引用格式
刘梦彧,蔡银锚,伍嘉俊,等.智能时代的未来教师与未来课堂——2025全球智慧教育大会“未来教师”与“智慧课堂”平行会议综述[J].中国教育信息化,2025,31(10):101-110.
教师发展与课程教学
智能时代的未来教师与未来课堂
——2025全球智慧教育大会“未来教师”
与“智慧课堂”平行会议综述
刘梦彧 蔡银锚 伍嘉俊 岳丽杰 周跃良
摘 要： 在生成式人工智能深度嵌入教育场域、推动教学模式重构的背景下，教师专业成长路径与课堂组织形态正经历深层次的变革。2025全球智慧教育大会期间，与会者围绕教师角色转型、能力结构重构、课堂形态演进等核心议题，展开多维度、跨领域的交流研讨。基于对会议观点的系统梳理与分析，提炼出未来教师发展与课堂重构的关键特征、实践逻辑与协同机制。研究发现，教师正从“知识传授者”转型为“人机协同教学的设计师”与“智能支持下的学习中介”，其能力结构也正由传统的学科知识导向转向人工智能素养、数据驱动的决策能力与教育伦理意识的综合构成。同时，区域化、分层次的培养机制以及数字化社群体系，正在成为教师专业发展的重要支撑。在课堂层面，学习空间正由物理环境扩展为智联环境，教学流程朝向“教、学、评”一体化与数据驱动的动态优化方向发展，强调教师情感劳动价值与人机协同教学。在教师与课堂双向演化的过程中，协同机制逐步显现：教师以设计素养与跨学科能力推动课堂革新，课堂反馈数据通过学习分析与循证教研反哺教师专业成长，形成循环反馈的协同演进机制。会议凝聚的多元观点，为理解智能时代教师发展与课堂变革提供了重要参考。
关键词： 全球智慧教育大会；未来教师；未来课堂；智慧教育；教育数字化转型；教师专业发展
中图分类号： G434
文献标志码： A
文章编号： 1673-8454（2025）10-0101-10
作者简介： 刘梦彧，北京师范大学教育学部博士研究生（北京100875）；蔡银锚，北京师范大学教育学部硕士研究生（北京100875）；伍嘉俊，澳门城市大学教育学院博士研究生（澳门999078）；岳丽杰，北京师范大学智慧学习研究院研究专员（北京100875）；周跃良，浙江师范大学智慧教育研究院院长（浙江金华321004）
一、引言
在数字化变革持续深化的时代背景下，教育正迈入系统性重构的新阶段。以大模型和生成式人工智能为代表的新兴技术正深度嵌入教育场域，重塑教学关系、知识生成方式与学习生态系统。当前，教育数字化正在进入“深水区”，以教师转型与课堂重构为主的“双重核心”议题日益凸显，成为推动智慧教育发展的关键方向。中共中央总书记习近平在主持中共中央政治局第五次集体学习时强调：“强教必先强师。要把加强教师队伍建设作为建设教育强国最重要的基础工作来抓”。[1]课堂作为学校教学的主阵地，是教育数字化转型中的关键一环。《中国智慧教育白皮书》也明确提出，“未来教师”与“未来课堂”是描绘未来教育形态的核心维度[2]。近年来，国家对教师队伍建设的重视程度不断提升，教师发展的时代任务愈发凸显，无论处于何种历史阶段，夯实教师基础、关注其专业成长，始终是实现教育高质量发展的根本保障。
2025年8月18日至20日，由北京师范大学与联合国教科文组织教育信息技术研究所（UNESCO IITE）联合主办的“2025全球智慧教育大会”在京召开。其中“人工智能与未来教师”“领军教师与智慧课堂”两场平行会议，主要聚焦未来教师的发展路径与未来课堂的演进模式。本文系统梳理与总结了大会关于“未来教师”与“未来课堂”的核心观点，以期为全球教育数字化转型提供有益启示。
二、未来教师的角色转型与能力重构
（一）教师角色拓展
1.从知识传授者到人机协同教学的设计师
