杜时忠：华中师范大学道德教育研究所所长、教授、博士生导师；湖北省学校德育研究中心研究员。

蔡广：华中师范大学道德教育研究所2020级博士研究生。

原文载于《教育科学研究》2025年第6期

摘要：人工智能和教育人工智能正在深刻地改变世界、改变学校教育，引发了种种讨论和争议。根据人工智能的底层工作原理来判断，目前的人工智能仍然属于弱人类智能，存在着明显的局限和相应的伦理道德风险。因此，教育人工智能不会取代学校教育，教育人工智能体不会取代专业教师。在人工智能优于人类智能的领域，教育人工智能理所应当大放光彩；而在人类智能优于人工智能的领域，专业教师风采依旧。科技向善、技术向善的时代要求，对广大教师运用教育人工智能提出了新的伦理规范，即人本性原则、安全性原则、公平性原则和增益性原则。把外在的伦理原则转化成为教师内在的、主动自觉的师德修养，是多因素、多层次的动态渐进过程，要经历道德认知、道德认同、道德实践、道德反思、道德改进和道德信奉六个环节。在人工智能时代，坚持科技为人服务的道德立场尤其重要。

关键词：人工智能；教育人工智能；道德风险；教师专业伦理；教师道德修养

DeepSeek等生成式人工智能技术的横空出世、加速迭代，引发了有关人类前途命运的严肃探讨，其中不乏有关人工智能与学校教育、教师职业、教师伦理、教育方式、学习方式等话题的热烈讨论。本文拟探讨三个层面的问题，就教于方家。

第一个层面的问题是，人工智能已经取得了哪些进步？其工作原理是什么？只有把握了这个问题，掌握了人工智能的基本逻辑或底层逻辑，才能准确判断，不至于在人工智能的冲击面前夸大其词，从而惊慌失措；也不至于面对人工智能无动于衷，从而失去与时俱进的宝贵机会。

第二个层面的问题是，人工智能在教育领域的应用到了什么程度？有什么特征？有什么优势？存在什么局限？特别是大家普遍关心的人工智能能否取代学校教育、替代教师角色，导致教师职业消亡等问题。如果人工智能可以取代教师，那么我们讨论人工智能时代的教师专业伦理就是多此一举。

第三个层面的问题是，在确证人工智能不可能取代专业教师的前提下，教育人工智能对教师提出了什么样的伦理要求？这些要求是人工智能时代教师理所应当达到的规范或者标准，那么，教师如何把这些外在的原则规范转化成主动自觉的师德修养？

一、人工智能的发展演进及其优势与不足

同人类以往任何时代的技术一样，人工智能技术也经历了多阶段的发展变迁，其应用既存在着明显的优势，也存在着不足。

（一）人工智能的发展演进脉络

自从1956年麦卡锡（John McCarthy）在美国达特茅斯会议上首次提出“人工智能”这个概念以来，人工智能经历了三次发展浪潮。[1]第一次浪潮是在20世纪50～70年代。艾伦·图灵（Alan Mathison Turing）提出了“图灵测试”，为人工智能奠定了理论基础，主要集中在符号主义和逻辑推理上。第二次浪潮是在20世纪80～90年代。首先是专家系统兴起，推动了人工智能在特定领域的应用，如，医疗诊断系统和化学分析系统等。其次是机器学习兴起，统计学习方法逐渐取代符号主义，人工智能从理论研究转向有限的实际应用。第三次浪潮是从2000年至今。2006年，辛顿（Geoffrey Hinton）提出深度学习理论，开启了神经网络的新时代。2016年，AlphaGo战胜围棋世界冠军李世石，展示了强化学习的强大能力。2022年，OpenAI发布ChatGPT，推动生成式人工智能的广泛应用。2025年，DeepSeek问世，标志着人工智能的发展取得显著进步，数据、算法和算力的三重突破推动了人工智能的快速发展。如果说第一次浪潮以符号主义和逻辑推理为主，缺乏实际应用能力；第二次浪潮依赖专家系统和规则库，应用范围有限；那么，第三次浪潮以数据驱动的深度学习为核心，得益于大数据和GPU等硬件技术的进步，能够处理海量数据并训练大语言模型，实现了广泛的应用和商业化，并且显示出广阔的应用前景。

