对话 | 卢宇-魏宁 人工智能赋能教育：应用与创新

卢 宇

北京师范大学教育学部副教授，博士生导师，教育技术学院副院长，北京市未来教育高精尖创新中心人工智能实验室主任。新加坡国立大学计算机工程专业博士。IEEE Transactions on Learning Technologies等多本SCI/SSCI期刊副主编，AIED等多个国际学术会议程序委员会主席。

出版中英文著作3本，发表中英文学术论文100余篇。主持国家重点研发计划课题1项，国家自然科学基金3项。获China New Development Awards（中国新发展奖，由学术出版机构Springer Nature颁发）、亚洲数字化学习论坛技术创新银奖、教育部产学合作协同育人优秀项目等多个国内外奖项。主编和主审多本中小学及中高职人工智能与信息科技教材，研发了新课标下中小学人工智能知识体系与系列课程资源。

魏 宁

北京市东城区教育科学研究院研修员，《中国信息技术教育》杂志特约撰稿人/专栏作者。

人工智能赋能教育：学校该如何做？

魏宁：卢教授您好，很高兴有机会和您聊一聊有关人工智能教育的话题。进入2025年，DeepSeek的“出圈”又一次推高了人工智能的热度。随着各种生成式人工智能工具和应用渐趋成熟，人工智能已经成为教师和学生的得力助手。从ChatGPT的爆发到今天DeepSeek的火爆，您如何看待这一轮人工智能热潮对教育领域的冲击和影响？

卢宇：是的，近年来这一轮人工智能的大爆发，确实对教育产生了深刻的影响。目前，生成式人工智能在技术上仍在快速演进中，DeepSeek在今年又制造出最新一波热度。经过两年来的实践，生成式人工智能在一些典型教育场景下的应用已经逐渐趋于成熟。对教师来说，在教育资源的生成、智能助教的搭建以及辅助教师备课、教研等方面，人工智能已经能够起到很好的支撑和辅助作用。对学生来说，生成式人工智能已经可以对各学科知识进行答疑解惑，在英语、普通话等的口语练习这类典型场景中，人工智能可以充分发挥其在语音识别的准确度、语义的理解、多模态感知和识别等方面的优势，和学生进行非常准确的、高质量的口语练习，如果再与数字人技术相结合，完全可以创造出一个智能助教。

总体上看，这一轮生成式人工智能的爆发，包括DeepSeek在内，相对于传统的人工智能，它的进步主要体现在对多轮对话的语义理解、启发性内容的生成、思考模式下的深度推理能力等方面，这让生成式人工智能在一些技术端的通用场景上有了快速的进步。但是，和一般的通用场景以及一些垂直领域场景相比，教育教学场景要复杂得多。从这个角度来看，目前的生成式人工智能还很难做到在教育教学的核心业务场景中普遍落地，要想具体深入到教师的业务工作和学校的管理流程中，还需要一个发展、成熟的过程。

总的来说，虽然生成式人工智能对教育教学工作产生了很大的影响，也能够提供很多实实在在的帮助，但我们还是要保持清醒的认识，至少在教育领域，现阶段生成式人工智能的成熟度和我们听到的很多商业领域自媒体的宣传相比还有距离。

魏宁：从您的观察来看，生成式人工智能还存在哪些局限，需要教师和学生在应用中加以注意？

卢宇：虽然生成式人工智能取得了很大的进步，但当我们在教学中应用时还是要保持足够的警惕。首先，人工智能有时仍难以充分理解多模态信息和分析信息内在的逻辑关系，这会导致生成不合理或错误的内容，如对较为复杂的几何类数学题的求解和问答，其能力仍然难以达到教育场景的应用要求。其次，因为生成式人工智能主要依靠概率推断的方式进行信息的加工和生成，这并不是真正意义上的严谨的逻辑推理，其推导过程依然是一个“黑箱”，所以它生成的内容不具备可解释性与明确的依据。

例如，让人工智能求解高等数学中的复杂题目，即使生成的答案看似正确，但由于算法依据不清晰，其中细微的逻辑错误或步骤冗余还难以精确识别。因此，当前人工智能生成的内容仍然无法直接用于重要的项目实践和高利害考试等重要教育场景中。在这一点上，DeepSeek貌似为我们呈现出了它的“深度思考”过程，并且其生成的文本内容质量更高、深度更深，但也只是从概率角度来说准确率更高了，其可解释性并没有实质性的改观。

