宋 萑等：人工智能时代基础教育课程改革：挑战与应对

当前，人工智能已成为国际竞争新焦点、经济发展新引擎，同时其快速发展也引发社会对未来人才培养质量的新要求，促使我们重新思考教与学的方式与意义。2023年教育部办公厅印发《基础教育课程教学改革深化行动方案》，提出“构建数字化背景下的新型教与学模式”；2024年又发布《关于加强中小学人工智能教育的通知》，提出“引导学生正确处理人与技术、社会的关系，促进思维发展，培养创新精神，提高解决实际问题的能力”。在此背景下，基础教育只有审时度势、主动回应，并开展系统性课程改革，方能顺应时代变革，提高人才自主培养质量，有效助力教育强国建设。

一、转危为机：觉察人工智能时代基础教育课程改革面临的风险

1. 工业化教育模式与数智化时代要求不符，引发人才培养脱节风险

人工智能时代知识生产方式产生变革，人工智能以算据、算力、算法为生产要素，凭借着海量信息存储、快速检索、上下文情境理解、个性化文本生成的优势，扩展了人类获取信息的途径和渠道，打破了传统工业时代知识固定化、标准化、稀有化的特征。与农业时代和工业时代人类通过教育学习技术、操控技术从而投身生产劳动的路径方式不同，人工智能时代技术正逐渐超越教育，并深刻影响着我们对于教育价值、教育目的和学习方式的反思与变革。然而，当前我国基础教育仍保持着工业时代的底色，追求流程化、规模化和标准化。课堂教学仍以“一块电子白板、一本教材、一支笔”为基本特征，教师通过“单向讲授+反复练习”的方式，试图让学生记忆和复现人类生产劳动中长期积累的全部事实性知识。

在这种“银行存储式”“继承式”的学习模式下，一方面，学生虽然能够掌握扎实的学科基础知识，但由于人工智能时代知识以指数形式增长，知识学习的速度无法赶上知识更新创造的速度，因此学生在学校中学到的有些知识在其尚未进入社会时就已经过时。另一方面，当前基础教育课程标准化有余个性化不足，多样性和选择性欠缺，所有学生接受相同的课程，教师采用模式化、公式化、套路化的教学方式，努力使所有学生达到相同的掌握水平。这种方式虽然通过“底部抬升”提升了学生学业水平的平均值，却难以满足学生个性化培养的诉求，同时也遏制了拔尖创新人才在基础教育阶段的培养与发展，导致我国头部学生在国际比较中处于劣势。^[1]

2. 应试教育观念与工具理性技术取向加成，引发教与学异化风险

当前人工智能在基础教育课程改革中掀起了新的技术浪潮，中小学教师对人工智能应用普遍持有工具理性态度，他们看重人工智能在智能教学设计、教辅资料快速生成、学生学习表现数据获取与分析、智能作业批改与反馈等方面的“劳动替代”。教师基于应试教育理念在教学设计、课堂教学和学生评价中使用人工智能，穿新鞋走老路，导致人工智能并未真正介入教育教学过程，与真实课堂之间存在明显的“场景隔离”，未对教学过程带来实质性影响和改变，^[2]甚至造成教学异化问题。

一方面，教学变成教师和人工智能的“双重灌输”。人工智能降低了师生对学习资料和作业考试习题的获取成本，教师可以随时随意增加学习内容、生成练习题，学生智能学习平台中也充斥着海量的练习题，教师和家长试图让学生通过刷题训练巩固基础知识，无疑加剧了应试教育导向的单向知识传授和机械刷题的现状。另一方面，人工智能也导致学生学习的“离身困境”。学生仅通过视觉和听觉来获取、识记人工智能在屏幕上提供的知识文本，缺乏多感官具身参与以及与教师和同伴间的互动合作；同时学生热衷并满足于通过对人工智能的数据投喂来完成学习任务，缺乏对其生成内容的正误判断、价值深思和逻辑推理的质疑，由此逐渐产生认知依赖并放弃认知权利。

