学习笔记 | 教育范式转型面临的困境与对策(2)

在《教育范式转型面临的困境与对策（1）》中，我们借用了任学宝老师在《数字时代的育人方式变革》一文中的一个基本判断：传统工业时代形成的教育范式，在应对数智时代人才培养需求时，尽显乏力。这一判断并非耸人听闻，而是基于对生产力与教育形态关系的考察——农耕时代的教育以“秩序与传承”为灵魂，培养宗法秩序下的顺从者；工业时代的教育以“标准化与可替换性”为灵魂，为流水线培养合格的产业工人；而智能时代，当劳动不再是人的必选项，教育的灵魂必须转向“个性化与自我实现”，让每个生命找到独特的价值与创造力。

基于这一判断，我们给出的第一个对策是：把“预习”做实做细，以“会问”为杠杆撬动课堂变革。预习的本质不是提前覆盖知识点，而是通过自学习得知识、学会学习，并在自学中产生真实的疑问。精心设计的预习任务单既是学生的脚手架，也是教师掌握学情的诊断器。更重要的是，培养“会问”的能力——提升学生的问题意识和提问能力——就是抓住了智能时代教育的牛鼻子。这一对策不依赖任何学生端技术设备，以有限的代价、简单的实践撬动课堂从“教为中心”向“学为中心”的转变。

然而，学生层面的“会问”只是变革的一半。另一半，在教师。

2 技术、人文、社会的三力框架

任学宝老师在《数字时代的育人方式变革》一文中，敏锐地揭示了数智时代教师所处的多维张力场。他将这一张力场概括为技术、人文、社会三重拉力的交织：

技术侧拉力：要求教师具备数据素养，能从经验驱动转向数据驱动，实现精准教学。

人文侧拉力：要求教师回归育人本质，关注学生的情感陪伴、价值引领与个性成长。

社会侧拉力：体现为升学率、考试成绩等传统考评压力，其逻辑常与前两者相冲突。

任老师进一步指出，这三重拉力相互作用的背后，是教师专业话语权削弱的主体性危机。教师被要求在数据素养与人文关怀之间兼顾，又被传统考评指标紧紧束缚，感受着难以调和的撕扯。

三力框架的价值在于：它不再把教师困境归因于个体能力不足或态度不端，而是将其理解为结构性张力的产物。这构成了理解当前教师职业困境与教育改革滞缓的关键锁钥。没有这一框架，我们很容易陷入“培训教师”“加强考核”等治标不治本的老路。

3 批判与建构：三力框架的“割裂”之痛

肯定三力框架的洞察力之后，我们需要进一步追问：为什么三力会形成困局？它们在现实中如何运作？若不深究其内在的“割裂”，再正确的框架也只能停留于描述，无法导出可行的对策。

第一重割裂：技术拉力的“要求”与“赋能”割裂。

技术侧拉力以“教师数字素养标准”“数据驱动教学”等形式出现，本质上是外部强加的要求。然而，这一要求与其本应具备的“赋能”潜能之间存在巨大鸿沟——技术本应减轻教师负担、提升教学效率，但因理念冲突、培训不足、资源壁垒及伦理争议，常常无法兑现。结果，技术从预设的解决方案异化为消耗教师心力、加剧主体性危机的新问题源。教师不是不想用技术，而是“用不起来”“用了也没用”。

第二重割裂：人文拉力的“核心地位”与“边缘化实践”割裂。

“立德树人”被置于教育的核心，这一点无人质疑。然而，人文关怀是一种高度依赖情感劳动与个性化互动的实践，其成果极难量化。在效率至上的评价体系中，它往往被边缘化；与此同时，政策与社会又对教师提出“无限责任”式的道德要求，导致教师要么沦为“情感外包”的消耗者，要么陷入职业倦怠。政策指令与实操支持之间的“知行割裂”，使教师在这一维度承受着巨大的精神内耗与无力感。

第三重割裂：社会拉力的“显性刚性”与“隐性塑造”。

社会侧拉力表现为分数、排名、升学率等显性考评指标。但更深层的问题在于：这套显性评价体系构成了一个刚性的引力场，它不仅是众多冲突的一方，更是塑造技术异化与人文困境的结构性根源。当社会评价体系仍深度捆绑于可量化指标时，它便迫使技术应用服务于“效率竞赛”，同时挤压人文关怀的实践空间。调和技术与人文的冲突，若不撼动这一深层范式，无异于隔靴搔痒。

