人工智能时代的能力重构与教育变革：全球趋势探析

摘要：本文是两位学者围绕“AI与教育"的对话实录。该对话聚焦于Al时代的能力框架重构、课程逻辑革新、早期教育的价值，以及从"局部创新"到“系统改革"等主题。在AI背景下，教育正从"为生产而教"转向"为生活而学";概念性框架的关联成为系统认知能力的基础;“能力源自好奇心、开放态度与内在动力";理解复杂信息、处理模糊结构与批判性判断构成人类不可替代的核心素养。教育变革不仅需要关注个体能力的提升，更亟须重视国家层面的战略设计与统筹推进。结合多个国家的实践案例，对话剖析了Al驱动下国际教育改革的演进趋势，并进一步提出，应建立新的能力筛选机制，以界定"何种能力必须保留、何种能力可被替代”，并构建以人为本、系统融合、富有弹性且具备迭代成长力的学习生态系统。

一、AI时代学生能力框架的重构

李永智:很高兴在上海再次与您相见。我想从我们上一次交流中提及的一个重要话题谈起。在围绕"人工智能与教育"这一议题展开讨论时，我们曾达成一个共识:值此变革的尖峰时刻，相比于“如何学”，“学什么"或许是更为根本的教育命题。然而，彼时尚未深入探讨的一个关键问题是:在人工智能深刻影响社会结构与人类能力边界的当下，学生究竟应当学习哪些内容，才能真正适应并引领未来的发展?这正是今天我希望首先与您探讨的议题。

安德烈亚斯·施莱歇尔:这是一个非常有意义的问题。我认为，在人工智能时代，比具体的知识学习更为根本的，是帮助学生获得持续成长与终身学习的能力。换言之，在这个时代，我们更需要具备好奇心、愿意拓宽自身视野的开放态度，以及一种不断学习乃至重新学习的内在动力——即使这些学习内容在当下未必与我们的生活直接相关。以往，我们常常认为学习的障碍源自外部条件，但事实上，只要拥有足够的好奇心，就几乎总能找到适合自身的学习路径与环境。

谈到好奇心，我们在对学生的评测中发现了一个值得关注的趋势:15岁的学生相较于10岁时，好奇心有所减弱，创造力也呈下降趋势。这说明，在当前教育体制下，学生的创造潜能和探究欲望在某种程度上受到抑制。这或许与教师在课堂上更倾向于给出"标准答案"而非激发问题意识有关。若我们希望下一代更具创造力,

就必须鼓励他们质疑、表达新想法，探索未知并勇于实践各种可能性。因此，如何培养学:生的学习能力与激发他们的好奇心，应该成为教育优先应对的核心课题。

其次，我们需要将教育重心从狭义的"内容”学习逐步转向更具概括性和迁移性的"概念性理解"。例如，人类演化中的关键概念彼此关联，构成了我们理解自身与世界的基础知识结构。尽管内容本身会随时代而变，但若我们能更深入地掌握这些内容背后的概念性框架，便更有可能形成系统的认知能力。与此同时，保持好奇心的前提是持续的学习状态，而维持这一状态则依赖于学习能力的不断更新。从根本上讲，个体必须不断理解、吸收并回应其所处环境中正在发生的变化。

一刀切的标准化传统学校体系将不再适用于面向未来的教育模式，取而代之的是因材施教、个性化定制。于此，我们恰恰可以从Al系统中获得重要启示:学习者的个性特征、学习风格与偏好应成为教育设计的核心要素。

值得一提的是，古代中国的私塾教育就体现了某种程度的个性化教学——不是以统一的学籍或课程体系为基础，而是根据学生的特点展开教学，这种定制化学习的传统在今天仍具有现实意义。AI赋能的学习系统必然深刻体现个体化特征，这对我们提出了新的要求:我们必须清晰地认识到自己到底在教授什么，以及如何对传统教材与课程逻辑进行重构，以回应这一全新的教育生态。

李永智:是的，我也注意到您主持的基于全球数据的PISA调查研究显示，相较于10岁学生而言，15岁学生在批判性思维方面的表现并没有随着知识的增长而显著提升。由此，一个值得深思

的问题浮现出来:我们当前的学习过程——无论是学习的内容还是课程的设计——是否存在某些根本性的偏差，以致15岁学生的创新能力和批判意识，相较于10岁阶段，反而出现了某种程度的下降?

针对这个问题，我想试着从更深层的视角——比如元认知能力的发展，或者以"第一性原理"的思考方式来分析，不难发现:我们所谓的“学习”，本质上是一种对大脑的持续建构过程。这个过程依赖于外部信息的输入——无论是文字、图像还是声音，都能通过系统性训练，对大脑中约860亿个神经元及其超过100万亿个突触连接产生影响。哪些神经元被激活、哪些连接被强化、哪些结构被重构，实际上决定了我们的思维模式与能力输出。

因此，我有这样一个思考，是否存在这样一种可能性:由于课程内容与教学设计的逻辑框架不够科学，缺乏对学习机制本质的理解，导致了学生大脑中原本具有高度可塑性和多样连接潜力的神经元网络被过早地限制在有限路径或封闭结构中。换句话说，课程设计如果只强调知识的输入而忽视系统建构和关联再生成，那么不仅无法结构化地点亮相关联的神经元及连接，反而可能压制了本应自然生发的创新性和批判性思维。

综上，我想深入追问的问题是:15岁学生相较于10岁儿童在创造力和批判性方面出现的退化现象，是否正是我们当前教育体系中课程逻辑与认知发展机制之间的错位造成的?这似乎也正呼应了您刚才所提出的关键判断。

安德烈亚斯·施莱歇尔:我认为这是一个非常有价值的问题，即我们究竟要为学生营造怎样的学习环境?具体而言，如何有效地将空间与时间、科技与人文有机整合，才能真正构建出一个促进学生深度学习与能力生成的生态系统?这不仅是技术层面的问题，更是教育哲学与认知科学层面的命题。

