作者：郑庆华，同济大学校长、教授，中国工程院院士
题： 人工智能 赋能建立未来教育新格局
人工智能 （Artificial Intelligence, AI）已成为21世纪最具挑战性、最具催化力、最具赋能特征的战略性技术，在众多领域表现出广泛的赋能作用。随着 人工智能 在教育领域的渗透水平日渐加深，信息技术和教育融合创新发展获得了强大推力。2021年11月，联合国教科文组织发布《一起重新构想我们的未来：为教育缔造新的社会契约》呼吁各国共同探讨和展望未来甚至2050年的教育，“未来教育”迅速成为国际热点话题。2024年1月，2024世界数字教育大会在上海召开，教育部部长怀进鹏提出，我们将实施 人工智能 赋能行动，增进智能技术与教育教学、科学研究、社会的深度融合，为学习型社会、智能教育和数字技术发展提供有效的行动支撑。这时，“构建面向将来的数字教育新生态”也在此次会议上成为世界各国新的共识。为此，我们需要充分施展 人工智能 的赋能效用，重新构想和建立未来教育发展新格局。
一、 人工智能 赋能教育已成为一定趋势
全球范围内， 人工智能 技术的持续发展已然成为推动教育变革的重要力量。在教育领域， 人工智能 不仅对教学方式、学习方式和未来学校发生长远影响，而且已经深入到教育理念、教育文化和教育生态之中，推进 人工智能 与教育融合创新发展，是时代赋予教育的重要使命。同时， 人工智能 赋能教育作为一种一定趋势正形塑着教育发展的新范式和新形态。
（一） 人工智能 增进科学研究范式的转变
科研范式是特按时期科学共同体进行科学研究的基本模式，与科技创新的规律要求相适应。科学研究范式经历了经验范式（Empirical Science）、理论范式（Theoretical Science）、计算范式（Computational Science）和数据驱动范式（Data-driven Science）。其中，经验范式强调基于经验观察以总结规律，其实不具备预测能力；理论范式则是运用数学工具进行描述和推演；计算范式通过计算机模拟和仿真对模型和数据进行计算和分析；而数据驱动范式则强调运用机器学习从数据中发现新的科学规律和模式。随着 人工智能 的发展，这些范式已不再能够满足科学研究的需求，将四种传统范式有机结合，成为新的研究模式，即“科学智能”（AI for Science, AI4S），实现了经验、理论、计算和智能的深度融合，开启以人机共融为特征的科学研究新时代。智能技术与科学研究的耦合，能够让人类更深入地理解社会规律，从而推动科学发现和创新，更是开启了跨学科合作的新时代。为此，“科学智能”已成为各国竞相关注的重要领域。
（二） 人工智能 引发第叁次教育革命
教育随同着人类的出现而发生，随人类社会的发展而进化。人类的第壹次教育革命是在农耕时代完成的，教育形式从原始的家庭中的个别教育转向了学校的个性化教育。我国古代春秋战国时期的老子、孔子、孟子、荀子等的教育思想和活动就是这个时期以“植入式教育”进行传道授业的代表。第贰次教育革命是在工业时代完成的，它从个性化的农耕教育转向了班级授课的规模化教育，用集体教学的形式向学生传授知识和技能，规模化、标准化、集中化的班级授课制替代了旧式私塾制，逐步建立起系统化、制度化的人才培养体系；以 人工智能 、机器学习、 虚拟现实 为主要内容的个别化教育正引发第叁次教育革命，虚拟世界与现实世界互相增强、互为补充，达到虚实结合，实现跨国、跨校、跨界人才培养。每一次科技和产业变革都为教育造成了新的可能，也使教育实现了跨越式发展。在 人工智能 赋能教育的变革中，机器不再只是知识的承载载体和表现工具，更是参与到教与学的进程中并成为其中的一方，这是教育范式从“师-生”二元结构转变为“师-机-生”三元结构的重大变革。
（三） 人工智能 重塑行业并倒逼专业调整
