數智賦能教育新質生產力：作用機理與實踐進路

摘要：新質生產力是智能時代生產力發展的新向度，教育系統是其探索和實踐的重要場域。教育新質生產力是教育系統深度融合數據要素和智能技術而形成的一種高科技、高效能、高質量的新型生產力，代表教育領域對未來教育形態和教育方式的探索和追求。數據要素和智能技術構成教育新質生產力的內核。其中，數據要素是教育新質生產力孕育的源泉，智能技術是教育新質生產力發展的重要支撐，數智融合引領教育新質生產力的發展方向，數智賦能助推教育新質生產力的涌現。隨著生成式人工智能技術的快速迭代與深入應用，數智賦能將推動知識生產范式的變革，實現知識的增值；使學習方式更加靈活化，促進人類學習與機器學習的協同進化；創新教學模式，增強教師智慧與機器智能的協同互補；優化學習環境，構建“具身沉浸”的交互式學習空間；革新教學工具，實現人機雙向賦智；促進學習資源進化，構建“動態適需”的適應性資源；加速新質人才培養，充分激發學生潛能。未來仍需在確保技術向善、服務教育的前提下，防范技術濫用可能帶來的風險，充分發揮數智賦能教育創新的正向效應，促進教育新質生產力的全面釋放。

關鍵詞：新質生產力；教育新質生產力；數智賦能；生成式人工智能；高質量發展

中圖分類號：G434 " 文獻標識碼：A " "文章編號：1009-5195（2025）02-0062-11 "doi10.3969/j.issn.1009-5195.2025.02.007

基金項目：2024年度國家自然科學基金地區科學基金項目“數字教育資源智能推薦關鍵技術及精準服務模式研究”（72464037）；2022年度國家社會科學基金教育學重點項目“人工智能教育場景應用的倫理與限度研究”（ACA220027）。

作者簡介：楊文正，博士，副教授，碩士生導師，云南師范大學信息學院（云南昆明 650500）；楊俊鋒，博士，教授，博士生導師，杭州師范大學經亨頤教育學院（浙江杭州 311121）。

一、引言

2023年9月，習近平總書記在主持召開新時代推動東北全面振興座談會時，提出了“新質生產力”的概念（人民網，2023），并在隨后的多個重要場合強調發展新質生產力的重要性，將其視為推動高質量發展的內在要求（人民網，2024）。2024年7月，黨的二十屆三中全會審議通過的《中共中央關于進一步全面深化改革 推進中國式現代化的決定》再次強調“發展以高技術、高效能、高質量為特征的生產力，因地制宜發展新質生產力，加快形成同新質生產力更相適應的生產關系”（新華網，2024a）。新質生產力以科技創新為核心和內生動力，注重關鍵性、顛覆性技術的突破與應用。作為互聯網、大數據、人工智能等前沿技術融合發展的產物，生成式人工智能（Generative Artificial Intelligence，GAI）在海量優質數據、持續優化算法以及強大可靠算力支撐下，依托自然語言處理技術、深度學習神經網絡、人類反饋強化學習機制，以及多模態大模型架構，其數據感知能力、智能認知水平、動態決策效率、精準執行能力得到顯著提升。以GAI為代表的數智技術超越了傳統生產力的時空維度和人機交往向度，已然成為一種突破性、顛覆性和革命性的新質生產力（孫立會等，2024）。教育系統是新質生產力探索與實踐的重要場域，如何通過數智賦能來釋放教育生產力的潛能，成為當前教育領域亟須探討的重要議題。

數智社會強調數據和智能技術的深度融合及其在社會各領域的廣泛應用。在此背景下，數據作為關鍵的生產要素，與智能技術相結合，成為推動新質生產力發展的核心驅動力，為構建新型教育體系提供重要支撐。數智賦能不僅可以豐富教育資源、革新教學工具和升級學習環境，而且為知識生產范式轉變、教學模式創新、教育理念重塑以及人才培養方式變革帶來了新的機遇。鑒于此，本文深入剖析教育新質生產力的內涵與特征，探討數智賦能教育新質生產力的內在邏輯與作用機理，進而提出數智賦能教育新質生產力涌現的實踐進路，以促進教育系統變革與數智技術發展的協同演化，為推進我國教育現代化和高質量發展、建設教育強國提供參考。

二、什么是教育新質生產力

1.新質生產力的構成要素與發展特質

新質生產力是數智時代生產力發展質態的轉變，是以科技創新為主導，具有高科技、高效能、高質量特征，符合新發展理念和高質量發展要求的生產力，是傳統生產力的一種躍遷（任保平等，2024）。生產力的三要素包括勞動者、勞動資料和勞動對象。勞動者在生產力構成中占據核心地位。作為人的因素，他們不僅是生產力中最積極、最活躍的部分，而且在推動生產力發展方面發揮著主導作用。這種主導作用源于勞動者在創新、決策以及執行過程中的主觀能動性。勞動工具，作為最重要的勞動資料，是衡量生產力發展水平的重要尺度，直接反映了特定時期科學技術的發展水平。它們是生產力中不可或缺的技術要素，對于提高生產效率、優化生產流程具有關鍵作用。在生產過程中，勞動者數量的充足與勞動工具技術水平的提升，共同決定了勞動對象的有效利用和合理配置，從而進一步影響生產力的整體發展。新質生產力的形成得益于科學技術的重大創新、生產要素的創造性重組以及產業深度轉型與升級，其主要包含“高素質”的勞動者、“新介質”的勞動資料和“新料質”的勞動對象（蒲清平等，2024），核心內涵在于三者優化組合的質變（王國成等，2024），以提升全要素生產率水平。

新質生產力的實現，是具備先進知識、專業技能和綜合素質的新型勞動者，借助新型勞動工具對新型勞動對象施加影響，從而推動生產力躍遷和社會全面進步的過程。在這個動態過程中，新型勞動者是新質生產力中最具活力和創造力的能動要素。他們通常具有較好的教育背景和更強的學習適應能力，不僅掌握傳統知識與技能，更關鍵的是能夠快速適應數字化、智能化的現代工作場景，并展現出跨界融合的綜合能力。新型勞動工具被視為新質生產力的“風向標”，其革新與應用對生產力提升和社會進步具有直接推動作用。隨著科技的不斷進步，以人工智能為代表的先進技術不斷涌現和迭代更新，為新質生產力的形成和加速發展提供了強大的動力。勞動對象則涵蓋了勞動過程中人們所加工、改造和服務的資料，包括實體性與非實體性兩大類。實體性勞動對象一般是指原材料、零部件等具體物質，而非實體性勞動對象則涉及數據、知識或特定服務等無形資源。特別地，數智技術的發展，使海量數據和信息得以高效地收集、處理和應用，催生新型勞動對象，為新質生產力的發展提供了充裕的“原材料”。

