<section data-role="outer" label="edit by 135editor" data-pm-slice="0 0
郑旭东,李王伟,李新,等.2025年中国教育数字化热点议题与研究前沿报告[J].中国教育信息化,2026,32(02):3-31.
郑旭东 李王伟 李 新 狄 璇 杨媛媛 陆昕砚 杨现民
摘 要：2025年作为“十四五”规划的收官之年，标志着国家教育数字化战略行动加速迈向纵深推进的关键时期。系统梳理2025年度中国教育数字化领域的研究热点与前沿趋势，旨在揭示其内在演进逻辑，为科学谋划下一阶段发展路径、加速教育数字化迈向高质量发展新阶段提供学理支撑。基于对CSSCI等核心期刊数据库2025年度相关文献的系统分析，并结合多轮专家研讨，凝练出中国教育数字化十大热点议题：①教育数字化战略与教育强国建设的协同机制；②生成式人工智能驱动的未来教育生态重塑；③数字时代高阶能力导向的课程与教学范式重构；④数智技术赋能教育新型基础设施体系构建；⑤教育数字化促进优质资源均衡配置与教育公平；⑥教育数字化赋能高质量教师专业发展；⑦教育数字化理论与方法体系的自主创新路径；⑧新质生产力背景下数字化人才培养模式探索；⑨教育数字化安全治理体系与数字伦理规范建构；⑩全球视野下教育数字化转型的国际比较与中国方案。上述议题整体呈现“国家战略深度引领、技术教育双向融合、范式创新与伦理治理并举、本土实践与全球对话互鉴”的鲜明特征，标志着我国教育数字化正由工具性、流程性优化迈向教育本体的结构性、价值性重塑。面向“十五五”时期，学界亟须聚焦安全、公平、智能与可持续四位一体的数字教育新生态建构，深化教育数字化基础理论创新与人机协同育人机制研究，为教育强国建设与中国式教育现代化贡献具有原创性与引领性的学术智慧。
关键词：教育强国；教育数字化；生成式人工智能；教育范式转型；智慧教育；人机协同
文章编号：1673-8454（2026）02-0003-29作者简介：郑旭东，江苏师范大学智能学习与评价江苏省产业技术工程化中心教授、博士生导师，博士（江苏徐州221116）；李王伟、李新、杨媛媛，江苏师范大学智能学习与评价江苏省产业技术工程化中心讲师，博士（江苏徐州221116）；狄璇，华南师范大学教育信息技术学院博士研究生（广东广州510631）；陆昕砚，江苏师范大学智能学习与评价江苏省产业技术工程化中心硕士研究生（江苏徐州221116）；杨现民，通讯作者，江苏师范大学智能学习与评价江苏省产业技术工程化中心教授、博士生导师，博士（江苏徐州221116）
基金项目：2025年江苏省高等教育教改研究重中之重课题“生成式人工智能赋能高校人机共创教学模式构建与应用实践研究”（编号：2025JGZZ20）
“十四五”以来，我国深入实施国家教育数字化战略行动，推动教育数字化转型，实现从“量的扩增”到“质的飞跃”的历史性跨越，教育数字化不仅成为驱动教育体系重构的关键引擎，更被赋予服务教育强国、科技强国、人才强国战略的核心使命。2025年，教育部启动国家教育数字化战略行动2.0，标志着教育数字化从技术赋能走向制度重塑与生态重构的新阶段。一年来，学界与产业界围绕教育数字化发展新行动，持续深化理论建构、模式创新与实证探索，显著拓展了教育数字化的研究疆域与实践深度。然而，面对生成式人工智能迅猛发展、教育范式加速迭代、数字伦理风险凸显等多重变量，亟须对年度研究脉络进行系统性整合与前瞻性研判。 鉴于此，本文聚焦2025年度中国教育数字化的热点议题与前沿趋势，通过对CSSCI等核心期刊数据库2025年度相关文献的深入分析与专家研判相结合，系统梳理关键研究进展，提炼演进逻辑与结构性特征，旨在总结年度发展经验、辨析深层矛盾与未来挑战，为“十五五”时期构建高质量、可持续、有韧性的数字教育新生态，提供学理支撑与战略参考。
2025年，《教育强国建设规划纲要（2024—2035年）》《教育部等九部门关于加快推进教育数字化的意见》相继出台，系统擘画了以教育数字化开辟教育发展新赛道、塑造教育发展新优势的战略路径。在建设教育强国的总体框架下，教育数字化已超越工具性角色，上升为支撑国家现代化进程的战略支点和驱动教育体系系统性重塑的核心引擎。 （一）教育强国建设中的教育数字化使命 中共中央总书记、国家主席、中央军委主席习近平在2024年全国教育大会上强调，“我们要建成的教育强国……应当具有强大的思政引领力、人才竞争力、科技支撑力、民生保障力、社会协同力、国际影响力”[1]。在此战略语境中，教育数字化被赋予三重递进式使命：普惠性、革命性与引领性，共同构成其服务教育强国建设的价值坐标系[2]。 从作用机理来看，教育数字化通过激活数据要素的流动性与智能技术的生成性，系统性破解传统教育体系在资源配置、育人模式、治理效能等方面的结构性矛盾，为教育高质量发展提供了底层支撑[3]。 从研究文献来看，教育数字化推动教育体系的转型逻辑主要体现为以下两个维度：一是推动教育发展范式由规模扩张向质量提升跃迁，实现线上线下深度融合、教学评一体贯通、育人全流程智慧化重构，构建面向未来社会需求的数字教育新生态[4]。二是提升教育系统运行效能，通过优化全要素资源配置效率、增强教学过程的精准干预能力、拓展学习支持服务的全周期覆盖广度，推动教育从被动响应外部变革转向基于数据智能的主动预见与引领，从而为培养兼具创新精神、实践能力与全球胜任力的时代新人注入核心动能[5]。 具体而言，教育数字化的使命可细化为以下三个层面：一是普惠性使命，即促进教育公平、夯实民生保障与社会协同基础。一方面，依托数智技术，打破优质教育资源的时空壁垒与制度壁垒，推动教育资源的均衡配置与公平获取，实现其在区域、城乡、校际间的高效流动与协同供给。另一方面，通过构建“标准化+个性化”融合的数字资源服务体系，系统性缓解因地域、经济、社会背景及个体差异所导致的教育机会不均等，切实增强教育的包容性与可及性。二是革命性使命，即重构育人范式，提升人才竞争力与科技支撑力。当前的教育数字化工作核心聚焦教、学、评等关键环节，推动从“经验驱动”向“数据+智能双轮驱动”的范式转型。如通过对学习者认知状态的精准诊断、个性化学习路径的动态生成与教学干预的即时反馈，使大规模、高质量因材施教成为可能[6]。在此过程中，教师也得以从重复性事务中解放出来，转向高阶育人活动——如思维启发、价值观塑造、创新能力培育等。但需要指出的是，教师队伍的数字素养提升与教学角色转型，正是这一变革得以落地的关键前提[7][8]。三是引领性使命，即贯通人才培养链路，彰显中国教育的国际影响力。教育数字化肩负着打通人才培养与国家战略、产业升级之间断点的时代任务。为此，研究者建议通过构建纵向贯通、横向融通的数字化教育资源平台与能力认证体系，推动形成弹性化、进阶式的拔尖创新人才早期识别与贯通培养机制[9]。在此基础上，通过探索具有中国特色的教育数字化发展道路、技术标准与制度模式，为全球教育数字化转型贡献值得借鉴的“中国方案”，从而在国际教育治理中提升话语权与影响力。 （二）教育数字化建设路径与模式创新 教育数字化的深入推进，不仅依赖清晰的战略使命，更需构建多层次联动、多要素协同、多主体参与的系统性实施框架。从底层逻辑来看，当前教育数字化主要遵循“宏观—中观—微观”三级贯通的系统性演进路径。一是在宏观层面，主要聚焦顶层设计、基础设施、资源配置与治理体系的整体性重构，旨在为数字化转型提供制度保障与物理支撑。二是在中观层面，着力推进教育流程再造与生态重塑，通过数智技术驱动教育理念更新、组织结构优化与教学模式变革[10]。三是在微观层面，落脚于教与学的精准化转型，实现教学场景智能化、学习路径个性化、资源推送精准化与评价反馈即时化，最终促进课堂教学范式的根本转变[11]。 为此，教育数字化的关键实施路径可归纳为以下四个维度：一是在基础设施层面，以国家智慧教育公共服务平台为核心，构建统一、开放、可扩展的教育数字基座。该平台不仅承载了数据流通、应用协同与服务集成功能，更逐步演化为支撑大规模、高质量、公平普惠教育服务的国家级数字基础设施。二是在资源供给层面，推动教育资源从静态、批量供给向动态生成、虚实融合、智能适配转型。利用虚拟现实、增强现实等技术，开发沉浸性、交互式学习资源[12]；利用大数据与人工智能分析学情与区域差异，实现资源从“广覆盖”到“精匹配”的跃升[13]。三是在教学变革层面，通过智能教学助手、自适应学习系统、虚拟协作空间等工具，支持多元化与智能化教学活动的常态化开展，持续催生以学习者为中心的新型教学组织形态，并推动教育评价从结果判定向过程导航转型[14]。四是在教育治理层面，要利用数智技术提升教育体系的运行效能与响应能力，以建立全流程、全学段教育大数据的管理决策与资源配置机制为核心，实现数据驱动、敏捷高效的教育治理现代化[15]。 在教育数字化的不断探索与实践中，正涌现出超越工具应用、触及教育生产关系与组织形态深层变革的创新模式。一是人机协同的教学分工新模式。人工智能系统承担着知识传递、重复训练、即时反馈等程式化任务，使教师得以聚焦学习设计、情感关怀、思维启迪、高阶能力培养等不可替代的育人职能，由此构建“人智协同、优势互补”的新型教学关系[16][17]。二是面向过程的智能评价新模式。通过无感化采集学习过程中的多模态行为数据，智能系统可对学习者开展伴随式的能力素养评估[18]，生成涵盖认知、情感、社会性等多维度的综合数字画像，既为教师精准干预提供依据，也支持学生开展元认知反思与自主调节[19]。三是面向全生命周期的终身学习服务新模式。依托智能推荐算法，为不同发展阶段的师生提供个性化学习路径规划；同时整合学校、企业、社区与社会优质资源，构建“平台+多元主体”的开放式教育服务共同体[20]，实现从阶段性教育供给向终身学习生态的跃迁。四是数据驱动的智能治理新模式。基于教育大数据的深度挖掘与可视化分析，管理者可构建教育质量“数字驾驶舱”，实现对区域、学校乃至班级运行态势的实时监测与预警[21]。例如，通过关联分析教育资源配置、学业表现与人口变动数据，可精准预测学位需求、师资缺口与薄弱环节，推动资源配置从“被动响应”转向“主动布局”，真正实现“有数可依、有据可循”的科学治理。 （三）教育数字化建设阶段性成效及评价 随着教育数字化建设迈入以集成化、智能化、国际化为核心战略方向的新阶段[22]，其建设重心也从基础覆盖转向内涵发展，各领域转型成熟度得以整体提升。 在高等教育领域，数字化转型已初步形成“目标—策略—保障”三位一体的战略框架[23]，持续推动网络基础设施优化，教学、科研与管理业务系统加速融合，数字文化逐步内嵌于组织运行之中。尤其在个性化培养、终身学习支持、人才培养模式创新等方面，展现出较强的变革潜力[24][25]。 在基础教育领域，教育数字化建设重心由规模扩张转向质量提升，整体进入效能稳定与结构优化的均衡阶段。具体而言，已初步实现基础设施的规模化普及、优质资源的整合化共享、师生数字素养的体系化培育、网络与数据安全机制的制度化完善，以及教学、管理、评价等环节的全流程数字化融合[26]。部分区域呈现“峰值回调—动态调适—再均衡”的螺旋上升特征，反映出系统自我优化能力的增强[27]。 在职业教育领域，数字化发展呈现系统性融合创新的鲜明特色。以国家智慧教育公共服务平台为枢纽，构建起以微课程与行业微证书为纽带的模块化资源体系；依托虚拟仿真实训基地，重构实践教学流程；通过产教融合数字地图，推动人才供给侧与产业需求侧的精准对接[28][29]。当前，此类实践正向智能大模型应用、通识课程数字化重构、专业体系智能升级、实训环境智能化改造、教师数智素养培育等纵深领域拓展[30]。 在特殊教育领域，数字化转型已形成多维协同的支撑体系，如教学层面实现智能化学科融合与功能代偿、资源与设备层面系统发展无障碍资源与智能辅具、学习层面建立自适应个性化支持系统等[31][32]。这些进展共同为构建包容、智能、协同的高质量特殊教育体系提供了坚实的技术支撑与可行路径。 然而，在肯定阶段性成效的同时，必须正视其伴随的深层挑战。在资源建设层面，优质资源与技术供给存在不足，导致局部地区出现低水平重复建设甚至资源浪费[33]。在体系建设层面，数据驱动决策缺乏系统性规划，加之受教育规模、经济发展水平、互联网普及程度等因素影响，高等教育与基础教育均存在一定的区域发展不平衡问题[34][35]。在教师能力建设层面，教师应用数字化技术的内生动力不足，且激励机制不健全，致使其数字素养整体仍有待提升。 上述问题表明，各领域普遍面临如何将技术应用深化为教育范式根本性变革的挑战，教育数字化已进入深度融合的攻坚阶段。为应对这些问题，需加强优质教育技术与资源的研发供给，健全全国性统筹协调机制；完善教师数字化应用激励机制，提升其参与积极性与主动性；并坚持以育人成效为根本标尺，运用“人机协同”等多维评价框架[36]，动态监测转型成熟度。唯有持续破解资源供给、治理创新与能力建设的系统性难题，方能推动教育数字化从“成效显著”的初级阶段稳步迈向“高质量融合”的成熟阶段，为教育强国建设奠定坚实可靠的数字基石。
