2025年 06期
算法制度竞争下的全球数字治理碎片化及其超越路径
吴永和;陈圆圆;杨海亮;文静;全球数字空间正从“互联共同体”的愿景中脱轨，陷入深度治理的碎片化状态。该状态在三个层面显现：数据层的主权重塑与跨境割据、信息层的话语体系分裂与认知极化以及风险层的系统性失灵与跨境传导。其本质是民族国家与科技巨头围绕算法规则制定权展开的算法制度竞争，根源在于数据的经济战略化、主权的数字疆域化及技术价值的文明差异化。为超越此困境，文章主张由“统一整合”转向“风险驱动”的协同理念，以灵活“微制度”为基石，以“标准协商”为核心策略，推动治理秩序由无序走向有序，进而重塑“多中心”的复合治理结构，逐步迈向包容性的全球数字治理共同体。
教育技术生态位的形成与发展——兼论生成式人工智能技术变革教育的机理
詹泽慧;李通德;李彦刚;基于技术生态位理论构建教育技术生态位概念及分析框架，为阐释技术变革教育提供了系统视角。教育技术生态位以教育技术为主视角，描述其在教育系统中占据的独特位置、承担的功能角色，以及其与教育系统内外要素之间形成的“生态作用”关系。新的教育技术生态位的形成与稳定包含微观、中观、宏观三个变迁层级，微观层表达了其形成需要“态”的继承与“势”的稳定；中观层表达了其占据主导地位的核心表现在于对教育规律、教育理念的遮蔽或彰显；宏观层表达了社会其他要素对其的共同作用。结合此三个变迁层级，文章系统阐释了以生成式人工智能为核心的教育技术生态位的发展过程，及其变革教育的应然与实然过程。在此基础上，为引导该生态位走向健康、可持续的发展道路，需要构建以“人的全面自由发展”为根本宗旨的“教育-技术-人”协同生态，通过建立循环发展观、倡导多元主体的系统性责任、塑造技术与生命共同发展途径，最终迈向人机共生的教育未来。
问课：促进智慧生成的AIED人机协同教研模式构建与应用
胡小勇;谢雅淇;陆洁茹;林梓柔;数智时代的人机协同教研正面临从“以数识课”向“以问解课”的范式转型。针对当前实践中普遍存在的人机“参与失衡”和教师“提问失语”的困境，研究依托大模型技术，构建了指向实践智慧生成的AIED人机协同教研模式。该模式确立了定位教研目标(Aim)、解读课堂现象(Interpret)、探究多源证据(Explore)、萃取实践智慧(Derive)的四阶循环行动框架，旨在重塑人机深度协作的教研新生态。基于该模式开发的问课系统原型及诊断型教研案例实证表明，AIED模式能有效引导教师通过精准发问与深度追问实现对课堂本质的探究，显著提升了课堂教学提问和教研反思提问能力，为破解课堂教研“如何问”的方法论难题提供了可行路径。
国家中小学智慧教育平台应用示范标准研究——“好课程”标准
郭炯;褚娟;姜文琪;课堂教学数字化转型是课堂教学质量提升的重要手段，国家智慧教育平台是赋能课堂教学变革的时代最强音，是教育强国建设的国家途径，其应用示范标准构建是赋能课堂教学变革的实践锚点。研究以教育教学中优质资源配置不均衡、教师教学能力待提升、规模个性化教育需求和核心素养课堂落地难的现实困境为逻辑起点，以SAMR模型为理论依据，分析了国平台赋能课堂教学变革的“辅助、提升和重塑”三层作用机理；紧抓课程这一核心要素，将国平台赋能后的课程样态描摹为“双师类”“优化类”和“创新类”。据此，构建并验证了包含“资源应用”与“工具应用”两个一级指标，且每个一级指标下均设置“适配性”、“适度性”和“适切性”三个二级指标的“好课程”标准，并从管理者和教师的双重视角阐明了其运用建议。
基于滞后序列分析的有效STEM课堂教学行为研究
袁磊;梁世松;龙露露;徐济远;STEM课堂教学是培养复合型人才的关键手段。现今“浅表化”“形式化”的无效跨学科课堂正不断上演，有效的STEM教学是当前教学改革的追求之一。本研究选取20节优秀跨学科课例，基于跨学科课堂教学行为编码系统，综合运用内容分析与滞后序列分析方法，系统剖析了师生教学行为频次以及序列模式。研究发现，优秀的跨学科教学课堂有以下三个特征：注重真实情境的问题构建、推动高阶思维的深度发生和强化评价反馈的支架功能。另外，进一步探究出三种显著的跨学科教学行为序列模式，并从教学主权分配、知识建构深度、教学流程组织和技术应用层次四个角度出发提出STEM课堂教学实践性建议。
