教育研究不僅要追問“怎樣使用”，更需追問“怎樣理解”、“怎樣規(guī)約”和“怎樣將技術(shù)能力轉(zhuǎn)化為教育洞察”。這種追問本身體現(xiàn)出一種方法意識，它要求研究者清醒意識到，技術(shù)中介不只是通道，更是塑造認知的框架。教育研究亟須在智能技術(shù)潛能的釋放與教育價值邊界的守護之間，確立技術(shù)理性與教育價值共生的方法論立場

　　人工智能進入教育領域，不應止步于“效率工具”的想象。當算法深度介入課堂分析、學情診斷和知識生產(chǎn)，它正在悄然重塑教育研究的提問方式、證據(jù)形態(tài)和認知結(jié)構(gòu)。這意味著，我們需要從“用人工智能做研究”轉(zhuǎn)向“以人工智能為方法”。同時，技術(shù)理性必須接受教育價值的規(guī)約。在教育數(shù)字化加速推進的背景下，人工智能賦能教育已成為政策共識。由此，“以人工智能為方法”唯有與教育價值深度融合，方能在意義闡釋、價值導向和公共理性審查中堅守教育研究的人文底線，為教育知識生產(chǎn)提供兼具思想銳度和實踐溫度的方法論支撐。

　　從工具使用

　　走向方法論自覺

　　人工智能進入教育領域，首先表現(xiàn)為技術(shù)工具的更新。智能系統(tǒng)可輔助課堂觀察、作業(yè)批改、資源推送和文本處理，顯著提升數(shù)據(jù)整理和證據(jù)發(fā)現(xiàn)的效率。然而，若僅將人工智能視為外在工具，便容易忽視其對研究方法、知識形態(tài)和認識結(jié)構(gòu)的深層重構(gòu)。

　　事實上，人工智能已不僅是推動教育系統(tǒng)整體重塑的變革力量，更標志著教育研究方法論條件的深刻變化。它深度介入知識生產(chǎn)過程，參與材料篩選、模式識別和假設生成，改變研究者提出問題、組織證據(jù)和生成解釋的方式。面對這一趨勢，教育研究不僅要追問“怎樣使用”，更需追問“怎樣理解”、“怎樣規(guī)約”和“怎樣將技術(shù)能力轉(zhuǎn)化為教育洞察”。這種追問本身體現(xiàn)出一種方法意識，它要求研究者清醒意識到，技術(shù)中介不只是通道，更是塑造認知的框架。教育研究亟須在智能技術(shù)潛能的釋放與教育價值邊界的守護之間，確立技術(shù)理性與教育價值共生的方法論立場。

　　對技術(shù)中介之認知效應的反思源遠流長。《莊子·外篇·天地》說：“有機械者必有機事，有機事者必有機心?！睓C械工具雖提高效率，卻易滋生機巧之心，擾亂人的自然本性。這一“機心”之辯與當代計算理性可能遮蔽人文價值的憂慮遙相呼應。莊子所警覺的，不是工具本身的善惡，而在于它悄然改變?nèi)说恼J知方式和價值感受。當教育研究者借助人工智能拓展認知邊界時，算法也在潛移默化地塑造提問方式、評判標準乃至對“何為教育知識”的基本預設。

　　同時，這種方法論轉(zhuǎn)向亦有其學理根基。教育實踐本身便蘊含目標設定、活動組織、評價反饋和改進調(diào)節(jié)等動態(tài)環(huán)節(jié)。泰勒的課程原理，呈現(xiàn)出鮮明的“目標—行動—反饋—修正”結(jié)構(gòu)。而作為人工智能思想重要源流的控制論，其奠基人維納對系統(tǒng)通信和反饋機制的強調(diào)，更為理解教育過程中的調(diào)適邏輯提供了重要參照。人工智能的出現(xiàn)，使教育實踐中原本內(nèi)隱的反饋調(diào)節(jié)機制獲得了新的技術(shù)表達。由此可見，“以人工智能為方法”，不是倡導技術(shù)決定論，而是要求教育研究實現(xiàn)方法論自覺。既看到人工智能拓展認知邊界的潛力，也直面其數(shù)據(jù)依賴、模型偏差和價值遮蔽等風險。技術(shù)是數(shù)智時代教育方法論重構(gòu)的重要條件。