我们曾就科技使用对大脑结构的影响开展研究，其结果令人警醒。科技确实提升了学生接触信息的频率——他们花更多时间观看视频、浏览资料，但与此同时，我们也发现他们的思考能力和分析能力并未同步提升，甚至出现下降。在一些国家，儿童的基本识字能力正在退化，其原因在于他们变得更加依赖现成的、碎片化的媒体内容，而缺乏动手组织信息、主动生成知识的训练。这种"被动接收"的学习方式，正在削弱他们的创造性表达能力和批判性思维。

从过去的谷歌(Google) .百度搜索等搜索引擎，到今天的ChatGPT、DeepSeek等生成式人工智能工具，人们获取信息的模式发生了显著变化。在传统搜索引擎时代，用户在查找答案的过程中，仍需进行筛选、判断与反思;而现在，Al可以直接给出完整答案，用户变成了“知识的被动消费者"。这一变化意味着我们的大脑只动用了有限的区域，而那些处理判断、整合与反思的神经机制，可能越来越少地被激活。

这一趋势对教育提出了新的挑战。教育界需要认真思考:持续增加Al在课堂中的使用是否合适?我们是否更应在教学中保留甚至强化传统的学习方式——阅读、写作、面对面交流与逻辑训练，从而激发学生更全面的大脑参与?

在我们PISA的评估体系中，数字素养已成为一个重点测量维度。我们希望了解，学生究竟如何使用与处理数字信息。研究发现，那些有良好科技使用经验的学生，在信息组织与结构表达方面表现更佳。但出人意料的是，那些大量阅读纸质书籍或长篇文本的学生，在数字素养上的表现甚至优于频繁使用电子设备的学生。这说明，深度阅读不仅能提升语言与思维能力，也对数字环境下的信息处理能力起到基础性的支撑作用。

二、AI时代课程逻辑的革新

李永智:您提到如今许多学习者因为过度观看短视频，逐渐失去了深入思考的能力。我觉得这确实是一个值得关注的现象，或许我们可以从两个不同的角度来看待这个问题。

首先，我们应该思考:为什么短视频相比传统的文本阅读或课堂学习，更容易吸引学生的注意力?您是否认同我在今天上午另一个发言中提到的一个观点

———教育场景具实存在一种"轮回"的现象?这里我想解释一下“轮回"的含义。在人类学习的早期阶段，我们主要依赖视觉、听觉、触觉等感官通道来认知世界，这是天然的、多模态的学习方式。随着人类社会的发展，为了突破时间与空间的局限，我们发明了文字系统，实现了跨时空的信息传递。文字虽在传递精确意义上优势尽显，但其感官刺激相对单一，对大脑的直接训练效能也有所减弱。

我想举这样一个例子:如果给你看一张我的照片，将来某一天你在遇到我时，识别出我的概率是相当高的。但如果我只给你一段关于我外貌的文字描述，无论多么详尽，你能识别出我的概率显然并不高。从这个角度来看，图像、视频等高维度、结构化的信息输入，对大脑神经系统的激活和训练可能更加直接和有效。

这也部分解释了为什么普通人很容易"刷短视频刷到停不下来”。甚至有一位知名学者坦言:“我非常懊恼，我堕落了，每天睡前一定要刷一个小时短视频。"这不是个体意志薄弱的问题，而是因为短视频在刺激大脑方面确实具有某种"神经机制上的优势”。

当然，正如您刚才从批判角度所指出的那样，人们之所以对短视频持保留态度，是因为当下短视频内容大多呈现碎片化、低逻辑、强情绪、弱结构的特征，加之平台算法机制以“信息茧房"的方式进行内容推送，使得学习者往往陷入信息的漩涡中，难以真正建立起完整精准的系统模型。

基于这两个方向的观察，我想进一步提出一个问题:Al正在重构教育，我们在课程逻辑上是否应该主动转向一种多模态、结构化的学习内容编辑和生成机制?换言之，在未来的教学中,无论是哪一门课程、哪一个知识点，我们是否应当有意识、有组织地将其转化为由图像、视频、语言甚至沉浸式场景共同构成的复合表达形式?这种多模态呈现，不仅是吸引学生注意力的手段，更可能是激活其深层认知、实现知识内化的有效路径。

您对此怎么看?我们是否应该将"系统性+多模态"作为Al赋能课程设计的基本原则?

安德烈亚斯·施莱歇尔:我认为，首先我们需要承认一个基本前提，即人们的学习方式并不相同。正因如此，教育应当采用多种学习模态，通过视觉、听觉、语言、动作等多种感官路径，更好地与学习者建立连接与互动。

至于“我们应当学习什么”，我始终坚持一个核心观点:教育的本质，不仅是传授已有知识，更是帮助个体开发那些困难但关键的能力。人的天性趋向于简便与舒适，我们本能地选择低成本、低难度的方式来完成任务，而教育的重要使命，恰恰是通过刻意的训练与引导，帮助我们获得那些不易自然获得、但对未来极其重要的能力。

例如，社交能力就是一个很典型的例子。人类天生具备与相似个体——如家庭成员或共享文化背景的人——建立关系的能力，这几乎是一种本能。但与思维方式或文化背景迥异的人建立联系，却是一项需要学习与练习的复杂技能。而这恰恰是现代社会所迫切需要的能力之一。

与之类似，与复杂的信息系统进行有效互动也是一种关键能力。我们不能指望一个短视频解释清楚复杂系统的结构逻辑。相释清楚复杂系统的结构逻辑。相反，学生需要发展出更强的抽象与结构化思考能力，在大脑中构建起复杂的表征模型，以理解、吸收并转化这些信息。这背后实际上是批判性思维与创造性思维的综合体现。

