人工智能嵌入下的教育制度調(diào)適：制度張力與調(diào)試型創(chuàng)新的中國(guó)路徑

【中圖分類號(hào)】G434 D0I：10.3969/j.issn.1674-7178.2025.04.004

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）

引言

人工智能已成為推動(dòng)當(dāng)代科技革命和產(chǎn)業(yè)轉(zhuǎn)型的核心動(dòng)力，其影響力正快速擴(kuò)展至國(guó)內(nèi)各層級(jí)的教育體系[1-2]。目前，人工智能已被廣泛應(yīng)用于課程推薦、學(xué)習(xí)評(píng)估、個(gè)性化路徑構(gòu)建等多個(gè)方面，逐漸嵌人教學(xué)、管理和測(cè)評(píng)的具體流程中，展現(xiàn)出強(qiáng)大的技術(shù)潛能[3-4]。教育部于2022年啟動(dòng)的教育數(shù)字化戰(zhàn)略行動(dòng)，為人工智能技術(shù)進(jìn)人校園提供了明確的政策支持。在政策推動(dòng)與平臺(tái)建設(shè)的雙重驅(qū)動(dòng)下，各級(jí)教育機(jī)構(gòu)開(kāi)始采用算法模型、智能反饋與數(shù)據(jù)驅(qū)動(dòng)教學(xué)等技術(shù)方法，逐步形成以“國(guó)家智慧教育平臺(tái)\"等為代表的\"政策一平臺(tái)\"協(xié)同體系[5-6]。

不過(guò)，人工智能在教育場(chǎng)景中的落地并不總是順利。雖然技術(shù)能力一直在提升，但實(shí)際應(yīng)用效果卻呈現(xiàn)顯著分化。不少地區(qū)的平臺(tái)上線后，暴露出資源利用率不高、教師定位模糊、技術(shù)功能與教學(xué)需求脫節(jié)等問(wèn)題，不僅沒(méi)有像預(yù)期的那樣提高教學(xué)效率，反而造成管理負(fù)擔(dān)加重和角色認(rèn)知混亂[8-9]。

這類現(xiàn)象提醒我們，人工智能要發(fā)揮作用，不僅要看自身性能，還受制度架構(gòu)、組織協(xié)調(diào)和角色認(rèn)知的深刻影響。當(dāng)前我國(guó)的教育制度以標(biāo)準(zhǔn)化、流程化為主，缺乏足夠的彈性和動(dòng)態(tài)反饋能力。這就導(dǎo)致在面對(duì)快速迭代的技術(shù)時(shí)，教育制度常常顯得力不從心[10-I]。這主要體現(xiàn)在反應(yīng)遲緩與認(rèn)知分歧兩方面。一方面，規(guī)則更新滯后，導(dǎo)致系統(tǒng)難以靈活調(diào)整；另一方面，教師、管理者和平臺(tái)開(kāi)發(fā)者對(duì)人工智能的期望存在明顯分歧，在目標(biāo)理解、功能設(shè)定與教育意義上缺乏共識(shí)。這些認(rèn)知差異阻礙了系統(tǒng)內(nèi)部的協(xié)調(diào)，使得人工智能技術(shù)難以有效整合進(jìn)既有的教育流程[12-14]。

盡管諸多研究高度評(píng)價(jià)人工智能提升教學(xué)效率和優(yōu)化學(xué)習(xí)體驗(yàn)的潛力，但它們大多假設(shè)技術(shù)具有推動(dòng)變革的直接能力[15]，忽略了教育制度的復(fù)雜性與動(dòng)態(tài)調(diào)節(jié)能力。教育系統(tǒng)內(nèi)部的結(jié)構(gòu)慣性、角色張力與文化壁壘往往對(duì)技術(shù)產(chǎn)生強(qiáng)烈反作用，令其無(wú)法直線嵌入。在中國(guó)，教育技術(shù)的推廣更依賴制度引導(dǎo)與組織協(xié)商機(jī)制，而非完全由人工智能技術(shù)驅(qū)動(dòng)。因此，人工智能是否奏效的關(guān)鍵并不在于“是否使用人工智能”，而在于“制度能否有效整合人工智能”。

當(dāng)前制度在教學(xué)組織、評(píng)價(jià)方式和治理模式上仍顯固化，缺乏柔性結(jié)構(gòu)和動(dòng)態(tài)反饋機(jī)制，導(dǎo)致其在接納新興技術(shù)時(shí)屢屢受挫。這種困境不僅由技術(shù)復(fù)雜性造成，更折射出教育組織在面對(duì)變革時(shí)的適應(yīng)性不足。一方面，制度更新往往滯后于技術(shù)發(fā)展；另一方面，不同角色對(duì)人工智能的認(rèn)知期待差異顯著，導(dǎo)致系統(tǒng)內(nèi)部協(xié)同失效。人工智能雖具備提升教育效率與教育體驗(yàn)的潛力，但現(xiàn)有研究偏向強(qiáng)調(diào)其正面價(jià)值，并多基于理想化的技術(shù)演進(jìn)邏輯。實(shí)際上，制度惰性、角色博弈與文化障礙才是當(dāng)前技術(shù)嵌入不暢的根本原因。中國(guó)的實(shí)踐經(jīng)驗(yàn)表明，制度的調(diào)適能力才是影響人工智能有效性的關(guān)鍵變量，然而這一機(jī)制在既有研究中尚未獲得系統(tǒng)性關(guān)注。