魏宁：从不同的教育角色出发，还有哪些因素制约着生成式人工智能在教育领域的应用？

卢宇：学校是一个育人的场所，而生成式人工智能又是一个新事物，我们必须对青少年的健康成长和正确价值观的形成负责。具体来说，不同的教育角色对人工智能应用有着不同的关注点。学校管理者会重点关注人工智能所提供内容的价值观，要有助于处于青少年时期学生的身心健康，对他们起到正向塑造的作用。在这方面，在过去的一年里，推出大模型产品的公司都做了大量的工作，从技术上对输出结果进行了有效的优化和约束。例如利用RAG技术，也就是检索增强生成技术，用一些专业知识库来指导文本内容的生成，以保障输出的结果准确并符合中小学的育人要求。

从学生或家长的角度来说，他们更希望生成式人工智能的“回答”能提供准确的信息和相关依据。例如，在和人工智能工具交互的过程中，人工智能不断向学生推荐某类学习资源，并告诉学生某个知识点没有掌握。这时候，学生或家长就希望了解更多的相关背景，也会质疑人工智能的判断是否准确，推荐的学习资源是否真的有效。又如，生成式人工智能对学生作文的批改分数是80分或60分，学生或家长肯定想进一步了解背后的原因是什么，希望能得到相对专业的解答和指导。但现在大模型所依赖的超大规模神经网络的内部结构和决策过程非常复杂，对用户也不透明，即使它对学生学习状态的判断是准确的，推送的学习资源也是有效的，也无法给出相关的解释和依据，这也会影响到使用者的学习体验和信任程度。我们把这一类问题叫做生成式人工智能的“可信问题”，这也是目前有待解决的问题。简单说，就是要建立针对生成式人工智能的教育用户的信任，提供系统的透明性和可解释性，包括问责等各类机制，我相信不久的将来这些问题都会被逐一解决。

教师和学生对这些局限或潜在的风险应该有足够的认识，这样在应用生成式人工智能的时候，就可以引起重视并有意地加以规避。

魏宁：看来，通用大模型在教育这个特定领域中还不能完全胜任，也许我们需要专门的教育大模型。

卢宇：是的，因为通用大模型不能完全满足教育场景的复杂性，需要教育领域有自己的专业大模型以及应用层面的开发，但目前在这方面也会遇到一定的瓶颈和堵点。例如，对教育领域多模态海量数据的需求，因为涉及学生隐私、数据安全等问题，还难以大规模获取。另外，在教育领域专业知识库的构建上，包括在相关教材的数字化方面，也会面临知识产权以及法律上的风险。这些都是在构建教育大模型过程中遇到的实际困难，也有待于进一步解决。

魏宁：我们如果了解了生成式人工智能的优势和局限，就能更加理性地看待人工智能在教育中的应用。最近一年，我发现不同的学校对待生成式人工智能的态度还存在差异。更多的学校对新技术持欢迎态度，也有一些学校会采取较为谨慎的态度，甚至有学校会禁止使用人工智能。您觉得对待生成式人工智能，我们应该采取怎样的态度？

卢宇：总的来说，对待生成式人工智能的态度无外乎“堵”和“疏”。我们先看能不能“堵”。当今的中小学生已经能非常熟练地使用各类生成式人工智能的平台和工具，加之门槛的降低，几乎没有办法禁止使用这类工具。同时，我们也很难准确识别人工智能生成的内容，对于人工智能生成的文本类内容，目前总体的识别准确率不超过60%。当我们既无法做到不让学生使用人工智能，又无法准确识别出哪些内容是由人工智能生成的时候，“堵”这条路实际上已经走不通了。

既然不能“堵”，那就只能“疏”。这首先需要我们转变认识和观念，重新思考教育的培养目标，今天的生成式人工智能已经具备海量的知识和相应的服务能力，我们如果还一味地让学生死记硬背大量知识点，意义又何在呢？教育领域需要重视培养学生的实际问题解决能力、创造性思维与批判性思维，从而让培养的学生可以胜任人工智能难以替代的工作。当我们的教育理念转变后，行动就是顺理成章的事情了，接下来就需要广大教育工作者，包括学校领导者和教师，努力去探索如何用好人工智能，引导学生正确使用人工智能，让人工智能助力教师的“教”，促进学生的“学”。