生成式人工智能正在深刻重塑着社会分工与职业形态，推动知识观与人才观变革，进而引发教育领域的系统性转型。《教育强国建设规划纲要（2024—2035年）》也进一步提出，打造人工智能教育大模型，促进人工智能助力教育变革。生成式人工智能作为前沿新科技，正以前所未有的技术深度与应用广度，重新定义教育内容、教学范式与师生关系，推动教育生态整体重构。 （一）大模型驱动教育数智化转型 生成式人工智能的兴起，标志着教育数字化转型进入以大模型为引擎的数智化新阶段。凭借深层文本理解、逻辑推理与内容生成能力，大模型正在推动教育实现从教学方法、资源形态到组织生态的系统性重构，其本质是从工具性数字化迈向系统性数智化。尽管各学段转型路径各异，但均遵循这一逻辑内核。 在基础教育领域，大模型通过支持人机协同教学，助力破解大规模因材施教难题：依托学情智能诊断、资源动态生成与过程精准反馈，推动教学从标准化向个性化学习转型[37]。 在高等教育领域，利用大模型赋能课堂教学、学术研究、学生高阶思维能力发展，推动高校数智化拔尖创新人才培养，形成“产学研用”协同创新的人才培养新常态[38]。 在职业教育领域，大模型通过模拟真实职业场景和工作环境，实现职业技能精准模拟与评估；并依托智能体构建、应用场景智能改造、产教融合大模型开发等方式，提升产教融合的智能治理能力，促进职业教育深度场景化改革，推动职业教育高质量发展[39]。 在特殊教育领域，利用大模型赋能视觉障碍、听觉障碍、语言障碍、学习障碍和孤独症谱系障碍（又称自闭症）学生的能力发展，重塑特殊教育的运行逻辑与价值基础。如通过语言补偿、视觉替代、社交训练与个性化教学支持，实现对特殊教育学生筛查、诊断、干预及发展全过程的智能化支持，帮助他们适应数智时代的学习与生存。这一实践正推动形成“以大模型为支撑、以教师专业判断为核心、以学生差异为出发点”的智能特教新生态[40]。 然而，上述应用成效与潜在风险并存。教育场景的复杂性与精细化，对大模型的内容准确性、意识形态可控性及安全性提出更高的要求。未经教育领域专业数据训练的通用大模型，易因算法偏见与数据偏差导致教育应用失准[41]。因此，研发面向各类教育场景的专用大模型，推动教学环境智能升级，已成为深化教育数智化转型的必然选择。更需警惕的是，大模型的不当使用可能损害教育质量、侵蚀科研诚信，甚至干扰人类认知与智能的健康发展，亟须建立“政府—学校—企业—社区”多元协同治理机制，明确其教育应用的法律、政策与监管框架。 （二）基于人机协同的教学范式革新 生成式人工智能的快速发展，使机器得以更有效地模拟、延伸并增强人类智能，推动师生与机器从简单协作迈向深度协同。作为教育数智化变革的关键力量，其正驱动教育系统内部要素更新与关系重构，构筑“教师—学生—机器”三元共融的教育新生态。师生与人工智能可以实现优势互补，超越单一教学主体的局限，实现教育智慧的协同创生，具体体现在教学过程、教学决策、教学样态等方面[42]。 一是教学过程的智能辅助。多模态大模型推动教学资源生产从人工创作转向人工智能生成，进而支持教学从教师主导的固定流程转向人机协同的高效课堂。在此过程中，大模型通过模拟人类交互逻辑，将生成能力转化为教学支持力，辅助教师创设智能教学环境，优化师生交互空间与资源呈现；升级教学服务，减轻任务布置、反馈与管理负担；重构学习分析，提供实时诊断与动态反馈，助力教师即时调整教学等[43]。二是教学决策的协同优化。依托数据建模与深度推理能力，智能大模型正在推动教学决策从经验直觉向人机协同的精准化转型[44]。这一转型贯穿课前、课中和课后教学全过程。课前，教师基于学情诊断与智能生成资源，主导教学目标设定与方案设计；课中，系统实时提供认知支架与策略建议，教师则聚焦情感引导与氛围调控，实现灵活干预[45]；课后，通过全课堂数据回溯，系统生成结构化总结与反思支架，进而支持教师开展高阶价值判断与深度情感沟通等活动。三是教学样态的共创重塑。凭借多模态语义理解与生成能力，大模型正从辅助工具演进为平等的共创主体。在此基础上，通过人机共商目标设定、方案设计、活动安排、资源组织与评价实施，逐步形成师生人机协同共创的智慧课堂新样态，助力智能时代的教学实现虚实融合、共性个性统一，为大规模因材施教提供切实可行的路径[46]。此外，人机协同教学范式也对师生的“人机协同学习力”提出全新要求。在未来的人机协同教学实践中，还需要加强构建开放协作、包容试错的课堂文化，配套数据驱动、灵活弹性的管理机制，并确立以学生福祉为核心、权责清晰的技术伦理规范。唯有将技术深度融入教育规律，使人机协同从效率工具升华为育人共同体，方能真正释放其推动教育范式系统性变革的潜能。这不仅关乎教学方式的革新，更关乎未来教育文明形态的塑造，是迈向教育强国与中国式教育现代化的必由之路[47]。 （三）生成式人工智能的教育应用治理 毋庸置疑，生成式人工智能为教育系统重构带来了全新机遇，但其内容生成的不可预测性、数据的高度敏感性及决策的不可解释性，也可能引发教育质量波动、价值观偏差、教育主体性弱化等深层风险[48]。这些特性对传统的以经验与科层为核心的教育治理体系构成系统性挑战。 现阶段，生成式人工智能教育应用的风险主要聚焦于内容可靠性不足、隐私与数据安全风险、算法偏见固化、学术诚信危机等四个方面[49]。为此，生成式人工智能的教育应用治理获得了研究者与实践者的高度关注，并从“规制人工智能应用”转向“以人工智能赋能教育治理”的双轨演进（前者强调约束，后者探索利用人工智能提升治理效能）[50]。一是推行基于场景与风险等级的适应性治理，主要依据教育应用场景的敏感性与影响范围，动态调整治理强度与工具组合，避免“一刀切”。二是强化“以技治技”的内生治理能力，主要通过隐私计算、联邦学习、可解释人工智能等技术，在保障数据安全的前提下实现价值释放，并对人工智能系统进行实时监测、审计与纠偏[51]。三是构建多元主体协同参与的共治生态机制，通过整合政府、学校、企业、师生及家长社群，明确各方责任清单，建立常态化沟通协商平台，推动形成权责清晰、协同高效的治理格局[52]。 需要注意的是，在推进生成式人工智能教育应用治理实践中，还要以明确的治理标准、能力与文化为基础，构建相对完善的支持保障体系：一是建立国家与行业权威标准，覆盖数据安全、产品准入、质量评估、应用流程等关键环节，维护教育质量和公平[53]。二是全面提升教育主体的智能素养与治理能力，激发教育创新活力。三是积极培育审慎、负责、以人为本的智能教育文化，让伦理与责任内化为所有参与者的自觉意识。未来，生成式人工智能教育治理还需加强价值引领，建议将核心素养与育人目标内嵌于人工智能系统设计，发展前瞻性治理工具，并积极参与全球治理对话。唯有如此，方能构建安全、公平、可信的智能教育生态，为全球教育数字化治理提供具有参考价值的中国方案。
数字时代智能技术的迅猛发展，正在驱动人才培养的底层逻辑发生根本性变革——从知识传授转向协同合作、问题解决、创新创造等高阶能力的系统培育。这一转变对学校课程、教学与评价等教育核心要素提出全新要求。在此背景下，亟须重新界定数字时代学生高阶能力谱系，推动课程教学从“学科导向”向“问题与场景导向”转型，推进教学评价从关注知识传授向培养思维与能力转变[54]。 （一）数字时代学生高阶能力培养的发展演变 高阶能力与高阶思维密切相关。学界通常将布卢姆教育目标分类中“分析、评价、创造”三个层次归为高阶思维，而高阶能力概念则更为广泛，涵盖高阶思维能力与高阶社会情感能力。随着人工智能、大数据、虚拟现实等数智技术与教育生态的深度融合，批判性思维、自主学习、协作问题解决、创新创造等新型高阶能力日益凸显，推动相关理论与实践经历系统性重构[55]，主要体现为以下四个方面： 一是高阶能力内涵从传统认知维度拓展至人机共生情境下的复合素养。数智技术普及大幅降低了数据信息获取门槛，学生核心竞争力将不再局限于知识记忆，而体现为对人工智能生成内容的甄别、整合与再创造能力，数字素养由此成为人才培养的核心目标之一。二是高阶能力培养呈现“技术嵌入—认知跃迁—社会参与”的三阶段演进特征。相关研究表明，学生参与虚拟实验、跨学科探究、智能辅助写作等学习场景活动时，他们的元认知调控、系统思维与协作创新能力会显著提升[56]。这一过程也促使直接教学与探究学习的边界日益模糊，知识习得与能力发展逐步融为一体；在此基础上，借助数智技术赋能跨区域、跨学科协同，学生得以从个体认知深化迈向社会性知识共建，实现高阶能力的系统性跃迁。三是高阶能力培养的群体差异与教育公平受到政策与研究的双重关注。弥合智能鸿沟、保障弱势群体发展机会，已成为数字时代教育高质量发展的核心关切；面向特殊教育群体的个性化智能代理，正被用于支持其社会性高阶技能发展[57]。四是国际比较研究凸显本土高阶能力指标建构的必要性，推动学界加快构建具有中国特色的高阶能力发展指标体系，以强化教育理论自觉与实践创新的双向互促[58]。 综上可知，数字时代高阶能力的培养正经历从离身认知向具身实践、从线性传递向网络化共建、从知识接受向生成创造、从单一智能向复合素养的系统性转型。这一转型不仅重塑了学生高阶能力发展的内涵与外延，也对课程开发、教学设计与评价实施提出更深层次的重构要求。 （二）指向高阶能力发展的课程教学创新 学生高阶能力内涵与结构的深刻变革，要求课程与教学进行结构性回应。以人工智能和大数据为代表的数智技术，已从辅助工具层面深入渗透至教学核心环节，驱动教学目标从知识习得转向素养发展，教学过程从个人中心转向人机共生，教学评价从结果导向转向过程中心[59]。以上转变的关键在于，充分利用数智技术创设真实或拟真的问题情境，为学生提供个性化、可调节的认知支架与协作平台，将高阶能力培养从抽象目标转化为可操作的教学实践。 从课程结构来看，数智技术正推动分科教学向统整学习转型。传统分科教学难以支撑复杂问题解决能力的培养，而基于大概念与社会性科学议题的学科统整，显著拓展了课程教学的高阶育人可能[60]。数智技术为这一统整理念的落地提供了关键支撑，通过整合多学科知识，聚焦学生系统分析、创新设计、真实评价等高阶能力的协同发展。 从教学过程来看，数智技术驱动课程教学从统一进度走向大规模因材施教。数智系统通过采集学生学习活动的多模态数据，在生成动态学习画像的同时，智能诊断学生个体学习状态，进而提供适配的内容资源与认知支架，助力学生有效跨越“最近发展区”，实现高阶能力的个性化、高质量培养[61]。 从学习环境来看，数智技术推动教学空间从单一物理场域转向虚实融合的沉浸式实践环境。依托虚拟现实、增强现实、人工智能等技术构建的高度仿真情境，不仅为学生淬炼高阶能力提供了低成本、低风险、高交互的实践平台，也有效支撑了深度学习的实现[62]。 从教学评价来看，数智技术正推动教学评价从单一认知结果评分转向覆盖全过程的多维能力发展性评价[63]。依托多模态数据采集、智能分析与可视化反馈，评价不再仅仅是学习终点的判定，而是贯穿学习全程的诊断工具与发展支架，为高阶能力培养提供了动态、精准的证据基础。 综上可见，课程结构、教学过程、学习环境与教学评价的四维变革协同推进，构建了以学生高阶能力发展为核心的整合性教学系统。未来，数智技术驱动的课程教学创新，还需强化各要素间的协同设计，重点应对人机协同教学能力提升、技术伦理规范完善、数字鸿沟弥合等新挑战。 （三）高阶能力导向的数字教学评价改革 伴随着课程教学的深度重构，以标准化为核心的传统教学评价已难以适配数字时代高阶能力培养的需求，亟须依托数智技术推动评价从单一维度、结果导向的模式，转向多维度、过程性的多元评价体系[64]。其核心在于运用人工智能、大数据、物联网等技术，对学生以往难以测量的高阶能力进行精准诊断与动态反馈，使教学评价成为促进学生高阶能力持续发展的重要途径。 在高阶能力导向的数字教学评价改革中，教学评价目标重构是首要任务，需借助数据驱动的知识图谱与能力建模技术，推动评价目标从离散知识点向相互关联的学科核心素养与综合素养转型。在此基础上，评价方法、工具与结果应用同步革新，形成推动教学评价改革的系统性合力。一方面，评价方法创新聚焦学生发展的多维性。依托多模态学习行为识别与智能反馈机制，教学评价不再局限于知识掌握，而是全面刻画认知策略、合作模式与情感投入，构建差异化、发展性的评价维度。另一方面，评价工具改革体现为人机协同智能评测的深度应用。自然语言处理与机器学习技术赋能评阅过程，不仅通过自动化分析为师生提供量化线索与重点提示，还能够支持即时性、个性化反馈以引导精准反思，并借助数字仿真情境对学生解决真实问题能力与应变能力进行动态评估[65]。此外，评价结果的应用也从静态判定转向发展性支持。教师可基于可视化诊断报告、精准学习路径推荐、综合性数字徽章等动态反馈信息，及时调整教学策略，推动教学决策从经验判断转向数据驱动。 高阶能力导向的数字教学评价改革，本质上是在构建一个以素养发展为核心、技术全面赋能、评价与教学深度耦合的数字教学生态系统。未来，该系统的可持续发展仍面临三重挑战：如何保障评价数据的伦理安全、如何提升教育者的数据解读与决策能力、如何建立覆盖全学段的互联互通数据标准。唯有系统回应这些挑战，方能实现数字技术对高阶能力评价的最优化赋能[66]。
