摘 要：当前，正处于技术驱动教育系统性变革的关键窗口期。面对智能技术迭代加速及其对教育系统的全方位渗透，文章提出以数字化赋能教育综合改革，加速教育系统性变革的行动框架。具体包括：（1）前瞻性教育规划作为实践指引，综合考量未来可能出现的新技术、新挑战和社会需求；（2）人机协同教学的多元实践，包括构建支持服务环境、开展证据导向的教学实践、完善教育伦理保障体系等；（3）场景驱动的教育变革，有赖于应用场景设计、改革需求洞悉、技术环境适配等基本环节，并以证据表征与夯实为保障，通过场景的迭代优化持续推动教育创新；（4）构建证据链有助于形成教育综合改革的闭环验证，需注重数字思维、数字化领导力、循证手段，并利用人机协同方式监测教育综合改革成效。在人机价值对齐的贯穿下，前瞻性规划、人机协同教学、变革场景演化和证据链构建等多维协同，确保教育系统在变革过程中始终与人类价值观保持一致，共同推动教育生态向个性化、情境化和数据驱动的方向演进，开启智能时代教育的新篇章。

关键词：教育综合改革；教育数字化；教育系统性变革；人机价值对齐；人机协同；场景；证据链

一、引言

面对科技革命、社会转型、国际竞争等交织联动的影响，教育正处于一个全球性的危机中，为建立一个和平、公正和可持续的未来，亟须进行教育变革。在智能时代，教育系统性变革是一个全方位、深层次的过程，既是对工业化教育范式的结构性突破，更是对教育本质的重新审视。从全球教育发展的角度来看，当前正处于技术驱动教育系统性变革的关键窗口期，数字化转型是教育变革的关键特征，已超越技术工具嵌入的初级阶段，进入撬动全要素、全流程、全业务、全域变革的深水区。从我国来看，到2035年建成教育强国是党中央作出的重大决策部署，是中华民族伟大复兴的基础工程。教育数字化是教育强国建设的核心组成部分。实现从教育大国到教育强国是系统性的跃升和质变，必须以改革创新为动力。

智能时代的教育系统性变革与数字化赋能教育综合改革呈现出辩证统一的关系。教育系统性变革是在复杂因素推动下教育理念、组织形态与运行机制等的根本性重构，具有“范式跃迁”的质变属性。教育系统性变革具有非线性的特征，需基于人类社会历史的发展进程进行综合考量，涉及教育系统的全要素、内部结构以及外部关系等多方面。相较而言，教育综合改革是政府主导的政策行动，侧重于在现有教育体系内，通过政策引导、制度供给和资源配置，解决教育领域中的特定矛盾，实现对教育体系的综合性调整及优化，具有明显的计划性特征。如今，面对科技革命与教育变革两个重大领域的历史交汇，数字化成为弥合“系统性变革的非线性”与“综合改革的计划性”之间鸿沟的纽带。教育改革需嵌入系统性变革视野，而系统性变革也依赖具体政策的落地支撑。因此，深化教育综合改革必须站在时代前沿，深入推动教育形态深度变革。可以说，数字化赋能教育综合改革为加速教育系统性变革创造条件，成为触发智能时代教育系统性变革的关键变量。

本研究基于对科技与教育系统性融合发展趋势的研判，提出以数字化赋能教育综合改革、加速教育系统性变革的行动框架（如图1所示）（图1略）。在智能技术迭代加速与全方位渗透的背景下，人机价值对齐需要贯穿于前瞻性规划、人机协同教学、变革场景演化、证据链构建等关键维度或环节，具象化构筑人工智能赋能教育综合改革的行动路径，确保教育系统在变革过程中始终与人类价值观保持一致，有序推动教育生态向个性化、情境化和数据驱动的方向演进。

