它远不止于解决问题，更深刻地改变了学习的本质。人工智能已成为一个不容回避的现实。这将带来怎样的变革？谁将继续站在讲台上？我们与莫斯科市立师范大学副校长罗曼·科马罗夫展开对话——不谈技术，只谈人。
— «优先-2030»计划旨在打造全新的教育质量。贵校的战略项目如何通过应用人工智能来实现这一宏大目标？你们运用人工智能应对哪些核心教育挑战，又将如何重塑教师的角色？
— 如今，我们越来越频繁地听到这样的观点：随着人工智能的出现，教育已来到一个不可逆转的转折点。遗憾的是，这确实是事实。而且，这一转折仅仅是更宏大图景中的一部分。
人工智能不仅高速演进，更在积极重塑各个领域。请看，它已经并且将持续如何改变劳动力市场（相关预测不绝于耳）；它在地缘政治舞台上扮演着何种角色；它已在包括俄罗斯在内的多国长期发展战略文件中占据关键位置。这一切都促使我们将人工智能视为一种具有穿透力的候选技术，它将引领我们迈入新的技术范式。自然，其影响也无可避免地波及教育领域。
一方面，人工智能已在教育工具的演进中找到了自己的历史定位，延续了此前技术革新的逻辑：从第一台印刷机，到铅笔、计算器、个人电脑、互联网、智能手机及各类应用……每一次变革都伴随着特定的恐惧与忧虑：“人们会丧失记忆！”、“孩子们将不再学习计算！”、“学生不再思考，只会抄袭！”等等。然而，随着时间的推移，这些曾引发争议的工具逐渐融入教育体系，带来了质的飞跃，最终成为常态。
另一方面，人工智能不仅仅是一个新工具。它已然能够作为一个完整的认知伙伴，并且其潜力正以惊人的速度增长。从这个意义上说，正如国外同行所言，它是“思维的延伸”，是“共同认知的伙伴”。那么，这种“思维延伸”对教育而言意味着什么？
这意味着，首先我们必须重新审视“教育技术”这一概念。如今，这一概念似乎正在分化：既有直接基于人工智能开发的技术，也有在结构上发生变革、将人工智能作为特定代理嵌入的教育技术。这种深刻的变化引发了新的问题：例如，随着这一新代理的出现，传统的教学模式将如何演变？
传统的二元关系——“教师-学生”或“教师-班级”——正在转变为三元关系，一个具有准主体性和准专家性的全新实体几乎平等地参与其中。目前，其角色尚不明确。众多研究表明，人工智能在教育过程中的应用提升了教育成果。同样，也有不少研究得出了相反的结论。例如，Anthropic在四月份的研究指出，学生更倾向于将高阶认知任务（依据布卢姆分类法）委托给人工智能系统；而麻省理工学院的研究人员近期也强调，这种无意识的委托在记忆力、批判性与原创性思维以及“大脑连接性”等方面均存在认知成本。总体而言，局势依然扑朔迷离。
这里还存在一个关键矛盾：既然变革已不可逆转，那么教师应引导学生达成怎样的教育成果？评估程序乃至整个评估体系又该如何调整，以应对这些重大挑战？在人工智能自由可得的条件下，传统的测试、作业、论文等评估方式已不再适用。显然，评估体系亟待重构。
但这远非全部。教师的角色同样在演变。过去两年中，“人工智能不会取代教师，但善用人工智能的教师将取代那些不善用的教师”这一名言（改编自2023年IBM报告）已深深植根于教育领域。如今，与人工智能协作，教师不再仅仅是知识的传授者和来源，其形象更趋向于知识权威与引导者——他们需基于学科知识，将其结构化并有意应用于实践，同时促进与人工智能的对话，并指导其批判性与伦理性使用。
教师们对此已有深刻理解。我们大学内部的调研显示，如果在去年（2024年），仅有约半数教师在教学中使用人工智能，那么不到一年时间，这一比例已升至76%，几乎与学生使用率持平（不使用人工智能的学生约占五分之一）。
综合这些挑战，显而易见，人工智能进入教育领域带来了诸多需重新审视的空白点，这涉及教育技术的开发、应用与系统性研究，以确保所开发的产品既有效又可靠。目前，正如我试图阐述的，我们正处于研究的关键转折点——全球范围内的实证与实验数据充满矛盾，尚无法得出明确结论。部分空白点还需借助适当的诊断工具，包括对延迟效应的评估（这些效应在结果产生后才逐渐显现）。总体而言，这是一项复杂但可实现的任务。莫斯科市立师范大学的战略技术项目“教育人工智能技术”正是为了与我们的行业伙伴及志同道合的高校共同应对这些挑战而设立。
— 能否请您分享一些莫斯科市立师范大学已在试点的具体解决方案实例？教师在将这些工具融入实际教学过程中遇到了哪些挑战？
— 我们的战略技术项目包含四个核心产品组合。这些产品在莫斯科市立师范大学内部积极测试，部分已拓展至更广范围。