快速发展的数智技术正在推动教育基础设施从单一硬件支撑转向平台运行、学习环境与数据体系协同发展的综合形态。既有研究从国家智慧教育公共服务平台升级、学习空间重构、教育数据治理三个维度，揭示了教育新基建的多层次演进路径。 （一）国家智慧教育公共服务平台升级与生态构建 国家智慧教育公共服务平台是推动教育数字化转型与质量提升的重要载体，其发展呈现出从资源供给向服务能力跃升、从政府主导向多主体协同演进的双重路径。 一是平台应用从资源供给向服务能力的跃升。国家智慧教育公共服务平台升级并非单纯的技术迭代，而是以运行机制优化与服务能力提升为核心的系统性过程。有研究表明，国家智慧教育公共服务平台的服务质量、使用便利性及相关支持机制，对其应用深度与升级成效具有显著影响[67][68]。同时，基于用户评论等应用端数据的分析，进一步从使用体验维度揭示了国家智慧教育公共服务平台的功能优势与现实瓶颈，为其未来的运行机制调整与服务能力迭代提供了直接依据[69]。由此可见，在今后一段时间内，国家智慧教育公共服务平台需要将运行重心下沉至服务支撑与运行机制优化方面，并在应用覆盖广度、服务精度、用户满意度等维度同步提升其公共服务能力[70]。二是运行机制从政府主导向多主体协同的演进。尽管国家智慧教育公共服务平台由政府主导建设，但其系统运维、技术支持、教育资源供给等方面，有赖于社会企业的积极参与，所以良好的政企协作是该平台实现生态化运行的关键机制[71]。正是在这一协作机制的支撑下，国家智慧教育公共服务平台得以深度嵌入并不断优化课堂教学、作业设计、课后服务、教研活动等功能模块[72]，以及联通教师、学生、教研机构及学校管理者，形成跨校跨区域跨领域的协同网络[73][74]。需要指出的是，这些核心功能实现的底层支撑在于数智技术的能力集成，其通过资源精准匹配、过程智能支持、反馈闭环构建与跨区域联通，不仅促进了多主体间的信息流通与功能协同，更推动了国家智慧教育公共服务平台运行从政府单一管理迈向多元主体共治，为其健康、稳定、持续的生态化发展，提供了良好的制度机制、数智技术等多重保障。 （二）数智技术赋能学习空间与环境建设 在数智技术深度融入教育实践的背景下，学习的空间环境正在发生系统性变革。学习环境已不再局限于物理教室或固定场所，而是逐步演化为融合数字技术、智能系统与学习活动的复合型环境，其功能重心也由知识传递场所逐渐转向对学习过程与学习体验的整体支持。另外，从空间形态演进的角度来看，人工智能、大数据等数智技术的引入，不仅使学习空间呈现出开放性、动态性、个性化等特征，还在形态上从相对稳定的物理结构转变为具备持续感知、分析与响应能力的智能环境[75]。这一转变的核心在于数智技术与学习情境、学习流程的深度融合，即通过重构学习活动的组织方式与交互模式，支持差异化学习行为[76]，从而构成数智技术赋能学习空间建设的基础形态。 在具体实践层面，数智技术赋能学习空间建设进一步体现为虚实融合学习环境的拓展以及教学组织方式的重构。以全息教室、虚拟实验室等为代表的沉浸式学习环境，依托多模态交互与情境模拟技术，能模拟近似真实情境的学习场域，从而显著增强学习的沉浸感、临场感与交互性，有效突破传统课堂在时间、空间与资源维度的限制[77]。由此，学习活动不再受固定场所与统一课时的约束，远程协作、跨校联动、跨学科项目等新型学习组织形式得以常态化开展。更为重要的是，随着数智技术深度融入教学全过程，学习空间与教学组织形态进入相互塑造的良性循环。教学不再拘泥于统一进度，而是逐步转向基于学习者认知状态、兴趣偏好与发展需求的灵活调整与个性化支持[78]。在这一进程中，教师能够依托实时学情数据动态优化教学策略，精准把握干预时机；学生则在自适应环境中开展自主探究，并通过虚拟协作平台实现跨时空的协同创造。这种“教”与“学”的双向变革又对学习空间提出更高的要求——空间需具备感知环境变化、智能调度资源、提供过程性支持与即时反馈调节的能力。由此，学习空间超越了传统物理载体的局限，演变为一个以学习者为中心、技术为支撑、教学为内核的智能育人场域。它不仅承载着教学活动，更主动参与教育过程，为批判性思维、复杂问题解决、创造性表达等高阶能力的发展，提供具身化、情境化与社会化的实践土壤，从而推动实现“空间即课程、环境即教师”的教育新范式。 （三）教育数据体系建设与治理能力提升 数智技术的深化应用，显著增强了教育数据的采集、整合与分析能力，使教育数据日益成为支撑发展评估与治理决策的核心要素。充分发挥教育数据的功能，有赖于教育数据体系的系统性建设。为此，数据要素流通、技术基础支撑与治理规范基础已成为支撑教育数据有效运行的关键维度。一是在数据要素流通方面，尽管教育数据在资源配置、运行评估与治理决策中的价值持续凸显，但信任机制缺失与共享壁垒仍严重制约其高效流动[79]。因此，构建跨主体数据互信机制与激励性共享框架，是释放教育数据要素价值的前提条件。二是在技术基础支撑方面，教育数据体系需突破多源异构数据的整合瓶颈，为此需要通过统一语义建模、跨平台计算架构与标准化接口建设，提升数据系统的联通性与可用性，为教育数据汇聚、处理与应用提供稳定的技术底座[80]。三是在数据治理规范方面，数据体系的有效运行必须以清晰的数据权属界定、使用边界划定与责任分配机制为前提。为此，相关部门亟须通过制度化安排，在数据隐私保护、合规使用、安全审计等关键领域建立统一规则，为跨主体、跨系统的数据协同提供合法性基础[81][82]。 教育数据治理并非一项孤立的技术工程，而是深度嵌入现有教育科层治理体系的结构性变革，即推动教育治理从经验判断向数据驱动、从碎片响应向系统协同的范式转型。然而，当前治理实践中存在的主体分散、权责配置不清、协调机制缺位等问题，仍是制约教育数据效能充分释放的关键因素[83]。所以，在未来的教育数据治理工作中，还需要将数智技术与制度创新同步推进——既要强化数据驱动的自我评价与持续改进能力[84]，又要优化教育治理组织权责与运行机制，从而在破解现实约束中逐步实现以数据为基石的教育治理现代化，最终推动教育治理建立在稳定、持续的数据基础之上。
近年来，数字技术在促进教育公平与实现优质均衡发展中的基础性、支撑性价值日益凸显，为新时代教育公平注入新动能[85]。一方面，数字技术通过突破时空限制，推动优质教育资源跨区域、跨层级流动，为偏远地区和弱势群体共享优质教育提供了现实可能，一定程度上缓解了区域、城乡及群体间的教育不均衡问题[86]；另一方面，随着数据驱动与智能技术的深度嵌入，教育资源配置正从以供给为中心的粗放模式，转向以学习者需求为导向的精准供给，使教育公平从“机会可及”迈向“适切支持”与“高质量发展”的协同实现[87]。 （一）数字化保障弱势群体教育发展机会 在新时代背景下，持续推进教育公平，系统提升教育质量，已成为关系国家长远发展与社会公平正义的重大议题[88]。伴随着社会整体向数字化、智能化转型，关注贫困、残障等数字弱势群体所面临的困境，显得尤为紧迫[89]。在此背景下，数字技术凭借其可扩展性、适应性与智能化优势，为弥合弱势群体在学习条件与学习体验上的差距提供了重要支撑，有助于构建更加公平、包容和可持续的教育发展机会。 首先，数字技术重塑知识呈现与获取方式，夯实了弱势群体参与学习的基础条件。通过无障碍网络学习平台建设为抓手，加快面向特殊群体的应用软件与辅助工具研发，显著降低学习门槛，提升教育资源的可达性与可理解性，促进弱势群体数字素养与学习力的整体提升[90]。 其次，数字技术优化多感官学习体验，弥补了感官功能受限带来的认知和学习障碍。例如，视障学生可借助智能眼镜实现环境视觉信息的实时捕获，并将物体、文字、颜色、空间位置等视觉信息同步转化为语音输出[91]，重建对物理世界的感知通道。其他学习障碍群体也可通过文字转语音软件以及具备放大、标注等功能的智能终端，有效改善其阅读理解与信息加工条件，增强学习的连续性与成效[92]。 最后，数字技术重构公共学习环境，拓展了弱势群体的教育空间。人工智能与公共文化服务体系的深度融合，推动公共图书馆等学习场所向智能化、无障碍和包容性方向转型发展。通过部署智能导航、智能咨询系统、服务机器人等辅助设施，为弱势群体提供更加便捷友好的学习支持与服务，从而在公共教育服务层面强化其学习权利的制度性保障[93]。由此，数字技术不仅弥合了教育起点的差距，更通过全过程、全环境的支持，为弱势群体迈向实质公平开辟了可行路径。 （二）数字化驱动城乡教育资源优质均衡发展 在教育数字化加速推进与国家政策持续引导的双重背景下，数字技术正成为破解城乡教育资源配置不均、发展水平参差不齐的关键支撑。相关政策明确提出，要探索教育数字化助推教育公平优质发展新路径和教育教学新方法、人才培养新模式，进一步凸显教育数字化作为制度性工具的战略价值。在此导向下，如何通过数字化突破教育资源空间分布不均、城乡教育发展差距显著、个体学习机会不平等的现实难题，已成为我国乃至全球教育改革实践中的关键议题[94]。 从现有实践路径来看，数字化主要通过资源共享、教学协同与师资赋能三位一体机制，系统推动城乡教育优质均衡发展。一是在资源共享层面，国家智慧教育公共服务平台汇聚了国家级精品课程与名校教学案例，并针对性地开发面向农村和欠发达地区的网络课程，能有效降低乡村学校获取优质资源的门槛，不仅促进了优质教育资源的跨区域大规模共享，而且推动资源配置模式从“分散供给”向“协同共享”转型，展现了其在乡村学校教育教学和资源共建共享中的中枢功能[95][96]。二是在教学协同层面，依托互联网与数字化教学技术，实现同步课堂、专递课堂、名校网络课堂等应用形态的持续深入发展，进一步完善了城乡课堂的实时联通与协同开展，不仅帮助乡村学校“开齐、开足、开好”国家课程，也在一定程度上弱化了城乡之间的时空壁垒与师资差距，促进优质教学经验的跨区域流动与共享[97]。三是在师资赋能层面，网络研修平台与在线教研机制为乡村教师提供了可持续的专业发展支持，通过在线直播、远程互动等方式与名师团队共同教研与备课，精准回应数字化教学实践中的现实问题，促进乡村教师专业能力持续提升[98]。 上述实践表明，教育数字化不仅突破了时空限制，更通过系统性重构城乡教育生态，推动教育公平从机会均等向过程支持与质量均衡的深层发展跃迁。其核心价值在于将优质教育资源转化为可及、可用、可育的育人支撑体系。不仅让乡村学生“学得到”，更能“学得好”“发展优”，从而为加快建设教育强国、推进中国式教育现代化奠定公平而坚实的基础。 （三）数字化赋能学习型社会与终身教育 建设学习型社会是教育强国建设的重要战略任务。数字化赋能学习型社会与终身教育，不仅体现为宏观层面推动终身学习理念的制度化与社会化落实，更在于其底层逻辑上通过打破时空壁垒、重塑教育公平与包容机制，促进全民学习能力与国家人力资本战略的深度协同[99]。 从理念层面来看，数字化赋能终身教育遵循由终身教育理念深化而来的“大教育观”，强调教育是贯穿个体生命全程、融通学校教育、社会教育与职业教育的整体性实践。通过数字技术的嵌入，教育运行逻辑由“以教为中心”逐步转向“以学为中心”，进而推动学习需求与教育供给之间的动态匹配与精准对接[100]。 从价值取向来看，数字化已从单一的技术工具属性，转向理解数字文明形态、回应数字中国战略、破解全民终身学习现实困境的重要支点[101]。在赋能学习型社会建设过程中，数字化在提升国家人力资源整体素质、释放数字时代学习红利、促进教育公平与区域协调发展、服务人口老龄化国家战略、夯实学习型大国建设基础等方面，展现出不可替代的综合价值[102]。 从实施路径来看，推进数字化赋能学习型社会建设，应重点通过弥合数字鸿沟、建设数字大学、激活数智动能、完善法律规制、深化国际合作等系统性举措，推动学习型社会建设行稳致远[103]。同时，需要依托智慧教育平台与泛在学习资源的持续迭代，实现规模化覆盖与个性化服务的有机统一[104]。在此基础上，通过深度融合人工智能、虚拟现实、大数据等数智技术，并以学分银行制度、法律保障机制与多元投入机制为支撑，逐步构建以学习者为中心、开放共享、高质量且可持续的泛在可及终身教育体系，最终为人的全面发展与社会的包容性进步奠定坚实基础[105]。
教师作为教育数字化转型的关键主体，正处于专业角色与能力体系系统性重塑的历史节点。数智技术既对教师角色定位与核心能力提出严峻挑战，也为重塑其专业理念、拓宽专业视野、革新专业能力、激发专业情意提供了重要机遇。 （一）数智时代教师角色危机及转型方向 数智技术的迅速发展加速了全球教育数字化转型的进程。人机协同、无边界学习、跨领域协作等新兴教育样态持续冲击传统教育理念、教学环境、育人模式和师生关系，倒逼教育系统进行深刻的自我革新以回应技术变革。在此背景下，教师职业的必要性一度引发广泛讨论，传统教师角色的权威性、边界性与存在价值面临深层挑战，而“适者生存”成为教育场域中不言而喻的法则。因此，亟须厘清教师面临的主体性危机，并明确其转型发展的方向。 一是“教师”概念泛化，带来主体性迷失风险。智能导师、AI教师、虚拟助教不断涌现，动摇了教师作为知识传授核心主体的传统根基，“能者为师”的理念冲击着原有的师道尊严，导致教师面临价值定位模糊与“人师”身份认同的危机[106]。二是教师面临专业话语权削弱的失语性危机。人工智能和大数据技术催生了教育资源的爆炸式增长，极大地拓展了学生获取知识的渠道，但教师囿于时间、精力和知识结构，难以迅速有效地甄别、整合与创新这些海量资源。此外，技术的飞速发展加速了知识迭代，教师的知识储备可能滞后于学生对前沿知识与文化的需求，从而在教学中陷入“失语”困境。三是教师面临人技关系异化与情感疏离的危机。数智技术推动人才培养目标升级，使个性化培养成为可能，从而得以应对传统班级授课制下集体化教学经验难以满足差异化学习需求的困境。但在教学实践中，教师易出现技术依赖或技术抵制的两极化倾向，导致人技关系扭曲并加剧师生情感距离。四是教师面临专业发展动能不足的危机。面对个性化、场景化、即时性的专业成长需求，以往集中讲座、统一观摩、标准化的培训方式，难以提供敏捷、精准的支持，导致专业发展活动与实际教学场域脱节，教师参与感、获得感降低，外部驱动力日渐式微。 面对以上多重危机，教师必须积极应对，在合作与竞争中重新定位角色，化挑战为机遇。首先，针对身份认同危机，转型关键在于超越单纯的知识传授者角色，回归育人本质，重塑教师作为“人”的不可替代价值，成为学生知识内化的支持者、高阶思维与创新能力的激发者、正确价值观的塑造者与引领者[107]。其次，针对专业话语权危机，转型关键在于通过自我导向的终身学习，实现从课程执行者向学习体验设计者的转变，提升教育资源精准应用与评估、个性化学习路径设计、混合式学习环境建构等能力。