毫无疑问，面对人工智能浪潮，特别是生成式人工智能的迅猛发展，我们需要什么样的教育教学和教育学科？这已不再是一道选择题，而是一道必答题。

人工智能正在加速重构全新的教育生态，涵盖学生的学习行为、教师的教学范式、课堂形态以及教育治理等多个维度。教育必须借助技术的磅礴力量实现赋能升级，教育管理与课堂教学变革势在必行，深度学习更应成为教育领域的常态。传统教育教学建立在“教师中心”或“学生中心”的二元框架之上，而AI的介入催生了“人机协同”的第三种范式。这不是简单的工具应用，而是教育本体论的根本变革；不是简单的人机“物理相加”，而是在课程、教学、实践等核心环节引发的深度“化学反应”。

当前，我们正经历从“知识稀缺”到“知识过载”的时代变迁，从“信息获取”到“意义建构”的范式转换。在AI可以瞬间生成海量内容的时代，教育的核心价值不再是知识传递，而是培养学生的元认知能力——让他们知道如何学习、如何判断、如何创造。这要求我们重新定义教育的核心：从“教什么”转向“为什么教”，从“怎么教”转向“怎么不教”。“怎么不教”并非否定教学，而是教师应学会克制“不直接给答案”，学会留白，赋予学生思考与试错的空间，真正赋能学生，帮助他们学会如何学习。

我们已明显感知到一个挑战：当AI能够模拟人类的学习过程时，什么是人类学习的不可替代性？答案在于“意义感”的生成——人类学习不仅是信息处理，更是意义建构、情感体验和价值认同的过程。

因此，未来教师的核心竞争力不在于与AI比拼知识储备，而在于成为“学习设计师”和“人生导师”。未来教师需要具备三种关键能力：情感联结力、价值引导力和创新激发力。情感联结力是AI无法替代的人际温度；价值引导力是帮助学生在信息洪流中建立价值坐标、实现价值对齐；创新激发力则是点燃学生超越AI的创造火花。

在谈论“AI时代的深度学习”时，我们必须明确：AI是“赋能者”，而非“替代者”；是“工具”，而非“目的”。尤其需要警惕的是，在推进AI教育应用的过程中，应防范“技术殖民”——不能让算法逻辑统治教育逻辑，不能让效率追求压倒公平正义。我们要树立“教育主权”意识，确保AI技术服务于教育目标，而不是反过来主宰教育。

从深度学习的学理特征出发，AI的价值在于“扩展教育的可能性边界”，为深度学习提供“技术支撑”。

其一，AI支持“高层次”目标的精准达成。深度学习的“高层次”目标在于“发展高级心理机能”，而AI的“自适应学习系统”能够识别学生的“最近发展区”，推送符合其认知水平的任务。例如，当学生表现出“能理解概念但不会迁移”时，AI系统可推送“真实场景的任务”，让学生在解决问题中发展“抽象思维”和“问题解决”能力。这种“精准适配”，使每个学生都能在“跳一跳够得着”的挑战中体验“成长的喜悦”。

其二，AI促进“整体性”的学习设计。深度学习的“整体性”特征要求“学习者全身心投入”，而AI的“多源数据融合”能帮助教师理解学生的“整体状态”。通过课堂互动系统，AI可记录学生的“发言次数”“小组参与度”“表情变化”等，结合作业数据生成“学生学习状态画像”。这种“整体性”分析助力教师更全面地理解学生，设计“整合的学习活动”，推动学生整体发展。

其三，AI强化“意义关联”的知识建构。深度学习的“意义关联”特征强调“知识与经验的联结”，而AI的“虚拟仿真”能够创造“真实情境”，让学生在“做中学”中实现“意义建构”。“沉浸式体验”促使学生将知识与“生活经验”“社会责任”相联系，赋予知识“个人意义”——这正是深度学习的核心：知识不是灌输的，而是建构的。

其四，AI扩展“社会性”的共同体边界。深度学习的“社会性”特征要求“在共同体中成长”，而AI的“跨时空协作平台”能让学生与“不同背景的人”合作，增强“社会互动”。“跨时空协同”使学生在“差异中收获成长”，在“合作中发展社会能力”——从“教室”走向“全球”，从“同背景”走向“多元背景”，为深度学习搭建更广阔的舞台。

需要强调的是，AI的“赋能”始终是“辅助性”的——它不能替代“教师的倾听”，不能替代“学生的互学”，更不能替代“教育应有的温度”。AI是“工具”，而“人”才是教育的核心。

有人问：“AI会不会让教育变得冰冷？”我的回答是：“不会。因为教育的温度来自‘人’——来自教师的‘等待’，来自学生的‘互学’，来自梦想的‘力量’。”AI能够处理数据、创设情境、扩展边界，但它无法替代“教师与学生的眼神交流”，也无法替代“学生之间的笑声与共鸣”。

（作者系上海师范大学教育学院院长）

《中国教师报》2025年09月24日第11版

作者：黄海涛