二、教育综合改革的系统性与前瞻性规划

（一）教育改革的整体及系统性考量

教育综合改革需要在以往教育改革成果的基础上，针对当下教育改革中的不足，指引未来教育改革的方向，体现出鲜明的历史延续性和时代引领性。改革的成功不仅依赖于技术和政策创新，还要求在教育体系的各个层面上实现深层次的文化转型和结构性整合。在全球化和数字化的双重背景下，教育体系需要具备应对社会需求变化和技术发展的内生动力。改革的核心目标不仅是提升教育质量，更要确保其过程中的公平性、包容性与可持续性。教育改革需优先考虑若干关键因素，确保教育体系既能灵活应对未来变革，又能在全球教育竞争中占据优势。具体而言，一是包容性和公平性。包容性和公平性作为改革成效的重要衡量标准，要求教育政策和方法要回应不同群体的需求。这种包容性不仅体现在教育内容和方法的设计上，还体现在决策过程中的多元代表性。在这一背景下，改革的成功不仅取决于教育体系的普及性，还取决于是否通过合理的政策安排，确保包括边缘化人群在内的多元群体在决策机构中的代表性，从而使其需求和利益得以在改革中得到充分体现。教育改革应通过明确的政策设计、制度创新和有效的治理结构，确保教育资源和机会的公平分配，为各个群体提供平等的发展机会，从而推动社会的和谐与进步。二是持续改进文化。持续改进文化是教育综合改革的重要驱动力，其核心在于通过不断的反馈与优化推动教育系统的持续进步。改革的成效不仅取决于技术与政策的创新，更依赖于教育工作者和领导者是否建立了有效的合作机制，并通过收集和分析教育经验，持续评估基础设施、学习内容及专业发展的有效性。三是多部门合作与有效伙伴关系。多部门合作作为教育改革的重要支撑，要求政府领导者充分利用私营部门、社会组织、高等教育机构以及国内外非政府组织的资源和影响力，推动公共服务创新，并利用技术变革推动教育发展，以协同应对新兴问题和持续挑战。

（二）前瞻性的教育规划与技术治理

数字化赋能教育综合改革，需要跨部门、跨层级的政策设计与系统化改革，也需要技术治理提供必要的监管框架和伦理保障，确保技术应用和教育目标之间的对齐。然而，随着社会、科技和教育需求的迅速变化，传统的静态规划模式难以有效应对现代教育体系的复杂性与变动性。传统的教育规划通常遵循固定的框架和周期，强调长期目标的设定和线性执行，在应对快速变化的技术进步和社会变迁时缺乏灵活性和响应能力。因此，教育规划亟须转向一种动态、灵活且具有适应性的规划体系。这就要求在国家层面的教育愿景引领下，制定各区域相应的教育发展战略规划，通过合理的资源投入与机制设计，以及利益相关者的协同参与，从而确保教育改革的有效性、可持续性和动态调整能力。一是制定区域教育发展的战略规划。需要与国家发展蓝图的价值内涵和实践要求对齐，确保规划目标与国家战略方向高度契合，同时还要充分考虑区域内资源的独特性与差异化需求。需通过系统性分析与多维度考量，确立区域教育发展的核心目标与实施路径，依托区域的社会经济背景、教育资源配置以及政策环境，合理界定教育发展的重点领域与优先方向，制订可操作性强的实施方案。二是优先夯实教育基础设施的建设。政府应持续更新教育数字化基础设施，确保所有地区特别是农村与边远地区都能够获得稳定的网络连接，加强物理空间与虚拟空间的衔接融合，推动教育基础设施迭代升级。三是优先加强教育人力资源的投资。数字化赋能的教育综合改革不仅依赖于技术的引入，更依赖于教育工作者胜任力的提升。教育规划应体现出对于教师专业能力提升的优先支持，尤其是通过提供充分的培训与准备、持续的专业发展机会以及系统化的辅导与支持，增强教师在教学过程中应对新技术和新挑战的能力。

