胖·观察｜AI 赋能教育：在人机协作中守护育人本质

当 AI 技术以前所未有的速度渗透到社会生产生活的各个领域，教育行业也未能置身事外。从 AI 搜题软件的普及到智能批改工具的推广，从课堂教学的智能辅助到个性化学习方案的生成，AI 正在悄然改变着教育的形态。然而，技术的介入并非坦途，在提升效率的同时，也引发了关于教育本质、育人方式的深刻思考。

胖胖老师的核心观点，

技术应成为解放教师的助手，而非替代教师的工具，在人机协作中守护育人本质，才是 AI 与教育融合的核心要义

。

AI 与教育的结合并非始于今日。

早在 2015 年前后，AI 批改英语作文的尝试就已出现，相关产品凭借标准化的评价体系，在客观题批改领域展现出高效优势。随着大模型技术的发展，AI 的应用边界不断拓展，从选择题、填空题等客观题型，延伸到诗歌鉴赏、议论文写作等主观题型，从通用的搜题软件到定制化的教育智能平台，AI 正在全面渗透教育教学的各个环节。

胖胖老师从2023 年开始涉足 AI 批改作业的探索。

起初，面对高三学生使用 AI 完成作业的现象，我发现传统的人工批改模式难以应对海量的主观题作业

，尤其是学生作文中存在的废话过多、逻辑混乱等问题，耗费了教师大量精力。当前很多学校、教师在研究引入AI智能批作业系统，降低教师的工作强度，例如尝试使用豆包爱学、千问等通用大模型中的AI智能体，以及科大讯飞扫阅机、上海判判等商业化批改工具，开展 AI 辅助批改实践。

在作文批改领域，主要有两条技术路径。一条是

评分导向型路径

，即通过耦合高考作文评价标准，让 AI 直接对作文进行评分并给出批改建议。这种路径试图复刻教师的评分逻辑，但实践中发现，AI 的评价标准与教师实际阅卷形成的量化表存在偏差，导致分数不准、评价不到位等问题。另一条是

人机协作型路径

，也是我们目前主推的模式：教师先将自己对作文题目的研究、评价思路作为知识库输入 AI，由 AI 完成文本结构化梳理、行文思路提取等基础工作，再由教师对 AI 生成的评改意见进行二次复核、精准赋分，并结合学生实际情况撰写针对性评语。

为验证实践效果，我们通过学生、教师、家长三方的调研，并对一定数量篇高三作文进行了 AI 纯赋分与人机协作评价的对照实验。调研样本虽不算庞大，但清晰呈现了不同群体对 AI 赋能教育的态度差异，也为后续的模式优化提供了重要依据。与此同时，我们联合武创科教团队搭建了专门的 AI 辅助作文批改平台，整合国产算力与本地教学资源，形成了 “教师输入评价标准 —AI 结构化分析作文 — 教师复核赋分 — 生成个性化训练方案” 的完整工作流，目前已吸引全市 140 余名教师参与内测。

AI 在教育场景中的应用，首先面临着技术层面的诸多挑战。

在主观题批改中，AI 的 “善良性评分” 成为突出问题

—— 它对学生作文中的框架缺陷、逻辑漏洞等问题表现出过度包容，往往给出虚高的分数，这种虚假的评价提升不利于学生发现问题、改进不足。

更严重的是，AI 的 “幻觉问题” 可能误导教学

：当学生作文中出现词不达意、自相矛盾的表述时，AI 会为了追求逻辑自洽，将错误表述合理化，掩盖学生的真实问题。

在评价标准的适配性上，AI 也存在明显短板。

上海高考作文强调思辨性，常常采用比喻性材料，鼓励学生提出独特观点。但 AI 的评价逻辑源于训练语料中的常规套路，

对非常规的、具有创新性的观点缺乏包容度，甚至会将其判定为偏题，导致 “好文章出不来”。

相反，那些结构完整但内容空洞的 “平庸标准件”，却能轻易获得 AI 的高分评价，这与高考作文倡导的思辨精神、创新能力背道而驰。

技术工具的设计与教学实际需求的脱节也不容忽视。

部分 AI 批改工具生成的报告冗长复杂，包含大量专业术语，不仅学生读不懂，一线教师也需要花费大量时间解读，实际应用价值极低。

而商业化工具追求 “输入 — 输出” 的快速转化，缺乏与教学流程的深度融合，难以满足教师 “针对性辅导”“错因分析” 等核心需求。

教师、学生、家长三方对 AI 赋能教育的态度，折射出技术与教育融合的深层矛盾。

教师群体对 AI 的需求具有明确的指向性：他们认可 AI 在减轻机械性劳动、梳理学生答题共性问题等方面的作用，希望借助 AI 对照课程标准和考试双向细目表，精准定位学生的知识薄弱点和能力短板，