这三重割裂的实质是：教师被要求同时满足三套逻辑不一、甚至相互矛盾的期望，却没有获得相应的支持与自主权。不解决这些割裂，三力就会持续阻碍教育变革——技术变成负担，人文变成口号，考评变成枷锁。

4 对策：AI赋能教师成为“课堂的研究者”

如何破解三力割裂？我给出的答案是：让教师从“会问”走向“会研”——借助AI，教师成为自己课堂的研究者。

这一对策的逻辑起点是：三力割裂的核心在于教师失去了专业主体性。如果教师能够提出自己的教学问题，设计对比实验，采集数据，检验假设，形成证据，那么技术不再是外部强加的要求，人文不再是空洞的道德召唤，考评也不再是无法撼动的铁板。而AI，恰好是让这一切从理想变为现实的低成本工具。

重构1：技术拉力的重构——AI即导师与助手

传统困境中，技术是“要求”而非“赋能”。AI的出现改变了这一局面：

AI作为导师：教师输入自己的教学困惑（如“为什么预习任务单上的问题都很浅？”），AI可以输出可研究的关键假设、对比实验方案、数据采集方法、预期时间投入。研究设计不再依赖外部专家或高深的方法学知识。

AI作为助手：帮助设计问卷、作业、试卷，处理数据，辅助报告写作。

当教师通过AI辅助完成可信的课堂微研究，看到具体数据支撑自己的教学改进时，他们便从“被要求使用技术”转向“我相信技术的价值”，进而主动天天使用技术。外部要求，就这样转化为内在驱动力。

重构2：人文拉力的重构——眼前有数，目中有人，心中有爱

人文关怀从来不是抽象的，也不是挂在嘴上的言语。AI赋能后，教师对学生的作业可以给出细致批改——不再是冷冰冰的勾叉，而是归因分析与改进策略。

具体流程：拍照上传学生作业 → AI分析错题类型、归纳常见误区、给出针对性改进策略、设计相似的练习题 → 教师快速审核并补充情感性语言 → 反馈给学生。学生从“评价”中习得具体方法，感受到的是“老师真的在帮我”。这就是“眼前有数（数据支撑）、目中有人（指向具体个体）、心中有爱（支持成长）”。爱，在教师帮助学生成长的过程中自然流淌，而非被异化为无限责任或情感透支（有心无力）。

重构3：社会拉力的重构——用一线“反叙事”松动刚性引力场

微小对比实验积累的数据，可以形成来自一线的“反叙事”：证明“培养提问能力并未牺牲分数”“某种干预反而提升了学习投入度”“减负的同时提升了效率”。多位教师的同类研究汇聚，形成校本证据链，逐步影响学校乃至区域的课堂生态和评价话语。

这并不是要推翻考试，而是在承认考试存在的前提下，用证据表明：素养与分数不是矛盾关系。当学校管理者看到越来越多的研究与实践，就进一步积攒变革的底气，教师用研究的力量也必将推动“考评”的进化。

教师主体性的回归：三个不可外包的环节

在任何AI辅助的研究中，教师始终守住三个不可外包的环节：提出假设、设计实验、解释证据。这三个环节依赖教师对课堂的深度观察、对班级生态的把握、对教学价值的判断。守住它们，教师就从“教书匠”转变为假设提出者、实验设计者、证据解释者——专业话语权自然回归。

5 总结与展望

至此，我们已经讨论了两组困境与对策：

困境一：工业时代教育范式在数智时代尽显乏力。对策一：以“预习”为突破口，培养“会问、会学”的学生。

困境二：教师面临技术、人文、社会三重拉力的割裂，主体性危机深重。对策二：AI赋能教师成为“课堂的研究者”，在真实的研究中重获专业自主，让技术成为内驱力，让人文关怀具象为有数据的支持，让一线反叙事逐步松动固化的评价惯性。

两个对策共同指向同一个素养：AI时代，“会问”就会学习，"会问"就会研究。这一切都不依赖昂贵的设备或等待政策松动，而是立足现有条件，用简便、可行的实践撬动系统变革。

当然，变革不止于此。在后续的讨论中，我们将进一步关注第三个关键要素——学材。没有合适的学材，预习难以真正开展；没有靠谱的学材，课堂流程难以摆脱“教师的教”的窠臼。学材将是《学校教育变革的困境与对策（3）》讨论的主题。