【建设教育强国·教育笔谈】

　　作者：尚俊杰、王淑文（分别系北京大学教育学院副院长兼学习科学实验室执行主任、中国高等教育学会学习科学研究分会常务副理事长兼秘书长；北京大学教育学院教育技术系博士研究生）

　　人工智能技术的突破性发展，正推动教育领域发生深刻变革。以ChatGPT、OpenAI等各类智能体为代表，AI正全面融入教、学、评、管全过程。当写作、编程甚至是科研工作都可由AI高效完成，一个时代之问摆在面前：人工智能时代，人类还学不学？学什么？怎么学？又如何学得更好？

　　学习将成为实现人的全面发展的核心活动

中国机器人及人工智能大赛西藏赛区线下赛在西藏大学举行。新华社发

　　当AI能够高效完成大量知识性任务时，人类是否还需要学习？

　　答案十分明确：人工智能时代，人类不仅需要学习，而且学习价值比以往更加凸显。对个体而言，学习是塑造自我的根本途径。它既关乎个体生存发展，又关乎精神丰盈、价值实现与人生意义。对社会而言，学习是文明传承与创新发展的重要纽带。中华文明绵延数千年，靠的正是一代代人的学习、积累与创造。对人类整体而言，学习是推动认知进化、社会进步与文明跃升的关键动力，也是人类区别于其他生物的重要特质。

　　从更深层次看，当AI逐步替代大量重复性、规律性劳动，人类将更多从事创造、价值判断等高阶活动，而这些能力唯有通过持续学习才能形成。马克思曾提出“劳动使人成为人”，在人工智能社会，劳动形态发生深刻变化，学习将成为守护人的本质、实现人的全面发展的核心活动。学习把个体有限的生命历程接入人类文明的无限广度，这一关键价值，不会因技术进步而消减。这也解释了为何相关研究显示：部分职业被AI替代的概率超过50%，而教师职业被替代概率却不足1%。

　　重新定位学习内容与核心目标

青岛职业技术学院学生在机器人实训课上学习。新华社发

　　传统教育以系统掌握既定知识为中心，而在AI可快速生成海量知识的今天，单纯的知识记忆价值明显下降，教育必须重新定位学习内容与核心目标。

　　以编程学习为例，在AI辅助编程时代，过去数月的工作如今数十分钟即可完成，逐行书写代码的技能不再是学习核心，但背后的逻辑思维、算法思维、问题拆解与系统设计能力，依然不可或缺。我们要认识到，强调技能不再是核心并不是否定基础知识的重要性。知识记忆不是学习的终点，而是思维训练的起点。

　　未来教育应着力培养学生运用AI工具、面向真实问题开展创新实践的能力。有专家学者认为，在人工智能时代，事实性知识、概念性知识、程序性知识仍是学习的基础，但元认知知识更为关键。学生要学会判断知识价值、规划并调节学习过程、反思学习效果，真正成为自主的学习者。北京大学教授陈平原曾指出，对本科生而言，“趣味雅正比常识丰富要紧”。当AI可以轻松记住海量知识点时，学生享受学习过程、保持探索热情，本身就是重要的教育价值。

　　综合来看，智能时代的学习内容应构建三层素养：一是知识基础层，即基础知识与基本技能仍是学习根基，不可偏废；二是数字素养层，包括AI工具使用、信息甄别、数据素养、数字伦理与安全意识等将成为人人必备的基础能力；三是内核能力层，主要包括好奇心、批判性思维、创新思维、元认知、自主学习和社会情感能力，这是人类难以被机器替代的核心竞争力。其中，社会情感能力关乎心理健康、人际和谐、价值判断与社会责任，是落实立德树人根本任务的重要支撑，在智能时代的社会发展中尤为重要。这三层素养并非简单并列，而是构成一个有机整体：知识基础层是根基，数字素养层是工具与载体，内核能力层则是本质与方向。三者相互支撑，缺一不可。

　　摆脱机械学习，走向有意义的深度学习

　　学习方式的选择将直接影响学习的效果。教育心理学家奥苏贝尔曾指出：接受学习不等于机械学习，发现学习也不等于意义学习。由此，判断学习质量的关键在于实现有意义学习并达成深度理解与内化。AI赋能教育的重要方向正是助力学生摆脱机械学习，走向有意义的深度学习。

