摘 要：研究旨在揭示生成式人工智能“效率叙事”对教育社会性的结构性威胁。研究构建了“话语—权力—欲望”三维分析框架，分析了2023-2025年国际政策、企业技术报告和实证研究文献。研究发现：“效率叙事”通过跨国话语联盟将学习重构为算法中介的原子化行为；生成式人工智能作为“完美他者”替代了充满“智力挣扎”的人际互动，悬置学生主体性；导致社会资本弱化、德育边缘化并加剧教育数字鸿沟。同时，教育场域已通过课程重构与发挥教师能动性产生积极的实践调适并生成建设性反思话语。研究建议通过强制性“育人影响评估”、算法民主治理、批判性素养教育、数字教育补偿及“建设性不完美”原则，捍卫教育的公共社会性根基。

关键词：生成式人工智能；社会性消解；教育主体性；效率叙事；算法治理

一、引言

在全球教育数字化、智能化浪潮中，以ChatGPT为代表的生成式人工智能（Generative Artificial Intelligence，GAI）已成为重塑教育生态的关键力量。乐观主义视角下，GAI常被描绘为提升效率、优化个性化学习的“数字新动力”，但技术理想主义逻辑也随之浮现。与此同时，算法偏见、学术诚信、教师焦虑及学生主体性失落等批判逐步显现，已有学者警示技术可能带来的人性消解风险，主张构建人与人工智能的和谐关系。然而，当前多数批判仍聚焦于表层风险，较少深入剖析主导话语如何系统性地重塑教育本质。本研究旨在揭示“效率叙事”如何在结构上导致教育的“社会性消解”，即教育作为集体经验、情感互动与社会联结的核心功能被逐步弱化。研究融合绩效主义治理术、批判性话语分析与精神分析视角，构建诊断社会性消解风险的“话语—权力—欲望”三维分析框架，据此提出应对建议，以期为捍卫教育的公共社会性根基提供理论支撑。

二、理论框架：定位社会性消解的社会学谱系

本研究以“社会性消解”为核心概念，试图揭示GAI在教育场域中引发的结构性变迁。这一概念并非对技术风险的简单描述，而是对教育本质的深刻批判性诊断。它指出，在“效率叙事”的主导下，教育正经历从集体性实践向原子化操作、从社会性协商向算法中介、从主体性生成向被动接收的根本性位移。为系统阐释这一概念框架的理论谱系与分析路径，本文基于多个理论基础开展理论框架构建。

（一）社会学视角：从“社会联结”到“社会性消解”

传统教育社会学强调，学习本质上是知识的传递、价值观的内化、身份的建构，均依赖师生互动、同伴协作与文化嵌入的社会性实践。然而，随着技术逻辑的渗透，这一社会性根基正面临系统性瓦解。斯蒂芬·鲍尔提出的“绩效主义”理论为本研究提供关键启发：教育被简化为可量化、可追踪、可优化的绩效指标时，其社会功能被窄化为“效率生产”，而作为社会关系再生产的功能被边缘化。本研究指出，GAI的介入延续绩效主义逻辑，借“主动代理”特性，实现从“绩效压榨”到“社会性替代”的质变，算法不仅评估效率，还直接替代人际互动，算法成为学生认知与情感需求的主要满足者。

（二）精神分析视角：“完美他者”与主体性悬置

阿伦卡·祖潘奇对“大他者”的批判性分析，为理解“效率叙事”心理机制提供了精神分析视角。她指出，资本主义社会建构“完美他者”以缓解主体对不确定性的焦虑。在教育领域，GAI在一定程度上成为“完美他者”的具象化，在某种程度上满足了学生人际互动焦虑的心理需求。但这一机制导致主体性悬置，学生面对真实世界中复杂情境的能力被削弱。这种“恋物式否认”不仅是个体心理现象，更是结构性社会工程的结果，技术设计者将“完美他者”内化为教育实践默认选项。

（三）技术批判理论：从“工具理性”到“社会性替代”

尤尔根·哈贝马斯对工具理性的批判，为剖析技术逻辑对教育领域的弱化提供了方法论基础。他指出，交往理性被工具理性取代时，社会关系会简化为对效率的计算和对目标的达成。GAI是相关批判的当代延伸，它将教育过程去情感化、去不确定性，通过“个性化推荐”与“即时反馈”机制压缩交往理性空间。例如，学生用GAI获得“最优解”，理性沟通与公共参与素养培育被搁置。更关键的是，GAI的“主动代理”特性让它从“辅助工具”转变为“社会性替代者”，直接替代人际互动满足学生认知与情感需求，这标志着技术逻辑对教育社会性的根本性削弱。