我们不应降低人类的思维能力以迎合Al，而应致力于提升Al的能力，由此进一步增强与扩展人类的能力。这才是技术发展的积极路径。

然而，这也可能引发技术滥用的风险，它会使我们逐渐丧失一些珍贵的人类能力。当我们习惯用手机导航并对其产生依赖时，我们将逐渐丧失方向感;当我们习惯用ChatGPT 或DeepSeek替我们回答问题时，我们可能会逐渐丧失对信息进行独立判断与评估的能力。这些现象都是不易察觉却极为深刻的功能退化。

多模态学习固然是一种强大的认知通路，但与此同时，我们也必须意识到:理解复杂信息、处理模糊结构、运用批判性思维进行判断，是人类必须牢牢守住的核心能力。这不仅关乎教育的目标，更关乎人类的未来。

李永智:您刚才提出的问题可以说是切中要害。确实，随着人工智能技术的迅速发展，我们正在进入一个悖论式的时代:Al在赋能人类的同时，也可能让我们逐步丧失某些原本不可或缺的能力。

这就引出了需要深入思考的问题:在人类能力素养的培养过程中，我们如何借助Al这一工具，以确保在强化关键能力的同时，主动淘汰因技术发展而价值衰减的能力?

这个问题看似属于技术问题，实则深刻地触及教育的价值取向与能力结构的再定义。

我举一个具体的例子来说明:过去，我们需要记住每一位朋友的通信地址、电话号码，甚至他们的兴趣爱好，因为这些信息关系到人与人之间的有效连接。而今天，只需记住朋友的名字，甚至输入几个关键词，就可以通过社交工具快速建立联系。又比如，在过去，掌握加减乘除甚至微积分等计算技能，是工程与科学学习的基础，而现在，拥有计算工具后，这类技能的重要性正在发生转变。这是否意味着，当我们开始发展更高阶的认知与建构能力时，应适时放下某些基础性技能的训练负担?

我想，我们真正要讨论的是:在Al日益介入教育、成为学习工具的今天，我们如何构建课程与能力逻辑的更新框架，来实现以下两个目标:一方面，防止丧失那些构成"人之为人"的核心能力，比如判断力、思辨力、道德感、沟通与共情能力;另一方面，适度淡化那些技术替代性极强，已不再构成核心竞争力的低阶能力，从而将教育资源与时间更集中地投入到高阶能力的培养上。

从课程设计的角度来看，我们是否应当建立一套新的能力筛选机制，来界定"什么是必须保留的能力、什么是可以被替代的能力"?又如何通过Al工具，构建更具个性化、结构化与跨学科特征的学习路径?

更具体地说，未来学生在学习AI相关内容时，不应仅仅学习如何使用Al，更应学习如何与Al协同解决问题，如何批判性地评估Al的输出，如何在与Al互动的过程中发展新的认知结构与伦理意识。也就是说，Al课程本身就应承担起能力结构更新的使命，而不仅仅是一个“新工具的培训课程"。

我非常希望听听您对这一点的看法:我们应当如何设计Al时代的课程体系与能力框架，使其既能抵御"人类能力的退化”，又能积极引导学生向着更复杂、更高阶的方向进化?

安德烈亚斯·施莱歇尔:我始终认为，教育可以"教得更深，但教得更少”。我们并不需要覆盖所有的知识内容，因为在今天这个时代，Al已经成为便捷使用知识的工具。关键在于，我们需要培养学生的思维能力——像科学家一样追问，像哲学家一样反思，像历史学家一样理解时间与因果。这些思维方式的底层逻辑在Al时代不仅没有被取代，反而变得更加重要。

我们可以不再记住每一个知识点，但不能失去理解和判断的能力。Al可以提供强大的学习工具和算法支持，但它的存在并不意味着我们可以放弃人的能力生成。相反，人类的复杂性——我们的思维、情感、身体——正是不可替代的部分。

例如，人们可能会问，在一切皆可数字化的时代，我们为什么还要练书法?但写字不仅仅是书写，它关乎语言的结构、视觉的感知、行动的专注。这些看似传统的能力，是人类独特思维的体现。这些能力的培养来之不易，需要持续地练习，虽远不如刷短视频轻松，却正是我们构筑长期成功的基石。

再比如身体训练。大部分人类的劳作可以被机器代替的今天，为什么还要锻炼身体?因为如果不运动，我们就会慢慢丧失身体的自主性。为了便利而牺牲自主性，你可能会承担因此失去健康，甚至影响认知功能的风险。

所以，我们要敢于减去一些繁杂内容，但不能简化对知识复杂性的尊重，学习或许艰辛，但正是这一过程，使我们获得真正的能力，并在身心两个层面保持作为”人"的主动性和完整性。这是年轻人必须理解并实践的，也是我们在设计教育系统时不能放弃的核心信念。

李永智:您刚才的分享让我深受启发，尤其是关于如何在学习和使用人工智能的过程中，像哲学家、科学家、历史学家那样去思考，而不仅仅停留在获取知识结果的层面。这一点我非常赞同。在使用如DeepSeek等生成式人工智能工具时，我们应当更加关注它“思考"的方式，也就是所谓的"思维链"或推理路径，而非只关注最终答案的对错。

对我们人类而言，即使很多任务可以借助Al完成，我们仍然需要理解这些任务背后的逻辑与整体流程，这是保持人类思维能力的关键所在。

您还提到了书法和运动的重要性，我特别认同您关于"身体锻炼支撑人类自主性"的观点。在今天，我们面临着以技术替代身体与意识能力的诱惑，但如果因此而放弃身体的训练，就可能失去自我控制与健康主导权。而书法作为一种古老的文化实践，虽然我一时还难以用理性语言完全解释它的全部价值，但它在审美、专注力、节奏感以及文化认同上的作用，是一种难以被简单技术所替代的经验维度。

我想我们正在经历教育理念的深刻转变——从"为生产而教”走向"为生活而学"。换句话说，教育的目标已不再只是适应经济体系中的分工，而是帮助每一个人构建有意义、有尊严、有幸福感的生活。这一点，与您在OECD框架下所倡导的社会情感学习( SocialandEmotionalLearning）等关键能力的培养方向高度契合。

因此，我特别想就"课程设计”的问题，进一步请教您。在Al不断演进、学习方式愈加个性化的背景下，面对“我们究竟应该教什么"的问题，您认为课程设计最核心的原则应该是什么?我们如何在多样化的技术环境中，确保课程始终围绕人类成长的本质需求进行组织?