　　未来教室的形态会不断演变，但“教师引导、学生主动建构”的基本教育逻辑不会消失，短期内课堂讲授、师生互动的基本教学模式也不会根本改变。真正发生深刻变化的，是教育资源供给方式、教师角色定位与学习交互形态。在线同步授课打破优质资源的地域壁垒，视频课程与混合学习让自主预习、线下辅导相结合成为常态。数字教师与智能助手可提供全天候个性化陪伴，使得学习的时空边界被彻底打开。

　　未来的学习方式呈现出个性化、交互式、沉浸式、自主化四大核心特征。

　　个性化学习从理想走向现实。心理学家、教育家布鲁姆的研究证明，接受一对一辅导的学生，其学业表现显著优于传统课堂教学的学生。AI打破了这一瓶颈，它可以基于学习者特征与海量学习数据，量身定制学习材料、提供一对一智能辅导，动态调整学习难度与节奏，让大规模、高质量个性化学习成为可能。

　　交互式学习实现普惠升级。苏格拉底式对话引导与追问启发的教学法因成本高昂难以普及，而AI可以扮演“智能苏格拉底”的角色，通过持续对话激发学生思考，澄清认知误区，提升思维品质。

　　沉浸式学习成本大幅降低。传统虚拟学习场景构建耗时耗力，而AI可快速生成各类逼真情境。语言学习的机场对话场景、历史课堂的古代街市、科学实验的微观世界、职业教育的真实工作场景，都能即时呈现，让学习更具临场感与参与感。当然，技术应用要把握节奏、务实推进。元宇宙教育的实践表明，硬件与生态不成熟时过早投入易造成资源浪费。但这并不否定沉浸式学习的价值，随着技术成熟稳定，沉浸式学习必将成为重要学习形态。

　　自主学习能力不可或缺。研究表明，影响世界的拔尖创新人才，大多拥有长期自主探索、自由思考、大胆试错的学习经历。教育应为学生创造灵活的课程选择、个性化的指导支持、包容试错的成长环境，让学生在自主学习中激发潜能、实现突破。

　　以学习科学研究深度赋能AI

　　讨论AI与教育融合，教育工作者通常更关注AI如何赋能教育，但学习科学如何赋能AI，同样重要。二者之间不是单向应用，而是双向赋能、协同共进的关系。

　　当前，AI在教育中的应用仍存在不少误区。一些AI作文批改工具给出远超原文篇幅的评语，增加学生负担；部分智能学习平台简单堆砌题库、机械刷题，违背认知规律；一些应用重技术展示、轻教育规律，未能真正提升学习效果。这些问题说明，脱离教育本质、违背学习规律的技术应用，不仅无法赋能学习，还可能适得其反。

　　让AI真正服务于学习，必须回归“人是如何学习的”。而学习科学则是回答这一根本问题的重要支撑。学习科学是整合认知神经科学、心理学、教育学、人工智能等多学科的交叉领域，专门探究人类学习的认知机制、发展规律，以及如何设计更有效的学习环境与工具。学习科学的研究方向主要包括三个方面：一是学习基础机制研究，借助脑科学、认知科学等手段，揭示双语学习、游戏化学习、协作学习、探究学习等对认知能力的影响；二是学习环境设计研究，开发游戏化学习软件、智能学习平台、沉浸式学习场景、项目式学习任务；三是学习分析技术研究，利用大数据与人工智能精准分析学习行为，提供个性化干预与支持。

　　将学习科学的研究成果深度融入AI教育系统的设计、开发与应用全过程，是提升教育质量、避免技术滥用的关键。无论技术如何迭代，人类学习的认知规律不会发生根本改变。遵循认知规律、立足科学证据、回归育人本质设计学习流程、开发智能工具、优化教学方式，才是实现“更科学、更快乐、更有效”学习的必由之路。

　　人工智能正在重塑教育形态，但促进人的全面发展、守护人的成长与幸福，这一教育的本质始终不变。面对技术浪潮，我们应保持理性与清醒：AI不是替代学习，而是赋能学习；技术不是目的，而是实现更高质量、更公平、更有温度教育的手段。

　　当下，我们应当把握机遇，立足学习科学视角，重构学习价值、转型学习内容、创新学习方式。以教育数字化助推教育现代化，推动教育向着更科学、更快乐、更有效不断迈进，让教育回归育人本质，走向更加美好的未来。

　　《光明日报》（2026年06月16日 15版）