以ChatGPT和DeepSeek等为代表的最新人工智能，其底层逻辑或工作原理是大语言模型。大语言模型是一种生成式预训练模型，其核心目标是通过学习大量文本数据，掌握语言的统计规律和语义关系，从而生成连贯、合理的文本。它的核心技术是Transformer架构，这是一种基于自注意力机制的深度学习模型，具体的工作步骤包括：第一，数据收集与预处理：从互联网、书籍、论文等来源收集大量文本数据，对数据进行清洗、分词、去重等预处理操作。第二，模型训练：使用预处理后的数据训练模型，通过优化算法调整模型参数，使其能够准确预测文本中的词汇和语义。第三，推理与生成：在推理阶段，模型根据输入提示生成文本。例如，用户输入一个问题，模型生成一个回答。第四，应用与优化：将模型应用于具体任务（如，聊天机器人、文本摘要、代码生成等），并根据用户反馈和性能指标不断优化模型。凭借巨大的参数量、庞大的数据和强大的算力，大语言模型可以处理多种语言任务，如，翻译、问答、写作等，具有了一定的通用性，有望在更多的领域发挥重要作用。

（二）当前的人工智能既有优势也有不足

以大语言模型为基础的最新一代人工智能仍然属于弱人类智能，离真正的人类智能、强人类智能还有距离。人工智能的实质是让机器来模拟人的智能，也可称之为机器智能。人工智能或机器智能的发展存在着三种水平，即人工智能1、人工智能2和人工智能3。人工智能1属于“弱人类智能”，人工智能2属于“等人类智能”，人工智能3属于“超人类智能”。“弱人类智能”指的是机器智能只能在少数有限的范围或领域里胜过人类，虽然这个领域或范围在不断扩大，但是整体上还达不到人类智慧的水平。“等人类智能”指的是机器智能具有与人类同样水平的智能，能够具有同人类一样达成任何目标的能力。“超人类智能”则是指机器智能已经在整体上超过了人类智慧，克服了人类智慧的诸多限制或者局限。显然，真正可怕的是超人类智能，因为它比人类更有智慧、更有力量、更厉害，甚至可能导致人类的消亡。[2]

之所以判断当前人工智能仍然属于弱人类智能，最根本原因在于大语言模型目前只能简单地模仿人类的两种智能，即语言智能和逻辑—数学智能。根据霍华德·加德纳（Howard Gardner）的研究，人类的智能除此两种之外，还有空间智能、音乐智能、身体—动觉智能、人际智能、自我认知智能、博物学家智能、精神信仰智能和存在智能。[3]对于后面这八种智能，目前的人工智能难以模拟。即使大语言模型所能够模仿的这两种智能，仍然与真正的人类智能存在较大甚至是本质的差异。因为，大模型的思考和推理本质上是基于概率统计和模式匹配的计算过程，而不是像人类一样具备真正的意识或逻辑推理能力。大模型通过对海量数据的学习，建立起词与词之间的概率关系。在生成答案时，它根据输入的提示和已生成的内容，按照概率最大的路径逐步扩展输出。例如，当输入“中国人民”时，模型会根据“中国人民”与“勤劳勇敢”在训练数据中频繁共同出现的统计规律，预测下一个词很可能是“勤劳勇敢”。而人类的思考和推理是一种基于理解、逻辑和经验的思维活动。人类在回答问题时，会调动大脑中存储的知识、经验，并结合当前问题进行逻辑分析和推理。例如，人类知道中国的历史、了解中国人民的奋斗历程和优良美德，就能够理解或者得出结论——中国人民是勤劳勇敢的。总之，大模型的“思考”与“推理”，其实就是基于概率统计的文本生成过程，核心在于模式匹配和上下文建模。尽管在一些任务中展现出一定推理能力，但本质上不能和人类相提并论。[4]

不可否认的是，处于弱人类智能阶段的人工智能已经显示出其优势：第一，它能在少数有限的任务或领域里达到或胜过人类。如，机器人下国际象棋可以胜过顶尖的国际象棋大师。第二，能进行海量知识与信息的存储、提取、转移、输送，比人脑更有效。第三，基于大数据的统计运算与统计推理，人工智能比专业人士拥有更高的准确率。如，机器医疗诊断比医生诊断更少出错，美国已经使用相当数量的AI医生开处方。第四，在极其危险、极其单调枯燥的工作岗位，人工智能或者人工智能体、机器智能体的表现比人类更出色。第五，它没有人体的身体极限，能够不需要休息、“不知疲倦”地工作下去，等等。