当然，具体情况也要具体分析。在总的导向上，我们倡导积极接纳人工智能，拥抱新技术、新工具，勇敢尝试、探索其在教育教学场景下的应用。但对于特定的年级、特定的场合，也要有所限制。例如，对于面临中高考的毕业年级，对于一些重要的作业或测试场景，应该制订相应的具体规定，明确人工智能的使用边界。

人工智能赋能教学：教师该如何做？

魏宁：随着生成式人工智能及其产品的快速演进和迭代，在过去两年中，各种人工智能平台、工具可谓“你方唱罢我登场”。对大多数教师而言，作为一个应用者，经常有“眼花缭乱”的感觉。对于不同的人工智能平台、工具的选择，您有何建议？

卢宇：关于生成式人工智能在不同领域中一些具体的平台、工具，教师们可能会关心哪个工具在文字处理的时候好用、哪个工具更适合做表格的处理、哪个工具更擅长制作PPT，但现在的生成式人工智能技术演进以及平台和工具的更新速度都非常快，在具体工具的选择上，我建议教师们不要被动地接受，而是要主动去尝试，也不要局限于只使用某个固定的工具，而是要与时俱进，对新工具有足够的敏锐度，勇于去尝试新工具。至于在某个具体工作场景下，哪个工具好用，相信教师自己才是最有发言权的。

另外，现在的生成式人工智能的应用门槛非常低，网上的教程也很多，“怎么用”已经不是一个难题了。教师们还可以去探索工具间的组合创新，如先用DeepSeek生成PPT的框架文本，再转给Kimi去生成PPT。

总之，教师们要紧跟人工智能的步伐，基于自己的真实需求、场景去尝试不同的工具，这就是一种工具的适配能力，也是教师数字素养和人工智能素养的具体体现。

魏宁：回到具体的教学场景中，教师应该如何通过正向的引导，让生成式人工智能助力教学，提升学生的各种能力和素养呢？

卢宇：我先举一个在课堂中使用生成式人工智能的例子，如传统的作文教学，就是让学生直接写作，教师批改。那么，当生成式人工智能工具进入教学场景后，能否让学生和人工智能一起完成写作任务，从而提升学生的写作能力呢？

我们曾经在一些学校展开这方面的探索，如某学校进行了一次作文主题教学活动，要求以“我在火星生活的一天”为主题，发挥想象力，借助生成式人工智能的帮助，创作一篇科幻想象的文章。

在写作前，学生会和人工智能一起思考、交流，探讨文章的构思，在这个阶段，学生要能初步了解生成式人工智能，体验如何与人工智能进行交流。接下来，学生会借助人工智能收集写作素材和资料，判断所收集资料的真实性、科学性，从中筛选出有助于写作的信息。在写作中，学生会针对关键部分的内容随时和人工智能进行讨论，共同完成写作任务。在写作后，还要借助人工智能对文章进行润色和修改。

教师会在整个写作过程中为学生提供学习单作为学习支架，学习单涵盖了提供范例、查找资料、知识问答、搭建框架、启发观点、润色文字、评价改进等各个环节。学习单对学生有详尽的指导，特别是人工智能应用策略的提示，如对于如何更好地与人工智能进行交流，学习单会引导学生“用尽可能清晰和具体的指令来表达想要询问的问题，给予足够的信息”“如果对得到的回答不满意，可以尝试用不同的方式或词语表达同一个问题”“如果你有一个复杂问题，可以分解为几个较小的、单独的问题，逐步解决，以获得更清晰的答案”等。

经过这样的一次主题教学活动后，学生不但在语文教学所要求的“语言运用”“思维能力”“审美创造”等方面有所提升，而且在“信息意识”“数字化学习与创新”“信息社会责任”等信息科技课程核心素养方面有了明显增强。在生成式人工智能的应用上，学生对一些基本概念及其在创作中的功能有了更多的了解，掌握了设计优化提示词的基本思路及技巧，并能将其运用于实际任务中。