新質生產力以科技創新為核心要素，融合了新技術、新模式、新業態，具有鮮明的創新驅動、開放融合、綠色低碳、人本內蘊的發展特質（黃群慧等，2024）。其創新驅動的核心在于科學理論的重大突破和最新科技成果的轉化應用，而這源于人類知識的長期積累并產生裂變式爆發。新質生產力倡導通過開放合作、跨界融合來催生創新動能。這主要依賴于技術的深度融合與革新，進而推動生產模式的轉變和產業結構的升級。在綠色低碳方面，新質生產力秉持“保護生態環境就是保護生產力，改善生態環境就是發展生產力”的發展理念，且將綠色低碳理念融入現代產業發展的全過程，體現了人類與自然和諧共生的可持續發展能力。新質生產力的人本內蘊特性，要求將是否滿足人民群眾對美好生活的向往作為衡量高質量發展的核心標準。這不僅體現在物質資源和技術能力的提升上，更要求注重人的創造性、全面發展，以及生產過程中的人文關懷和社會責任感。

2.教育新質生產力的內涵與特征

教育，作為一種無形的、軟性的生產力，通過培養具備創新精神和專業技能的人才，為社會經濟發展注入新的活力。它不僅起著知識傳承和積累的作用，更是新思想、新理念的孕育和孵化地。教育通過把智力因素滲透到生產力各個實體因素中，從而大幅提升生產力發展水平，促進社會生產力發展（魯雁飛等，2013）。教育生產力的核心作用在于其可滲透于勞動者、勞動對象及勞動資料之中，從而孕育并催生新型的生產力要素，使潛在生產力轉換為現實生產力（熊芳，2011）。教育的這種獨特作用，使其在促進科技進步、產業升級以及社會文明進步等方面，具有不可替代的作用。首先，教育顯著提升了勞動者的素質。隨著受教育程度的提升，勞動者的思想道德、文化素養和科技能力均得以增強，其勞動效率和社會貢獻度也隨之提高。其次，教育生產力在科學技術的傳承與創新中扮演著重要角色。教育不僅傳承了前人積累的知識與經驗，更通過將其轉化為先進的物質技術設備，實現了知識向生產力的直接轉化。最后，教育還通過持續的知識創新推動科學技術的發展。現代科技革命正是建立在教育的基礎之上，教育不僅為科學技術的發展提供了動力，也為創新型人才的培養提供了土壤。在新一輪科技革命和產業變革背景下，科技是第一生產力，人才是第一資源，創新是第一動力，而教育是三者的集成載體，在匯聚科技、人才和創新方面具有得天獨厚的優勢（張應強等，2024）。

新質生產力是推動教育高質量發展的關鍵力量，也是實現教育現代化的重要標志。數智時代，大數據、人工智能等前沿技術的發展，推動了勞動者、勞動資料和勞動對象的優化組合，促進了教育理念、教育方式、教育流程和教育治理等層面的重塑和優化，進一步賦能教育系統轉型升級。數智技術與教育系統的深度融合，形成一種新型的生產力形態，即教育新質生產力。教育新質生產力是指在數智時代背景下，教育系統通過深度融合數據要素和智能技術，推動教育理念、教育過程和教育內容的全面創新，形成的一種高科技、高效能、高質量的新型生產力。教育新質生產力是新質生產力在教育領域呈現的新質態。它不是傳統教育模式的數智化延伸，而是以人工智能、算力算法、數據要素等為創新引擎，推動教育系統要素、結構和生態體系的全方位變革。

教育新質生產力代表教育領域對未來教育形態和教育方式的探索和追求，應具有創新引領性、技術整合性、高效能高質量、系統性變革以及綠色可持續發展的特征。（1）創新引領性。教育新質生產力應當以創新為持續發展的原動力，積極推動教育理念、教學方法和評價體系的不斷革新，引領整個教育系統朝向更加先進、科學的方向發展。它要求教育者始終站在時代前沿，勇于探索和實踐新的教育模式，激發學生的創造力和想象力，努力培養出更有創新精神和實踐能力的新時代人才。（2）技術整合性。教育系統應能夠有效地整合多元化的先進技術，構建起一個智聯、互通、共享的教育生態。借助技術整合的力量，教育系統應更好地適應數智時代的需求，為學習者提供更加豐富、個性化、互動性強的學習體驗，同時促進教育資源的優化配置和教育服務的精準化。（3）高效能高質量。教育新質生產力應追求教育效率與教育質量的雙重提升。高效能意味著教育資源的最大化利用和教育效果的最大化提升；高質量則強調要培養受教育者的綜合素質和創新能力。（4）系統性變革。教育新質生產力應推動教育系統發生全面而深刻的變革。這種變革不應僅局限于單一技術應用的層面，而是應貫穿于教育系統的要素、結構與功能的各個層面，實現教育系統的深層次轉型和升級，以提高教育的整體效能和質量，同時推動教育公平的實現，引領教育走向全面的現代化。（5）綠色可持續發展。強調新質生產力推動教育進步的同時，還應高度關注教育對環境和社會產生的深遠影響。教育新質生產力應倡導低碳、環保的教育理念，并在教育過程中積極培養學習者的社會責任意識和可持續發展觀念，從而實現教育與社會的和諧共生。

三、數智賦能教育新質生產力的作用機理

數智賦能是指將數據要素與智能技術深度融合，使數據在智能技術基礎上產生強大的“聚變”效應，釋放數據的巨大價值，并通過重構特定系統要素和結構，推動系統實現人機價值共創的過程。在這個過程中，智能技術增強了數據處理和分析的能力，實現由“數”轉化為“智”的躍變，從而顯著增強系統的決策能力，提升系統的智能化服務水平，引領系統向更加高效、智能、創新以及可持續的方向發展。在教育領域，數智賦能不限于技術引入，更重要的是通過數字化和智能化的雙重驅動，引發教育理念的重塑和教育生態的重構。數智賦能為教育系統注入了新的活力，提供了新的工具和資源，還推動了教育模式、教學方法、教育治理的革新，從而提升了教育系統的整體功效和創新能力。因此，數據要素和智能技術構成了教育新質生產力的內核，是教育新質生產力的內在動力。數智賦能為教育新質生產力的孕育、發展提供了技術支撐，且引領其發展方向，共同促進教育高質量發展。

