在北京大学研究生院“研究生教育创新计划”的支持下，北京大学数字化学习研究中心于2025年7月29日在线上举办了“新一代人工智能对教育的影响研究”博士生学术论坛。自2015年以来，北大教育技术学博士生论坛已连续举办十年，每一届的主题均紧扣前沿议题，如“慕课教学设计”“智能教育社会实验”“学习科学与技术”等。本届论坛继续围绕“新一代人工智能对教育的影响”这一核心议题，设置了“理论与理念”“技术与应用”“伦理与政策”三场主题报告，来自北京师范大学、香港理工大学等高校的11位青年教师或博（硕）士生进行了报告；并以“AI时代教育的理论反思”为主题举办了“教与学体验”“师生机关系”两场青年圆桌讨论，邀请来自中国教育科学研究院、南京师范大学等机构的12位年青学者参与对话、分享洞察；还进行了一场“实用学习分析技术和项目研究实践”工作坊。本届论坛虽因天气状况调整为线上为主，仍受到广泛关注，在线累计收看超五千人次。
主题报告第一场：理论与理念
在“理论与理念”报告环节，来自北京师范大学未来教育学院的史圣朋讲师、东南大学人文学院的博士生乔云霞、华东师范大学教育学部的博士生周志杰、曲阜师范大学教育学部的博士生胡文玥针对智能时代的“师-生-机对话关系从哲学、教育学和语言学视角分别分析了人机对话过程、人机对话情感、师生疏离关系以及人机对话理解，并提出了针对问题的对策建议。
首先，北京师范大学未来教育学院的史圣朋老师作了题为《基于对话理论的人工智能智能体对话案例分析》的特邀报告，从“对话教育”理论的视角阐释AI智能体的指令设计原则。史老师指出，在生成式人工智能时代，课堂结构正从“师—生”二元走向“师—生—机”三元，AI智能体不再只是被动响应的信息库，而是能主动扮演多重角色的“认知伙伴”。史老师通过分析一段学生与AI对话过程，指出当前AI智能体设计应尽力满足纵深拓展教育对话空间的功能。此外，史老师围绕对话空间的开放性、对位性、回应性提出了智能体指令设计的多条原则，以推动AI在学生“最近发展区”内制造认知张力，引导其将碎片化知识联结成网、对观点进行批判性审视并迁移到真实情境，从而在持续的人机意义共建中孕育真正的“Human-AI Intelligence”（“人—机”智慧），实现“师-生-机”共生共育的教育愿景。
接着，东南大学人文学院乔云霞同学从教育哲学的视角作题为《人工智能时代教育交往的伦理思忖》的报告。她指出传统教育交往存在主客体独白式和主体间对话式两种范式，均围绕人人交往，忽视非人类要素，AI缺乏意向性和因果关系理解，可能引发教育交往中的理解忧虑，技术可能异化教育。标准化产品框住教育，需警惕数字技术对教育本质的影响，线上交往虽拉近距离，但分割物理现实，削弱共同在场的社会情感益处，提出计算非算计、内嵌人类价值观和关怀伦理三条伦理路径，强调技术应服务于教育本质。
接下来，华东师范大学教育学部周志杰同学作题为《从“物化对立”迈向“融合创生”：人机时代师生关系的危机与重构》的报告，系统剖析了智能技术深度介入教育后师生关系出现的三大疏离危机，并基于对话理论给出了“四维重构”的行动方案。她指出，生成式AI的介入使师生关系陷入“物化对立”，即教师权威被多元知识源削弱、学生主体性被算法投喂抑制、德性教化被虚拟互动稀释；破解之道在于回到“以人为本、以爱为中介”的对话理论，重塑“人师-机师-学生”三维共生格局，通过仁爱唤醒自觉、真实对话重建信任、升温场域凸显人性，最终实现从“物化对立”到“融合创生”的跃迁。
曲阜师范大学教育学院胡文玥同学以《让机器“可理解”：大语言模型应用于语言学习的理解障碍及教育应对》为题，层层递进地揭开“机器流利≠人类理解”的现实困境，并给出四条破解之道。她指出，大模型虽能“流利”生成语料，却因语境适配不足、情感与文化缺席、资源加剧不平等及技术逻辑与学习需求错位，造成语言学习者“不可理解”的四重障碍；破解之道在于以复合意向性目标校准技术方向，用“能力-权限”映射动态划定AI辅助疆界，借多模态具身技术还原文化现场，并以多元语料库保障公平，从而让机器真正“说人话”。