作为新一轮产业革命的重要驱动力量， 人工智能 所造成的变革已经涵盖文、理、医、工、农等多个领域，催生创新应用，造成全新机遇。人性化的 人工智能 技术其实不是仅仅简单地模仿人类的思维和行为，而是深入探析人类的切实需求和感受，以更加智能、贴近人类的形式为大众提供服务。根据麦肯锡全球研究院的预测，到2030年，美国各个行业30%的工时可能被自动化完成，其中生成式 人工智能 技术至少可贡献8%。在制造业领域， 人工智能 的出现让自动化生产线得到改善，同时供应链也得以优化；在医疗领域， 人工智能 让诊断疾病更加智能化和准确化，也让手术操作更具效率；在金融领域， 人工智能 广泛应用于风险评估、信用评分和欺诈检测；在交通领域， 人工智能 被广泛应用于自动驾驶、智能交通和道路安全保证；同样，在教育领域， 人工智能 技术的发展正在加速教育革新的步伐，重塑教育的形式与体验。“智慧教育”“智能教育”“ 人工智能 教育”“教育 人工智能 ”等热词相继问世， 人工智能 可以助力个性导学、虚拟助教和过程评估，“个性化”将会不断加强，“因材施教”因此成为可能，让每个受教育的人都能够在自己擅长的领域充分施展自己的所长是未来教育蹈厉奋发的方向之一。
二、 人工智能 赋能教育应当坚守教育初心
（一）教育的初心和本质
科技飞速发展的时代，我们更应牢记教育的初心与使命。教育，是点燃心灵的火焰，是我们探索真理的旅程，更是塑造人性的过程。教育的使命是引领学生前行，让教育之光照耀每个角落，让知识的火花在心灵中绽放。教育的初心，是使人向善，教人求真。这不仅是一种教育宗旨，更是一种人生态度。教育的核心不仅在于知识的传授，更在于德性的培养，引导学生树立正确的人生观和价值观。孔子强调：“知之者不如好之者，好之者不如乐之者。”教育，要让学生享受学习的乐趣，不断追求真理，不断超越自我。
教育的渠道多种多样，而价值塑造、知识传授、能力培养是最为重要的环节。价值塑造是教育的灵魂，它能引导学生保持坚定的信念，树立正确的人生目标，使其成为有负担负责、有责任的公民。知识传授是教育的基石，是学生智慧和力量的源泉。教育不仅要培养同学的认知能力，更要激发他们的创新意识和创造力，使其未来能为社会作出更大的贡献。能力培养包含培养同学的思维能力、创新能力、团队合作能力、终身学习能力等综合能力，让学生在社会中具有强大的竞争力。不仅如此，教育还具有唤醒、赋能和传承三大功能。唤醒是唤起学生内在的潜能和热情，让他们不断追求卓越，不断超越自我。赋能是赋予学生必要的能力和技能，让他们在现实生活中自立、自强。传承是传承和发扬人类文明的精华和智慧，让学生在前人的条件上不断创新和发展。
正是通过教育，人类才能走到生物链的顶端。教育不仅是一种技术，更是一种文化、一种艺术。教育贯穿于人类生活的各个方面，影响着每一个个体的成长和社会的进步。正是通过教育，我们才能实现个体的自我实现和社会的共同进步，才能让世界变得更加美好和有希望。在 人工智能 不断升级创新的今天，我们要牢记教育的初心与本质，坚守教育的使命，培养出更多有负担负责、有智慧、有情怀的优秀人才，让他们成为推动社会进步和人类文明发展的重要力量。
（二） 人工智能 赋能教育
人工智能 赋能教育的价值与思维。 人工智能 赋能教育，需要关注的一个重要问题是价值与思维的教育。
互联网和 人工智能 正在将全部人类知识装进数字化的知识新容器中，重构整个人类知识疆土。ChatGPT等 人工智能 对教育已发生长远影响。知识的生产方式正发生不可避免的转型，由过往的人类创造知识转变为现如今的AI生成知识。 智能机器 从知识生产的辅助者进化为与人类并驾齐驱的“新生产者”。如此可能造成个体对 人工智能 的依赖性增强，生成式 人工智能 的局限性也对个体自主思考、判断、学习能力甚至价值观和伦理道德观提出挑战。知识的流传方式同样也发生改变，人们可以直接或间接通过 人工智能 获取知识，这意味着人们对大学的观念将应时而变——大学知识传授功能将会被弱化，研究创新功能、社会责任等方面的价值则将进一步凸显。随着 人工智能 的不断发展，知识生产与知识获取的形式不断变革，同学的学习也将随之变革。智能时代的学习生态圈样态应是布满多样化和不同化的个性化学习，它以激发学习者学习内驱动力、增进创新能力生成为目的。