為回應(yīng)這一研究空缺，本文引人新制度主義視角，構(gòu)建“嵌入一摩擦一調(diào)試\"的分析框架，旨在揭示人工智能技術(shù)在我國(guó)教育制度中如何被接納與重構(gòu)。研究關(guān)注制度在面對(duì)技術(shù)壓力時(shí)所表現(xiàn)出的內(nèi)部張力，及其如何通過(guò)調(diào)整組織結(jié)構(gòu)和規(guī)則配置，逐步適應(yīng)技術(shù)變化。與將制度視為技術(shù)變遷被動(dòng)接受者的傳統(tǒng)觀點(diǎn)不同，本文強(qiáng)調(diào)制度也具有一定的“回應(yīng)能力”。在教學(xué)分工、數(shù)據(jù)治理和角色設(shè)置等方面，技術(shù)的引入往往會(huì)打破原有均衡，誘發(fā)責(zé)任界定與功能劃分的混亂。在這一過(guò)程中，制度會(huì)啟動(dòng)邊界調(diào)整、功能篩選與角色重構(gòu)等機(jī)制，實(shí)現(xiàn)選擇性吸收。這些機(jī)制不僅提升了制度對(duì)技術(shù)的適應(yīng)性，也塑造了本地化的制度更新路徑。基于此，本文聚焦兩個(gè)核心問(wèn)題：為何高度制度化的教育體系難以順利嵌入新技術(shù)？當(dāng)技術(shù)與制度產(chǎn)生結(jié)構(gòu)摩擦?xí)r，制度又是如何通過(guò)調(diào)試機(jī)制實(shí)現(xiàn)回應(yīng)的？

一、研究綜述

近年來(lái)，人工智能在教育系統(tǒng)中的應(yīng)用持續(xù)深化，相關(guān)研究日益豐富，學(xué)界對(duì)人工智能嵌入教育場(chǎng)域的態(tài)度呈現(xiàn)明顯分歧。從研究取向來(lái)看，現(xiàn)有成果大致可劃分為兩類：一類研究聚焦于人工智能系統(tǒng)的技術(shù)能力，常通過(guò)實(shí)驗(yàn)數(shù)據(jù)、平臺(tái)實(shí)踐或技術(shù)指標(biāo)來(lái)評(píng)估其價(jià)值[16-17]，認(rèn)為人工智能技術(shù)在提升教學(xué)效率、增強(qiáng)反饋即時(shí)性、優(yōu)化個(gè)性化學(xué)習(xí)路徑等方面具有顯著潛力。另一類則持批判視角，探討算法偏見(jiàn)、教育不平等、權(quán)力結(jié)構(gòu)重塑等議題，力圖揭示技術(shù)背后隱藏的治理邏輯及其引發(fā)的社會(huì)后果[18-20]。

上述研究雖關(guān)注了人工智能嵌入教育的利弊，但在制度層面的討論仍顯薄弱。盡管有學(xué)者已注意到制度在技術(shù)落地過(guò)程中的關(guān)鍵作用，質(zhì)疑“技術(shù)萬(wàn)能\"論，提醒關(guān)注治理權(quán)力、制度限制與社會(huì)排斥對(duì)技術(shù)落地的影響[21-22]，但多數(shù)研究仍延續(xù)“技術(shù)推進(jìn)一制度適應(yīng)\"的單向邏輯。這類分析往往將教育制度視為被動(dòng)容器，而忽略了其作為行動(dòng)系統(tǒng)的復(fù)雜性與動(dòng)態(tài)調(diào)節(jié)能力[23-25]。例如，部分研究將技術(shù)平臺(tái)運(yùn)行失效或教育內(nèi)容與技術(shù)應(yīng)用不匹配歸咎于執(zhí)行層面的協(xié)同不足，卻未深入探討制度為何未能及時(shí)響應(yīng)、如何進(jìn)行篩選性吸納或邊界重構(gòu)[26-27]。這使得我們難以解釋人工智能為何在實(shí)踐中頻繁遭遇“落地難”問(wèn)題，也阻礙了對(duì)有效制度治理路徑的識(shí)別與提煉。

制度與技術(shù)脫節(jié)的問(wèn)題在國(guó)際政策話語(yǔ)中亦被反復(fù)強(qiáng)調(diào)。聯(lián)合國(guó)教科文組織2023年發(fā)布的《生成式人工智能教育與研究應(yīng)用指南》中指出，人工智能在個(gè)性化學(xué)習(xí)、教育公平與反饋機(jī)制等方面具有巨大潛力，但發(fā)展速度已遠(yuǎn)超現(xiàn)有制度的治理能力[28]。報(bào)告強(qiáng)調(diào)，面對(duì)技術(shù)可能帶來(lái)的倫理風(fēng)險(xiǎn)、能力分化與監(jiān)管缺位，亟須建立以人為本的系統(tǒng)性機(jī)制。這類機(jī)制不僅應(yīng)保障教育正當(dāng)性，也要具備適應(yīng)性和持續(xù)調(diào)整的能力。經(jīng)濟(jì)合作與發(fā)展組織在《人工智能與技能的未來(lái)（第二卷）：評(píng)估人工智能能力的方法、教育研究與創(chuàng)新》（AIand theFutureof Skills，Volume 2：Methodsfor Evaluating AI CapabilitiesEducationalResearchandInnovation）中進(jìn)一步指出，人工智能正在改變教師職責(zé)與課程目標(biāo)，而如果缺乏制度同步跟進(jìn)，這些改變反而會(huì)成為瓶頸，制約人工智能積極作用的釋放[29]。

值得注意的是在推進(jìn)教育數(shù)字化轉(zhuǎn)型過(guò)程中，中國(guó)正著力解決制度滯后和人工智能與教育體系融合的矛盾等問(wèn)題。自2022年起，中國(guó)啟動(dòng)教育數(shù)字化戰(zhàn)略行動(dòng)，強(qiáng)調(diào)國(guó)家平臺(tái)建設(shè)與未來(lái)學(xué)校試點(diǎn)，表現(xiàn)出高度的制度投人意愿[30-31]。但在實(shí)踐過(guò)程中，仍有一些結(jié)構(gòu)性矛盾不斷顯現(xiàn)。例如，人工智能的個(gè)性化推薦邏輯與“雙減\"政策、統(tǒng)一課標(biāo)和標(biāo)準(zhǔn)化評(píng)估之間缺乏銜接，引發(fā)教學(xué)節(jié)奏混亂與資源浪費(fèi)[32]。同時(shí)，教師、技術(shù)人員與管理者之間缺乏有效溝通機(jī)制，角色分工模糊，平臺(tái)運(yùn)行過(guò)度依賴行政指令而非制度協(xié)同。這些問(wèn)題的出現(xiàn)并非偶然，而是源于人工智能與教育制度間的結(jié)構(gòu)性張力。歸根結(jié)底，是制度尚未建立起適應(yīng)技術(shù)變遷的調(diào)試機(jī)制。這一機(jī)制的缺失，不僅導(dǎo)致實(shí)踐操作上的摩擦，更折射出認(rèn)知偏差與結(jié)構(gòu)慣性在制度演化中的深層影響[33]。

