UNESCO发布《AI与教育未来：变革、困境与方向》

摘要：2025年9月2日，UNESCO发布《人工智能与教育未来：变革、困境与方向》（AI and the Future of Education: Disruptions, Dilemmas and Directions）论文集，深入探讨了AI对教育领域的颠覆性影响

2025年9月2日，UNESCO发布《人工智能与教育未来：变革、困境与方向》（AI and the Future of Education: Disruptions, Dilemmas and Directions）论文集，深入探讨了AI对教育领域的颠覆性影响所引发的哲学思辨、伦理困境与教学变革。通过汇聚全球思想家、教育领袖与变革者的多元视角，该文集旨在挑战固有认知、揭示深层矛盾、激发学术争鸣，并为实现人机协同创造的公平愿景提供大胆构想。

该文集开篇指出，AI在教育领域的崛起并非单一叙事，而是一场跨越学科、地域、语言和世界观的多维度对话。这些讨论聚焦于智力本质、教育目标以及人类与AI交织下共同构建的未来图景——无论这种构建是否出于自觉。相关探讨涉及计算机科学、哲学、心理学和认知科学等多元学科领域，不同立场的主体塑造着截然不同的话语：既有将AI视为教育变革良方的主流强势声音，也有警示其加剧社会不公、侵蚀教育本质的批判观点。从教师团体联名抵制生成式AI，到学者探索机器学习霸权之外的替代方案，这一领域始终充满张力。

该文集收录的21篇思想文章涵盖了从废除过时的评估体系到培养关爱伦理等7个主题，各主题文章具体如下：

1.教育中的AI未来：哲学叩问

该文集开篇的哲学探讨引领人们超越AI当下的利弊之争，直指更本质的命题——在AI增强的世界中，人类如何学习、存在与发展。

Báyò Akómoláfé在对话中提出：AI不仅是工具，更是动摇教育本体论与认识论根基的力量。借鉴后人类主义与关系性视角，他追问当教育日益被"超人类"系统塑造时，学习、教学与治理意味着什么？他呼吁教育者拥抱迷失与断裂，将其视为新感知方式和共存关系的契机，而非亟待解决的问题。这种思考敦促我们超越控制、掌控与规模化的语言，驻足于主流范式失灵之处。

Bing Song则从和谐哲学与心性修养传统出发，对比强调自主性、预测与效率的AI模型，主张将智慧教育置于课程改革核心。其目标不仅是技能获取，更强调伦理判断、自省与平衡的培育——这些品质在充满不确定性与机器逻辑的时代愈发珍贵。

Mary Rice与Joaquín T. Argüello de Jesús以"水"为隐喻，通过多维度"检测"，将水的历史政治经济学、生态学与AI进行类比，揭示权力与知识流动的深层关联。他们的思考提供了一种时间敏感性的探索：如何从维系生命的水系统治理中，汲取构建生成式AI未来的智慧。

2.AI的潜力与风险之争

生成式AI的每周突破不断助长"机器即将超越人类认知"的论断。从通用人工智能（AGI）到超级人工智能（ASI）的设想，不仅重塑学习方式，更挑战对智力本质的认知。这些设想迫使教育界重新思考：在一个机器深度介入的世界，教育的核心使命是什么？人之为人的意义何在？

Andreas Horn从产业视角指出，AI教育应用正呼唤decisive leadership。他提出务实路线图：教学法优先、投资教师队伍建设、选择性应用AI、强制AI素养教育、设置防护栏，以及培养学生主导AI时代的能力。

Emily M. Bender则尖锐批判主流AI叙事，称其为可能贬低教育者价值、误导公共投资的 speculative myths。她强调：大语言模型（LLMs）不具备理解、推理或关怀能力，仅是生成统计合理文本的装置。真正的颠覆不在于技术本身，而在于少数商业巨头对教育系统的日益掌控。她的论述揭示了公共教育正被私有化逻辑重构的危机。

这些分歧折射出深层张力：一方视AI为教育改革的加速器，另一方则主张对其进行民主监督与伦理约束。Markus Deimann和Robert Farrow探讨了如何重建以包容、正义、可持续与关怀为价值基石的教育图景。

3.AI教学法、评估体系与未来教育新图景

在教育学领域，AI对人类认知方式、超个性化学习、课程体系、评估机制以及教师角色演变的影响正引发深度探讨。

Abeba Birhane借鉴保罗·弗莱雷的批判教育学理论、Hanna de Jaegher的具身认知科学研究及最新实证数据，提出教育本质上是具有关系性、动态性、伦理性和政治性的社会实践。她驳斥了将学习简化为概率模型的假设，警示基于历史数据训练的AI系统可能抹杀人类思维的丰富性，并加剧系统性不平等。其行动倡议强调：在建立独立监管体系、完善保障机制、确保教师-学习者-社区三方实质性参与之前，教育界应审慎对待AI的全盘应用。

