人机协同视角下教育数字化转型测评体系构建-兼论人机协同的动态演进路径

/人机协同视角下教育数字化转型测评体系构建——兼论人机协同的动态演进路径【摘要】《教育强国建设规划纲要(2024-2035年)》将教育数字化列为教育强国建设的重要内容进行专章部署，明确推进教育数字化是支撑中国式现代化人才培养的必然要求，也是抢占全球教育发展制高点的战略选择，更是办好人民满意的教育的迫切要求。人机协同是人类与机器之间的合作互动模式，旨在促进人类智慧与机器智能的协同提升，进而完成超越单一人类智慧或机器智能的复杂任务。作为深度推进教育数字化转型的底层逻辑，人机协同并非技术与教育的单线结合，而是基于双向协同机制的教育新范式。其既充当了教育数字化转型的实践支点和评估依据，更构成了培育新质人才的必由路径。基于此，研究依托人机协同理论，提出具有可观测、可计算和可操作的教育数字化转型测评模型。该模型涵盖技术水平、应用程度、数据能力、使用频率、认知态度、学习成效六维度和人机交互、人机融合、人机共创、人机共生四个阶段。研究进而剖析其指标体系、层次结构、关键特征、应用形态与测评案例，并提出构建人机协同的智慧学习空间、发挥人机协同的创新育人功能、优化人机协同的分级教育架构、重塑人机协同的教育生态环境、完善人机协同的风险治理体系等进阶策略，以期为深度推进教育数字化战略提供理论依据、诊断工具与政策参考。【关键词】教育数字化转型；教育数字化战略；人机协同；底层逻辑；测评模型

一、问题提出 教育数字化已成为开辟新领域新赛道、塑造新动能新优势、实现教育现代化、发展新质生产力的重要突破口。《关于加快推进教育数字化的意见》(教育部，2025)明确将教育数字化作为实现教育现代化和建设教育强国的有力支撑，通过全面推进智能化与深入推进集成化，系统重塑教育形态、重构教育生态、再造教育体系，实现教育从规模发展向质量跃升、从局部变革向整体转型的历史性跨越(褚宏启，2024；祝智庭，等，2022a)。教育作为一个复杂系统，其长期性和滞后性的特征决定了教育理念、教学范式、管理体系、组织架构等全方位的转型难以一蹴而就。教育数字化转型绝非教育手段的技术化延展或教学环境的媒介化转型，而是始终以人的发展为根本目的，通过人、依靠人、为了人，并以是否促进人的发展作为衡量标准(袁振国，2024)。这一本质要求在测评体系设计上尤为关键，亟待在理论与方法上实现重大突破，且必须严格遵循人本性、阶段性、融合性、发展性和导向性原则。 当前学界关于教育数字化转型测评的理论基础日益完备，多集中在高等教育阶段(许秋璇，等，2024)，评估内容从早期的硬件配备、平台资源等基础建设，逐渐转向教育各环节的实际效益，包括学校治理优化、教学模式创新、资源配置效率、师生数字素养提升等方面(钟志贤，等，2023)，体现出测评视角由“物的数字化”向“人—机协同系统”的初步转向。然而，整体观之，当前多数测评体系在目标设定上仍局限于“技术治理”的视域，基本围绕技术设施是否到位、平台使用是否规范、管理机制是否健全、数字资源是否丰富等(邱飞岳，等，2025)。此类评价导向虽试图覆盖教育流程的全要素，却未能触及教育系统深层结构的重构逻辑，也未能有效回应教育数字化转型所强调的“以人的发展为核心”之本质目标，具体而言，在方法层面，现有测评体系普遍采用专家咨询法、德尔菲法等技术路线，虽在维度提炼与指标体系构建方面具有一定的形式逻辑，但其方法论基础主要依赖校长和当地行政领导的经验判断与个人认知，带有较强的主观投射，在多元化教育实践中易造成认知结构的单一化与评价结论的偏倚性。同时，测评结果受制于特定群体的知识结构与价值取向，难以充分体现教师、学生、管理者等多元主体在数字化转型过程中的实际感知、真实行为与情境反馈，从而偏离了教师能动性和学生发展性的教育本真价值。 更为突出的是，现存测评模型在数据处理上仍依赖于结构性指标的静态采集与横向比对(万力勇，等，2023)，无法有效揭示组织协同水平、认知结构变化与系统跃迁潜力等深层机制。此外，以技术效率为导向的测评解释框架，将技术配置与资源投入设为评价起点，强调设备数量、平台覆盖率和系统接入程度等显性指标，难以捕捉人、机、场之间的真实协同关系，忽视了教育实践中人机协同的具体情境、互动过程和认知提升，难以有效支撑教育数字化“结构性重构”与“持续性变革”的转型目标。 综上所述，现有测评体系的理论局限与方法缺陷，严重制约了其对教育数字化高质量转型的引领性功能。