从“育”到“评”：如何以AI助力五育并举与评价革新 |《指引》解读④

当下，越来越多的教师在教学工作中应用生成式人工智能。国家和各地方发布了一系列与生成式人工智能相关的使用指南。在此背景下，2025年年底，教育部教师队伍建设专家指导委员会发布了（简称《指引》）。

华南师范大学胡小勇教授、张 缨斌副教授的对话，对 《教师生成式人工智能应用指引(第一版)》进行了深度解读。 点击查看完整版对话：

本文聚焦《指引》助力“五育”发展与评价变革。

胡小勇

教授、博士生导师，华南师范大学教师发展中心主任，华南师范大学教育人工智能研究院常务副院长，广东省高师培训中心常务副主任。任教育部高等学校教育技术专业教学指导分委员会秘书长、教育部产学合作协同育人项目专家、教育部虚拟教研室建设项目专家、广东省教育数字化专家咨询委员会专家、粤港澳大湾区教育数智化研究与创新应用中心主任、广东省高等教育学会教育技术专业委员会理事长、广东省高校人文社科类“教育人工智能研究创新”团队负责人等。聚焦教育人工智能领域，主持国家科技计划重点课题、国家社科基金等多项国家级课题，主持教育部“教师智能教育素养研究”虚拟教研室，开设《人工智能教育应用》国家一流课程，主持获国家级教学成果二等奖。

张缨斌

华南师范大学教育人工智能研究院副教授、硕士生导师，主持国家自然科学基金青年课题等项目，发表期刊论文20余篇，研究方向为人工智能教育应用、教育数据挖掘。

张缨斌：生成式人工智能不仅可以助力学生的智育发展，还能开拓德育、体育、美育、劳动教育的育人途径，助力教师践行“五育并举”直至“五育融合”，促进学生全面发展。相对于应用于助力教学，生成式人工智能在五育的其他几方面应用似乎还不够充分，在这些方面，您有何好的建议？

胡小勇：2020年颁布的《关于全面加强新时代大中小学劳动教育的意见》明确提出把劳动教育与德育、智育、体育、美育相融合。“五育并举”走向“五育融合”是新时代教育变革与发展趋势。就当前状况而言，生成式人工智能在智育领域的应用确实更显性、走得更快一些，这跟智育长久以来在很大程度上依赖知识传递与处理密切相关。但如果从立德树人来看，技术应用的目的显然不应局限于学科教学和成绩提升方面。

《指引》专门设置了面向德育、体育、美育、劳动教育和心理健康教育的相关场景，目的就是要引导教师明晰生成式人工智能不只是在“教知识”上能发挥作用，在全面育人中同样能起到重要作用。

就德育而言，生成式人工智能可以协助教师创建情境化案例资源，如社会热点事件、公共议题等，为课堂讨论提供素材。这类应用的关键是帮助教师高效营造更具现实感与开放性的讨论场景，带领学生开展价值辨析及理性表达。

在美育和劳动教育中，生成式人工智能可以为学生提供创作灵感、设计方案或操作示范，如在艺术创作中生成多样风格的参考，在劳动项目中辅助设计流程。这类应用能够降低准入门槛，提升学生参与度。但真正的审美鉴别、劳动体验经历和过程复盘，依旧需要学生亲自去做，教师来做引导。

在心理健康教育领域应用生成式人工智能需要格外审慎，这不仅是出于伦理考虑，还与当前研究揭示出的技术特性紧密相关。有研究表明，生成式人工智能在心理健康场景中的作用在不同任务类型上体现出明显差别。在风险筛查及趋势识别维度，生成式人工智能显示出一定的技术潜力。例如，借助对学生文本表达、学习行为及情绪自述的整体剖析，技术可以辅助教师识别需要关注的风险信号，为教师提供预警类的信息支持。但在情绪支持、心理辅导乃至干预决策时，需要警惕生成式人工智能所呈现的“类共情”回应，它容易给学生造成一种被理解、被支持的表象感，而在情境理解上却可能缺失对学生真实心理状态的把握。这种浅尝辄止的共情，也可能会给学生造成一种虚假的安全感，从而延缓学生向真实心理支持渠道求助。此外，模型输出本质上是借助概率推断实现的，不易对个体心理问题复杂的成因和动态变化做出可靠判定。正因如此，《指引》强调生成式人工智能在心理健康教育中更适宜承担辅助识别、信息支持和资源推荐等工作，而不宜进入价值判断和干预决策的层面。当处理学生心理支持事务时，教师的专业评断、人文体贴以及必要的专业人员介入，仍然构成不可替代的核心环节。

张缨斌：评价历来是教育的难点。生成式人工智能可以助力评价增效，您觉得生成式人工智能如何促进“教-学-评”一体化？应用生成式人工智能开展评价，您对教师有何建议？

胡小勇：评价是教育实践中一个高度敏感、高度专业的领域。长期以来，教师在评价中面临的现实矛盾是：一方面需要通过评价促进学习、支持发展，另一方面又需要完成大量重复性、事务性的评价任务。生成式人工智能为缓解这一矛盾提供了技术条件。从促进“教-学-评”一体化的角度看，生成式人工智能的优势主要体现在以下几个方面：第一，可以帮助教师更高效地处理大量学习数据，如作业完成情况、常见错误类型、阶段性表现等，为教师提供结构化的信息支持。第二，可协助教师设计更明晰、更一致的评价工具，如表现性评价量规、项目学习评价标准等，增强评价的可操作程度。第三，可以在形成性评价阶段，为教师提供即时反馈的线索，支持动态调整教学。

《指引》强调评价的核心在于促进学习。生成式人工智能更适合充当前端分析及过程支持的角色，如协助教师迅速找出学生共性问题、给出初步诊断结果，而评价结论本身、反馈重点的抉择、改进路径的设计，仍然依赖教师的专业判断。

教师在开展“人工智能+”的评价时，首先要清楚技术介入环节，可将其用于信息整理、模式识别和初步评语生成，而不是直接输出最终评价结果。其次，应关注评价结果的可解释性与教学意义，保证学生能明白评价的依据和改进的方向。再次，要警觉评价过程中过度标准化的潜在风险，杜绝因技术便利而无视学生个体差异与创造性表现。教师必须统筹调度智能技术与教学目标、评价走向以及育人价值的一致性，这样才能使“教-学-评”一体化真正落到实处。

原文标题：教师应用生成式人工智能之“指引”

刊登于《中国信息技术教育》

2026年第2期

引用请注明参考文献：

胡小勇 张缨斌.教师应用生成式人工智能之“指引”[J].中国信息技术教育，2026（02）：4-10 .

《教师生成式人工智能应用指引（第一版）》解读

欢迎订阅

识别上方二维码订阅纸质版或电子版杂志