□吴东照 袁源

2026年4月2日，教育部等五部门印发了《“人工智能+教育”行动计划》的通知，明确提出要“加快普及中小学生的人工智能教育”。当前，人工智能的影响深度和广度不断拓展，对于基础教育也是一场从育人目标到课程体系、从教材形态到教学方式、从评价机制到治理模式的系统性重构。教师借助智能工具，可以捕捉学生隐性情绪信号，补齐传统育人的观察盲区；创设丰富虚拟情境，拓展课堂教学资源；搭建开放表达空间，帮助学生实现情绪宣泄与自我反思，突破课后、假期等育人时空的限制，实现“情知交融”的育人目标。

同时，人工智能在赋能基础教育的进程中潜藏的负面影响值得警惕。

功能越界越位：替代教育主体，消解育人核心责任。人工智能可以快速生成教学材料、分析学习数据等。从学校层面看，这些功能能够切实减轻教师部分重复性工作，但如果学校和教师把AI输出作为心理筛查、品德评价与教育判断的主要依据，可能出现教育责任向技术转移，本应由人承担的教育职责被转嫁给人工智能，忽视了教育工作的复杂性与人文性。从学生层面看，越来越多的中小学生依赖AI完成作业、答疑解惑，跳过了自主思考与探究过程。人工智能本质是服务教育的工具，并不具备教育判断力，更无法承担教育责任。一旦功能越位，就会消解人在教育中的主体地位。

学习过程虚化：任务表现虽显著提升，未必能带来真正的学习。人工智能可以迅速生成结构完整的答案，提高任务完成的质量与效率，但这种“表面质量”的提高，不等同于真正实现知识内化与能力成长。中小学生正处于逻辑思维能力培育的关键时期，如果习惯于直接取用AI生成的现成答案，就会跳过“审题、推演、构思、试错、反思”等学习环节。长此以往，学生极易滋生思维惰性，形成“表面完成度高、实则知识浅薄”的虚假学习。同时，AI生成的内容难免存在偏差，辨别能力不足的中小学生被动接纳算法输出的结论，极易弱化质疑与求证的科学精神。

社交成长受阻：挤压学生真实交往，替代人际情感联结。人工智能可以随时回应学生，进行聊天、角色扮演和情景模拟，在一定程度上帮助学生练习沟通、缓解孤独。然而，真实的人际关系并不只是信息交换，而是在长期相处中形成理解、信任、冲突和责任。学生只有在真实互动中，才能逐步学会表达需求、理解他人、面对分歧并承担责任。过度依赖AI虚拟陪伴，会弱化学生感知他人情绪、进行换位思考的能力，甚至诱发对现实社交的回避，阻碍其社会化进程。

数据算法失稳：暗藏信息泄露与算法偏见的双重隐患。基础教育中的人工智能应用可能涉及学习记录、行为数据、图像和心理状态等信息。一方面，数据安全存在风险。如果学校或相关技术平台在缺乏充分必要性的情况下过度采集学生敏感信息，且数据存储、防护机制不完善，一旦发生信息泄露或违规流转，可能对学生成长造成长期负面影响。另一方面，算法偏见也带来了隐患。算法训练依赖历史数据，而数据本身可能存在群体偏差，由此对于性格、表达方式不同的学生，AI容易出现误判。如果算法结果进一步用于品德、心理甚至是人格评价，会对部分学生造成不公平的标签化对待。

只有在充分认识潜在风险的基础上划清应用边界，才能真正发挥人工智能的教育价值。因此，针对上述问题，应从功能、学习、关系以及数据算法四个方面建立应对机制。

针对功能越位风险，必须坚持AI辅助而不代行的核心原则。人工智能应当定位为辅助工具，而不能代行教育责任。AI可以帮助教师生成教学资源、辅助管理学生，但涉及学生人格评价、心理危机处理以及重大人生选择等问题时，AI生成的结果只能作为辅助参考。学校应明确可使用、须审核和不得独立使用等AI使用事项，落实教师最终责任。

针对学习过程虚化问题，对学生的评价不能“只看结果”，重点关注思维过程本身。学校和教师不应简单禁止学生使用人工智能，重在规范其使用方式。可以要求学生先独立思考，再使用AI进行资料补充、错误纠正；对于AI生成的内容，应要求学生进行辨别和验证；评价中增加思路说明、课堂表达和实践活动等要求，避免学生仅凭AI加工后的最终答案获得全部评价。让AI帮助学生学习，而不是替学生完成学习，让学习的重心回归到自身思维能力的提升。AI作为教学和学习的辅助工具，“以何种方式参与学习过程”很重要，但最关键的是“学生怎么用”。

针对社交弱化风险，划清AI与人之间的关系边界，始终把真实的人际关系放在育人重要位置。AI可以帮助学生练习沟通技巧，也可以通过角色模拟让学生换位思考，但这种模拟练习最终必须回归现实生活。学生需要在教师、同伴和家人的真实相处中学习理解他人，在分歧和矛盾中学会沟通、妥协和承担责任。人机互动可以成为现实交往的预演和补充，但绝不能成为现实交往的替代品。学校和家庭应协同引导，鼓励学生开展面对面的交流互动，并引导学生将虚拟情境中学到的沟通方法迁移到现实生活中。

针对数据和算法风险，规范数据算法的应用，守住安全合规底线。在数据管理上，严格遵循最小且必要的采集原则，严格管控学生心理、情绪、行为等敏感信息的采集范围与采集频次，非教育必需的数据坚决不予采集；建立学生数据存储、加密、使用等全流程管理制度，落实学校与技术平台的数据安全主体责任，严防学生个人信息泄露、滥用和违规流转，切实保障未成年人的数据权益。在算法安全上，破除“算法万能”的认知误区，不能将算法输出结果直接作为评价的依据。AI生成的内容只能作为辅助参考，对学生的评价必须结合家庭背景、日常表现等进行观察与深度访谈，拒绝单纯靠数据定义学生，避免算法偏见。同时对AI得出的异常结果，必须经过教育工作者、心理专业人员的人工审核确认后，方可开展后续教育干预。

人工智能进入基础教育是时代趋势，真正需要警惕的并不是技术本身，而是技术在教育中的越界使用。我们需要的不是一个越来越像人的机器，而是借助技术帮助学生成长为更加完整的人。只有把技术放在合适的位置，守住教育的人文底色，明确应用的边界，人工智能才能真正赋能基础教育高质量发展。（本文为江苏高校哲学社会科学研究2025年度重大项目“教育数字化转型背景下中小学教师数字负担的类型、生成机理及治理策略研究”、项目编号2025SJZD080的研究成果）

（作者单位：南通大学教育科学学院）