目前，已有少部分研究嘗試采用制度場(chǎng)域理論、行動(dòng)者網(wǎng)絡(luò)分析等路徑，解釋技術(shù)如何在組織內(nèi)部穩(wěn)定下來(lái)并逐步制度化。但總體來(lái)看，主流視角仍偏向工具功能和組織耦合，缺乏對(duì)制度調(diào)適過(guò)程本身的系統(tǒng)刻畫(huà)[34-35]。具體而言，制度調(diào)適的啟動(dòng)條件、推進(jìn)機(jī)制、演化路徑及制度調(diào)適背后受何種權(quán)力結(jié)構(gòu)與資源配置格局影響等核心問(wèn)題，尚未得到清晰解答。對(duì)于中國(guó)而言，制度能否實(shí)現(xiàn)調(diào)試型創(chuàng)新？這種創(chuàng)新又將如何推動(dòng)人工智能與教育體系的深度整合？這些關(guān)鍵問(wèn)題至今缺乏明確回應(yīng)，構(gòu)成了當(dāng)前研究領(lǐng)域的重要空白[36-37]。

二、理論框架

為更系統(tǒng)地說(shuō)明人工智能教育應(yīng)用（ArtificialIntelligenceinEducation，簡(jiǎn)稱AIEd）在制度體系中的適應(yīng)過(guò)程，本文提出了“嵌入、摩擦、調(diào)試”三階段分析框架，并引入新制度主義理論中的三維制度結(jié)構(gòu)（規(guī)制性規(guī)則、規(guī)范性角色和文化認(rèn)知結(jié)構(gòu)）。二者結(jié)合形成了如圖1所示的理論模型。

該框架將制度調(diào)適視為動(dòng)態(tài)演化的過(guò)程，具體劃分為三個(gè)相互關(guān)聯(lián)的階段。第一階段是“嵌入”，即人工智能系統(tǒng)作為帶有技術(shù)邏輯的外部變量進(jìn)入教育場(chǎng)域，與原有規(guī)制性安排（如政策邊界、標(biāo)準(zhǔn)規(guī)則）形成初步張力。此時(shí)，制度通常會(huì)通過(guò)微調(diào)規(guī)則、重設(shè)邊界來(lái)回應(yīng)新技術(shù)的沖擊。第二階段是“摩擦”，突出表現(xiàn)為教師、管理者、技術(shù)開(kāi)發(fā)者等關(guān)鍵行動(dòng)者對(duì)人工智能目標(biāo)和功能的理解分歧。這種認(rèn)知差異導(dǎo)致規(guī)范預(yù)期錯(cuò)位，進(jìn)而在教學(xué)實(shí)踐中引發(fā)協(xié)同障礙與角色沖突。摩擦不僅反映在理念層面，也體現(xiàn)在實(shí)際操作中對(duì)職責(zé)劃分與工作流程的重新界定。第三階段為“調(diào)試”，制度層面開(kāi)始啟動(dòng)更具系統(tǒng)性的修復(fù)與調(diào)整策略，具體包括：對(duì)既有功能結(jié)構(gòu)的局部重組、對(duì)角色定位的重新定義，以及通過(guò)協(xié)商逐步達(dá)成共識(shí)，從而實(shí)現(xiàn)技術(shù)在制度內(nèi)部的選擇性吸收與功能融合。調(diào)試并不意味著全面適配，而是一種有限整合與漸進(jìn)式創(chuàng)新的過(guò)程。

該框架的核心觀點(diǎn)是：制度調(diào)適是一種基于動(dòng)態(tài)反饋的組織性反應(yīng)，其核心在于識(shí)別摩擦、回應(yīng)變化，并通過(guò)結(jié)構(gòu)微調(diào)與角色協(xié)調(diào)逐步實(shí)現(xiàn)制度與技術(shù)之間的耦合共生。換言之，制度并非技術(shù)變遷的被動(dòng)接受者，而是具備主動(dòng)回應(yīng)與適應(yīng)性調(diào)整的內(nèi)生能力。這一分析視角有助于理解技術(shù)引入為何經(jīng)常遭遇“卡殼”，也為后續(xù)探究制度演化路徑提供了可操作的中觀機(jī)制。

三、研究方法與材料

本文采用質(zhì)性研究方法，嘗試從制度分析與實(shí)踐觀察的結(jié)合中，探討人工智能在教育體系嵌入過(guò)程中引發(fā)的結(jié)構(gòu)性張力，并梳理這種張力背后的制度調(diào)試邏輯。考慮到教育制度整合技術(shù)的過(guò)程深受其組織特性制約，并對(duì)環(huán)境變化高度敏感，單純依賴量化指標(biāo)難以揭示技術(shù)與制度間復(fù)雜且動(dòng)態(tài)的交互關(guān)系。因此，研究選擇多源文本分析與典型案例比較作為主要路徑，意在捕捉制度回應(yīng)的過(guò)程性特征與本土語(yǔ)境下的差異表達(dá)。

