人工智能浪潮正以前所未有的深度冲击着教育体系。面对这场系统性变革，教育的底层逻辑究竟发生了什么变化？教学方式与评价体系又该如何重构？一个颇具争议的观点——“大学教授比小学教师更容易被AI替代”——背后又反映了怎样的现实？这些问题，正成为教育界内外关注的焦点。

近日，教育部教育数字化专家咨询委员会主任、中国教育技术协会会长杨宗凯，以及清华大学教育学院副院长韩锡斌，在接受澎湃新闻采访时，分享了他们对此的深度观察与思考。

针对高校教师是否更易被替代的讨论，两位专家指出，从知识传授的维度看，高校教师确实面临更高风险。然而，教师的核心价值远不止于此。关键在于，教师角色必须进行一场深刻的转型——转向发现与培养创新人才，转向塑造“会创造的人”。唯有如此，其不可替代性才能真正彰显。

谈及教育评价改革，杨宗凯认为，关键在于将过程评价与结果评价有机结合，借助技术对学生的多元行为进行数据化感知与分析，从而勾勒出立体的“能力画像”。他特别指出，评价改革的深层瓶颈，或许并非技术限制，而在于教师评价理念与能力的转型。“改革改到深处，教师是关键，也是难点。”这一判断，点破了问题的核心。

AI时代的教育底层逻辑发生了何种变化？

谈及AI带来的教育变革，韩锡斌指出，这与过去从信息技术到数字技术的转变有本质不同。

“以往的技术，主要扮演着增强学习、交流等具体功能的角色。而AI带来的，是一种底层逻辑的碘伏。”韩锡斌解释道，其长远目标，是让AI变得像纸和笔一样，成为人与世界交互、辅助思考与解决问题的自然且普适的基本素养。这是一个根本性的转变，尽管具体路径仍在探索之中。

杨宗凯则从更宏观的视角审视这场变革。在他看来，AI不仅是“工具的革命”，更是“革命的工具”，它引发的是一场教育的系统性重塑。教育的底层逻辑已从过去“人对人”的二元结构，转变为“人—机—人”的三元结构。技术作为第一生产力，改变了教育生产力，进而必然推动教育理念、方法、师生关系乃至治理模式的深刻演变。

“这是一个系统性的工程。”杨宗凯强调，当前必须认识到，教育数字化或智能化是一个历史进程，需要把握节奏，审慎推进。他提到，2026年世界数字教育大会的主题特意加入了“治理”维度，正是因为AI是一把双刃剑。

“用得好，它能极大促进个性化发展、全面教育以及能力为本的培养；用得不好，则可能带来认知依赖、加剧不公平等隐患。”杨宗凯举例说，若认知主体过度依赖AI，其独立思考能力可能衰退；若应用不当，AI也可能在师生、区域间制造新的数字与能力鸿沟。因此，国家建设智慧教育平台的一个重要初衷，正是为了促进普惠，守住教育公平的底线。

杨宗凯进一步指出，当前AI在教育领域的应用已打下基础，但核心在于推动深层变革。要让AI真正成为“革命的工具”，就必须进行系统再造。“这不仅仅是利用AI提升教学效率，比如让学生刷题更快更准，而是要转向以能力提升为本的教育，实现真正的转型。”他提醒，若只停留在工具应用层面，而不进行涉及平台、数据、工具和政策的系统性协同变革，发展就可能停滞在效率提升的初级阶段。

他以教师工作为例：如今许多工具能大幅提升备课、批改作业的效率，但“教”的效率提高后，“育”的部分该如何深化？教育本是“教”与“育”的结合，是心灵启迪心灵的过程。当教学变得更个性化、更以能力为导向时，教育方式就必须相应调整，人才培养目标也需围绕AI时代的需求进行重塑——更加注重价值观、创造力等隐性知识的传递，目标不仅仅是培养“会读书的人”，更是培养“会创造的人”和“会生活的人”。

杨宗凯补充道，在AI时代，许多传统工作（包括部分白领岗位）面临被替代的风险。因此，教育目标必须升级，致力于培养“更高阶的人”。其中，身心健康是基石，而“生活”本身也是塑造人的重要场域，包括树立正确价值观、参与劳动、体育锻炼、接受美育、培养终身学习能力等。这些要素共同构成了一个完整的人，以应对未来的复杂挑战。

大学教授比小学教师更容易被AI替代？

人工智能带来的机遇与挑战并存，其将替代部分人类工作已成为社会共识。此前，有知名高校教授提出“大学教授比小学教师更容易为人工智能所替代”的观点，引发了广泛讨论。

该如何看待这一观点？

韩锡斌分析认为，教育具有双重本质属性：一是“人本性”，即启迪智慧，促进人健康快乐成长；二是“社会性”，即培养社会所需的人才。若从“社会性”特别是知识传授的维度看，大学教育与就业关联更直接，而AI在知识传授方面优势明显。因此，从这个角度说，上述观点有一定道理——因为越是基础的教育阶段（如小学），“人本性”的色彩就越浓厚。

