UNESCO發布《AI與教育未來：變革、困境與方向》

2025年9月2日，UNESCO發布《人工智能與教育未來：變革、困境與方向》（AI and the Future of Education: Disruptions, Dilemmas and Directions）論文集，深入探討了AI對教育領域的顛覆性影響所引發的哲學思辨、倫理困境與教學變革。通過匯聚全球思想家、教育領袖與變革者的多元視角，該文集旨在挑戰固有認知、揭示深層矛盾、激發學術爭鳴，并為實現人機協同創造的公平愿景提供大膽構想。

該文集開篇指出，AI在教育領域的崛起并非單一敘事，而是一場跨越學科、地域、語言和世界觀的多維度對話。這些討論聚焦于智力本質、教育目標以及人類與AI交織下共同構建的未來圖景——無論這種構建是否出于自覺。相關探討涉及計算機科學、哲學、心理學和認知科學等多元學科領域，不同立場的主體塑造著截然不同的話語：既有將AI視為教育變革良方的主流強勢聲音，也有警示其加劇社會不公、侵蝕教育本質的批判觀點。從教師團體聯名抵制生成式AI，到學者探索機器學習霸權之外的替代方案，這一領域始終充滿張力。

該文集收錄的21篇思想文章涵蓋了從廢除過時的評估體系到培養關愛倫理等7個主題，各主題文章具體如下：

1.教育中的AI未來：哲學叩問

該文集開篇的哲學探討引領人們超越AI當下的利弊之爭，直指更本質的命題——在AI增強的世界中，人類如何學習、存在與發展。

Báyò Akómoláfé在對話中提出：AI不僅是工具，更是動搖教育本體論與認識論根基的力量。借鑒后人類主義與關系性視角，他追問當教育日益被"超人類"系統塑造時，學習、教學與治理意味著什么？他呼吁教育者擁抱迷失與斷裂，將其視為新感知方式和共存關系的契機，而非亟待解決的問題。這種思考敦促我們超越控制、掌控與規模化的語言，駐足于主流范式失靈之處。

Bing Song則從和諧哲學與心性修養傳統出發，對比強調自主性、預測與效率的AI模型，主張將智慧教育置于課程改革核心。其目標不僅是技能獲取，更強調倫理判斷、自省與平衡的培育——這些品質在充滿不確定性與機器邏輯的時代愈發珍貴。

Mary Rice與Joaquín T. Argüello de Jesús以"水"為隱喻，通過多維度"檢測"，將水的歷史政治經濟學、生態學與AI進行類比，揭示權力與知識流動的深層關聯。他們的思考提供了一種時間敏感性的探索：如何從維系生命的水系統治理中，汲取構建生成式AI未來的智慧。

2.AI的潛力與風險之爭

生成式AI的每周突破不斷助長"機器即將超越人類認知"的論斷。從通用人工智能（AGI）到超級人工智能（ASI）的設想，不僅重塑學習方式，更挑戰對智力本質的認知。這些設想迫使教育界重新思考：在一個機器深度介入的世界，教育的核心使命是什么？人之為人的意義何在？

Andreas Horn從產業視角指出，AI教育應用正呼喚decisive leadership。他提出務實路線圖：教學法優先、投資教師隊伍建設、選擇性應用AI、強制AI素養教育、設置防護欄，以及培養學生主導AI時代的能力。

Emily M. Bender則尖銳批判主流AI敘事，稱其為可能貶低教育者價值、誤導公共投資的 speculative myths。她強調：大語言模型（LLMs）不具備理解、推理或關懷能力，僅是生成統計合理文本的裝置。真正的顛覆不在于技術本身，而在于少數商業巨頭對教育系統的日益掌控。她的論述揭示了公共教育正被私有化邏輯重構的危機。

這些分歧折射出深層張力：一方視AI為教育改革的加速器，另一方則主張對其進行民主監督與倫理約束。Markus Deimann和Robert Farrow探討了如何重建以包容、正義、可持續與關懷為價值基石的教育圖景。

3.AI教學法、評估體系與未來教育新圖景

在教育學領域，AI對人類認知方式、超個性化學習、課程體系、評估機制以及教師角色演變的影響正引發深度探討。

Abeba Birhane借鑒保羅·弗萊雷的批判教育學理論、Hanna de Jaegher的具身認知科學研究及最新實證數據，提出教育本質上是具有關系性、動態性、倫理性和政治性的社會實踐。她駁斥了將學習簡化為概率模型的假設，警示基于歷史數據訓練的AI系統可能抹殺人類思維的豐富性，并加劇系統性不平等。其行動倡議強調：在建立獨立監管體系、完善保障機制、確保教師-學習者-社區三方實質性參與之前，教育界應審慎對待AI的全盤應用。