在人工智能日益深入教育场域的背景下，技术变革正推动教师从传统的“知识传授者”向学习情境的建构者、学习活动的组织者和引导者转型[3]。在传统教学模式中，教师的核心职责主要集中于知识的传递与讲解，通过课堂教学、课后辅导等方式帮助学生构建系统性的知识体系。然而，随着人工智能在教学环境、教学资源与教学方式中的广泛应用，教师的角色定位正在发生根本性变化。这一转型并非对教师传统价值的否定，而是在技术赋能下的价值延展。教师通过信息技术与人工智能工具，能够更精准地识别和响应学生的个性化学习需求，设计融合智能技术的教学方案，将人工智能有效转化为教学过程中的协同伙伴[4]，实现教学效率与教学质量的双重提升。IITE所长展涛认为，通过人工智能技术支持教师成长、推动AI成为教师的合作伙伴，是实现教育可持续发展与社会共同繁荣的关键路径。
2.人工智能支持下的教师中介角色
在人工智能广泛应用的背景下，教师的“中介者”角色日益凸显，成为连接人类智能价值与技术工具效能之间的关键纽带。这一角色的核心在于：教师应以专业素养为基础，充分发挥人工智能技术的效能，有机融入教学的各个环节，真正服务教学目标。香港大学教育应用资讯科技发展研究中心主任黄家伟指出，人工智能在教学中可被视为“紧急状况求助包”。当教师因特殊或突发情况面临专业能力暂时受限时，AI可提供即时辅助，从而保障课堂的基本运作与学生的连续性学习。这一观点精准揭示了教师作为中介角色在“应急教学”中的价值：教师并非被动依赖技术，而是以专业判断为基础，将AI作为辅助手段，有效应对教学突发问题，维持教学秩序与质量。黄家伟强调，人类智能的核心在于经验积累与对新情境的适应能力，而教育的本质正是促进对人类智能的自我认知与提升。因此，教师的中介角色不仅体现在教学支持方面，更体现为引导与转化的责任，即在人工智能介入教学的同时，教师需引导学生理解人类智能的独特价值，避免教育发展陷入“唯技术主义”的误区[5]。
（二）教师能力跃迁
1.人工智能素养与技术选择能力
教师的人工智能素养与技术选择能力正日益成为推动教育数字化转型的核心支柱。人工智能素养不仅包括基本的技术操作能力，更涵盖将技术融入教学、支持学生发展的综合能力。技术选择能力强调教师能否在海量工具和资源中作出基于教学目标的理性选择，避免工具使用的表面化与形式化。教育部教师工作司副司长赵鑫指出，教育部十分重视构建智能时代教师发展的新路径，在国家智慧教育平台设立针对不同学段的“教师研修”板块，提供上万条优质数字资源，服务教师日常教学与能力提升。同时，面向全国中小学书记校长、地方教育局局长，举办人工智能校长局长专题培训班，培训人数达25万人，覆盖从基础课件制作到复杂教学工具应用，助力教师构建技术素养与教学能力融合的综合型专业结构。北京师范大学继续教育与教师培训学院院长亓俊国指出，技术能力的提升不能脱离教育目标本身。北京师范大学通过整合学术资源、开发多元培训课程，推动教师从技术使用者向教学创新者转变，形成线上线下融合、理论与实践并重的能力建设路径。
2.数据素养与教学决策能力
教育数据的广泛生成为教学实践与教研活动提供了全新支点，也对教师提出更高层次的数据理解与情境判断能力要求。在数据驱动的智慧教育生态中，数据素养与教学决策能力是教师及教育管理者推动教学转型的核心素养。前者为基础，需教育主体从多模态教学数据中挖掘有效信息、识别教与学关键问题；后者为成效，要结合不同教育阶段与场景特点，将数据结论转化为精准的教学改进策略及教研方案。二者共同打破传统的经验驱动教学局限，推动教育实践迈向数据驱动的科学循证模式[6]。寿光市教育和体育局局长张国峰分享了寿光市的案例，即通过构建数据驱动的教研新模式实现教研升级：学前阶段“三步六环”数字化教研模式，提升教师观察与指导能力；小学阶段AI课堂分析与纸笔智能测验，实现教研决策的循证化转型；中学阶段答题器、智慧扫阅无感采集数据，为学生定制针对性的改进方案。
3.情感支持与技术规范的伦理能力
