华东师范大学教授吴永和：构建数字教育与智能教育新范式

获取更多行业资讯

AI不仅仅是一项技术，更是一种思维方式、一种改变世界的力量。我们应加深对AI应用的研究，让其成为推动社会进步的重要力量。

文/《在线学习》主笔 何曼

当前，我国正以前所未有的重视程度推动新一代人工智能大模型的发展。一系列决策部署进一步加速了人工智能大模型的建设进程，提升了人工智能的整体发展水平，为我国高质量发展提供坚实支撑。随着国家教育数字化战略行动的深入实施，我国教育数字化转型已取得了显著进展。然而，面对这一波澜壮阔的变革，我们不禁要问：该如何科学准确地评估教育数字化转型成效？教育大模型应遵循哪些核心原则？是否存在一套完备的标准体系来指导其发展？DeepSeek的横空出世意味着什么？人工智能大模型如何更好地促进人与技术的和谐共生？

教育部教育信息化技术标准委员会主任委员、华东师范大学教授吴永和

为了探讨这些业内广泛关注的深度问题，本刊与教育部教育信息化技术标准委员会主任委员、华东师范大学教授吴永和进行了对话。吴永和表示，在教育数字化转型的关键时期，成熟度模型为破解教育数字化转型能力水平评估难题提供了新方法，有助于引领教育数字化转型实践落地。同时，在人工智能作为关键驱动力推动教育数字化的时代背景下，我们迫切需要构建可控、可信、安全、绿色、好用、高效的教育通用人工智能大模型，打造一个充满教育温度、以育人为本的智能教育环境，从而更好地赋能教育、赋智未来，推动教育数字化的深入发展，探索数字教育与智能教育的新范式。

DeepSeek正在重塑教育生态格局

在线学习

新年伊始，人工智能大模型DeepSeek引爆热议，成为人工智能的璀璨新星。在您看来，我们应该如何理解它？

      吴永和：DeepSeek的崛起不仅是技术进步的标志，更是教育数字化转型的重要推动力，可从四个方面来理解。

一是技术引领性。DeepSeek凭借其强大的推理能力和低成本部署优势，显著提升了AI在教育领域的可用性。其混合专家模型（MoE）和多头潜在注意力机制（MLA）等技术创新，不仅降低了算力需求，还提高了模型的准确性和稳定性，使其在复杂教育场景中表现出色。

二是模式创新。DeepSeek通过开源策略和低耗能设计，推动了AI技术的普惠化。其“通用大模型 垂直小模型”的混合架构，为教育机构定制化开发提供了较高的灵活性，显著降低了技术门槛。这种模式不仅加速了AI的教育应用，还为学校提供了高性价比的解决方案。

三是应用生态性。DeepSeek与多家教育科技企业的深度融合，构建了一个多元化的应用生态。例如，高途通过DeepSeek优化了教学教研和用户体验，中公教育则将其应用于就业服务的智能化升级。同时，教师可通过AI生成个性化作业，学生能获得即时辅导，家长则能更好地了解孩子的学习进展。

四是教育数字化转型。DeepSeek为教育数字化转型提供了强有力的技术支撑，形成教育智能基座。其智能备课、个性化学习推荐、虚拟实验室等功能，为学生提供了更高效的学习体验。同时，DeepSeek的低成本部署优势，有助于推动优质教育资源的普惠化，缩小教育差距。在教育创新变革方面，DeepSeek可推动从“以教师为中心”向“以学生为中心”的个性化学习模式转变，支持跨学科融合和项目式学习，培养学生的综合能力和创新思维。在高质量发展方面，DeepSeek通过数据驱动的教学决策和智能化管理，可提升教育服务的质量和效率，为教育公平提供技术保障。

总之，DeepSeek的技术引领性和创新模式，正在重塑教育行业的生态格局。未来，随着技术的进一步成熟，DeepSeek有望在教育领域发挥更大的作用，推进教育强国建设，助力实现教育公平与高质量发展。

