在生成式人工智能席卷全球的浪潮中，教育正成为大语言模型（LLM）商业化落地最活跃的领域之一。过去一年多，“AI+教育”迅速跃升为国内外风险投资最炙手可热的赛道之一，项目数量和融资规模持续攀升；传统的教育平台或产品，如多邻国、可汗学院等，也在积极地进行AI转型；从幼教到高校都在探索引入大模型提升教学质量和效率。
科技巨头也密集入场，为这场教育变革打造更好的基础设施，按下“加速键”：谷歌将旗舰模型Gemini深度整合至Google Classroom，推出教育专属版本Gemini for Education，并宣布未来三年投入10亿美元推动全球高校AI教育合作与教师培训，谋求打造“下一代教育生态”；微软宣布未来五年投资40亿美元用于AI教育与教师培训；OpenAI、亚马逊等大型平台也都有类似的大动作。
大模型与教育天然契合
利用大模型赋能教育的尝试如此火热，源于其技术特性与教育场景的高度契合。教育最重要的功能，是知识的组织与传递。大模型通过海量预训练，内化了人类认知全面覆盖的知识体系。这种知识的广度和深度，是绝大多数人类老师无法比拟的。 和传统的搜索引擎不同，大模型不仅知识渊博，而且对知识有结构化的理解。因此在知识的传播中不仅能做到“无所不知”，也能做到“讲解透彻”。
这种知识能力不只是能直接给学生传播知识，也可以帮助老师，成为能力非凡的助教。教师在备课时，可以快速获取大量参考信息，用于筛选和整合教学内容。如果进一步通过教育领域的语料对模型进行微调，大模型还可以对教学内容有更专业准确的回答，或给出更符合教育对象风格与难度的回应。除了这些从训练中习得的知识，还可以让模型以RAG（检索增强生成）的方式接入最新或私有的教育知识（如最新教材或某位教师自己的教学笔记），使大模型能够调用的知识更加完备。
教育中的知识传播主要以语言文字为载体。从课堂讲解、教材呈现、学生提问，到作业批改、讨论反馈，几乎所有教学环节都围绕语言展开。教学的过程在某种程度上就是理解语言、生成语言、通过语言建构知识的过程。大模型的核心能力，正是自然语言处理（NLP）。它可以深度、细腻的“理解”语言（实际是对语言在统计学上的模式识别能力），精准而灵活的表达，进行复杂的对话。这种理解能力令大模型可以读懂深奥的科学论文或晦涩的古典文学，从字面意思到深层含义；可以理解学生问题的真实意图，即使表达不够准确或存在语法错误；还可以根据学生的回答判断学习状态，并生成适应性反馈。
教育的理想状态一直是“因材施教”，但现实中，优秀教师的时间、精力和资源有限。高质量的个性化教学往往意味着高昂的成本，为了降低成本，大班上课是常态。依托语言处理与知识内化的能力，大模型让个性化教育成为可能。一方面，大模型能够在与学生的互动中“理解学生”。它可以从对话、作业和学习记录中分析学生的知识结构、理解能力和学习风格；它能够根据每位学生的情况动态生成个性化的学习内容与路径，基于其思维模式引导思考，对其容易出错的地方针对性加强，从其兴趣点出发引入新知识；在长期使用中，还能逐步捕捉学生的兴趣变化、思维路径和常见错误，形成一个动态的“学习画像”。可以根据学生反馈调整解释的复杂程度，从浅显到深入逐步引导；可以用不同的方式解释同一概念，适应不同学生的理解水平。比如，同样是解释“量子力学”，大模型可以对小学生通过类比以浅显易懂的方式介绍，对大学生则以更专业详尽的方式输出内容。
另一方面，随着多模态技术的发展，大模型可以在讲解数学概念时同步生成动态可视化；在语言学习中展示口型视频与语音音频；在历史课上生成虚拟场景，让学生“走进”古代城市。语言、视觉与交互的融合，使个性化教育更加沉浸。
大模型的一个常见问题是会产生幻觉，偶尔会输出错误或不确定的信息。这种缺陷使得在一些高风险领域，比如医疗、金融、工业等，人们会因为幻觉风险而慎用大模型。然而，在教育领域风险容忍度要高得多。学生与教师都具备一定的辨识与纠错能力，大模型输出的偏差往往能在互动中被发现、讨论和修正。正因如此，教育正成为大模型最理想的“试验场”。
教育不只是知识传递
尽管大模型在教育中的应用前景令人振奋，但我们必须清醒地认识到，教育从来都不是单纯的知识传递或信息处理过程，而是一个兼具发展性与人文深度的复杂系统。