在主题报告点评环节，南京师范大学教育科学学院的赵晓伟老师以“交往”作为锚点，将汇报内容归纳为一条从伦理奠基、关系重塑到理解生成的递进脉络。在伦理层面，乔云霞的报告引发了核心追问：在人与AI的全新交往中，我们应秉持何种价值立场？在关系层面，周志杰的分享则警示我们，须防范技术带来的师生疏离，让教育回归“以人为本”的内核。在理解层面，胡文玥关于机器“可理解”的策略分享，则将思考引向了更深处：机器生成的内容如何才能真正转化为人的深刻理解？最后，她指出生成式AI作为新”他者“，迫使我们重新审视对话关系，不仅是主体间的对话，更是经由技术中介的对话——人与机器、人与人、人与自我，最终指向“用技术重新发现人”的教育旨归。
主题报告第二场：技术与应用
在“技术与应用”报告环节，讯飞教育技术研究院政策行业研究部主任、西北师范大学教育技术学院的博士生袁婷婷、南京师范大学教育科学学院的硕士生王培均、厦门大学教育研究院的博士生范昌鑫、香港理工大学设计学院的博士生贾凤麟围绕生成式人工智能在教学实践中的应用路径展开深入探讨。报告聚焦于如何从教学设计、应用策略、学习效果和个性化支持等层面，推动生成式AI与教学实践的深度融合。讨论指出，当前技术的核心价值并不在于其性能参数的迭代，而在于其能否嵌入有效的教学设计中，生成真正的教育意义。
首先，讯飞教育技术研究院、西北师范大学教育技术学院袁婷婷以《生成式人工智能赋能的课堂教学变革与升级》为题作了特邀报告，沿着“技术发展—框架构建—要素重塑”三大板块，系统呈现了生成式AI从底层能力跃迁到教学范式重塑的完整链路。技术发展层面，她纵论生成式AI四浪迭代，指出其已凭文本生成、多模态、深度推理能力从“工具”升级为“认知伙伴”；框架构建层面，基于技术发展背景下课堂形态的演进，提出生成式AI赋能的智慧课堂框架；要素重塑层面，教学七要素（目的、学生、教师、环境、课程、方法、反馈）全面重塑，生成式AI赋能的智慧课堂将打破时空边界、认知边界和主体边界形成人类智慧与机器智能协同进化的教学新模式、新样态。
接着，南京师范大学教育科学学院王培均同学以《生成式人工智能（GAI）在高等教育教学中应用的系统文献综述：教学应用背景、过程和策略》为题作了报告。系统综述显示，自2022年ChatGPT引发变革以来，GAI已覆盖医学、工程学等八大学科领域，但其应用呈现显著"学科失衡"特征。研究基于角色模型发现，当前教学实践中GAI主要承担"直接中介"功能，而具备教育数据挖掘潜力的"辅助助理"角色尚待开发。数据显示，GAI在代码生成、虚拟实验等场景已达到SAMR框架中的"替代"层级，但过度依赖可能弱化学生批判性思维。值得关注的是，尽管建构性、反思性教学策略使用率较高，但情景式学习等真实情境策略采纳率较低。未来研究建议构建多模态教育平台，建立跨学科适用性评估体系，并通过数据驱动探索个性化学习路径，推动技术创新与教育本质的深度融合。
随后，厦门大学教育研究院范昌鑫同学报告了《生成式人工智能如何影响大学生学习结果：基于三水平元分析的实证研究》，系统梳理了36项国内外实验与准实验研究，采用三水平元分析方法深入分析了GenAI对大学生学习结果的影响效应。研究发现，GenAI整体上对大学生学习结果具有中等程度的积极影响，其中“协作式学习”调节效应最为显著，优于混合式、探究式、个性化及传统教学。研究进一步指出，教学方法而非技术本身是决定GenAI教学效果的关键变量，其它因素如学科类别、平台版本虽未构成显著调节，但亦展现出差异趋势。该研究为高校合理整合GenAI工具、提升教学质量提供了坚实的实证支持与方法参考，强调未来应更加关注教学设计与场景适配，实现技术赋能下的有意义学习。