安德烈亚斯·施莱歇尔:我认为，人类拥有一种独特的能力，那就是对"意图"的深度理解。想象你走进一座博物馆，看到一幅令人震撼的画作，你会感叹艺术家的创造力，并对其产生敬意。但如果有人告诉你这幅画是Al创作的，尽管作品看上去很美，你可能会感到些许失望，因为作品背后的”人类意图"缺失了。这就是教育中非常关键的一点——课程设计需要围绕"意图"展开。

例如，我们教书法，不只是在传授书写技巧，更是在培育美学感知、训练手眼协调、锻炼记忆系统与优化大脑结构，这些都是高度整合的人类经验。同样，我们教授运动，也不仅是在锻炼身体的敏捷，更是在培养责任感、学会激励他人与发展领导力。

课程大纲的设计应聚焦于我们希望学生发展哪些能力，培养这些能力的"意图"必须明确。至于教学的工具与内容，未来可以更加灵活，甚至交由AI生成。这些都没有问题，但其前提是，我们必须清楚地知道，我们要培养什么样的人，目标是什么。目标确定之后，我们应给予教师更多的自由度和裁量权。

传统课程大纲通常是内容驱动的，以知识的螺旋编排为基础。在Al时代，这种模式的重要性将逐渐减弱。更重要的是，我们要坚持“学术严谨性"。面对技术的便利，我们可能会倾向于简化课程、减轻学生的认知负担，但我认为这是一种误判。我们需要鼓励学生深入学习，哪怕教得少，也要教得深、教得专。

课程设计的另一项重要原则是”一致性”。我们应当使课程目标、教学内容与评估方式三者之间形成良好的契合。随着我们对

大脑如何学习的理解不断加深，技术将帮助我们实现从“协商式大纲"到"意图驱动的大纲"的转变。通过与学生对话、理解他们的目标和兴趣，我们可以设计出更加个性化和目的明确的课程结构。

这将是Al时代课程设计的方向，也意味着我们将拥有更多的可能性去重构学习的路径。关键在于，我们不再是单纯围绕内容组织教学，而是围绕"我们希望学生成为什么样的人"来展开教学。

李永智:您刚才提到大脑的学习方式让我想到可以进一步从这个角度展开探讨。中国有句老话:“三岁看大，七岁看老。"这句话的意思是，一个孩子在三岁时就可以看出其基本的发展倾向，到七岁时甚至能够初步预见其未来是否有可能取得较大的成就。过去我们对这句话的理解多停留在经验层面，虽然觉得有道理，但并不完全清楚其中的机制。

而近年来的一些脑科学研究逐渐提供了新的解释。研究表明，幼儿在三岁左右，甚至在更早的时候，大脑中的神经元数量已经达到其一生中的最高峰——约1000亿个。但随着年龄的增长，尤其是从三岁到七岁这个阶段，随着外界开始对儿童进行系统的、有意识的教育和训练，大脑的神经元数量竟然会显著减少，最终趋于成人常态的860亿左右。同时，神经元之间的连接也会经历大量的"修剪"和"固化"过程。

从这一角度来看，我们不禁要问:现有的、特别是婴幼儿阶段的大脑开发方式是否值得反思?我们是否在不经意间，通过某些过早的、过度的干预，削弱了大脑自然发展的潜力?在大脑可塑性最强的阶段，我们是否真的理解并尊重了孩子的成长节奏?

这不仅是对教育的反思，更是对我们如何理解人类学习机制、如何设计与儿童发展相匹配的环境的重新思考。

安德烈亚斯·施莱歇尔:是的，我认为，认知神经科学(Cognitive Neuroscience)对于我们设计课程大纲具有极其重要的意义。过去，由于对大脑学习机制的理解有限，我们很难真正依据大脑的运行方式去组织教学;而如今，随着脑科学的发展，我们逐渐有能力从科学的角度来理解学习的本质，并据此优化我们的教育设计。

我也赞同"从小看大"或"从小看老"的观点。但我认为，我们在实践中常常存在一种偏差——我们过于强调孩子的个性特征，而忽略了他们能力与技能的培养。

比如，好奇心常被认为是一种"天生"的气质，但实际上，好奇心也可以被引导、被培养。性格的形成并非完全先天注定，很多素养和能力是可以在成长过程中通过教育逐步塑造的。

正因为如此，教育要为孩子提供尽可能多的机会，去发展那些关键的、可迁移的素质，比如专注力、表达力、解决问题的能力等。就像您刚才提到的，6岁左右，儿童大脑的神经元数量已开始明显减少，突触连接进入剪枝期。因此，教育的介入确实应更早——不是让孩子提前”上课”,而是更科学地、发展性地引导他们学习和成长。

当然，大学阶段的教育依然至关重要，因为它在课程和制度建设上相对成熟，能够有效地帮助学生完成从学校到社会的过渡。但展望未来，我们或许更应将重心前移，更加重视早期教育和儿童阶段的成长。因为教育的关键期往往比我们想象得更早，而大脑的可塑性也恰恰在那时最强。

李永智:非常认同您刚才所说的——未来的教育确实应更早、更系统地关注儿童早期大脑的开发。这一点与人工智能的训练过程有某种意义上的相似之处:Al的智能水平依赖于其在早期接触和处理的大量数据，人的智能发展同样深受早期经验和训练的影响。

在人类成长的初期，大脑神经网络尚处于高度可塑的阶段，外界的刺激和引导可以显著影响神经元之间的连接模式。这些早期的"点亮"和“协作"不仅塑造了大脑内部的通路结构，也为后续的学习与认知能力的发展奠定了基础。可以说，那些早期建立的优势回路，往往会影响一个人终身的智力潜能和学习效能。