在案例選擇上，本研究以“國(guó)家中小學(xué)智慧教育平臺(tái)”為分析核心，同時(shí)涵蓋浙江、江蘇與廣東部分地區(qū)的地方性人工智能教育試點(diǎn)。分析維度橫跨政策推動(dòng)、平臺(tái)建設(shè)到教學(xué)實(shí)踐，力圖呈現(xiàn)國(guó)家與地方在應(yīng)對(duì)人工智能技術(shù)時(shí)的互動(dòng)機(jī)制。國(guó)家中小學(xué)智慧教育平臺(tái)作為教育數(shù)字化戰(zhàn)略行動(dòng)背景下的標(biāo)志性舉措，具備較強(qiáng)的制度導(dǎo)向性與政策整合能力。它不僅體現(xiàn)出國(guó)家對(duì)人工智能教育應(yīng)用議題的高度關(guān)注，也通過(guò)平臺(tái)邏輯強(qiáng)化了對(duì)教育場(chǎng)域的主導(dǎo)性建構(gòu)。相較而言，地方試點(diǎn)的響應(yīng)路徑更為多元，部分地區(qū)采取快速推進(jìn)模式，部分地區(qū)則選擇漸進(jìn)式探索策略。這種差異既反映了地方制度資源的差距，也揭示了中央政策在地方落地過(guò)程中所遭遇的張力與調(diào)試策略。

圖1人工智能教育嵌入的制度調(diào)適過(guò)程框架

在資料收集方面，研究主要整理三類文本與實(shí)證材料。第一類是政策與制度文件，包括教育部發(fā)布的正式文件以及各地政府出臺(tái)的配套政策與通知。這些文件有助于揭示制度設(shè)計(jì)的初衷與具體的調(diào)試路徑。第二類材料涉及平臺(tái)功能與產(chǎn)品文檔，例如平臺(tái)結(jié)構(gòu)介紹、模塊更新說(shuō)明和教師使用手冊(cè)等內(nèi)容。這些文檔可以幫助理解技術(shù)如何嵌入教學(xué)和管理流程中。第三類是媒體報(bào)道與訪談紀(jì)要，主要選自2022年至2024年間的主流媒體與學(xué)術(shù)平臺(tái)，記錄了人工智能教育在實(shí)踐中遇到的關(guān)鍵問(wèn)題，有助于識(shí)別制度調(diào)試過(guò)程中出現(xiàn)的爭(zhēng)議與摩擦。

在分析方法上，本文結(jié)合了框架分析法與開(kāi)放式編碼策略，圍繞“嵌入一摩擦一調(diào)試\"三階段展開(kāi)主題歸類，并嘗試提煉各階段中具有代表性的制度機(jī)制。進(jìn)一步地，研究從規(guī)范規(guī)則、認(rèn)知理解與組織結(jié)構(gòu)三個(gè)制度維度出發(fā)，分析人工智能教育應(yīng)用如何被逐步吸收、調(diào)適，最終以一定方式嵌入到中國(guó)當(dāng)前教育制度的運(yùn)作邏輯之中。

四、人工智能嵌入教育制度的過(guò)程分析：從結(jié)構(gòu)張力到制度調(diào)適

人工智能作為一種具有高度靈活性和適應(yīng)性的技術(shù)，其進(jìn)入教育領(lǐng)域并非線性替代的過(guò)程，而是伴隨制度張力與角色協(xié)商不斷展開(kāi)的動(dòng)態(tài)重構(gòu)。本研究結(jié)合“嵌入一摩擦一調(diào)試\"的分析框架，系統(tǒng)解析人工智能教育應(yīng)用在中國(guó)語(yǔ)境下的制度適應(yīng)機(jī)制，重點(diǎn)揭示規(guī)制性規(guī)則、規(guī)范性角色與文化認(rèn)知之間的相互牽引與張力調(diào)和。

（一）嵌入：制度結(jié)構(gòu)與技術(shù)邏輯的初步碰撞

人工智能對(duì)教育系統(tǒng)的嵌人首先體現(xiàn)為教學(xué)組織方式的重塑與資源配置邏輯的改變。在人工智能支持的教學(xué)工具、實(shí)驗(yàn)平臺(tái)與個(gè)性化反饋系統(tǒng)不斷涌現(xiàn)的背景下，既有制度框架開(kāi)始顯現(xiàn)適配遲滯。例如，教師原有的課程控制權(quán)被平臺(tái)算法所重構(gòu)，教師的角色從“教學(xué)設(shè)計(jì)者\(yùn)"轉(zhuǎn)變?yōu)椤捌脚_(tái)操作者”，專業(yè)判斷逐步被技術(shù)邏輯邊緣化。人工智能教育不以賦能教師為導(dǎo)向，而異化為以取代教師為目標(biāo)。與此同時(shí)，統(tǒng)一評(píng)價(jià)體系長(zhǎng)期依賴標(biāo)準(zhǔn)化考試與靜態(tài)指標(biāo)（如操作頻率、完成率），而人工智能支持的動(dòng)態(tài)反饋、能力追蹤等機(jī)制難以融入傳統(tǒng)評(píng)價(jià)規(guī)則，形成結(jié)構(gòu)性錯(cuò)位。

“雙減\"政策進(jìn)一步放大了這種張力。一方面，政策強(qiáng)調(diào)減負(fù)與統(tǒng)一標(biāo)準(zhǔn);另一方面，人工智能主張的“自適應(yīng)學(xué)習(xí)\"邏輯呼喚高反饋、高彈性的制度結(jié)構(gòu)。教育系統(tǒng)原本追求的是流程穩(wěn)定與效率優(yōu)先，這種治理邏輯與人工智能所需的靈活機(jī)制發(fā)生了沖突。沖突的結(jié)果是，中國(guó)人工智能教育應(yīng)用在嵌入初期，便在制度結(jié)構(gòu)、角色定位和價(jià)值維度遭遇系統(tǒng)性挑戰(zhàn)。

