人工智能助力实现大规模因材施教

　　7月，教育部办公厅印发的《关于组织实施数字化赋能教师发展行动的通知》明确指出：“经过3至5年努力，教师数字素养全面提升，熟练应用数字化手段开展教育教学成为新常态，探索形成大规模因材施教和人机协同教学的有效路径。”长期以来，由于学生人数多，教师工作量大、获取学生信息不全面，教师难以有效判断学情并制定解决方案，使得因材施教受众人数受到限制。当社会进入智能时代后，人工智能可以助力教师解决较大规模因材施教的问题。

　　人机协同助力教师的学情判断。人工智能凭借其感知、记忆、思维与判断等能力，可协助教师实现更全面、系统的学生信息获取，能够快速生成包括学生学习进度、认知偏好、思维特点、情感状态等多维度的学生“画像”，精准诊断其兴趣、潜能和不足，揭示学生发展过程的特点和规律。同时，也应强化对学生信息的保护意识和能力，确保数据使用服务于教育目标，避免信息泄露带来的风险。

　　尽管人工智能具备强大的数据处理能力，但其有效运作高度依赖教师提供高质量、结构化的数据。教师的数据素养直接影响人工智能“画像”的准确性和可靠性。

　　此外，教师多年的教学积累、对学生细微变化的敏感度、情感互动和信任建立等，都是判断学生过程中至关重要的因素。教师应结合教育学、心理学知识与实际经验，与人工智能协同参与学生评价，从而最大限度避免误判，有效解决选“材”难题，为“施教”提供坚实支撑。

　　人机协同助力教师施教。通过人机协同实现对学生情况规模化掌握后，有针对性地“施教”成为教师在工作中的关键环节。这是一项具有高度创造性的工作。

　　一方面，人工智能可接管一些规则明确、流程固定的任务，以更高效率和更低成本完成如作业批改、学情管理、资料处理等工作。这使教师得以从事务性工作中解放，将更多精力投入创造性“施教”工作。此外，因材施教不仅要清楚学生的学习状态和特征，还要深入分析其背后的成因，探索具有创造性的个性化施教措施。相较于人工智能，教师更具有深入分析事物原因的优势。教师能够结合学生的情感体验、家庭背景、社会关系等社会性因素，对人工智能所提供的“画像”进行深度解读。例如，人工智能可识别学生注意力不集中的现象，但这种现象背后的成因是心理态度问题还是环境因素，仍需教师凭借丰富的师生交往经验和具体情境等进行判断。

　　另一方面，因材施教需根据不同学生的具体状况灵活调整策略。所以，在基于对学生的具体判断而实施个性化教育教学措施方面，教师的创造性优势无可替代。

　　人机协同实现因材施教规模化效应。教师与人工智能在因材施教中各有各的优势：人工智能可以为因材施教提供选“材”的帮助，可以对学生进行较为客观的判断，可以释放教师的时间和精力，可以刺激教师创造性地施教；教师可以为人工智能准备大量的学生数据，可以运用社会人特有的情感和智慧对学生情况进行判断、分析学生状态和特征背后的原因，还可以发挥人类的创造行为，提出并实施针对不同学生的施教措施。

　　协同理论认为，系统通过诸要素的相互作用会产生新的定性特征。新的定性特征便是二者结合产生的结构功能。单独看，教师与人工智能都不具有实施规模化因材施教的功能，但是二者协同后就产生了这种功能。所以教师要具备人机协同的态度和能力，探索人机协同教学新模式，以此实现因材施教的规模化效应。

　　（作者单位：首都师范大学教育学院，傅树京系该院教授。本文系中国教育学会教育科研重点规划课题“人工智能时代中小学育人方式变革研究”[202100312001A]成果）

《中国教育报》2025年10月30日 第06版