鉴于我国基础教育领域数字化转型的现实挑战与发展诉求，当前亟须回归技术与教育深度融合的本质目标和价值属性，深入探索教育数字化转型评价的新理念、新工具和新方法。为此，本文聚焦如何构建一个能贯穿各级各类教育机构和教育主体，兼具可描述性、可测评性和可行性的理论模型，以更有效地指导和推动教育数字化转型实践。在此基础上，本文提出人机协同是教育数字化转型的第一性原理(即底层逻辑)，将其作为各级各类教育机构数字化转型的核心思想和实践参照，展开对人机协同各阶段的关键特征、应用形态、测评指标和测评案例的讨论，并进一步构建以测评体系为中枢、以五维策略为支撑的人机协同创新跃迁路径，为教育数字化的深入推进提供理论依据、诊断工具与政策参考。 二、核心概念界定与理论框架 教育数字化转型是一个以人为本的复杂系统重构过程，其测评需要突破既有假设与传统范式，重新审视教育实践的基本事实与根本逻辑，洞察转型的本质机制，以一种更为透彻的视角来寻求创新途径。人机协同作为教育数字化转型的本质特征，不仅体现为技术配置方式的变化，更指向系统转型过程中人与智能技术关系的重构，标志着一种以人为中心的全局性重组与系统性重塑。 (一)教育数字化转型的核心概念与本质特征 教育数字化转型是顺应数字时代潮流、推动教育深化变革与创新、实现教育现代化不可或缺的动力和支撑(刘宝存，等，2022)，其本质在于通过数字技术手段促进教育全要素、全业务、全领域和全流程的变革与文化革新，涵盖了教育环境、资源、模式的创新，数字素养、能力、技能的提升，评价内容、方式、手段的改革，以及治理思路、主体、结构的转变(戴岭，等，2023b)。教育数字化转型不仅强调教育信息化的升级，更突出技术、业务和人的关系转型，既关注数字基础设施和数字资源的建设与应用，也强调以数字技术驱动教学变革，推动素养导向的教学目标、智能化综合评价以及虚实融合的教学情境创新，最终实现以人为本、协同创新和高质量发展的教育愿景(余胜泉，2023)。在教育数字化发展历程中，数字技术作为核心力量推动教育变革取得了显著成效，但技术的异化和不当运用，会阻碍教育数字化转型的推进和落实，从而引发新的教育风险。例如，学校成为新技术的试验场，即在市场力量的推波助澜下，学校片面追求数字化的规模和速度，滋生盲目跟风、过度消费的教育现象(戴岭，等，2024)；技术应用的舍本逐末引发“逆教育”现象，即课堂教学忽略学生对知识本身的理解和感悟，背离学生的认知发展规律，把原来的“人灌”变成现在的“机灌”；“新技术”与“新教育”的貌合神离，即在基于传统的教育场景、教学条件、教学模式上做技术的加法，而不是创设新的人机协同形态和情境去促进教育变革。 人机协同(human-machinecollaboration)最早源于工程和计算科学，指人与机器共同执行任务时相互增强、优化和互补的关系(Haesevoets，etal.，2021)。近年来，该理念被广泛应用于医疗、制造和航空航天领域，并逐渐扩展到教育领域。在教育场景中，人机协同是指人与智能机器在共同执行教育任务过程中，通过互动与合作发挥独特优势，从而优化教育过程和提升教育效果的模式(Zawacki-Richter，etal.，2019)。其中，人类优势体现在批判性思维、道德决策、创造性设计等方面；机器优势则主要体现在数据处理、快速分析和智能反馈等领域。例如，在智慧课堂中，教师利用智能系统实时分析学生的学习数据，机器根据算法精准地识别学生的知识空缺，并推送相应的学习资源。同时，教师基于数据决策进行教学调整，精准实现教学目标(余越凡，等，2025)。与传统的“技术支持教育”(如单纯的计算机辅助教学或信息化教学)不同，人机协同教育并非简单的技术融入或教学工具替代，而是强调人与智能机器的深度融合，体现为教学主体(如教师和学生)与智能系统之间的持续互动和协作共创过程(李艳，等，2023)。这一模式打破了以往教育中技术被动服务教学的单向关系，建立起人类与机器的双向互动机制，即技术不仅服务于教学，更主动支持教师的专业决策与学生的自主学习，从而在本质上实现了教育过程的智能化。《全球教育监测报告》(UNESCO，2020)呼吁，教育系统应始终确保以学习者的利益为中心，通过合理利用数字技术来支持基于人际互动的教育，而非取代人际互动。总之，人机协同不仅是技术赋能教育的本质特征，也是教育与技术互构互塑、双向赋能的关键路径，更是教育数字化转型成功与否的核心因素。 (二)人机协同的理论内涵与逻辑基础 教育数字化的表征是数字技术在教育场景的应用，要义是促进人全面、自由、个性的发展，目的是培育能适应并引领数智时代发展的人才(戴岭，等，2023a)。人机协同的关键在于激活人的潜能、拓展人的能力边界与思维空间，通过人机交互与融合的深化，充分发挥教育数字化转型的效能。在此过程中，人机协同之所以可被视为教育数字化转型的底层逻辑，并非因为它代表某类具体技术，而在于它引发了大众对教育系统中认知关系、控制逻辑、价值定位等反思。人机协同作为一个原理性范畴，其核心不止于“人如何使用机器”，而是强调人在与技术互动中重新建构其主体性，并通过协同机制引发教育行为、组织流程、认知判断的深度变革。在此机制中，“人”不再是单一的控制者，“机”也不再只是工具附属，二者共同形成了耦合性认知单元与动态关联，协同推动教育系统的逻辑转化。通过教育者、学习者、技术与教育情境的多元交互，学习者的身体、感知、认知与社会情感能力得以整体提升，特别在智能素养方面实现质性飞跃，进而能以更具创造性的方式运用数字技术和组织教育教学，最终实现教育变革的目标。这种结构性重组，使得人机协同不仅嵌入教育组织的各个层面，更成为驱动教育系统演进的底层逻辑。更为关键的是，“人机协同”所蕴含的互动方式转换、主体特性迁移、融合程度深化，可成为当前衡量学校与区域层面教育数字化转型进程的有效标准。它不仅能反映教育系统的技术融入程度，更能揭示组织转型的成熟度与人才发展的实际成效。在区域治理、资源配置、教学评估、学习支持等场景中，这一协同逻辑提供了比“技术覆盖率”更本质、更深层次的测评维度。 人机协同通过精准识别、及时反馈和个性化支持，超越了传统单向信息传递模式，为大规模个性化教育提供了理论依据和实践路径。人机协同的核心，在于实现人类与智能机器共同认识、共同感知、共同思考、共同决策、共同创造、互相理解、互相制约和相互监护，通过人机双向交流，发挥各自优势，使得“人”与“机”在教育场景中协同增效，可有效解决教育实践中超出单一智慧和能力范畴的复杂任务。因此，将“人机协同”确立为教育数字化转型的底层逻辑，并非因其代表某一技术发展阶段，而在于它构成了教育系统由外延扩展向内核再造跃迁的根本支点。它赋予教育数字化以协同进化的内生逻辑、以过程建构为导向的演进机制，以及以过程驱动为支撑的转型范式，进而奠定整个体系的理论起点与实证基础。正所谓“万物得其本者生，百事得其道者成”。人为中心即为“本”，人机协同则为“道”。人机协同的理念为教育数字化的推进提供了基本概念和规律，从而确立了教育数字化转型的基本框架。 (三)教育数字化转型的人机协同理论框架 将代表新质生产力的先进技术融入教育教学和管理全过程、全环节，实现人机协同，促进学习者主动学习、教师创造性教学，以及管理者从管控角色向协调者转型，是教育数字化转型的实践要义(祝智庭，等，2024)。人机协同中的“机”并非单纯指硬件设备，而是指融合了不同数字化水平技术的智能机器和学习系统。通过评估不同技术在教育领域中的应用形态，即人机协同中相互配合、相互支持、相互促进的互动模式，教育研究者可全面审视和评估教育数字化转型的进展，确保契合教育创新和发展的长远目标。 依据数字教育发展中“机”的形态演变、人的认知态度转变、人与“机”的关系嬗变，本文系统揭示了教育数字化转型进程中人机协同的发展逻辑与功能演化路径，构建基于“双维四阶”的理论框架模型(见图1)。该模型以“人机协同阶段”为纵轴，划分为从初始的信息响应到最终的认知重塑四个层级；以“教育信息化形态”为横轴，对应工具化、平台化、智能化与生态化的演进历程，形成映射关系。矩阵内各单元格呈现特定阶段下的典型集成类型与功能指向。模型横向叠加“教育场景维度”(教、学、考、评、研)，纵向包含“学校治理维度”(制度、校园、数据、教学、教师)，以多维度交叉方式呈现人机协同对教育实践与治理结构的深度嵌入，揭示出从教具替代到系统重构、从局部赋能到整体跃迁的内在演进逻辑。其中，不同阶段、层次中机的特征、人的特征、协同特征、协同目的、应用场景以及教学模式的表现形式各有不同，以差异化的技术应用作为人机协同化程度的标准，以人机协同化程度作为教育数字化转型成效的重要依据，从而为教育转型指明方向。 图1教育数字化转型下人机协同演进的理论框架 三、测评体系与评价准则 人机协同演进的理论框架图作为一种具有基础性与引导性的分析工具，可用于描绘教育机构在数字化关键领域的发展形态，评估教育主体的协同化水平，判断组织的结构化转型状态。