（四）整合性分析框架：“话语—权力—欲望”三维分析框架

为了剖析社会性消解的产生机制，本文构建了“话语—权力—欲望”三维分析框架（如图1所示）（图1略）。该框架融合斯蒂芬·鲍尔的绩效主义治理术、阿伦卡·祖潘奇的精神分析以及尤尔根·哈贝马斯的技术批判，展现“效率叙事”如何借助话语塑造、权力合谋与心理驱动，促使教育结构发生变迁。该框架不仅为社会性消解机制研究提供了理论支撑，还为教育政策调整明确了路径，即拆解话语霸权、终结权力独占、重塑心理预期，从而恢复教育的公共性与人性基础。

三、方法论框架：诊断社会性消解风险的分析路径

为了诊断生成式人工智能重塑教育话语的深层风险，本研究系统梳理2023-2025年间全球多份关键文献，包括联合国教科文组织（UNESCO）、经合组织（OECD）等国际机构的政策指南，谷歌、微软等科技企业的技术报告与产品文档，以及GAI教育应用的实证研究文献，在此基础上，将批判性话语分析、政策社会学与精神分析视角进行整合，构建诊断社会性消解风险的方法论框架（如图2所示）（图2略）。本研究旨在通过该框架在“话语—权力—欲望”三个维度上的复杂联动，透视看似中立的“效率叙事”如何通过隐蔽的权力运作，迎合深层的心理欲望，最终在实践中弱化教育的社会核心功能。

在该方法论框架中，借鉴费尔克拉夫的批判性话语分析三维路径，并将其可操作化为“理论—机制—后果”论证链条。微观层面，解构“效率叙事”话语策略，识别政策文本与企业话语中的高频正向关键词和被边缘化概念，分析其是否借权威数据与科学论断塑造中立形象、遮蔽市场化与绩效化逻辑。中观层面，追踪话语权力传导机制，搭建“话语”与“权力”关联路径，重点剖析该机制如何通过议题窄化、风险转化、构建排他性利益联盟等方式维系其主导地位、化解意见分歧。宏观层面，印证社会性消解后果，将微观、中观分析结论与实践经验证据相印证，呈现理论框架对现实的解释力，揭示分散现象背后的共同结构根源。

四、“效率叙事”的建构机制：话语联盟、算法规训与“社会性替代”的生成

批判性话语分析揭示了“效率叙事”并非技术共识，而是政策主体、科技资本与知识精英构建的话语策略。它通过将教育问题技术化与市场逻辑普世化，将特定治理理性内化为场域“常识”。这种叙事促成了从“辅助工具”到“社会性替代”的结构性转变，为社会性消解奠定了制度与认知基础。

（一）从工具到代理：生成式人工智能的结构性质变

GAI在教育领域的应用，并非传统教育技术的简单延续，而是一场深刻的结构性变革。以往的计算机辅助教学（CAI）或学习管理系统（LMS），其角色大多被固化为被动的信息展示与流程管理工具。如今，凭借大语言模型的底层支撑与拟人化界面，GAI以“主动智能体”的姿态介入教学过程，从根本上颠覆了原有的交互主动性与情感支持模式，GAI与传统教育技术的异同见表1（表1略）。

这种技术属性跃迁带来了深远的结构性后果：当学生遭遇认知困境时，其首选求助对象正系统性地从人转向算法。这不再是技术对人际互动的“补充”，而是对求助、辩论、协作求证等社会性学习核心环节的结构性替代。由此，学习过程被重构为个体与算法之间的封闭回路，教师逐渐退居为技术协调者。当学生习惯于从GAI处获得即时、确定、无摩擦的答案时，集体性知识协商的空间被悄然压缩，其对真实人际互动中不确定性与伦理张力的容忍度也将被系统性削弱——这正是“社会性替代”迈出的第一步。