　　人工智能作為

　　方法論中介的三重作用

　　“以人工智能為方法”，并非將人工智能簡單視為資料處理或效率提升的工具，而是將其視為參與教育認識過程的方法論中介。研究者借助人工智能重新組織教育材料、發(fā)現(xiàn)關(guān)系模式、生成問題意識，并在與算法輸出的對話中反思既有理論預設。譬如，控制論的核心是通過信息、反饋和調(diào)節(jié)理解復雜系統(tǒng)的運行。教育過程本身也包含類似結(jié)構(gòu)，教師依據(jù)學生反應不斷調(diào)整教學活動，課程實施在目標、經(jīng)驗、評價與改進之間形成循環(huán)。人工智能使這種原本依賴經(jīng)驗判斷的反饋過程獲得了更強的數(shù)據(jù)感知和動態(tài)分析能力。

　　具體而言，人工智能作為方法，正在產(chǎn)生三重作用。

　　其一，改變了教育知識的表征形態(tài)。傳統(tǒng)教育研究主要依賴文本、訪談和觀察記錄，側(cè)重概念闡釋和意義建構(gòu)。人工智能介入后，課堂錄像、學習軌跡、作業(yè)文本等材料轉(zhuǎn)化為可計算、可比較、可聚類的分析對象。教育知識由此從單純“可講述”的敘事形態(tài)，部分轉(zhuǎn)變?yōu)椤翱捎嬎恪钡男问交螒B(tài)，在模式發(fā)現(xiàn)與意義建構(gòu)之間形成往復互動。譬如，一位研究者分析課堂錄像時，人工智能可自動識別師生互動的時間分布和話語模式，這些數(shù)據(jù)再經(jīng)由教育理論重新闡釋，有利于回答互動是否促進了深度學習這一根本問題。

　　其二，改變了教育現(xiàn)象的認識方式。傳統(tǒng)研究側(cè)重因果解釋，以揭示現(xiàn)象背后的深層機制；人工智能則更擅長在大規(guī)模數(shù)據(jù)中進行預測、分類和反饋優(yōu)化。這種反饋式認知路徑，為教育研究提供了過程追蹤和動態(tài)建模的新工具。教育現(xiàn)象往往是多因素非線性互動的結(jié)果，人工智能能捕捉這些關(guān)系的演化過程和涌現(xiàn)模式。譬如，智能課堂分析系統(tǒng)的使用，有助于教育工作者打開課堂的“黑箱”，識別以往難以察覺的隱性結(jié)構(gòu)。

　　其三，改變了教育研究的主體結(jié)構(gòu)。生成式人工智能的使用，讓研究主體逐漸轉(zhuǎn)向由研究者、數(shù)據(jù)、算法模型和教育情境共同構(gòu)成的復合認知場域。人工智能在問題生成、視角轉(zhuǎn)換和假設檢驗中持續(xù)介入，促使研究者重新審視自身的理論預設。由此，教育研究從“人類獨白”轉(zhuǎn)向“人機共思”。人類研究者仍承擔價值判斷和責任歸屬的職責，人工智能則作為認知他者，參與拓展問題空間、激活潛在關(guān)聯(lián)。教育研究將在研究者與算法的持續(xù)對話中迭代深化。

　　以教育目的

　　守住價值邊界

　　人工智能越深度參與教育研究，越需要以教育目的作為價值對齊和邊界守護的核心機制。教育研究的核心關(guān)切在于，促進人的全面成長、維護教育公平、承擔公共責任。人工智能雖能高效輔助技術(shù)過程，卻絕不能取代教育共同體的價值判斷和意義闡釋責任。在落實立德樹人根本任務、推進教育數(shù)字化轉(zhuǎn)型的進程中，這一價值堅守尤為關(guān)鍵。

　　首先，守住知識的意義性邊界。人工智能能把教育材料轉(zhuǎn)化為可計算的特征和模式，但教育知識并不只是數(shù)據(jù)結(jié)構(gòu)，更是關(guān)于人的成長、關(guān)系和價值的意義建構(gòu)。公平、責任和尊嚴等概念既包含事實判斷，也包含價值判斷，嵌入歷史、倫理和制度關(guān)系。若把教育知識完全交給算法，研究就可能從意義理解滑向模式識別。算法發(fā)現(xiàn)不能直接等同于教育結(jié)論，必須經(jīng)過教育理論、實踐經(jīng)驗和情境理解的再解釋。