香港理工大学设计学院贾凤麟同学以《聊天机器人在学习环境中的个性化能力：学生与导师机器人互动分析》为题，系统探讨了ChatGPT在个性化学习中的应用效果。通过对51名研究生与AI导师机器人互动的分析，研究发现结构化提示显著提升了学习参与度与总结质量，学生普遍认为机器人“有趣”“有帮助”“促进批判性思维”。尽管当前ChatGPT尚难完全实现深度个性化教学，但其在基础支持和引导方面展现出巨大潜力，未来应进一步发展学习者建模和自适应教学机制，实现人机协同的智能教育愿景。
最后，北京大学教育学院乐惠骁博士后为各位汇报者做点评，指出这四项研究虽然从不同角度探讨生成式AI的教育应用，但其核心关切都指向了一个共同议题：技术工具的教育价值最终取决于其背后的教学设计与方法选择。乐老师指出，无论是袁婷婷对课堂要素重塑的分析，还是王培均对应用模式的梳理，抑或是范昌鑫对效应机制的量化分析，以及贾凤麟对个性化支持的深入剖析，研究的落脚点都不在具体的技术形态表现或模型性能讨论上，而是聚焦于AI技术的落地模式和教学方法的有机结合。当前生成式AI教育应用的关键不在于追求更强的技术性能，而在于探索如何将AI工具有效融入不同的教学情境和教学法框架中，实现人机协同的教学创新。
主题报告第三场：伦理与政策
在“伦理与政策”报告环节，来自华东师范大学教育学部的博士生卢秀、北京航空航天大学人文社会科学学院的博士生毋存鑫和华南师范大学教育科学学院的博士生黄星云从学习评价、政策文本分析与高校治理应对等维度切入，深入探讨了生成式人工智能教育应用背后的伦理张力与制度安排。
首先，华东师范大学教育学部卢秀同学以《从离身走向具身：人工智能运用于学习评价的风险及其化解》为题，从“离身—具身”的认知哲学出发，反思当前AI赋能的学习评价可能带来的三重风险：（1）认知与身体经验的解耦，可能导致评价主体的异化；（2）环境适应性的缺失，容易忽略个体差异；（3）互动性的削弱，使评价方法趋于机械化、量化。为此，她提出三项具身化的应对策略，去平衡技术与人的智慧、去强化情境性、去实现多模态、多层次的协同评价。
接下来，北京航空航天大学人文社会科学学院毋存鑫同学作题为《美国各州人工智能教育政策量化评价及启示——基于PMC指数模型的分析》的报告，将政策文本分析与PMC指数模型相结合，对全美20个州的AI教育应用政策进行系统梳理。他基于PMC指数，对全美20份完整AI教育政策打分：整体优秀（PMC=6.79），却在监管深度、持续机制、公众支持与法律约束四大维度大面积失分。研究最后分别从政策工具、政策质量、政策主题和政策时效四个维度提出相应建议。
接着，华南师范大学教育科学学院黄星云同学作题为《从被动响应到主动引领？——国内外高校的GenAI应对策略解析》的报告。她通过对全球50余所高校发布的多份生成式AI相关政策文件进行了系统梳理与分析，从“创新特征”和“社会系统”两大维度切入，归纳出全球高校在AI教育应用中的四个趋势。同时指出从“用不用AI”到“如何负责任地使用AI”的转向，反映了高校从防御性反应走向战略性重构，为我国高校制定AI教学与科研治理规则提供了前瞻性思路。
最后，来自温州大学教育学院的柳晨晨博士为几位汇报者作点评。柳老师针对各位报告内容，提出了一系列延伸思考，如针对卢秀的研究——“如何设计兼顾效率与公平的教学评一体化流程？如何量化非数据化的教育体验？”；针对毋存鑫的研究——“政策差异背后的社会、经济、文化动因是什么？如何避免政策成为教育失衡的“扩大器”？”；针对黄星云的研究，建议开展“典型案例追踪”和“院校类型差异化分析”。
青年圆桌I：AI时代教育的理论反思：教与学体验