（二）政策与资本的协同：跨国话语联盟的形成

“效率叙事”在全球范围内的扩散，在一定程度上与政策制定者、科技巨头以及部分学术专家所构成的隐性跨国话语联盟的协同推进密切相关。国际组织，如联合国教科文组织与经合组织在其政策指南中反复强调GAI对“教育质量”“效率”与“公平”的赋能作用，将技术方案嵌入国家教育现代化战略的合法性框架之中。与此同时，谷歌、微软等科技企业通过技术报告、产品发布会与教育峰会，将“个性化学习”“提质增效”“未来技能”包装为不可逆的教育趋势。这一联盟通过议程设置、理论支撑、政策合法化的闭环机制，将绩效主义转化为全球教育改革的“主导范式”。关键的是，该联盟既共享利益，也共享去语境化的技术话语，将复杂社会教育问题简化为可通过算法优化的工程难题，系统性排除教育的公共、伦理与社会维度（见表2）（表2略）。

政策制定者与科技企业对“效率叙事”的建构，对教育的社会性产生了潜在影响，可概括为四个维度：一是价值遮蔽，借“技术中立”回避对结构性不平等的批判；二是认知引导，利用未来主义叙事将追随技术转化为个体适应时代发展的必然要求；三是角色重构，在部分实践中，教师角色有被逐渐定位于技术协调者的趋势，这在一定程度上可能弱化其在教育过程中的伦理功能；四是普适化推演，以标准化的技术逻辑遮蔽本土教育生态的多样性。这些策略共同建构并维系了一套看似科学中立、实则容易弱化教育公共性的话语体系。

（三）“完美他者”的话语建构：工程化语言与心理诱惑

在部分国际报告和企业宣传材料中，高度工程化话语风格占主导，教育有时被描述为可“优化路径”“构建架构”“提升引擎效能”的技术系统。此类话语不仅将育人过程去情感化、去不确定性，更在潜意识层面建构了一个“完美他者”的幻想形象，它无所不知、绝对耐心、永不疲倦、毫无偏见。这一形象精准迎合了教育治理者与学习者深层的心理需求：前者渴望解决教师编制、班级规模、资源分配等结构性难题；后者则试图逃离人际互动中的焦虑，害怕在教师面前出错、担忧向同伴求助被拒、嫉妒他人表现等。GAI被塑造成无摩擦的理想互动媒介，承诺将学习从“匮乏”“错误”的人性场域转移至算法乌托邦。这种话语建构的威力在于心理诱惑力，它提供看似可行的逃避路径，用技术确定性掩盖社会复杂性。

（四）否认机制与恋物逻辑：“效率叙事”的心理接受基础

“效率叙事”能被广泛接受，不仅靠制度支撑，更因集体性否认机制（Disavowal）的激活。正如精神分析视角所揭示的，政策制定者、教育管理者和家长在现实中普遍陷入了一种矛盾逻辑：他们一方面清楚纯粹的技术手段难以解决结构性不平等问题，另一方面却依然寄希望于GAI能带来教育的系统性改变。本文认为，这种集体性的心理防御机制，正是“恋物式否认”（Fetishistic Disavowal）在教育场域的现实演绎。人们通过将希望投射于完美技术客体，掩盖和逃避教育改革中如资源分配不均、教师专业自主受限等现实问题。GAI在此成为一种社会性恋物（Social Fetish），其功能不是解决问题，而是缓解因直面问题而产生的焦虑与无力感。正是这种心理机制，使得“效率叙事”超越了单纯的政策修辞与技术宣传，内化为一种近乎本能的实践选择。相应地，这一话语联盟的稳固性，不仅依托资本权力的协同推进，更建立在全体成员共享的、用以逃避真实互动复杂性的欲望结构之上。在此基础上，GAI从一个可选工具，升格为默认的、首选的互动对象，完成了从“辅助”到“替代”的最终一跃。

五、结构性后果与教育场域的应用实践

当“效率叙事”制度化后，虽引发了学习原子化、德育边缘化及数字鸿沟加剧等结构性危机，但教育场域并非被动受体。一线教师与学术共同体正通过重构课程伦理及策略性应用技术展开能动性探索，旨在重申人的主体地位并化解社会性消解风险。

