目前，教育信息化的发展历程可以总结为：数字化、数据化、智能化，每个时代都有具体的代表性任务，如数字化时代，我们实现的是将传统教与学实现在线化，我们用数字教材、电子书包、无线网络班班通、网络空间人人通等类似项目来承载；数据化时代，我们实现的是业务数据化，将教育教学的过程、结果等实现量化，并通过建模分析，实现数据驱动，我们用数据驱动的精准教学、师生数字画像、数字驾驶舱等项目来承载；在智能化时代，我们实现的是教育教学的自动化、个性化，我们用智能学伴、智能教学助手等项目来承载。从数字化到智能化，不是技术的堆砌，而是教育逻辑的重构：以“看见学生”为起点，以“理解学生”为桥梁，以“成就学生”为终点。
时代在发展，但是每个时代建设项目依然存在，在智能化时代，我们如何对待数字化时代和数据化时代所建设的项目和其中的系统平台呢？是抛弃重建，还是迭代升级？
抛弃重建肯定不合适，一方面数字化时代是智能化时代的基础，没有教学的数字化系统，无法应用智能工具；另一方面抛弃也会带来资金的浪费。我认为应该在保证系统安全、可用、易用的前提下，开展迭代升级。接下来我们以学情分析情境为例，来分析下数字化工具和智能化工具所起到的不同作用，以及如何实现数字化工具向智能化工具的迭代。
|
|
|
生成式人工智能在学情分析中起到的作用 |
|
|
学情分析的数据基础设施，主要承担“采集—存储—呈现”功能
|
|
|
|
|
|
|
|
|
|
由此可见，二者不是替代关系，而是“感官 + 大脑” 的协同关系：数字化工具 = 教育的“眼睛和耳朵”（感知世界）生成式人工智能 = 教育的“大脑和嘴巴”（理解并表达）从这个维度来理解，我们也不应该抛弃数字化工具。
实现从数字化工具向智能化工具迭代的过程中，我们还是否需要数据化？有人认为可以跳过数据化阶段直接由数字化进入智能化。我不敢苟同，数据化是人类理解数据的一个关键手段，如果不做数据化工作，生成式人工智能虽然依然可以做很多理解决策，但是我们人类就无法和生成式人工智能建立共情，生成式人工智能就真的成了算法黑箱，因此必须要做数据化、量化，从而建立人类理解数据、生成洞察、作出决策的支撑环境，让人类能够理解生成式人工智能的结果，也可以对生成式人工智能的结果进行决断。
（1）优化数据采集，实现从“有数据”到“好数据”从而夯实数据基础；避免“垃圾进垃圾出”的智能化。
（3）引入覆盖数字化教育教学全流程的新交互——苏格拉底对话框，提供随时随地的智能交互。
（4）构建教育教学的闭环应用，从数字赋能到智能干预。数字工具可由智能工具接管，实现个性化内容生成、分层作业。
（5）始终坚持人在回路，教师、学生都是数字化工具和智能化工具系统的一环。
真正的智能化工具，应当像一位懂教学、善观察、会表达、能协作的资深教师助手——它不取代教师，而是让每一位教师都能拥有“超级教育大脑”。这是技术迭代升级的核心理念。