不过，这个阶段的人工智能存在明显的不足，其对人类智能的模拟、放大或延伸有明确的限度。第一，它只具有一定的而不是完全的自主性，它不能超出人类提供的数据、知识、信息、选择范围的限制，只能“有中生有”，还不能“无中生有”即创造。第二，它只具有一定的而非完全的意向性，还无法超出情境或语境理解人类行为。对于下国际象棋、玩游戏等有固定规则的简单场景，这一弱点不会暴露；但是一旦场景发生变化，机器智能将无法“思考”。第三，它只能进行简单的重复性、机械性工作，对于需要巨大创新性、创造性的工作，它无能为力。第四，机器体是物理体，而人体乃生理体，机器智能没有基于生理欲求的生命情感，难以基于特定立场作出价值判断与价值选择。比如，机器智能无法爱国、爱家、爱人类，无法坚持某种政治原则从而做到政治忠诚。[5]第五，它无法辨识数据的真假，不能对作出的判断或给出的结论像自然人那样承担道德和法律上的责任，等等。尽管从理论逻辑上讲，人工智能将来有可能达到甚至超越人类智能。有研究者乐观地认为，如果人工智能发展不受限制，可能在2050年左右全面超越人类智能。[6]不过，这需要人工智能在情感、创造力和意识等复杂维度上取得突破，需要开发出能够模拟人类大脑复杂功能的人工智能架构，并解决数据稀缺、算力需求巨大等问题。

因此，当前人工智能仍以弱人类智能为主，等人类智能、强人类智能的实现尚需时日。尽管人工智能在某些任务或领域已展现出超越人类的能力，但其综合智能水平与人类相比仍有较大差距。特别是人类经过漫长生物进化而发展出来的同情心、同理心和社会性认知能力，以及经过人类文化进化世代积淀下来的美感、想象力和创造力等，人工智能还难以望其项背。未来，随着科学技术的突破和伦理框架的完善，人工智能有望逐步接近甚至超越人类智能，但这将是一个漫长而复杂的过程。

二、人工智能在教育领域的应用及其局限

正因为人工智能既有优势也有不足，所以，人工智能在教育领域的应用还充满争议。科技乐观主义者信心满满，相信前途一片光明；科技悲观主义者忧心忡忡，担心人类打开了“潘多拉魔盒”。当今世界上，无论是发达的欧美国家，还是发展中的我国，从国家教育政策、教育理论研究到学校教育实践，都热情洋溢地拥抱人工智能，同时对其可能存在的局限保持清醒的认识。

（一）人工智能在教育领域的广泛应用

2023年，美国教育部发布《人工智能与教学的未来》报告，指出人工智能能为教育事项处理提供有力帮助。同年，英国教育部发布《教育中的生成式人工智能》报告，鼓励教育主体应用人工智能提升育人能力。[7]2024年3月，中国教育部发布4项政策助推人工智能赋能教育，提出要将人工智能融入数字教育对外开放，搭建数字教育国际交流平台，提供人工智能教育的中国方案。2025年1月，《教育强国建设规划纲要（2024—2035年）》发布，明确提出“促进人工智能助力教育变革。”2025年4月，教育部等九部门联合发布《关于加速推进教育数字化的意见》，标志着中国教育正式迈入人工智能深度赋能的新时代。

人工智能应用于教育，出现了智能教育、智慧教育、人工智能教育应用、教育人工智能等不同的概念。“人工智能教育应用是一个宏观的动态系统，它不是教育子系统和人工智能子系统的简单结合，而是人工智能与教育深度融合的产物，并且以人工智能在教育领域的场景化应用为特征，其目标是提高教育绩效，实现教育的最优化。”[8]教育人工智能是在教育领域应用的人工智能技术及系统，既包括硬件也包括软件，核心是利用人工智能技术解决教育中的问题。在基础教育领域，根据美国加州教育部的报告，人工智能的教育应用至少包括七个方面：一是优化教育工作流程，二是提供个性化学习服务，三是支持高阶能力培养，四是弥合数字使用鸿沟，五是确立数据使用规范，六是制订明确道德准则，七是引导学生社会交往。[9]在高等教育领域，人工智能教育应用可以归纳为智能助教、智能助学、智能助研、智能助管四个方面，可谓全方位覆盖。“一是赋能教师教学，鼓励教师探索利用人工智能实现差异化教学，这还涉及数字化教材建设；二是赋能学生学习，实现从课前预习、课堂学习、课后作业全流程数据的记录分析与无缝流转；三是赋能学术研究，充分利用人工智能提升科研效率，助力化学、生物、能源等领域的发展；四是赋能教育管理，通过人工智能提升管理的效率与决策的科学性，减轻工作负担。”[10]