尽管技术能够在个性化教学、资源推荐等方面提供支持，但教育的本质始终是一种人与人之间的关系建构[7]。随着技术在教育中的深度介入，教师不仅需要掌握工具的使用方法，更应具备应对情感疏离风险与伦理冲突问题的能力。一方面，过度依赖技术可能削弱教师对学生的情感关注，影响教育关系的温度与信任；另一方面，教师还需明确技术使用的边界，关注数据隐私保护、学生心理安全与教学自主性的维护，避免陷入技术替代判断力的误区。
在此过程中，教师所需的伦理能力应涵盖安全伦理、公平伦理与效益伦理三个核心维度：安全伦理强调保障学生数据与心理安全，防范技术滥用带来的潜在风险；公平伦理关注技术应用是否加剧教育资源分配的不均衡、算法偏见是否影响学生发展机会；效益伦理则要求教师理解人工智能异化可能带来的危害，防范技术滥用和技术过度干预教学的风险。
日本公立函馆未来大学教授美马野百合（Prof. Noyuri Mima）提出，AI素养不仅包括知识与技能，更必须包含价值观维度。她认为，教师应具备对AI基本原理与应用方式的理解、解决问题和处理信息的能力，以及多元性、可持续性、同理心的伦理意识。在她所倡导的“以人为本”的教学设计中，教师应通过对话、问题引导与情境行动，实现技术与人文之间的有机融合[8]，确保技术赋能教育的同时，守住教育的人本底色与伦理边界。
（三）教师成长的支持机制
1.岗位分型与能力分层的培养模式
随着未来教育场景日益呈现出复杂性与多样性，教师队伍建设亟须向更加精细化的结构划分迈进。教学职责的分化与教育技术应用场景的多元化，促使教师在专业发展过程中呈现出能力路径多样化与角色转型多方向的趋势。例如，一部分教师聚焦于教育技术的整体统筹与系统管理，另一部分则专注于教学研究与课堂实践，也有教师转向数据治理与安全保障等支持性工作。通过构建明确的岗位分类与能力分层机制，有助于实现“人岗匹配、专岗专能”，从而系统提升教师队伍的整体专业效能。苏州市电化教育馆馆长曹海榕指出，苏州正积极构建面向未来的教师队伍岗位体系，涵盖首席信息官、数字教研员、数据分析师、数据安全师等专业角色，同时完善“行政+教育”双轨研训模式，构建市、县、校三级人工智能素养培训体系，覆盖教育系统管理者与一线教师。张国峰介绍了寿光市构建的以“领航教师—骨干教师—学科教师”为核心的成长梯队。其中，领航教师承担前沿探索任务，聚焦人工智能与教学的融合研究；骨干教师在课堂中熟练运用智能工具，通过示范课、观摩课等方式带动群体成长；学科教师则致力于推动学科内容与智能工具的深度整合，提升日常教学质量。
2.区域特色的多元培训路径
各地在教师能力建设中，积极结合区域教育发展情况与资源条件，探索差异化、分层化的培训路径，为教师在技术快速更迭背景下的持续成长提供有力支撑。重庆市渝中区教委主任肖方明指出，渝中区通过国培、市培、暑期全员培训体系，推动数字教学工具的常态化普及，鼓励教师将智能设备从展示工具转化为支持知识建构与问题解决的认知工具。福建省泉州市教育局局长刘殊芳介绍，泉州组建由教研员、信息技术教师与高校专家共同组成的未来教育智囊团，同时实施种子教师孵化计划，拓展教师专业成长空间。张国峰介绍了寿光市推行的菜单式培训机制：一是开展常态培训，聚焦教育技术基础与前沿动态；二是实施分层培训，根据教龄、职称、学科类别进行差异化设计；三是设置特色培训，围绕教师兴趣与教学需求开设智能编程、智慧课堂等专题课程。山东省邹城市教育和体育局局长田慎建则介绍了当地通过联合东北师范大学、华南师范大学及行业头部企业，组织涵盖微课程开发、数据化评课、人工智能应用等方向的专题培训，促进理论与实践深度融合。
3.数字平台赋能教师社群建设