（二）摩擦：結(jié)構(gòu)慣性與認(rèn)知偏差的制度性張力

進(jìn)入摩擦階段，制度與技術(shù)之間的緊張進(jìn)一步加劇，具體體現(xiàn)在政策空檔期、組織內(nèi)部協(xié)作機(jī)制缺乏以及教師職業(yè)發(fā)展體系不適配。在執(zhí)行層面，盡管諸如《生成式人工智能服務(wù)安全基本要求》等政策文件提供了指導(dǎo)，但細(xì)化配套制度的滯后，導(dǎo)致大量學(xué)校面臨“有規(guī)定、無(wú)路徑”的落地難題。

組織層面的問(wèn)題更為突出。教師、平臺(tái)開(kāi)發(fā)者與管理者三方在目標(biāo)設(shè)定、功能認(rèn)知與實(shí)踐導(dǎo)向上缺乏一致。教師因“工具化焦慮”而擔(dān)憂被算法替代，技術(shù)人員更聚焦系統(tǒng)穩(wěn)定性與數(shù)據(jù)驅(qū)動(dòng)的效能提升，教育管理者則在效率優(yōu)先與公平保障的平衡中陷人兩難。這種缺乏有效溝通機(jī)制的格局，使得制度中原本穩(wěn)定的角色關(guān)系被重新打亂。

在文化層面，教師作為教育系統(tǒng)中的核心人力資源，他們的職業(yè)發(fā)展體系尚未完成向人工智能環(huán)境的適應(yīng)性更新。當(dāng)前，不少地區(qū)即便引入了先進(jìn)的智能設(shè)備，也因配套培訓(xùn)缺失與制度支持不足，導(dǎo)致“技術(shù)沉睡\"現(xiàn)象廣泛存在。文化層面的認(rèn)知偏差進(jìn)一步加劇了摩擦：對(duì)“技術(shù)即進(jìn)步”的片面迷信，使得人工智能平臺(tái)常被賦予超出其能力的功能想象，從而弱化了教學(xué)中的價(jià)值引導(dǎo)。

此外，地區(qū)間在資源配置與能力建設(shè)方面的不平衡，也構(gòu)成制度層面的摩擦來(lái)源。發(fā)達(dá)地區(qū)憑借產(chǎn)業(yè)基礎(chǔ)與財(cái)政優(yōu)勢(shì)，能夠形成快速響應(yīng)機(jī)制；而欠發(fā)達(dá)地區(qū)受限于資源稟賦與治理能力，在制度響應(yīng)上呈現(xiàn)顯著滯后。這種結(jié)構(gòu)性差距不僅未因人工智能的引入而縮小，反而可能因平臺(tái)標(biāo)準(zhǔn)化路徑進(jìn)一步加劇教育資源分配的失衡。

（三）制度調(diào)試：適應(yīng)性演化與路徑生成

面對(duì)嵌入過(guò)程中的結(jié)構(gòu)摩擦，中國(guó)教育制度并未采取徹底的制度重構(gòu)，而是呈現(xiàn)出漸進(jìn)式、反饋驅(qū)動(dòng)的“調(diào)試\"邏輯。在“政策一組織—實(shí)踐”三級(jí)聯(lián)動(dòng)機(jī)制下，若干試點(diǎn)地區(qū)展開(kāi)積極探索：教育行政部門以平臺(tái)數(shù)據(jù)為基礎(chǔ)推動(dòng)教學(xué)內(nèi)容微調(diào)，探索兼顧“雙減”導(dǎo)向與智能化效率的新路徑；同時(shí)，一些學(xué)校通過(guò)設(shè)立平臺(tái)協(xié)調(diào)員、組建教師工作坊等方式，推動(dòng)制度內(nèi)技術(shù)理解力的內(nèi)化與共享，初步形成局部協(xié)同機(jī)制。

以地方試點(diǎn)實(shí)踐為例，上海浦東新區(qū)依托“教育算法沙盒”機(jī)制探索人工智能技術(shù)的低風(fēng)險(xiǎn)嵌入路徑，設(shè)立了數(shù)據(jù)試驗(yàn)區(qū)與評(píng)估體系，為后續(xù)標(biāo)準(zhǔn)制定提供先行依據(jù)；北京“北極星\"基礎(chǔ)教育大模型評(píng)測(cè)場(chǎng)聚焦于算法教學(xué)效能、師生協(xié)同模式與公平性指標(biāo)的測(cè)試反饋，強(qiáng)化了制度與平臺(tái)之間的互動(dòng)機(jī)制；成都試點(diǎn)的83個(gè)人工智能教學(xué)應(yīng)用場(chǎng)景中，不少學(xué)校已建立“人工智能平臺(tái)責(zé)任人\"制度和教師協(xié)作組，提升平臺(tái)數(shù)據(jù)的可解釋性與教學(xué)落地的組織彈性。這些地方性實(shí)踐共同構(gòu)成了一個(gè)“探索一反饋—調(diào)試一推廣”的政策中介機(jī)制，體現(xiàn)出中國(guó)制度調(diào)試型創(chuàng)新的區(qū)域路徑差異與制度柔性特征。

在規(guī)制維度，制度制定者通過(guò)“先行試點(diǎn)一標(biāo)準(zhǔn)制定一逐步推廣\"的節(jié)奏推動(dòng)人工智能教學(xué)應(yīng)用的規(guī)范化建設(shè)。例如，部分高校將人工智能納人教學(xué)設(shè)計(jì)標(biāo)準(zhǔn)流程，開(kāi)發(fā)跨平臺(tái)共享的教學(xué)資源模塊，以降低工具碎片化帶來(lái)的組織成本；與此同時(shí)，政策文件中對(duì)平臺(tái)安全性、數(shù)據(jù)透明性與適配性的要求，正推動(dòng)公共教育系統(tǒng)建立更具韌性的人工智能風(fēng)險(xiǎn)審查與數(shù)據(jù)治理框架。

在規(guī)范性角色期待上，部分教學(xué)改革項(xiàng)目開(kāi)始重構(gòu)教師能力模型，將數(shù)據(jù)素養(yǎng)、算法理解與反饋設(shè)計(jì)等能力納入教師發(fā)展體系。一些高校實(shí)踐還嘗試將學(xué)生建模能力與教師反饋機(jī)制耦合，推動(dòng)從“技術(shù)使用者”向“教學(xué)共創(chuàng)者”的轉(zhuǎn)型。