同时， 人工智能 也在改变着教学的评、管、用，推动着教学思想发生变革，在不远的未来将推翻现有的办学管理模式，相应的伦理和道德风险评估将被引入教育教学之中。例如，运用 人工智能 进行作业批改，固然能提高效率、减轻教师负担，但也存在着标准化批改，同学的主观性和创造性被忽略的问题。又如，随着 人工智能 逐渐成为代写“枪手”，如何检测作业、考试中 人工智能 的参与水平成为很多教师担忧的问题。或许，在 人工智能 普及浪潮之下，开展 人工智能 应用相关的价值观教育，塑造积极全面的人格，是解答许多关于 人工智能 的迷思的路径之一。
另外，放眼全球， 人工智能 也正在改变着国际话语体系， 人工智能 所涉及的数据治理、隐私保护等领域正成为重要的国际议题。 人工智能 引发的诸多伦理和道德问题之争，促使人们重新审视人类的价值观和伦理底线，敦促人类正视自身在技术发展中的主导地位和责任意识。总而言之，正是由于 人工智能 的长远影响和存在的定 时炸弹，如何将 人工智能 正确地融入教育，可谓非做不可，早做早益。我们要正确地把握和利用好 人工智能 ，与其形成良好的合作关系，为未来教育造成更多可能性。
（三） 人工智能 赋能创造未来教育新格局
展望 人工智能 赋能和创造未来教育的新格局，可以预见，将来的教育将会形成“师-机-生”的三元模式，教师、机器、学生相互增进、相互影响、相互进步，共同增进智能化教育发展，以人机协同的新智商超越人类自身智商的局限性。在此之上，我们需要关注的关键问题是处理好人对机、人对人、机对人、机对机共四类教育。
第壹，最关键的是做好人对机器的教育、做好对机器的练习，让机器通过学习不断优化，进一步反作用于教育。人对机器的教育即人训练机器，教会机器使用自然语言，从AI的视角看是为了让 人工智能 更好地模仿人，学会人的语言、行为等，让AI充分地为人所用。做好人对机器教育的关键就是要充分认识人，充分肯定人的作用，意识到人的本质。AI本质是由人创造而又服务于人的，我们应该时刻谨记人的主体性，充分施展人的作用。AI服务于教育从根本上讲，是将人的理解活动进行外化和扩展的过程，在AI的躯壳下仍然是人服务于教育的本质属性，即利用机器的技术系统和人的思维内涵进行综合编程。总之，人对机器的教育重点在于人，要使人充分地训练机器，让机器更好地表达人的思路、为教育、为人服务，我们要做好对机器的练习，使机器的认知遵从人类认知的一般规律，实现机器和人的价值观对齐。
第贰，人对人的教育，重在价值塑造、创新思维、能力培养；教师更要充分认识到人的本质，人对教育的重要性，要牢记教育的使命与教师的天责，坚守科学精神，做到与时俱进，教师应在知识体系建构上，加大对AI技术作用的普及，锻炼学生动手实操能力。总之，AI时代，对人的培养仍然是首要的，而非对机器功能的改进。为了使学生能够超越技术对人的改造，教育还应该重视培养人区别于机器的独特智能。这时，AI智能时代要重视人自身价值的塑造，教师要培养学生创新思维、发散思维的能力，以不变应万变，要有充分的知识储蓄来应对AI时代到来的挑战。在价值观培养上，教师需秉持人类高于 人工智能 的核心观念，人类驾驭AI，而非屈从于、受控于AI。人不能是工具、手段和途径，技术只能是为人的发展创造前提。面对变幻不定的形势，要具备创新的思维，才能合理地利用 人工智能 ，跟进时代的潮流。要培养学生驾驭AI的能力，基于机器属性与人机共生的创造力培养新时代的人才。
第叁，机对人的教育，机器智能为师生提供知识获取、AI for Science等功能； 人工智能 的不断发展使其从单纯的教育工具向教育实施者转化， 人工智能 逐渐承担起为师生提供知识的功能，学生可以通过AI直接获取知识来源，而无需教师的指导便可以和AI直接对话、向AI提出问题，甚至学习的效率比从教师处学习更加高效。不仅如此， 人工智能 逐渐发展具备一种“拟人性”，在与人的互动中更具交 流感 ，能超越文字、书籍、视频给人的局限性，人与 人工智能 的互动更加真实、及时，并且AI具备一定意义上人性的思考，能从人的切实需求给予切实的关照，能满足不同个性群体相应的情感需求，满足教育上的个性化。