3. 学生认知特征与数据算法逻辑偏差相互作用，引发新型教育不公平风险

我们在肯定人工智能助力个性化学习、智能化评价以及促进优质教育资源共建共享的同时，也要意识到由于技术自身的数据算法逻辑和对技术的误用、滥用，不仅将产生数据泄露、算法偏见与歧视、教育价值偏颇、人文关怀缺失等伦理问题，甚至会在学生群体中拉大数字鸿沟，造成数字不公平问题。

一方面，人工智能知识霸权将基础薄弱、能力欠佳的学生置于不利位置。人工智能生成的内容以脱离情境、具有高度抽象性的“精致型符码”为主，它还擅长修饰完善信息表述、偷换概念、编造看似合理的信息来源，从而生产虚假信息。^[3]这对于那些基础知识掌握扎实、对学习任务具有明确目标和规划、具有主动反思和评价意识、善于不断追问的学生更为有利，^[4]而对于那些知识基础薄弱、缺乏学习目标和规划、不擅长向人工智能提问、缺乏人机协同学习经验和批判性思维意识的学生更为不利，久而久之这些学生将被人工智能所创造的知识霸权“淘汰”。另一方面，虽然人工智能能够针对不同学生的提问和需求提供差异化内容，但其背后隐藏着标准化、统一化的理念。它对学生的分析都基于学生认知表现的历史数据，而忽视了学生学习过程的复杂性、挣扎性以及学生作为其他领域智能优势个体的存在，这可能导致学业弱势群体学生从一开始就被系统低估或被打上“学困标签”。学生发展由此被限定在人工智能可以理解、能够预测和规划的路线中，甚至可能被塑造成狭隘、封闭和极端的人。^[5]

二、直面挑战：推动人工智能时代基础教育课程转型

1. 正视教育与技术的竞争关系，强化育人性

育人性事关课程育人目标的问题，反映课程改革的目标指向和价值取向。人工智能时代基础教育应立足育人规律，兼顾未来社会发展生产力需求和学生作为完整的人的发展需求，实现社会性和人文性的有机整合。

在社会性上，当前人工智能已经深度融入日常生活和专业领域实践。人工智能时代对人才的要求将从传统的知识储备型和专业型人才，转向具有解决复杂问题的综合能力与高阶思维的复合型人才，人才的知识结构也将从传统的金字塔型转向蜘蛛网型。^[6]劳动者不仅要具备数字意识、计算思维、数智化学习与创新、智慧社会责任等人工智能专业领域素养，更要将这一领域素养与通用素养相结合，将人工智能与人类认知能力、社交与情感技能及价值观结合起来，具备人机协作解决问题、创新创造、自主发展的能力以及面向未来的变革能力和自适应力。

在人文性上，有研究者提出，人工智能时代学习作为获取知识的手段功能将减弱，学生学习的内在“成人”意义将更加凸显。^[7]联合国教科文组织在2015年发布的研究报告《反思教育：向“全球共同利益”的理念转变？》中也指出，“教育不仅关系到学习技能，还涉及尊重生命和人格尊严的价值观，而这是在多样化世界中实现社会和谐的必要条件”。^[8]然而这些涉及学生情感、态度和价值观念等非认知发展的因素，往往因人工智能无法识别、测量、理解和解释而被边缘化。因此，人工智能时代教育需要更多地促进学生内在兴趣、想象力、健康行为、审美情趣等人文性素养的发展，这才是人之所以为人且无法被人工智能取代的关键所在。

2. 淡化人与技术的从属关系，发扬主体性

当前“人工智能+教学”实践背后仍体现着“人类中心主义”的行动理念，人机关系呈现出主体与客体间的二元对立。人类将人工智能当作工具进行支配，将已知性、机械性、程序性、重复性的教学任务“外包”给人工智能代劳。实践者在欣喜于人工智能为其带来的认知和情绪减负的同时，也无意识地被人工智能所奴役，造成主体性的失控、丢失与放弃。