再次，针对人技关系危机，转型关键在于建立和谐共生的人机协同关系，使教师成为数智技术的审慎批判者、人机协同教学模式的创新实践者、学生数字素养与伦理的培育者[108]。最后，针对专业发展危机，转型关键在于聚焦教师个体的内在发展，关注其先验知识、个性特征与自我需求，持续激发专业学习的内生动力，借助数智技术赋能，使教师成为基于数据的教学研究者与反思者、跨学科协作的参与者，实现全面、持续的专业成长。 （二）人机协同的教师发展与教研新模式 数智技术驱动的教师角色转型，有赖于与之适配的教师专业发展与教研模式体系作为支撑。从演进脉络来看，教师专业发展先后呈现出“实践—经验”“技术理性”“实践—反思”“实践—专业学习”四种主要取向。在数智时代，教师专业发展侧重基于个体情境的专业学习取向。传统的以集中讲授和经验分享为主的发展模式，正逐步被融合人机协同、数据驱动、理论实践贯通的个性化专业学习范式所取代[109]。这一新模式的核心在于将人工智能等数智技术深度嵌入教师的日常教学实践，通过人机协同增强教师的实践智慧与理论认知，进而构建人机协同的教师发展智能生态。 该生态主要涵盖以下四个方面的创新：一是发展模式重构。基于人机协同驱动教师专业发展模式的系统革新，以真实教学问题为起点，借助智能或非智能机器构建学习共同体，依托人机交互辅助教师专业决策，实现教师“学习—研究—改进—评价”一体化闭环发展，从而帮助教师有效平衡个性化成长需求与共性专业发展目标[110]。二是教研流程再造。基于人机协同构建循证教研新范式，能够推动教研流程的系统性重构。以课堂教学中的多源证据为逻辑起点，精准定位教研目标；围绕真实课堂问题开展深度分析，系统收集与交叉验证各类证据；进而提炼具有迁移价值的实践性知识，最终推动教研活动从传统的经验性评议转向证据驱动、持续迭代的深度探究[111]。三是教研共同体重组。基于人机协同重塑教研共同体的构成要素与关系逻辑，使智能机器成为教研结构中的关键支架。通过师机、师师、师生之间的多元交互与协同赋能，重塑教研主体间的协作关系，形成跨区域、跨学科的智慧教研网络。此外，依托国家智慧教育公共服务平台、区域教研云等数字基座，教研共同体还可灵活组建线上协作组，围绕共同课题开展资源共创、在线观评课、异步研讨等活动[112]。四是支持体系创新。人机协同教研的深入推进，倒逼教师专业发展顶层设计与机制保障的系统性创新。在顶层设计层面，需建立多层次协同推进体系，以保障人机协同智慧教研的常态化、制度化运行[113]；在组织机制层面，应构建“政府—机构—学校—企业”多级联动机制，充分激发各类教研主体的内生动力；在实施路径层面，需聚焦“研—训—用—评”一体化设计，促进教师专业能力螺旋式上升，从而超越以往依赖单一项目导引的被动式发展局限[114]。 （三）教师数字素养评价与精准培训体系 数字素养已成为数智时代教师实现角色转型、培育学生核心素养的关键能力，也是构建人机协同教师发展生态的重要基础，并逐渐成为衡量教师专业能力的核心指标[115]。《教育部办公厅关于组织实施数字化赋能教师发展行动的通知》明确提出，完善教师数字素养标准体系，推进教师数字素养培训全覆盖，持续开展教师数字素养测评。在此背景下，建立健全科学、动态且以发展为导向的数字素养评价与精准培训体系至关重要。 一是构建分层分类的教师数字素养评价标准体系。充分考虑不同学段、学科及发展水平教师的实际差异，研制具有参照价值的教师数字素养评价常模，进一步细化并完善评价标准，形成科学、系统的分层分类评价指标体系，为教师数字素养发展提供清晰、可靠的评价依据[116]。二是实施基于数据的数字素养诊断与教师画像。通过智能技术对教师数字素养发展的过程性、结果性数据进行深度挖掘与分析，构建个性化的教师数字素养画像与区域发展指数，开展持续性监测与追踪评价，从而为实现教师数字素养的精准提升提供扎实的数据支撑[117]。三是系统打造教师数字素养精准培训体系。未来需要进一步依托数智技术构建新型智能研修与实训环境，开发多元、优质的培训课程资源，积极探索人机协同的智能化研修模式，并创新生成式教学实践，以破解“学用脱节”的困境，最终形成“需求导向、标准引领、场景落地、评价反馈”的闭环培训体系，加快实现教师数字素养的全面提升[118]。四是建立系统化支持网络与生态化发展路径。在未来的实践中，应通过融合制度、文化、资源、平台等多方面支持，构建系统性的教师数字素养发展生态。建议教育部门牵头完善教师数字素养标准体系与应用指南，通过“国培计划”及国家智慧教育公共服务平台等渠道提供示范性资源与专项支持[119]。学校层面则应构建多元协同的支持网络，积极实施“学、用、研、创”相结合的素养提升策略，推动教师数字素养发展走向智能化、个性化与系统化。最终，各方需协同形成“评价、培训、激励、支持”一体化的良性发展生态，切实推动数字素养培训的全覆盖与高质量实施[120]。
中共中央总书记、国家主席、中央军委主席习近平在哲学社会科学工作座谈会上指出：“一个国家的发展水平，既取决于自然科学发展水平，也取决于哲学社会科学发展水平。”[121]在教育强国建设迈入系统推进与内涵深化的新阶段，围绕教育数字化展开的理论创新与方法体系建构，已成为推动教育现代化、提升教育治理与教育研究自主能力的重要支撑。 （一）人工智能时代的教育知识生产转型 以人工智能为代表的数智技术，正通过深度赋能知识生产过程，系统性重塑其形态、机制与运行逻辑[122]，特别是生成式人工智能突破了个体认知与单一学科范式的局限，通过对多源异构知识的整合与重组，辅助并促进跨学科知识生产，进而推动人类知识生产方式的深刻变革[123]。具体表现为以下三个方面： 一是知识生产工具的转型。作为信息文明背景下涌现的新型生产工具，生成式人工智能正在引领知识生产方式的结构性变革。其主要通过大规模预训练模型，显著降低知识生产的技术与方法门槛，使多主体参与的分布式知识生产与传播成为可能，从而催生出更具民主性、包容性与异质性的知识生态系统[124]。二是知识生产主体的转型。生成式人工智能的引入，打破了由人类学者单一主导的知识生产格局，重塑其主体结构[125]。在人机协同模式下，人工智能主要承担数据处理与初步分析的任务，人类研究者则聚焦于价值判断、理论建构与创造性思维，实现了分工优化与协作创新[126]。同时，数智技术也拓展了一线教师等实践主体参与教育学知识生产的空间，逐步形成多主体参与、群智协同的人机共生型知识生产格局[127]。三是知识生产模式的转型。人工智能驱动的知识生产逻辑突破了传统的以归纳与演绎为核心的研究范式，转向以深度学习和模式识别为特征的数据驱动模式[128]。生成式人工智能可以从复杂的数据中直接提取规律，为跨学科知识融合与集体智慧生成提供新机制，推动知识生产由封闭走向开放、由单一走向综合，为构建中国特色哲学社会科学自主知识体系提供了重要契机。通过人机交互对话、模型建构与预测分析，人工智能为揭示智能时代教育与学习规律提供了新的研究路径[129]。以大语言模型为代表的生成式人工智能在深刻重塑知识生产形态的同时，也引发了知识产权归属、作者身份认定、学术责任划分等一系列复杂问题。如何在释放技术潜能的同时有效防范风险，亟须建立清晰可行的伦理规范与操作指南，以推动形成更加负责任、公正且可持续的教育知识生产新范式[130]。 （二）教育学知识体系的数字化建构路径 随着人工智能深度介入知识的生成与分析过程，传统的以纸质文本、学科分割和个体研究为特征的教育学知识体系，难以有效回应数字化教育实践与复杂教育问题的现实需求[131]。在此背景下，教育学知识生产正逐步从依赖个体理性推演，转向依托知识库、算法模型和事实逻辑的“集体智能系统”，推动教育学知识体系的数字化重构[132]。这一转型不仅为构建兼具国际视野与中国特色的哲学社会科学自主知识体系提供了重要路径，也为数字时代教育学的持续创新与高质量发展奠定了理论与方法基础。 在快速演进的人工智能技术驱动下，教育学知识生产范式的转型已成为人机融合、共同推动知识体系发展的新趋势[133]。首先，从建构路径来看，教育学需要从以学科逻辑为中心，转向以现实教育问题为导向的研究范式，通过对象重组、关系重构与意义重建，突破既有学科边界，构建动态生成、持续演化的知识生产机制[134]。其次，面向数字教育实践，教育学知识需由“文本中心”走向“结构中心”，通过构建以“对象—关系—意义”为核心的开放知识网络，实现概念、理论与实践经验的模块化、关联化与可计算表达[135]。最后，在推动范式转型、逻辑重构和对象迭代的同时，必须坚守教育价值立场，防止技术逻辑对教育逻辑的“殖民”[136]。为此，未来教育学知识生产应始终以对数智技术的辩证反思为前提，明确并巩固人类主体在知识创造中的核心地位。在此基础上，依托情境驱动的问题导向与创新网络支撑的行动机制，推动知识生产方式的范式创新。同时，应通过实体建构的身份标识与具身化学习体验，进一步厘清知识生产场所的虚实边界。此外，需通过持续提升批判性反思能力与技术应用规范水平，从而保障知识生产过程与结果的科学性、规范性与可解释性[137]。 （三）智慧教育新范式的理论构建与探索 追求智慧是教育的核心价值，也是教育发展历程的基本遵循。从教育本源来看，“教”是传授知识、技能的传承过程，“育”是引导方向、启发心智的关键手段[138]。在数字化与人工智能快速发展的背景下，智慧教育新范式应顺应技术变革与教育现代化需求，有效回应创新人才培养与区域教育均衡发展所带来的现实挑战。中国发布的《全球人工智能治理倡议》和智慧教育建设经验，为国际社会提供了可借鉴的方案与范式[139]。此外，智慧教育创新发展也成为破解教育资源不均、提升教育质量的关键命题[140]。为系统回应这一命题，需从理论构建、实践探索、推进路径等多维视角协同发力。 首先，在理论构建层面，确立以“知情共育”为核心的智慧教育新范式。该范式强调认知与情感的协同发展，突破了以往“重认知轻情感”的局限性，通过构建“认知—情感”协同表征的评价体系，能够揭示二者协同演化的内在规律，从而为个性化教育与精准育人提供科学依据[141]。此外，还可以通过将人工智能深度融入课堂教学全流程，依托学习数据的智能分析，精准刻画学生的知识结构、认知风格、兴趣与能力特征，推动形成数据驱动、因人施教的智慧教育模式[142]。其次，在实践探索维度，智慧教育发展呈现出系统且复杂的图景，既体现为以学生为中心的数字化教学与智能评估的逐步推广，以及泛在智慧学习环境建设的稳步推进，也反映出对学生社会情感学习的关注有待加强、技术应用伦理规范亟待完善等现实挑战[143][144]。这些进展与挑战表明，智慧教育的实践不仅是技术的引入与环境的构建，更是在教学价值、人文关怀与伦理责任之间寻求平衡与融合的持续过程。最后，在推进路径上，可重点把握以下五个方向：因地制宜设计区域智慧教育发展路径、构建面向未来人才培养的数字育人空间、优化智慧教育资源的供给与分布模式、提升教师在复杂情境中的问题解决能力，以及完善以数据赋能和多主体协同为核心的治理机制[145]。 总之，通过理论、实践与路径的三维联动，智慧教育新范式不仅致力于促进认知与情感的融合发展，更推动技术、环境与治理体系的有机整合，从而为推进教育现代化、促进教育公平、实现高质量发展提供系统而坚实的支撑。
新质人才作为新质生产力的核心力量，是指具备创新思维、新知识与新技能的劳动者，与拔尖创新人才高度重合[146]。在教育强国建设和教育数字化转型的背景下，培养高质量的新质人才已成为教育发展的关键目标[147]。人工智能等数智技术在教育教学中的深入应用，正在推动人才培养走向个性化和精准化，实现教育资源与产业需求的有效对接，为拔尖创新人才的培育开辟了新路径。 （一）数字化驱动教育、科技、人才一体化发展 党的二十届三中全会明确提出，统筹推进教育科技人才体制机制一体改革[148]。在此背景下，数字化转型已成为推动教育、科技、人才“三位一体”协同融合发展的关键动力，为教育强国建设注入了新动能[149]。具体而言，教育数字化从以下三个维度系统支撑着教育、科技、人才一体化发展。 一是数字产业集群为一体化发展提供了重要的空间支撑。借助跨时空、跨领域的数字空间，高校教育、科技创新与人才培养被整合进同一协同体系。一方面，该体系通过产教融合和科教融汇机制，将教育过程深度嵌入科技创新与产业实践之中；另一方面，依托数字平台与虚拟集群，重塑人才培养模式，使人才在真实的科技与产业场景中成长。这种深度融合不仅推动了科技进步，也反过来重塑了教育体系，从而实现教育、科技、人才三者的有机统一与协同发展[150]。二是数字化支持体系通过“数据—平台—智能”三层结构支撑协同发展。具体而言，在数据层面，依托教育、科技、人才信息的数字化整合，数据要素打破传统壁垒，推动资源高效配置；在平台层面，数字平台汇聚高校、科研机构、企业等多元主体，构建开放协同的创新生态，促进教育、科研与产业深度融合；在智能层面，人工智能技术通过对人才培养、科研布局与政策执行的动态分析与精准匹配，显著提升整体治理效能与发展绩效[151]。三是数字空间催化教育、科技、人才的动态交互。具体表现为：通过融合教育、产业与劳动力市场的多源数据，精准识别科技创新对人才的需求变化，实现人才培养与科技发展之间的动态匹配。在此基础上，依托数字协同平台推动跨学科、跨领域创新协作，将前沿科技成果即时转化为教学内容与实践资源，从而反哺教育体系的持续更新。借助一体化数据平台，对资源投入、过程管理与成效评价进行系统统筹，构建“需求—转化—反馈”的闭环治理机制，不断提升系统协同效能，最终推动教育、科技与人才走向共生共长[152]。 （二）数字化对拔尖创新人才培养的影响 拔尖创新人才是推动国家高质量发展、实现高水平科技自立自强的关键支撑，也是提升国家核心竞争力的重要战略资源[153]。随着数智技术和数据要素的快速发展，数智化赋能拔尖创新人才培养成为教育高质量发展的必然选择[154]。这一赋能过程的核心，在于通过智能技术深度嵌入人才培养全过程，推动培养范式实现双重转变——从“知识传授”转向“能力生成”、从“统一模式”转向“个性支持”[155]。这一转型远非技术工具的简单更新，其深层意义在于指向育人逻辑的根本性重构，体现了技术理性与教育价值的深度融合。 数字化从机制层面系统重塑着拔尖创新人才培养的全流程[156]，主要体现在以下三个方面：一是在资源共享与公平促进方面，通过建设数字化平台和虚拟实验环境，能够打破地理界限，实现优质教育资源的跨区域共享与按需分配，从而在扩大覆盖面的基础上促进实质性的教育公平。二是在学科生态与科研训练方面，数字孪生实验室、学科交叉平台等新型载体不仅推动了学科体系的重构，也为学生创造了参与前沿科研探索的仿真与真实环境，使其能够在接近实战的情境中发展创新能力。三是在人才评价与选拔机制方面，数字技术正在推动评价方式向多维度、过程性转变，逐步突破以纸笔考试和单一结果为中心的局限，通过在评价内容、依据与方式上的系统创新，促进拔尖创新人才选拔与培养机制的整体性重构[157]。然而，当前数字技术与拔尖创新人才培养的融合仍存在一定的局限。相关应用在实践中往往停留在辅助工具层面，尚未充分释放其在个性化支持、高阶能力培养与创新潜能激发方面的潜力[158]。此外，数字化转型也可能引发培养生态失衡、治理协同受阻、教师专业性弱化、学生创新思维窄化等潜在风险。 （三）数智赋能的新质技能动态供给体系 新质生产力是推动产业升级和生产力跃升的关键因素，对劳动力结构和技能形态提出了更高的要求[159]。在此背景下，产业发展正由要素驱动转向创新驱动，对具备复合能力、工程素养与数字技能的新型人才需求更为迫切。值得注意的是，快速发展的数智技术，为重构新质技能供给体系、实现教育与产业深度协同提供了关键支撑。若从系统视角审视，数智技术正在通过整体性嵌入人才培养系统，重塑新质技能的供给逻辑与运行机制[160]。具体而言，一方面，数智技术赋能专业建设与产业集群智能化发展，推动专业结构与产业结构的动态适配；另一方面，教育机构与产业主体可依托数智技术，对教学过程与学习行为数据进行动态采集与智能分析，并基于算法模型实现人才培养过程的精准诊断与干预，从而推动管理模式从经验主导向数据智能协同转型，系统提升产教融合的效能。 数智技术的深入应用正将上述系统性重塑推向更深层次，即推动新质技能供给方式从静态、预设的配置模式，向实时、精准的动态调适模式演进[161]。这种动态调适的能力正在渗透人才培养的多个层面：在知识层面，引发知识生产方式变革，促进知识的重组、增值与跨域融合；在学习层面，推动学习方式由线性传授走向人类学习与机器学习的协同进化；在教学层面，实现教师智慧与机器智能的协同互补，创新教学模式；在环境与资源层面，通过构建具身沉浸的交互式学习空间和“动态适需”的适应性资源体系，为学生的潜能激发与能力生成提供有力支撑。 未来还需加快推进数智赋能新质技能供给体系建设，并重点把握好以下几个关键环节：一是要以“数智+”专业转型升级为导向，强化专业群集聚效应；二是要以区域性产教融合体系建设为抓手，推动产学研创深度协同；三是以数智技术赋能精准教学为核心，构建数据驱动的教学模式；四是以动态数据支撑教学管理与质量改进，强化循证决策机制，从而系统提升技能供给质量。在此过程中，职业本科和高职院校还应立足区域产业特色，深化校企协同，将真实生产场景融入教学体系，积极探索赛证融通、产教协同的新型培养模式，最终实现教育供给与产业需求的动态匹配[162]。总之，数智技术正在驱动构建一个能够动态适变的新质技能供给生态，通过专业、产教、数据与校企的多维协同，为高质量人才培养与新质生产力发展提供了前瞻支撑。
数智技术广泛嵌入教育的各个环节，在提升效率的同时，也对数据安全、算法运行与价值规范提出了新要求。由此引发的安全与伦理问题，正深刻塑造着教育数字化的实践形态与发展边界。 （一）教育数据安全与用户隐私保护体系 随着教育数字化转型的深入推进，教育数据的类型与规模急剧扩大，安全与隐私风险日益凸显。在技术运行层面，智能教育系统通过持续采集学习轨迹、行为表现乃至情感状态，使学习者长期处于可计算、可监控的环境之中，其隐私边界与主体权益面临被持续弱化的风险[163]。在应用层面，人工智能深度介入教学、评价与学习支持，使数据使用边界、责任划分与伦理风险变得异常复杂，数据伦理与隐私保护已成为人工智能教育应用中无法回避的核心议题。在系统运行层面，教育数据在不同平台、系统和场景间的流动日益频繁，由此伴生的安全与治理风险同步上升，成为教育治理体系必须应对的现实挑战[164]。 针对上述风险，构建教育数据安全与用户隐私保护体系，需从制度、治理与管理多维度系统回应。一是健全教育数据安全与隐私保护制度。围绕数据全生命周期，明确教育数据在采集、存储、处理、使用与共享各环节中的权责边界，防范因制度机制缺位而引发的教育数据滥用、责任模糊等问题[165]。二是强化教育数据治理机制。面对教育数据在多平台、多系统与多场景间的跨域流动，亟须建立数据分级分类管理、细粒度访问控制与动态风险评估机制，对数据流转过程实施规范化约束，以降低跨域应用带来的安全隐患[166]。三是系统提升教育部门及相关主体的数据治理能力。各级教育主管部门应完善数据治理的组织架构、标准体系与操作规程，并将数据安全与隐私保护要求深度融入教育数字化全流程（规划、建设、运维、评估）。通过这种内嵌式、全周期的治理模式，为教育数字化应用的健康发展，构筑坚实的制度屏障与能力支撑。 （二）机器算法的公平性保障及有效治理 机器算法已深度融入学习支持、教学评价、教育决策等关键环节，其运行结果对教育资源配置与学习机会分配过程的影响日益深刻，由此引发的算法公平性风险逐渐凸显。具体而言，算法生成的评价、推荐与预测结果可能会对不同学习者产生差异化影响。这种影响往往具有隐蔽性、累积性与情境依赖性[167]，还可能在长期运行中侵蚀教育公平的根基。因此，有必要在算法设计与应用阶段引入明确的公平性约束，通过规范模型目标、决策规则与适用范围，对算法可能产生的不公平结果进行前置控制，从而降低算法偏见在教育实践中的累积效应[168]。 教育中的算法不公平并非源于单一技术缺陷，而是与其设计取向、模型训练逻辑、具体应用场景等因素错综交织。尤其是在生成式人工智能、情感计算等新型应用中，算法通过对学习者情绪、认知状态与交互行为的深度建模进行决策，其过程高度复杂且缺乏可解释性，致使教师与管理者难以及时识别其中潜藏的系统性偏差[169]，从而加剧治理难度。因此，保障算法公平性不能仅依赖局部的技术修正，更需通过制度化与协同化的治理路径系统应对。一方面，应建立持续性监督与审视机制，关注算法运行结果及其潜在的伦理与公平影响，在技术全生命周期中及时识别并回应风险[170]。另一方面，在生成式人工智能广泛应用的背景下，亟须构建多主体协同治理框架，在政策、法律与专业伦理层面形成合力，明确算法运行的合理边界、透明度要求与责任归属，从而在技术效率与教育公平价值之间实现动态平衡[171]。总体而言，机器算法的公平性保障有赖于技术约束、过程监督与制度治理的有机统一，唯有通过系统规范其设计、部署与应用各环节，方能实现风险的有效管控与价值的持续校准。 （三）智能教育中的伦理素养与价值对齐 随着人工智能技术深度嵌入教学、管理、评价等教育核心环节，教育实践正在经历向智能教育的系统性转型，其运行逻辑亦随之被深刻重塑，即不仅重构了教学组织形态与学习支持方式，更在深层次上影响着教育目标的理解框架与价值取向。当技术效率、算法逻辑与数据指标在实践中占据主导地位，但缺乏清晰的价值引导时，教育活动便可能偏离其以人为本的根本宗旨[172]。有研究进一步指出，若缺乏坚定的价值坚守与自觉的伦理反思，技术理性将在目标设定、评价导向、实践逻辑等多个层面挤压教育的人文精神与价值理性[173]。在此背景下，伦理素养被赋予关键的校准功能，通过引导教育主体在技术使用过程中形成对算法决策、数据结果与技术假设的持续反思，并借助制度规范与伦理原则对技术介入的边界、方式与责任进行约束，防止教育目标在智能系统运行中被技术逻辑所替代。因此，教育主体在智能教学场域中所具备的伦理素养，不仅具有基础的价值引导功能，更是维系智能教育价值理性的核心保障。 上述伦理素养的实践效力，最终需在人机协同的具体场域中得以实现与检验。在人机协同不断深化的实践过程中，伦理素养与价值对齐进一步体现为对技术系统角色定位与运行边界的审慎界定。相关研究表明，教育智能体在教学支持、学习分析、评价等环节的介入方式，直接影响着教师专业判断的空间与学生主体地位的实现[174]。若缺乏明确的伦理规范，智能系统的运行逻辑可能逐步取代教师的专业判断，并对学生的自主发展空间形成结构性压缩[175]。值得注意的是，生成式人工智能等新兴技术所引发的伦理风险具有高度复杂性与跨域性，难以由单一主体独立识别或化解，亟须通过规则建构、责任明晰与制度化协同机制，将伦理规范内嵌于技术设计、部署与应用的全生命周期，确保技术效率的提升始终服务于教育公平与育人使命。由此可见，智能教育中的伦理素养与价值对齐，关键在于通过厘清人机权责边界、构建多主体共治框架，将人本取向与价值理性系统性地融入智能系统的架构与运行之中，使技术发展真正服务于教育作为“人的生成性实践”的根本目的。
全球教育数字化转型正处于从技术扩散向生态重构演进的关键时期，国际社会的政策实践既呈现出战略选择的分化，又共享着共建开放、韧性、包容的数字教育生态的共同愿景。作为拥有世界最大规模教育体系的国家，中国不仅是这一历史进程的深度参与者，更逐渐成为全球数字教育治理的重要贡献者与引领者，为全球教育数字化转型持续提供中国智慧与可行方案。 （一）教育数字化转型政策比较及趋势分析 当前，教育数字化已从阶段性、应急性的替代方案，全面升级为各国国家战略与教育制度的核心组成部分，各国政策导向呈现出战略分化趋势，但在构建开放、韧性的数字教育生态愿景上趋于耦合[176]。随着《全球数字契约》《教育数字化转型的六大支柱：共同框架》等的发布，国际社会对数字时代教育重构的作用与路径达成了新共识。欧盟以《数字教育行动计划（2021—2027年）》《2030数字指南针：数字十年的欧洲之路》为核心框架，致力于构建高性能的数字教育生态系统，并通过顶层设计与跨国协作推行多项关键举措。例如，建立统一的数字素养认证体系，以系统推动数字教育走向生态整合[177]。美国的政策则呈现“联邦引导、地方自治、市场活跃”的格局，以“国家教育技术规划”系列为战略指引，强调激发地方与学校的创新活力，依托活跃的市场与社会力量驱动技术应用与生态演化[178]。新加坡的转型路径则展现出前瞻规划、系统连贯与数据驱动的鲜明特征，其最新版《2030年教育科技总体规划》构建了“目标—能力—生态”三位一体的架构，旨在打造一个泛在化、个性化、智能灵敏的数字学习生态系统[179]。此外，芬兰发布的《2027年数字化教育与培训政策》，以“人的发展”和“社会价值”为最终目的，通过构建开放协同的技术生态和赋能教育者，坚守公平与伦理底线，旨在打造一个能够赋能每一位公民并适应未来社会需求的数字化教育体系[180]。 由此可见，在全球教育数字化转型的演进脉络中，政策范式正经历着一场从“技术本位”到“生态重构”的深刻转向[181]。在政策焦点层面，已从初期的硬件部署与网络覆盖，转向致力于构建开放、包容、韧性且可持续的数字教育生态系统[182]。在价值重心层面，政策关切点正从“物理接入”的公平，纵深推进至“能力接入”与“成果产出”的公平。从核心动力来看，教师不再是技术的被动接受者与应用者，而是数字化转型的核心设计主体与伦理践行者[183]，成为驱动生态良性演进的关键力量。从治理模式来看，学习分析与人工智能正深度嵌入教育决策、监测与评估的全过程，推动治理向精准化、预测性与科学化演进。同时，治理机制日益强调多元主体协同、敏捷迭代与韧性构建，以应对快速变化的技术与社会环境。总之，全球教育数字化转型的政策趋势，正从技术应用层面的“数字化转换”走向制度与文化层面的“数字化重塑”，其最终目标是构建真正以人的全面发展为核心、面向未来可持续发展的教育新生态。 （二）中国教育数字化转型经验的国际传播 高水平教育对外开放是在全球集聚人才和资源、参与国际竞争的重要载体，是建设教育强国、科技强国、人才强国的重要推动力和必然选择。中国凭借其大规模教育体系的系统性转型实践，正以中国方案、中国经验和中国平台服务全球教育数字化转型，为世界教育发展贡献中国智慧与中国力量[184]，具体体现在理念创新、实践传播、治理参与等多个维度。 首先，在理念机制层面，中国将国际化作为教育数字化转型的重要内容，积极凝聚全球共识。近年来，中国联合国际组织、相关机构共同发起成立世界数字教育联盟，发布世界数字教育发展合作倡议与智慧教育平台标准规范，逐步建立起数字教育国际合作的常态化机制，为构建协同发展的全球数字教育新格局奠定了重要基础[185]。 其次，在实践与传播层面，中国通过多元路径系统推进国际交流与合作。一是搭建高端对话平台，通过举办或联合举办世界数字教育大会、世界慕课与在线教育大会、国际人工智能与教育会议、全球智慧教育大会等国际论坛与研讨会，向世界各国展示中国教育数字化转型的实践经验。