【小思动态】张韫作教育部哲学社会科学研究重大专项开题报告

随后，子课题负责人杭州师范大学经亨颐教育学院院长严从根教授、华东师范大学上海智能教育研究院副院长江波教授、陕西师范大学教育学部副部长胡金木教授与浙江师范大学教师教育研究所所长蔡连玉教授、思来氏教育创始人张韫博士、西北师范大学教育科学学院徐金海教授，分别就上述五个问题介绍了研究思路、任务、目标和方法。

本次开题论证会的专家组由上海市教育委员会副主任王浩，上海开放大学党委委员、副校长郑益慧，华东师范大学大夏书院院长庞维国，华东师范大学上海人工智能金融学院院长邵怡蕾，《华东师范大学学报（教育科学版）》主编杨九诠，华东师范大学智能教育实验室主任张治，华东师范大学教育学部常务副主任陈霜叶，华东师范大学教育学部副主任刘世清与匡瑛组成。各子课题负责人及课题组成员二十余人参加会议。在论证环节，专家们对选题价值、研究基础和课题设计给予高度肯定。

上海市教育委员会副主任王浩指出，“实施国家教育数字化战略推动教育强国建设问题研究”这一重大项目，紧扣国家战略需求和教育改革前沿，回应人工智能时代教育数字化转型中的重大理论与现实问题，具有重要研究价值和实践意义。课题研究团队长期支持上海教育数字化转型，在政策咨询、方案研制和试点推进等方面发挥了重要作用，为上海教育数字化发展提供了有力智力支撑。

围绕课题后续推进，王浩提出了三方面建议。一是要将AI素养提升嵌入既有教师发展体系之中，避免脱离学校真实场景另起炉灶，尤其要回归教育本质，关注师生互动、学习过程和育人关系的变化，在日常化、情境化实践中推动人工智能与教育教学深度融合。二是要进一步完善教育数字化成效评价框架，除政府和学校视角外，还应纳入学生、家长和社会等多元主体视角，全面考察教育数字化转型的实际获得感、使用效能和育人价值。三是要以评价改革牵引育人方式变革，直面以高考为核心的人才评价体系这一关键制度瓶颈，积极探索将人机协同能力纳入人才评价和遴选机制，并借鉴体育、艺术等领域评价改革经验，形成更加鲜明的人才培养导向。王浩进一步指出，相关改革应以实证数据为支撑，系统评估人工智能及教育数字化财政投入绩效，推动治理体系研究进一步聚焦具体实践路径，形成具有操作性和推广价值的政策建议。王浩表示，上海市教委将全力支持课题研究推进，积极统筹市、区、校等多层级资源，为课题开展实证研究、场景实验和成果转化提供支撑保障。

郑益慧副校长指出，教育数字化的成效评估亟待加强，必须跳出传统问卷的窠臼，创新评估方式，让成效可观测、可衡量。庞维国教授强调，要理性审视人工智能的优势与局限，清晰区分AI基于算法概率的生成与人类根植于真实情感和目的的创造。邵怡蕾教授从劳动力市场的深刻变革切入，指出AI正以“任务重构”的方式拆解传统职业边界，这倒逼教育必须从知识交付转向元能力培养，学校使命与教师素养都需围绕这一核心进行根本性重塑。杨九诠主编提出，教育数字化必须敢于破除体制机制的“天花板”，尤其在中高考评价改革上要取得实质性进展；研究方法上应推动跨学科创新，可考虑面向具体情境开展小样本研究。张治教授建议突破传统文科研究范式，积极引入“AI for social science”等新工具，并将治理研究的视野从制度层面拓展至对人和AI算法本身的评价与伦理风险管控。陈霜叶教授指出，课题应积极拓展国际视野，不仅要形成可对外输出的中国方案包，还应主动提炼能够引领全球教育思考的关键问题清单。刘世清教授建议，教育数字化的本质是人机协同与关系重构，智能时代需要对教育本质、功能等根本性问题重新审视。

研讨会上，专家组就袁振国教授新近提出的“人机协同商数”（Collaboration with AI Quotient，简称“C商”）展开了热烈讨论。大家一致认为，C商的提出，是一个划时代的命题，它揭示了人类从来没有被认识到、运用到和开发到的全新能力，它是智能时代人与机器相互作用过程中涌现出来的一种全新能力。

这场汇聚政府部门、高校、科研机构专家的专题研讨会，没有停留在“AI赋能教育”的已有认知上，而是深层次地发问：当AI能解答一切标准答案时，个体凭什么不可替代？

答案是——关键在于C商。如果说智商（IQ）在一定程度上影响个体的认知基础，情商（EQ）影响个体的社会交往与关系处理，那么C商则指向智能时代个体与AI协同思考、协同决策、协同创造的能力水平。它将深刻影响一个人在AI时代能够站多高、走多远。“C商（CQ）”，与智商（IQ）和情商（EQ）并列，共同构成人工智能时代一个人的核心素养。

C商，绝不是“会用几个AI工具”那么简单。袁振国教授将其定义为五项核心能力构成的复合能力体系.

