 作者丨张凯 新校长传媒系执行主编 到2030年，根据教育部的部署，全国中小学已基本普及AI教育。届时，AI的进化必定以摧枯拉朽之势重构学校教育。 不妨想象一下五年后的学习生态：学生基于兴趣发起探究项目，通过小组共创、人机协同淬炼解决问题的能力，成为学习的主人；老师则在思维跃迁的关键隘口，为学生提供成长脚手架和个性化辅导。 当然，也可能出现截然不同的情形：AI沦为应试教育的超频引擎，学生被困在永远刷新的智能题库，算法的精准投喂让个性化学习变成认知牢笼，育人本质被压缩成分数竞赛的冰冷博弈。 AI浪潮之下，学校教育范式面临惊险一跃——既可能见证普罗米修斯之火点燃人类认知的原野，也可能陷入福柯笔下的'全景监狱'式规训。 当下，中小学校站在了“教育 AI”的十字路口。  站在“教育 AI”的十字路口对未来学习的3个追问AI时代，学习将朝着怎样的方向进化？这不是一道技术选择题，而是价值判断题。 学习环境：走向高管控，还是自主生长？学校的价值空间不是要学生学的更多，而是学的更多样；不是要学生学得更快，而是要学生更快乐。如果单纯追求学的更多、更快，效率至上，“教育 AI”很容易走样。 未来或许会呈现这样的图景：AI系统像一位永不知疲倦的严师，用即时生成的考题筑起铜墙铁壁，高结构的课程和精密的算法化作悬在学生头顶的达摩克利斯之剑。 从高管控走向自主生长，让AI成为拓展认知边疆的望远镜，让数据洞察辅助教学设计，而非取代教育者的悲悯之心，才能避免“教育 AI”变成穿新鞋走应试教育的老路。  学习主体：成为被动学习者，还是学习的“深度玩家”？当AI大幅降低知识获取的门槛，教育必须让学生感受到每一天学习、每一次作业、每一个学习任务的意义。没有意义就没有学习，已经代替了传统工业社会的教育理念。 过去，为分数而学习只是一种有限游戏，其价值止步于任务完成的瞬间；而指向真实问题解决的学习，是一种无限游戏，将自由创造的基因注入其中，学习升华为自我超越的修行。 今天的学生越来越需要有游戏精神，将学习任务转化为有意义的挑战，在目标拆解与即时反馈中激发内在动力。这也是他们面对未来不确定世界的一大精神支柱。 学习目标：依赖“认知外包”，还是锻造“元能力”？有了AI助手后，认知外包成为学生学习的基本途径。但如果长时间依赖认知外包，容易导致思维“短路”。再加上AI存在一定量的“知识幻觉”，可能会陷入'学得越便捷，认知越脆弱'的困境。 教育的破局点，在于从知识传输跃向元认知锻造。正如以DeepSeek为代表的生成式AI，将思考推理过程呈现出来，其实体现的是“授人以鱼，不如授人以渔”。 培养复杂问题解决的“元能力”成为教育变革的核心命题：通过建立认知监测机制，帮助学生识别知识获取中的思维断层；辨析AI生成内容的逻辑漏洞；在信息洪流中构建个人知识筛选框架。
技术越擅长“知道”，人类越需要学习“如何超越知道”。今天的教育者需要成为思维的雕塑家，在AI浇筑的知识基石上，培育更具韧性的认知根系。  AI时代，什么才是最科学有效的学习？对未来学习进化的追问，需要始终把握“第一性原理”——教育培养的是能驾驭AI的智慧生命，而非被算法驯化的'完美应试者'。 那么，AI时代，什么才是最科学有效的学习？怎样才能让AI成为通向学生成长的阶梯？ 事实上，学习是镌刻在人类基因里的密码。当婴儿睁开双眼打量世界的第一刻，生命便启动了永不落幕的探索之旅。几个月的孩子，就具备获得语言、视觉和社会知识的能力，学习速度超过目前的人工智能算法。 一个5岁的孩子，一年会提成百上千个问题。恰似投向世界的思维箭矢，在追问中构建认知的城堡。脑科学研究表明，主动学习时大脑神经连接密度高，学习知识比较快。 这种基于天性本真的学习模式，原本就是进化赋予我们最高效的认知路径——就像春日嫩芽无需督促便会向阳生长，孩童在入学前几乎都保持着纯粹的内在驱动力。 当然，过去仅靠学生自己学习，或者完全依靠天性学习，效率并不高。这就需要成人引导，所以家庭教育、学校教育仍然必不可少。 然而，工业时代的教育齿轮，曾将这股生命原力困在标准化的模具中。当整齐划一的课桌椅取代自由探索的草地，标准化教案覆盖思维原野的多样性，学习就从“学生的事情”变成了“老师的事情”。  