该框架有助于从全局角度理解当前人机协同的演进脉络，为合理判断其协同水平、预测其发展态势、把握其未来进路提供依据。在此基础上，本文进一步设计了与之相对应的评测体系，以系统刻画不同阶段下人机协同的实践状态与作用机理。 (一)设计理念与构建原则 构建科学、系统、可操作的人机协同测评体系，不仅是刻画教育组织数字化跃迁状态的技术性需求，更是引导教育本体回归、推动新质人才育成的战略性任务。测评体系的设计，应超越传统以工具效能为中心的范式，确立以人的发展为本位、以人机协同演进为路径、以系统跃迁为导向的整体理念。因此，本文在设计理念上确立三大基本指向：(1)坚持以人为本，将人的能力拓展、思维塑造与认知态度作为测评准则，以促进人的全面发展为最终目标；(2)突出人机协同，强调测评对象不仅是技术应用现状，更包括人机互动机制、人机融合水平、人机共创能力与认知培育的深度刻画，凸显教育数字化转型的双主体赋能特征；(3)注重系统跃迁，以系统整体性与动态性视角理解教育数字化转型，从静态测量走向动态引导，促进教育组织的持续跃迁。 在具体构建中，测评指标体系主要遵循以下原则：(1)导向性原则，指紧扣国家教育数字化战略，锚定教育强国的目标，兼顾学校发展现实条件，以提高育人质量、均衡教育资源、挖掘数智育人潜力、构建智慧教育生态为导向。(2)交互性原则，指关切人与机互促、互信和互补的交互特性，强调在教育过程中，人类与机器的互动和协同作用。确保机器在内容生成、信息处理和决策支持中的卓越能力与人类在创意、判断力和批判性思维方面的独特优势相结合，防止“唯技术主义”倾向，避免陷入“只见技术不见人”的误区。(3)发展性原则，指兼顾静态与动态指标相结合，运用静态指标评估学校教育数字化的发展现状，同时通过动态指标预测其未来转型的趋势与潜力。(4)普适性原则，指评价指标具有普遍适用性，适用于不同类型和层次的学校，便于横向和纵向的对比分析。(5)可行性原则，指指标设计除覆盖教育系统中的各主体和相关要素外，还需考虑数据采集的难易程度及量化的可操作性，以确保测评过程的可实施性和结果的科学性。 (二)测评体系与应用形态 以人机协同中的互动方式、主体特性和融合程度为切入点，本研究设计六个指标维度和四个程度等级，各维度在不同层级呈现出相应的关键特征(见图2)。在建构教育数字化转型的人机协同测评体系时，本研究坚持以“人的发展”为本体论导向，回应以往测评中存在的价值取向模糊、概念抽象冗余及主观评判偏倚等问题，构建以技术水平、使用频率、认知态度、学习成效、数据能力与应用程度为核心维度的六维评价体系。该体系聚焦教育系统真实运作过程中的关键变量与行为特征，有效刻画人机协同在不同阶段中的差异性、动态性与连续性。六维指标间既相互关联又功能分立，既反映技术介入教育过程的纵深层次，也展现出协同关系由工具性嵌入到认知性共构的连续跃迁轨迹；既涵盖技术赋能的客观结构，也充分考虑到师生在具体使用过程中的主观感知与行为响应。相比以往以“文化氛围”“战略规划”“生态系统”(祝智庭，等，2022b)等难以度量的抽象框架为核心的测评模式，该体系更加注重测评内容的可观测性、可计算性与可操作性，可用于识别学校或区域教育数字化转型的发展节奏、结构短板与跃迁潜力，为教育数字化转型的阶段性评估、结构性优化与系统性提升提供可行路径。 图2教育数字化转型下人机协同测评体系 其一，在人机交互阶段，数字技术作为基础性工具嵌入教育系统，通过数据采集、整理和反馈等核心功能，为教师提供决策辅助。系统运行完全依赖于人的操作与设定，不能自主学习或参与任务调整。人与机器之间的关系主要表现为单向控制与静态响应。技术系统主要作为辅助工具参与教学过程，其功能定位为任务替代与效率提升。典型技术包括教学内容生成工具(如教案编写)、自动批改插件等，主要服务于课前准备与课后批改等环节，尚未介入教学关键流程，体现为“人主—机辅”的单向赋能关系。例如，学习软件可以记录学生的答题结果、登录频次和作业提交情况，并将数据呈现给教师以辅助判断，但教学行为依然由教师主导，学习活动的节奏和目标亦主要由教师设定。 其二，在人机融合阶段，技术系统初步具备对环境变化的识别能力与有限的数据分析能力，能在一定程度上与师生共同完成教学任务。系统不仅能在执行过程中进行反馈，还能根据学生的实时表现做出内容调整，例如，动态推送补充练习、适度调整题目难度、改变信息呈现方式等。