数字平台为教师专业发展带来超越时空限制的新可能，构建了覆盖城乡、连通校际的在线教师社群网络，成为支撑未来教师队伍持续成长的重要机制。曹海榕指出，苏州基于“未来教师培养平台”理念，整合名师工作室、网络教研组织等资源，已建成29个省级网络名师工作室，在线支持师生信息素养提升实验项目。通过在苏州线上教育中心开设“信息素养基地”专栏，实现课程资源、研修内容与个人成长空间的有机融合，推动跨地域、跨学校的协同共研。
三、未来课堂的空间转型与流程重构
（一）学习空间的智能演进
1.智联建构的智慧学习环境
智慧学习环境的构建是推动教育形态转型与教学方式革新的重要基础。所谓“智联建构”，是指通过整合智能技术、优化物理空间、完善管理机制，形成教师、学生与技术深度协同的教学生态。其不仅是AI技术与教育场景融合的空间载体，更是在未来学校中开展个性化学习与协同学习的关键支点。肖方明介绍了渝中区在课堂形态重构中的探索。例如，在语文、体育、英语等学科中引入实时搜索、AI视觉分析、人机对话等功能，打造AI原生课堂；通过一人一端的五育课堂、多人一端的小组协作、一班多端的作业空间，建构教师、学生与AI工具共存共创的AI共生课堂；并通过课堂观察系统、数字教师领航员、技术骨干队伍构成“三个一”机制，逐步迈向AI创生课堂。长沙市长郡双语实验中学校长黄斌介绍，学校通过构建校园安全智能系统，建立统一数字基座，整合校内各系统数据，不断提升教学、管理、安全等流程的智能化水平，为智慧教学的落地提供了坚实支撑。
2.沉浸式的课堂教学体验
随着智能技术的多维嵌入，课堂形态正在发生本质转变。通过打破时空边界、突破技术工具的表层应用，智慧课堂日益呈现出沉浸式、交互化、全过程嵌入等特征，推动教学质量与学生综合素养的双重跃升。长沙市教育科学研究院院长黄军山指出，长沙实验区坚持融合性原则，从课程形态、学习方式到评价体系，全面重构教学全过程，推动技术与教学的深层融合。北京中学数学特级教师李舒宇则分享了以“太阳光下的正方体影子”为主题的初中数学项目式学习案例。该项目依托生成式人工智能，通过素养目标的动态映射、资源供给的涌现机制、任务链的认知适配、多模态评价网络等设计，实现“测、讲、学、练、思、问、评”的课堂闭环，促进学生在思维能力、表达方式、协作探究等领域多方协同提升，提供“思问课堂”的沉浸式体验。
3.“以人为本”的智慧课堂
尽管技术不断进步，但教育的本质依旧关乎人与人之间的联结与价值传承。因此，在智慧学习环境的设计中，必须坚持技术与人文并重，将“可用”与“有温度”有机融合，彰显“以人为本”的教育哲学。北京市昌平第二实验小学副校长焦振洲指出，该校将人工智能学习划分为生活感知、人文理解、思维训练、创新实践四个层次，帮助学生理解技术的社会定位与伦理边界。学生不仅学习识别AI偏见、设计人机协作方案、理解算法逻辑，还围绕生态保护等真实议题开展跨学科项目式学习，培育“科技人文主义者”。他强调，智慧教育不应掩盖教育中最本质的声音：书页翻动的沙沙声、小组分享时的讨论声、学生探索中的求知声，这些声音代表着人类文明中无法被算法取代的“原代码”。智慧学习空间应当既赋予学生适应未来的能力，又保留他们对人类情感、社会责任与公共价值的深切感知，培养既懂技术逻辑，更具人文关怀的未来公民。
（二）教学流程的智能升级
1.“教、学、评”一体化支持体系
在教育改革不断深入的背景下，构建“教、学、评”一体化支持体系，已成为提升课堂质量、落实核心素养培育目标的关键路径。通过将教学目标、学习过程与评价机制有机衔接，教学过程逐步走向结构化、个性化与精准化。黄军山提出“六维品质课堂”评价标准，即目标契合化、内容结构化、策略具身化、思维品质化、手段智能化、文化生命化，强调课堂要在育人导向、知识建构、策略设计、思维引导、技术支持、文化浸润等多个维度实现整体优化。在实际教学中，“教、学、评”一体化的实施也展现出多样化形态。南宁市月湾路小学郑胜梅校长则以语文课程中的项目式学习为载体，结合AIGC工具，重构学习情境，引导学生在真实问题中体验知识的生成与表达，突出学科实践性与课程融合性，体现了“教、学、评”闭环结构的有效性。