第四，机对机的教育，要实现知识蒸馏、模拟仿真、对抗博弈、自主智能。在 人工智能 训练进程中将大模型的知识转移到较小的模型上，实现知识蒸馏，在这个进程中实现以较小的代价来模拟教师模型。并且机器对机器的教育可以不断完善 人工智能 的发展，不断地进行效率比较，最终达到最具理想化的状态，使每个参与者的自身利益最大化。对于 人工智能 的成本，人类的劳动力会占用 人工智能 的使用成本，因而在 人工智能 的发展中，能够免去人的操作成本，没有人类指导下直接进行自动化的机器会更适应市场需求，也就是高度贴近人类、模拟人类的AI会更具有竞争力，在教育上也会更有信服力。总之，机器对机器的教育是一种竞争的过程，不断淘汰掉落伍的机器，最后留下更具有自主决策、自主执行能力的机器。
三、 人工智能 赋能教育的实践探索
（一）把握 人工智能 的发展趋势
自20世纪50年代 人工智能 的概念提出以来，已迈过70多年的发展历程。近年来，以ChatGPT为代表的生成式 人工智能 取得重要突破， 人工智能 已成为世界各国竞争角逐的科技制高点。回顾 人工智能 的发展历程，通常可划分为三个阶段。
一是“计算智能”，特征是能存会算，主要基于规则的推理系统，能够执行容易的任务，如基于一套预定规则的棋类游戏。这一时期的AI受限于其对环境的领会和处理能力，很难处理复杂的或未知的情景。例如，1966年，麻省理工学院约瑟夫·魏泽鲍姆（Joseph Weizenbaum）开发了ELIZA程序，实现了人与计算机在一定水平上进行自然语言对话。1979年，匹兹堡卡内大学的汉斯·伯利纳（Hans Berliner）开发的Gammonoid 机器人 第壹次击败双路棋冠军。
二是“感知智能”，特征是能听会说，能看会认。进入第贰代 人工智能 ，机器学习成为主导，AI能够通过数据学习来提高其性能。第贰代AI的标志性成就是在图像识别、自然语言处理等领域取得的进展，使得机器能够处理和理解之前难以解决的复杂任务。例如，LDA（Latent Dirichlet Allocation）主题模型、谷歌知识图谱（Google Knowledge Graph）、AlexNet卷积神经网络（CNN）、生成对抗网络（Generative Adversarial Network）等技术相应诞生和迭代， 人工智能 也越趋于“智能”。
三是“认知智能”，特征是能理解，会思考。焦点在于增强认知能力，包含理解复杂的情感、社会和抽象概念。旨在创造能够理解复杂环境、学习怎样在这些环境中进行有效交互的系统。尤其是备受瞩目的GPT，则是基于大语言模型开发的生成式 人工智能 工具。自2017年上线已完成了7次大的版本迭代，模型的参数从1.17亿个到万亿，预训练数据规模从5GB到1PB，数据类型从单一文本到图像、音频、视频等跨媒体。近期，研发ChatGPT的OpenAI再次发布轰动全球的 人工智能 视频生成大模型：Sora。Sora宣称已经学习了大量的互联网视频，对世界的基本模型能够运用与理解，说白了， 人工智能 可以根据创造视频的形式实现物理世界的模拟，甚至是对真实世界进行建模、反复验证、生成与不断学习。OpenAI宣传GPT会像印刷术、蒸汽机一样，成为划时代意义的通用技术。通过支持第叁方应用的接口调用，GPT将和各领域深度融合，赋能千行百业智能升级，构建产业发展的新生态。
（二） 人工智能 全面赋能教育的路径选择
人工智能 赋能教育，尤其是对教育中的科、教、学、管、评发生深远的影响。一是科研方面，数智技术迭代生成知识拓展学科界限，通过在资料获取、实验模拟、数据计算、知识生成等方面的应用加速学科研究，还能够创新学科研究，如基于 大数据 探求规律，源于多源异质数据分析迭代生成知识，大批量实验数据生成拓展新知识，基于数智技术的分析拓展学科界限。二是教师教学方面， 人工智能 分析可以助推教师及时调整教学方式，聚焦实际情境中的问题解决、智能交互、应急协同，突出培养学生科研创造力和问题解决能力。另外，生成式AI+元宇宙赋能研究生私人订制导师， 人工智能 以助教的身份从事授课、讨论、测试等个性化学习指导工作。