在文化層面，這種“以教控技”的實(shí)踐邏輯表明，人工智能并非難以駕馭的外部力量，而是可通過(guò)嵌入融合、協(xié)商調(diào)適與功能馴化轉(zhuǎn)化為可控的教學(xué)資源。教師不再是技術(shù)的被動(dòng)適應(yīng)者，而是借助制度調(diào)試過(guò)程參與教育治理的重塑，推動(dòng)自身角色再生產(chǎn)。因此，有別于部分國(guó)際研究中預(yù)設(shè)的“人工智能替代人類教師\"的技術(shù)決定論，中國(guó)教師正逐步探索“反向操控\"技術(shù)的策略。例如，部分教學(xué)實(shí)踐中，教師將人工智能生成的低質(zhì)量文本作為訓(xùn)練材料，引導(dǎo)學(xué)生進(jìn)行批判性修改，從而強(qiáng)化了教帥的教學(xué)權(quán)威與價(jià)值引導(dǎo)，而非被平臺(tái)替代。

從規(guī)制重構(gòu)到角色協(xié)商，再到認(rèn)知調(diào)適，中國(guó)教育制度正在以非線性、漸進(jìn)式的方式接納人工智能教育應(yīng)用的融人。面對(duì)技術(shù)的不確定性，教育制度展現(xiàn)出“階段性容納”“有條件吸納”的可能，人工智能教育應(yīng)用逐步由“平臺(tái)工具\(yùn)"轉(zhuǎn)化為“治理要素”，構(gòu)建出帶有本土制度印記的教育技術(shù)調(diào)試路徑。

五、結(jié)論與討論

（一）研究總結(jié)與理論啟示

本研究立足于新制度主義的三維結(jié)構(gòu)視角，構(gòu)建“嵌入一摩擦一調(diào)試”的分析框架，系統(tǒng)分析了人工智能教育應(yīng)用在中國(guó)教育制度中的落地過(guò)程。研究發(fā)現(xiàn)，人工智能作為高度動(dòng)態(tài)與復(fù)雜的技術(shù)力量，在進(jìn)人教育這一高度制度化的場(chǎng)域時(shí)，并未直接提升教學(xué)效果，反而引發(fā)了新的制度挑戰(zhàn)和認(rèn)知沖突。在應(yīng)用初期，教育制度難以適應(yīng)人工智能的運(yùn)作方式，尤其在教學(xué)組織、評(píng)價(jià)規(guī)則與教師角色等方面暴露出“接不上”“磨不合”的問(wèn)題。隨著使用深入，實(shí)踐中不斷出現(xiàn)角色失調(diào)、機(jī)制缺位與文化誤解等摩擦。盡管如此，一些地區(qū)在政策引導(dǎo)、平臺(tái)結(jié)構(gòu)調(diào)整及教師賦能等方面已開(kāi)始嘗試搭建回應(yīng)機(jī)制，并且使得教育制度對(duì)人工智能形成初步吸收與適應(yīng)的能力。這一過(guò)程的經(jīng)驗(yàn)啟示并不在于人工智能本身有多先進(jìn)，而在于制度能否具備調(diào)試能力與學(xué)習(xí)彈性。制度本身能否“迎合技術(shù)”，成為人工智能教育應(yīng)用落地效果的決定性因素。

從理論上看，本文希望回應(yīng)目前教育技術(shù)研究中過(guò)度強(qiáng)調(diào)技術(shù)本身作用的傾向，轉(zhuǎn)而強(qiáng)調(diào)制度因素在技術(shù)應(yīng)用中的決定性影響。我們將“規(guī)章制度”\"組織角色\"和“文化認(rèn)知\"結(jié)合進(jìn)一個(gè)動(dòng)態(tài)的過(guò)程框架中，不僅解釋了人工智能為何在教育中“推進(jìn)難”“落地慢”，也提出了新的中觀層次研究思路，拓展了教育社會(huì)學(xué)與技術(shù)治理的研究邊界。

（二）對(duì)策建議

本研究不僅系統(tǒng)梳理了當(dāng)前我國(guó)教育智能化發(fā)展進(jìn)程中面臨的核心制度挑戰(zhàn)，如教師專業(yè)角色弱化、教育數(shù)據(jù)缺乏公共治理機(jī)制以及區(qū)域間技術(shù)融合能力的不均衡等問(wèn)題，也在此基礎(chǔ)上提出三項(xiàng)具備可行性的制度應(yīng)對(duì)路徑：

第一，推動(dòng)教師能力體系的結(jié)構(gòu)性重塑。當(dāng)前智能化教學(xué)工具的廣泛部署在一定程度上削弱了教師在教學(xué)設(shè)計(jì)與過(guò)程干預(yù)中的主導(dǎo)地位，呈現(xiàn)出“平臺(tái)主導(dǎo)、教師附屬\"的趨勢(shì)。為改善這一局面，應(yīng)將適應(yīng)技術(shù)環(huán)境的專業(yè)素養(yǎng)納入教師職前與職后培養(yǎng)體系，強(qiáng)調(diào)對(duì)技術(shù)的適應(yīng)能力在教學(xué)理解、教學(xué)設(shè)計(jì)與過(guò)程反饋等關(guān)鍵環(huán)節(jié)中的重要作用，重塑教師作為“教學(xué)組織者與引導(dǎo)者”的制度角色。

第二，構(gòu)建面向公共治理目標(biāo)的數(shù)據(jù)制度。隨著平臺(tái)型技術(shù)深度介人教學(xué)流程，教育數(shù)據(jù)日益集中于企業(yè)平臺(tái)，缺乏統(tǒng)一標(biāo)準(zhǔn)與治理機(jī)制。應(yīng)推動(dòng)教育數(shù)據(jù)從“企業(yè)資產(chǎn)\"轉(zhuǎn)向“公共資源”的制度性轉(zhuǎn)變，通過(guò)制定明晰的數(shù)據(jù)透明規(guī)則與監(jiān)管邊界，強(qiáng)化教育行政部門的責(zé)任定位，使平臺(tái)技術(shù)服務(wù)于公共利益，確保公平、安全與教育質(zhì)量的正向反饋。