典型技术包括个性化学习推荐系统、智能导学平台、学习数据诊断系统与虚拟仿真实训平台，支持基于大数据的路径优化与问题识别，实现“技术引导—教师调控”的协同模式。这一阶段的突出特征是：教师和技术在教学过程中形成分工协作，机器从原有的“工具角色”转变为“合作伙伴”，尽管决策权仍主要由教师掌握，然而系统已开始主动介入部分教学流程。 其三，在人机共创阶段，技术与教育主体间具备了协同参与内容创设与问题解决能力。教师与智能系统可共同构思课程结构，系统能根据教学目标自动生成教学素材与任务情境，支持内容的扩展与优化。学生在与智能系统的互动中不仅能够接受信息，还可以提出问题、表达想法；技术系统则以自然语言方式回应，引导其深入思考和持续探究。技术参与教学流程设计与任务建构，具备多模态生成能力。典型技术包括人工智能生成内容驱动的教学内容创作平台、学习任务设计系统、项目化教学平台等，能基于师生意图与学习轨迹动态生成学习资源，形成“人—机共创、双向生成”的协作机制。在此阶段，技术已超越流程性辅助的功能，能与人共同参与具有开放性与创造性的教育活动，构建新的教学问题情境。师生与技术的关系由“合作伙伴”转向“共创伙伴”，教学系统也从预设路径的执行转变为生成性学习的组织过程。 其四，在人机共生阶段，教育系统进入深层协同与共同成长的高级形态。技术不仅参与教学过程与内容生成，更深度嵌入人的思维过程与成长路径，辅助学生进行抽象推理、逻辑分析、批判性思考等高阶认知活动，实现从内容创造到高阶思维培育的深层跃迁。典型技术包括智能认知建模系统、个性化思维训练平台、多主体学习交互系统等。系统能识别学生的兴趣取向、认知风格与思维习惯，并基于长周期数据积累支持个性化成长，帮助学生实现知识整合、能力迁移与价值形成。教师可与智能系统协同制定学习目标、评估学习成果与调适教学策略，形成在目标设定、资源选择、过程管理、评价反馈等方面的全流程协同。在这一阶段，人机关系不仅表现为协作共建，更体现为理解与信任的双向嵌入，推动教育系统朝向更加开放、自适应与生态化的方向演进，真正实现以思维塑造与能力生成为导向的“共生式”教育形态。 人机交互、人机融合、人机共创、人机共生四个阶段共同构成教育数字化转型中人机协同能力演进的逻辑主线，不仅反映技术与教育融合的深度和广度，更揭示了教师、学生与技术协同关系跃迁的本质机理。首先，四个阶段非并列的静态划分，而是随着教育数字化转型进程逐步演化。各阶段间具有内在的递进逻辑，前一阶段的技术基础、数据积累和协同经验为后一阶段的实现提供必要条件。例如，人机交互阶段中的基础数据采集与存储，为人机融合阶段的情境适配和分析应用奠定基础；融合阶段形成的师机分工协作与个性化反馈机制，又为共创阶段的双向赋能与内容创新提供支持；共创阶段在知识建构与学习任务生成方面的特性，进一步为共生阶段的高阶思维培育提供铺垫。其次，各阶段的区别体现在人机协同的特征、目标和应用形态中：人机交互以工具性支持和单向赋能为主，系统运行以人的操作为核心；人机融合则体现为初步的情境感知与任务协作，技术逐步参与到决策与过程调控中。例如，人机共创强调系统与人的深度协作，共同参与内容构建、资源生成和创新探索；而人机共生则标志着协同关系的高度融合，系统支持个性化成长和高阶能力发展。此外，四个阶段在指标体系的侧重点及阶段转折上呈现出明显区分，早期阶段更侧重技术水平、数据能力和基础应用的可观测性，而高阶阶段则更加关注认知态度、协作效率与学习成效等表现，评价重心从单一的技术应用水平转向主体的高阶思维能力。 (三)评价准则与应用案例 基于前述理论框架和测评体系模型，本研究进一步提炼各阶段的关键指标与评价要点，形成一套具有区分度、进阶性与可操作性的阶段性测评量表。聚焦技术水平、应用程度、数据能力、使用频率、认知态度与学习成效六个维度，明确划分人机交互、人机融合、人机共创与人机共生四个阶段下的核心判定依据与标准指向(见下页表1)。六个指标维度的设定紧密围绕教育数字化转型进程中人机协同的核心环节，突出主体认同、技术集成、场景应用、数据支撑、互动频率与结果导向，既反映协同中各要素的动态特征，也兼顾测评的可操作性和科学性。