可以看到，这已经不是一节单纯的语文课，而是一次跨学科主题学习活动，也是一次很好的项目式学习活动。将生成式人工智能的应用与具体的学科教学融合在一起，能够很好地提升学科素养和数字素养。通过对学生的评价也可以证明，这类活动取得了不错的实践效果。

当前，越来越多的学科和教师开始探索如何利用生成式人工智能，设计好一节课或一次活动，在提升学生学习兴趣的同时，对知识掌握和素养提升提供帮助。当然，这对于教师也是一种全新的挑战。

魏宁：最近一年，教学智能体逐渐兴起，也被很多人看好，认为它将在2025年有较大发展，您能否先给老师们介绍一下什么是教学智能体？

卢宇：其实智能体并不是一个新的概念，在人工智能领域，智能体早在20世纪就被提出。这个概念也不难理解，因为人自身就是一个智能体，可以用五官感知环境，用大脑进行推理决策，通过手脚展开行动，与外部世界进行交互。同时，人还有一套学习机制，有自己的长短记忆，可以存储知识，并通过提取记忆中的知识进行学习，这就是一个智能体的基本工作流程。用学术一点的表达就是，智能体指的是可感知环境并反作用于环境，以实现其自身目标的自适应系统，又称为自主智能体。人工智能学科的重要目标就是构建像人一样的智能体， 这一直是传统人工智能孜孜以求的梦想。

长期以来，受限于核心模型的智能化水平，智能体的发展一直处于比较初级的阶段。而大模型的出现，让智能体在感知、推理、任务规划、交互等方面得到了较大提升，这使得智能体的构建在今天受到了各领域的广泛重视。

具体到教育领域，教学智能体的目标就是充分利用生成式人工智能对环境感知、推理规划、学习改进、行动决策等方面的自主适应能力，在课堂教学、课后辅导、教师研修、家校合作等多种教育场景下，为教育领域各类角色提供教与学的智能化服务。

魏宁：那么，作为教师，又该如何构建一个教学智能体呢？

卢宇：一般的教学智能体的构建过程并不复杂。例如，我们和DeepSeek做一些简单的对话，就可以看作使用了一个智能体。这里面有人与智能体的交互，DeepSeek也会对问题进行分析，并生成内容、进行回复，完成了内部的推理和决策，表现出了简单的智能。

现在的很多生成式人工智能平台都有创建智能体的功能，按照平台的相应提示，描述出智能体的基本功能、教学的需求，就可以创建一个教学智能体。同时，还需要构建本地知识库，这时需要我们上传相关的专业知识或数据，如学科教材、学习辅助资源以及相关的专业领域知识等，可以以PDF或其他形式的文件上传。此外，智能体有别于生成式人工智能平台的一个重要特点，是它可以根据具体任务，通过联网的方式，调用外部第三方工具来解决问题。例如，我们想要智能体画出思维导图，虽然智能体本身并不是思维导图专业工具，但它可以通过联网调用相应工具的API，完成思维导图的创建；当我们需要求解数学问题的时候，它可以调用第三方的数学工具来辅助解题；等等。

而在智能体的前端，可以使用数字人技术，形成一个虚拟的载体，这样的一个教学智能体就好像一个助教或者学习伙伴，可以在不同的任务场景中满足学生的各种学习需求。

总的来说，构建教学智能体对于大多数教师而言门槛并不高。从我们的教师培训经历来看，大多数教师能在自己的教学环节应用教学智能体，不论是作为课程助教，还是批改作业。在这个过程中，教师也会表现出浓厚的兴趣，并积极展开探索。

魏宁：在构建了一个教学智能体之后，又该如何在教学中应用呢？您能给我们展示一个案例吗？

卢宇：我来举一个具体的案例。我们正在设计和开展的以“垃圾分类”为主题的跨学科学习或项目式学习，就是一次教学智能体的实践应用。其中，教学智能体可以根据学习任务，对作品进行具体规划，支持与学习内容相关的记忆与反思，提供多模态项目资源生成、检索增强生成式的学习支架、高质量代码生成与反馈等多种能力的实现与拓展，支持人机交互与多智能体交互模式，等等。在整个过程中，教学智能体可以担任“助教智能体”和“同伴智能体”两类教育角色。