教育人工智能具有多方面优势，诸如提升学习体验，促进学生的个性化学习；支持教师的工作，减轻教师的工作负担，为教师提供专业的教育资源，促进教师专业化成长；改变教育生态，将传统的师生关系转变为“教师-AI-学生”的动态关系，促成新的教学和管理模式，等等。同时，教育人工智能的应用具有个性化、丰富性、智能化等特点，有利于深化教育改革。我们有理由相信，今后随着人工智能技术的升级换代，其在教育领域的应用范围只会扩大、加深而不会缩小、降级。

（二）教育人工智能不可取代专业教师

如此一来，我们不得不追问：教育人工智能会不会取代学校教育，教育人工智能会不会取代教师？答案是否定的。

首先，人工智能本身存在明显的局限。如前所述，今天的人工智能仍然处于弱人类智能，与等人类智能、超人类智能相比还处于劣势。具体来讲，人工智能基于算法运行，无法理解复杂的人类情感，不具备社会性认知能力，缺乏人类教师所具备的同理心、情感共鸣和道德判断能力，无法像教师一样通过言传身教影响学生的品格和价值观。同时，人工智能依赖庞大的数据，在教育中的应用涉及大量学生数据的收集和处理，这存在隐私泄露和伦理风险。如果没有相应的政策和监管，必将产生大量的道德、法律、安全问题。

其次，尽管教育人工智能可以助教，但是，因为其运作模式是程序化的，其无法像教师一样根据学生的即时反应进行创造性教学。教师可以通过课堂互动激发学生的批判性思维，而教育人工智能则难以实现这种深层次的思维引导。同样的，尽管教育人工智能可以助学，甚至可以给学生设计个性化的学习方案，但是其使用的便捷性和提供答案的即时性，有可能导致学生过度依赖人工智能技术，使学生忽视对知识的深入理解和探索，削弱其独立思考和解决问题的能力，严重者导致“脑腐化”。例如，学生可能高度依赖人工智能完成作业，而不愿主动思考作业问题的本质。

再次，尽管在理论上，教育人工智能可以助管、助评，有利于推进教育公平；但是在实际运用过程中，“教育智能化管理与服务，通常需要依靠准确的数据支撑和透明的决策模型，很难简单依赖‘黑箱式’的生成式人工智能技术。另外，生成式人工智能的模型训练、测试与下游任务适配，均需要较大规模的计算资源和存储资源进行支持，这种高成本对于相当一部分教育业务是难以承受的。”[11]我国欠发达的西部地区农村学校普遍存在硬件设备落后、网络带宽不足等问题，难以支持教育人工智能的高强度计算需求。如此这般，人工智能在教育领域的应用，反倒可能是加深而不是削平数字鸿沟。

因此，核心问题还是要理性评判人工智能与人类智能的差异，搞清楚最适合人工智能或机器智能工作的场所在何处，以及人类在何处可以掌握机器的力量。就目前发展状况来看，人工智能或机器智能优于人类的领域有：重复性、可预测性的任务；依赖计算能力的任务；将大量数据分类和输入；根据具体规则作决策。而人类智能优于人工智能或机器智能的领域则是：体验真实的情感和建立关系；跨范围、多来源形成问题并作出解释；决定如何跨越各个维度，有策略地使用有限资源；使产品和结果适用于人类，并就此展开沟通；根据抽象价值作决策。[12]尽管教育人工智能展现了强大的潜力，但其在情感互动、创造性教学、技术依赖性、教师素养、学生深度学习和伦理问题等方面的不足，使其无法完全取代教师。未来的教育更可能是教师与教育人工智能协作即人机协同的模式，而非人工智能的全面替代。在人工智能优于人类智能的领域，教育人工智能理所应当大放光彩；但是在人类智能优于人工智能的领域，广大教师风采依旧。无论现在还是未来，“我们看不到教育人工智能取代教师的可能”[13]

