例如，学生在课堂上可能随时用AI核查内容，这引发了关于课堂抬头率、积极性等现实关切。因此，未来的教师需要主动应变。
首先，教师必须具备与AI协同合作的能力。这意味着要主动了解学生如何使用AI，跟踪AI能力的快速演进，并率先提升自身的“AI素养”。教师需要学会如何向AI提问，以及如何批判性地评估AI生成的内容。在此基础上，才能合理判断哪些教学内容或环节可以融入AI，哪些教学内容或环节在当下仍难以被AI替代。
第二，教师要有对教学进行全新设计与创新的能力。当教师明确了AI可参与的部分，就需要主动设计教学活动，引导学生与AI进行有价值的互动，教师需要通过与学生沟通帮助学生理解人机协同的差异与边界。可以说，AI时代对教师的教学设计能力提出了更高要求。
第三，教师要有对数据的解读与运用能力。教学中究竟需要何种数据来支持决策，这需要教师主动设计。目前常见的视频点击、签到等数据，对理解深层学习过程的影响有限。教师应思考如何通过教学设计，捕获学生认知参与过程的关键数据，并借助AI进行整合分析，从而真正理解学生的学习轨迹。这将是未来教学走向精准化的重要支撑。
中教全媒体：在AI的辅助下，我们有可能跳出“知识传递”的传统模式，去关注更本质的“人的成长”。在您看来，一个由AI托举、以“激发内生动力”为核心的教育过程，将会如何展开？
冯菲：北京大学推进数智教育的过程中，其核心关切始终落脚于对学生个体成长与长远发展的深远影响。AI对教育的意义，绝不仅仅是“提高效率”，而是要看它能否真正支持学生成为更有主体性和创造力的学习者。
我们与学生进行了多次座谈。当问及他们心中最理想的学习模式时，不少学生都提到了“自主学习”。这给我们启发很大，未来的方向或许不是直接让AI去教学生，而是学校与老师应当配备更优质的资源，来支持学生开展自主学习。在此基础上，通过我们打造的AI工具来伴随和辅助学生的自主学习过程，帮助每位学生真正依据自身的兴趣与想法去学习。
目前高等教育的人才培养体制仍相对固化，课程、学分、上课时间与地点都较为固定。未来，整个育人体系或许应走向更灵活的方向，给予学生更多选择。从这个意义上说，AI乃至任何技术，本质上都是一种工具。真正需要改变的，可能是学校整体的育人理念与教学理念，以及如何将这些理念与实践深度结合。这才是我们未来需要深入探索的方向。
如今不少学者认为，技术不会改变教育的本质。但AI的到来，其实正促使我们重新审视教育的本质，反思教育核心在落地过程中遇到的真实阻碍与困难。由此带来的创新，或许将推动人才培养模式发生深层次的变革。
尽管目前已有不少AI工具出现，但很多效果尚未达到我们理想中的状态，甚至有时被批评为“流于表演”。我们应当反思的是：我们构建的这些工具与模式，是否真的促进了学生的有效学习？是否让所有学生都能从中受益？这才是最核心的问题。
贯通技术底层逻辑与学科教学规律 构建“师-生-机”协同育人新生态
中教全媒体：AI将如何让“线上”与“线下”的混合式教学变得更加智能和高效？它能否实现真正意义上的“因材施教”？
冯菲：我认为线上线下混合式教学将会是未来高校教学的一种常态化模式。但在实践中，传统混合教学经常出现“线上一套、线下一套”的“两张皮”问题：线上与线下在内容、节奏、数据和评价上彼此割裂，难以形成一个完整、连续的学习体验。而AI的融入，则有望推动混合式教学真正落地，实现线上线下的深度融合。
要避免线上线下脱节，可以从几个维度入手：首先，教学活动应具备延展性，能够从线上自然延续到线下，让学生感受到循序渐进或螺旋上升的学习进程，AI的加入将有助于更好地实现这类教学设计。另一方面，线上线下混合式教学“两张皮”现象也体现在数据层面：传统混合教学中，线上数据较易获取，而线下数据往往难以系统收集与整合。借助AI能力，未来我们有望更有效地整合教学数据，推动教学走向线上线下的无缝衔接，为学生带来更加一体化、流畅自然的学习体验。
“因材施教”一直是我们的教育理想，而AI为大规模实现因材施教提供了新的可能。目前各校正在推进知识图谱等体系建设，这些都应成为实施“因材施教”的智能工具的基础数据与支撑。在此基础上，AI可以通过引导与示范，支持学生开展自适应学习。当然，这也要求我们从教育教学层面提供更多优质资源、数据与素材，用以训练AI，从而更好地实现“因材施教”的目标。
中教全媒体：基于您丰富的教师培训经验，您认为当前对教师的培训重点应该从“如何做慕课”转向“如何与AI协同教学”吗？您正在或计划开展哪些针对AI教学能力的培训项目？