从时间的角度来看，教育是一个伴随人成长而不断变化的过程。在不同的人生阶段，学习者的认知水平、情感需求与社会角色都会发生变化，教育的目标和方式也应随之调整。学前阶段的教育注重感知启蒙和安全感的建立，让孩子在游戏、模仿和探索中认识世界；基础教育阶段重在知识积累和逻辑思维的培养，帮助学生形成理解世界的基本框架；到了高等或职业教育阶段，学习的重点转向专业深化、创新实践和社会责任的承担，帮助个体在更大的社会环境中找到自己的位置。也正因为学习者会不断成长变化，教育不可能是一成不变的知识传授，而需要根据不同阶段的特点不断调整内容与方法。
从教育的内涵来看，教育不仅包括课本知识的学习，还包含在实践和体验中形成理解。许多知识并不能仅靠听讲或阅读掌握，而需要在亲身参与中去体会和验证。比如，学习物理时，对“加速度”这一概念的真正理解，往往不是来自公式和定义，而是在实验室里一次次亲手操作、观察反应、记录数据，甚至处理失败的过程中逐渐形成的。这些在行动中积累的经验，往往包含着难以用语言表达的“默会知识”（Tacit Knowledge）——它不是被直接教会的，而是在“做”的过程中被领悟出来的。正是通过这样的过程，知识从抽象变得具体，也让学生从从“知道”走向真正的“懂了”。
教育面对的不是抽象的个体，而是有情感、有思想、也有价值判断的人。这使得教育不仅关乎知识的传递，还涉及情感的连接与价值观的培养。在学校里，教师与学生的互动、课堂的氛围、同学之间的相处，都会影响一个孩子对学习的态度和感受。一个鼓励的眼神、一句肯定的话、或是在遇到挫折时的一次拥抱，都可能比一次考试成绩更能让学生建立信心，找到学习与成长的意义。而更长远的影响，则体现在价值观的形成中。价值观并不是由某一堂课直接教授出来的，而是在日常的交往和情境中逐渐形成的。教师的示范在其中起着重要作用：教师如何对待他人、如何处理分歧，这些态度和行为会在无声中被学生感知并内化。同时，学生在与同伴的合作中学会分享与协作，在讨论中学会倾听与尊重，在看到他人遭遇困难时学会关心与承担——这些都在潜移默化地影响他们对对错、意义的判断。
大模型在教育里的能力边界
正因为教育如此复杂，它所包含的许多部分，在很大程度上，并不能被当下以信息处理和模式识别为核心的大模型所完整捕捉和替代。在某些方面，大模型的表现仍然存在明显的局限。
首先，当前大模型虽在中低阶认知层面上已超过人类水平，但在高阶认知领域——如抽象概念建构、跨领域迁移、研究方法创新等仍有局限。例如，GPT-4在基础常识测试OpenBookQA上的准确率达到95.9%；Claude 3 Opus在数学推理集GSM8K上达到97%，优于人类专家。但在前沿跨学科的开放性高难度基准测试"Humanity’s Last Exam" 中，当前最强模型的准确率普遍低于30%，而人类研究生在同类任务中的平均得分接近90%。这些结果表明，大模型在更具开放性、复杂性的教育场景中，其潜力仍有待进一步释放。
其中的关键瓶颈在于模型的推理机制。由于科学家对人类智能的机制研究并不清晰，人类的推理能力可能难以准确描述，但大致是人类基于观察和体验到的大量“常识”和对世界运行因果的洞察，抽象出来的高阶认知能力，特点是能从有限的经验中泛化。但我们清楚大模型的“推理”能力与此是根本不同的，来自于从含有推理信息的语料中学习到的推理模式识别与概率预测。尽管链式思维（CoT）、工具增强与推理微调使模型表现显著提升，但是否能够沿既有范式逼近乃至跨越人类专家水平，仍有待观察。
其次，大模型缺乏具身性。它的学习源自对大量文本和数据的统计建模，而不是来自对真实世界的直接体验。相比之下，人类通过身体与物理世界互动所获得的默会知识，或是与他人互动中传递的态度与感受，这些都难以被语言清晰表达，也难以转化为可训练的数据。
最后，在价值观的塑造上，大模型的能力也有限。当前的大模型虽然能够在表层上模拟道德表达，生成看似合理的价值判断，但模型的“价值观”本质上是基于训练数据的概率统计与模式匹配结果，一旦训练数据中存在偏见，模型就容易将这些偏见复制甚至放大，从而在伦理与价值层面产生潜在风险。此外，上述的具身性限制也使它难以替代教师通过“言传身教”形成潜移默化的价值引导。
因此，在可预见的未来，人工智能与教师之间并非替代关系，而更可能是一种互为补充。AI可以承担知识层面的辅助与优化任务——如内容生成、个性化学习路径推荐、即时反馈与评估——让教师专注于教育中最具人性与创造性的部分，从而形成人机协作的教学格局。
AI和教师协作可以带来更高质量的教育