人工智能（AI）與教育數字化正深刻重塑高校課程，將循證教育的科學理性和AI技術深度融合，能推動課程決策和實踐從主觀模糊的“經驗驅動”轉向客觀精準的“數據—知識雙驅動”的智能循證，最終實現教學從“灌輸”到能力共生、從標準化到個性化的轉變，切實提升人才培養質量、回應時代挑戰。而當前經驗主義教學存在內在局限與“證據真空”，教育決策需從依賴主觀直覺轉向基于研究證據的科學理性，卻因缺乏連接理論與實踐、數據與決策的技術支撐，循證教育推進步履維艱，因此亟待從學理上確認循證作為轉型方向的正當性和必要性。

　　AI在教育領域的應用并非只是提供一種新工具，而是從根本上重塑了教育活動中證據的形態、教與學關系的結構和評價的功能。AI突破了循證教育面臨的“制證”和“用證”困境，為構建動態、精準、高效、個性化的新型課程生態提供了可能。

　　其一，證據生態從靜態稀疏到動態多維的數據涌現。AI使實時捕捉和深度分析學習全過程的大量數據成為可能。課堂互動、學習行為，甚至情緒變化等，都可轉化為可分析的數據。教育證據因此從以考試成績為代表的靜態、稀疏、終結性結果，拓展為貫穿學習全程的動態、多維、高密度“數據流”，為精準學情診斷、學習風險預警和個性化干預奠定基礎。

　　其二，教—學關系從“教師中心”轉向“學習者中心”。智能助教、自適應學習系統、開放教育資源等AI應用，極大提高了知識獲取效率。教師從知識的傳授者轉變為學習的設計者、指導者和協作者；學生獲得前所未有的自主權和選擇權，可根據自身興趣和節奏定制個性化學習路徑。這不僅意味著效率提升，更是教育權力結構的深層變革。

　　其三，評價范式的革新。AI賦能的評價體系，構建起“證據密集型”的反饋系統。通過對學習過程數據的持續跟蹤和智能分析，AI能為學習者和教師提供即時、具體、可操作的形成性反饋，如指出認知誤區、推薦合適的干預策略或資源等。評價的功能轉變為促進學習、賦能發展的過程性循證反饋。

　　循證教育的科學理性精神與AI技術深度融合，催生出智能循證新范式。這一人機協同、“數據—知識雙驅動”、可持續進化的教育生態，既保留教育的人文溫度和價值關懷，又追求決策科學精準、實施高效，是未來高等教育課程發展的核心方向。

　　其一，建構“數據—知識雙驅動”的人機協同理念。AI擅長處理海量教育數據，挖掘模式、提煉證據，教師運用學識經驗和價值判斷，對AI提供的證據進行批判解讀和情境應用，作出創造性的教學決策。數據提供客觀依據，知識賦予教育意義，兩者相互激發校驗，形成螺旋上升，效率與深度兼具、技術與人文融通的教研實踐循環。

　　其二，建立貫穿教學全流程的“循證—決策—行動”智能運行機制。在課程“設計—實施—評價—迭代”全周期嵌入該機制，依托教育大數據平臺，在各關鍵環節輔助教師獲取證據、評估決策、模擬效果并優化行動，比如課程設計階段提供人才需求分析、教學中實時反饋互動效果、課程結束后生成循證改進報告。

　　其三，平衡技術理性與育人本質。構建應用智能循證范式需警惕純粹技術理性，完善倫理治理機制，防范算法偏見、數據濫用和過度量化的侵害，同時堅守教師人文關懷、價值引領和倫理決斷的核心地位，落實立德樹人根本任務。

　　人工智能與循證教育的深度融合，正推動高校課程從“經驗驅動”轉向“數據—知識雙驅動”的智能范式。這一轉型不僅提升了教學的科學性和精準性，更重塑了教與學的關系，實現個性化、可持續的教育生態。未來，應在技術賦能中堅守育人初心，確保教育在科學與人文的平衡中實現高質量發展。

　　（夏現偉系浙江開放大學副研究員，張春莉系北京師范大學課程與教學研究院院長、教授。本文系浙江省“十四五”第二批本科省級教學改革備案項目[JGBA2024793]成果）

《中國教育報》2025年11月20日 第06版