　　其次，守住認識的價值性邊界。人工智能擅長根據(jù)既定目標進行預測和優(yōu)化，但它并不回答目標為何正當、優(yōu)化為了誰、效率服務于什么。而教育研究核心的問題恰恰是“什么樣的目標值得追求”。提高學習效率并不必然促進全面發(fā)展，精準識別風險也不必然實現(xiàn)教育公平；若目標設置本身狹窄，算法越高效，偏差越被放大。因此，必須以人的發(fā)展為尺度，對技術(shù)目標、數(shù)據(jù)選擇和評價指標進行價值審查，防止教育目的被技術(shù)指標悄然替代。

　　最后，守住結(jié)論的公共性邊界。人工智能生成的分析往往具有形式完整、推理連貫的外觀，但這種外觀不等于結(jié)論真實，更不等于教育正當。涉及學生評價、資源分配和政策制定的研究結(jié)論，必須經(jīng)得起證據(jù)檢驗、同行討論和公共追問。人機協(xié)同不能把責任轉(zhuǎn)移給模型，也不能讓算法邏輯繞過教育共同體的審議。只有當人工智能成果能夠被解釋、被質(zhì)疑、被修正并被問責，它才可能進入公共知識體系。在推進教育治理體系和治理能力現(xiàn)代化的背景下，這一公共性要求尤為迫切。

　　走向技術(shù)理性與

　　教育價值共生的方法論

　　“以人工智能為方法”與教育的價值旨歸深度融合，指向的是一種共生方法論。所謂共生，并非折中調(diào)和，而是承認人工智能已成為數(shù)智教育時代知識生產(chǎn)的重要條件，同時堅持教育始終是技術(shù)運用的價值尺度。人工智能提供新的觀察方式和分析能力，教育則提供目的、意義和責任的根本規(guī)定。二者在相互支撐、相互校正中，構(gòu)成具有解釋力和規(guī)范力的方法論體系。

　　這種共生方法論的關(guān)鍵在于，讓技術(shù)進入教育之后仍然保持教育性。人工智能能夠提高效率，但教育研究不能以效率替代目的；能夠發(fā)現(xiàn)模式，但不能以模式替代意義；能夠生成判斷，但不能以生成結(jié)果替代公共理性。在實踐中，這意味著每一次使用人工智能輔助研究時，都需要同步追問：這一技術(shù)選擇服務于何種教育目的？是否維護了學生的主體地位？是否符合教育公平的基本價值？

　　這一轉(zhuǎn)向?qū)逃芯空咛岢隽诵碌囊?，未來的研究者既要理解人工智能的基本原理和應用邊界，也要具備深厚的教育理論素養(yǎng)、倫理判斷能力和公共表達能力，更要在技術(shù)邏輯與教育價值之間建立轉(zhuǎn)換能力。這種轉(zhuǎn)換能力意味著，能夠讀懂算法輸出的統(tǒng)計意義，同時判斷其教育意義；能夠利用人工智能拓寬研究視野，同時堅守研究者的價值立場。既不因技術(shù)強大而放棄教育判斷，也不因堅守價值而拒絕方法更新。只有形成這種復合素養(yǎng)，教育研究才能在技術(shù)變革中保持方向，在方法創(chuàng)新中守住根本。

　　人工智能以其計算邏輯和生成能力，反向照亮了教育研究的限度，也打開了新的可能。教育應當在技術(shù)挑戰(zhàn)中實現(xiàn)自我更新，在人工智能提供的新方法中重新確認人的主體性，在計算理性擴張的時代重新守護意義的詮釋和公共價值。唯有如此，“以人工智能為方法”才能為落實立德樹人根本任務、推動中國教育學自主知識體系建構(gòu)提供堅實的方法論支撐。

　?。ㄗ髡呦祰医滩慕ㄔO重點研究基地［中國特色教材理論與國際化戰(zhàn)略研究］研究員，華東師范大學課程與教學研究所副所長、副研究員。本文系國家社科基金2025年度后期資助重點項目［25FJKA002］成果）

《中國教育報》2026年06月18日 第06版

作者：楊澄宇