加快教育数字化转型成熟度模型研究

在线学习

如何评估当前的教育数字化转型？其关键要素有哪些？

      吴永和：当前，对教育数字化转型能力水平的科学评估，已成为教育改革与实践的重要议题。我们通常认为，教育数字化转型是利用新型数字技术，构建一个开放、适应、灵活且可持续的教育生态。因此，诊断转型过程中的问题，揭示不同区域、不同发展阶段存在的短板及改进方向，评估转型的有效性、发展程度及目标达成度等至关重要。

然而，就当前的理论与实践而言，我国在教育数字化转型方面还缺乏相关的标准和评估模型。加之教育数字化转型是一个复杂、非线性、动态且充满不确定性的过程，难以用单一指标或量化阈值来全面评估。为此，我们借鉴了广泛应用于其他领域的成熟度模型，构建了教育数字化转型成熟度模型。

通过深入分析教育数字化转型政策，我们发现，其实践领域主要集中在三个方面：一是数字技术和数据要素在教育中的广泛应用，体现了其技术属性；二是数字技术有效应用对于教育形态、组织架构、教学方式等产生的深远影响，促进了教育的优质均衡与质量提升，体现了其教育属性；三是教育数字化推动管理机制完善、文化理念变革和创新人才培养，服务并融入经济社会发展，体现了其社会属性。

其中，技术属性是外在的技术表现，涵盖信息网络、系统平台、校园设施、可信安全及数据治理等关键要素；教育属性是内在的价值追求，即技术和数据双轮驱动教育流程重塑，生成教育的新范式，促进教育内生发展，包括教学创新、教育资源、教育评价，学生及教师发展、素养提升、能力建设，以及学校发展与社会影响等关键要素；社会属性则是教育数字化转型的深层价值体现，能够服务于人类社会发展和文化的创新扩散，包括发展规划、组织实施、机制保障及文化建设等关键要素。此外，我们还基于成熟度模型理论，构建了教育数字化转型成熟度评价框架，为省市区域及学校教育数字化转型能力评估提供了科学的方法和工具。

寻找智能时代的第五范式

在线学习

关于人工智能在教育中的应用，您认为应如何实现高水平应用，以突破当前低水平应用的局限？ 

      吴永和：我认为有几个方面值得注意。首先，人工智能不仅是一种技术手段，更是一种科学手段，能够解决跨学科、交叉学科的基础性问题。例如，国家正推动大模型在人文社科各方面的应用，教育部启动实施教育系统人工智能大模型应用示范（LEAD）行动，加快研制教育专用大模型“智思体”（GEST），并探索大模型在教育领域的深度应用，如学科大模型建设等。

其次，要将大模型与原有课程紧密结合，引入知识图谱。在立德树人的背景下，应思考如何通过人工智能赋能教育，发现教育规律，改变传统教学方式，激发学生的创新能力。

再次，教育应关注学生的能力和素养，而非仅仅局限于知识的积累。因此，大模型的应用不能仅停留在工具层面，而应致力于培养学生的高阶思维。我们需谨慎地看待工具的两面性，积极探索人工智能在教育中的新应用，以形成新的人才培养范式和智能教育范式。

最后，我们需要在深层次的教育教学模式上进行创新，探索智能时代的教育新范式或第五范式。这需要我们从实证研究出发，结合理论、计算和智能算法等多个层面，深度把握教育规律，以适应快速变化的社会需求。

在线学习

在此前的采访中您提到，在人工智能时代，我们需倡导一种新的素养——人工智能素养。对于人工智能素养，您有怎样的看法？

      吴永和：从人工智能工具应用看，这远非单一的工具观所能涵盖，而是触及我们在认知方法论与价值观层面的深刻思考。

人工智能素养旨在帮助人们形成正确的观念和意识，学会聪明且实用地运用人工智能，以在教学、学习和科研等多个智力层面发挥其最大效用。这不仅仅是对人工智能的被动适应，更强调要主动把握其发展趋势。同时，国家层面也在考虑出台相关政策，以指导并提升学生的相关素养。