1.數據要素是教育新質生產力孕育的源泉

作為一種無形資源，原始數據本身并無價值，只有經過采集、整理及分析等一系列加工處理后，才能具備其作為生產要素的潛能。由于數據具有非競爭性和可復制的特性，其使用的邊際成本極低，幾乎接近于零。伴隨大數據、人工智能等新興技術的快速發展，數據在收集、存儲、處理、分析、應用等各環節的成本顯著降低，使得其大規模可得性成為可能，這使數據符合成為關鍵生產要素的特征（蔡躍洲等，2021）。同時，數據具有強滲透性，能夠與其他系統要素相互融合，并依附于其他生產要素，發揮倍增作用。通過與其他生產要素的不斷融合，數據可促成新的要素組合和要素結構的生成，促進要素間的協作和聯動，激發出乘數效應，釋放更強的數據生產力。因此，數據已成為新質生產力的關鍵新型勞動對象。在教育領域，教育數據的大規模積累和高質量整合是激發教育生產力變革的基礎條件。數據要素的融入為教育系統的全要素、全流程、全場景、全業務賦能，使教育變革可覆蓋教育的組織、教學、服務及治理等各個方面，促進教育模式、流程的創新與再造（楊現民等，2024a）。數據要素作為教育新質生產力的核心構成，其在教育理念更新、教育過程優化、教育內容創新、教育質量保障等方面發揮著不可替代的作用，成為孕育教育新質生產力的活水源泉。

2.智能技術是教育新質生產力發展的重要支撐

通過模仿和執行人類的智能行為，智能技術為機器賦予了自主性、適應性和學習性，優化了自動化決策過程，顯著提升了生產流程的智能化水平。尤其是生成式人工智能，它不僅具備模擬人類思維過程的能力，而且能夠通過自我學習和改進，不斷增強其處理復雜任務的能力，使許多原本依賴人工完成的高難度任務能以自動化、智能化方式進行。 “新質生產力是當代最先進科技賦能的生產力，是以人工智能技術造就的智能生產力為樣態表征的生產力新質態，呈現出主體勞動腦力化、勞動工具智能化、生產要素數字化的鮮明特征”（肖峰等，2023）。智能技術融入教育系統，使得教育教學過程高度智能化和自動化。人工智能的應用不僅極大地減輕了那些重復性、低技能的工作負擔，而且還可以在教育領域中輔助甚至替代人類的部分腦力勞動。通過深入分析海量的教育數據，智能技術為教育決策的制定提供了科學的數據支撐。智能算法能夠模擬復雜的科學實驗或數學模型，為學生在探究性學習中提供有力支持，激發他們的探索欲望。智能技術還能夠通過實時的學習反饋和進度追蹤，協助教師更深入地了解學生的學習狀況，以便及時調整教學策略。借助智能技術，教育工作者可以挖掘學生的學習潛力和創新傾向，引導他們在解決問題時采用創新性思維。這些都是教育新質生產力高效能特征的直接體現。隨著智能技術的持續進步和創新應用，教育新質生產力的潛能將進一步釋放。智能技術憑借其獨特的智能化、自動化特點，成為教育新質生產力發展的動力引擎。

3.數智融合引領教育新質生產力的發展方向

GAI被視為大數據與人工智能技術融合的代表，它利用復雜的算法、模型和規則，從大規模數據集中學習，以創造新的內容。GAI具有多模態生成、自適應學習、強人機交互以及廣泛應用場景等特性。以ChatGPT為代表的GAI技術涌現，及其展現出強大的多任務能力，預示著強人工智能時代的來臨（何哲等，2023）。即從僅專注于解決特定領域問題、以淺層學習為特征的“弱人工智能”轉向基于更多參數和更復雜模型、以深度學習為主要特征的“強人工智能”，進而勝任更多人類從事的工作，由此呈現出高水平的智能表現（王玨，2025）。GAI能根據學習者的特征和需求，自動生成個性化學習材料與情境。通過對學習數據的實時監測與精準分析，GAI可以向學習者推薦合適的學習路徑和資源，從而提高教育的針對性與有效性。GAI的應用能夠促進教育過程的高效化、智能化和個性化。

開發教育領域的專用大模型是當前GAI應用發展的一個重要方向。例如，OpenAI推出的ChatGPT Edu，專為教育應用開發，允許用戶基于上傳的PDF、Word等文檔內容進行深度交互，并能同時在文本、視頻、音頻等多種模態下提供推理服務（OpenAI，2024）。谷歌公司最新發布了基于Gemini的學習大模型“LearnLM”，其具有教學指令遵循、互動式輔導、教學行為定制、持續學習與優化等功能，旨在革新課堂管理和教學方式、激發學生的學習積極性、管理認知負荷、適應不同學習者、激發好奇心、深化元認知（Google，2024）。教育部吳巖副部長在第七屆數字中國建設峰會上提出，我國將啟動實施教育系統人工智能大模型應用示范行動（LEAD行動），加快研制教育專用大模型“智思體（GEST）”（新華網，2024b）。教育大模型并非在通用大模型基礎上的微調和優化，而是旨在以重構未來教育圖景為目標，以創新教育應用場景為核心促進教育領域的系統性變革（曹培杰等，2024）。GAI和教育大模型的發展，正引領教育生產力向更高質量的質態轉變。