三、人机协同教学的样态建构与多元实践

（一）人机协同教学的社会性期许

面对生成式人工智能对教育的冲击，教育系统正处于从被动接受外部变化转向主动适应并推动内部变革的关键阶段。如何利用数字技术破解教育难题，实现教育公平，正引发社会各界的热烈讨论。当前，教育数字化的持续推进为教育教学形态的转变带来了创新机遇。具体而言，在机器智能不断改变现有教学要素、流程和场景业务的趋势下，利用数字化手段变革教学模式、增强学习方式、优化决策手段，逐渐形成人机协同教学的样态。一是形成多元跨域的人机“协同教学”。数字化技术融入教学环境，使得教学实践开始进入由人机共存、多维交互的多元智能协同场域，教学活动的实践边界得以扩展，同时促进教学结构从“师—生”二元结构向“师—生—机”三元结构发展。这一教学结构形态需要教师与机器之间建立双向反馈的协同回路，以实现教学策略的迭代进化，促进教学实践活动开展的质量和效益。二是形成双向赋能的人机“协同学习”。以人工智能大模型为代表的智能技术教育应用也将为学习者提供更拟人化、智能化、多模态的人机交互方式，使得技术可以通过扮演不同的教学角色为学习者带来全新的沉浸式学习体验。这一过程也将改变个体学习的发生机制，使得学习发生在多轮人机交互的协同过程中，实现人机智能的互补增强。三是形成安全可信的人机“协同决策”。信息过载时代，智能技术将通过合理的人机认知分工来实现决策优化，为深化智能时代教学评价方式和机制改革提供新手段。通过构建跨场景的数字化平台和工具，促使教学决策走向循证决策和人机协同的高层次水平，实现更加科学化和智慧化的教育教学决策。

（二）学校教育数字化转型中的现实难题

学校作为教育数字化转型的主阵地，是切实回应教育教学实践变革诉求的关键角色。在教育数字化的发展进程中，需要正视学校教育教学实践变革所面临的重要现实问题，促进其高质量发展。一是规模化教育与个性化培养的平衡难题。传统教育体系在工业化生产逻辑上形成的标准化课程体系、统一进度管控与线性评价机制，本质上是通过牺牲个体差异性来实现规模效率最大化。人机协同教学有助于缓解这一难题，可以通过智能算法分析学生的学习数据，精准识别每个学生的学习特点和需求，为教师提供个性化的教学建议，同时为学生提供定制化的学习资源，从而在规模化教育的基础上实现对学生的个性化培养。二是教学减负与质量提升的实施瓶颈。传统教学模式下教师是需要完成包括学情诊断、内容传递、过程监管与效果评估等工作的“多面手”，面临较高的工作负荷，而学生则面临着巨大的课业负担与升学考试压力。人机协同教学能够分担教师的部分工作，减轻其工作负担，使教师有更多精力专注于教学设计、学习指导与情感互动，服务于学生的适应性成长。三是碎片化学习与系统性能力培养的实践冲突。项目式、探究式学习等教学模式在学校教育中日益普及，但其在实施过程中可能导致学生学习的碎片化和浅表化，一定程度上不利于学习者对知识的深度整合与迁移应用。人机协同教学可以将碎片化的学习内容进行系统整合，确保学习内容的系统性与进阶性，并通过数据分析强化学习的连续性，引导并支持学生开展深度学习。整体上看，人机协同教学的根本价值不在于技术工具的应用，而在于重构教育主体间性：让机器智能承担认知劳动中可程式化的“形而下”部分，人类教师回归价值引导的“形而上”使命，引导学习者超越对知识的重复性记忆训练，转而建构个性化的认知网络，从而服务于真实世界中面向未来的问题解决与实践创新。