三是学生学习方面，基于数智技术构建交互式学习情境提升研究生主体性和互动性，通过VR（ 虚拟现实 ）真实环境增进学生提高科研创造力和问题解决能力，师机生学习互动感更强，提供虚实结合的新场景、师生交互的新模式。例如，给予研究生定制化、特色化培养套餐。四是教育评价方面，基于 大数据 驱动的数字画像关注学生发展的动态历程和改进激励。基于多源异质数据整合和可视化学习分析技术，分析学生行为过程、认知技能、学术表现，为学生个体的学习成长和职业发展提供数据分析和指导。五是学校管理方面，数智融合的全流程教学管理体系，连通教务、学工、研工和人事管理等系统，以学生为本的全过程培养体系，贯穿招生、复试、授课、考试、答辩、结业等教育培养各环节，强化全过程在线支撑，为构建数字化育人生态打下坚实基础。
（三） 人工智能 +知识森林的理论及应用
受到认识论“既见树木又见森林”的启发，提出“知识森林”概念，将由文本、图像、视频组成的散、杂、乱的碎片化知识，整理融合成一片知识森林，进而应用于智慧教育、税收风险管理等领域。知识森林采用“分面聚合”与“导航学习”相结合的策略，形成由主题分面树（树形结构）与学习依赖关系（森林中路径）结合的知识条理结构。知识森林的构建包含主题分面树生成、碎片化知识装配、认知关系挖掘3个步骤。知识森林构建过程可以通过运用自然语言处理、计算机视觉、跨媒体挖掘等技术得以实现。所谓“知识森林”，就是从局部到整体、无序到有序融合成结构化知识。在成效上，建立了由“数据知识化→知识体系化→知识可推理”组成的知识森林理论与技术体系并支持可解释的推理。近年来，知识森林理论已成功应用于 在线教育 ，知识森林导航学习系统解决了散、杂、乱碎片知识的结构化和体系化描述问题，优化了海量在线教学资源的组织方式，提高了在线学习效率和备课质量。知识森林目前已经用到了中国慕课，整合1000多门慕课课程，并构建知识森林，已为1100多万用户提供服务。
（四） 人工智能 赋能教育的实践案例
1. 国家智慧教育公共服务平台。2022年我国建成首个国家智慧教育公共服务平台，整合各级各类教育子平台，聚焦教育创新、社会赋能、学校治理、教师学习、学生学习五大应用场景，缔造教育系统最重要的公共服务产品。该平台有力支撑了教育重大任务，实现了“学生学习、教师教学、教育治理、教育生态”的4个改变。在学生学习层面，扩大了教育资源覆盖面，分析学习行为数据实现了同学的个性化学习，构建了一个网络化、数字化、泛在化、终身化的全民学习教育体系；在教师教学层面，整合了各类资源与工具，减轻了教师的担子，并运用先进技术缔造了生动课堂；在教育治理层面，推动了业务流程再造和数据驱动决策，提升了科学决策水平。同时，在教育生态层面，构建了 线上线下 一体、虚实交融的未来学校环境。另外，该平台形成了以基础教育、 职业教育 、高等教育为“三横”，以德育、智育、体美劳育为“三纵”的“三横三纵、明横暗纵”资源供给格局，构建了包含中小学、智慧职教、智慧高教3个平台在内的世界最大的数字教育资源库。
2. 人工智能 赋能“ 一带一路 ”人才培养。聚焦“ 一带一路 ”人才培养建立的国际丝路培训基地是迄今唯一经UNESCO认可的专门机构，主要针对共建国家高校大学生和来华留学生，与境内外高校、企业合作，在学历学位教育基础上开展工程科技培训，将学生培养成工程师。自主研制了跨国别多语种 在线教育 平台，具有个性画像、知识森林可视化导航、个性化内容推荐等特色功能。“ 一带一路 ”人才培养已获得了诸多成效。一是建设师资、课程、特色数据库三类资源，解决了“谁来教、教什么”的问题。国际丝路培训基地采用“高校教师+企业工程师”的双师团队，包含 人工智能 、能源工程、 新能源 、机械外骨骼、疫情防控、材料前沿等共建国家急需专业。二是已为共建国家开展了123期培训，培养了管用、实用、急需工程科技人才4.6万余名，培训了15个国家178名政府官员，被UNESCO评价为“中国方案”。三是入选了2022世界互联网大会成果案例（全球仅60件），受到多个媒体平台的宣传和报道。