因此，将脑科学研究成果转化为科学的早期教育策略，不仅具有理论价值，更是提升教育质量、促进个体发展的关键所在。

安德烈亚斯·施莱歇尔:我非常认同早期教育的重要性，也一直坚定地相信早期教育的价值。但与此同时，我认为我们必须警惕一个常见的误区——不要把早期教育办成"迷你版"的学校。我观察到一个现象——人们将早教阶段按照传统学校的"年级"思维进行划分，并据此设置教学内容和评价方式。这种做法过于固化，很容易限制儿童自然发展的节奏，甚至可能抑制他们原本极其旺盛的好奇心和探索欲。

在真正意义上的早期教育中，我们应该强调"发展"而非"标准”，关注"尝试"而非"对错”。例如，孩子在这个阶段最需要的是在安全、开放的环境中大胆尝试，从失败中获得经验，把犯错看作成长的契机。而传统学校环境中常见的"你错了""这不对"等判断性语言，会让孩子将失败视为负面标签，从而丧失尝试的勇气，这在极大程度上干扰了孩子的早期发展。

因此，我们需要重新思考早期教育的目标与方式。它不应是按部就班、标准化推进的“学前学校”，而应是一个促进孩子自主探索、勇于试错、发展多元能力的开放空间。我们要为孩子创造丰富的实践机会，让他们在与世界的真实互动中积累经验，培养好奇心、动手能力、合作精神和问题解决能力。

早期教育的意义，不在于尽早"教会"孩子什么，而在于帮助他们形成适应未来社会的基本素养和成长动力。21世纪需要的是有能力面对不确定性、具备沟通与协作能力的人，而不是只会回答标准答案、习惯于黑白判断的"听话学生”。所以，我们倡导的早期教育，应是一种更灵活、更面向未来的成长支持系统，而不是过早地套用学校教育的模式和结构。

李永智:在这一点上我与您的观点高度一致。我们刚才都提到，应当更早、更有系统地重视儿童大脑的早期开发，但这绝不意味着简单地将学校教育提前，更不是把那些符号化、低维度、以结果为导向的学习内容过早地植入孩子的大脑。我们所质疑的那种思维固化的方式，如果提前应用于幼儿阶段，反而可能抑制他们原本丰富而发散的神经连接，减少他们原有的多功能神经元资源。这恐怕已经是当前教育界的一个基本共识。

我们真正要倡导的，是一种基于多模态感知、基于真实情境的早期学习方式。简单来说，就是让孩子在具体的场景中，在实践中，通过身体、语言、动作、感官乃至情绪的参与来激活和塑造大脑的神经回路。这样的教育形式更具建构性，也更符合儿童自然的认知发展规律。

因此，我们反对把数字、文字这些高度抽象的符号系统过早地作为主要学习媒介，而倡导儿童借助真实、具体、富有意义的生活经验，在"做中学""玩中学”,在解决实际问题中建立对世界的理解。在这个过程中，实践性的、多模态的训练就显得尤为重要。

我们所期待的早期教育，不是提前”学习知识”，而是通过丰富而有意义的互动，帮助儿童搭建认知、情绪与社会技能的多元通道，塑造一个更具适应力和创造力的大脑结构。您赞同这样的思路吗?

安德烈亚斯·施莱歇尔:当然了，我很同意这一点。这段交流其实也提醒我们，教师本身也应是一位持续学习者。教师不仅是知识的传授者，更应具备从学生身上学习的能力，尤其是在观察他们的学习方式、思维习惯的过程中汲取新的认知视角。这是一种真正的"双向学习”。

如今，迅速发展的认知神经科学为我们理解学习过程提供了前所未有的工具和视角，作为教育者，我们应以开放的心态去接纳这些新知识和新技术。只有不断吸收和更新，教师才能不断打磨和提升自己的教育实践。

您刚才也提到了一个非常关键的点——学习环境的营造。学校不仅是传授知识的空间，更应是激发探索、促进思考的场域。我们需要深入思考:如何通过课程设计、教学策略与物理空间的优化，为师生共同构建一个有意义、有弹性、有成长可能性的学习生态。这也是我们推进教育转型必须面对的重要议题。

三、AI技术与工具的使用与全球应对

李永智:关于Al时代课程逻辑的重塑，我们刚刚进行了较为深入的讨论，彼此之间也基本达成了共识。接下来，我想请教您一个更具战略性的问题:从未来教育变革的角度来看，您认为当前在国际范围内，哪些国家在应对Al带来的教育挑战与机遇方面做得比较出色?又有哪些成功的经验和实践模式，是我们可以借鉴，或者值得进一步深入探讨的?

安德烈亚斯·施莱歇尔:这是一个挺难回答的问题。原因在于，不同国家面临的变量和教育生态各不相同，所拥有的社会文化背景、政策导向、资源条件也大相径庭。因此，在每个国家内部，我们可以看到一些非常出色的学校，它们在我们刚才提到的诸多方面——比如多模态训练、学习方式的多样化等——都做得非常好。但问题的难点并不在于如何打造一个优秀的学校或教室，而是如何构建一个具有系统性、可持续性的教育体系。这才是最大的挑战。

从学生认知、社交和情绪发展的整体平衡视角来看，一些人口较少国家的教育模式非常值得关注，比如丹麦，他们的教育系统在促进学生全面发展方面做得相当出色。他们的老师普遍非常了解学生，注重学生的情感表达与社会参与，鼓励个性发展，也极其重视教育中的人际关系与社群建设。这些文化基础和系统机制使得他们在平衡学术与非认知发展方面形成了良性循环。

再比如，中国上海本地的教育环境也有不少亮点。上海在协作式教学机制上的探索较为成熟，老师之间不是各自为战，而是与同行、行业专家乃至社会力量密切合作，共同打造课程与教学模式。这种系统性协同对于未来教育转型也具有重要的启发价值。

