人工智能赋能教育变革，落脚点是课程与教学。如果变革不能下沉到课程与教学，那就算不上真正的教育变革。过去，教育信息化的应用模式更多是加速教育资源的更大范围流转，但教师的教与学生的学，以及课程与教学的基本关系并没有发生根本性转变，传统课堂面貌并没有被撼动。随着人工智能时代到来，课程与教学创新迎来了质变的契机。

过去，各类技术工具进入课程与教学，更多是教学手段的优化，属于量变；而人工智能进入课堂就不再只是一件工具，很多场景下它可以成为师生的认知伙伴、思维助手。有学者就提出，人工智能具备一定的主体性。换言之，以往所有技术、机器都是客体，需要人主动操控；而智能体可以自主感知、自主判断、自主执行任务。现在一线学校已有很多探索，如不少学校师生自主搭建智能体。清华在本科生入学时为学生配发算力，支持学生打造专属智能助理、个人智能体。这些实践探索提醒我们：如果AI是技术工具，那我们可以是“利用工具”。随着AI逐渐成为“教育主体”和“协同伙伴”，那我们就不能是“利用主体”，更不能“利用伙伴”，必须建立全新的人机协同关系——人机互相影响、双向协同，共同构建“师—生—机”三元交融的课堂新结构。

不过在当前的实践中，还普遍存在三个误区：第一，以AI使用频次、新奇功能“绑架”课堂。个别地方评课比拼技术噱头，AI功能堆砌繁多，但教与学的方式没有变化，唯一不同只是师生手里多了智能终端。还有评课标准出现异化，用技术先进与否来评价课堂质量高低，忽略了技术和教学目标的深度融合。第二，AI简单叠加学科课程，课程融合浮于表面。“人工智能﹢学科”过程中，学科本身的“味道”越来越淡，AI的“味道”越来越浓，几乎变成了“AI技术展播课”。第三，AI沦为课堂点缀。“为技术而用技术”，在教学活动中刻意插入AI环节，AI应用既不是教学自身的需求，也没有关注到学生的内在成长。

想要实现人机协同教学的破局，我尝试总结了三条路径：

第一，要抓牢数据这个根基。读懂学生是因材施教的前提。在班级授课制的大背景下，一名教师要面对几十名学生，很难实现孔子所强调的因材施教。数据已经成为教育领域的新要素。大规模因材施教，离不开数据支撑。因此，推进人工智能教育变革，首要抓手就是数据建设。有两个关键办法：一是坚持“一数一源一标准”。现在不少地方数据治理走入误区，反复组织教师、学校填报重复信息，系统之间数据不通、标准不一，数据反复填报却无法打通汇聚。只有统一数据标准，才能实现一次采集、多方复用。二是做好数据标签与标引。短视频平台给用户打上海量行为标签，依托行为数据精准识别需求、推送内容，这套数据标引思路非常值得教育借鉴。学习本就是人的本能，我们要做的是呵护本能，而不是强迫学习。如果我们能够对学生学习行为数据做好规范标引，精准识别学生真实学习需求、学习特点，按需推送适配资源、匹配适合的教学风格，就能够激活学习本能，从根源上缓解厌学、隐性失学、学习动力不足等问题。

第二，课堂重构是核心关键。要把AI用在传统手段做不到、做不好的地方。有的课堂用数字人“分身”代替教师主讲，看起来新鲜，但仔细一想，这类场景不用AI也能完成教学目标，还要消耗电力、算力，其实很没必要。因此，要引导教师成为驾驭AI的创意师和设计师，进一步调整教师培训重心。过去培训大多聚焦AI工具怎么操作，未来要转向教学法创新。新技术必须配套新教学法，否则新技术只会固化、放大传统课堂的原有弊端。掌握人机协同下的新型教学法，将成为教师全新的基本功。

第三，规范治理是重要保障。平台、系统、应用陆续建好之后，就如同给人工智能时代的教育“通了路”，配套的师生使用规则、监管要求、伦理治理就是“红绿灯”，这应是做好“人工智能﹢教育”后半篇文章的重中之重。当前已经出现不少风险，例如教师直接照搬AI生成教案、完全采信AI课堂打分结果，学生依靠AI完成作业、出现认知外包、思维惰化等问题。做好治理规范，要守好三道关口：一是跨部门协同，守好技术准入关。AI入校的准入责任不能全部压在教育部门，要推动各相关部门各司其职、协同把关。二是出台应用指引，守好课堂使用关。明确AI适宜使用场景，明确正面清单和负面清单，分类施策、精准发力。三是应用越深入，越要守住风险底线。要建立人工智能教育风险预案，主动应对伦理、数据安全等潜在风险，提前做好全方位的细节应对方案，推动人工智能教育变革行稳致远。

（作者曹培杰系中国教育科学研究院数字教育研究所所长、科学教育研究中心主任‌，此文系作者在第五届教育局长论坛“人工智能助力课程与教学变革”分论坛上的发言。本报记者朱英杰整理。）