二是联合国际组织、相关机构发布权威研究报告，通过《无限的可能——世界高等教育数字化发展报告》《世界高等教育数字化发展指数》《全球数字教育发展指数》等成果，为各国研判趋势、制定政策提供科学依据与数据支撑[186]。三是输送本土实践案例，将扎根中国大地的智慧教育优秀案例进行全球推介。如湖南省长沙市在2025年全国智慧教育大会上向全球分享了66个获评案例[187]，形成可借鉴、可推广的智能教育中国实践。四是开放国家级数字基座，推动国家智慧教育公共服务平台从1.0资源汇聚到2.0智能服务的持续升级，为意图建设国家数字教育中枢的相关国家提供了完整的参考方案[188]。而“国家智慧教育公共服务平台国际版”的上线以及中非数字教育区域合作中心的启动，更标志着中国正将平台承载的优质资源与智能服务，转化为服务全球学习者，特别是发展中国家师生的普惠性公共产品[189]。 综上可见，中国战略性地将国际化内嵌于数字化转型进程中，通过平台共享、对话交流、案例推广、规则共建等多种渠道，系统传播本土实践经验，积极推动构建开放包容、协同共治的全球数字教育生态。 （三）中国参与全球数字教育治理的探索 当前，全球数字教育治理的核心议题已深化为对规则构建、伦理关切、治理能力协同发展的系统性探索。中国正积极推动将本土实践与治理智慧融入全球对话，成为全球数字教育治理体系中不可或缺的贡献者与引领者[190]，主要体现在理念倡导、平台协作、规则引领等方面。 一是倡导以人为本的治理理念，强化全球数字伦理与数据治理共识。中国将“以人为本、技术向善、安全可控”的核心原则贯穿于数字教育发展实践中，并积极将其提升为全球治理议程的关键议题。例如，在2025世界人工智能大会暨人工智能全球治理高级别会议上发布《人工智能全球治理行动计划》，倡导人工智能发展与安全并重的原则，积极推动为人工智能发展创建开放、透明、包容的环境，在发展与安全、创新与伦理间寻求平衡[191]。二是搭建与拓展高端国际协作平台，系统分享中国转型智慧。中国通过主导或深度参与“世界数字教育联盟”等高层次国际组织或平台，构建数字教育国际合作长效机制，促进资源与知识的跨境流动，与各国携手形成了协同参与全球治理的新格局[192]。此外，中国还牵头开展国际教育治理数字化经验案例共享，整合多国优秀实践案例，这也标志着中国正在从治理经验的“学习者”积极转变为全球治理知识的“施策者”与“共建者”[193]。三是积极探索并贡献智能教育应用规范，参与并引领全球治理规则制定。一方面，在人工智能教育应用、数据安全、学习成果认证等前沿领域，中国正积极参与ISO、IEEE、UNESCO等国际组织的标准制定工作。另一方面，面对生成式人工智能等技术带来的深刻影响，中国基于《中小学人工智能通识教育指南（2025年版）》《中小学生成式人工智能使用指南（2025年版）》等系列政策文件[194]，构建了较为完整的国家层面的人工智能教育应用指引体系。这既为国内高质量、规范化应用人工智能奠定了制度基础，也为世界各国应对类似挑战提供了注重价值引导、兼顾创新与安全的中国样本。 综上所述，中国正在通过理念倡导、平台共享、实践输出与规则引领的多维贡献，从全球数字教育治理的重要参与者，逐步成长为关键议程的协同建构者与价值引领者，为构建以人为本、公平包容、协同共治的全球数字教育共同体注入关键动力并提供了实践范式。
[1]习近平.加快建设教育强国[J].求是,2025(11):4-9. [2]顾明远.教育强国的战略图景与世界重要教育中心建设的中国路径[J].远程教育杂志,2025,43(6):3-6. [3]王月,刘冬萍.教育强国建设背景下基础教育数字化转型的内衍模型与演进路径[J].现代教育管理,2025(9):49-57. [4]陈云龙,李翔宇.基础教育数字化生态系统构建研究[J].中国电化教育,2025(7):56-62. [5]刘复兴,王书琴.教育强国建设中人才竞争力的提升[J].教育研究,2025,46(9):16-28. [6]赵云建,蒋宇.教育数智化赋能教育强国建设——访山东大学党委书记任友群[J].中国电化教育,2025(10):1-6. [7]王定华.教育强国视域下素质精良的教师队伍体系构建[J].教育研究,2025,46(8):4-16. [8]黄晶,曲铁华.面向工业5.0的教师教育数字化转型：价值、困境与应对[J].现代远程教育研究,2025,37(5):69-76. [9]周洪宇,周海涛,操太圣,等.“《教育强国建设规划纲要（2024—2035年）》解读与阐释”笔谈[J].中南民族大学学报(人文社会科学版),2025,45(9):147-168. [10]朱珂,王建明.数智技术赋能教育强国建设的五重逻辑[J].现代教育技术,2025,35(1):15-24. [11]杨现民,张盛,李新.迈向数字文明的教育生态重塑与深思[J].远程教育杂志,2025,43(1):11-18. [12]李贺,刘金库,刘新丽,等.人工智能赋能虚拟仿真实验课程升级的路径探析[J].中国电化教育,2025(12):20-24. [13]柳海民,满莹.高质量教育体系建设：理论辨识与战略选择[J].教育研究,2025,46(10):4-15. [14]郭绍青,王雄.教育数字化开辟的教育新赛道在哪里？[J].中国远程教育,2025,45(3):14-32. [15]褚宏启.全面构建公平优质的基础教育体系——推进基础教育各学段的整体优化[J].教育研究,2025,46(9):4-15. [16]刘妍,李琳,陈文俊,等.AI伴学准备好了吗？——GAI赋能高校课堂人机协作教学设计与实践研究[J].电化教育研究,2025,46(12):113-121. [17]林禹竹,任永功,多召军.面向元认知干预的人机协同教学模式研究[J].现代教育技术,2025,35(11):51-59. [18]尹述飞,陈玢尔,徐碧波,等.基础教育评价数字化转型的现实困境及突破路径——来自联合国教科文《教育数字化转型六大支柱：共同框架》的启示[J].中国电化教育,2025(5):85-94. [19]尹兴翰,叶俊民,于爽,等.GenAI支持的元认知调节学习中人智交互行为建模及分析研究[J].现代教育技术,2025,35(10):52-59. [20]王杰媛,左粟民,王昕慧.终身学习数字平台的国际经验及中国发展战略[J].中国电化教育,2025(4):99-107. [21]袁春艳,李彬彬,王琳.智能时代的教育治理：变革诉求、逻辑理路与准则体系[J].中国教育学刊,2025(12):59-65. [22]吴砥,王雪,尉小荣.教育数字化助力教育变革与学习型社会构建——《教育强国建设规划纲要（2024—2035年）》教育数字化内容分析[J].中国教育信息化,2025,31(7):11-18. [23]李保忠.高校数字化转型发展战略的构成要素、潜在风险与实践策略[J].现代教育管理,2025(7):107-119. [24]张强.论高等教育数字化转型的研究框架——基于基本内涵、影响因素、实施效果研究的文献回顾与展望[J].高教发展与评估,2025,41(2):34-46. [25]涂雪莲.高等教育数字化转型需要破解的难题[J].理论视野,2025(10):64-69. [26]梁林梅,曾巍,范晶晶.面向教育强国的区域基础教育数字化评估指标体系构建与实施路径研究[J].中国电化教育,2025(12):48-55. [27][35]张忻雁,吴砥,杨微,等.我国基础教育数字化应用的效能评价及时空演进[J].现代远程教育研究,2026,38(1):101-112. [28]刘莹杰,常馨文,刘金龙,等.职业教育数字化转型：全球共识、实践困境与创新路径——2025全球智慧教育大会“职业教育数字化转型”平行会议综述[J].中国教育信息化,2025,31(10):90-100. [29]鄢烈洲,孟保华.以共融共生推动职业教育智慧化生态构建——2025世界数字教育大会职业教育数字化平行会议综述[J].中国教育信息化,2025,31(6):50-59. [30]韩锡斌,李米雪,郭文欣.以数字化战略赋能职业教育的新突破——2024年职业教育数字化研究与实践新进展[J].中国职业技术教育,2025(2):39-48. [31]曹一啸.特殊教育数字化转型的机遇、挑战与应对策略[J].现代特殊教育,2025(14):33-38. [32]魏顺平,刘欣怡,杜媛,等.人工智能赋能特殊教育的创新实践与国际经验——基于开源大数据的案例分析[J].中国特殊教育,2025(9):88-96. [33]张又伟.新时代教育数字化转型的成效、方向与策略[J].中国电化教育,2024(12):130-134. [34]张敏,姜强,赵蔚,等.中国高等教育数字化转型发展测度：区域差异及动态演进[J].现代远程教育研究,2025,37(5):87-96. [36]戴岭,姜浩哲,田爱丽.人机协同视角下教育数字化转型测评体系构建——兼论人机协同的动态演进路径[J].远程教育杂志,2025,43(5):80-88. [37]教育部基础教育教学指导委员会.中小学生成式人工智能使用指南（2025年版）[EB/OL].(2025-05-13)[2025-12-08].https://www.cse.edu.cn/index/detail.html?category=31&id=4242. [38]乔秀全,王楠,郜盼盼,等.大模型助力高等教育数字化转型与拔尖创新人才培养——北京邮电大学的探索与实践[J].中国教育信息化,2024,30(9):9-17. [39]潘海生,林晓雯.人工智能赋能下职业教育产教融合的内涵变化、生态重构与未来图景[J].中国职业技术教育,2025(1):58-66. [40][57][91] 范文翔,施昌阳,李珂琳,等.人工智能赋能特殊教育学生发展：应用逻辑与实践路径[J].现代远距离教育,2025(1):34-47. [41]刘邦奇,聂小林,王士进,等.生成式人工智能与未来教育形态重塑：技术框架、能力特征及应用趋势[J].电化教育研究,2024,45(1):13-20. [42]王一岩,朱陶,杨淑豪,等.人机协同教学：动因、本质与挑战[J].电化教育研究,2024,45(8):51-57. [43]冯晓英,徐辛,张汇坷.人工智能赋能教学设计新范式[J].开放教育研究,2025,31(3):63-73. [44]孙立会,周亮.生成式人工智能赋能教育变革的逻辑——基于新质生产力的视角[J].教育研究,2024,45(10):38-49. [45]程龙.“变”与“不变”：数智时代大规模因材施教的理性审思[J].电化教育研究,2025,46(1):34-39. [46]蒋慧芳,曾文婕.生成式人工智能推动教育评价转型[J].中国教育学刊,2025(8):41-48. [47]夏雪莹,李玉斌,姚巧红.面向人机协同学习力的多模态表征与分析路径研究[J].电化教育研究,2025,46(11):54-61. [48]周瑞春,王滆洱,吴淑燕.角色互动与人机共善：生成式人工智能在未成年人教育中的应用及其治理[J].社会治理,2024(3):66-74. [49]逯行,苗婷薇,曾隽.GenAI赋能区域教育改革的应用生态设计与实践探索[J].中国教育信息化,2025,31(11):23-36. [50][52][171]蒋贵友,夏威夷,曲柄光.生成式人工智能教育应用治理的全球困局：何以走向有效共治？[J].远程教育杂志,2025,43(4):28-36. [51]刘鑫怡,徐峰,司伟攀.生成式人工智能应用伦理风险的形成机理及治理策略研究[J].中国软科学,2025(10):194-204. [53]沈苑,房斯萌,柳晨晨,等.生成式人工智能教育应用治理：案例与反思[J].开放教育研究,2024,30(6):39-47. [54]王师晓,赵晓伟,沈书生.GenAI时代的学习评价转型：指向高阶思维形成[J].现代教育技术,2025,35(11):42-50. [55]本刊编辑部.迈向智能时代的高阶思维培养[J].上海教育,2025(29):1. [56]李曼丽,陈巳宸,毕慧超,等.HI-AI协同学习的高阶思维内涵拓展[J].现代教育技术,2025,35(11):5-13. [58]王祖浩,田艳.数字信息时代高阶思维能力：要素、关系、测评及培养[J].教育科学研究,2024(2):5-12. [59]袁磊,徐济远,刘沃奇.数智教育生态下人机协同教学范式转型[J].开放教育研究,2025,31(2):108-117. [60]郭习佩,胡卫平,郝学敏.科学教育中社会性科学议题如何教——基于思维型科学探究的模式建构[J].中国教育学刊,2025(11):65-71. [61]杨现民,卜浩德,李新,等.DeepSeek赋能教育强国建设：技术优势、态度审视与推进建议[J].中国教育信息化,2025,31(3):3-11. [62]李睿,葛蕾.人工智能赋能思政课沉浸式教学的逻辑理路[J].思想政治课研究,2025(5):110-120. [63]郭超华,于紫宜.数智化赋能课堂教学评价的实践困境与优化进路[J].中国教育学刊,2025(7):51-58. [64]冯世昌.拓维与共生：数智时代高校教学评价体系建设的高质量发展路径[J].黑龙江高教研究,2024,42(2):84-89. [65]朱雪梅.数智时代基础教育教学评价的范式转型——智联共生性第五代评价模式的理论建构与实践机制[J].基础教育课程,2025(9):80-89. [66]刘志军,陈雪纯.数智化时代教学评价的价值隐忧与重塑[J].