教育大数据驱动的学生发展态势感知预警系统研究
张琪;罗霞;陈玉杰;以数据支持教育决策与治理，是人工智能全面赋能教育变革的核心要义。从教育大数据驱动视角出发，借鉴军事领域的“态势感知”理念，系统梳理国内外相关研究进展，提出教育大数据驱动的“学生发展态势感知”概念。基于“物理-事理-人理”系统方法论建构学生发展态势感知理论框架，通过整合学生学业行为、认知表现、情感状态与社会互动等多源异构数据，构建涵盖“数据融合层—态势感知层—态势理解层—风险预测预警层—干预推荐层”的学生发展态势感知预警系统。进一步设计融合大模型的动态图神经网络与时序预测模型的风险预测核心算法，以刻画学生发展状态的时序演化与风险传导机制，并从四个方面给出应用场景与融合思路：一是依托数据协同推动教育治理提升，二是通过多场景赋能实现教育过程深度融入，三是围绕预警治理促进教育策略有效转化，四是基于人机协同强化数据治理与决策。
AI与人类负反馈对大学生创造力的差异化影响及其教育策略
焦岚;曾禛;杨曼萁;刘凤鸣;刘佳彬;在国家创新驱动发展战略背景下，创造力培养已成为当前大学治理改革的基本方向和核心理念。本研究基于2(反馈来源：人类、AI)×2(反馈效价：负向、中性)的双因素实验，考察AI与人类负反馈对大学生创造力的差异化影响。研究采用远程联想测验(RAT)评估创造力水平，通过前后测对比以分析反馈效应。结果表明，负反馈显著抑制大学生创造力表现，AI负反馈对创造力的抑制效应显著弱于人类负反馈。研究揭示了反馈来源的社会属性是调节创造力表现的关键因素；AI的非人格化特征能够降低社会评价威胁，从而缓冲负反馈的消极影响。基于研究发现，本文从构建创新教育的制度保障体系、培养面向智能时代的教师专业能力、培育学生批判性AI反馈素养三个维度提出对策建议。
学习体验对老年学员社会情感能力的影响:学习兴趣和自我效能感的链式中介
孙立新;丁衍青;社会情感能力是影响人成功与幸福的关键能力。关注老年学员社会情感能力的发展，在当前老龄化社会背景下，不仅是教育创新的重要方向，更是促进老年人全面福祉、推动健康老龄化不可或缺的途径。本研究旨在考察学习体验对老年学员社会情感能力的影响，并检验学习兴趣与自我效能感在其中的链式中介作用。采用问卷调查法，以461名来自老年大学及社区教育机构的学员为研究对象，使用成熟量表测量其学习体验、学习兴趣、一般自我效能感及社会情感能力。通过SPSS的Process插件构建链式中介模型，并采用Bootstrap法进行检验。结果发现：(1)学习体验与社会情感能力呈显著正相关；(2)学习兴趣和自我效能感不仅在学习体验与社会情感能力之间起独立的中介作用，还形成了“学习体验→学习兴趣→自我效能感→社会情感能力”的链式中介路径；(3)在诸多路径中，以自我效能感为中介的路径效应最为突出。研究揭示了内在动机因素在老年学习过程中的重要作用，通过优化学习体验以激发内在学习兴趣，并以此为杠杆重点提升学员的自我效能感，是发展老年学员社会情感能力的有效路径。
数字化转型背景下我国老年人数字素养模型建构与实践应用
屈曼祺;李宝敏;李家成;马丽华;王敏;在社会数字化转型和人口老龄化的双重背景下，了解当前老年人数字素养现实样态，为老年人适应智能时代的社会生活提供更有针对性的支持是重要的实践命题。本研究通过梳理老年人数字素养框架与评价的相关研究，构建包含意识与意愿、连接与使用、沟通与协作、生活与服务、安全与管理以及学习与发展六个维度的老年人数字素养模型，并依据该模型开展基于25个省(自治区、直辖市)13452份样本的老年人数字素养调查应用。调查发现，老年人数字素养整体呈现“高意愿、重场景、低发展”特征，安全与管理和学习与发展为薄弱维度；年龄与居住状态为核心影响因素，数字素养随年龄增长显著递减，独居及与子女同住的老年群体表现较弱；交互效应显示多因素耦合驱动老年人数字素养分化，高龄独居女性群体叠加了弱势因素，是最突出的数字边缘群体。最后，针对调查发现对老年人数字素养发展提出相关对策与建议。