冯菲：我们之前培训教师做慕课，有的教师可能认为这只是资源建设，但实际上，教学资源建设背后体现的是我们如何运用数字技术进行教学的一种思考与逻辑。如今我们培训教师使用 AI，思路依然是一致的——要让教师学会在 AI 时代，将自己的教学理念与思考通过 AI 的方式呈现出来。因此，表面上看形式上可能有些变化，但核心并未改变。
这两年我们在学校能明显感受到，教师对于 AI 的准备程度和态度差异很大，不同学科的敏感度与紧迫度也不同。即便都在使用 AI，效果也参差不齐：有的教师只是简单做“加法”以减轻负担，有的教师则已主动探索新形态，带领学生讨论、交流，共同学习如何借助 AI 更好地完成学科任务。
在慕课培训过程中，核心从来不是工具本身。我们并不要求老师掌握每一项技术，而是让他们理解，在技术支持的环境中，有哪些方式可以助力教学理念的放大、增强与落地。对于AI 培训也是如此。北大近年来持续开展 AI 教学能力培训，包括“博雅人工智能讲堂”“数智教育发展沙龙”及各类工作坊，其中很重要的一点，是不只停留在“AI 怎么用”，而是通过系统设计，引导教师深入思考。
我们设计培训项目时有几个基本考量：
第一，教师要理解 AI 的底层技术逻辑。如果不理解底层原理，那么交流、互动与协同只会流于表面。因此，培训会更侧重让教师理解技术原理，进而推动技术原理与学科教学的底层逻辑相互契合、彼此成就。有了底层思考能力，面对层出不穷的新工具时，教师才能保持定力，不盲目追逐最新的技术。
第二，提供可借鉴、可复制的实践方案。教师对 AI 存在不同程度的顾虑，使用水平也各异，因此我们需要提供看得见、摸得着的案例作为参考。例如，我们发布的《高等教育人工智能应用边界指南2.0》中就汇集了不同学科的实践案例，借此引导教师持续思考。
第三，尊重学科教学规律，鼓励差异化探索。在北大，我们并未统一规定教师使用某类工具，而是鼓励和支持各学科教师依据本学科发展特点，寻找更适用、甚至定制开发个性化的工具。这种做法能让工具真正融入学生的学习过程，而非仅停留在演示层面。因为 AI 基础模型发展迅猛，如果只停留在表面应用，很容易被其替代。
第四，教学改革最终需落实到课堂。在可预见的两三年内，我们仍需为教师提供可体验、可试错的实践场景。北大目前正在建设“未来课堂试验场”，在一个特定空间里集成最新技术，展示校内不同教学创新案例与教学设计思路，并进行拆解分析。同时，我们也会引入学生的想法，推动教师、教学设计团队、技术团队、学生和 AI 大模型共同参与，形成“师-生-机共创”的模式，这也是未来教师培训一个重要的发展方向。
中教全媒体：您如何看待人工智能+教育的未来发展态势？
冯菲：总体而言，我对人工智能在教育中的应用持审慎乐观的态度。从教育技术发展的整个历程来看，还没有哪一项技术能像 AI 这样，对教学改革产生如此广泛而深刻的影响。这种影响体现在社会对AI技术进行的热烈讨论与思考，它实实在在地改变了学生的学习方式，也间接而有力地推动着教师教学方式的变革。
当前大家如此关注 AI，正是因为它在一定程度上实现了我们长期追求的教育理想——因材施教。它能够提供更个性化的学习支持、给予学生即时反馈，并满足不同学生个性化学习路径的需求。然而，从长远看，我们仍需进行深入的反思。AI 在教育中的价值并非仅限于简单使用，技术在教学中的应用与在工作中不同，它往往是一种隐性的、深度的融合，会嵌入教育教学的关键环节中。这种深度融入也必然伴随一些尚待解答的问题，例如长期依赖AI辅助学习，会不会对学生大脑发育、思维方式塑造产生潜在影响？当AI越来越擅长给出答案时，学生的批判性思维和长信能力会受到怎样的影响？这类问题亟需我们加强研究，从而更准确地理解 AI 对教学、学习以及学生成长过程产生的真实影响。
同时，AI 也确实带来了一些显而易见的挑战，如学术诚信、数据安全以及可能引发的认知惰性等问题。因此，我们必须加强相关的教育研究，并通过教学实践进行验证。虽然教育领域对 AI 的应对有时显得比行业企业界滞后一些，但这是必要的审慎。教育关乎人的成长，我们必须在尊重各学科育人规律的前提下，稳步推动 AI 融入校园，在拥抱技术与守护教育本质之间找到恰当的平衡。
结语
人工智能对教育的影响是深远且复杂的，它既为实现因材施教的千年理想提供了全新可能，也伴随着学术诚信、认知发展、数据安全等诸多挑战。推动AI与教育的深度融合，需要顶层设计的系统规划、学科基础的坚实支撑、教师能力的迭代更新，以及贯穿始终的审慎研究。教育的本质是育人，任何技术的应用最终都应服务于学生全面而有个性的人的发展。未来，如何在拥抱技术潜力与坚守育人规律之间找到最佳平衡点，将是所有教育工作者持续探索的核心命题。正如冯菲老师所言，AI正促使我们重新审视教育的本质，而这本身可能就是这场技术浪潮带给教育最深远的馈赠。
评论前必须登录！
注册