Carla Aerts與Paul Prinsloo指出，雖然AI的差異化教學能力頗具潛力，但算法驅動的個性化學習可能導致學習者孤立化、自主權萎縮、不平等加劇以及教師角色邊緣化。他們主張采用"以人為中心"的路徑，讓人工智能作為集體社會智能中的輔助性"第三存在"，促進共情能力培養、協作學習、文化多樣性包容及學生主體性發展。

當AI系統能夠獨立生成高質量課業時，教育者面臨核心拷問：傳統評估方式既已失效，該如何重構？該文集呈現兩種互補觀點。Mike Perkins和Jasper Roe認為生成式AI暴露出傳統評估體系的固有缺陷，同時加劇全球教育不平等——AI工具、基礎設施及培訓資源的獲取差異可能使評估體系淪為新的排斥機制。他們提出分級框架，幫助教師判別AI使用何時促進/損害學習誠信。

Bill Cope、Mary Kalantzis與Akash Kumar Saini則持審慎樂觀立場。在批判高風險標準化測評的過時性基礎上，他們構想AI作為合作伙伴，助力構建持續性、形成性、人性化的評估體系。其"網絡社交學習"理論將AI定位為教學中介：基于教師設計的評估量規，增強學習反饋效能，深化關系性教學實踐。這兩組關于教育評估的論述構成辯證對話，從不同視角既發出預警，又指明前路。

4.重新定義教師的核心價值

隨著人工智能逐步融入各類教學場景，一個關鍵問題浮出水面：如何重塑教師的角色？AI是否終將取代人類教師？本專題的討論聚焦于在AI增強的教學環境中，如何通過策略重構教師的核心價值。

Ching Sing Chai, Jiun-Yu Wu與Thomas K.F. Chiu基于馬丁·布伯和格特·比斯塔的理論框架，從關系性、目的性、認知性、心理性和教育性五個維度，系統分析了AI對人類發展的影響。他們強調，教育的本質絕非知識灌輸，而是培養具有自主性、批判思維并能參與社會建構的完整人格。研究特別指出，過度依賴AI可能侵蝕學生好奇心和情感健康這些支撐自主發展的基石，因此必須維護師生關系中的人文內核。作者呼吁教師應主動引領AI整合，成為學習生態的"意向性設計者"，始終捍衛學習者的主體性。

基于這一倫理框架，Arafeh Karimi提出了七項實踐轉型方案，將關懷倫理、公平性原則和關系問責制注入AI系統的開發與治理中。其建議涵蓋師生參與式協同設計、可信度與福祉評估、公平導向的可解釋性機制，以及教師主導的數據管理模式。如果說前三位學者構建了理論基石，Arafeh Karimi則展示了如何通過政策工具與采購機制落實這些原則。她將AI重新定位為教育生態的協作進化者而非顛覆者，在這個持續發展的系統中，包容性、歸屬感與教學尊嚴將通過制度設計得到系統性培育。

5.教育領域AI發展的倫理與治理要義

當AI系統深度融入教育肌理——從內容生成、學習者畫像到政策自動化——治理問題變得愈發緊迫且復雜。誰來決定教育AI的設計準則、部署規范與監管機制？

Ka?ka Porayska-Pomsta和Isak Nti Asare提出"設計即關懷"的倫理框架，強調教育本質上是關乎人類成長、脆弱性與相互依存的深層過程。他們主張倫理準則不應在AI系統部署后被動修補，而應通過優先考慮師生真實需求的參與式包容性設計，從源頭嵌入系統架構。這一研究呼應了全球范圍內日益強烈的共識：必須將人權、包容性與尊嚴確立為教育AI治理的基石。

Kalervo N. Gulson和 Sam Sellar則通過分析"合成治理"的興起深化了討論——這種新型決策模式正日益受算法系統與機器邏輯塑造。其提出的"合成政治"概念駁斥了"AI在教育政策中保持中立"的假設，呼吁建立以價值導向、民主參與和權力審視為核心的批判性應對機制。隨著教育系統愈發依賴數據驅動平臺與預測模型，兩位學者追問：這些技術正在塑造何種政治主體性與治理真相？我們又如何通過抵制、重構或轉化這些機制，以捍衛教育作為公共利益的公平屬性？

6.直面教育中的算法不平等

該文集中有四篇論述為追求公平包容的AI教育未來提供了全新社會構想，這些構想旨在應對新型的算法不平等現象。每篇論述都聚焦于人的主體性、文化語言多樣性以及全球南方邊緣化學習者（包括年輕女性和聽障群體）的真實生存境遇。它們共同提出了立足實踐、追求正義的參與式路徑，將AI重新定位為促進教育共創、包容與關系變革的社會技術系統。