（三）证据导向的人机协同教学多元实践

面对智能时代教育教学实践的发展诉求，需要以学习环境建设为基础、以证据为导向、以教育伦理为保障，优化人机协同教育教学实践成效。具体而言，一是建构人机协同教育教学的支持服务环境。学习环境的构建是实现学与教方式变革的基础，需要进一步聚焦数据、场景、交互模态和协同机制等方面的系统化设计，有效建构智联融通、人机协同的学习环境。学习环境的建构包括建立多模态教育数据采集、传输和分析的标准机制，在避免数据隐私泄露的基础上挖掘背后的教学规律；基于不同教育场景、目标或任务的特性设计相应软硬件的技术方案，开发以人为中心的教育人工智能算法模型；综合考虑学科特点、学生教育水平和背景等因素合理选择机器类型、形态外观与交互方式，强调机器赋能协同教学的人本化技术适配机制；根据人机各自能力的优势区合理分配线上线下环境的教育任务，实现人机角色分工与能力互补的协同机制。二是持续开展证据导向的人机协同教学实践。人机协同教学实践需要以数字教学法作为理论指导，采用基于证据的理念、教与学方法和系统平台，促使教师从基于经验的主观教学向基于过程性学习证据的教学转变。开展证据导向的人机协同教学实践包括利用智能技术驱动的课堂数据采集、分析和可视化工具，系统分析师生课堂行为模式，从教学过程性数据中提取人机协同教学的规律，作为教学实践持续创新和改进的依据；鼓励教师利用证据精准识别关键教学问题，创新运用数字化资源与教学策略来设计、组织人机协同教学实践活动。三是探索完善人机协同教育伦理保障体系。规避技术风险以最大化发挥人机协同教学效益的关键在于构建人机协同的伦理边界，并提高教育利益攸关者的数字素养与技能，避免技术具身化对教育主体性的侵蚀。具体而言，完善人机协同教育伦理保障体系包括在保障技术安全合规的基本前提之上明确技术使用的“底线”，以人类的正确价值观指导机器在道德界限内开展教育实践行动，实现人机间意识形态、教育观念和教育行为规范的一致性；在设计教育人工智能系统的全生命周期中综合考虑多元群体的需求，使其无障碍、无偏见地服务于各类群体；在教育决策过程中强调教育人工智能系统可解释性的依据，并突出人类教育工作者对其的审查、反馈和监管作用，形成人在回路的可靠保障。此外，需全面提升教育利益攸关者的人工智能相关的知识、技能和伦理态度，避免技术逃避使用与过度滥用的不良后果。

四、人工智能变革教育的场景及其动态演化

（一）改革需求与技术应用相匹配的教育变革场景

科技与教育的系统性融合已成为当前教育改革与发展的重要特征，关于场景的研究为科技与教育的双向赋能提供了广阔的理论与实践空间。场景作为人类社会运作的一个微观单元，一般是对特定时间、空间、人物和活动等要素的综合性描述。随着智能技术持续融入教育生态，教育场景日益复杂，变革场景的意义也日趋重大。一方面，教育场景的变化是教育发展的缩影，其演变深刻反映了教育变革的历程，其综合性与复杂性日益凸显。原始社会，教育往往是真实性与生存性的交互，教育场景与生产劳动直接关联；农业社会，教育场景与生产劳动开始逐渐分离，在私塾等场所中教学的场景开始出现；工业社会，学校教育体系逐渐成熟，教育场景呈现规范化与标准化的特点；信息社会，互联网的发展促使学习的发生可以超越时空的限制，以“脱域”为特征的教育场景开始出现；智能社会，人工智能等技术持续渗透教育系统，教育场景呈现出复杂性、综合性、动态性等新特征。另一方面，场景驱动的技术应用有助于促进科技与教育的融合。大量智能技术面临场景创新认识不到位、重大场景系统设计不足、应用场景缺失、技术—场景适配难等困境。在教育领域，技术产品存在“方案空盒子”现象，即技术提供方或开发者对产品的应用场景、兼容环境、衔接时序不明确。因此，需要研究主体、技术主体和实践主体协同联动以加速场景驱动的教育实践。