其一，提问与任务拆解力。能把模糊的、开放的现实难题，拆解成AI听得懂、做得好的精准指令。你有多会“问”，就有多厉害。未来最重要的分水岭，不是能否答出标准答案，而是能否将一团混沌的现实需求，转化为机器能一步步执行的清晰任务链。

其二，信息鉴别与批判性整合力。在AI生成的海量信息里“沙里淘金”，核查事实、识别偏见、看穿逻辑陷阱，把碎片输出淬炼成连环洞见。AI是超级生产者，也是“自信的谎话精”。高C商者必须始终保有批判性思维，在信息洪流中保持判断力。

其三，结果诠释与意义赋予力。AI给你“是什么”，而高C商的人回答“这意味着什么”。将冰冷数据置于人性、伦理和历史的宏大语境中，赋予意义，这是人类智慧的重要体现。机器可以计算股价涨跌，却未必能够理解这种涨跌对普通家庭、市场信心和社会情绪意味着什么。

其四，认知责任与伦理判断力。人需要清醒地知道何时、为何、以何种方式为AI辅助产出的结果承担责任，不能把判断责任简单转嫁给机器。面对算法偏差、数据歧视、价值失衡等潜在风险，人机协同不仅是技术问题，更是责任问题。

其五，自我迭代与元认知力。在与AI协作的过程中，人需要不断审视自己的认知盲区，理解AI的优势与局限，动态调整问题提出、任务组织和结果判断的方式，实现人与机器的共同优化。真正高水平的人机协同，不是人被AI牵着走，而是人在理解AI的基础上，更清醒地理解自己。

当前，教育数字化正在从“有没有技术”转向“技术是否真正促进人的发展”。教育数字化正陷入“重设备还是轻成效”的纠结之中，而C商是破局的关键切入点。全世界存在一个普遍现象，投入几百万建设数字化项目，但使用率很低，时间长了就成为昂贵的电子垃圾。重形式，轻成效。这恰恰回应了困扰全球教育界多年的“乔布斯之问”：为什么技术改变了几乎所有行业，唯独对教育的影响微乎其微。

与会专家从多个角度揭示了C商背后的深层意涵。庞维国教授指出，AI已经从单纯的“计算工具”，逐渐转变为具有一定类人交互特征的“全天候伴侣”。但人的创造根植于真实情感、生命经验与目的意识，AI的生成则主要建立在算法、数据和概率模型之上。这一差异提示我们：AI可以生成文本、图像和方案，却并不真正拥有人的情感经验、价值承担和意义追问。C商的提出，正是在技术能力之外重新凸显人的主体性、判断力与责任感。

杨九诠主编指出，C商不是传统素养的简单平移，而是一种“人机融通”的新型能力状态。其更高层次的表现，是将模糊的物理世界难题，转化为机器可以执行、人与AI可以共同推进的明确任务，从而实现从AI提供知识支持，到人机协同解决复杂问题的转变。当人的创造力与机器的计算力真正耦合，教育中的能力培养也将出现新的空间。

郑益慧副校长围绕C商的量化与测量指出，应突破传统自我陈述式问卷的局限，开发基于真实人机交互日志的过程性、情境式测量工具。就像用连续的心电图替代一次性的自我感觉陈述，只有那些原生态的提问、修正、质疑与整合记录，才能更真实地勾勒一个人的C商发展轨迹。他建议，可以借鉴智商测量中的分级解释思路，建立更具诊断性、追踪性和发展性的C商评价体系，使C商从模糊的能力感知，逐步转化为可识别、可分析、可提升的指标体系。

邵怡蕾教授则从劳动力市场变化的角度指出，AI正在推动职业能力结构发生深刻变化。传统职业正在被拆解为一系列任务组合，例如金融分析师的核心能力，已经不仅是掌握专业知识，还包括领域理解力、结构化分析力、风险判断力和共情沟通力等多种“元能力”。未来教育不能只交付静态知识，而应更加重视学生在人机协作中形成的问题判断力、结构分析力、表达沟通力和综合决策力。高C商，正是放大个体元能力的重要支点。她进一步提出，未来人才评价可以探索将AI协作能力纳入综合评价或特定任务评价之中，使那些基础知识未必最突出、但协作能力和综合判断能力较强的人才被更好识别出来，从而推动人才培养和评价方式的深层变革。

张治教授指出，探讨C商不能只停留在技术掌控层面，而必须同步建立前瞻性的伦理评估机制。当算法歧视、价值观偏差以及对人类深度思维能力的潜在影响逐渐显现，教育领域更需要对AI产品及其使用方式进行价值审视。C商的培养，不只是提升人与AI协同完成任务的效率，也包括培养人对技术边界、价值风险和伦理责任的判断能力。

刘世清教授则强调，C商落地不能仅靠理论推演，而必须引入统筹全局的工程思维。要理清存量与变量、近期任务与长远目标、理念设计与实践推进之间的关系，制定远近结合、分阶段推进的系统化方案，从而更好推动国家教育数字化战略取得实质性突破。

这场研讨并不只是一次围绕AI教育应用的专题讨论，更提出了一个值得教育界持续思考的新命题：当AI深度参与知识生产、问题解决和创造活动，教育究竟应当培养什么样的人？

当知识获取方式被AI深刻改变，“C商”正在提示我们重新理解智能时代人的主体性。未来，一个人可能不再因为“背不出知识点”而感到落后，却可能因为无法提出好问题、无法判断AI生成结果、无法与AI协同解决复杂问题而面临新的发展压力。

我们真正需要追问的，或许不是AI将取代什么，而是人能否成长为与AI协同思考、协同创造并承担责任的主体。

学校，也将被赋予培养“高C商”人才的新使命。