4.數智賦能助推教育新質生產力的涌現

數據和智能技術不僅是新質生產力的重要構成要素，更是其形成與提升的核心動力。數智技術本身就代表了生產力的先進形態，與新質生產力之間存在內在的一致性。兩者均強調高技術、高質量、高效能，以及對生產要素的創新性配置。它們都以創新、協調、綠色、開放、共享的新發展理念為內在要求，以自動化、智能化、綠色化為發展方向，提倡在追求效率和創新的同時，注重人類與自然的和諧共存。教育新質生產力是在數智化推動下形成的新型、高效、可持續的教育生產力新質態。其依托數智前沿技術，深度滲透教育系統各環節、各要素，通過優化教育系統流程，激活新型教育要素，如數據、信息、知識、技術等，對傳統教育系統進行重構和升級。數智賦能可有效提升教育診斷力、教育解釋力、教育預測力、教育決策力和教育監督力，驅動教育創新發展（楊現民等，2022）。教育新質生產力的快速發展，反過來又將進一步激發數智技術在教育領域的創新與應用，培育引領數智技術發展的新型科技人才，促進數智技術的不斷迭代或創新。數智技術與教育新質生產力之間存在融合、驅動、賦能和共生的關系，兩者深度耦合、協同互嵌與相互塑造，共同推動教育的創新，引領教育發展的未來。

數智賦能助推教育新質生產力的涌現體現在：催生出“高素質”的新型教育者，產生出以智能算法為“新介質”的新型教育工具，以及孕育出以數據要素為核心的“新料質”教育對象三方面。這些革新為教育系統注入了創新活力，充分釋放了各要素的潛能，推動教育生產力的結構性調整，引發教育系統性變革，形成以智能化、精準化和個性化為基本發展特征的新質態。首先，數智技術融合促使教育者不斷汲取新知識、新技術，以更好地適應智能化的學習環境，更高效利用各類智能工具，提升教學效率和個人創新能力。在數字化、智能化的推動下，教育者角色已從單純的教學任務“執行者”轉變為知識的“創新者”。這種新質教育者不僅知識豐富，極具創新精神和自主性，而且還具備更高層次的思維能力和創新能力。其次，作為新型教育工具的智能算法，展現出高度智能化、高效精確性與可迭代復用性的特征。其不僅具備學習、推理、適應和決策等高級認知能力，還能在復雜的教育環境中自動識別模式、解決問題、作出預測和干預建議。隨著教學過程中記憶性、重復性和程序化的任務逐漸被算法所取代，教育者獲得了更大的教學靈活性和自主性。可見，數智技術應用推動了教育勞動資料的智能化升級，在拓展教學空間和優化教學過程的同時，解放了教育者，使其能夠以更高效、更人性化的方式開展工作。最后，數據作為教育創新的核心資源，推動教育對象從實體形式向可快速迭代的數字模型轉變。數據是反映客觀現象和揭示事物規律的符號化表現，其豐富性、完整性和時效性為技術驅動的教育創新提供了堅實的基礎。通過數據挖掘、深度學習和基于人類反饋的強化學習等技術，人們可以從海量數據中提煉知識、發現規律并預測趨勢。數據資源、算法模型和智能輔助系統等非物質形態的教育“新資源”，正逐漸成為新型教育勞動對象，從而改變以往依賴經驗或直覺的教學創新方式，使教育創新變得更加精確、高效和智能化。教育新質生產力在某種程度上是一種智能生產力，它是數智技術與教育系統全方位深度融合的產物。

四、數智賦能教育新質生產力的實踐進路

新質生產力的“新”蘊含超越傳統、變革舊式、打破慣例的深刻意涵，“質”則體現注重質量、追求品質、更為優質的內涵。教育新質生產力旨在突破陳舊的教育思想、教學模式及思維方式的桎梏，聚焦人的全面發展，以學生為中心，充分挖掘并發揮個體的獨特優勢和潛能，通過創新、多元、個性化途徑培養和塑造新質人才。微觀視角下，數智技術可通過以下路徑，促進教育新質生產力的全面釋放。

1.知識增值：數智賦能知識生產范式變革

在數智技術的推動下，知識生產范式正經歷一場深刻的變革。傳統知識觀中，知識被視為靜態、固定的信息集合，強調知識的確定性、客觀性和系統性，知識生產以人類理性為核心，依賴經驗歸納和邏輯推演。然而，受限于人類知識和生理機能，人類感知和處理信息的能力是有限的，無法同時處理大量任務（顧小清等，2022）。數智賦能下的知識生產，以“大數據”為基本質料，以計算和信息處理為基本方式，以人工智能為基本工具，逐漸演變為數據或信息的“輸入—提煉—加工—成品—輸出”過程（魯子簫，2024）。大數據技術可以自動過濾、篩選、提煉、重組各類信息，在沒有人類參與的情況下自主完成知識生產的全過程。人工智能技術則進一步突破人類知識生產主體的界限，可通過深度學習、強化學習等技術自主創造知識。知識生產呈現出從個體生產走向群智共創、人類認知與機器智能相融合的發展趨勢（張文梅等，2024），進而形成“人腦＋類人腦”的協同共創模式。這種變革要求我們重新審視數據和信息在知識生產中的新角色，充分認識人機協同在知識創造中的潛力。

數智賦能對知識觀的重塑，還體現于知識的表征、形態、融合及價值審視等多個維度。首先，知識表征呈現多模態化。借助GAI的多模態生成和跨模態轉換能力，知識以音頻、視頻、圖像等多種形式得以直觀表達，突破了傳統文字符號的局限。其次，知識形態趨于動態化、碎片化，知識更新速度加快，情境性、時效性和實用性更為顯著（王竹立，2024），展現了知識的不確定性和流變性。再次，數智賦能知識的融合與創新。通過大語言模型等技術，不同領域的知識得以有效融合，有助于發現新的聯系和規律，產生跨學科的創新想法和應用，拓展了知識的邊界和深度。最后，更加注重知識的實踐價值，強調知識學習對個體生命發展的意義，追求通過知識實現個體生命的成長和超越。那些能夠應對不確定性、不易被智能技術所取代的高階思維和綜合能力，以及構建正向可信的“人機共善”圖景的倫理道德，在智能時代更顯價值（杜華等，2024）。

2.學習進化：數智賦能學習方式靈活化

學習是指個體在活動過程中引發的認知或行為的相對穩定和持久性變化。從學習發生機制來看，智能時代的學習是學習者在由智能工具、網絡、資源等構成的環境中，通過與同伴、教師等人類參與者以及互聯的智能體協同建構活動，獲取知識、技能和態度的過程（黃榮懷，2023）。數智時代的學習必須從獲得知識向獲得智慧升級，即數智賦能的學習應是將數據提煉為有意義信息，探索知識間的相互聯系，最后向上進化為智慧的過程（祝智庭等，2023）。人類學習活動是從動物學習進化而來的，經歷了以掌控語言能力的自然學習到以符號和文字的發明為標志的經典學習，再到知識極大豐富的現代學習階段，正向人腦和電腦協同發展的超級學習階段進化（倪閩景，2023）。人類將突破人腦自然極限，進入人腦與智能機器協同發展階段，實現人類學習和機器學習的協同進化。

