人工智能赋能高校课程循证教育

　　人工智能（AI）与教育数字化正深刻重塑高校课程，将循证教育的科学理性和AI技术深度融合，能推动课程决策和实践从主观模糊的“经验驱动”转向客观精准的“数据—知识双驱动”的智能循证，最终实现教学从“灌输”到能力共生、从标准化到个性化的转变，切实提升人才培养质量、回应时代挑战。而当前经验主义教学存在内在局限与“证据真空”，教育决策需从依赖主观直觉转向基于研究证据的科学理性，却因缺乏连接理论与实践、数据与决策的技术支撑，循证教育推进步履维艰，因此亟待从学理上确认循证作为转型方向的正当性和必要性。

　　AI在教育领域的应用并非只是提供一种新工具，而是从根本上重塑了教育活动中证据的形态、教与学关系的结构和评价的功能。AI突破了循证教育面临的“制证”和“用证”困境，为构建动态、精准、高效、个性化的新型课程生态提供了可能。

　　其一，证据生态从静态稀疏到动态多维的数据涌现。AI使实时捕捉和深度分析学习全过程的大量数据成为可能。课堂互动、学习行为，甚至情绪变化等，都可转化为可分析的数据。教育证据因此从以考试成绩为代表的静态、稀疏、终结性结果，拓展为贯穿学习全程的动态、多维、高密度“数据流”，为精准学情诊断、学习风险预警和个性化干预奠定基础。

　　其二，教—学关系从“教师中心”转向“学习者中心”。智能助教、自适应学习系统、开放教育资源等AI应用，极大提高了知识获取效率。教师从知识的传授者转变为学习的设计者、指导者和协作者；学生获得前所未有的自主权和选择权，可根据自身兴趣和节奏定制个性化学习路径。这不仅意味着效率提升，更是教育权力结构的深层变革。

　　其三，评价范式的革新。AI赋能的评价体系，构建起“证据密集型”的反馈系统。通过对学习过程数据的持续跟踪和智能分析，AI能为学习者和教师提供即时、具体、可操作的形成性反馈，如指出认知误区、推荐合适的干预策略或资源等。评价的功能转变为促进学习、赋能发展的过程性循证反馈。

　　循证教育的科学理性精神与AI技术深度融合，催生出智能循证新范式。这一人机协同、“数据—知识双驱动”、可持续进化的教育生态，既保留教育的人文温度和价值关怀，又追求决策科学精准、实施高效，是未来高等教育课程发展的核心方向。

　　其一，建构“数据—知识双驱动”的人机协同理念。AI擅长处理海量教育数据，挖掘模式、提炼证据，教师运用学识经验和价值判断，对AI提供的证据进行批判解读和情境应用，作出创造性的教学决策。数据提供客观依据，知识赋予教育意义，两者相互激发校验，形成螺旋上升，效率与深度兼具、技术与人文融通的教研实践循环。

　　其二，建立贯穿教学全流程的“循证—决策—行动”智能运行机制。在课程“设计—实施—评价—迭代”全周期嵌入该机制，依托教育大数据平台，在各关键环节辅助教师获取证据、评估决策、模拟效果并优化行动，比如课程设计阶段提供人才需求分析、教学中实时反馈互动效果、课程结束后生成循证改进报告。

　　其三，平衡技术理性与育人本质。构建应用智能循证范式需警惕纯粹技术理性，完善伦理治理机制，防范算法偏见、数据滥用和过度量化的侵害，同时坚守教师人文关怀、价值引领和伦理决断的核心地位，落实立德树人根本任务。

　　人工智能与循证教育的深度融合，正推动高校课程从“经验驱动”转向“数据—知识双驱动”的智能范式。这一转型不仅提升了教学的科学性和精准性，更重塑了教与学的关系，实现个性化、可持续的教育生态。未来，应在技术赋能中坚守育人初心，确保教育在科学与人文的平衡中实现高质量发展。

　　（夏现伟系浙江开放大学副研究员，张春莉系北京师范大学课程与教学研究院院长、教授。本文系浙江省“十四五”第二批本科省级教学改革备案项目[JGBA2024793]成果）

《中国教育报》2025年11月20日 第06版