2.数据驱动下的教学任务重构
在智慧课堂中，教学任务的生成逻辑正在由传统的经验设定转向基于数据分析与证据支持的科学引导。通过对课堂全过程、多维度数据的系统采集与分析，教师可以动态调整教学策略，实现从群体预设到个体响应的任务重构，推动因材施教常态化。广州市奥威亚电子科技有限公司总经理王勇指出，数据驱动的教学重构应聚焦“以学定教—因材施教—以评促教”的逻辑链条，借助多模态数据采集与课堂观察机制，教师可及时捕捉学生行为数据与学习表现，从而进行任务再设计与策略微调，提升教学效能，推动公平与质量的双向提升。重庆高新技术产业开发区公共服务局局长周文杨则介绍了当地通过建设“AI+教育”智能体矩阵，开展智能备课、知识图谱反馈与个性化设计，协同优化教学任务内容与呈现方式，显著提升课堂教学的响应性与适切性。
3.多模态数据赋能的课堂反馈
课堂反馈机制正从以往的延迟性、碎片化向实时性、系统化转变。人工智能通过任务分层、互动引导、认知建模等机制，支持教学过程的动态调整，促进学生认知深度的持续跃迁。李舒宇分享了其基于AI支持的初中数学教学实践，围绕“光影投射”主题展开三节课设计，构建“动态连接—逻辑修补—迁移建构”的思维链条，展现智能支持下反馈机制的多层次功能，有效避免教学任务的机械堆叠，实现教学过程的精细组织与高质量推进。
（三）教育伦理与情感温度的课堂建构
1.教师情感劳动的不可替代性
在技术高度渗透的课堂中，教师的情感劳动愈发凸显其独特价值。它不仅是维系教育关系温度、构建有机课堂生态的核心力量，更是培养学生社会情感能力、激发其内在成长动能的重要源泉。肖方明指出，未来课堂应实现知识传授、情感连接与创新培育的有机统一。韩国教育技术协会主席宋海德（Song Hae-Deok）进一步强调，面对技术不断提升的现状，教师的情感能力不可忽视，应将其纳入课堂设计的核心内容，并结合社会情感学习框架制定系统支持机制。在实践层面，杭州市临平区教育发展研究学院教师朱煜展示了一堂以情感激发为主线的语文课堂，强调学生语言认知、表达能力与共情力的同步提升。这种基于情感联结的课堂设计，有效促进了学生的参与度与认同感，呈现出技术与人文交融的高质量课堂形态。
2.技术与人文融合的智慧课堂
智慧教育的目标并非简单的技术替代，而是融合AI的工具理性与教育的人文价值，实现“技术为表、人文为核”的育人理念[9]。在此背景下，教师应引导学生在技术应用中提升伦理意识、批判能力与社会责任感。焦振洲分享了以认知冲突为教学起点，将AI嵌入人文主题课程的实践探索。在“鸟类啄食问题”的项目学习中，学生最初倾向于“驱赶方案”，而在AI互动与价值引导下，问题被重新定义为“生态共生”议题。学生进一步提出“厨余再利用供鸟”的可持续方案，并在AI技术支持下生成厨余处理模型、电子稻草人原型、鸟类活动与气候关系的数据分析系统等，展示了超越年龄认知水平的综合成果。该案例表明，AI不应仅作为信息处理的工具，更应成为引导学生思维深化、价值澄清与实践创新的协同伙伴。真正的智慧课堂是在技术赋能的同时，始终守住教育的人文底色，培育既懂技术逻辑亦具道德判断的未来人才。
四、未来教师与未来课堂的协同演化机制
（一）教师能力主导课堂形态的变革方向
1.设计素养：主导教学任务的生成与优化
在课堂形态变革的进程中，教师的设计素养正成为提升教学质量与任务适配度的核心能力。所谓设计素养，是指教师在教学情境中整合目标、学情、资源与路径的能力，关键在于推动教学任务从统一预设向个性化生成与动态优化转型。联合国教科文组织人工智能国际研究中心主任、伦敦大学学院教授约翰·肖泰勒（John Shawe-Taylor）指出，系统化的学习者模型、内容模型与情境模型有助于提升任务设计的精准性与灵活性。例如，通过观察学习者与教学内容的交互，教师能够实时追踪其知识状态与兴趣偏好；基于学习内容的结构及先修知识体系，内容模型可辅助教师构建递进性强、关联性高的教学路径；情境模型则通过对话反馈机制动态调整教学目标。在此基础上，强化学习算法可实现对学习资源的个性化推荐，提升教学任务的适切性与生成效率。