课程·教材·教法,2024,44(10):67-73. [67]王顶明,蒋双双,郭炯,等.如何提升国家中小学智慧教育平台的应用效能？——一项基于全国性调查的分析[J].中国远程教育,2025,45(11):59-78. [68]冯永华,任颖.乡村小学教师国家中小学智慧教育平台使用意向影响因素研究[J].中国教育信息化,2025,31(11):95-106. [69]汪存友,南慧丽.国家中小学智慧教育平台用户体验研究——基于“智慧中小学”APP评论语料的主题挖掘和情感分析[J].现代教育技术,2025,35(3):77-85. [70]高铁刚.国家中小学智慧教育平台应用服务下沉研究[J].中国电化教育,2025(7):63-70. [71]张帅正,陈鹏.国家智慧教育平台中的政企合作：类型、风险与治理[J].电化教育研究,2025,46(7):63-68. [72]柯清超,王朋利,马秀芳,等.国家中小学智慧教育平台课堂应用的实践样态与优化路径[J].中国电化教育,2025(10):38-45. [73]周新.应用国家中小学智慧教育平台提升校本研修质量的策略研究[J].中国电化教育,2025(11):140-144. [74][95]马秀芳,陈家权,王朋利.国家中小学智慧教育平台赋能的教研共同体帮扶模式研究[J].中国电化教育,2025(9):1-8. [75]陈时见,刘雅琪.数智时代学习空间的形态特征与建构路径[J].开放教育研究,2025,31(5):48-54. [76]沈书生.数智技术赋能新质人才培养：支持个体的差异成长[J].开放教育研究,2025,31(1):73-81. [77]贾祥成,赵玉宝,李俊鹏,等.全息教室：一种沉浸式的虚实融合学习空间——以山东大学为例[J].现代教育技术,2025,35(10):127-135. [78]吴南中,袁夏梦,胡振川.大规模个性化教学的课堂形态寻绎及其构型[J].电化教育研究,2025,46(10):80-88. [79]王涛,曾颖洁,刘清堂,等.基于可信数据空间的教育数据要素流通治理体系与实践路径[J].电化教育研究,2025,46(10):39-46. [80][81]彭振宇,王羽萱.突破价值释放瓶颈：多源异构教育数据通用语义模型的构建与应用[J].中国电化教育,2025(4):40-47. [82]唐颖,刘钰,谢涛.教育数据隐私保护的困境与突破——基于世界一流高校政策文本的多维分析[J].中国远程教育,2025,45(4):69-84. [83]韩锡斌,方丹丹,张紫徽.科层制下高校数据治理的困境与对策[J].中国电化教育,2025(8):1-6. [84][175]李运福,张萍.大模型赋能高校自我评价研究[J].中国电化教育,2025(10):87-94. [85]詹志华.数字化赋能新时代教育公平探析[J].理论视野,2025(2):68-74. [86]吴南中,邱骏鹏,田娟.教育强国的生态基础：数字化技术支撑的学习型社会建设[J].现代远程教育研究,2025,37(2):23-32. [87]李玉顺,韩梦莹.教育强国背景下人工智能赋能教育教学创新：未来图景、实践路径与风险审思[J].中国电化教育,2025(8):13-21. [88]金敏,曹培杰,黄宝忠.技术变革与教育公平：人工智能重塑教育机会[J].浙江大学学报(人文社会科学版),2025,55(4):39-55. [89]李新朝,江莞莹,杨会娟.社会资本视角下的教育数字包容：数字弱势群体赋能的实践路径[J].江苏大学学报(社会科学版),2025,27(4):113-124. [90]徐成铭,刘川峰.向“技术”借势：数字技术助推残疾人公共服务高质量发展的实现路径[J].残疾人研究,2025(5):45-54. [92]王琴,郭文斌.数字化赋能残疾人职业教育高质量发展的价值、逻辑框架与实现路径[J].中国特殊教育,2025(9):81-87. [93]王双.TOE框架下人工智能赋能省级公共图书馆视障服务路径研究[J].图书馆学研究,2025(8):105-111. [94]赵建华,康健,杨文静.技术赋能教育公平的逻辑架构与中国实践[J/OL].电化教育研究,2026(2):13-20[2025-12-15].https://doi.org/10.13811/j.cnki.eer.2026.02.002. [96]吴易雄,隆舟.科技韧性何以赋能乡村教育振兴[J].中国电化教育,2025(9):79-86. [97]闫志明,郭佳,陈羽.教育强国视域下“互联网+教育”促进城乡教育均等化的逻辑转向与行动进路[J].现代远程教育研究,2025,37(2):3-12. [98]付苏豪,李玉顺,蒋芮,等.教育数字化转型背景下城乡教育优质均衡发展：理论体系、实践样态与时代路向[J].中国电化教育,2025(6):125-132. [99][101][103]陈晓雨.教育数字化赋能学习型社会建设：价值诉求、核心理念与推进路向[J].云南师范大学学报(哲学社会科学版),2025,57(3):140-147. [100]侯怀银,胡斌杰.论数字文明形态下的大教育观[J].远程教育杂志,2025,43(5):3-10. [102]吴峰,范贤睿.数字赋能学习型社会建设的意涵、挑战与路径[J].中国职业技术教育,2025(22):17-21. [104]徐刘杰.AIGC赋能泛在学习资源进化：内涵、机理与路径[J].电化教育研究,2025,46(5):64-69. [105]张立,吴天喜.构建泛在可及的终身教育体系：基本要义、现实逻辑与系统方案[J].职业技术教育,2025,46(31):56-63. [106]周洪宇,余江涛.迈向通用人工智能时代的教师工作：挑战与出路[J].电化教育研究,2025,46(7):5-12. [107]张雪凌,龙宝新.人工智能赋能教师专业发展：机遇、挑战与路径[J].教育理论与实践,2025,45(8):27-32. [108]黄涛,黄文娟,张振梅.人工智能何以赋能教师专业发展：理论模型与实践路向[J].现代远程教育研究,2025,37(1):35-44. [109]李宝敏,屈曼祺.生成式人工智能赋能教师发展的理念、路向与策略[J].教师发展研究,2025,9(2):45-50. [110]韩世文,崔斌斌.如何转型，数字化赋能校本研修[N].中国教师报,2024-03-27(5). [111]梁云真,王玥,沈子琦,等.智能体支持的教研共生体模型建构及实践策略研究[J].电化教育研究,2025,46(7):108-115. [112]李苹苹.基于国家中小学智慧教育平台的区域数字化教研路径探索[J].教学与管理,2025(32):28-32. [113]汤少冰,黄彩娇.人工智能下的区域智慧教研模式构建与实践检验[J].中国教育信息化,2023,29(5):121-128. [114]谈莉莉.从“有序公转”到“有效自转”：“智慧同侪”导向的集团协同教研模式建构[J].上海教育科研,2025(2):67-73. [115]郑旭东,李王伟,李新,等.2022—2024年中国教育数字化热点议题与研究前沿报告[J].中国教育信息化,2025,31(8):3-28. [116]陈星,金志杰,范国睿.教师数字素养框架研究：全球经验与实践启示[J].西北师大学报(社会科学版),2025,62(2):75-85. [117]杨现民,郑奕珂,李新,等.加速推进人工智能与教育的深度融合：经验、挑战与建议——基于8场专题座谈的内容分析[J].中国电化教育,2025(7):34-41. [118]刘邦奇,尹欢欢.人工智能赋能教师数字素养提升：策略、场景与评价反馈机制[J].现代教育技术,2024,34(7):23-31. [119]张瑜.T/GZEIIA 1003-2023教师数字素养应用指南[S].广州:广州市电子信息行业协会,2023. [120]教育部办公厅.教育部办公厅关于组织实施数字化赋能教师发展行动的通知[EB/OL].(2025-07-02)[2025-12-10].http://www.moe.gov.cn/srcsite/A10/s7034/202507/t20250704_ 1196586.html. [121]习近平.在哲学社会科学工作座谈会上的讲话[N].人民日报,2016-05-19(2). [122][127][137]张家军,黄儒军.数智技术赋能教育学知识生产的机遇与挑战[J].教育研究,2025,46(9):53-64. [123][126]郝亚楠,高剑平.生成式人工智能赋能中国自主知识体系建构：理论基础、实现路径与支持保障[J].理论月刊,2025(10):16-25. [124]崔延强,何臾熹.大语言模型赋能大学知识生产的模式建构与路径优化[J].大学教育科学,2025(5):4-12. [125]张树华,张夏添.从工具到共生：生成式人工智能技术驱动下知识生产与“新文科”建构[J].郑州大学学报(哲学社会科学版),2025,58(4):21-28. [128]袁婧,吴飞.人工智能时代知识生产逻辑的转向与教育应对[J].中国远程教育,2025,45(7):20-34. [129]杨现民,卜浩德,李新.推进多模态大模型的教育深度应用：价值赋能、场景构建与实施建议[J].中国教育学刊,2025(4):9-14. [130]谢寿光,王誉梓.人机协作的知识生产：生成式人工智能辅助学术出版的知识产权归属与伦理规制[J].现代出版,2025(10):1-13. [131]石鸥,刘珊.课程与教学论的时代转型与数字化建构[J].教育研究,2025,46(1):81-93. [132][136]侯怀银,王钰捷.数字时代中国教育学自主知识体系建构的新认识、新命题和新路径[J].现代教育技术,2025,35(7):5-13. [133]李永梅,谭维智.智能机器驱动的教育学知识生产及其中国化[J].现代远程教育研究,2025,37(1):63-72. [134][135]祝智庭,戴岭,姜浩哲.学科整合教育：教育强国建设的内生新动能[J].中国远程教育,2025,45(5):3-19. [138]王进富,常江.高校智慧教育改革本真价值实现路径探索[J].中国高等教育,2025(Z3):57-61. [139]谢维和.让智慧教育成为全球人工智能治理的表率[J].中国教育信息化,2025,31(10):3-9. [140]刘明,郭烁,刘二润.我国西部中小学智慧教育创新发展的组态路径研究——基于TOE理论的定性比较分析[J].中国电化教育,2025(8):22-30. [141]王一岩,塔卫刚,郑永和.“知情共育”智慧教育新范式：内涵与进路[J].电化教育研究,2025,46(2):19-25. [142]黄璐璐,冯婷婷,刘德建.迈向智慧教育新阶段，探索教育变革新路径——2025世界数字教育大会综述[J].电化教育研究,2025,46(7):49-54. [143]刘德建,冯婷婷,朱席席,等.人机协同催生教育新生态——2025全球智慧教育大会综述[J].中国教育信息化,2025,31(10):48-62. [144]潘静文,任昌山,彭楚风,等.数字化转型背景下智慧教育的实践进展与未来因应[J].电化教育研究,2025,46(6):49-56. [145]张琪,王冬,谢忠新.教育强国背景下智慧教育区域发展变革与时代路径——基于9个国家级新区的调研[J].中国电化教育,2025,(8):41-49. [146]刘艳,谢姚君楠.教育强国建设背景下高等教育新质人才培养论略[J].学校党建与思想教育,2025(9):87-90. [147]王连照,唐静.中国特色科学教育话语：分期、要义与进路[J].中国教育科学(中英文),2025,8(1):100-111. [148]新华社.中共中央关于进一步全面深化改革 推进中国式现代化的决定[N].人民日报,2024-07-22(1). [149]段忠贤.数字化转型赋能教育科技人才一体化发展的理论逻辑与实践路径[J].社会科学家,2025(4):55-60. [150]陈亮,陈泽寅,廖婧茜.数字中国战略下高等教育强国建设的逻辑构架与可持续发展路径[J].中国电化教育,2025(9):19-27. [151]杨现民,卜浩德,李新,等.人工智能与教育深度融合的国际洞察：挑战、策略与趋势[J].电化教育研究,2025,46(9):105-112. [152]闻万春.教育、科技、人才一体化发展的时空逻辑与行动方略[J].东北大学学报(社会科学版),2025,27(5):141-148. [153]周海涛.贯通式培养拔尖创新人才的路向[J].中国教育学刊,2025(10):1. [154]赵磊磊.数智化赋能拔尖创新人才培养的本质、隐忧与进路——基于技术人类学视角[J].南京社会科学,2025(2):145-155. [155]谈苏欣,陈建华.教育强国背景下数智赋能拔尖创新人才培养：理论逻辑与推进路径[J].南京社会科学,2025(4):124-135. [156]杨勇平.高校拔尖创新人才发现和培养机制优化进路[J].中国高等教育,2025(5):4-9. [157]任平,陈亮.数字驱动拔尖创新人才考试评价改革的逻辑构架与多维进路[J].高教发展与评估,2026,42(1):13-23. [158]余应鸿,张翔,王茜.构建与新质生产力发展相适应的拔尖创新人才培养体系[J].中国远程教育,2025,45(6):62-75. [159]郭明达,吴芳珍.新质生产力背景下职业本科工程创新人才培养探究[J].