在本次项目式学习的驱动问题提出环节，“助教智能体”首先依据预设的学习情境，建立驱动问题引导框架，并与学生开展多模态形式的在线讨论，引导学生自主提出项目的驱动问题。例如针对“垃圾分类”主题，“助教智能体”可以调用外部多模态大模型的图片生成功能，绘制“海洋垃圾旋涡”“难以降解的塑料垃圾”等情境图片，为学生创设真实情境，还可以基于对话能力，与学生进行垃圾治理迫切性的在线讨论，并提出垃圾治理的可能步骤和方法，引导学生自主思考，明确所开展的项目活动，如“如何宣传垃圾分类环保理念”“如何制作一个智能垃圾桶用于垃圾分类”等。

接下来是项目方案的共同设计。为了解决驱动问题“如何宣传垃圾分类环保理念”，教学智能体首先利用其任务规划能力，将该问题的解决方案分解为“了解垃圾分类规则”“搜集各类典型垃圾示例”“制作宣传素材和载体”等多个可执行的子任务。基于各个子任务，教学智能体可以构建多个“同伴智能体”，与学生针对具体项目方案展开讨论，提供策略性支架，并及时反馈学生的意见，引导学生共同完成项目方案的设计。例如，针对“制作宣传素材和载体”这一子任务，“同伴智能体”可以在小组讨论中提出海报、网页、微信小程序等不同形式的解决方案，如学生支持网页，智能体会进一步帮助学生设计并搭建网站。

最后，教学智能体会与学生一起，协同完成项目作品的制作。例如，制作一个“垃圾分类宣传网站”，学生可以通过多模态方式与智能体交流，向智能体展示手绘的网站前端设计样稿，“助教智能体”则可以调用外部网页设计脚本语言库，自动生成对应的网页代码。接下来，学生可以通过与教学智能体的互动，修改、优化网站，直至完成作品。

当项目完成后，“助教智能体”和“同伴智能体”还能结合自己的存储记忆，从学生在本次项目式学习中的知识掌握、技能获取、交互有效性等方面进行反思、评价，以促进学生各项能力的提升。

人工智能赋能课程：人才如何培养？

魏宁：生成式人工智能的逐步成熟和门槛的降低，对信息科技以及相关课程也产生了不小的影响，如人工智能对编程的辅助作用更为凸显。您如何看待未来人工智能对编程教育的影响？

卢宇：从编程的代码生成这部分来看，生成式人工智能已经趋向专业化。一些专业的代码大模型可以胜任从传统的脚本语言到各类高级语言的代码生成，并且生成代码的质量非常高。

更重要的是，现在的代码大模型不仅能完成代码编写任务，生成符合任务需求的代码，还能进行调试（debug），也就是在生成代码后，通过分析发现并修正代码中的错误，以及对专业代码进行文档注释。

这些功能对编程的学习会产生比较大的影响，最简单的就是，在代码大模型的编程环境中，学生就可以借助大模型分析、补全编写的代码，从而大大提高学习编程的效率。

而从更加长远的影响看，随着生成式人工智能的快速发展，代码大模型已经能够胜任代码生成这一类的场景，并且完成的质量和效率都很高。在这个背景下，从我们的观察来看，大量的初级程序员工作岗位正在迅速减少，包括在一些头部的人工智能、互联网公司中，也出现了这样的现象。

这样的市场现状反映的是，对只会写基本代码框架的初级程序员的需求将会迅速萎缩，并且这一趋势在未来只会加强。这一趋势已经引起了高校计算机专业、人工智能专业的重视，对本科、研究生的相关培养方案的改进已迫在眉睫。而对于中小学信息科技教育、编程教育来说，我们也要进一步思考，随着人工智能编程愈加成熟、专业，未来的软件开发已不需要过多关心底层的技术细节、各种程序接口以及撰写基础性代码，而只需通过一系列简洁且精确的指令，将自己的需求告诉人工智能模型，由代码大模型自主产生高可用性的代码。那时，信息科技与人工智能教育应该为何而教？教什么？怎么教？从它的基本理念、教学目标、教学方式到课程设计，我们可能都将面临一次重新的思考和定位。