數智賦能下知識的生產、結構、表征、形態都發生了改變，必然也將引發學習觀念的改變。從學習目的來看，學習不再局限于單純的知識傳承，而是更加注重創新意識和創造力的培養。學習的核心目標已轉向培育學習者解決復雜問題的綜合能力和高階思維。知識的獲取不再是學習的終點，而是為培養能力和發展思維服務。從學習內容上看，事實性和程序性知識的地位逐漸降低，而原理性知識以及與智能技術緊密關聯的知識則日益受到重視。核心素養、關鍵能力、社會情感能力及思維技能等已成為智能時代學習者不可或缺的生存技能。從學習工具來看，技術在學習中的角色也發生了變化，不再僅僅作為儲存、整理和檢索知識的工具，而是進化為能夠發現知識、創造知識，并能進行邏輯歸納、演繹、推理的智能存在。從學習形態上看，智能技術所支持的人機協同、虛實交融、個性化和終身化學習方式正打破原有的學習場域和時空邊界，為學習范式的創新提供了條件和支撐。尤其是GAI，憑借其強大的上下文感知能力，能夠通過連續對話來理解和推斷輸入信息的內在聯系，從而應對多樣化的問題，并且為學習者提供即時反饋，為各種學習情境的創生提供了可能。可見，數智技術賦予了學習極大的靈活性，使學習者真正有望成為學習的主人，最終實現“學會學習”和終身學習。

3.人機協同：數智賦能教學模式創新

教學活動本質上是師生互動的雙向過程。傳統的教學模式主要依賴教師單向傳授，學生被動接受信息，忽視了學習者對學習資源深度理解、思考及主動探索的重要性。教師常基于自身社會化經驗和主觀判斷來感知學生的學習需求，但受其認知局限，常難以精準捕捉學生內在訴求，僅能對學生提供個性化的“學習補償”。數智技術的引入，推動教學從“師—生”二元結構向“師—機—生”三元結構轉變（楊宗凱等，2023），進一步促進了教學模式從“以教為中心”向“以學為中心”轉變。數智賦能使教師從低效、重復、繁重的知識傳授中解放，轉向更具創造性和人文關懷的育人活動，重點培養學生的自主學習能力與創造力。人工智能作為“學習伴侶”，能提供個性化、交互式學習支持，在復雜環境中自動識別模式、解決問題、做出預測和提供建議。這超越了傳統將技術視為物理或簡單信息處理工具的范疇，使技術能夠執行原本需要人類智力參與的高級任務，顯著提升了教學過程的智能化水平。

人機協同教學整合多樣化學習場景，呈現出強連接與互動特點，不僅增強了學生間、師生間的交流，還加強了人與機器的互動，進而提升了學習者對知識的理解深度和學習成效（黃榮懷等，2023）。人機協同模式充分利用機器智能和人類智慧，共同推動更高效、更智能的教學實踐。首先，教學內容從人工生產轉向智能生成。如利用GAI根據學生需求生成個性化學習材料，實現知識內容的即時更新和定制化，提高教學的針對性和時效性。GAI還能從豐富的教學內容中提煉出有用信息，幫助師生在有限時間內獲取更多知識，并打破學科界限，促進跨學科知識的融合與教學內容的橫向組織。其次，數智技術推動教學方法多元化。GAI能夠與學生進行多輪自然語言交互，深入理解語言環境和學生意圖，并為師生提供決策咨詢、知識問答和情感互動等服務。再次，數智賦能教學評價科學化、智能化。傳統教學評價多依賴于教師的主觀判斷，可能存在偏見。而智能技術則能實現學習成果的自動化、客觀化評價，為教學評價提供科學的數據證據，使評價更加科學合理。最后，數智賦能教師教學能力提升。通過分析人機交互的行為數據，GAI可為教師提供個性化、精準化的反饋和科學、有效的支持服務。人機協同的教學模式展現了“數據驅動—個性化學習—智能輔導—即時反饋”的全新教學流程，實現了教師教學智慧和機器智能的協同互補，將成為數智時代教學的新常態。

4.具身沉浸：數智賦能學習環境優化

學習環境，作為學習者進行認知活動的空間場所，對促進學習者知識建構和能力發展起著關鍵作用。數智賦能的學習環境，其核心在于構建一個能夠感知學習情境、識別學習者特征、提供適切學習資源、自動記錄學習過程和評測學習成效，以促進學習者有效學習的活動空間（周偉等，2022）。學習環境亟須轉型升級，支持以數智驅動、個性化、情境化為主要特征的智慧教育生態。智慧學習環境，作為科技與教育雙向賦能的實踐場域，具備場景感知、數據驅動、無縫銜接、人機協同、自主進化等多重特征（武法提等，2024）。然而，當前智慧學習環境在沉浸性、具身性、智能交互以及安全穩定性方面仍面臨挑戰。GAI技術的引入，為智慧學習環境的進一步優化提供了新的支持，有助于構建更加沉浸、智能與人性化的學習環境。

GAI優化智慧學習環境，主要體現在高沉浸感與具身交互體驗兩個方面。沉浸式環境使學習者能完全融入逼真的虛擬環境中，通過與虛擬學習內容和角色的實時互動，生成展現其知識、技能、情感、態度、價值觀及核心素養的過程性數據（龔鑫等，2023）。智能技術與VR、AR、MR、XR結合，不僅能為學習者提供身臨其境的感受和豐富的交互體驗，還能將抽象概念具象化，促進認知加工與知識建構，提升其對抽象或復雜概念的理解能力（De Freitas et al.，2009）。具身認知理論認為身體運動與視覺過程的緊密聯系對學習效果具有積極影響：當學習者的身體互動與特定概念的視覺特征相協調時，學習效果得以增強（Lindgren et al.，2022）。因此，學習環境的具身性設計應注重學習者在學習過程中的“身體參與”和“身心融合”，追求心智、身體和環境的和諧統一，以促進知識生成和個體成長（李志河等，2023）。在GAI和“人在回路”混合增強智能的共同作用下，學習環境被賦予了類人的決策能力及超越人類的感知與計算能力，在模擬情境、虛擬化身、感知場景、交互決策及反饋輸出等多個層面增強了學習的沉浸感。利用GAI設計“具身沉浸”交互形式，可以充分調動身體的參與，通過模擬人與人交互機制，開發出支持自然語言對話、手勢動作、眼神交流等的交互功能，實現深度人機交互。