高等工程教育研究,2025(S1):47-52. [160][162]宣翠仙,张炜.数智赋能高职院校新质人才培养：逻辑意蕴、现实困境与实践路径[J].大学教育科学,2025(1):117-127. [161]杨文正,杨俊锋.数智赋能教育新质生产力：作用机理与实践进路[J].现代远程教育研究,2025,37(2):62-72. [163]李青,王玉珍,王建坤.技术凝视下的童年：智能学习环境中伦理困境与儿童主体权益保护[J].中国远程教育,2025,45(10):32-46. [164]陈晓慧,徐彬.数智时代教育数字化转型实践路径与现实困境——基于经合组织的国际经验剖析[J].电化教育研究,2025,46(11):33-40. [165]林婕,周玲.如何应对生成式人工智能：美国顶尖大学的策略与实践[J].中国远程教育,2025,45(5):108-125. [166]杨伟平,曾德华,段婷婷,等.数字化转型背景下的教育数据分类分级研究[J].现代教育技术,2025,35(1):89-97. [167][172]谢琦,余日季,蔡苏.GenAI技术在教育评价中的算法偏见：表现、成因与对策[J].现代教育技术,2025,35(1):53-62. [168]马思腾,时广军,王琦.人工智能技术反噬教育公平现象及其矫正[J].中国远程教育,2025,45(7):98-114. [169]王爽.情感计算赋能智慧教育的法治风险与倾斜性法律规制[J].中国远程教育,2025,45(11):79-94. [170]冯永刚,吕鑫源.生成式人工智能嵌入教育的伦理检视[J].中国电化教育,2025(11):18-25. [173]孙发勤,冯锐,邓文博.守护教育之“魂”：人工智能时代教育的价值坚守与人本回归[J].电化教育研究,2025,46(11):11-17. [174]陈莺,蒋艳双,马啸天,等.人机协同教学中智能体应用：场景适配、价值意蕴与困境超越[J].中国电化教育,2025(11):26-33. [176][190]刘梦彧,潘静文,黄荣怀.中国参与全球数字教育治理的策略分析——基于中国教育数字化转型的进展考察[J].中国电化教育,2025(6):18-27. [177]刁均峰,连梅芳,韩锡斌.欧盟教育数字化政策审视：执行过程和影响因素[J].现代教育技术,2024,34(10):113-122. [178]刘宝存,戴子惠.教育数字鸿沟治理：现实图景、发生机理与实践进路[J].中国电化教育,2025(1):72-81. [179]戴岭,姜浩哲,洪化清.从技术赋能到生态重构——新加坡教育数字化的创新范式[J].教育研究,2025,46(9):148-159. [180]闫志明,陈羽,张昕,等.数字教育促进教育公平的国际经验与启示[J].中国教育信息化,2025,31(9):97-108. [181]胡奇.经合组织推动教育数字化转型：目标、路径与趋向[J].中国教育信息化,2025,31(7):28-39. [182]李百艳,姜美玲.人工智能赋能区域基础教育变革路径[J].开放教育研究,2025,31(3):102-111. [183]史廪霏.如何为全球教育数字化转型贡献中国智慧？——基于中国与阿联酋教育数字化合作的多层面分析[J].全球教育展望,2025,54(5):95-104. [184]秦渝超,刘革平.教育数字化何以实现教育之强——中国教育数字化的演进逻辑与中国智慧[J].中国远程教育,2025,45(9):89-106. [185]段世飞,张宁.数字时代的高等教育虚拟国际化：国际经验与中国实践[J].教育研究,2025,46(9):135-147. [186]张黎,周霖.全球数字教育治理的博弈态势与中国战略选择——基于“施动者—结构”的理论视角[J].国家教育行政学院学报,2025(11):27-38. [187]易鑫,付刚,曾海军,等.人机协同催生教育新生态——从2025全球智慧教育大会看教育的未来[J].中国电化教育,2025(11):60-69. [188]吴砥.国家数字化战略行动三年成效与未来展望[EB/OL].(2025-04-24)[2025-12-11].http://paper.jyb.cn/zgjyb/html/2025-04/24/content_144741_18467339.htm. [189]黄璐璐.驶入“新赛道”跑出“加速度”——我国教育数字化战略行动实施三年成效综述[EB/OL].(2025-04-17)[2025-12-11].http://paper.jyb.cn/zgjyb/html/2025-04/17/content_144740_18446025.htm. [191]人民日报.积极参与和引领人工智能全球治理[EB/OL].(2024-04-03)[2025-12-11]. https://www.qstheory.cn/qshyjx/2024-04/03/c_1130102692.htm. [192]孙绵涛,吴亭燕,何伟强.数智化时代教育治理的本质特征、多重挑战与变革路向[J].现代教育管理,2025(12):1-11. [193]阿莎·辛格·卡瓦尔,刘德建,杨俊锋,等.智慧教育：迈向教育2050的理论建构与实践路径[J].中国教育信息化,2025,31(10):10-23. [194]刘洋溪.人工智能全学段教育和全社会通识教育的中国探索与发展前瞻[J].终身教育研究,2025,36(5):35-42.
Report on Hot Issues and Research Frontiers in China’s EducationalDigitization in 2025Xudong ZHENG1, Wangwei LI1, Xin LI1, Xuan DI2, Yuanyuan YANG1, Xinyan LU1, Xianmin YANG1
（1.Intelligent Learning and Evaluation Jiangsu Provincial Industrial Technology Engineering Center, Jiangsu Normal University, Xuzhou 221116, Jiangsu; 2.School of Information Technology in Education, South China Normal University, Guangzhou 510631, Guangdong）
Abstract:The year 2025, as the concluding year of China’s 14th Five-Year Plan, marks a pivotal phase in accelerating the in-depth advancement of the national strategy for digital education. This paper systematically reviews the research hotspots and cutting-edge trends in China’s educational digitization during 2025, aiming to uncover its underlying evolutionary logic and provide theoretical support for scientifically planning the next phase of development and accelerating the shift toward high-quality educational digitization. Based on a systematic review of literature published in 2025 in CSSCI and other core journals, and combined with multiple rounds of expert consultations, this paper identifies ten key research themes in China’s educational digitization: (1) The synergistic mechanism between the Digital Education Strategy and the Development of a Leading Country in Education; (2) The reshaping of future education ecosystems driven by generative artificial intelligence; (3) The reconstruction of curriculum and teaching paradigms oriented toward higher-order competencies in the digital era; (4) The development of new educational infrastructure systems empowered by digital-intelligence technologies; (5) Educational digitization promoting the equitable allocation of high-quality resources and advancing educational equity; (6) Educational digitization enabling high-quality teacher professional development; (7) Pathways toward independent innovation in theories and methodologies of educational digitization; (8) Exploration of digital talent cultivation models in the context of new quality productive forces; (9) The establishment of security governance systems and digital ethical norms for educational digitization; (10) International comparisons and China’s contributions to global educational digital transformation. Collectively, the aforementioned topics reflect distinct characteristics of “deep strategic guidance from the state, bidirectional integration of technology and education, concurrent paradigm innovation and ethical governance, and mutual learning between local practices and global dialogues”. This indicates that China’s educational digitization is evolving from instrumental and procedural optimization toward structural and value-based transformation of education itself. Looking ahead to the 15th Five-Year Plan, the academic community must focus on constructing a secure, equitable, intelligent, and sustainable digital education ecosystem; deepen foundational theoretical research on educational digitization and human-machine collaborative learning mechanisms; and contribute original and pioneering academic insights to the development of China as a Leading Country in Education and Chinese Modernization of Education.
Keywords: Leading country in education; Educational digitization; Generative artificial intelligence; Educational paradigm transformation; Smart education; Human-machine collaboration