（一）学习的原子化：社会资本的弱化与集体联结的松散

GAI在课堂的普及将知识拆解为碎片化单元，正加速催生学习原子化形态。学生被重构为与算法深度绑定的孤立个体，表面上实现了“因材施教”，实质上却系统性地消解了学习固有的社会嵌入性，同伴被简化为竞争者或被边缘化的客体。一项针对北美高校的访谈研究显示，因追求效率及担忧在同伴面前暴露不足，GAI的广泛使用显著削弱了同伴互助与学习社群，甚至有受访学生直言同龄人间的社交与主动提问大幅减少。在中国基础教育场域，GAI也正以“低风险、高效率、无评判”的优势，在一定程度上影响了传统的师生、同伴求助渠道。全国性调查显示，超六成未成年人曾使用GAI，高学段学生遇阻时常优先转向GAI寻求答案。长期依赖这种即时且无评判的反馈，虽使学生免受暴露短板的情感风险，却加剧了其对真实课堂与互动的疏离感。学习由此从强调协作与意义协商的社会性实践，窄化为追求标准答案的封闭单向交互。这不仅剥夺了不可或缺的试错、思辨与协作空间，弱化了课堂社会资本与公民素养，更从根本上瓦解了教育作为集体经验的本质。

（二）育人功能的窄化：德育、情感与不可量化价值的边缘化

“效率叙事”的另一重后果是对教育“育人”维度的系统性窄化。在算法逻辑主导下，可被量化、可被追踪、可被优化的指标成为衡量“学习成效”的唯一尺度，数据驱动决策也推动学校依据显性产出优化课程教学，强化“可测即有效”的绩效逻辑。而德育、情感发展、审美体验、伦理判断等不可量化但至关重要的教育价值，则因无法被纳入绩效评估体系而被边缘化，甚至悬置。机器学习应用于德育易固化价值体系并压缩学生的道德自主性，算法凌驾于人类判断更弱化了教育关系的伦理基础，过度依赖数据指标还会排挤批判性学习与审美探究。受评价体系对可测价值的偏向影响，教学资源也被结构性地向提分技能倾斜，育人活动被进一步弱化。

在德育实践中，这表现为GAI生成的班会方案往往高度标准化，缺乏对具体人际与真实经历的关照。当德育依赖算法的确定性话语而非集体协商生成的道德共识，班会便从情感共鸣空间异化为道德知识的单向灌输。更隐蔽的是，GAI本身作为“无主体的大他者”，其交互逻辑默认排斥模糊性、矛盾性与道德困境——它提供“最优解”，而非“伦理思辨”。当学生习惯于从算法处获得确定答案，其面对真实世界复杂道德情境时的犹豫、共情与责任承担能力可能被悄然削弱。教育由此从“成人之学”退化为“技能之术”，人的完整性在数据化治理中被悄然“肢解”。

（三）技术公平的幻象：算法治理与社会再边缘化的再生产

尽管部分研究与实践将GAI视为可能促进教育公平的工具，但实证研究显示其反而可能加剧社会不平等。首先，GAI系统训练数据与交互逻辑内嵌阶层与文化偏见，对边缘群体缺乏适配性，相关研究反复证实GAI在数据、算法、算力层面存在鸿沟与算法性不平等，教育场域中的算法偏见还会在资源薄弱学校复制不公，并对不同群体产生差异化推荐与歧视。其次，个性化学习依赖网络、设备与家庭数字素养，进一步加剧城乡、区域与不同群体间的算法鸿沟。国家智慧教育公共服务平台在农村学校的使用体验仍显著落后，农村学校的设备条件、教师资源不足，持续削弱GAI的公平价值，数字资源差异成为核心结构性障碍。更重要的是，GAI使用率被纳入教师考核后，资源薄弱学校被迫优先满足技术合规，挤占师生互动与辅导时间。缺乏伦理框架的GAI应用会强化既有不平等，薄弱学校教师技术压力上升且应用流于形式。针对西部农村的研究显示，缺乏引导与本地化资源的GAI平台多为形式化使用，设备与培训不足、任务式应用还引发学生低效互动与学习焦虑。

这种技术赋能的不均衡导致城乡及区域间呈现系统性分化，使硬件鸿沟升级为素养差距，资源薄弱群体陷入“技术依附”。这种旨在促进教育公平的统一推进模式，在实际运行中往往容易以标准化的算法逻辑遮蔽地方教育生态的多样性；若脱离本土学情，不仅难以实现预期的技术赋能，反而可能加深资源薄弱群体在智能化转型中的数字鸿沟与技术依附。