5.雙向賦智：數智賦能教學工具革新

新一代智能技術不僅擴展了人類認知邊界，更在深層次上重塑了我們的思維模式。以ChatGPT、Sora等為代表的大型智能模型正迅速迭代，展現出數智技術在教育領域的應用潛力及其對教學工具的革新能力。這類技術融合了生成式、體驗式、理解式和意識式智能，展現出強大的適應性、創造性和自我進化能力，推動教育從“低能”向“高能”轉變，從“單能”向“多能”拓展，實現“超能”或“異能”的創新發展（陶煒等，2024）。以Sora為例，其作為文生視頻技術的最新成果，能夠依據文本描述生成高質量的60秒視頻，在視頻生成效率、語義理解深度、物理仿真能力及內容編輯靈活性等多方面都有了全新突破，實現了對話式視頻的生成（陳聰聰等，2024）。Sora的自適應能力使學習過程更加流暢，全程跟蹤評價使學習過程可視化，積極的支持和激勵使學習體驗愉悅，實時掌握學習狀態提高了學習效率，動態設定目標與挑戰增加了學習的“增值性”，多維資源支持使學習過程更具張力，接近真實的模擬為學習者提供了愉悅的具身體驗，激發了學習者主動探索與自主學習的動力（陸道坤等，2024）。

從計算智能到感知智能再到認知智能的進階，通用人工智能在跨領域理解上的能力顯著提升，僅需微調即可勝任復雜現實場景任務。GAI在知識點精準診斷和學習路徑精準推薦方面彌補了自適應學習的不足，可通過檢測學習者的學習狀態和知識水平，預測其未來學習趨勢，并智能推薦最佳學習內容；同時，利用深度強化學習算法可提升動態學習環境中學習路徑推薦的適應性（范云霞等，2024）。結合多模態大模型情感解析能力，GAI賦能“自適應學習”向“智適應學習”進化（顧小清等，2024）。在智能輔導系統方面，大語言模型憑借其多輪對話、自然語言理解、內容生成及邏輯推理能力，不僅能判斷學習狀態，還能提供具體的反饋和建議，激發學習者探索和理解相關知識點。大語言模型顯著增強了智能導師系統的領域知識模塊、學習者分析模塊和教學策略模塊的功能，賦予其前所未有的交互性和適應性，提升了系統對學習者需求的精準響應能力（徐升等，2024）。數智賦能教學工具革新體現了人機雙向賦智的理念：數智技術以其強大的數據處理與學習能力，為教育提供豐富資源與個性化支持；人類教師與學生積極參與和反饋，又不斷促進AI系統優化與升級。

6.動態適需：數智賦能學習資源進化

知識更新速度的急劇加快和學習者需求的日益多樣化、個性化，對學習資源的動態更新和持續進化提出了更為迫切的要求。數智賦能下的學習資源進化呈現出“動態適需”的趨勢，適應性資源成為學習資源進化的新方向。“動態適需”強調學習資源的互動性、反饋性、調整性，以及自我生成與自我優化的能力。即在數智技術的支持下，要設計更具互動性的資源，使學習者在與資源的互動中深化理解。學習資源不應再是一成不變的，而應能根據學習者的反饋和表現進行動態調整，如能夠根據學習者的個性化需求、學習進度、認知風格等因素進行實時調整和優化，提供量身定制的學習體驗。GAI為學習資源建設注入了新的活力。AIGC（人工智能生成內容）在自動化內容創新、多模態信息融合與交互、認知交互能力等方面具有的獨特技術功能（萬力勇等，2023），為解決當前學習資源建設中存在的靜態性與滯后性突出、同質化嚴重和個性化不足、適應性和智能化程度較低等問題提供了新的可能。相較于傳統PGC（專業生成內容）和UGC（用戶生成內容），AIGC在內容生成效率、資源多樣性和適應性方面顯示出強大的優勢。

學習資源進化是一個動態的過程。它要求資源在使用過程中不斷對自身內容和結構進行調整與優化，以適應學習者需求的變化。這一過程主要通過資源內容進化和資源關聯進化兩種形式實現（楊現民等，2024b）。前者通過開放的組織方式吸引多個用戶或機器參與內容協同編輯，實現資源內容的快速更新和迭代優化；后者在使用過程中不斷與其他資源實體建立語義關系，形成復雜的資源關聯網絡，提升資源間的相互支持和協同作用。學習資源的適應性則進一步強調根據多模態學習行為特征自動適應學習者意向并智能化生成學習資源的重要性。GAI的跨模態理解和重構技術，支持人機之間的高質量協作，使機器能夠更好地理解學習資源的屬性、關系和語義信息，以及學習者的行為意圖（羅江華等，2023）。這種技術能夠處理和分析復雜學習環境中的多模態數據，并通過迭代優化智能生成學習資源，從而實現與學習者需求的高度適配。

7.激發潛能：數智賦能新質人才培養

在技術快速迭代的智能時代，人才已成為加速新質生產力形成與引領其發展的核心要素。新質人才承載著科技創新與產業升級的重任，以其獨特的素養與能力，引領未來的發展方向。他們具備持續成長的心態、高意識學習的特質，以及創新思維、跨界融合和人機協同的全方位能力（祝智庭等，2024），是新質生產力不可或缺的智力源泉。新質人才所具備的新質素養，是引發生產力躍升與質變的關鍵，主要包含創新素養、跨學科素養和技術適應性三大要素（胡玉寧等，2024）。創新素養強調個體在面對新問題時能夠提出創造性解決方案的能力，以及對現實世界的深刻理解和對未知領域的探索精神；跨學科素養注重知識整合與應用，即個體跨越學科界限，運用多學科視角解決復雜問題的能力；技術適應性則強調個體要能夠迅速適應并有效運用新興技術，成為技術革新的實踐者。此外，新質人才還需具備智能素養，包括利用人工智能技術解決生活、學習問題，具有計算思維及創新創造能力，以及健康正確的道德觀念和社會責任意識等。這些素養共同奠定了新質人才在智能時代全面發展的基石。