但在主观题评分、个性化辅导等核心环节，教师更相信自己的专业判断，强调 AI 的 “辅助性” 而非 “替代性”。

学生对 AI 批改的信任度普遍不高。在他们看来，AI 批改缺乏教师批改时的圈划标注和个性化批语，失去了师生沟通的重要路径。AI 生成的详尽报告对他们而言如同 “天书”，既难以理解，也缺乏吸引力，无法起到引导学习的作用。更值得警惕的是，部分学生对 AI 产生过度依赖，将 AI 视为 “答题机器”，直接抄袭 AI 生成的答案，丧失了独立思考和试错的机会，甚至出现 “作业全对、考试交白卷” 的极端案例。

家长的态度则更为直接。

不少家长将 “教师手写批红” 视为作业有效的标志，认为 AI 批改意味着教师 “不阅卷、不负责”，甚至有家长因此拨打 12345 投诉。

这种认知背后，是家长对教育温度的重视 —— 他们担心技术会稀释教师对学生的关注，让教育沦为冰冷的标准化流程。同时，家长也对学生使用 AI 的行为感到焦虑，既害怕孩子依赖 AI 导致学习能力退化，也担忧 AI 可能传递不良信息，影响孩子的价值观。

AI 赋能教育的深入推进，还面临着资源配置和教育理念的双重制约。

算力不足是当前学校普遍面临的难题。

无论是接入通用大模型还是使用定制化平台，每一次 AI 批改都需要消耗一定的算力，换算成成本，单次批改费用从几毛钱到几块钱不等。

对于学校而言，这笔开支缺乏明确的预算支持，而搭建校级端测算力平台的成本更是高达百万级，远超普通学校的承受能力

。

专业人才的缺失同样制约着实践推进。教育场景中的 AI 应用需要既懂教育规律又懂技术逻辑的复合型人才，如同企业中的首席信息官（CIO），能够深入课堂、对接学科团队，将技术与课程教学深度融合。但在国内多数学校，电教团队往往承担着设备维护的辅助性工作，缺乏教育创新的职能定位，且人员老化问题突出；不少学校电教员多为学科教师兼任，

难以投入足够精力钻研技术与教育的融合点，导致技术应用停留在表面，无法实现深度赋能

。

教育理念的滞后也成为重要瓶颈。

部分教师将 AI 视为单纯的 “工具”，过度关注技术操作而非教育本质，忽视了 AI 与教学实践的结合；还有些年轻教师过度依赖 AI 备课，直接使用 AI 生成的教学设计和教学活动，丧失了独立思考和专业成长的机会。在学生层面，缺乏对 AI 的正确认知，要么盲目依赖，要么全盘排斥，未能学会与技术共处。而家长对 AI 的抵触情绪，也在一定程度上影响了技术应用的推广。

教育的核心是 “育人”，人不是标准化的产品，而是具有独特思想、情感和创造力的个体。这一本质决定了 AI 在教育中永远无法替代教师的核心地位。

我们应坚守 “H-A-M”（人机混合）原则，明确了 AI 与教师的角色分工

：AI 擅长数据处理、文本梳理等机械性、重复性工作，能够快速萃取海量作业中的共性问题，为教师提供数据支撑；教师则负责制定评价标准、审定 AI 建议、最终做出教育决策，在价值观引导、思维训练、个性化辅导等核心环节发挥主导作用。

在作文批改中，这种分工体现得尤为明显。AI 可以在几分钟内完成几十篇作文的行文思路梳理，帮助教师快速掌握班级学生在立意、结构、论证等方面的共性问题；而教师则聚焦于学生的个性特点，针对 AI 无法识别的思想深度、情感真挚度等维度进行评价，通过精准批语引导学生完善思维、提升能力。这种模式既发挥了 AI 的效率优势，又保留了教师的专业价值，实现了技术与人文的互补。

教师的主导作用还体现在对 AI 的 “驯化” 与 “纠错” 上。

实践中，教师会将 AI 的错误答案作为教学资源，引导学生剖析 AI 在遣词造句、意象判断等方面的问题，通过 “教育 AI” 的过程，培养学生的批判性思维和独立思考能力。这种反向利用 AI 的教学设计，让技术从 “答题工具” 转变为 “思辨载体”，契合了教育培养创新型人才的目标。

AI 的出现，让教育得以从繁琐的机械劳动中解放出来，将更多精力聚焦于育人的核心环节

。传统教学中，教师往往陷入 “批改 — 讲评 — 刷题” 的循环，难以有足够时间关注学生的思维成长和价值观培育

。而 AI 辅助工具的应用，让教师能够借助大数据分析，精准把握学生的学习状态和能力短板，实现因材施教。

在作文教学中，借助 AI 的结构化分析，教师发现高三学生作文升格的关键问题不在于语言表达，而在于审题立意的深度。针对这一发现，教师调整教学策略，从概念辨析入手，引导学生拓宽思维视野，将个人立场与他人立场、时代立场、文明立场相结合，培养学生的大格局、大思维。通过 AI 的关键词监测和逻辑分析，教师还能及时发现学生作文中流露的利己主义等片面价值观，进行针对性引导，实现思想品德教育与学科教学的有机融合。