2.技术理解：推动课堂的智能化转型
随着技术在课堂教学中的不断深入应用，教师的技术理解力不仅是工具使用的能力，更是实现技术与教学逻辑深度融合的专业基础。只有具备足够的技术理解能力，教师才能避免技术堆叠和功能表演，真正引导课堂实现智能化、精细化和人本化转型。国际教育技术协会理事会成员萨蕾娜·希弗斯（Sarena Shivers）强调，全球教育工作者应具备安全、负责任地使用人工智能的意识与能力。在高校层面，越来越多的教师培训项目聚焦数字素养提升，帮助新教师掌握AI工具，理解其教育潜能与局限性。部分教师则利用AI工具优化教学管理，如自动评分、数据分析、作业反馈等，从而释放更多时间用于教学创新与学生支持。技术理解不仅涉及操作维度，更体现为教师在教学过程中进行理性抉择与有机整合的能力，是推动课堂智能化升级的关键动力。
3.跨学科能力：支撑复合型课堂的设计与实施
面对教育场域日益融合与复杂的需求，教师的跨学科能力成为推动课堂形态从单一传授向复合协同转型的关键支撑。跨学科素养不仅涉及知识整合能力，更包含对学习逻辑、教学结构与评价机制的跨界理解与运用。田慎建介绍了“UGEST协同发展共同体”的构建经验，推动课堂教学从线性传授向互动式、复合型教学转型。在具体实施中，教师课前通过导学摸底系统掌握学生差异；课中利用智慧黑板等交互平台引导学生自主探究；课后依托AI系统推送分层作业与生成错题集，实现精准反馈。此外，邹城市还探索跨区域协同教学，构建线上线下融合的双线教学场景，突破时空局限，拓展课堂边界。该模式表明，具备跨学科整合与多模态组织能力的教师，才能真正引领教学设计向“融合性、适应性、共享性”升级，形成面向未来的复合型课堂形态。
（二）课堂数据反哺教师成长的实践路径
1.学习分析：激发教师的专业反思
在数据与智能技术广泛融入教学实践的背景下，教师的专业成长正从传统经验积累走向数据驱动的问题导向式反思。学习分析为教师提供了关于学生学习行为、课堂互动和教学效果的多维度反馈，使教师能够在证据支撑下更有针对性地调整教学策略。基于学习分析的教师反思模式，不仅有助于提升AI工具的有效使用，还促使教师在技术实践中不断发展其批判性应用能力。毛里求斯教育学院副教授、外岛及国际事务办公室主任布琳达·乌加拉－普拉塔普（Brinda Oogarah-Pratap）指出，人工智能为教育带来诸多机遇，如个性化发展路径、适应性学习平台、AI驱动的微学习等。然而，教师在接受新技术前，必须提出关键性反思：学校是否具备必要的基础设施？教师是否经过系统培训？AI工具的设计是否符合国际教育标准与伦理要求？通过这些问题的持续追问，教师不仅能够更有意识地引导技术使用方向，也能提升自身在技术复杂性背景下的教育判断力与专业自觉。
2.数字反馈：优化教师的教学决策
多维度的教学数据反馈系统，使教师能够基于课堂实际表现进行精准判断、及时调整与持续优化，提升教学决策的科学性与实效性。希腊比雷埃夫斯大学教授德米特里奥斯·萨姆松（Demetrios Sampson）介绍了欧盟的“数字教育行动计划”。该计划通过提供教师间的在线协作平台、自我反思工具和教学资源库，不仅提升了教师的数字素养，也促进其专业发展路径的自主规划与集体共建，强化了教师间的互助与共享意识，有助于形成数据支持下的教学共同体。在国内实践中，国新文化控股股份有限公司副总经理夏英元介绍了“教育多模态分析2.0”平台，通过整合学生行为数据、课堂互动记录与学习成效反馈，为教师提供全面、科学的教学分析，助力教师在决策中跳脱主观经验，形成更具证据基础的教学优化机制。