針對新質人才培養面臨的挑戰，如個人發展與群體培養目標的沖突、學校培養與社會需求的不匹配、培養方式單一化等，引入GAI技術已成為一種重要的解決方案。GAI通過提供個性化教學內容和學習支持系統，可以滿足學生特定學習需求和創新能力培養要求。它能為教師提供學生個性化創新能力的數字畫像，為激發創新潛力奠定基礎；還能生成多樣化學習與創新需求場景，促進學生跨學科融合知識與技能，拓展知識素養，并通過小組學習場景促進團隊協作與創新能力提升（王景等，2023）。新質生產力的源頭是主體人的本質力量和內在潛能，是高素質人才內蘊的思想和智慧。數智賦能教育，使其更加高效、個性化和智能化，為人才的終身學習和全面發展提供強大支撐。數智賦能通過充分挖掘和發揮每位學生的潛能和特長，著力培養學生成為具有高階思維能力、可持續發展的拔尖創新人才。

五、結語

新質生產力是時代發展的方向，代表著最先進科技賦能下的生產力質態。教育系統作為新質生產力探索和實踐應用的關鍵場域，其變革與發展尤為重要。本文基于對新質生產力構成要素和發展特質的分析，提出“教育新質生產力”概念，即數據要素融入和智能技術嵌入教育系統后所孕育出的一種新型生產力形態，旨在揭示數智賦能教育系統所引發的全方位變革及其作用機理。教育新質生產力以創新為原動力，通過數據要素和智能技術賦能，不僅推動知識生產范式的變革、實現學習方式靈活化和教學模式的創新，還優化了學習環境、教學工具和學習資源，為培養拔尖創新人才奠定了基礎。然而，教育新質生產力的全面釋放仍面臨諸多挑戰，如智能技術應用的成熟、教育體制對新質生產力的適應性、技術應用倫理，以及數據安全與隱私保護難題等。因此，在推動教育新質生產力持續、健康發展過程中，我們需保持警惕，防范技術濫用與潛在的倫理風險，摒棄技術決定論的片面觀點，在確保技術向善、服務教育的前提下，充分發揮數智賦能教育創新的正向效應，共同探索教育新質生產力發展的未來圖景。

參考文獻：

[1]蔡躍洲，馬文君（2021）.數據要素對高質量發展影響與數據流動制約[J].數量經濟技術經濟研究，38（3）：64-83.

[2]曹培杰，謝陽斌，武卉紫等（2024）.教育大模型的發展現狀、創新架構及應用展望[J].現代教育技術，34（2）：5-12.

[3]陳聰聰，李晨，王亞飛（2024）.文生視頻模型Sora之于教育教學：機遇與挑戰[J].現代教育技術，34（5）：27-34.

[4]杜華，孫艷超（2024）.生成式人工智能浪潮下知識觀的再審視——兼論兩個經典知識之問的當代回應[J].現代教育技術，34（1）：96-106.

[5]范云霞，杜佳慧，張杰等（2024）.面向動態學習環境的自適應學習路徑推薦模型[J].電化教育研究，45（6）：89-96，105.

[6]龔鑫，許潔，喬愛玲（2023）.基于沉浸式學習環境的隱形性評估：機理、框架與應用[J].電化教育研究，44（12）：64-72.

[7]顧小清，郝祥軍（2022）.從人工智能重塑的知識觀看未來教育[J].教育研究，43（9）：138-149.

[8]顧小清，劉桐（2024）.大模型時代的智適應學習研究：進展、實例與展望[J].中國教育信息化，30（5）：55-66.

[9]何哲，曾潤喜，秦維等（2023）.ChatGPT等新一代人工智能技術的社會影響及其治理[J].電子政務，（4）：2-24.

[10]胡玉寧，徐欣（2024）.人才新質態：時代新人“新質素養”的理論思考[J].中國礦業大學學報（社會科學版），26（4）：87-95.

[11]黃群慧，盛方富（2024）.新質生產力系統：要素特質、結構承載與功能取向[J].改革，（2）：15-24.

[12]黃榮懷（2023）.人工智能正加速教育變革：現實挑戰與應對舉措[J].中國教育學刊，（6）：26-33.

[13]黃榮懷等（2023）.人工智能與未來教育發展[M].北京：科學出版社：211-217.

[14]李志河，王元臣，陳長玉等（2023）.深度學習的困境與轉向：從離身學習到具身學習——兼論一種深度具身學習環境的構建[J].電化教育研究，44（10）：70-78.

[15]魯雁飛，曹建東（2013）.教育生產力發展研究：理論內涵、分析框架與作用機制[J].湖南社會科學，（3）：179-182.

[16]魯子簫（2024）.智能時代知識變遷中的教學知識變革[J].教育研究，45（2）：55-66.

[17]陸道坤，陳吉鈺（2024）.Sora：學校教育的“拯救者”還是“終結者”[J].新疆師范大學學報（哲學社會科學版），45（6）：112-127，2.

[18]羅江華，張玉柳（2023）.基于跨模態理解與重構的適應性數字教育資源：模型構建與實踐框架[J].現代遠程教育研究，35（6）：91-101.

[19]倪閩景（2023）.從學習進化的視角看ChatGPT/生成式人工智能對學習的影響[J].華東師范大學學報（教育科學版），41（7）：151-161.

[20]蒲清平，向往（2024）.新質生產力的內涵特征、內在邏輯和實現途徑——推進中國式現代化的新動能[J].新疆師范大學學報（哲學社會科學版），45（1）：77-85.

[21]任保平，豆淵博（2024）.新質生產力：文獻綜述與研究展望[J].經濟與管理評論，40（3）：5-16.

[22]人民網（2023）牢牢把握東北的重要使命 奮力譜寫東北全面振興新篇章[EB/OL].[2024-11-26].http：//hb.people.com.cn/n2/2023/0910/c194063-40564432.html.

[23]人民網（2024）.加快發展新質生產力 扎實推進高質量發展[EB/OL].[2024-11-26].http：//politics.people.com.cn/n1/2024/0202/c1024-40171402.html.