具体而言：(1)技术水平强调数字技术在教育中的集成深度和支撑能力，是各项协同活动的基础；(2)应用程度体现数字技术在教学、管理与评价等环节的融合形态和流程优化；(3)数据能力聚焦于信息采集、分析与反馈的智能化水平，反映系统实时响应与精准支持的能力；(4)使用频率关注技术工具的常态化使用和互动强度，是实际效能的重要表现；(5)认知态度反映教师与学生对人机协同理念和实践模式的理解、认同与接纳，是创新变革的内在动力；(6)学习成效则衡量协同机制对知识获得、能力提升和高阶思维发展的促进效果，体现转型的最终价值追求。 在实施人机协同测评体系的实践中，研究人员可依托与本体系相对应的《教师卷》《校长卷》和《学生卷》三类测评问卷，对教师、管理者和学生群体开展系统性测评与分阶段诊断，并依据六个维度中各阶段的达成情况，对教师、管理者和学生进行画像剖析，发现当前数字化转型的短板和瓶颈。问卷根据各个阶段的应用形态特征，在五大教育场景和学校治理场景中分别设定核心行为题项。所有题项均采用五级李克特量表(1=几乎没有，5=总是)，以量化应用行为的频率和程度。例如，在某市实验学校，学校数字化专班统一部署，由教师填写《教师卷》，例如，“我利用学校数据管理平台了解学生学情，依据学情选择恰当的教学方式”(人机融合阶段)、“我经常依据数据分析设计特色的教学内容”(人机共创阶段)、“我借助多模态数据监控、诊断教学成效，满足学生高阶思维的发展要求”(人机共生阶段)；由管理团队填写《校长卷》，例如，“我校通过智能调度统筹安排教师的授课、会议和培训时间”(人机融合阶段)、“我校已建立数据驱动的管理决策机制”(人机共创阶段)；由学生填写《学生卷》，例如，“人工智能技术帮助我准确发现自身学习的薄弱环节”(人机融合阶段)、“我能借助人工智能来完成很多棘手任务并解决复杂性问题”(人机共创阶段)。 所得数据采用归一化与指数换算方法进行处理，将高频选项(如“经常”“总是”)的比例转化为0～100区间的“数字化转型指数”，用于全面反映各阶段、各场景、各主体在数字化转型过程中的达成水平和分布状况，为后续的分层诊断与分级推进提供科学支撑。例如，在数据分析过程中，若测评结果显示教师群体在“人机融合”阶段核心题项上的“经常+总是”达成比例超过50％，但在更高阶的“人机共创”阶段该比例尚不足30％，则表明该校教师群体整体处于“人机融合”阶段，需要聚焦智能平台的深度应用、人工智能辅助的课程开发与教学资源整合等关键环节，有针对性开展教师能力提升培训与专项辅导；若测评结果进一步显示学生群体总体在“人机融合”阶段的核心题项“经常+总是”达成比例超过50％，而管理层在“人机共创”阶段核心题项比例已达50％以上，但“智能资源开发”和“数据驱动决策机制”等关键行为题项的达成比例明显不足(低于30％)，则反映学校管理层尽管已进入共创阶段，但存在明显的结构性短板，需要有针对性设计差异化的能力提升路径：对教师和学生重点强化智能平台的功能探索和项目化学习实践；对管理层则着力推进数据驱动的治理机制优化和大数据辅助的决策能力提升。此外，结合分场景的高频行为达成比例，学校可动态监测各学科、各场景的阶段分布和结构短板，及时开展定期测评与跟踪分析，动态调整资源配置与能力建设路径，实现分层分类、精准诊断与持续改进。 四、实践路径与创新跃迁 实现教育组织由技术和资源驱动的人机交互和人机融合阶段，向强调知识生成、任务共建与认知拓展的人机共创和人机共生阶段转型，必须将测评中所显现的系统短板、协同瓶颈与发展断层，转化为具备可操作性的策略路径。教育组织的发展历程通常呈现出由缓慢起步、加速扩张、达到平台期再至增长乏力的周期性特征，其变迁轨迹常以S型曲线(sigmoidcurve)加以刻画。查尔斯·汉迪(CharlesHandy)在其“第二曲线”理论中指出，组织若欲避免在第一增长曲线的末端陷入衰退，需在尚处于发展良性轨道之际，主动开辟一条新的增长路径，即启动第二曲线(查尔斯·汉迪，2017)。在教育数字化背景下，第一曲线代表的是以信息化基础建设、平台搭建与资源整合为特征的路径依赖模式(如人机交互和人机融合阶段)，而第二曲线则象征着以人机共创为内核、以智能跃迁为动能的新范式(如人机共创和人机共生阶段)。跨越此非连续性鸿沟的关键，在于对教育系统底层逻辑的重塑(见图3)。基于此，本研究提出涵盖人机协同五个关键领域的实践方案，通过对人机协同模型所揭示问题的结构性回应，旨在以路径重塑实现教育数字化的整体跃迁。 图3创新驱动实现第一曲线向第二曲线的交接攀升 (一)构建人机协同的智慧学习空间：以场景驱动实现“融合”向“共创”跃迁 智慧学习空间是实现“大规模个性化教育”“资源数字化、管理智能化、成长个性化、学习社会化”“学习型大国”目标的重要途径。