魏宁：对于人工智能时代的编程教育，您有何具体建议？

卢宇：随着生成式人工智能时代的到来，我觉得编程教育在教育理念、课程设计、教学内容上都需要与时俱进。

具体来说，在教育理念上，我们要更加强调对学生高阶思维，特别是计算思维能力的培养。未来的编程方式将从传统的手动编写代码方式演变为基于人工智能技术辅助的新型人机协作方式，这让学习者习得、使用编程技能的方式都大大不同了。这要求我们不必过多关注编程技能的培养，而应更多侧重计算思维等高阶思维能力的培养，帮助学生树立对人机协作的正确认知，以满足人工智能时代对人才的基本需求。

在课程设计上，编程教育可以更多地和人工智能教育相结合，让学生充分利用编程和人工智能技术解决身边的、生活中的实际问题，课程形式上多尝试项目式、探究式学习，以学生为中心，围绕一个主题展开驱动问题的设计。同时，要积极运用先进的人工智能设备、工具和资源，调动学生的学习积极性，引导学生自主学习。

在课程内容上，要让学生充分认识、了解未来的智能化编程方式。可以创设特定的场景，让学生熟悉如何通过准确的自然语言或流程图描述具体需求，借助人工智能实现程序编写、调试和运行。与此同时，学生也要认识到，人工智能编写的程序可能会有错误或缺陷，需要通过人工或人工智能工具进一步修改、优化，直到生成理想的输出结果。

总之，面对更加智能化、人性化编程时代的到来，中小学编程教育要紧跟时代步伐，积极探索符合我国国情的新一代青少年教育模式。

魏宁：随着生成式人工智能的快速发展，特别是DeepSeek的出现，我们对人工智能领域的人才培养有了更高的期待，面向未来，您对中小学人工智能教育有何建议？

卢宇：生成式人工智能带来的冲击，让我们更加重视人工智能领域在各学段的人才培养，而中小学人工智能教育无疑是人工智能人才培养长链条中的重要一环。

从目前国内的情况看，中小学人工智能教育仍处于起步阶段。很多学校的人工智能校本课程或者社团，本质上开展的还是传统的编程、机器人、创客、STEM教育，更多地让学生在“玩中学”。但是，人工智能学科毕竟有它自身的思想方法和课程体系，在中小学人工智能教育中，我们应该依据不同学段学生的年龄特征，或多或少地渗透这些思想方法、知识脉络，而不只是简单地让学生去体验或感受。从这一点来说，我们很多学校的人工智能教育在学科体系上还是偏弱的，和真正的人工智能学科教育还有一定的距离。

当然，这并不是说从小学开始就把人工智能教育专业化，单独讲授专业内容。在小学阶段，我们可以结合其他学科，用项目式、大单元学习的方式让学生在体验人工智能的同时，重视基本理念的建构。到了中学阶段，逐步加入一些人工智能领域的专业性内容以及课程资源。

此外，我们要高度重视人工智能伦理道德的教育，帮助学生建立起防范人工智能可能带来的安全隐患的意识。例如，现在由人工智能产生的深度伪造，有必要引起学生警惕，这方面的学习不必通过复杂概念、知识的引入，完全可以融入到日常生活的情境中进行。

总的来说，这一轮生成式人工智能的迅猛发展，带来的一个积极作用就是让人工智能领域人才培养受到了从国家到教育界的普遍重视。我相信在这一背景下，未来的中小学人工智能教育会越来越规范，课程的科学性和适用性也会得到加强。

魏宁：让我们期待未来的中小学人工智能教育能取得更大的成绩，培养出更多人工智能领域的人才。

感谢卢教授今天和大家分享的关于人工智能赋能教育的思考，也希望更多的学校、教师在教育教学中积极探索人工智能的应用和创新，让AI真正赋能教育和教学。

卢宇：感谢《中国信息技术教育》杂志一直以来对人工智能及其教育应用的关注，期待人工智能让教育插上腾飞的翅膀。

文章刊登于《中国信息技术教育》2025年第10期

引用请注明参考文献：

卢宇 魏宁 .人工智能赋能教育：应用与创新 [J].中国信息技术教育，2025（10）：4-11 .

欢迎订阅

识别上方二维码即可订阅