从人工智能的行动逻辑来看，其内容生成逻辑是对预先存储的信息进行共现概率的测算，对数据识别与解释以及关系性的建立也需要人为预先训练。在信息不完备的情况下，人工智能不具有人类所拥有的情境调控、认知调节、联想和创新能力。^[9]从人工智能的行动结果来看，一项针对九年级学生作文评价的比较研究发现，人工智能虽然能够快速识别学生在语言和标点符号应用上的问题，提供比人类教师维度更全、内容更多的评价意见和修改建议，但它们在深层次的语言意义和情感理解上则逊于教师，只能片面性、浅层化地识别出评价的关键要素，并不能对这些要素呈现的内容价值、意义和情感表达方面予以关注。^[10]

因此，人工智能时代的专业实践需要确立新型的人与技术关系，在人机协作中发挥人类主体性。一方面，要将人工智能作为主体纳入人机互动行动网络。另一方面，要意识到有效的人机协作需要突出人类在认知活动中核心主导、积极参与、深入加工的复杂过程，在借助人工智能作为外部大脑在信息检索、数据处理、模式识别等运算密集型任务方面展现出超越人类能力的同时，更要发挥人类智能作为内部大脑在价值判断、创造性思维、情感认知等高阶思维领域具有的独特优势，达成内外部认知网络的协同，延展个体认知能力和边界。^[11]

3. 强化教育、技术与人的交互关系，倡导个性化

长期以来，受教育评价指标单一、升学考试压力的影响，我国基础教育在学校办学、课程建设、人才培育等方面都具有明显的同质化和标准化倾向，导致教育只见分数不见人，抹杀了学生发展的创造性和差异性，这也是高等教育阶段学生自主学习意愿不高、创造力和批判反思意识不强等问题产生的重要原因之一。

人工智能的出现为学生个性化学习打开了新路径，它打破了传统课堂中师生双向互动的教学模式，升级为“师-生-机”三元互动，可以将教育者的专业性、学习者的自主性和人工智能的生成性相整合。^[12]例如：人工智能通过综合分析学生的学习行为、知识结构、思维模式、创新能力、科研兴趣乃至社交网络互动情况，可以构建动态、多元的人才画像，精准识别出在标准化测试中表现不佳但却具有其他领域创新能力的学生，^[13]并将学情分析反馈给教师和学生。教师将教学设计需求反馈给人工智能，双方通过协作可以生成精准化的教学设计和教学策略。同时，机器学习算法可以提供更加精准有效且千人千面的个性化学习内容、路径和方式，自然语言处理与对话技术能够模拟人类教师的辅导过程，为学习者提供即时、个性化的学习指导与反馈，满足学生的个性化学习需求。

三、转化落实：人工智能时代基础教育课程改革的实践路径

1. 在课程目标上：培养面向未来的人

其一，强化核心素养引领，丰富素养培育内涵。课程目标制定要在内在要求上与核心素养保持一致性，按照“核心素养-学科核心素养-课程目标-单元目标-教学目标-学生评价”的路径推动素养培育转化落实。一方面，要兼顾认知素养和非认知素养的发展。要注重学生在知识学习过程中的知识理解、问题解决能力、批判性思维等认知因素的发展，以及伴随这一过程的创造力、好奇心、审美情趣、社会情感能力等非认知因素的发展。另一方面，要探索“人工智能素养+学科素养”的跨学科素养培育。如在语文课上，可以将人工智能的“计算思维”与语文的“语言运用”思维相结合，改变学生单一运用文字表达观点的固化思维，提升问题分析的精准性、逻辑推理的科学性和观念阐释的可靠性，培养学生在智能时代选择数据表征问题、综合数据形成观点、数字支撑阐释观点的意识和能力。

其二，面向未来社会发展，提升人机协作能力。人工智能扩展了人类合作的主体、内容、方式和能力边界，未来人机协作将成为人类开展专业实践活动的主要方式之一。基础教育课程要具有前瞻性，主动培养学生在人工智能助力下的自主决策、问题解决、创新创造、批判性反思和沟通协作能力。一方面，要引导学生学会通过管理现实中的人际关系、人工智能和物质资料等重要资源，来提高任务执行效率和多任务处理能力；同时培养学生发现问题、有效提问、批判反思的意识和能力，实现对人工智能的精准提问、反思追问和调整改进，由此获得使用和驾驭人工智能实现人机协作解决问题、自主发展的能力。另一方面，培养学生面向未来的素养应着眼于数字公民的共同利益，强调超越工具性存在的批判性思维品格建构。^[14]基础教育要引导学生树立正确的技术使用观和伦理观，强化对人工智能生成的有关国家安全、社会利益、意识形态、情感态度、价值观念等方面内容的审查，避免其算法偏见和价值观念扭曲影响学生的情感、态度和价值观念。

