教育如何破局：應對DeepSeek影響與挑戰的策略

2025年，DeepSeek火爆網絡，引發了國內外的高度關注。DeepSeek和之前發布的生成式人工智能應用較為相似，具備一些普遍的功能和技術能力，如文本問答與生成、代碼輔助與生成、數據處理與生成、路徑推薦與自主學習等。但與其他大模型相比，在模型架構、訓練數據、策略效益、場景應用等方面有其獨特之處，具有本地輕量化、注重算法、開源共享等優勢特征。基于這些能力，DeepSeek對教育也產生了很大影響。2024年12月，我國教育部副部長吳巖出席2024世界慕課與在線教育大會并致辭，其中提到\"智慧教育元年”已經到來，國內外智能教育發展明顯加快。隨著DeepSeek給教育帶來的新機遇，如何將其更好應用于教育，將為未來教育的變革和發展提供無限可能。

一、DeepSeek給教育帶來的影響與挑戰

（一）DeepSeek將對教育產生的有利影響與機遇分析

DeepSeek為教育的改革和發展帶來了諸多機遇，不僅能夠促使師生在教與學的過程中主動去創造，如輔助教師備課、幫助學生學習、提高行政管理效率等，還能夠增加課堂互動，豐富教學方式。DeepSeek為教育領域帶來的主要優勢影響與機遇，可歸納為以下七個方面。

一是將提高對人才培養的要求。智能時代對人才培養提出更高的要求，要重點關注“智能學”“學智能”和“怎么學\"等問題。二是將優化人才培養的內容。人才培養一直都是為社會經濟服務的，智能化的社會將要求培養的人才具備更開闊的視野和掌握更通用的技能，這要求教育領域在人才培養的過程中設計有針對性的培養方案，優化相關的課程及其內容。三是將擴展未來的教育空間。各類高校過去幾年進行的智慧教室建設可能面臨新一輪的重塑，如何將人工智能工具無感、便捷地融入教學環境，將是未來空間重塑與擴展的主要方向。四是將助力教育資源的新型供給。未來的教育資源將以人機互動、人機共促的方式產生。五是將形成一種教育新生態。未來，DeepSeek可能會塑造一種新的教育生態，重塑教育環境、教育資源、教學方式、教育評價、師生關系、教育治理等環節。在此教育生態中，教師可以在教學過程中利用人工智能技術開展互動式討論，也可以利用具體的人工智能應用強化教學效果。六是將加速教師群體的專業化分類。生成式人工智能將弱化教師的自主性，使教師不再作為知識權威而存在。此外，目前的教師工作體系是“一把抓”，既要備課、教學，又要輔導、管理等，而未來DeepSeek將促進教師角色的專業化分類，可能會出現如教學資源備課師、課堂教學師、課后輔導師、數據分析師、學習路徑規劃師等負責不同教育教學職能的教師，這也會重塑以一線教師為主體的學校人力資源體系。七是將改變教育治理的模式。DeepSeek將通過對教育管理的各個環節和要素的改進不斷促進管理效能的提升。

(二)DeepSeek將對教育產生的不利影響與挑戰

一是教育過程將復雜化。未來以DeepSeek為代表的智能體的出現，將促使教育過程向虛實結合、虛實相融甚至虛主實輔的方向轉變。二是管理對象將多樣化。學校不僅需要管理和服務教師、學生，還需要管理和服務智能主體。三是教師和學生的創新性可能會下降。隨著人工智能技術的深人應用，教師和學生將愈發依靠人工智能技術來完成教與學，這將在一定程度上導致他們的創新思維下降，影響教師在知識傳遞方面的主導性。四是將影響教育的評價方式。智能技術賦能的教育評價依賴于海量的數據沉淀，教育評價打破“唯分數論\"的同時可能會陷入“唯數據論”，違背“以人為本”的教育理念。五是存在知識幻覺的風險。DeepSeek會產生不準確或虛假的知識信息，這種現象被稱為“AI幻覺”，在一定程度上會對人才培養產生負面影響。隨著AI技術的廣泛應用，這種錯誤信息的影響可能會被放大，甚至形成一種“錯誤信息堆積\"的現象（“幻覺長城”）。六是可能會造成“能力鴻溝”。“能力鴻溝”可能讓教育資源分配更加不均衡，進而導致一些問題，如AI生成的內容質量下降、生成的內容帶有偏見等。此外，部分教師可能因為AI的普及而面臨失業風險。七是可能會讓教學秩序變得混亂。教師很難分清學生的學習成果是自己思考得出的，還是靠AI工具完成的，這會在一定程度上擾亂正常的教學秩序。

二、廣泛應用DeepSeek后的應對策略

以DeepSeek這類AI工具為代表的生成式人工智能是未來社會發展的重要趨勢。教育系統應全面接納并長期運用這類技術，在具體落實時，我們需要重點抓好以下兩個關鍵方面。