通过融合物理、社会、信息和心理空间，利用场景、数据、模型、资源、工具、服务等要素，将个性化学习系统、精准教学系统和智能管理系统无缝衔接。需要从决策协同的数据模型层、交互协同的技术支撑层和流程协同的场景应用层的设计，共同实现人机协同在智慧学习空间中的深度融合和高效应用。为此，教育决策者应推动构建以“任务驱动+平台支撑+角色协同”为基础的机制，明确各教育主体在场景设计、数据调用与反馈闭环中的操作职责和行动路径，以确保人机协同机制在空间建设中的可执行性与可持续性。具体路径包括：(1)数据模型层以透明性和可控性为原则，通过全生命周期的数据管理和适配性高、可解释性强的模型设计，支持教育主体掌握和参与方案决策，提升数据的真实性和情境性，从而增强模型的感知记录能力和预处理能力，以确保对复杂教育问题的精准诊断与合理决策；(2)技术支撑层强调体验性和可靠性，通过具身式数字资源、自然交互服务、感知觉与行为分析，来支持有意义学习，促进学生的全面发展；(3)场景应用层的设计遵循互联性和泛在性原则，依托教育角色模型和人机分工准则，梳理各应用场景的业务流程，打破不同软件与工具之间的壁垒，确保数据流的无缝衔接。通过设计多源异构数据集和多终端数据规范，教育决策者可实现数据采集与分析的多场景迁移，从而充分展现场景感知、数据驱动、沉浸体验、人机协同、自主进化的特征。 (二)发挥人机协同的创新育人功能：以能力提升推动师生阶段性跃升 在教育数字化转型中，尽管教育的形式在变，但教育的本质——培养能力、塑造品格、促进人的全面发展——未变。教育数字化从教育实际问题和未来需求出发，以解决问题和变革创新为导向，并遵循教育规律和人的发展规律，让技术真正服务于育人(王天平，等，2024)。教育决策者应将培养人机协同能力系统性地纳入课程标准、教学评价与师资培训体系，以理念性变革引领组织性重构，推动创新育人从价值指向落地为制度规范。具体路径包括：(1)塑造高阶能力和综合素养培养的育人理念，引导学生思考问题和协作探究，养成自主学习、自主管理的良好习惯，培养更加长效的学习兴趣和动机，提升面向“人际+人机”的创新与协作能力；(2)构建跨界融合的课程体系，打破学科壁垒，设置多领域的模块化课程，推进问题驱动的项目式、探究式学习，帮助学生形成系统化的认知方法；(3)加强人机协同的实践训练，培养学生在复杂系统中的协作能力，提高教师智能工具应用和人机协同教学能力；(4)开展广泛的国际合作与交流，拓宽学生的国际视野，提升国际竞争力；(5)重视学生的社会情感能力与心理健康发展，培育具有成长心态与高意识学习特质、人机共生思维与人工智能渗透技能、开拓精神与“破界”能力、创想能力与实践智慧、人文精神与科技伦理素养、人类共同体意识与跨文化行动力等特质的新质人才。 (三)优化人机协同的分级教育架构：以层级治理机制实现教育机构协同演进 实现第一曲线向第二曲线的交接攀升，教育决策者需要从智能化管理维度优化面向“省—县—校”三级层域的教育环境架构，弱化教育数字化政策的执行偏差，突破传统管理模式的表层替代，通过平台协同、数据共构、结构重塑，实现教育资源的精准配置与实时调度。具体路径包括：(1)省域层面应以统一标准整合云平台、智能终端、网络基础设施，形成集教学服务、资源共享、教学反馈于一体的智慧主平台，同时整合图书馆、博物馆等实体资源，打造集实境与虚境融合的数字学习空间，并建立面向全民的可信学习档案体系；同步制定《平台运营责任清单》和《数据分级共享规范》，明确各级单位在资源调配、技术接口适配、平台更新与监管反馈中的权责分工，来提升政策执行的闭环性与一致性；(2)县域层面应以本地化资源适配与技术协同为导向，构建“区域共建—数据共治—资源共享”的网状体系，设立三级教育信息化专员制度，统筹配置优质内容与师资力量，实现优质学校对薄弱学校的联动支持，推动县域教育平台与省级主平台的数据互联、业务互补、服务互通，保障数字化转型的区域均衡性与协同性；(3)校级层面则应依托智能学习系统、数据采集工具和人工智能推送机制，形成“数据采集—路径分析—服务分发—教学反馈”的闭环流程，构建深度学习、协作学习与泛在学习融合的智慧场景，同步设立“校本技术治理小组”，打通教学部门与信息技术部门的协作渠道，落实平台建设、数据治理、师生支持、任务反馈等具体任务，推动“人—机—校”三元协同结构在具体教育实践中的嵌入与转化。