加拿大则在培养学生的全球意识方面具有一定优势。他们鼓励学生理解多元文化，参与全球性议题的讨论，这在当今时代显得尤为重要，也为我们提供了有益的借鉴。

但我想特别强调的一点是，当我们谈到哪些国家在教育实践上有可借鉴的经验时，必须具体分析他们在哪些方面做得好。教育并不是可以轻易复制传播的事物。我们常说，现在是信息时代，一个好点子可能一夜之间传遍全球，但教育不一样——它不能像技术或产品那样复制粘贴。

教育深深嵌入各国的文化土壤、制度结构和社会预期之中，这也意味着任何模式的借鉴都必须经过深度的理解与本土化转化，才能真正落地生根。

因此，在向国际学习时，我们不仅要关注"谁做得好”，更要思考"我们学什么、怎么学”，这才是未来教育创新的关键所在。

李永职:您刚才提到的"难在打造一个教育生态体系”，我非常认同。确实，这是当前人工智能在教育中推广应用所面临的最大难点之一。教育本身是一个依托于国家制度、教育体系以及行政机制运作的复杂系统，其改革不可能仅靠某一位教师、某一个部门，或者某一门学科就能完成。因此，我们在推动教育转型时，确实会遇到较大的结构性障碍。

比如，在实际操作层面，就有很多具体而又有争议的问题:学校是否允许学生携带手机?课堂上是否可以使用手机或生成式人工智能工具?学生是否可以在作业中使用Al协助?这些问题在不同地区、不同学校之间都存在明显分歧，争论不断。

我最近看到一些有关欧盟国家的报道，其中包括法国在内，明确限制在校园和课堂中使用手机。我想请教一下，这个信息是否准确?它是一种普遍现象，正在成为国际趋势，还是仅属于个别国家的个别做法?

安德烈亚斯·施莱歇尔:目前在手机使用管控方面，最严格的国家之一是澳大利亚，法国也有类似的做法，尤其是在小学阶段。但值得注意的是，这些国家的限制主要针对学生个人设备在教室中的使用。这样的限制是有充分理由的，因为我们已经看到，在课堂上使用手机往往会带来诸多问题，不仅干扰学习专注度，也影响学生的社交情绪发展。

OECD也明确支持限制社交媒体的使用，我认为这是非常合理的。值得一提的是，当前这些政策大多并不禁止人工智能的使用，关键在于使用的方式和场景。OECD和许多教育机构都鼓励学生在教师引导下使用AI技术，因为对学生，尤其是年龄较小的孩子来说，学习体验是需要被精心设计的。他们并不具备像成年人那样判断和处理信息的能力，因此更需要明确的指导和适当的限制。

手机使用的问题本身也充满争议，但从目前已有的研究和实践来看，限制个人设备和社交媒体使用的立场更有说服力。与之相对，在教师有意识引导下进行的技术使用，则被越来越多的国家视为积极的方向。这种差异也在大量数据中得到了印证:休闲性、非结构化的技术使用往往带来负面影响，而教师组织下的、有明确目标和意义的技术活动则更容易带来积极的学习效果。

因此，许多国家的政策逐渐形成共识:在课堂中限制学生的个人设备使用，尤其是社交娱乐功能，但允许教师组织和引导下的、有教育目的的技术使用，包括人工智能工具的适度应用。这种平衡性的设计，既回应了技术发展的现实，也保障了教育的本质目标。

李永智:我总结一下您的观点——您并不是简单地支持或反对技术的使用，而是更倾向于支持有组织、有引导、有管控地使用。关于生成式人工智能这样一些新的应用，如果说我们的学生不接触，他面向未来社会一定是有风险的。但是如果不是有管控、有引导、有组织地接触，那这种风险不仅是将来的风险，首先是现在的风险，而且是更大的风险。所以，不接触是不对的，不管控的接触是更不对的，是这样吧?

现在生成式人工智能主要是基于大语言模型的突破，而大语言模型主要是基于一种符号化的形式化的生成，它对于逻辑推理的反映是有限的。基于您对这方面的研究和了解，您认为生成式人工智能在教育当中的应用前景如何?

安德烈亚斯·施莱歇尔:总体来看，我认为人工智能将使学习变得更加个性化、沉浸式和体验式。学生不再只是听老师讲一个实验的结果，而是能够亲自参与实验、动手操作，成为学习过程的主角。AI赋予学生更强的"主人翁意识"——他们可以决定学什么、怎么学、在哪里学，甚至在人生的哪个阶段学习最适合自己。

过去的教育是一种“统一模式”

———所有人以相同的节奏、方式、内容进行学习。但未来的学习将由学生自己掌控，他们会根据个人的兴趣、节奏和情境，自主安排学习方式、学习内容与学习路径。这种以人为本的学习转向，是AI推动下教育变革的核心。

同时，我们也正在经历学习与工作的深度融合。在过去，学习与工作是割裂的两个阶段:先读书，再就业。人们需要先"学会工作”，然后再"开始工作”。但现在，学习已成为工作的一部分，学习也不再止步于校园，而是贯穿终身。Al也将成为我们的"个人导师"或"学习助理”，在不同阶段提供精准的辅导和支持。

例如，韩国的数字教科书系统已经具备一定的适应性，可以根据学生的学习进度自动调整难度，推送个性化作业。这种个性化学习资源，将不再是辅助工具，而会成为未来教育的常态。

对于教师而言，AI带来的变化也很深刻。老师将不再是知识的主要传递者，而更多扮演引导者、辅导员、导师的角色。他们需要帮助学生发展社交能力和情绪管理能力，引导他们成为更好的学习者，而不是单纯灌输知识。激发学生的好奇心、自主性和探究欲，将成为教师工作的核心。