但学校教育也从未停止破冰尝试。比如，一些学校探索小先生制，以教促学；推行费曼学习法，学生因为“输出”获得成就感，从而爱上学习；成立学生自治社团，学生用兴趣编织课程图谱…… 这些星星点点的微光，都在试图找回天性中永不停歇的求知引擎。只是囿于种种原因，真正从天性出发的学习，始终未能完全大规模发生。 AI的降临，为这场静默的革命提供了量子跃迁的契机。 不久前，在深圳明德实验学校（集团）五洲小学体验了一堂语文课。老师利用多款AI工具搭建了“课堂上的苏轼”智能体，学生直接与用AI生成的“数字诗人”苏轼对话；课堂练习环节，老师用手机拍下学生习题，一键投屏发起互相讨论；再利用coze平台生成题库，进行针对性辅导。 当大规模个性化学习迎来曙光，学校将求解新的时代课题：“教育 AI”，如何通过顺天性引导，实现学生逆天性生长？  教育新纪元：走向大规模的“学生自定义学习”顺天性引导，是走向基于天性的学习，学生成为自己智力进化的园丁；逆天性生长，是在AI浇灌的生态中，让好奇心生根、创造力开花。一个全新教育纪元即将到来：走向大规模的学生自定义学习。 当前，一线教育实践中已涌现不少创新案例。但'学生自定义学习'从局部探索走向系统性实践，还需内在动力与学习生态、学习场景的有效共振。 学什么：基本学习任务 学生发起探究项目过去，学生所学的是相对静态的“预设课程”。AI时代，在基本学习任务过关后，学生更多会学习动态的“生成式”课程。这一方面是来自AI的生成，更重要的是由学生发起学习任务和探究项目。 生成式课程主要以项目方式开展，以兴趣主导、自我驱动为特点。每个学生都可以发起学习的项目，他们面对的不再是单一学科，而是一个个真实学习任务。
比如杭州云谷学校，学生基于真实问题和兴趣驱动，开发了校内以物换物平台、教师家访路径设计系统等。当学生成为学习内容的发起者，学习从被交付的任务转变为基于兴趣的探索，学习效率可提高几倍。 和谁学：小组共创 AI学伴学生发起项目后，将围绕小组进行共创，合作探究，形成人机共生的新型学习关系。学生团队在协作探究中，AI不仅是知识库工具，更是具备对话能力的思维伙伴。 在澳门培正中学，学生设计小型机器人的过程就体现了这种学习方式——既需要协作完成硬件组装，又要与AI进行编程逻辑的多轮对话，在不断调试迭代中完成项目。 这种'涌现式学习'模式突破了传统师徒制的线性传承，形成了人机互构的螺旋上升认知路径。 在哪学：校内大领域主题学习社区 校外真实场景教育即生活，未来学习场景的演进会呈现'双螺旋'结构：校内，融入AI的主题学习社区重构知识聚合方式；校外，在真实场景的无缝融合中打破学习边界。 比如北京第一实验学校，已经没有了传统“教室—走廊”的空间布局，变成由公共空间连接起来的学习社区。每个学习社区可以实现20种以上的不同学习方式。所有学习以学生创变为指向，所有学习结果都能交易售卖。  怎么学：任务分解 学习支架走向学生自定义学习，教师的价值则体现跟进学习进程，敏感地提供不同的资源工具脚手架，包括任务分解工具包、思维可视化支架、元认知训练模块等支持。 比如，在项目启动阶段提供'问题树分析工具'，在实施阶段推送'跨学科知识图谱'，在反思阶段生成'认知路径热力图'。有人需要逻辑框架的支撑，有人依赖案例库的灵感激发。 这种脚手架式支持既保障学习深度，又保留探索自由度，使教育回归'助产士'的本质。 学的怎么样：学习量规 多方辅导学习质量的评估需要构建动态量规体系，如同随身携带的指南针，帮助学生在探索中校准方向。 深圳明德实验学校的历史课上，学生围绕“运用AI大模型创作纪念孙中山先生为主题的历史剧本”进行学习。教师则提供了关于好剧本的评价量规，学生对照量规修改AI生成的剧本。 而在学业辅导方面，AI也带来了新的可能。比如沈阳浑南九中的老师们，利用AI进行全学科辅导——语文老师不仅辅导本学科，还跨界给孩子们讲解数学、物理、化学等。这不是让教师精通所有学科，而是借由AI重新建构一种共学共研的新型师生关系。 “教育 AI”背景下，学校正以学生自组织、自定义学习为内核，通过技术适配重塑教育基因，走向'天性驱动 智能引导 高互动 无边界'的学习生态。 |
|
|