3.循证教研：支撑教师的精准教学
教师教研活动若缺乏可操作、可验证的证据基础，往往流于形式。借助人工智能与数据技术，教师可以突破以往经验教研的限制，转向循证路径下的精准教学研究与实践优化。马来西亚亚太科技创新大学教授阿卜塔尔·达尔尚·辛格（Abtar Darshan Singh）指出，AI赋能的教学支持正在多个层面提升教师的教学效能与教研能力。在教学内容开发方面，教师可利用AI工具生成本土化资源、创建智能助教或对话型机器人；在评估环节，AI系统可实时监测学生是否过度依赖技术工具，并提升评分效率与任务处理量；在科研层面，AI亦可辅助教师进行文献检索、结构分析与写作生成，显著增强教育研究产出与学术表达能力。从教学实践到教研探索，数据与智能系统正逐步成为教师专业发展的“方法引擎”与“能力外化器”，推动教师从“经验积累者”向“数据赋能者”转型。
（三）协同闭环系统的机制建构
1.“师—机—生”三元互动结构
技术正逐步突破传统课堂“师—生”二元互动的边界，形成以教师为主导、学生为主体、技术为中介的三元协同课堂结构。该结构强调教师的教学设计引领、技术的动态支撑与学生的主动建构协同融合，从而实现以深度学习为目标的教学范式转型。北京师范大学教育学部教育技术学院教授李玉顺指出，未来课堂将走向“师—机—生”的育人新生态[10]。在这一生态中，教师角色不再局限于知识传递者，更是认知结构的设计者、诊断评价的执行者与情感激发的引导者。技术则从被动工具转变为具有反馈生成与策略支持功能的主动因子，助力课堂迈向高阶学习、深层思维与个性化路径的融合。
2.教师—平台—课堂的联动结构
构建“教师—平台—课堂”的联动结构，是实现优质教育资源共建共享、推动区域教育均衡发展的关键机制。平台不仅是资源集成的载体，更是实现教学内容、教学行为与教学反馈有效耦合的协同中介。张国峰介绍了寿光市依托教育云平台，构建覆盖“智慧教学、智慧学习、智慧评价”等49类应用模块的整体架构，并对接47个国家、省市级平台，搭载超560万条优质资源，支持59项教育数据的综合分析，形成“县—校—师”多层联通、数据互通、资源共享的一体化教育生态体系。该平台模式不仅提升了教师获取与使用资源的效率，也通过数据驱动促进了课堂精准教学与专业研修，实现教学实践、数字资源与系统治理的协同闭环联动。
五、结论与展望
生成式人工智能正在推动教育体系深度重构，未来教师与未来课堂的转型及协同是核心命题。从教师维度看，其角色已从知识传授者拓展为人机协同教学的设计师与AI教学应用的中介者，需要具备技术、数据、伦理三位一体的核心素养，且依托分层培养、区域培训与数字社群实现成长；从课堂维度看，学习空间正升级为智联化、沉浸式的环境，但同时必须坚守以人为本的价值取向。教学流程逐步形成“教、学、评”一体化的新模式，通过数据驱动的任务重构和多模态反馈机制实现优化，并在过程中注重教师情感关怀和技术与人文的融合。在教师发展与课堂变革的持续演进中，逐渐形成一种协同机制：教师以专业素养引领课堂革新，而课堂反馈的数据反哺教师的专业成长。在这一过程中，坚持“以人为本”成为平衡技术应用与教育教学的根本准则。因此，未来课堂是技术赋能的智能空间，是激发学生创造力、培育学生社会责任感与促进深度学习的综合性学习场域。相应地，未来教师是技术的应用者，更是课堂优化的设计者和学生成长的守护者。教师与课堂的双向协同，将共同推动教育生态的稳健发展与持续提升。
参考文献：
[1]新华社.习近平主持中央政治局第五次集体学习并发表重要讲话[EB/OL].(2023-05-29)[2025-09-04].https://www.gov.cn/yaowen/liebiao/202305/content_6883632.htm.