总之，教育决策者通过构建职责明确、机制成型、平台贯通、场景融合的三级架构体系，形成由顶层设计驱动、基层实践响应、全域协同反馈的动态治理闭环。 (四)重塑人机协同的教育生态环境：以多元主体协同实现教育的阶段性重构 重塑教育系统的新样态，需以全局性、系统性、立体性和融合性思维将教育数字化放在教育强国建设战略语境下通盘考虑(祝智庭，等，2023)。政府可通过政策引导、社会资金引入、平台建设和多方合作等综合措施建立智能协同的教育生态环境。为确保外部支持机制具备可持续性和可复制性，应建立由国家主导的“教育数字治理枢纽平台”，构建任务发布、规则协同、绩效反馈三位一体的跨部门联动体系，以实现政策执行与平台任务的对接，提升外部资源配置的精准性与协调能力。具体路径包括：(1)政府应出台包括税收优化、准入与退出、专项资金扶持等相关政策，为智能产业进入教育领域提供支持，构建面向未来的智能教育政策体系，推动以往侧重基础设施建设和资源优化，向引导人工智能与教育深度融合的政策设计转变。(2)建立有效的融资平台和多元化融资渠道，利用政府与社会资本合作模式，吸引企业、基金和社会资本参与教育数字化布局，确保技术快速落地和成果迭代。此外，智能教育平台的建设应打破传统的线性思维，以文化教育资源库、实践实训平台和虚拟教学仿真中心为载体，以人工智能技术的动态分析与数据驱动为支撑，推动教学内容、教学模式和教学管理的全面数字化。(3)政府、教育机构、企业和社会组织的多方协同合作是构建新型教育生态系统的基础。在政策引导和资金支持的基础上，各主体通过构建开放式创新平台和跨部门协作机制，避免资源的重复开发，提升教育系统的整体创新效能。 (五)完善人机协同的风险治理体系：以全周期风险防范保障阶段跃迁安全可控 相关治理主体需构建智能化、人性化、动态化的风险治理体系，以保障人机协同在各阶段的稳健跃迁。具体路径包括：(1)应建立刚性约束与柔性管理并重的治理模式，通过强制约束力的法律法规和政策明确技术应用的底线，防止算法歧视、数据滥用等风险。同时，利用非强制性伦理声明和实践准则设置柔性边界，实现敏捷弹性管理，对可能造成严重风险的技术应采用预警原则，对涉及有限风险的技术要权衡其应用价值后采取相应的防控措施。(2)应融合人本理念与伦理导向的治理理念，以人类命运共同体理念着眼全人类福祉，确保技术设计和应用始终关注人性化需求。通过伦理规制技术设计者和应用者的道德水准，将“算法道德化”和“道德技术化”作为基本要求，实现负责任的创新。为推动风险治理从宣言式原则走向制度化执行，亟须建立基于“场景试验—动态监管—适度容错”的治理流程，将治理条款内嵌于平台标准、应用流程与产品设计之中，确保风险预判与应急响应机制嵌入人机协同的全生命周期。(3)应实施责任明晰与多方协同的治理策略，建立清晰的技术问责体系，明确各相关方——数据提供者、技术研发者、使用者和监管者的责任和义务，防止责任推诿。推动政府、学校、技术企业和社会组织等多元主体共同参与，推出灵活的政策沙盒机制，允许新技术在受控环境中试验，并通过大数据实时监控，评估其风险与安全性，形成全社会共同治理的模式。此外，加强国际合作，建立平等开放的多元对话机制，推动全球教育数字化转型的风险治理合作，从而达成国际比较强、贡献大、质量高、结构优、保障足、治理活的转型目标。 五、结语 人机协同视角下的教育数字化转型测评，不仅在于诊断组织在智能化进程中的发展状态，更在于充分挖掘技术赋能教育的潜力，设计技术浸润的培养范式与健全高阶思维能力的培育机制，形成新生代人才辈出、新质人才不断涌现的局面。纵观人机协同的演进趋势，技术的价值并非取代人的认知与决策，而在于拓展人类实践的自由度和思维的创新度，从而形成具有集体智慧的混合智能体和高灵活性的教育生态。人机协同理念引导下的教育数字化转型，突破了以往实践中唯技术化取向所造成的价值偏误，重申了教育必须以人为原点的根本原则，重新界定教育数字化转型的理论基点，明确了技术与人的价值边界，不仅是深度推进教育数字化转型的底层逻辑，更是通往未来智慧生态的指导思想和实践参照。

参考文献： [1]查尔斯·汉迪，2017.第二曲线：跨越“S型曲线”的二次增长[M].苗青，译.北京：机械工业出版社：4. [2]褚宏启，2024.教育强国建设的底层逻辑与顶层设计——教育如何助推中国成为世界强国[J].教育研究，(1)：4-15.