当前，数字时代教育系统变革效果的社会显示度不高。尽管科技赋能的价值已在促进公平、保障连续性、提升效率等多个维度显现，但其优势尚未在教育领域各个层面与环节充分展现。新一轮科技革命促使社会加速转型，催生出新的人才需求，推动教育教学环境和教育系统行为重塑。从国际教育信息化发展来看，普遍存在科技革命加速但教育改革内生动力不足的问题，“教育—社会—科技”内生驱动与“科技—社会—教育”外部推动的耦合机制尚不协调。增强教育改革内生动力的关键在于精准洞察和挖掘教育需求。在人工智能赋能教育的进程中，识别教育变革场景是准确把握教育改革需求的基础，其意义在于通过识别教育改革过程中亟待解决的矛盾，基于技术特质与教育需求的匹配关系，针对性地设计技术应用路径以优化教育实践。具体包含以下关切：一是超越固定的时间与地点，既包括物理空间和社会空间，也包括信息空间，强调时间、问题、主体、社群、活动等要素的汇聚与相互作用。二是关注智能体融入教育后的新型主体形式，既要关注学生、教师、家长等人类主体，也需关注人、机、环境系统相互作用而产生的新型主体。三是关注教育教学活动的结构与关联，不仅要从教、学、管、考、评、研究、服务、实践、家校互动等维度解构一系列教育教学相关的活动，还要关注多元业务流之间的复杂交叠关系与隐性过程。四是关注数据赋予的跨场景连续性，要求从信息流动的角度理解场景，即连接三元空间的多维度信息流。例如，通过智联学习环境探索实现包括“学校—家庭—社会”教育中各关键环节、过程、时空节点的连接与数据流通，保障跨场景的衔接。五是关注场景分析的前瞻性，为应对智能技术的持续演进，场景分析不仅应包含对当前具体情境的设定，还需具备假设性和预见性。

（二）教育变革场景的动态演化机理

教育变革场景的动态演化并非无序进行，而是遵循着一定的内在逻辑。一方面，要突破现行教育系统的思维观念与行为惯性，其原因在于当前的教育大多仍发生在预设的场景中，教师与学生被功能固化，亟须超越这种工业时代教育的异化延续。另一方面，教育变革场景持续演化的意义不仅在于能够满足当下教育改革的迫切需求，更是为未来教育发展塑造一种可持续、自增强的发展模式。通过教育变革场景的识别与改进，推进人工智能赋能的教育教学实践，同时也为科技创新提供了实践反馈，从而建立一个正向反馈的发展链条。

随着智能技术持续融入教育系统，知识观、学习观、课程观和教学观等教育观念发生根本性转变，形成了智能时代的“新四观”，这些变化共同推动了教育场景的动态演化，促进教育生态的适应性进化。一是众创共享的新知识观。智能时代的新知识观强调群智性和开放性等特点，这为学习者跨学科、跨场域、跨介质、跨社群的知识整合提供了基础。二是智联建构的新学习观。智能技术为学习情境创生提供了无限可能，这有助于学习者利用元认知、批判性思维以及创新能力等高阶能力成为自我教育场景的设计者与建构者，实现理论学习到现实生活复杂问题解决的贯通，形成从知识通达素养的完整升维链条。三是融通开放的新课程观。智能技术的教育应用将推动课程边界由封闭走向开放。其中，跨场景学习的无缝流转与数据有序流动是关键，为学习者提供连通性和情境性的课程学习体验，使学习从物理教室转向虚实融合的“个人化意义场”，实现虚拟现实与真实情境、学校—家庭—社会、正式教育与非正式教育等学习流的优化。四是人机协同的新教学观。生生、师生间多维度的交流以及人机互动能提升学习效果。在人机价值对齐的教学实践中，智能体中介还可以成为学习者的元认知导师，如通过提示知识连接点与迁移策略促进学生开展深度学习。

教育生态的优化改进有赖于场景驱动的教育变革。教育变革场景的演化是一个复杂而持续的过程，其本质是教育系统与技术创新的协同进化过程，通过技术供给与教育需求的持续互动演进，逐步积累动能并实现教育生态的优化与进化。这一过程可以用“飞轮效应”的隐喻进行理解，其核心特征在于初始困难、动能累积与迭代优化，通过应用场景设计、改革需求洞悉、技术环境适配与变革场景迭代生成的循环优化，推动教育变革的深化与加速（如图2所示）（图2略）。