其三，服务教育强国建设，培养拔尖创新人才。党的二十大报告提出教育、科技、人才一体化发展，《教育强国建设规划纲要（2024-2035年）》也提出“人才自主培养质量全面提高，拔尖创新人才不断涌现”的发展目标。拔尖创新人才的发展不应仅拘泥于语言文字智能和数理逻辑智能，更应该尊重学生的视觉空间智能、音乐韵律智能、身体运动智能、人际沟通智能、自我认识智能和自然观察智能等，兼顾智能发展的多样性、复杂性和差异性。为此，要促进教育的差异性公平，明晰创新人才培养的范畴，在精准分析学生优势智能的基础上因材施教，促进教师差异化教学、学生个性化学习，追求适合不同禀赋、不同兴趣特长、不同素质潜力学生成长的教育，培养各个智能领域的优势人才。

2. 在课程内容与组织上：促进数智化、结构化

其一，突出学科核心要素，强化学科课程育人价值。人工智能时代基础教育课程改革要打破让学生“学得更多”“学得更细”的错误教学观，凸显学科大概念、学科思维和学科方法的育人价值，发挥其“超越性”“永恒性”的力量。一方面，这些学科核心要素能够帮助学生在不断变革的社会生活中把握事物的实质，揭示事物的深层次结构和生成机制，^[15]为学生后续的认知建构、学科深入探究、跨学科理解、高阶思维发展打下坚实基础。另一方面，突出学科主干知识能够让学生从琐碎零散的事实性、细节性知识中抽离出来，进一步减轻因学科划分过细、学科壁垒森严、学科知识繁多、学科并行过多而产生的学业负担问题。

其二，促进课程结构化，满足学生认知建构需要。根据建构主义学习理论，知识学习是不断打破学生已有的认知平衡，通过同化和顺应实现再平衡化的过程。人工智能时代的知识快速生产带来了知识的碎片化，学生只有具备体系化、网络化的认知结构，才能够建立新旧知识之间的有效关联。因此，课程内容组织的关键就在于以学科知识图谱为根本逻辑，通过学科大概念和跨学科大概念推动课程综合化、结构化，构建学科知识与跨学科知识间的纵横交贯式知识图谱。教师一方面要强化学科大概念对学科内知识的整合，构建学科知识静态网络；另一方面要强化跨学科大概念对跨学科知识的整合，通过对同一问题基于不同学科的理解和解释，构建学生的认知体系动态网络，发展学生的跨学科理解和迁移能力。

其三，推动课程数智化，构建灵活多元的课程体系。人工智能时代基础教育要主动打破封闭化、静态化的课程建设，扭转自上而下的线性课程管理思想，充分发挥学校和教师在课程开发和资源建设方面的专业自主性，推动国家课程校本化实施，高质量开发校本课程，构建开放、灵活、多样的课程体系。一方面，要优化学校课程资源建设，以纸质课程教材为蓝本，将多模态学习资源及工具嵌入传统课程，如引入国家中小学智慧教育平台的静态课程、网络云端“同上一节课”的动态课程、智慧教师助教的“双师同堂”交互式课程；同时借助人工智能的图像、音频、视频等多媒体生成技术优势，推动课程教材数字化、智能化、多模态化，为学生打造多形态融合的课程资源。另一方面，要拓展课程资源空间，整合课内与课外、线上与线下、现实世界与虚拟世界的教育资源，促进文化浸润式、场馆体验式、具身参与式等课程资源的开发，同时在智能学习平台中创建学生互学、互助的网络社群，将学生认知空间、课堂物理空间与互联网交互空间相融合，促进学生在观点分享、情感交流过程中实现个体性认知建构与社会性建构相整合。