教育部办公厅发布的《关于加强中小学人工智能教育的通知》明确提出，2030年前在中小学基本普及人工智能教育。我们在人工智能素养领域的研究与联合国提出的教师和学生的人工智能能力框架存在共通之处，但也具有独特性。我们的研究更侧重于结合中国实践，系统性地考量政策层面与信息素养、数字素养乃至人文素养等整个体系的融合，以期更好地适应中国教育实践的需求。目前，我们正积极参与教育部标准化委员会的相关工作，如构建素质教育标准体系、提出人工智能大模型技术框架等，旨在将中国经验与国际发展相结合，共同推动人工智能领域相关标准的制定。

构建有温度的教育通用大模型

在线学习

我国正致力于打造中国版人工智能教育大模型。在您看来，教育通用人工智能大模型应遵循何种原则？具有哪些属性？

      吴永和：当前，尽管国内外已经出现了多种大模型应用于教育的智能辅导、智能评测、智能推荐等，但教育系统本身的复杂性与人工智能的不确定性仍然制约着人工智能大模型在教育领域的发展。因此，需要制定相关标准规范来保障通用人工智能大模型在教育领域的健康发展。

我国教育大模型研究工作由教育部教育信息化技术标准委员会与上海市人工智能行业协会联合成立的教育大模型标准工作组开展，该工作组汇聚了近40家高校、研究机构、头部企业的智慧和力量。经研究，教育大模型应在体现其教育属性的同时，遵循全球人工智能治理共识中可控、可信、安全、绿色、好用、高效的原则。

在可控、可信方面，教育大模型须具备可信性、精准性、可追溯性和可解释性。可信性要求模型对系统各阶段进行识别、度量、监控和预警管理，确保模型的可信度。精准性要求通过高质量的预训练数据训练大模型，以提升模型服务能力。在安全、绿色方面，模型须具备公平性、无伤害性和隐私保护属性。在好用、高效方面，模型须具备鲁棒性、泛化性、可拓展性、软硬件兼容性和国产化等属性。其中，鲁棒性尤为重要，因为各区域实际情况不同，模型在实际应用中可能需要进行微调，以适应不同的复杂教育场景。

主动应变 拥抱教育革新

在线学习

从宏观视角出发，您对人工智能在未来教育领域的发展有何看法或建议？

      吴永和：展望2050年，我们需要深刻反思教育的三个根本性问题——哪些现有的教育工作值得延续？哪些应当摒弃？又有哪些领域需要我们创造性地全新开拓？对此，我认为有以下几点值得探讨：

首先，随着科技的日新月异，人工智能已跃升为基础性、全方位、系统性的技术支撑。在此背景下，我们应积极探索人工智能与教育教学深度融合的新模式、新平台与新工具，尤其是挖掘那些能够引发深层次变革的新范式，通过人工智能特别是大模型技术的力量，为教育领域带来颠覆性的创新，进而形成智能教育的新范式。

其次，着眼于人才发展维度，我们必须直面如何培育出既高效又符合未来趋势，特别是新智能时代所需的人才这一挑战。这需要我们深入探索新的教育规律，从理论根基、实践探索、工具平台标准制定到应用实施等多个层面，提出并落实一系列创新举措，为教育数字化转型与创新发展提供坚实的技术路径与策略指导。

最后，从技术革新与平台建设的角度出发，我们也不应忽视人工智能给教育应用带来的新挑战，如数据安全、隐私保护等问题。在推进大模型技术应用于作业、考试等场景时，我们需保持审慎态度，并同步加强相关法律框架的建设，确保人工智能在发挥工具性价值的同时，能够更好地服务于人，以维护教育的本质与人文关怀，让教育的温度与特性得以彰显。

总之，在新一代人工智能技术的浪潮中，高等教育需主动适应变革，充分利用教育的价值导向与技术的功能性优势，推动人工智能与高等教育的深度融合与双向互构，进而促进教育的高质量发展，加速教育强国建设步伐。

来源丨《在线学习》杂志 2025年3月刊（总第112期）