第一，应用场景设计。作为教育变革场景演化的起点，教育场景可以从时间、空间、角色和事件等多个维度进行分解与重组。一般而言，人工智能融入学校教育的场景可以从学生学习、教师发展与学校管理三个维度进行，包括知识获取、自主学习、差异教学、协同教学、泛在教育环境等。在此基础上，需关注预期目标、技术方案、环境配置、数字资源、时间窗口等要素，准确描述、表征与建构具体的技术应用场景。面向未来，还可以基于“认知计算—行为计算—环境计算”三维框架对场景的动态信息流进行建模与分析。第二，改革需求洞悉。需求是技术促进教育变革的逻辑起点。在识别应用场景的基础上，洞悉需求是提供适配服务的前提，应特别关注学习者和教师为中心的真实需求，并确保需求信息的准确度、全面度与及时度。需广泛收集不同区域、群体的个性化需求表达，形成学校教育教学改革与全民终身学习需求图谱，涉及教学内容、教学方法、教育评价等多个方面。在此基础上，结合特定教育场景对需求进行进一步匹配、明确与细化。第三，技术环境适配。在洞悉改革需求之后，需要评估现有工具、资源、设备等技术环境，确定调整方向或者部署适用的技术解决方案。为此，可以构建“需求—技术”映射矩阵，从技术成熟度、需求紧迫性、实施可行性等维度进行综合考量，还需特别关注师生等相关主体对其的主观评价，及时收集真实意见和反馈。第四，变革场景迭代生成。在适配相应的技术环境之后，场景的特征就会随之改变。随着技术在教育场景中的应用，既可能产生积极作用，也可能产生负面效应，甚至可能是颠覆性变化。其中证据表征和证据夯实起到了支持和保障作用。通过表征与夯实各类证据，如教育数据、案例分析和实践反馈等，有助于形成科技赋能教育的闭环，迈入新一轮的改革需求洞悉，从而实现教育场景的持续优化与教育生态的良性进化。

五、教育综合改革的效应分析与证据链构建

（一）人工智能变革教育的效应及其证据链

当前，人工智能等技术的融入已成为教育教学领域的共同行动，但其在不同的应用场景中所产生的影响呈现出多样化的表现。在个性化学习、智能辅导、虚拟助教等场景中，人工智能表现出增强个性化学习、优化教学内容、减轻教师负担等积极影响，而在数据隐私、算法偏见等方面可能表现出消极影响。尽管我们可以基于数据来探讨特定情境下人工智能对教育教学产生的即时影响，但评估其长远影响，即人工智能变革教育的效应，则仍缺乏可靠且公正的证据。具体而言，一是教育领域中关于技术对学习成效影响的证据较为混杂。尽管技术在某些情境下能够改善教学效果，但整体上仍缺乏长周期、系统性及大规模的证据支撑，相关证据难以形成一致结论。二是缺乏公正且独立的证据证明教育技术产品的真实效用。当前市场上许多“成功案例”往往由开发或推广这些教育技术产品的公司资助和支持，可能会夸大其产品的教育效用。三是技术产品的快速迭代影响效应评估的时效性。每一次技术产品的迭代更新都会对用户体验、学习行为、教学效果等产生新的影响，因此，需要探索实时、持续、可信的证据表征。

人工智能变革教育作为一项复杂的系统性工程，往往涉及政策制定、资源配置、监测评估、课程建设等多个方面，这些方面相互交织并呈现为一种复杂的网络结构。这种特性使得衡量人工智能赋能教育变革的效应颇具挑战性，需探索构建证据链为变革的有效推进提供有力支持。证据链是证据之间相互联结且相互印证，用以增强证明力并揭示事实的证据集合体。具体而言，一是有助于理清人工智能变革教育所涉及复杂因素的逻辑关系。证据链可以在多个维度上有效理清不同因素之间的逻辑关系，纵向支撑性关联可以确保教育变革过程中各证据的起点到结论的连贯性与逻辑性，能清楚展示各因素间的因果关系；横向互补性关系则强调多个教育主体和多种证据类型之间能够相互佐证；时空动态性关联着眼于证据的时效性和情境适应性，有助于比较分析不同时间和情境下教育变革的效应。二是有助于增强教育变革效应评估的透明性和可追溯性。证据链中每个证据都需确保来源的合法性和透明性，这为教育变革中的数据采集和使用提供了规范保障；证据的准确性和可验证性则要求数据真实可靠，能够避免人为干预和误差，并确保数据可以被独立验证。三是有助于推动教育变革效应评估从初步假设到闭环验证。证据链是一个动态且持续演进的过程，它不仅可以通过证据的起点支持初始的猜想和假设，还可以通过系统地收集、分析和整合不同阶段的数据，揭示教育变革的实际影响及其因果关系。