第三，完善以學(xué)習(xí)過(guò)程為核心的復(fù)合評(píng)價(jià)體系。當(dāng)前，智能教學(xué)系統(tǒng)對(duì)學(xué)習(xí)效果的衡量仍停留在表層，如使用頻率、點(diǎn)擊路徑等淺層指標(biāo)，尚未真正觸及學(xué)習(xí)認(rèn)知的本質(zhì)過(guò)程。未來(lái)應(yīng)探索涵蓋認(rèn)知轉(zhuǎn)化、能力生成與思維遷移等多維指標(biāo)的評(píng)價(jià)框架，從“操作邏輯”回歸到\"育人邏輯”，推動(dòng)教育智能化向價(jià)值導(dǎo)向型發(fā)展轉(zhuǎn)變。

人工智能嵌人下的教育制度調(diào)適與調(diào)試型創(chuàng)新，不僅有助于解決當(dāng)前教育智能化發(fā)展中的核心挑戰(zhàn)，還能為中國(guó)教育的未來(lái)發(fā)展提供新的思路和方法。教育部等九部門《關(guān)于加快推進(jìn)教育數(shù)字化的意見(jiàn)》強(qiáng)調(diào)，要通過(guò)制度創(chuàng)新系統(tǒng)推進(jìn)人工智能在教育領(lǐng)域的深度融合，構(gòu)建有利于技術(shù)賦能教學(xué)改革、資源均衡配置和人才培養(yǎng)的制度體系，切實(shí)服務(wù)于教育公平、教育質(zhì)量提升與教育現(xiàn)代化發(fā)展目標(biāo)。在教育領(lǐng)域，這既意味著要通過(guò)制度創(chuàng)新，確保人工智能技術(shù)的應(yīng)用能夠真正服務(wù)于教育公平、教育質(zhì)量和人才培養(yǎng)的長(zhǎng)遠(yuǎn)目標(biāo)，也體現(xiàn)了中國(guó)特色教育發(fā)展路徑中對(duì)制度保障的高度重視。只有在制度層面實(shí)現(xiàn)真正的統(tǒng)籌與更新，教育才能在技術(shù)變革中穩(wěn)步前行，不斷回應(yīng)社會(huì)發(fā)展的新需求，走出一條符合中國(guó)國(guó)情的教育現(xiàn)代化之路。

參考文獻(xiàn)：

[1]KnoxJeremy，“Artificial Intelligence and Education inChina”[J]，Learning，Media and Technology，2020，45（3）：298-311.

[2] Yang Zhen-Qun，Jiannong Cao，Xiaoyin Li， Kaile Wang，Xinzhe Zheng，Kai Cheung Franky Poon and Daniel Lai，“DMP_AI： An AI-Aided K-12 System for Teaching andLearning in Diverse Schools\"[C]， International Conferenceon Blended Learning，Singapore：Springer Nature Singa-pore，2024：117-130.

[3]同[2]。

[4] Cui Wei， Zhen Xue and Khanh-Phuong Thai，“Perfor-mance Comparison of an AI-based Adaptive Learning Sys-temin China”[C]，2O18 Chinese Automation Congress（CAC），IEEE，2018：3170-3175.

[5]教育部：《中國(guó)智慧教育白皮書(shū)》[C]，世界數(shù)字教育大會(huì)，2025年。

[6]MaChangxue，“China’sAchievements inDigital Educa-tionin the Wake ofEducation Informatization 2.O ActionPlan”[J]，ScienceInsightsEducationFrontiers，2O25，27（1）： 4435-4451.

[7]楊現(xiàn)民、曾佳堯、李新：《人工智能與教育深度融合的場(chǎng)景細(xì)化及落地實(shí)踐——基于探索性多案例分析法》[J]，《開(kāi)放教育研究》2025年第31期，第82-92頁(yè)。

[8]張進(jìn)寶、李凱一：《中國(guó)人工智能教育研究現(xiàn)狀的反思》[J]，《電化教育研究》2022年第43期，第21-28頁(yè)。

[9] Cukurova Mutlu， Xin Miao and Richard Brooker，“Adop-tion of Artificial Intelligence in Schools：Unveiling FactorsInfluencing Teachers’Engagement\"[C]， International Con-ference on Artificial Intelligence in Education，Cham：Springer Nature Switzerland，2023：151-163.

[10]程紅艷、潘小芳：《平等而卓越：我國(guó)教育分流制度的體系優(yōu)化》[J]，《教育科學(xué)》2023年第39期，第27-33頁(yè)。

[11]戴妍、楊雨薇：《中國(guó)式教育現(xiàn)代化政策的演進(jìn)邏輯與未來(lái)展望——基于歷史制度主義的視角》[J]，《教育科學(xué)研究》2023年第12期，第5-11頁(yè)。

[12] Filiz Ozan，Mehmet Haldun Kaya and Tufan Adiguzel，“Teachers and AI： Understanding the Factors InfluencingAI Integration inK-12Education\"[J]，EducationandInfor-mation Technologies，2025：1-37.

[13] Chaudhry Muhammad Ali， Mutlu Cukurova and RoseLuckin，“A Transparency Index Framework for AI in Educa-tion\"[C]， International Conference on Artificial Intelligencein Education，Cham： Springer International Publishing，2022： 195-198.

[14]Guo Zhimin and Yi Xu，“AI-Empowered IntegratedReform of Teacher Education： The Experience of a ChineseUniversity”[J]， Education and Lifelong Development Re-search，2025，2（1）： 30-38.