（四）本土张力：宏观治理愿景与基层教学调适的张力

一方面，在席卷全球的智能化浪潮中，中国语境折射出别具一格的制度张力。“AI＋教育”的本土实践深深打上了国家主导的烙印。正如2025年《中国智慧教育白皮书》所展现的，治理逻辑与国家战略构成了技术应用的底层基座。与此同时，系统性的政策引导与制度化路径，通过一套自上而下的政策与监管体系，在一定程度上强化了技术绩效导向。当这套治理逻辑与教育政策深度耦合，“效率—绩效”便顺理成章地化作行政系统内的刚性标尺。这进一步催生并稳固了一种制度性的技术乐观主义，即坚信国家力量是担保技术最终走向完善的核心保障。在媒体层面，国家与企业的角色被突出强调，而公众声音相对较弱，这进一步强化了国家主导的技术愿景及其制度合理性。

另一方面，基层实践中，教师普遍面临GAI技术与育人目标之间的张力。研究显示，教师对GAI融合的顾虑包括：价值冲突、教学理念不匹配以及角色弱化等问题，呈现明显的身份压力与专业焦虑。他们在政策要求下往往表现为“被动接受—有限实施”的模式，这反映出基层面对技术冲击时一种审慎的调适逻辑。在国家宏观战略的推进过程中，这些结构性矛盾易被忽视，教师为了保持教学自主性，往往需要进行更为灵活的实践。同时，“技术终将完善”的乐观主义持续弱化对深层社会后果的反思，使GAI推广在短期内保持稳定，却可能延缓对教育目的、权力结构与社会性风险的真正讨论。

（五）能动的探索：课程重构、教师能动性与批判性话语的生成

尽管结构性压力显著，教育场域并未完全沦为技术逻辑的被动容器。全球多地的教师与课程设计者正通过积极地调整与创造性重构回应技术渗透。研究表明，教师在GAI整合中并非被动使用者，而是主动调适并以伦理与人本框架引导教学实践。在课程层面，北欧与北美的K-12教育体系逐步强化对人工智能伦理与算法素养的重视，通过项目式及跨学科学习模式，提高学生批判性分析技术的能力。中国教师在“人工智能+人文”领域的探索亦展现出主观能动性。例如，对比人工智能生成内容与人类文本，引导学生识别价值嵌入，推动“从技术到伦理”的混合式素养教育。

针对算法逻辑的渗透，一线教师正巧妙应对：在低风险任务中开放GAI权限、强化同伴互评及划定“无设备讨论区”等，捍卫人际互动底线与教学中的主体地位。这种克制的“人机互补”策略不仅兜住了学习的社会性底色，更为师生间的伦理关系筑起防线，有效阻滞了教育向自动化逻辑的盲目滑落。与此同时，理论界也正酝酿替代性话语，开始重新审视“错误的教育价值”，并反复重申学习不可妥协的“社会性前提”。归根结底，走向真正的人本教育，要求我们在教学与技术设计的源头实质性地嵌入公平、可解释性与主体性原则。唯有如此，我们才能抵御认知卸载的诱惑，在那些看似“不完美”的试错中，保全教育最宝贵的批判性锋芒。

散落于基层、扎根教学的能动性探索实践，正在悄然织就一张抵御社会性消解的安全网。事实上，要让教育的公共性与人性底色在智能时代重新焕发生机，就必须将人本、伦理及主体性原则实质性地楔入政策制定、课程开发与真实课堂的深层结构之中。

六、结论：从社会学诊断到重构教育的公共性

（一）理论价值：社会性消解作为一项诊断工具

本文提出“社会性消解”这一结构性诊断概念，力图穿透技术表象，剖析其背后的治理逻辑与心理机制。该概念揭示了“效率叙事”正将教育从集体实践推向原子化与算法中介的过程；通过绩效主义、精神分析与技术批判视角，本文明确了其核心根源，即通过提供“绝对确定性”与“无摩擦互动”，精准地抚慰了教育主体在不确定时代下的深层焦虑。

本文搭建的“话语—权力—欲望”三维分析框架旨在警示：若教育降维为个体与算法的高效对接，将不仅瓦解社会联结，更会彻底抽空人的主体性。那种唯有在真实人际的残缺、试错与智力挣扎中才能淬炼出的独立思想与责任担当，正面临被技术逻辑剥夺的危险。

（二）从诊断到干预：社会学路径下社会性消解风险的应对与治理

面对生成式人工智能在教育场域中引发的社会性消解风险，零散的技术伦理指南或教师个体的策略性调适虽具价值，却难以撼动其背后的制度性逻辑。唯有通过系统性、制度化的政策干预，方能在算法深度嵌入教育生态的进程中，重建并捍卫教育作为公共事业的社会性根基。基于前文对“效率叙事”建构机制及其实践后果的诊断，本文提出以下五条相互支撑的政策路径：