但他也从另一角度指出，如果大学的核心使命在于发现和培养创新人才，那么教师的职责就远不止于知识传授，层次更高，挑战也更大。“大学的‘难’，正难在这里。”韩锡斌说。

他更倾向于一种比喻：教育更像农业而非工业——它需要提供适宜的环境，促进每个独特个体的生长，这高度依赖艺术性与个性化。“因此，很难简单断言哪个学段的教育更容易被替代。”

杨宗凯的观点与此有相通之处。他明确表示：“老师不会被替代。AI是用来促进人的发展的。”但同时他也指出，对于高校而言，AI确实带来了一个重大转折点。如果高校的价值仍主要停留在知识传授上，那么其价值确实会降低，风险也会增高。

“我曾担任三所大学的校长，我们一直推动的转型，核心就是如何培养‘会创造的人’，而不仅仅是‘会读书的人’。”杨宗凯强调，“改革深入之处，关键在于教师本身的转变。”

在他看来，未来的教师需要在三个维度上实现深度融合，才能构筑难以被替代的竞争力：第一，深厚的学科造诣；第二，掌握教学的艺术，即新的教学方法。如果仍固守以教师、课堂、教材、考试为中心的传统模式，确有被取代的风险——因为学生完全可以从智能体、慕课、B站等多渠道获取知识。因此，教师角色必须转变；第三，高超的技术素养，善于运用AI赋能教学。

杨宗凯总结道，学术、艺术、技术“三术”高度融合的教师，才是AI时代的好老师，其最终目的是培养学生的高阶能力。

具体而言，AI将教师从部分工作（如知识传授、备课批改）中解放出来，效率提升所节省的时间，应更多地投入到“科研育人”和“场景育人”中去。杨宗凯以他在武汉理工大学的设计为例，曾规划了17种育人场景，要求全体教师参与。他认为，教师在人机协同中不仅能创造知识，在育人方面更拥有巨大且不可替代的潜力。未来的教育模式，必然是线上与线下混合、人类与机器协同的混合模式。

与此同时，杨宗凯提醒，相应的治理体系，特别是评价方式，必须跟上这种变化。数字化进程有其自身规律，通常经历建设应用、融合、变革等阶段，不能违背规律，急于求成。

AI时代教育评价难题怎么破？

评价改革，素来是教育改革中的深水区。AI时代，当人工智能成为学生学习的基本工具，教育教学与评价又面临哪些新挑战？破局之道何在？

“如果学生能通过网络甚至AI自主学习，为何还要按点到课？当下课堂的不可替代价值究竟何在？”韩锡斌提出这个尖锐问题，并给出了自己的思考：一个破解方向，是找到课堂教学独有的价值——即那种不同于自主学习的深度互动、思辨碰撞与知识生成的过程。

如何借助AI提升学生的高阶能力，而非导致其脱离AI后基本判断力下降？韩锡斌指出，当前研究显示，AI的输出既可能增强也可能削弱使用者的原有认知，关键在于教学设计如何引导。

他谈到高校评价的现实困境：“以往，高校教师多采用客观题进行评估，但后来发现可能存在代做、答案雷同等问题。于是大家倡导多布置主观题。可现在，连主观题也面临挑战，因为AI能生成非常个性化、非抄袭的答案。”韩锡斌表示，目前高校中，“学生平时作业表现与闭卷考试成绩差距较大”的现象确实存在。

“AI是双刃剑，过度依赖会导致认知主体衰退。”杨宗凯认为，教育本质上需要一定的“阻力”来促进心智发展，就像锻炼肌肉需要负重一样。因此，AI时代的教育考核，不能再设计那些学生能轻易从AI获取答案的任务。正确的做法是“设计阻力”。例如，让AI就某个问题给出几种不同观点，组织学生进行比对、讨论与批判，从而锻炼其批判性思维、决策与判断能力。

在杨宗凯看来，过程性评价可以借助AI等技术，记录学生在课堂、活动、项目解决中的表现，并纳入总评。对于过程表现与考试成绩可能存在的差异，需要依靠数据驱动，将过程评价与结果评价有机结合，对学生的多元行为进行数据化感知与分析，最终形成全面的“能力画像”。

然而，从理念到实践，评价改革之路依然布满挑战。

“2026世界数字教育大会期间，有专家谈到，评价应关注思维过程而非结果，但评估思维本身就很困难，许多老师正在积极探索。”韩锡斌分享了他本人的实践：在教授《认知理论与学习科学》这门理论课时，他早在十多年前就摒弃了传统作业模式，转而要求学生在课前预习并撰写报告、提出问题，课堂上围绕这些问题展开讨论，课后还需进行反思。这种模式旨在促进师生共同思考与知识分享。

这样的探索，恰恰点明了教育评价改革的要点与难点。

“教育评价改革问题的关键，或许不在于技术达不到，而在于教师评价理念和能力的转型。”杨宗凯再次强调，“改革改到深处，教师是关键，也是难点。”从习惯传统评价到接纳新方式，必然需要一个过程，出现反复也是常态，但方向必须坚定——朝着适应AI时代需求的教育评价改革稳步前进。