关于学校的角色，也有不少讨论。有人认为，在Al高度发展的未来，学生可以在家自学，学校将变得不再必要。但我并不认同这种观点。学校仍是一个不可替代的社交空间，是人与人真实互动、学习共处的重要场所。虽然AI会深刻改变学校的组织形式和运行机制，但我相信学校作为教育、社交和成长的重要环境，依然具有不可替代的价值。

总之，我认为，人工智能将带来深刻而系统的教育变革。从学习方式到教师角色，从学习场所到终身学习机制，Al将全面重塑教育的生态。未来一定会涌现许多令人惊喜的新模式、新实践，我们正处在一个激动人心的教育转型时代。

李永智:在您看来，一部真正优秀、适用于当前中小学阶段的人工智能素养教育的教材，应该具备哪些核心内容和关键特征?它不仅要符合青少年的认知发展阶段，也需要回应AI快速演进的现实。那么，您认为这样的教材应该包含哪些基础知识、技能训练和价值观引导?在呈现形式和教学设计上，又应具备怎样的创新性和可持续性，以真正实现学生Al素养的系统提升?

安德烈亚斯·施莱歇尔:这也是个非常有趣的问题，OECD正在努力地推进这方面的工作。我们打算在下一次测试中包含这部分的内容，因为我们得出结论:技术并不会在这个过程中扮演非常重要的角色。我们还是要去关注人类的能力，比如道德推理、道德决策等领域的素养、复杂的问题解决、计算思维，这些极具人类属性的内容恰恰关乎Al素养的核心。关于技术，你不用单独教他们技术的部分，因为技术本身会和人类行为更加整合，而位于其最底层的人类技能将会变得越来越重要，所以我们的工作就是聚焦于这些方面。

李永智:在这个方面，我理解您首先强调的是"教技术"并不重要，重要的是要从人类的基本素养和底层能力入手，推动整体能力与素养的建构，具体来说，就是道德判断和道德决策、批判性思维、计算思维等高阶思维能力的训练和提升，是这样吗?

安德烈亚斯·施莱歇尔:是的。我注意到，中国近年来出台了多项政策，积极支持拔尖创新人才的培养。但与此同时，教师作为关键支撑力量，其自身的创新能力也至关重要。对此，我想请教您，您如何看待拔尖创新型教师的培养?在您看来，培养具备创新精神和专业引领力的教师，应从哪些方面着手，制度上又该如何提供持续支持?

李永智:非常感谢您的问题。正如我们之前反复强调的，批判性思维、高阶思维以及创新能力并不是突然在某个阶段形成的，而是需要从小打基础、逐步建构的。我想强调两个方面:

第一，要高度重视对学生基础性思维能力的呵护和培育。只有当教师自身具备并理解这些能力的重要性时，才能在教学过程中真正支持学生思维的发展，成为激发学生潜能的引路人。这要求我们在教师培养中就注重其对思维品质的认知、理解与引导能力。

第二，不要把创新型人才的培养“锁定"在少数个体身上。真正有价值的创新教育应面向所有学生，致力于激发整个群体的创造意识和探究精神。在这个过程中，自然会”冒出尖来”。我们无法也不应提前去精准筛选谁一定能成为拔尖人才，而应聚焦于构建一个有利于拔尖人才自然生长的生态系统。

换句话说，我们也许无法预测谁最终会成为卓越的创新者,但我们能够清晰地界定未来的拔尖创新人才应当具备哪些关键素养。我们要做的是为所有学生和教师创造这样的成长土壤。

安德烈亚斯·施莱歇尔:要培养拔尖的教师，首先我们必须承认，虽然确实有一些教师是拔尖的，但当前我们的教育系统高度工业化:统一培养、统一教材、统一岗位，却缺乏对教师创新能力的真正重视。教育领域对新想法并不总是友好的，大家都想要创新，但又不愿在自己孩子身上“试验"。这让创新型教师的成长变得格外困难。

因此，第一步是转变思维方式，接纳教师才能的多样性，给予他们表达想法的空间。其次，重构教师的专业成长路径，不仅让他们执行政策，更鼓励他们参与教学设计与实践研究，在“教"与“研"之间形成互动、共创的文化。我在中国上海看到不少这样的项目，教师通过协作研究激发了自身的教学潜能。第三，我们要建立机制，更有效地识别和激励优秀教师。很多教师虽然被家长认可，却未被系统"看见”。我们需要一个能够发现与支持好点子、好教师的文化与制度，唯有如此，教育系统才可能真正支持创新与卓越的发展。

在中国，我已经看到了很多关于人工智能应用于教育的优秀实践案例。我想问，这些实践如何从"局部创新"走向"系统改革"?换句话说，中国的教育体系如何将这些有价值的探索转化为公共政策，真正推动系统层面对创新实践的接纳与制度化?教育系统又应如何更有韧性地拥抱这些来自一线的变革力量?

李永智:如何从"局部创新"走向"系统改革”，这是个战略问题。中国有体制优势，也有成功案例。聚焦人工智能变革教育，回应您刚才的问题，我认为可以分为三个阶段:

第一阶段，是鼓励"局部创新”的探索期。中国在过去的若干年，尤其是最近三年，高度重视人工智能技术与数字技术在教育变革中的作用，鼓励各地、各级学校积极探索和实践AI在教育中的应用。这一阶段的探索呈现多样且分散的状态，帮助一线教师厘清什么是真正的人工智能。当前存在大量”泛Al化"的现象，许多技术本质上并非Al，却被贴上了AI的标签。例如，系统根据错题为学生推荐相似题目，这只是基于大数据的匹配，尚不具备真正意义上的"智能"。真正的人工智能应该具备"生成性"和"涌现性”,如果我们将一切自动化操作都当作Al，不仅会误导理解，也会限制真正Al潜力的发挥。在这一阶段，坚持"育人为本"是根本遵循。应该允许"适度模糊"的技术应用。以体育教育为例,Al可通过可穿戴设备提供生理指标、运动状态等数据，并与知识库中的健康标准相匹配，为师生提供科学的锻炼建议。未来，这些知识库不仅将成为教师的个体支持系统，也可能嵌入学生的个人学习生态，终身陪伴成长。但与此同时，我们也要警惕技术的“过度精准”。如果一个学生每天都被各种生理数据所"精确掌控”，可能身体更健康了，心理却可能焦虑起来了。因此，Al在教育中的应用，不能走向绝对理性或技术至上的方向，应保留一定的人文弹性和模糊空间。