三、智能时代教师专业伦理的核心原则

尽管教育人工智能不能取代专业教师，但是面对教育人工智能带来的挑战，广大教师必须因时而变，只有提升专业素养方能有效应对。不过，据笔者目力所及，少有专门论述人工智能时代教师专业伦理的文章或者著述，人们探讨比较多的是教师人工智能素养、教师人工智能能力。在建构教师人工智能素养、教育人工智能能力框架时，有的明确提出了对教师道德素养或教师专业伦理的要求，如，2024年联合国教科文组织发布的《教师AI能力框架》，强调教师人工智能伦理是五大核心能力之一，有的则尚未提出相关要求，如，把人工智能素养视为人工智能知识、人工智能情感、人工智能思维，却并没有包括人工智能伦理[14]。我们则坚持认为在教师人工智能素养框架中，教师专业伦理或教师专业道德不可或缺。

（一）智能时代教师专业伦理不可或缺

尽管人们对人工智能体、教育人工智能体是不是道德主体、能否承担道德责任还存在巨大的争议甚至完全对立的观点，但可以肯定的是，教育人工智能的广泛使用使得教育领域的伦理关系更加复杂，远远不是传统教育场域的师生人伦关系，而是涉及了多种不同角色，如，教育人工智能的研发者（开发教育人工智能的软件公司、员工及与其合作的相关专业人员和研究人员等）、教育人工智能的操作者或使用者（教师和学生等）、教育人工智能的监测者（对教育人工智能进行审查的代理机构或人员等）。“在构建教育人工智能的过程中，需要同时考虑系统创建者、教师、学生和监测员等利益相关者的伦理问题。”[15]教育人工智能的研发者，要遵循科技伦理规范，重视数据安全和个人信息保护，评估模型算法面临的风险，分析安全问题并提出改进方案。教育人工智能的操作者或使用者要审核研发者提供的责任说明文件，使用高安全级别的密码策略，增强账户安全性，关注人工智能产品对青少年学生的影响，预防沉迷及过度使用。

同时，教育人工智能本身存在一定的伦理和道德风险，需要教师具备相应的道德素养和道德能力方能应对。有论者指出，教育人工智能的“伦理风险侧重各个主体（教师、学生、技术、资源、社会）间的关系问题，道德风险侧重各个主体本身（师生、个人层面不正当地使用等）的风险问题。”[16]前者主要有教育生态系统异化、意识形态风险、师生主体地位的丧失、师生交往异化、算法偏见与歧视、教育不公等，后者包括学术不端、道德决策失范、数据安全问题、创造力想象力弱化、非理性依赖、消弭学生的自主性等。

更为重要的是，教育本身就是道德的事业。这不仅仅是人们通常理解的教师是道德示范者，是学生道德社会化的重要他人；也不仅仅是教师在教育劳动中常常面临道德冲突而需要作出道德决策；更为重要的是“在教师与学生的交往中，教师做的所有事情几乎都承载着道德重量。教师每次回答问题，布置学习任务，组织讨论，解决争议，给学生打分，都体现着教师的道德品格。”[17]如果有意识地加以引导，则全部教育生活都可以说是德育，都具有德育价值，教育承担着立德树人的使命；所有教育活动都可以视为道德活动，或具有道德教化性质的活动。在这个意义上可以说，教育与道德同一，教育必须道德。无论过去、现在还是未来，尽管教育的目的、功能、内容和方法会因时而变，但是人类教育的核心本质不会改变。

正因为教育本身所具有的道德本质属性，所以自古至今，不同时代都对教师提出了相应的伦理道德要求，人工智能时代当然也不例外。有所不同的是，由于人工智能在教育领域的应用存在着如前所述的诸多伦理道德风险，技术向善、科技向善的伦理要求比以往任何时候都更加紧迫而重要，因而对教师的伦理道德要求具有鲜明的时代特色。

（二）智能时代教师专业伦理的四大原则

那么，教育人工智能对教师提出了什么样的伦理道德要求呢？从理论逻辑上讲，它来自教育人工智能的伦理原则；而教育人工智能的伦理原则，则是人工智能的伦理原则与教育伦理原则的有机融合。