第一，建立以“五育融合”为导向的强制性“教育GAI育人影响评估”机制，考察其对德育、美育与劳动协作的支撑或弱化效应。针对当前教育GAI产品评估标准的单一化问题，应由国家督导部门联合学术机构实施强制性的“育人影响评估”。该评估应设立“协作学习保障”等正面指标与“社交频率下降”等负面红线，并将评估结果与采购资格及上线许可挂钩。通过制度化手段公开评估结果，从源头阻断仅追求效率而弱化社会性的教育GAI产品进入学校体系。

第二，推动算法透明与多元共治，瓦解话语联盟的封闭性。科技企业对算法与评价逻辑的垄断是“效率叙事”的技术根基。为此，应立法强制教育GAI平台有限度开放算法决策规则，并披露资源分配逻辑；同时，建议试点成立由教师、学生、家长等教育主体深度参与（占比不低于50%）的省级、市级伦理治理委员会。通过制度化渠道赋予利益相关方对平台规则与数据使用的实质性参与权，以此打破技术精英的排他性决策结构，重建教育场域的民主协商机制。

第三，将批判性GAI素养纳入大中小学课程协同体系，培育对技术权力结构的反思能力。建议教育部门牵头开发跨学科的“批判性GAI素养”课程模块，覆盖基础教育到高等教育全链条。此课程超越“如何使用GAI”的技能训练，引导学生反思算法价值取向，打破技术中立神话。实践中，推动教育主体从“场依赖”向“场独立”认知转向，让教育者依靠专业自信把控教学全局，而非仅依赖算法推荐。同时，德育场景禁止直接使用未经师生批判性重构的GAI生成内容，并将该课程模块设为教师资格认证与在职培训的必修内容。

第四，坚持数字教育补偿性公平原则，遏制再边缘化趋势。为防止GAI加剧教育不公平，必须从“接入公平”转向“实质性再分配”。建议设立国家级教育GAI公平专项基金，重点支持三大方向：一是研发适配边远地区、可离线运行的非营利性工具以解决基层痛点；二是资助县域教师开发本地化GAI课程，防止技术依附并贴合本地学情；三是建立资源薄弱群体反馈机制，确保边缘师生的需求能反向驱动产品迭代，从而避免“技术赋能”沦为扩大数字鸿沟与技术依附的推手。

第五，推行“建设性不完美”设计原则，从源头捍卫主体性生成空间。针对GAI的“完美”消解了学生“智力挣扎”过程这一威胁，政策应引导教育GAI产品采纳“建设性不完美”原则，禁止对复杂问题直接提供完整答案，转而设计“延迟满足”与“强制协作”机制，并在评价系统中高度认可“错误修正轨迹”与“原创性质疑”等过程性指标。该原则旨在将GAI从“答案生成器”重塑为“思维激发器”，在技术设计层面为“社会性”与“主体性”预留共生空间。

（本文参考文献略）

Examining the Risk of Social Dissolution of Generative Artificial Intelligence Education

Zhang Jinbao

Abstract: This study aims to reveal the structural threat posed by the “efficiency narrative” of generative artificial intelligence (GAI) to the sociality of education. The study constructs a three-dimensional analysis framework of “discourse-power-desire” to examine international policies, corporate technical reports, and empirical literature published between 2023 and 2025. The findings indicate that the “efficiency narrative” reconfigures learning as an algorithm-mediated atomized behavior through transnational discursive alliances. Moreover, GAI, acting as a “perfect other”, replaces intellectually intensive interpersonal interactions, thereby suspending students' subjective agency. This process leads to eroded classroom social capital, marginalized moral education, and widening digital divides in education. Concurrently, the educational field has developed proactive practical adaptations and generated constructive reflective discourse through curriculum reconfiguration and the exercise of teacher agency. The study suggests applying mandatory educational impact assessments, democratic algorithmic governance, critical literacy education, digital education compensation, and the principle of constructive imperfection to safeguard the public and social foundations of education.

Key words: generative artificial intelligence; social dissolution; educational subjectivity; efficiency narrative; algorithmic governance

初审：黄华强

复审：孙振东

终审：蒋立松