3. 同济大学以“AI+”增进学科交叉融合。同济大学以“AI+”为手段，在学科交叉融合方面进行了诸多实践与探索。第壹，缔造由土建、制造、信息三大学科群组成的优势工科；第贰，强化厚重理科，向数学、物理、化学、力学、海洋、材料、生物等倾斜资源，出台理科提升行动计划，提高基础学科自主创新能力；第叁，发展特色医科，推动医工融合，强化再生医学、神经生物学、心脏病学、肿瘤学等重点领域建设；第四，建设精品文科，强化马克思主义理论学科建设，夯实优势学科基础，推进 知识产权 上海高峰学科建设。同时，通过 人工智能 赋能各个学科，增进工理医文交叉融合发展，增进学科数智化、绿色化、融合化转型发展，构建面向将来的学科专业新体系。
（五） 人工智能 赋能未来教育的新应用
今后， 人工智能 将在六大工程为未来教育赋能。一是招生和就业数字化工程项目。通过 人工智能 深度赋能学生从“入口”到“出口”的招生、学业和就业全过程。二是学科 大数据 知识工程建设工程项目。 大数据 知识工程可以从多源 大数据 中挖掘碎片知识，融合成人类可理解、机器可表征与可推理的知识库／知识图谱，设立学科 大数据 知识工程的重大／重点研发专项。三是专业知识图谱工程项目。通过对学科、专业建立知识图谱，和对教材数字课程进行全新应用，从而对整个学习过程进行全程记录，并且对 大数据 进行研究分析和评判。四是数字化教材建设工程项目。以“丰富的资源，深度的操作体验”为支持，结合精准的数据分析，助力学生探究式学习。五是决策智慧化辅助工程项目。AI可以快速地分析 海量数据 ，挖掘其中的规律和趋势，帮助决策者做出基于数据的科学决策，基于多模态数据处理、决策树模型和个性化算法等方面的技术应用，实现决策的科学化和精准化，提升机构运行效率。六是国际教育公共服务数字化工程项目。目前亟需深入实施国家教育数字化战略，加快建设国家教育大 数据中心 ，全面实施国际教育公共服务数字化工程，汇聚各类教育数据和资源，缔造中国版的教育大模型，实现数据集、模型、应用场景3个自主可控。
四、结语
人工智能 赋能教育归根究竟是以AI为手段全面增进教育发展，增进教育强国建设，其愿景是赋能数智时代同学的学习与发展。
一是坚持德智体美劳全面发展，避免技术的“物化”和“异化”。以 人工智能 为表征的数字技术开始广泛应用，需警惕重视“技术”而忽视教育教学改革主体，不可泯灭技术应用中的人本位。
二是贯彻既施展 人工智能 的赋能作用，又要避免技术凌驾于育人之上的准则。数字技术是把“双刃剑”，给人类生发生活方式和教育教学造成空前绝后的机遇，但人们也不断受到各种数字化的挑战， 人工智能 赋能教育需要保持教育内在规律、育人基本属性等方面“不变”，而在方法、手段、内容、载体、模式、管理、评价等方面创新“求变”。
三是教师要教会学生如何思考与创造，不能只停留在知识传授和获取。ChatGPT等生成式 人工智能 技术可以胜任原本属于人类的脑力劳动范畴的工作，教育领域也一定受到 人工智能 技术发展的要挟，原本知识传授和获取的机械式工作完全可能被 人工智能 所替代，而 人工智能 所不能取代的则是培育学生如何思考与创造价值追求与人文情怀，这是 人工智能 所不能实现的。
四是要培养学生批判性思维，绝不能满足于ChatGPT推送的现成答案。目前ChatGPT已不断迭代更新，新一代 人工智能 已经可以实现快速找到某一个问题的定论和解题过程，或根据主题可以快速生成一篇论文、一份报告、一幅图画、一段视频，这种 人工智能 技术的简单应用只会惰化学生思维，关键是教师需要引导学生合理、科学地借助各种 人工智能 技术来培育逻辑思维和批判性思维。
五是改革知识记忆复现式评价，重视思维、能力和综合素质评价。 人工智能 赋能教育的同时，评价作为教育发展的“指挥棒”需要同步改革，一方面，数智时代更强调同学的思维和能力，传统机械式的记忆背诵已无法适应 人工智能 新时代的切实需求；另一方面， 人工智能 的自适应系统完全可以为学生提供个性化的学习和测试。因此，在评价方式和内容上，应着重考查学生灵活运用已经有知识解决实际问题的能力，重视思维、能力和综合素质评价。（原文刊载于《中国高教研究》2024年第3期）