（二）人工智能赋能教育综合改革的证据链建构

当前，人工智能正以颠覆性的力量重塑教育生态，但技术赋能教育综合改革远非简单的工具叠加，而是涉及制度重构、模式创新等的复杂过程。要实现人工智能赋能教育综合改革，有赖于将数字思维贯穿教育综合改革的全过程，发展数字化领导力促进教育综合改革深化，通过多元循证建构人工智能赋能教育变革的证据链，并以人机协同方式监测教育综合改革成效。

第一，将数字思维培育作为影响教育综合改革成效的切入点。人工智能赋能教育综合改革的一个重要表征就是数字思维的培育，它不仅关注数字化基础设施的部署、数字资源的研发和利用、数字技术的应用和普及等，还涉及人们如何看待和利用数据、算法、人工智能来解决现实问题的一系列态度、行为。一方面，要把全民数字思维的提升纳入人工智能赋能教育综合改革成效的考量之中；另一方面，当人们逐渐形成数字思维后，教育工作者在日常教学和管理中将超越数字技术的浅层次应用，数字工具被自然内化并嵌入教育教学实践中，推动数据驱动决策常态化应用，进而增强教育综合改革的成效。

第二，将数字化领导力提升作为撬动教育综合改革的杠杆。数字化领导力在数字教育变革过程中具有不可替代的作用，它要求教育管理者具备前瞻性的数字战略意识，重视教育数字化的长期性，并积极主动拥抱数字变革和创新，涵盖数字化愿景与自我觉醒、数字化协同和有效沟通、数字化引领和资源调度、数字化学习和敏捷响应、数字化伦理和持续发展等方面。通过充分发挥数字化领导力的杠杆作用，可以释放教育系统内生的变革力量，推动教育规划从静态向动态、灵活且具有适应性的方向转变，教育决策从经验驱动向数据驱动转变，教育管理从传统单一的人工管理向人机协同的智能治理转变等。

第三，通过多元循证建构人工智能赋能教育变革的证据链。在智能时代的社会转型和教育变革背景下，教育实践理论的生产方式开始转向基于多元循证的大规模教育社会实验，以从更多维度和层次上指导教育实践。在人工智能教育社会实验研究中，需先感知社会现象，在问题基础上明确循证目标，设计循证方法，确定数据类型与来源。随后实施循证过程，收集与分析数据，对教育实践活动的输入、操手和效应的相关数据进行建模，揭示隐形进程，最终验证假设并得出结论。在此过程中，构建证据链是核心环节。尽管教育社会实验规模大、周期长、涉及面广，以及活动涉及因素多且关系复杂，数据收集分析更具挑战性，但人工智能凭借其强大的数据处理能力、高度自动化和自适应能力等，能够有效支持证据链建构，这为透视教育复杂因素间的逻辑关系提供了重要基础。

第四，通过价值对齐的人机协同方式监测教育综合改革成效。人工智能为教育综合改革成效的监测提供了关键性技术支撑，但其前提是实现人机价值对齐。要确保人工智能的决策逻辑、行为模式与教育理念（以德为先、全面发展、面向人人、终身学习、因材施教等）保持一致。具体而言，首先，需要将包容性与公平性、教育伦理、教育目标等特定人类价值倾向嵌入智能技术中，避免人工智能在决策、交互和行动中可能产生的价值偏差问题。其次，在人机价值对齐的基础上，通过系统化地收集、分析和整合来自不同学段、不同主体的数据与证据，综合评估人工智能变革教育的效应，持续开展教育综合改革成效的监测。