“AI时代教育的理论反思：教与学体验”青年圆桌邀请了刘友棚（中国教育科学研究院基础教育研究所助理研究员）、缪静敏（广州大学教育学院讲师）、王一岩（北京师范大学中国教育与社会发展研究院博士后）、韦倩晨（中国教育科学研究院教育体制机制改革研究所助理研究员）、赵晓伟（南京师范大学教育科学学院讲师）五位青年学者参与对话交流。
在北京理工大学教育学院助理教授欧阳嘉煜的主持下，针对AI对教育领域带来的新挑战、人机对话与师生对话的本质差异，以及AI进入课堂的潜在问题进行了深入讨论。青年学者们观点多元，有人认为AI将在学习、工作、生活乃至科研等多个领域发挥日益重要的作用；有人强调AI可作为辅助教师识别学生差异的有力工具；也有人指出，尽管人形机器人具备一定的认知引导能力，但在情感互动层面仍难以替代教师的角色。针对人机对话和师生对话的差异，青年学者们同样提出了诸多精彩观点。有人认为，AI虽具有人类语言的外壳，但它本质上缺乏“意义的创生”与“生命的在场”。在激发学生的创新能力、跨学科迁移等方面，仍难与人类教师比拟。与此同时，人机对话式学习也伴随着系列风险，亟需正视AI对话的“限度”问题。警惕其存在的幻觉和偏见、对话策略的缺位、创造力的局限，以及引发的元认知缺位。青年学者们普遍认为，AI不应被视为解决教育问题的“万能钥匙”，唯有在“适切情境”中合理运用，方能真正发挥其教育价值。若忽视学生主动探究与批判性思维能力的培养，可能适得其反。此外，讨论中还特别强调了“留白”“试错”与“情感链接”等教育要素的独特价值，这些往往是AI难以替代却对学习过程至关重要的维度。
青年圆桌II：AI时代教育的理论反思：师生机关系
“AI时代教育的理论反思：师生机关系”青年圆桌邀请了郝祥军（南京师范大学教育科学学院讲师）、乐惠骁（北京大学教育学院博雅博士后）、柳晨晨（温州大学教育学院副院长，数据与智慧教育研究中心副教授）、逯行（浙江师范大学硕士生导师）和吕寒雪（华东师范大学教育学部博士研究生）五位青年学者参与对话交流。
在浙江工业大学教育学院讲师沈苑的主持下，对话者围绕AI与教育的深层关联展开对话，剖析师生机关系的变革方向。针对“AI是否为教师合作者”的议题，青年学者们观点多元，有人认为教师角色向知识建构者转型，AI可在特定场景充当合作者；也有人则指出，一线教学中AI仍多被视为工具；还有人提醒需警惕信任危机等消极影响，反对盲目定位“合作”。展望30年后趋势，青年学者们认为人机协同将成常态。有人预测深度协作模式将推动个性化学习与教育公平；还有人强调人机关系难抵人际，需伦理法律保障；也有人更关注技术与教育的适配性，以及教师能力结构的更新。关于学界需长期关注的问题，青年学者们聚焦AI“主体性”审视、教育公平与技术平衡、人类教师合法性确认，以及权责分配、伦理划界等议题。此次圆桌不仅探讨技术对教育的改变，更追问教育中“人”的主体性坚守。师生机关系重构既是技术挑战，更是教育哲学的再思考，为人机共在的教育未来提供理论参照。
工作坊：实用学习分析技术和项目研究实践
本次工作坊由北京大学教育学院的范逸洲老师主持，旨在帮助青年学者们了解前沿的教育数据分析方法。范老师以“an elephant in the room”的比喻开启讨论，系统讲解了序列挖掘、认知网络分析及可解释人工智能等技术在教学中的应用，并引导与会者分析真实数据，深入探讨了元认知懒惰、学生与AI互动模式等热点议题。
工作坊中，来自北京大学的陈昂轩、李子健、夏梦雨三位同学分别就序列挖掘、认知网络分析与复杂网络分析分享了精彩的研究案例。在互动环节，与会者围绕研究工具选用、生成式AI的定位等问题与主讲团队展开了热烈交流。最后，范老师总结并向听众发出合作研究的诚挚邀请。本次工作坊理论与实践并重，为与会者运用前沿技术开展教育研究提供了宝贵的思路与实践指导。
撰稿：余梓贤、许明雪、张慧伦、杜亚楠、王佳宁、许家奇、宋小伟