第二阶段，是系统重构人工智能时代的教育内容和学习范式。这些都是国家事权，不是区域和学校可以擅自进行根本改变的，社会环境和评价体系也不允许。Al变革教育，最终是一场教育形态的重塑，涉及教育理念、体系、制度、内容、范式、治理的全面重塑，这必须是从顶层设计开始的。首先是重新定义"“学什么”。我之所以反复强调"课程逻辑"的问题，是因为Al素养的培养，必须基于系统化的内容设计。从小学生、中学生到大学生，我们都需要一整套层次分明、目标清晰的人工智能素养课程。这样的大纲式设计应为一线教师提供方向指引，帮助他们在教学中系统提升学生与自身的Al素养。

第三阶段，是适应AI技术对未来社会分工的重构，从宏观到微观重新建构人工智能时代的教育形态。基于现代教育的共同范式，目前大多数国家各自都制定有统一的课程标准，这有利于保障教学质量，但也意味着，学生接受的12年左右基础教育内容基本一致:学什么、学多深、怎么学、怎么评差异不大。但事实上，每个孩子的兴趣、能力、潜质与人生目标都是不同的。未来的教育体系，必须给予学生更多的选择权，包括弹性的学习内容、方式与节奏，构建一个真正“因人而异"的学习系统。总之，系统改革不可能从局部创新自然而然过渡而来，需要国家层面的战略设计与统筹推进。

这就是我理解的从“局部创新”走向"系统改革"的可行路径。在Al时代背景下，我们不仅要重新定义"学什么"和"怎么学”，更要设计出适合不同个体成长路径的宏观学习生态，并在这个框架内追求具体的能力目标与评价方式。

安德烈亚斯·施莱歇尔:非常有价值的见解。关于能够为下一代做什么，如何帮他们更好地社会化的问题，我们已经聊了很多。我还有一个问题:中国的发展真的非常快，包括整个学校系统的成长也是很快的，有很多老年人或者年龄比较大的人，从这样的教育当中尚未很好地获益。对于这样一个可能颇为庞大的人群，我们要怎么样去提升他们的技能呢?我们要如何让那些没有在学校接受足够培训的人，或者说对于那些十几、二十年前接受教育的人，他们并没有系统接触过Al，我们要如何提升他们的技能呢?

李永智:您对中国的现实状况有着非常深入的理解，一下子就点中了当下社会中最关键的问题之一——如何面对快速到来的老龄社会。

按照国际标准，65岁以上人口占比超过7%即进入老龄化社会，而中国目前这一比例已接近20%，预计到2035年将突破三分之一，超过30%。也就是说，届时每三个人中就有一位是老年人。然而，我们目前针对老年群体的教育资源，大多仍停留在“娱乐型"的成人教育阶段，比如唱歌、跳舞、书法、钢琴，更多是在弥补人生未竟的兴趣与遗憾。

但如果我们认真看一下即将迈入老年人口这一范畴的主体群体——主要是20世纪60年代和70年代出生的人，我们会发现他们与以往的老年人有着根本性的不同。他们大多数接受过完整的义务教育，具备良好的学习能力与认知基础;他们基本没有沉重的房贷和经济压力;他们身体健康，精力充沛，且正处在寻找"第二人生"价值的阶段。他们不是社会的"负担”，而是被严重低估的潜在资源。

当前，教育部在战略层面已经提出了“人力资源的二次开发"这一重要方向。这不仅是对退休人员的再次赋能，更是对中国人口结构性风险的积极应对。通过为这一代人提供人工智能素养与非体力劳动技能的系统培训，我们可以实现两重目标:一是让他们成为数字时代的新型社会中坚，释放沉潜的社会活力;二是为年轻人口紧张所带来的劳动力结构危机提供关键支撑。

我相信，基于人工智能的人力资源”二次开发”，将成为Al时代赐予中国生于20世纪60年代和70年代人群前所未有的发展红利。这不仅是对个人价值的再激发，更是支撑新时代中国可持续发展的重要动力源。在这个意义上，中国进入人工智能时代的前景十分广阔，而教育的责任首当其冲，十分重要。

（作者：李永智，中国教育科学研究院院长、研究员；安德烈亚斯·施莱歇尔，经济合作与发展组织(OECD)教育与技能司司长、教育政策特别顾问)

参考文献

[1] OECD.Beyond AcademicLearning:First Results fromthe Survey of Social andEmotional Skills [R]J.Paris:OECD Publishing,2021.

[2] Tamblyn,A.,Skouteris,H., North, A., et al.Physicaland Sensory Environmentlnterventions to SupportChildren's Social and Emotional Development inEarly Childhood Educationand Care Settings:A Systematic Review[J]. EarlyChild Development and Care,2023(5): 708 -724.

[3] OECD.21世纪的阅读:在数字时代发展读写能力[M].徐瑾劫，译.上海:上海交通大学出版社,2025:15-16.

[4] Sporns,O.& Betzel,R.F.Modular Brain Networks[J].Annual Review ofPsychology, 2016(1):613-640.

[5][6]李永智，孙蔷蔷.人工智能力与幼儿大脑教育开发[J]教育研究，2025（4）：4-18

[7]李永智.质变前夕:数字教育的破与立[M].上海:上海教育出版社,2023:12 -15.

[8]央视网.国家卫健委:2035年左右60岁及以上老年人口将破4亿占比将超30%

[EB/OL].https://news.cctv.com/2022/09/20/ARTInjejQDvmMazi5jzTPHYT220920.shtml,2022-09-20/2025-07-05.