Carla Aerts与Paul Prinsloo指出，虽然AI的差异化教学能力颇具潜力，但算法驱动的个性化学习可能导致学习者孤立化、自主权萎缩、不平等加剧以及教师角色边缘化。他们主张采用"以人为中心"的路径，让人工智能作为集体社会智能中的辅助性"第三存在"，促进共情能力培养、协作学习、文化多样性包容及学生主体性发展。

当AI系统能够独立生成高质量课业时，教育者面临核心拷问：传统评估方式既已失效，该如何重构？该文集呈现两种互补观点。Mike Perkins和Jasper Roe认为生成式AI暴露出传统评估体系的固有缺陷，同时加剧全球教育不平等——AI工具、基础设施及培训资源的获取差异可能使评估体系沦为新的排斥机制。他们提出分级框架，帮助教师判别AI使用何时促进/损害学习诚信。

Bill Cope、Mary Kalantzis与Akash Kumar Saini则持审慎乐观立场。在批判高风险标准化测评的过时性基础上，他们构想AI作为合作伙伴，助力构建持续性、形成性、人性化的评估体系。其"网络社交学习"理论将AI定位为教学中介：基于教师设计的评估量规，增强学习反馈效能，深化关系性教学实践。这两组关于教育评估的论述构成辩证对话，从不同视角既发出预警，又指明前路。

4.重新定义教师的核心价值

随着人工智能逐步融入各类教学场景，一个关键问题浮出水面：如何重塑教师的角色？AI是否终将取代人类教师？本专题的讨论聚焦于在AI增强的教学环境中，如何通过策略重构教师的核心价值。

Ching Sing Chai, Jiun-Yu Wu与Thomas K.F. Chiu基于马丁·布伯和格特·比斯塔的理论框架，从关系性、目的性、认知性、心理性和教育性五个维度，系统分析了AI对人类发展的影响。他们强调，教育的本质绝非知识灌输，而是培养具有自主性、批判思维并能参与社会建构的完整人格。研究特别指出，过度依赖AI可能侵蚀学生好奇心和情感健康这些支撑自主发展的基石，因此必须维护师生关系中的人文内核。作者呼吁教师应主动引领AI整合，成为学习生态的"意向性设计者"，始终捍卫学习者的主体性。

基于这一伦理框架，Arafeh Karimi提出了七项实践转型方案，将关怀伦理、公平性原则和关系问责制注入AI系统的开发与治理中。其建议涵盖师生参与式协同设计、可信度与福祉评估、公平导向的可解释性机制，以及教师主导的数据管理模式。如果说前三位学者构建了理论基石，Arafeh Karimi则展示了如何通过政策工具与采购机制落实这些原则。她将AI重新定位为教育生态的协作进化者而非颠覆者，在这个持续发展的系统中，包容性、归属感与教学尊严将通过制度设计得到系统性培育。

5.教育领域AI发展的伦理与治理要义

当AI系统深度融入教育肌理——从内容生成、学习者画像到政策自动化——治理问题变得愈发紧迫且复杂。谁来决定教育AI的设计准则、部署规范与监管机制？

Kaśka Porayska-Pomsta和Isak Nti Asare提出"设计即关怀"的伦理框架，强调教育本质上是关乎人类成长、脆弱性与相互依存的深层过程。他们主张伦理准则不应在AI系统部署后被动修补，而应通过优先考虑师生真实需求的参与式包容性设计，从源头嵌入系统架构。这一研究呼应了全球范围内日益强烈的共识：必须将人权、包容性与尊严确立为教育AI治理的基石。

Kalervo N. Gulson和 Sam Sellar则通过分析"合成治理"的兴起深化了讨论——这种新型决策模式正日益受算法系统与机器逻辑塑造。其提出的"合成政治"概念驳斥了"AI在教育政策中保持中立"的假设，呼吁建立以价值导向、民主参与和权力审视为核心的批判性应对机制。随着教育系统愈发依赖数据驱动平台与预测模型，两位学者追问：这些技术正在塑造何种政治主体性与治理真相？我们又如何通过抵制、重构或转化这些机制，以捍卫教育作为公共利益的公平属性？

6.直面教育中的算法不平等

该文集中有四篇论述为追求公平包容的AI教育未来提供了全新社会构想，这些构想旨在应对新型的算法不平等现象。每篇论述都聚焦于人的主体性、文化语言多样性以及全球南方边缘化学习者（包括年轻女性和听障群体）的真实生存境遇。它们共同提出了立足实践、追求正义的参与式路径，将AI重新定位为促进教育共创、包容与关系变革的社会技术系统。