[15] Mieczyslaw Lech Owoc， Agnieszka Sawicka and Pawe？Weichbroth，“Artificial Intelligence Technologiesin Educa-tion： Benefits，Challenges and Strategies of Implementation”[C]， IFIP International Workshop on Artificial Intelligencefor Knowledge Management， Cham： Springer IntermationalPublishing， 2019： 37-58.

[16] Majumdar Rwitajit， Huiyong Li， Yuanyuan Yang and Hi-roaki Ogata，“GOAL -A Data-Rich Environment to FosterSelf-Direction Skils AcrossLearning and Physical Contexts”[J]，EducationalTechnology andSociety，2024，27（3）：61-82.

[17]陳捷：《中小學(xué)教師信息素養(yǎng)現(xiàn)狀分析與提升策略——人工智能背景下技術(shù)與學(xué)科教學(xué)融合視角》[J]，《中小學(xué)信息技術(shù)教育》2019年第9期，第21-23頁(yè)。

[18]Holstein Kenneth and Shayan Doroudi，‘Equity and Ar-tificial Intelligence in Education：Will“AIEd”AmplifyorAlleviate Inequities in Education？’[A]， in The Ethics of Ar-tificial Intelligence in Education，Wayne Holmesand KaskaPorayska-Pomsta （eds.）， Routledge，2022： 151-173.

[19]沈苑、汪瓊：《人工智能教育應(yīng)用的價(jià)值敏感設(shè)計(jì)》[J]，《電化教育研究》2023年第44期，第44-50頁(yè)。

[20]Madaio Michael，Su Lin Blodgett，Elijah Mayfield andEzekiel Dixon-Roman，Beyond“Fairness\"：Structural （In）JusticeLensesonAIforEducation[M]，TheEthicsofArtifi-cial Intelligence in Education，Routledge，2022： 203-239.[21]同[20]。

[22] Suárez-Guerrero Cristóbal， Pablo Rivera-Vargas，andJuliana Raffaghelli，“EdTech Myths： Towards a Critical Dig-ital Educational Agenda”[J]， Technology，Pedagogy andEducation，2023，32（5）： 605-620.

[23] Gillani Nabeel，Rebecca Eynon，Catherine Chiabautand Kelsey Finkel，‘Unpacking the“Black Box” of AI inEducation'[J]，Educational Technology and Society，2023，26（1）： 99-111.

[24]施建國(guó)：《人工智能融入教育教學(xué)的路徑研究》[J]，《浙江考試》2025年第6期，第37-40頁(yè)。

[25]黃巨臣、王一棟：《從“AI排斥\"到\"AI創(chuàng)能”：人工智能在大學(xué)教學(xué)中的應(yīng)用深化》[J]，《中國(guó)高教研究》2025年第4期，第34-41頁(yè)。

[26]焦念志、李三忠、胡晨、周忠和、舒德干、謝樹(shù)成、黃建平、陳發(fā)虎、丁林、朱彤、徐義剛：《創(chuàng)新科學(xué)教育范式——以lt;宜居地球gt;通識(shí)課程為例》[J]，《中國(guó)科學(xué)院院刊》2025年第40期，第1046-1057頁(yè)。

[27]方偉軍、鄭潔：《開(kāi)放教育提升普惠性人力資本的優(yōu)勢(shì)、挑戰(zhàn)與進(jìn)路》[J]，《職教論壇》2024年第40期，第97-103頁(yè)。[28]霍爾姆斯·韋恩、苗逢春：《生成式人工智能教育與研究應(yīng)用指南》[DB/OL]，2023年，https：//nesdoc.unesco.org/ark：/48223/pf0000393559，訪問(wèn)日期：2025年8

月0日。

[29] OECD，“AI and the Future of Skills，Volume 2： Methods forEvaluatingAI Capabilities，Educational Research and Innovation\"[DB/OL]， OECD Publishing，Paris，accessed August6，2025，https：//doi.org/10.1787/a9fe53cb-en.

[30]中國(guó)教育報(bào)：《以數(shù)字之力開(kāi)辟教育發(fā)展新賽道》 [N]，《中國(guó)教育報(bào)》2025年7月24日第5版。

[31]靳曉燕：《四平臺(tái)齊上線推動(dòng)教育數(shù)字化轉(zhuǎn)型》[N]， 《光明日?qǐng)?bào)》2022年4月6日第1版。

[32] Chen Junyi，“The Impact of the Double Reduction Policy on China’s Education and Training Market”[C]， SHS Web of Conferences，EDP Sciences，2024，207： 04027. [33] Knox Jeremy，AI and Education in China： Imagining theFuture，Excavating the Past [M]，Routledge，2023.

[34]SperlingKatarina，Linnea Stenliden，JorgenNissenand Fredrik Heintz，“Still W（AI）ting for the Automation of Teaching：An Exploration of Machine Learning in Swedish Primary Education Using Actor-Network Theory\"[J]，European Journal of Education，2022，57（4）： 584-600.

[35] Monteiro Wellington Rodrigo and Eduardo André Teixeira Ayrosa，“From Analog to Algorithm：A Comprehensive Review of Artificial Intelligence's Intersection with ManagementLiteratureand Actor-Network Theory”[J]，Brazilian Journal ofInformation Science，2024（18）：13.

[36]張輝、曾雄、劉鵬：《中國(guó)式治理現(xiàn)代化視域下的人工智 能治理》[J]，《中國(guó)科學(xué)基金》2023年第4期，第632-639頁(yè)。 [37]Liu-Schuppener Xing，Artificial Intelligence and Digitalization in China’s Education System：A Systematic AnalysisofthePolicyFrameworkandUnderlyingStrategies[M]，Institute of East Asian Studies，University of Duisburg-Essen，2023.

作者簡(jiǎn)介：陳俐冰，暨南大學(xué)伯明翰大學(xué)聯(lián)合學(xué)院本科生。王術(shù)，暨南大學(xué)伯明翰大學(xué)聯(lián)合學(xué)院講師。

責(zé)任編輯：盧小文助理編輯：虞晉鈞