北京师范大学教授、博士生导师、未来教育高精尖创新中心执行主任 余胜泉

以ChatGPT为代表的语言大模型在知识的深度和广度上已经超越了个体人类的能力。随着人工智能在知识记忆、检索、处理等方面的能力不断增强，我们必须重新审视人类的优势所在，思考如何培养学生的核心能力，以适应未来社会的需求。在迈向智能时代的关键进程中，教育领域有必要立足于社会和科技发展，全方位审思和探索人才培养的目标和方法，回应“培养什么样的人”和“如何培养人”的时代之问。

在坚持立德树人的原则下，未来智能时代的人才需要具备人机结合的思维能力。人工智能应用的实质在于认知外包，即把人部分的认知过程交给人工智能，由外部认知提供信息，内部认知实现意义生成，实现从个体认知到人机结合的分布式认知的转变。

有效的认知外包依赖于内外部认知的连接，以及内部头脑对外部信息的意义理解与生成。只有当内部知识网络越丰富，与外部知识网络的连接越多且强度越大时，问题解决能力才会越强。生成式人工智能的快速发展加速了认知外包的思维转型，当外部的人工智能越来越强大而个体知识储备不足时，就会出现内外部认知的失衡与割裂。面对这一现实情况，我们亟需建立新的人才标准并对人才培养目标进行转型升级，以培养学生拥有驾驭机器的能力和超越机器的智慧，充分融合人机之间的智能，释放人机结合的分布式智能。

分布式智能有三个核心。

一是个体必须拥有完备的内部认知网络。个体只有拥有了完整的知识体系和清晰的认知结构，才能在面对新的学习任务时激活和组织已有经验，将其与未知领域进行关联，建立多层次、立体化的内外部认知连接，通过提取适当的外部知识嵌入自身的认知链条中，进行思维的整合。

二是高度的自主意识和能动意识。自主意识保障个体在复杂情境中的内驱力、批判力和自控力，而能动意识则关系到规划力、预见力和调节力。个体作为认知活动的主体，负责明确任务主次、角色分工和责任界限，引导决策价值判断和意义生成等高级认知活动，而机器则承担检索、计算和分析等辅助任务。

三是不可取代的人类核心能力。智能时代的人才需要具备创新思维、社会情感能力等无法被机器取代的高阶思维和关键能力。对技术的理解和应用能力是未来人才的必备技能，需要培养学生的科技意识、技术思维和信息素养，帮助他们适应智能时代技术的发展并在其中稳定地发挥积极作用。

四是跨学科问题解决能力。真实世界的问题往往涉及多个学科的交叉地带，智能时代需要多学科交叉的复合型人才，要注重培养跨学科问题解决的能力，强调对问题的全盘审视、多维剖析和系统解决。

要培养人机结合的分布式智能，课程体系必须发生转型，要构建多态、多境、跨域的课程体系。

智能时代知识的体量剧增且更新速度加快，往往学生还未进入社会，学到的知识可能就已过时。智能时代的课程内容应强调“基础性”，让学生了解学科的基本结构、基本概念和基本原理，形成基础知识结构并掌握核心的学习方法。这样学生在步入社会后，就能以已有知识结构为基石能力不断地向外延伸，获取工作所需的新知识与新技能，实现知识体系的自主更新。所以智能时代课程的“内核”应相对稳定，而课程的载体需要与时代发展衔接，与技术演变同频，以“多变”的真实情境、“多样”的智能工具去承载“不变”的核心内容。

学生在学校里学习到的知识是碎片化的，要通过把多个领域内学科知识和技能的教与学整合到一种教学范例中，让学生把零碎知识变成互相联系统一的整体，解决真实有意义的问题，以整体的视角认识世界。一般有两种基本的课程整合模式：一种是相关课程模式，即各科目仍保留为独立学科，但各科目教学内容的安排注重彼此间的联系，比如语文、历史、道德与法治等学科相对独立，但其课程内容相互衔接。另外一种是广域课程模式，取消了学科界限，将科学、技术、工程和数学等内容整合起来，形成结构化的课程结构，最常见的整合方式是通过活动形成连贯、有组织的课程结构。

广域课程模式有三种整合趋势：一是学科知识导向的跨学科整合，采用基于问题的学习模式，强调把学习设计在复杂、有意义的问题情境中，通过学生合作解决问题，促进学生对所学知识的理解与建构。二是生活经验导向的跨学科整合，采用基于项目的学习模式，以实践性的项目完成为核心，将跨学科的内容、高级思维能力发展与真实生活环境联系起来。三是学习者中心导向的跨学科整合，采用学生主导项目的方式，学生以个人或小组为单位提出任务，任务内容需要学习并运用跨学科知识，教师在项目中发挥协调、指导、检查、监督、计时和评价作用。

