“以人為本”不是一句空洞的口號，而是智能時代教育倫理必須堅守的底線

　　期末考試周，在復旦大學“數據挖掘技術”課程的期末考核現場，學生們干的是一件新鮮事：出題考問生成式人工智能（AI）。每位學生設計10道數據挖掘領域的計算題，要求有唯一正確答案和完整推導過程，然后拿這10道題去考三個當前較先進的AI模型，AI答錯越多，學生得分越高。結果耐人尋味：51位參與考試的學生中，有50人至少讓某個AI答錯過一題，但能讓任意一個AI模型整張卷得零分的只有4人。全班平均分85.7分，中位數88分。這組數據耐人尋味。這說明學生之間真正的分野，不是誰記住了更多算法公式，而是誰真正理解了知識的邊界、誰真正建立了對智能系統的批判性認知。

　　AI的能力邊界，在這場考試中被學生們用實踐丈量出來。它善于模式識別，卻不擅長識別“刻意構造的反模式”；它能快速檢索并整合既有知識，卻難以應對那些需要真正推理鏈條的新穎問題；它能輸出流暢的解題過程，卻無法感知出題者埋下的概念陷阱。

　　換句話說，人工智能依然無法到達人類思維的高度。評價、判斷、創造、質疑——這些人類獨有的高階認知能力的培養，在人工智能時代尤顯重要。

　　然而，這里有一個令人警惕的問題：那些只會換數字套模板的學生，在人工智能時代面臨的風險遠不止考試低分。當他們習慣于讓人工智能代勞思考，當他們的判斷力在長期依賴中悄然退化，他們失去的不只是一道題的解法，更是獨立思考的能力和人的主體性。

　　正是在這個意義上，“以人為本”不是一句空洞的口號，而是智能時代教育倫理必須堅守的底線。技術可以輔助學習，但學習的主體永遠是人。《人工智能教育倫理：參考框架》確立了“主體歸人、協同共生、適境致善、分類施治”的核心理念，劃定了人工智能在教育中“禁止準入、有限使用、鼓勵使用”的三類行為邊界。復旦這場考試，正是對這些理念的生動實踐——學生不只是AI的使用者，更是審視者和超越者。

　　《“人工智能+教育”行動計劃》明確提出，到2030年，人工智能與教育深度融合格局基本形成，構建起縱向貫通、橫向聯通的人工智能全學段教育和全社會通識教育體系，人工智能人才培養規模與質量顯著提升，形成全民人工智能素養培育長效機制。這里的人工智能素養，絕不只是學會用AI工具，而是理解其能力邊界、建立對人工智能輸出的批判性判斷、具備在人機協作中保持人類主導地位的能力。能考倒AI的學生，才是真正具備人工智能素養的學生。

　　人工智能可以優化效率，但教育“培養完整的人、激發創造的欲望、傳遞文明的火種”的價值只能由人來守護。《教育發展“十五五”規劃》將“推進教育數智化變革”作為教育改革創新的重要方面，其落腳點始終是更好地育人。當我們談論智能教學系統、教育智能大腦，所有這些技術基礎設施的終極指向，都應該是讓每一個具體的人得到更好的成長，而不是讓教育系統本身運轉得更像一臺機器。

　　理解了“以人為本”的倫理底線，教與學的新范式才有了清晰的方向。對教師而言，角色的核心轉變是從知識傳遞者到認知導航者。這場教學實驗，本質上是一場教學設計的革命——沒有試圖在AI的強項上與其競爭，而是重新定義了學習目標：不是記住算法，而是理解算法的邊界；不是解出答案，而是構建新問題。這種設計能力，本身就是一種高階教學智慧。

　　對學生而言，學習方式的核心轉變是從接受知識到建構知識。能考倒AI的學生，一定經歷了真實的知識建構過程：他們必須足夠理解一個概念，才能知道它在哪里會失效；他們必須足夠熟悉一個模型，才能設計出它的盲區。這種為了出題而學習的逆向過程，反而比為了答題而學習更深刻、更持久。

　　那4名讓AI整張卷得零分的學生，或許并不知道自己完成了一件多么重要的事。他們用一道道精心設計的題目證明：人類的思維，在其最活躍、最深刻的狀態下，依然擁有機器無法企及的鋒芒。但更多的啟示來自那些沒能完全考倒AI的同學。他們的局限，不是知識的局限，而是思維的局限——習慣于接受標準答案，習慣于套用現成框架，習慣于讓工具代替思考。

　　人工智能時代真正的教育挑戰，不是如何限制學生用人工智能工具，而是如何激發學生超越人工智能進行思考。面向未來的教育圖景，是一個個性化、自主化的學習新生態，是技術服務于人的全面發展。這一切的前提，是我們首先相信：人類的思維，值得被認真對待，值得被精心培育，值得在與AI的每一次對決中，永遠保持主角的位置。

　　（作者系陜西師范大學智慧教育研究院常務副院長）