Vukosi Marivate、Nombuyiselo Caroline Zondi与Baphumelele Masikisiki提出了一个植根于公平理念、文化多元主义及师生日常实践的非洲高等教育AI融合方案。他们主张采用由本地主导的参与式方法，强调人的主体地位、教育关怀与情境化知识。基于基层实践、田野调查和多语言课堂经验，他们呼吁开发不仅能翻译更要能转型的AI系统——这些系统应当能识别多样化的交流模式，支持弱势语言，并体现当地社区的社会想象。从伦理数据治理到离线AI工具，再到教师主导的模型校准，他们提供了构建智能学习系统的具体策略，这些系统以建立师生信任关系、共创价值为核心。

Kiran Bhatia与Payal Arora则大胆重构了AI、教育与全球南方年轻女性三者间的关系。他们批判将年轻女性视为"风险管控对象"的保护主义范式，反对基于道德恐慌与监控的叙事框架，转而提出以快乐、创造力与变革能动性为核心的AI教育愿景。在这个愿景中，身处边缘地带的年轻女性将成为数字未来的共同缔造者，打破性别、阶级、地域与网络接入的不平等结构。这需要从象征性咨询转向实质共创，从机械合规转向创新表达，从控制转向关怀。本文不仅止步于批判，更颂扬年轻女性的智慧与韧性，倡导将AI教育重塑为充满自由、意义与人际尊严的空间。

Yuchen Wang聚焦全纳教育，呼吁厘清"包容"的伦理内涵，强调关系性、归属感与集体学习优于狭隘的个性化概念。她邀请政策制定者、教育工作者与开发者基于学习者真实经历，借鉴全纳教育研究成果，以改造而非修补教育系统的道德决心，共同设计AI教育系统。

Marloes Williams van Elswijk则关注听障学习者（DHH）面临的复杂挑战：语言剥夺、数据贫困与性别边缘化等多重结构性障碍。她主张与听障社群共同设计多模态AI教育系统，并保留人工支持层级——因为真正的公平永远无法仅靠自动化实现。

7.重塑教育政策中的AI：证据与地缘政治现实

该文集以两篇思想性文章作结，探讨政策方向与循证决策的作用。George Siemens对生成式AI给教育体系带来的变革与混乱进行了冷静而前瞻的思考。他指出，对于中美等大力投资AI前沿研究、基础设施和网络安全的国家而言，AI能正日益成为治国方略的工具——这些国家投入的战略远见与意图，堪比对待军事和经济实力的重视。在他看来，这场地缘政治竞赛凸显了构建教育系统的紧迫性：既要释放AI潜力，又要守护人类福祉，这要求教育部长们将政策制定视为系统变革与集体学习的过程。

Ilkka Tuomi则借鉴批判现实主义、"政策即学习"理念及杜威的实用主义，主张将教育政策重构为集体意义建构与发展性实验，而非线性执行。他批判了生成式AI导致的知识商品化现象，强调应将人的能动性、社会目标与能力发展作为核心教育宗旨。他呼吁的不是扩大证据规模，而是重新思考何为有效证据，并设计能服务于教育决策的智能学习型证据体系。

该文集最后结论概括了教育与AI的三个关键领域：

1.作为伦理、公平且以人为本的AI教育守护者

AI在教育中的未来发展亟需优先关注权力、机会与资源分配中的结构性不平等如何被重塑。这些系统的演进可能加剧现有的性别、阶级、语言、地域及数字接入鸿沟。此刻需要超越技术修补的魄力，从根本上重新构想AI在教育中的角色。

2.作为课程与教学重构的思想引领者

AI已在重塑课程设置、教学方法、评估体系与知识生产。这凸显了引领新兴课程与教学变革的必要性，需探索以批判性思维、元认知能力、关怀教育学与伦理推理为核心的策略，从而挑战机械记忆学习、标准化评估、认知外包及拟人化AI陪伴背后的简化逻辑及其复杂风险。在此背景下，关注网络社交学习中包容性新教学法的可能性变得至关重要。

3.作为多元争议对话的催化平台

教育AI的哲学张力意味着需建立审议式论坛，让不同社群、学科与文化背景的参与者不仅探讨AI的实施，更深入辩论其教育目的、持续演化的影响及后果。此类论坛必须放大边缘化群体——包括原住民、性别少数、全球南方与残障人士——的声音与视角。前行之路需要的不仅是谨慎调适，更要求在全球日益增长的不确定性与动荡中，彻底重新思考如何设计、治理并整合人机协同的教育系统。

资料来源：

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

[本文为中国教育科学研究院国际教育研究中心承担的教育部高校国别和区域研究2024年课题研究成果]