3. 在课程实施上：强化探究式、交互式、自适应学习

其一，技术赋能教学变革，推动“学-用-创”整合。一方面，教师可运用虚拟现实和增强现实技术，创设具有真实性、复杂性和挑战性的问题情境及“大任务”，设置驱动性问题，形成探究问题链条，将其作为学生学习的内在线索；还可利用数理模型仿真、虚拟实验动画等智能技术，将抽象知识趣味化、可视化、情境化呈现，使学生在发现与解决问题、建构与运用知识的过程中，强化体验性、交互性和具身性学习。另一方面，学生可借助人工智能开展项目式、问题式、探究性及合作性学习。项目作为学生学习的载体，能够促使学生持续经历包括想象、创造、分享和反思的螺旋式学习过程。^[16]在人工智能赋能的项目式学习中，学生可以有效获取、分析和整合跨学科信息，进行虚拟仿真、项目设计、成果可视化等创造性活动，在跨学科问题情境中实现“学-用-创”的深度整合与跨越，逐步实现从知识学习到创新应用的转变，在此过程中培养分析推理、决策评估和创造想象等高阶思维能力以及跨领域的协作意识与创新能力。

其二，倡导自我调节学习，发挥主体元认知作用。人工智能时代人类学习时空从学校拓展至全社会和未来生活。因此，学校教育的关键是培养学生终身学习的意识和能力，使学生能够结合任务需求和认知兴趣，自主搜索学习资料、制订学习计划、选择学习策略、推进学习任务、评估学习进展、改进学习过程。同时在课程实施中，教师可以发挥人工智能作为代理教师和智能学习伙伴的作用，指导学生利用智能学习分析系统、“智能学伴”人机交互对话、智能作业批改与反馈等工具，实时监控自身学习状态与进展，发现自身的学习困难点，了解自身独特的认知风格和擅长的学习方式，在此基础上即时性、动态性及有针对性地调节学习目标、方式和策略，发展元认知对自我认知过程的监测、控制和评估作用。

其三，尊重个性化学习方式，创设个性化学习路径。由于学生已有认知基础、认知偏好、思维方式、学习动机的差异，必然导致他们在统一的课堂上呈现出不同的学习路径和效果。因此，教师要避免机械执行提前预设、整齐划一的教学要求，为学生提供个性化、差异化的学习路径。一方面，要在课堂学习过程中凸显个性化，倡导多元学习方式和探究方式，为学生在情境分析、问题界定、策略选择、方案制定、成果展示等方面的个性化提供自由选择空间和人机协同专业支持。另一方面，要在课后自主学习中支持个性化，运用人工智能支撑的学生学习和课堂分析系统掌握学生认知情况，使用人工智能设计和推送分层分类学习内容和作业任务，促使不同层次学生都能学会、学够、学好。

4. 在课程评价上：构建多维多元的评价体系

其一，完善多维评价指标，关注素养整全发展。传统的课程评价普遍侧重认知结果，以学生标准化测试成绩为准，导致“以考定教”“以考定学”等问题产生。人工智能时代的课程评价要检验课程改革是否作用于学生核心素养发展，推动教、学、评一体化发展，实现评价内容与课程目标、素养目标的衔接一致。一方面，要在评价学生课时知识学习完成情况的基础上，关注学生以学科大概念和跨学科大概念为引领的课时间、单元内、主题内、学科间的知识整合，从线性知识结构不断向树状和网状知识图谱发展，强化学生认知结构的复杂性、系统性和关联性。另一方面，要关注学生在知识学习和问题解决过程中的高阶思维发展，以及情感、态度和价值观等非认知因素的发展。