（一）推動以DeepSeek為代表的智能教育工具的應用

一是基于DeepSeek研發教育垂直領域的專用大模型。DeepSeek是國產大模型，在安全與意識形態方面較為可靠。所以，基于DeepSeek開展教育大模型的研發是完全可行的，教育領域需要盡快組織各方力量開展研發工作。DeepSeek的核心創新點和具體某個行業的應用關聯度不高，但DeepSeek在硬件“卡脖子\"的前提下實現了降本增效，屬實難能可貴。在細節層面，監督微調(Supervised Fine-Tuning)與強化學習（ReinforcementLearning)結合的“SFT-RL\"框架，為教育大模型研發提供了適配的技術路徑。在數據訓練方面，我們在開發教育類AI大模型時，可以分步驟采用\"SFT-RL\"的方法，包括對教育資源進行訓練、提煉精華、分層處理，甚至讓系統自主生成新內容。從DeepSeek的實踐經驗來看，這種方法是行得通的。

二是基于DeepSeek開發教育類AI大模型的具體設想。我們可以把DeepSeek提供的長思維鏈做成多模態交錯，至少要做到圖文結合，把每一步思考的過程(包括反思）都直觀呈現出來。這種可視化的輸出應當由AI直接生成，而不是簡單地由大模型輸出一段某個生成圖片的工具能夠識別的腳本代碼。具體操作時，可以在多模態輸人層面優化展示形式（做輔助線、變換圖片），也可以自發地生成概念性圖示(流程、拆解、假想完成后果)闡述。通俗地講，我們理想中的教育多模態大模型應像優秀教師一樣，可以用生動形象的方式幫助學生分析、解決問題。這樣既能夠讓學生更好地掌握學習方法，又有助于我們對教育多模態大模型的教學質量進行評估監管、校驗。

三是基于DeepSeek開展教育大模型研制要實施分層推進策略。DeepSeek教育大模型應基于各階段的教育類型來統籌規劃、分類施策。對高等教育和職業教育來說，應對DeepSeek完全敞開懷抱，讓DeepSeek做到全開放式的“為我所用”，不單獨設置人為的語料庫、數據庫及技術訪問之類的“防火墻”，因為高等教育與職業教育的目的是給社會培養人才，理應和社會完全接軌，不應該有多余的防火墻。但是，基礎教育在應用DeepSeek時需要“設防”。未來的基礎教育也要擁抱DeepSeek，并且要鼓勵師生同用，但是因為處于基礎教育階段的學生心智還不成熟，其思辨能力、價值判斷體系等認知要素仍處于建構性發展階段，所以針對應用在基礎教育領域的DeepSeek，應該設置防護措施或采用專用的方式。

四是DeepSeek在教育領域的部署要共建共享。Deep-Seek需要大量的算力資源，但各地和各高校在算力資源建設上的水平高低不一，因此，DeepSeek在解決教育領域的實際應用問題時，需要教育系統從全局出發進行統一規劃，如搭建覆蓋全國的教育專用網絡，把各地的算力資源連接起來共同使用，這樣既能避免重復建設，又能實現節能環保的智能計算。

(二)教育領域需系統推進人工智能時代的教育生態重構

一是構建智能時代的人才培養理念。加快構建符合智能時代要求的人才培養理念，推動傳統的以教師為中心的教學模式向以學生為中心的教學模式轉變，讓教師、環境、智能工具等要素緊緊圍繞著學生這一中心，確保人才培養精準化。在此基礎上，高校要加快修訂人才培養方案，改革課程內容，以及做好人力保障與治理服務等。

二是統籌DeepSeek賦能教育的規劃設計。DeepSeek在教育領域的應用還是個新鮮事物，目前正處于快速發展的階段。為了讓這項新技術更好地服務教育，教育部門需要盡快做好整體規劃，出臺明確的指導意見，如成立專門的研究機構來制定發展戰略，設立試驗區探索應用模式；挑選部分高校先行先試，打造創新示范案例。通過這些舉措，盡快總結出可復制、可推廣的成功經驗。

三是規范DeepSeek在教育中的應用。對DeepSeek可能給教育帶來的負面影響，要及時加以規避。同時，需加快制定DeepSeek在教育領域的應用規范，盡快建立完善的標準體系，出臺相關制度和標準。

四是實施師生人工智能素養提升行動。圍繞Deep-Seek在教育中的應用，為師生打造一套完整的培訓體系，指導教育系統的干部在教育管理和服務中、教師在教書育人中更好地使用DeepSeek。通過這些舉措，大力提升教師的數字素養，總結、推廣一批DeepSeek賦能教與學的優秀案例。

作者單位：西安電子科技大學