Vukosi Marivate、Nombuyiselo Caroline Zondi與Baphumelele Masikisiki提出了一個植根于公平理念、文化多元主義及師生日常實踐的非洲高等教育AI融合方案。他們主張采用由本地主導的參與式方法，強調人的主體地位、教育關懷與情境化知識。基于基層實踐、田野調查和多語言課堂經驗，他們呼吁開發不僅能翻譯更要能轉型的AI系統——這些系統應當能識別多樣化的交流模式，支持弱勢語言，并體現當地社區的社會想象。從倫理數據治理到離線AI工具，再到教師主導的模型校準，他們提供了構建智能學習系統的具體策略，這些系統以建立師生信任關系、共創價值為核心。

Kiran Bhatia與Payal Arora則大膽重構了AI、教育與全球南方年輕女性三者間的關系。他們批判將年輕女性視為"風險管控對象"的保護主義范式，反對基于道德恐慌與監控的敘事框架，轉而提出以快樂、創造力與變革能動性為核心的AI教育愿景。在這個愿景中，身處邊緣地帶的年輕女性將成為數字未來的共同締造者，打破性別、階級、地域與網絡接入的不平等結構。這需要從象征性咨詢轉向實質共創，從機械合規轉向創新表達，從控制轉向關懷。本文不僅止步于批判，更頌揚年輕女性的智慧與韌性，倡導將AI教育重塑為充滿自由、意義與人際尊嚴的空間。

Yuchen Wang聚焦全納教育，呼吁厘清"包容"的倫理內涵，強調關系性、歸屬感與集體學習優于狹隘的個性化概念。她邀請政策制定者、教育工作者與開發者基于學習者真實經歷，借鑒全納教育研究成果，以改造而非修補教育系統的道德決心，共同設計AI教育系統。

Marloes Williams van Elswijk則關注聽障學習者（DHH）面臨的復雜挑戰：語言剝奪、數據貧困與性別邊緣化等多重結構性障礙。她主張與聽障社群共同設計多模態AI教育系統，并保留人工支持層級——因為真正的公平永遠無法僅靠自動化實現。

7.重塑教育政策中的AI：證據與地緣政治現實

該文集以兩篇思想性文章作結，探討政策方向與循證決策的作用。George Siemens對生成式AI給教育體系帶來的變革與混亂進行了冷靜而前瞻的思考。他指出，對于中美等大力投資AI前沿研究、基礎設施和網絡安全的國家而言，AI能正日益成為治國方略的工具——這些國家投入的戰略遠見與意圖，堪比對待軍事和經濟實力的重視。在他看來，這場地緣政治競賽凸顯了構建教育系統的緊迫性：既要釋放AI潛力，又要守護人類福祉，這要求教育部長們將政策制定視為系統變革與集體學習的過程。

Ilkka Tuomi則借鑒批判現實主義、"政策即學習"理念及杜威的實用主義，主張將教育政策重構為集體意義建構與發展性實驗，而非線性執行。他批判了生成式AI導致的知識商品化現象，強調應將人的能動性、社會目標與能力發展作為核心教育宗旨。他呼吁的不是擴大證據規模，而是重新思考何為有效證據，并設計能服務于教育決策的智能學習型證據體系。

該文集最后結論概括了教育與AI的三個關鍵領域：

1.作為倫理、公平且以人為本的AI教育守護者

AI在教育中的未來發展亟需優先關注權力、機會與資源分配中的結構性不平等如何被重塑。這些系統的演進可能加劇現有的性別、階級、語言、地域及數字接入鴻溝。此刻需要超越技術修補的魄力，從根本上重新構想AI在教育中的角色。

2.作為課程與教學重構的思想引領者

AI已在重塑課程設置、教學方法、評估體系與知識生產。這凸顯了引領新興課程與教學變革的必要性，需探索以批判性思維、元認知能力、關懷教育學與倫理推理為核心的策略，從而挑戰機械記憶學習、標準化評估、認知外包及擬人化AI陪伴背后的簡化邏輯及其復雜風險。在此背景下，關注網絡社交學習中包容性新教學法的可能性變得至關重要。

3.作為多元爭議對話的催化平臺

教育AI的哲學張力意味著需建立審議式論壇，讓不同社群、學科與文化背景的參與者不僅探討AI的實施，更深入辯論其教育目的、持續演化的影響及后果。此類論壇必須放大邊緣化群體——包括原住民、性別少數、全球南方與殘障人士——的聲音與視角。前行之路需要的不僅是謹慎調適，更要求在全球日益增長的不確定性與動蕩中，徹底重新思考如何設計、治理并整合人機協同的教育系統。

資料來源：

UNESCO. AI and the future of education Disruptions, dilemmas and directions. https://unesdoc.unesco.org/ark:/48223/pf0000395236

[本文為中國教育科學研究院國際教育研究中心承擔的教育部高校國別和區域研究2024年課題研究成果]

本文由中國教育科學研究院“教育國際前沿”課題組整理，課題組負責人張永軍，編輯劉強。點擊左下角閱讀原文可下載該文獻。