为防范滥用、误用、恶用人工智能所产生的风险，引导人工智能的健康发展，国际组织、各国政府先后颁布了一系列的政策文件，如，《人工智能伦理问题建议书》(联合国，2021）《人工智能委员会的建议》（经合组织，2019）《新一代人工智能伦理规范》（中国，2021）《可信赖的人工智能伦理准则》（欧盟，2019）《人工智能：澳大利亚的伦理框架》（澳大利亚，2019）《以人为本的人工智能社会原则》(日本，2019），等等。“尽管不同文本对教育人工智能伦理原则的划分维度各异，但最终得到十四条原则：公平、自治、评估形式、隐私、知情参与、管理与工作量、透明问责、实现教育目标、伦理设计、以人为本、跨界合作、可解释性、安全与包容。”[18]结合主要的教育伦理原则：立德树人、教育公正、教育自由、教育平等、教育民主、教育仁爱、尊重教师等，[19]我们尝试提出教育人工智能的四大原则：人本性原则、安全性原则、公平性原则、增益性原则。

人本性原则，即以人为本。这本来就是现代教育的基本精神，但到了人工智能的后现代社会、“后人类世”时代，人本性原则具有了新的要求，不仅指以生为本，还指以师为本。也就是说，教育人工智能的使用，应该以学生的成长需要为本，以学生的个性兴趣为本。教育人工智能可以为学生设计个性化的学习方案，但是不能代替学生的选择，更不能把学生当作实现某种目的的工具。同样的，教育人工智能可以部分代替教师的工作，特别是低阶位的重复劳动，但是不能因此否定教师的主体地位，不能降低、侵犯教师的人格尊严。

安全性原则，即保护隐私。教育人工智能收集、处理和使用大规模的师生个人数据时，禁止泄露师生的个人隐私，反对窃取师生个人信息，反对将个人信息用于教育之外的任何目的。对于人脸识别、教室摄像头等，应该坚持最少化原则，能不采集就不采集，能不使用就不使用，防止过度采集、过度使用。如果说以往的安全性原则，重在保护学生的生理安全、身体安全，而在人工智能时代，则重在护佑学生的隐私安全、精神安全和心理安全。

公平性原则，即平等公正。现代教育以教育机会均等和教育公正为价值追求，强调教育资源的公平分配，强调对所有学生一视同仁、平等对待。人工智能时代，教育的公平性原则强调的是从源头上努力消除教育人工智能设计者的算法偏见，减少不同教育群体之间的数字鸿沟，保障弱势群体的受教育权益。特别值得注意的是，使用教育人工智能进行教学和学习之后，不能扩大学生学业成就之间的差距，谨慎防止出现新的教育不公，即人工智能教育不公。

增益性原则，即利益最大化原则。正如人工智能的使用应该使人类社会变得更加美好一样，教育人工智能的使用也应该使所有教育相关者的利益最大化。能够促进学生深度学习和个性发展，助力教师从低水平的教育劳动中解放出来，从事更有意义、更有创造性的工作。能够改善师生关系和优化教育环境，促进师生的身心健康。“教育人工智能的设计、开发和应用应该能够为教育活动的所有利益相关者带来福利，实现所有教育教学活动相关人员的教育利益的最大化。”[20]

四、从教师专业伦理到教师道德修养的转化环节

上述教师专业伦理原则，对广大教师来说属于外在的行为规范；而外在的行为规范只有转化成为广大教师主动自觉的道德修养，才能提升广大教师的专业素养，从而有效应对教育人工智能的种种挑战。

（一）外在的专业伦理转化为内在的道德修养

修养一词，既可以作名词，也可作动词。名词意义上的修养，指的是个人在道德、文化、心理等方面达到的境界或水平；动词意义上的修养，指的是个人通过学习、实践、反思，不断提升自我、完善人格的过程。师德修养既指师德达到的境界与水平，也指教师不断提升道德自我、不断完善道德人格的过程。值得注意的是，师德修养与师德教育略有不同。师德教育侧重于外在的道德知识、道德规范的传授和道德行为习惯训练，而师德修养侧重于内在的道德自我提升和道德人格完善；师德教育往往是有组织、有计划的规训过程，而师德修养更多是个体的自我学习、自我反思和自我践行过程；师德教育的主体通常是有组织的教育机构和有经验的道德榜样等，而师德修养的主体只能是具有道德主体意识和道德主体能力的教师本人。