例如，我们与“教育”出版社合作开发的“5-6年级生物数字互动教材”，正在我校附属学校及莫斯科、莫斯科州、下诺夫哥罗德州的七所学校进行试点，其在提升学生学业成绩方面展现出令人鼓舞的成果。
再看我们用于诊断和培养教育关键参与者通用及专业技能的模拟训练器系列，其影响范围更为广泛。其中三款训练器——“与家长的有效沟通”、“高效的教育机构领导者”和“让每个孩子成功”——与大学的教育项目深度融合。按覆盖人数计，约有9000名教育专业学生参与使用。仅在去年，俄罗斯九个地区的137所教育机构中，就有超过32,000人参与了全套7个训练器的培训。
在国家科技计划框架下的第三个项目是“虚拟代理AI平台”。该平台使师生能够创建杰出人物的AI化身，用于教学与研究。此项开发是我们基于进口替代逻辑，对国外同类产品的有力回应，旨在保障教育主权，并在技术领导力竞争中不落人后。目前，多名莫斯科市立师范大学的教师及研究生正参与该平台的验证工作。用户现可创建两种类型的AI化身——导师与苏格拉底式对话助手。导师扮演经验丰富的引导者与助手，在学习过程中提供指导、支持与知识分享；苏格拉底式对话助手则通过经典诘问，助力探索与掌握新知识。
国家科技计划中的第四个项目是“数字教学活动镜像”（合作伙伴为“SberObrazovanie”）。这是面向行业的新工具，为未来教师——我们的学生——提供高质量的反馈。通过多维度指标系统（涵盖教学方法、心理学、社会学），该服务利用人工智能分析学生示范教学活动的音视频记录。分析结果帮助学生独立或与方法指导教师共同反思教学效能，并制定个性化能力发展计划。2024年，约700名学生参与了该技术的验证。今年，验证工作由我校的教育学与心理学学院及数字教育学院共同承担。简言之，认证流程包含以下步骤：
学生在学院指导下，利用该服务准备并进行示范/指标性课程。
随后，基于音视频记录的处理结果，他们与方法指导教师共同分析反馈，并制定提升教学质量的建议。自动课程分析内容包括：
情感与参与度分析；
教学方法性交流技巧（如表扬学生、明确课程起始、解释任务、引导学习、维持纪律）；
社会性交流技巧（如领导力标记、课程阶段标识、表扬表达）；
对话分配模式（“我”模式与“我们”模式）。
在经过针对性的纠错与改进后，学生再次在机构内使用该服务进行授课。
根据新一轮结果调整建议。
完成两轮学院层面的迭代后，学生有机会在“真实”环境中进行“模特”课程——在我们的大学生独立能力评估中心，除“数字镜像”外，还有专家委员会进行评估。
因此，“数字教学镜”标志着我们项目进入全新发展阶段。该项目致力于构建全面的学生教育成果评估体系，自“优先-2030”计划启动后在校内实施，积极响应评估领域对客观性、透明度及减少人为主观影响的挑战。每年，超过3000名学生参与该程序各阶段的评估。
关于您提到的教师面临的挑战，我更愿称之为一项极具趣味与创造性的教育任务——即根据新工具调整课程设计，并积极参与这一建构过程。为确保过程顺畅，我们定期组织研讨会，促进经验交流、反思与最佳实践推广。然而，需特别注意不同院系的专业特性：例如，外语学院的教学方法与教育学与心理学学院或数字教育学院存在差异。各院系拥有独特的学科领域与教学特点。最终，这种多样性恰恰催生了创新团队间的协同效应，共同推动教育实践发展所必需的解决方案诞生。
— «优先-2030»计划强调科研潜力的发展。该项目为贵校的科学家-教育者及数据科学家提供了哪些独特的数据与研究能力？莫斯科市立师范大学是否计划基于积累的数据自主研发教育人工智能算法，而非仅采用第三方现成方案？
— 对于第二个问题，答案更为直接。莫斯科市立师范大学是否计划自主研发教育人工智能算法？答案是肯定的，我们正在这样做。例如，集成于“数字课堂”产品中的参与度评估模型，完全出自我们之手。数字自适应教科书与模拟训练器同样如此。在必要时将合作伙伴的解决方案融入我们的产品（如有），是基于生态系统逻辑，旨在通过先进技术的协同创新，助力俄罗斯在复杂教育产品开发中实现技术领导力。
至于问题的第一部分，其内涵远比表面复杂，具有多重层次。从不同视角可给出多样回答。若我此刻逐一详述战略技术项目中每个子项目所涉及的独特数据及相应研究能力，将耗费相当长时间。以“数字自适应教科书”为例，至少需探讨学生问题的类型学、他们与教材的互动策略以及个性化学习材料的构建方法等；深入下去，我们甚至会触及由人工智能驱动的、用于验证教育内容的概念框架。
若将视角转向模拟训练器，我们将深入分析已识别技能缺陷及其改善动态，并必然涉及与训练器互动的行为策略数据。这些数据后续可通过机器学习方法，用于预测非建设性互动风险，并基于多样化模式构建个性化学习路径。