[24]孫立會，周亮（2024）.生成式人工智能賦能教育變革的邏輯——基于新質生產力的視角[J].教育研究，45（10）：38-49.

[25]陶煒，沈陽（2024）.從ChatGPT到Sora：面向AIGC的四能教育和范式革新[J].現代教育技術，34（4）：16-27.

[26]萬力勇，杜靜，熊若欣（2023）.人機共創：基于AIGC的數字化教育資源開發新范式[J].現代遠程教育研究，35（5）：12-21.

[27]王國成，程振鋒（2024）.新質生產力與基本經濟模態轉換[J].當代經濟科學，46（3）：71-79.

[28]王景，李延平（2023）.ChatGPT浪潮下拔尖創新人才的培養：價值意蘊、現實隱憂與生態重塑[J].中國電化教育，（11）：62-71.

[29]王玨（2025）.人工智能視域下的新質生產力生成路徑 [J].新疆師范大學學報（哲學社會科學版），46（1）：98-107.

[30]王竹立（2024）.建構新教育學體系，發展新質教育——從數智時代新知識觀入手[J].開放教育研究，30（3）：15-23，36.

[31]武法提，楊重陽，李坦（2024）.智慧學習環境中的人機協同設計[J].電化教育研究，45（2）：84-90.

[32]肖峰，赫軍營（2023）.新質生產力：智能時代生產力發展的新向度[J].南昌大學學報（人文社會科學版），54（6）：37-44.

[33]新華網（2024a）.中共中央關于進一步全面深化改革 推進中國式現代化的決定[EB/OL].[2024-11-26].https：//www.gov.cn/zhengce/202407/content_6963770.htm.

[34]新華網（2024b）.教育部副部長吳巖：推動數據賦能教育堅持應用為王[EB/OL].[2025-03-11].http：//www.news.cn/edu/20240530/58be722c00fd4e8d9e765f176a94992a/c.html.

[35]熊芳（2011）.論教育生產力的作用規律[J].湖南科技大學學報（社會科學版），14（5）：172-175.

[36]徐升，佟佳睿，胡祥恩（2024）.下一代個性化學習：生成式人工智能增強智能輔導系統[J].開放教育研究，30（2）：13-22.

[37]楊現民，李新（2024a）.數據充分賦能教育數字化轉型的內在邏輯與實踐路向[J].中國教育學刊，（2）：9-15.

[38]楊現民，吳貴芬，李新（2022）.教育數字化轉型中數據要素的價值發揮與管理[J].現代教育技術，32（8）：5-13.

[39]楊現民，楊宇鵬，米橋偉等（2024b）.網絡學習資源進化：研究進展、難題透視與趨勢分析[J].現代遠程教育研究，36（1）：101-112.

[40]楊宗凱，王俊，吳砥等（2023）.ChatGPT/生成式人工智能對教育的影響探析及應對策略[J].華東師范大學學報（教育科學版），41（7）：26-35.

[41]張文梅，祁彬斌，何歆怡等（2024）.群智涌現的知識生產：形態、機理與促進策略[J].中國電化教育，（10）：9-16.

[42]張應強，馮建軍，文雯等（2024）.教育強國建設的戰略性內涵、方法體系與實踐路徑（筆談）[J].現代教育管理，（10）：1-18.

[43]周偉，杜靜，汪燕等（2022）.面向智慧教育的學習環境計算框架[J].現代遠程教育研究，34（5）：91-100.

[44]祝智庭，戴嶺，胡姣（2023）.高意識生成式學習：AIGC技術賦能的學習范式創新[J].電化教育研究，44（6）：5-14.

[45]祝智庭，戴嶺，趙曉偉等（2024）.新質人才培養：數智時代教育的新使命[J].電化教育研究，45（1）：52-60.

[46]De Freitas， S.， amp; Neumann， T. （2009）. The Use of Exploratory Learning for Supporting Immersive Learning in Virtual Environments[J]. Computers amp; Education， 52（2）：343-352.

[47]Google （2024）. LearnLM： Improving Gemini for Learning [EB/OL]. [2024-12-19]. https：//arxiv.org/pdf/2412.16429v2.

[48]Lindgren， R.， amp; DeLiema， D. （2022）. Viewpoint， Embodiment， and Roles in STEM Learning Technologies[J]. Educational Technology Research and Development， 70（3）：1009-1034.

[49]OpenAI （2024）. Introducing ChatGPT Edu[EB/OL]. [2024-11-26]. https：//openai.com/index/introducing-chatgpt-edu/.

收稿日期 2024-10-02 責任編輯 汪燕

Digital Intelligence Empowering New Quality Productivity of Education：

Action Mechanism and Practical Approach

YANG Wenzheng， YANG Junfeng

Abstract： New quality productivity is a new direction for the development of productivity in the intelligent era， and the education system is an important field for its exploration and practice. The new quality productivity of education is a high technology， high-efficiency and high-quality new productivity formed by the deep integration of data elements and intelligent technology in the education system， representing the exploration and pursuit of future educational forms and educational methods in the field of education. Data elements and intelligent technology constitute the core of the new quality productivity of education. Among them， data elements are its source， intelligent technology is an important support for it， the integration of digital intelligence leads its development direction， and digital intelligence empowers its emergence. With the rapid iteration and in-depth application of generative artificial intelligence technology， digital intelligent empowerment will promote the transformation of the knowledge production paradigm to realize the value-added knowledge; make learning methods more flexible to promote the collaborative evolution of human learning and machine learning; innovate teaching models to enhance the collaborative complementarity between teachers’ wisdom and machine intelligence; optimize the learning environment to build an interactive learning space of “embodied immersion”; innovate teaching tools to realize the two-way intelligence of human-machine; promote the evolution of learning resources to build “dynamic and on-demand” adaptive resources; and accelerate the cultivation of new quality talents to fully stimulate students’ potential. In the future， it is still necessary to prevent the risks that may be brought about by the abuse of technology， give full play to the positive effect of digital intelligence empowering educational innovation， and thereby promoting the comprehensive release of new quality productivity of education.

Keywords： New Quality Productivity; New Quality Productivity of Education; Digital Intelligence Empowerment; Generative Artificial Intelligence; High-Quality Development