鉴于师德修养的主体性、自觉性和向善性特点，从外在师德规范到内在师德修养的转化毫无疑问是一个多因素、多层次的动态渐进过程。就构成要素来看，包含了师德认知、师德情感、师德意志、师德行为、师德信念等五个要素；就修养层次来看，至少有师德他律、师德自律、师德超越三个层次；从发展阶段来看，主要有师德规范内化与认同、师德修养外化与践行、师德信念与信奉等多个阶段；从师德存在来看，有符号世界、意义世界和生活世界三个世界，师德修养就是要打通这三个世界。

（二）教师专业伦理转化为教师道德修养的六个环节

基于对师德修养的多维度认识，在专业伦理向师德修养的转化过程中，我们特别强调以下的六个环节，即道德认知、道德认同、道德实践、道德反思、道德改善、道德信奉。

道德认知，指的是教师对人工智能时代的师德伦理原则要求的学习、认识和理解，比如理解四大原则的内涵，能够分辨师德行为的对错，对于哪些是道德上禁止的行为，哪些是道德上倡导的行为心中有数。尽管道德认知是道德行动的前提和基础，但是道德认知并不必然导致道德行动（“知道却不行道”的现象比比皆是），也不一定就会成为内在的师德修养（知识多并不等于修养好、境界高）。为此，还需要升华认知，将外在的道德规范内化为教师的道德认同。

道德认同，指的是教师对人工智能时代的师德伦理原则要求的主动遵从和主动接受，核心就在于教师的主动自觉、发自内心。要产生师德认同，重点至少有两个方面：其一，教师完全领悟了师德伦理原则要求的意义和价值，即知道了为什么要这样做，这样做有什么样的价值或后果。如果说道德认知是“知其然”，道德认同则是“知其所以然”。其二，教师对师德伦理原则要求不仅在理性上觉悟了，而且有了积极的情感体验，在情感上完全接纳并形成了情感认同。在此阶段，外在师德伦理规范要求已经不再是知识的存在、文字符号的存在，而是意义世界与生活世界的联结、道德知识与道德情感的融合，也就是师德伦理原则要求已经内化为教师内在的知情心理因素。

道德实践，这是道德修养的关键阶段。教师通过教育日常生活中的实际行动，将师德伦理规范原则要求转化为具体的、生动的师德行为，实现由知到行的转化。道德实践有两个特性，情境化与习惯化。一是情境化。实践是主观见之于客观，主体操作技术手段改造和探索客观世界的活动，它是在一定的情境中实现的。教师的道德实践是在复杂的现实教育情境中灵活应用师德伦理规范要求，熟练而圆满地解决教育情境中的道德冲突的过程。情境不同，师德伦理规范要求的实践方式相应地存在差异，这正是道德实践和道德活动的丰富性所在。二是习惯化，即通过持续不断地实践将道德行为转化为道德习惯，经过长期的习惯训练而完成行为的自动化、主动化。教师正是在道德实践的过程中，对符号性、外在化的师德伦理规范要求形成了具身情感体验，进而产生了情感认同，将职业道德要求个体化、内在化，实现了知识与情感、理性与感性的交融，从而为师德修养奠定坚实的基础。

道德反思，指的是教师把自己的道德实践及其后果，道德动机乃至世界观、人生观、价值观作为认识的对象，自己追问自己，自己评估自己，总结经验，吸取教训。如果说道德认知是向外的，道德反思则是向内的。这种自反性的特点，使教师既是思考者、审视者又是被思考、被审视的对象，既是被教育者（在师德教育和师德培训中）又是教育者（在道德反思中自己教育自己），既是教育的对象又是教育的主体，从而直面自身的道德缺陷，为下一阶段的道德改善奠定基础。

道德改善，指的是教师经过自己的道德反思，或者同事、教师共同体的反馈，找到自身的不足从而改过迁善，不断改进和完善自己的道德行为。道德改善的方式方法很多，主要包括自我监督（自己检查自己的行为是否符合师德要求）、自我约束（控制自己的欲望和行为，使之遵循师德规范要求）、自我激励（通过对自己的奖励、心理暗示等激发内驱力）等。

道德信奉，指的是教师已经将外在的师德伦理规范要求内化为坚定的道德信念，既可视为师德修养的最终完成，也可视为师德修养的最高境界。“信奉性道德的产生，标志着作为个体社会行为的内在调节机制的品德结构已经形成，外在于主体的规范要求已转化为主体内在的行为需要，表明了道德内化过程已经完成。”[21]师德信奉行为具有高度自觉性、高度主动性和高度坚定性的特点。在这个阶段，教师不仅将师德认知、师德情感和师德行为等整合为稳定的师德价值系统，而且与自己认识问题的立场、观点和方法相一致，形成了自己稳定的道德人格或道德风格。