这种育人导向的转变，要求教育评价体系从 “分数至上” 向 “能力为重” 转型。胖胖老师认为，

在作文批改作文淡化 AI 的量化评分功能，强化其在问题诊断、思维梳理等方面的辅助作用

。他们认为，教育的目标不是培养 “答题机器”，而是培育具有思辨能力、创新能力和健全人格的人。因此，AI 的价值不在于给出一个精准的分数，而在于帮助教师和学生发现问题、优化思维，为能力培育提供支撑。

AI 与教育的深度融合，需要构建一个涵盖技术研发、教学应用、资源保障、理念更新的完整生态。

在技术层面，应推动 AI 工具的 “教育化改造”，摒弃单纯追求效率和评分精准度的研发逻辑，转向贴合教学实际需求的方向。

例如，针对不同学段、不同学科的特点，设计具有针对性的评价标准和批改逻辑；简化 AI 报告的呈现形式，采用学生易于理解、教师便于使用的表达方式；通过 “知识围栏” 和 “技术红线” 的设置，避免学生过度接触无关信息，保障学习的专注度。

在资源保障层面，需要政府、学校、企业形成合力。

政府应加大对教育 AI 的政策支持和资金投入，通过提供算力券、设立专项预算等方式，减轻学校的成本压力；高校应调整人才培养方案，培育兼具教育素养和技术能力的复合型人才，为教育 AI 的落地提供人力支撑；企业应深入教育一线，与教师、教研员合作，开发真正贴合教学需求的产品，而非单纯的商业化工具。美国Castilleja与Avenue School等实践值得借鉴，它们通过配置专职的教学信息管理官，推动技术与学科教学的深度融合，让学生在 3D 打印等高阶实践中巩固知识、提升能力。

在理念培育层面，需要加强对师生、家长的引导。

对教师而言，应树立 “技术是思维延伸” 的理念，将 AI 作为专业成长的助力，而非工作的 “替代品”，在使用 AI 的过程中不断反思教学、优化策略；对学生而言，应通过 “反 AI 作业设计” 等方式，培养自律意识和批判性思维，学会合理使用 AI，既借助技术解决问题，又不丧失独立思考的能力；对家长而言，应理性看待 AI 在教育中的作用，理解技术赋能的价值，与学校、教师共同引导孩子正确使用 AI，形成家校共育的合力。

AI 技术与教育的融合是时代发展的必然趋势，它既带来了效率革命，也推动着教育理念、教学模式的深刻变革。

但无论技术如何发展，教育的本质不会改变 —— 培育人、发展人、成就人，始终是教育的核心使命。因此，AI 赋能教育的未来，不在于追求技术的极致应用，而在于实现技术与人文的和谐共生。

未来的 AI 教育工具，将更加凸显 “个性化” 和 “适应性”。

通过对学生学习数据的持续分析，AI 能够精准识别每个学生的学习风格、能力短板和兴趣特长，为其提供定制化的学习路径和资源推荐；在评价方式上，将从单一的分数评价转向过程性评价、综合性评价，全面记录学生的学习过程、思维成长和实践成果，为教师的因材施教提供更全面的支撑。

未来的教学模式，将是 “人机协同” 的深度融合。

教师将从繁琐的批改、备课工作中解放出来，有更多时间关注学生的情感需求、思维发展和价值观培育；学生将在 AI 的辅助下，实现自主探究、合作学习，培养终身学习的能力；家长将通过 AI 工具更便捷地参与孩子的教育过程，形成家校社协同育人的良好氛围。

未来的教育生态，将更加注重 “守正” 与 “创新” 的平衡。

“守正” 即坚守教育的育人本质，始终把人的全面发展放在首位，避免技术异化带来的教育功利化、标准化问题；“创新” 即积极拥抱技术变革，不断探索 AI 与教育融合的新路径、新模式，让技术更好地服务于育人目标。正如上海的实践所展示的，只有当 AI 成为解放教师的助手、激发学生的载体、连接家校的桥梁时，才能真正实现赋能教育的价值。

AI 赋能教育，不是技术对教育的 “改造”，而是技术与教育的 “共生”。

在这场变革中，我们既要保持对技术的敬畏之心，充分发挥其效率优势；更要坚守教育的初心使命，守护育人的温度与本质。唯有如此，才能让 AI 真正成为推动教育高质量发展的强大动力，培养出适应未来社会发展需要的、具有健全人格、创新精神和实践能力的时代新人。