虚实融合的课程形态是未来课程的重要特点。在线课程将成为学校日常教学的常规设置，越来越多的课程通过虚拟仿真、增强现实、数字孪生等技术实现线上线下相融合的特点，通过模拟真实世界情境并增强互动，创建出一个映射现实而超越现实的多维立体学习场域。在这个过程中，学校将成为一部生动的“实体教科书”，其物理、文化和社会情境都将作为非良构知识的载体来承载教育功能，促进认知、情感和社会技能的全面发展。校园的实体空间将成为重要的育人空间，为学生创造支持探究、发现、合作的环境。

我们需要转变工业时代“知识传递”为主的教学范式，从信息时代的“知识建构”走向智能时代的“知识创生”，更加关注和强调在已有知识输入习得、内化掌握的基础上，通过具身参与让学生获取情境线索，实现对抽象概念的表征与理解，解决情景化问题，让学生实现从浅层认知到深层认知的转变，这也是目前中高考命题的主要方向。

利用智能技术作为载体，可以促进深度教学，培养学生的人生智慧。智能技术的飞速发展使人们获取信息的成本越来越低，而并非所有人都具备将这些信息转化为有用的知识并支持明智决策的能力。未来人才一方面要能够处理海量的信息，另外一方面更需要洞察复杂事物背后的本质规律，解决实际问题。所以教育教学不仅给学生数据、信息、知识，更要培养学生的理解力、洞察力，乃至于人生智慧。

未来学校不仅仅是知识传递的场所，更会演变为一个社会性、分布式的智慧认知网络的聚变枢纽，促进各个主体和要素之间的有效运作。教育也将不再局限于传统的教室和教材，知识通过互动和协作在师生之间、学生之间以及与更广泛的社区之间共建共享。这也就要求未来的课程要从规定时间、固定地点的有限供给发展为随时随地、人人可学的灵活供给，保证每个学生都可以根据自己的节奏和方式进行学习，根据自身个性化成长及发展需求来获取高质量的课程资源。

评价是人才培养模式的核心组成部分，未来人才培养模式评价会体现出以下鲜明的特点：

第一是评价可实现目标的变化，从注重知识、基本能力的评价转变为关注德智体美劳全面发展的评价。

第二是评价功能的变化。以前评价只是用来选拔甄别，而未来的评价更多是精准诊断、精准识别，促进学生发展，让每个孩子在自己的基础上得到发展。

第三是评价对象的变化。以前将学生视为一个集体进行评价，而未来要关注所有学生，让每个学生都能得到关注和个性化的支持。

第四是评价能力的变化。要从关注个体的能力绩效表现到关注团队群体协作的表现，从关注个体的知识迁移运用到人机结合的知识应用。未来我们不仅要评价学生的做题表现，更要关注他在群体中的协作能力和人机结合能力。

第五是评价信息源的变化。原先评价的是基于文本单一模态的信息，而未来则是涵盖文本、视频、表情、动作等多元化、丰富化、多模态的信息。

第六是评价任务的变化。原先评价的是纸面上的习题，而未来则要通过构建真实化、生活化、趣味化的问题场景，在问题解决交互的过程中测量学生的高阶思维能力。

第七是评价方式的变化，从显性化、总结性的评价转变为嵌入式、伴随式、隐形性的评价。

第八是评价结果反馈的变化，从滞后反馈到即时反馈，从面向群体的反馈到面向群体和个体的反馈。

例如青岛正日软件的艺术学业水平考试系统，将测评与艺术素质培育、教学、美育育人联系在一起，建立完整的“过程性+终结性”闭环链条，贯穿教、学、评、测全过程，帮助各级教育主管单位组织开展中小学艺术素质抽测、艺术科目中考、高中艺术科目学业水平考试等工作，同时测评采用数字化机考的形式，题型设计上更加丰富生动，让学生通过听音乐、看作品中进行辨、赏、测、答，不仅有助于激发学生的兴趣和热情，同时全方位检测学生艺术素养。在体现出应有的考核成效的同时，达到“以测促教、以测促学”的目的。

基于智能技术，建立促进个性发展的新型人才培养模式是未来教育的基本趋势。这一模式将从传统的“一刀切”教学转变为数据驱动的精准教学。在实体和网络空间中，学生可以享受到成百上千种服务，并基于数据组合形成个性化的学习体系。

智能时代的人才培养模式需要兼顾“规模化”与“个性化”的双重教育愿景，充分利用智能教育环境的特点，将规模化教学与个性化培养有机结合，体现出与工业时代人才培养的显著区别。不仅要关注通用能力发展，还强调学生的独特性，关注学生的需求和兴趣，考虑其先验知识、学习风格和认知差异，为学生制定个性化的教育计划，确保学生在最适合的环境中获得最佳的学习体验，实现核心知识的掌握、综合能力和社会情感的全面发展。在服务大规模人群的同时为个体学习者提供选择性、适应性和针对性的培养，真正实现“大规模的个性化教育”。

文章内容转载自公号“中关村互联网教育创新中心（ID：zgc-mtb）”文章作者为余胜泉（北京师范大学教授、博士生导师、未来教育高精尖创新中心执行主任）；原文链接：https://mp.weixin.qq.com/s/5RjNu7gDT1ufYvQn3PgkFA