五、结语

自从教师职业产生以来，国家、社会总会对教师提出各种伦理道德要求。有些是一以贯之的，如至诚报国的爱国精神、乐教爱生的大爱精神、以身作则的师范精神、有教无类的平等精神、追求真理的爱智精神、以文化人的天下精神等；有些则因时而变，具有鲜明的时代特色。面对呼啸而来的人工智能和教育人工智能热潮，坚持科学技术为人服务的道德立场、人文立场尤为重要。无论人工智能、教育人工智能具有怎样的革命性和颠覆性，说到底它仍然是人类所创造并服务于人类的高新科学技术，仍然要以人为本，以人的个性解放和全面发展为最高目标。“人工智能与其他任何‘属人的’科学技术一样，都植根于人类生活实践活动的需要，都服务于人的解放、自由全面发展的价值目标。”[22]

参考文献：

[1] 梁迎丽，刘陈. 人工智能教育应用的现状分析、典型特征与发展趋势 [J]. 中国电化教育，2018（3）：24-30.

[2] 龚群. 论弱人工智能体的道德性考察 [J]. 哲学研究，2023（3）：37-45.

[3] 霍华德·加德纳. 多元智能新视野 [M]. 沈致隆，译 . 北京 ：中国人民大学出版社，2020 ：33-54.

[4] 浪子. 大模型的“思考”与“推理”，是真正的智能，还是高级的“鹦鹉学舌”？[EB/OL].（2025-03-09）[2025-3-10]. https://mp.weixin.qq.com/s/1X3LxzPS3aiyvAMsH0NkQA.

[5] 杜时忠. 智能时代的德育立场 [J]. 中小学德育，2023（9）：6-7.

[6] 张炎良. 对话人工智能研究学者黄广斌：如AI不受限制，可能在25年内全面超越人类智能[EB/OL].（2025-02-14）[2025-02-15].https://news.qq.com/rain/a/20250214A08NDN00.

[7] 杨现民，曾佳尧，李新. 人工智能与教育深度融合的场景细化及落地实践——基于探索性多案例分析法 [J]. 开放教育研究，2025（2）：82-92.

[8] 高婷婷，郭炯. 人工智能教育应用研究综述 [J]. 现代教育技术，2019（1）：11-17.

[9] 苏福根. 美国加州人工智能融入基础教育的逻辑及启示 [J]. 中国基础教育，2025（2）：73-77.

[10] 袁亚湘，李志民，黄荣怀. 如何运用人工智能推动高等教育变革 [N]. 中国教育报，2025-3-4（004）.

[11] 卢宇，余京蕾，陈鹏鹤，等. 生成式人工智能的教育应用与展望——以 ChatGPT 系统为例 [J]. 中国远程教育，2023（4）：24-31.

[12][13] 韦恩·霍姆斯. 教育中的人工智能前景与启示 [M]. 冯建超，等，译 . 上海 ：华东师范大学出版社，2021 ：21-22，166.

[14] 钟柏昌，刘晓凡，杨明欢. 何谓人工智能素养 ：本质、构成与评价体系 [J]. 华东师范大学学报（教育科学版），2024（1）：71-84.

[15][20] 邓国民，李梅. 教育人工智能伦理问题与伦理原则探讨 [J].电化教育研究，2020（6）：39-45.

[16] 戴岭，祝智庭. 教育人工智能伦理与道德风险治理 ：问题廓清与精准施策 [J]. 中国教育学刊，2024（12）：31-37.

[17] 伊丽莎白·坎贝尔，王凯. 教学的伦理维度 [J]. 教育科学论坛，2015（1）：9-13.

[18] 王佑镁，王旦，柳晨晨. 从科技向善到人的向善 ：教育人工智能伦理规范核心原则 [J]. 开放教育研究，2022（5）：68-78.

[19] 王正平. 教育伦理学 [M]. 北京 ：人民教育出版社，2019 ：148-245.

[21] 王健敏. 道德学习论 [M]. 杭州 ：浙江教育出版社，2002 ：79.

[22] 孙伟平，李扬. 论人工智能发展的伦理原则 [J]. 哲学分析，2022（1）：3-14.