其二，拓展多元评价主体，人机协同赋能评价。要有效运用人工智能赋能课程评价，构建教师、学生与人工智能协同的多主体参与的课程评价机制。一方面，要挖掘人工智能技术优势，发挥其在多模态数据采集、数据挖掘、情感计算和学习分析方面的技术优势，为课程评价对象诊断自身问题、明确改进方向、迭代持续发展提供依据。另一方面，要强化课程行动主体的意义解释和自主决策，避免抽离于具体情境、只呈现行为数据的“数据至上”和“数据美观”的课程评价，尊重教学情境的复杂性、学生学习过程的挣扎性和师生点滴改进的自主性，挖掘数据背后隐藏的师生作为行动主体的行动意图、认知困境和情感需求等。同时，要依托智慧教研平台与应用，群体协商制定课程教学改进方案，推动循证专业决策。

其三，融合多样评价方式，发挥评价育人功能。传统课程评价以课堂练习、课后作业、标准化测试等量化打分式评价方式为主，评价结果呈现以等级或分数为主，评价目的指向分类甄别和选拔学生。人工智能时代的课程评价要正视评价内容多维化、评价主体多元化、学生思维发展内隐性的特征，构建与之相符、具有可操作性的多样化评价方式。一方面，要通过创设表现性任务促进学生思维外显化，如引导学生与人工智能协作完成方案设计、作品创作、专题汇报等项目工作，为学生提供展示自己知道并能够做到什么的机会，同时综合运用智能评分、教师过程性记录、学生自我反思、同伴互评等方式实现对学生思维发展的评价。另一方面，要通过构建学生画像推动教与学变革，如借助电子档案袋、智能学习系统平台、智能识别应用等技术载体，搜集学生学习过程中的行为、人机交互等数据，构建学生表现的“证据集”，为教师教学提供精准学情分析，为学生学习推送个性化学习资源和针对性学习反馈，由此提升教与学的质效。

参考文献：

[1]柯政，梁灿.论应试教育与学生创造力培养之间的关系[J].华东师范大学学报（教育科学版），2023（4）：72-82.

[2]卢宇，汤筱玙.生成式人工智能赋能课堂教学的形态层级与进阶路径[J].电化教育研究，2025（6）：75-82+106.

[3]邱均平，张廷勇，徐中阳.数智时代下UGC与AIGC虚假健康信息特征的对比研究[J].情报理论与实践，2025（5）：1-12.

[4]汪凡淙，汤筱玙，余胜泉.基于生成式人工智能的认知外包：交互行为模式与认知结构特征分析[J].心理学报，2025（6）：967-986.

[5]刘金松.人工智能时代学生主体性的相关问题探讨[J].现代教育技术，2021（1）：5-11.

[6]王竹立，吴彦茹，王云.数智时代的育人理念与人才培养模式[J].电化教育研究，2024（2）：13-19.

[7]郭华.课程研究的未来想象[J].全球教育展望，2019（7）：19-31.

[8]联合国教科文组织.反思教育：向“全球共同利益”的理念转变？[M].北京：教育科学出版社，2017：38.

[9]崔铁军，李莎莎.人和人工智能系统的概念形成过程研究[J].智能系统学报，2022（5）：1012-1020.

[10]吴军其，刘萌，王嘉桐，等.AIGC辅助教师作文评价的效果研究——以九年级语文作文为例[J].现代教育技术，2024（10）：53-64.

[11]余胜泉，汪凡淙.人工智能教育应用的认知外包陷阱及其跨越[J].电化教育研究，2023（12）：5-13.

[12]朱永海，张佳鑫，韩锡斌.基于生成式人工智能的个性化学习新形态[J].电化教育研究，2025（4）：58-64.

[13]谈苏欣，陈建华.教育强国背景下数智赋能拔尖创新人才培养：理论逻辑与推进路径[J].南京社会科学，2025（4）：124-135+147.

[14]原左晔，李子月.究竟什么是“数字素养”——国外“数字素养”概念的历史流变、本质追寻与未来走向[J].外国教育研究，2025（8）：43-58.

[15]石艳，张新亮.知识社会性的反思与重构——社会实在论知识观的教育意义[J].教育研究，2019（3）：68-79.

[16]吴忭，何雨桐.人机共创学习的新境界——人工智能赋能科创教育[J].教师教育学报，2025（4）：14-24.

（本文作者：宋萑、宫臣；作者单位：北京师范大学教师教育研究中心）