六、结束语

本研究基于对科技与教育系统性融合发展趋势的研判，提出以数字化为杠杆赋能教育综合改革、加速教育系统变革的行动框架。首先，教育规划作为教育综合改革的导向引领，不仅需要回应当下的改革需求，更应立足于未来可能出现的新技术、新挑战和社会需求，提前对人工智能、绿色教育等新兴领域进行系统性考量，并通过跨部门协作等方式进行前瞻性布局。应当在国家层面教育愿景的引领下，制定区域教育发展战略规划，通过合理的资源投入与机制设计，以及各方利益相关者的协同参与，确保教育改革的有效性、可持续性和动态协调性。其次，人机协同教学是未来教育教学实践样态演进的必然趋势之一。社会期许中人机协同教学样态具体包括多元跨域的人机“协同教学”、双向赋能的人机“协同学习”以及安全可信的人机“协同决策”。面对智能时代教育教学实践的发展诉求，要以学习环境建设为基础、以证据为导向、以教育伦理为保障，进而优化人机协同的多元实践。再次，教育变革场景的研究有助于连接改革需求与技术应用。一方面，教育变革场景的甄别不仅包括时空、主体、事件等要素的具体情境设定，还涉及基于数据的时空连接与信息流通，以及面向未来可能性的前瞻安排；另一方面，加速推动人工智能变革教育，关键在形成科技赋能教育的闭环，包括应用场景识别、改革需求洞悉、技术环境适配等基本环节，以证据表征与证据夯实为保障，不断积累动能，迭代优化教育场景。最后，证据链在评估人工智能赋能教育综合改革效应中发挥着重要作用。当前，人工智能变革教育的效应评估存在诸多挑战，包括证据结果不一、公正性不足、落后于技术迭代等。要实现人工智能赋能教育综合改革，有赖于将数字思维培育作为影响教育综合改革成效的切入点，将数字化领导力提升作为撬动教育综合改革的杠杆，通过教育社会实验建构人工智能赋能教育变革的证据链，通过人机协同的方式监测教育综合改革成效。本研究在理论层面对上述维度进行了论述，未来需要从前瞻性规划、人机协同教学、教育变革场景动态演化、证据链构建等方面开展具体化探索，共同推动数字化赋能教育综合改革的有序发展，以构建可持续、以人为本、高效、绿色的教育系统。

（本文参考文献略）

Systematic Transformation of Education for the Intelligent Era: Comprehensive Education Reform Empowered by Digitalization

HuangRonghuai LiuJiahao PanJingwen LiuMengyu ZhangGuoliang

Abstract: Currently, it is in a crucial period of systematic transformation of education driven by technology. Facing the accelerated iteration of intelligent technologies and their comprehensive penetration into education, this paper proposes an action framework for the comprehensive education reform empowered by digitalization so as to accelerate the systematic transformation of education. The framework includes the following components: (1)forward-looking educational planning as a practical guide, taking into consideration emerging technologies, potential challenges and social demands in the future; (2)diverse practices of human-machine collaborative teaching, including constructing a supportive service environment, conducting evidence-oriented teaching practices, and improving the educational ethics guarantee system; (3)scenario-driven educational transformation, which relies on basic aspects such as scenario design, reform demand insight and technical environment adaptation, as well as evidence characterization and consolidation as guarantee, continuously promoting educational innovation through iterative optimization of scenarios; (4)constructing evidence chains, which is conducive to form a closed-loop verification of comprehensive education reform, emphasizing digital thinking, digital leadership, evidence-based means, and the use of human-machine collaboration to monitor the effectiveness of comprehensive education reform. Under the overarching principle of human-machine value alignment, the synergy among forward-looking planning, human-machine collaboration, scenario evolution, and evidence chain construction ensures that the education system always remains consistent with human values in the process of transformation, and jointly promotes the evolution of the educational ecosystem toward personalization, contextualization, and data-driven practices, opening up a new chapter for education in the intelligent era.

Key words: Comprehensive Education Reform; Digitalization in Education; Systematic Transformation of Education; Human-Machine Value Alignment; Human-Machine Collaboration; Scenario; Chain of Evidence

初审：曹洪家

复审：孙振东

终审：蒋立松