[2]欧媚.《中国智慧教育白皮书》发布 共同开启教育数字化发展新征程[EB/OL].(2025-05-16)[2025-09-04].http://www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/2025/2025_zt06/dongtai/202505/t20250517_1190910.html.
[3]黄荣怀.人工智能大模型融入教育：观念转变、形态重塑与关键举措[J].人民论坛·学术前沿,2024(14):23-30.
[4]黄荣怀,刘德建,阿罕默德·提利利,等.人机协同教学：基于虚拟化身、数字孪生和教育机器人场景的路径设计[J].开放教育研究,2023,29(6):4-14.
[5]人民网.同济大学校长郑庆华：坚守教育初心 防止技术凌驾于育人之上[EB/OL].(2024-02-01)[2025-09-04].http://www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/2024/2024_zt02/mtbd/202402/t20240202_1114003.html.
[6]张威,李学良.AI赋能校本教研：角色功能、现实困境与实践进路[J].中小学管理,2025(8):51-54.
[7]黄荣怀,刘梦彧,虎莹,等.面向数字社会的学生社群互动行为分析[J].电化教育研究,2024,45(1):5-12,35.
[8]吕寒雪.教育数字化转型的数字存在与教育存在[J].开放教育研究,2024,30(4):62-70.
[9]王珩,郭未来.演绎与批判：人工智能对教育数字化的介入[J].中国教育信息化,2025,31(2):46-58.
[10]张一春,魏家财,杨宇晴.新质教育信息化的内涵机理、推进逻辑和实施进路[J].中国教育信息化,2024,30(11):3-14.
Envisioning Future Teachers and Classrooms in the Age of Intelligence
—Overview of the Parallel Sessions on “Future Teachers” and “Future Classrooms” at the GSE2025
Mengyu LIU1, Yinmao CAI1, Jiajun WU2, Lijie YUE3, Yueliang ZHOU4
（1.Faculty of Education, Beijing Normal University, Beijing 100875;
2.School of Education, City University of Macau, Macau 999078;
3.Smart Learning Institute, Beijing Normal University, Beijing 100875;
4.Wisdom Education Institute, Zhejiang Normal University, Jinhua 321004, Zhejiang）
Abstract: Amid the deep integration of generative artificial intelligence into the educational landscape and the reconstruction of teaching models, both the pathways of teacher professional development and the structure of classroom organization are undergoing profound changes. During the Global Smart Education Conference 2025, a series of multi-dimensional and cross-disciplinary dialogues were held around core topics such as teacher role transformation, restructuring of professional competencies, and the evolution of classroom formats. Based on a systematic review and analysis of the conference discussions, this study identifies the key characteristics, practical logics, and coordination mechanisms underlying the development of future teachers and the reconfiguration of future classrooms. Findings suggest that teachers are transitioning from knowledge transmitters to tearning designers in human-Machine collaboration and learning mediators supported by intelligent technologies. Their competency structure is also shifting from a traditional subject-knowledge orientation to a comprehensive framework encompassing AI literacy, data-driven decision-making abilities, and awareness of educational ethics. At the same time, regionally differentiated and multi-tiered training mechanisms, along with digital community systems, are becoming key pillars of professional development for teachers. At the classroom level, learning spaces are expanding from physical environments to intelligent and interconnected ones. Instructional processes are becoming increasingly integrated through teach-learn-assess loops, dynamically optimized by data analytics, while also focusing on the emotional labor of teachers and the value of human-AI collaborative teaching. Within this dual evolution of teachers and classrooms, mechanisms of synergy are taking shape: teachers leverage design literacy and interdisciplinary understanding to drive pedagogical innovation, while classroom-generated feedback, through learning analytics and evidence-based research, feeds back into teachers’ professional growth, forming a synergistic and iterative mechanism. The diverse perspectives shared during the conference offer valuable insights into teacher development and classroom transformation in the era of intelligent education.
Keywords: Global Smart Education Conference; Future teachers; Future classrooms; Smart education; Digital transformation of education; Teacher professional development
原文链接：https://mp.weixin.qq.com/s/qxhU8T7iO27OtzNY0LNLFg?scene=1&click_id=1
