摘要：当前，人工智能技术加速融入教育，人机协同已经成为教育数字化背景下教学的必然选择。本文在厘清人机协同教学内涵的基础上，试图探讨该模式下师生如何进行角色的重新定位和能力提升，以实现人机共处和智能增强，以期为人机协同教学开展提供借鉴和参考。

关键词：人机协同；角色定位；能力提升

一、引言

近年来，人工智能、大数据、区块链等技术加速融入教育场景，催生了智能辅导系统、自适应学习平台、虚拟教师等新型教学工具，传统“教师主导-学生被动”的教学模式已难以满足个性化、精准化的教育需求，人机协同教学模式应运而生，这种模式强调人类教师与智能机器在教学过程中分工协作、优势互补，既发挥机器在数据处理、个性化推送等方面的高效性，又保留教师在情感关怀、价值引导等方面的不可替代性。

教育部的《中国智能教育白皮书》里提到，2024 年全国中小学里，有 68% 都用上了智能教学系统，高校里一半以上的课程也配备了 AI 助教。另外，教育部在《我国教育数字化战略行动实施三年成效综述》中提高，到 2024 年，国家智慧教育平台已经连接了全国 51.9 万所学校，1880 万名教师和 2.93 亿名学生都在使用这个平台。这些数据都能看出，人机协同教学慢慢成了教育领域的大趋势。

经过两年来的实践，生成式人工智能在一些典型教育场景下的应用已经逐渐趋于成熟。对教师来说，在教育资源的生成、智能助教的搭建以及辅助教师备课、教研等方面，人工智能已经能够起到很好的支撑和辅助作用。[1][2]然而，实践中也存在诸多矛盾。例如，部分教师将AI视为 “竞争对手”，出现抵触情绪；学生过度依赖AI答题工具导致自主思考能力下降；人机分工模糊引发教学混乱等。

因此，师生如何重新进行角色定位、如何提高人机共处的能力，成为增强人机协同教学效果的关键。

当前，国内外已有研究对人机协同中的角色转变、实践路径进行了探索。斯坦福大学提出了 “教师- AI协同教学设计模型”[3]，主张教师要从单纯的知识传递者转变为学习体验设计师，借助人工智能分析学生的学习情况，设计出个性化的学习活动，让技术工具真正服务于教学创新；北京师范大学余胜泉教授认为，人机协同教学要在技术的精准性和教学的人文关怀之间找到平衡[4]，比如智能系统虽然能准确找出学生知识掌握的薄弱环节，但教师在情感支持、价值引导等方面的作用是机器无法替代的，需要形成 “技术赋能+人文引领” 的融合模式。

已有研究为本文研究奠定了基础。本文将在探索师生角色变化的同时，针对性提出师生如何提升人机共处能力的策略，以拓展相关研究。

二、人机协同教学的涵义

人机协同，指的是人与机器在工作过程中发挥各自的优势，执行各自擅长的工作，共同认识、相互制约，共同决策、相互监督。[5]人机协同教育是一个系统化协同、知识分布加工和共享，以及自组织有序发展的过程。[6]人机协同具有“互补性”（人类的创造力与机器的算力结合）、“动态性”（根据教学场景实时调整分工）和“增强性”（1+1>2的协同效应）三大特征。

人机协同学习中的“协同”是指学习者、教师和智能技术系统之间进行自然、高效的交互、协作和自适应动态调整，获得超越任何人类或机器单独学习所不能达到的增强效果。[7]

三、人机协同教学模式下师生的角色转变

（一）教师角色的转变

人机协同教学的核心在于将机器作为教师智慧的模拟、延伸和替代，通过教师和机器的协同工作、协同思考、协同决策，实现人机协同的教学设计、教学实施、教学评价、教学反馈，推动教学全过程的优化与创新。 以往教师在课堂中作知识的传递者，将课本内容系统地传授给学生，课堂的节奏把控、内容选择全由教师主导，同时还要承担课堂纪律管理的职责。而在人机协同教学模式下，教师的角色呈现出多方面的新变化。下面将从过去和现在对比具体阐述教师角色转变方向。

第一，从知识传授转向学习引导与能力培养。传统教学中，教师围绕教材单向讲解知识点，学生处于被动接收状态。如今，自动出题、智能批改等工具接手了重复性教学工作，使教师得以聚焦关键环节：通过设计启发性问题引导学生深度思考，着重培养其独立思考与创新能力；同时依据工具反馈的学情数据，为学生提供个性化指导，帮助他们合理使用工具，避免过度依赖。

第二，从课堂主导转向教学协同设计。过去，教师全权决定教学内容、方法与进度。在人机协同模式下，教师与教学工具形成分工协作：工具根据学生实时表现推送适配资源、动态调整难度；教师则专注于设定教学目标、明确工具使用边界与场景，并将工具生成的案例转化为课堂素材，实现技术与教学逻辑的融合。当学生对工具输出内容存疑时，教师需介入辨析，兼顾教学效率与内容准确性。

第三，从纪律管理转向情感关怀与价值引导。传统模式中，教师主要通过制度维持课堂秩序。现在，尽管行为识别等工具可辅助管理（如监测专注度），但教师重心转向情感关怀：关注学生使用工具时的负面情绪（如对评价结果的抵触、线上交互的疏离感），通过面对面沟通建立情感联结。同时，在信息繁杂环境中引导学生树立正确的工具使用观，保护个人信息，防止其对价值观产生负面影响。

第四，从经验型教学转向数据驱动的教学改进。过去，教师主要依靠教学经验判断教学效果。如今，教师可利用教学工具提供的多维度数据（如学生知识点掌握程度、各类学习方法的实际效果等），精准诊断教学中存在的问题。基于这些数据反馈，教师能够持续完善教学方案，实现经验积累与数据支撑相结合的教学改进模式。

（二）学生角色的重构

传统教学中，学生多处于被动听讲、机械练习的状态，学习动力往往依赖外部督促。而在人机协同教学模式下，学生的学习主动性显著增强，角色被赋予了新的内涵。下面将从过去和现在对比具体阐述学生角色重构方向。

第一，从被动接受知识到主动探索与知识建构。以往，学生获取知识的渠道主要是教师授课与课本阅读，自主探索的空间有限。现在，借助虚拟实验平台、知识梳理系统等工具，学生能够自主开展探究性学习在教学活动中，智能机器扮演着关键角色，例如作为传递知识的载体，能够以更加生动的形式，将抽象概念具象化，从而促进学生深化对教学内容的理解。 同时，学生可在工具提供的个性化学习资源的基础上，整合教师补充的资料与自主搜集的信息，构建属于自己的知识体系。

第二，从个体学习到协同合作学习。过去，学生的学习多以个体形式为主，与教学工具的互动仅局限于简单辅助功能。如今，学生与教学工具形成了类似“伙伴”的协作关系：学生要学会运用工具提升学习效率（如用语音转文字功能整理课堂笔记、借助思维导图工具梳理知识逻辑），同时具备辨别工具局限性的能力。此外，学生还需与教师、同学组成学习共同体，通过线上共享文档、讨论区等平台合作完成复杂任务（如利用数据分析工具开展社会调研），在协作过程中提升沟通能力与团队协作素养。

第三，从外部驱动学习到自主管理学习。传统模式中，学生的学习目标与进度安排完全由教师制定，缺乏自主规划意识。在人机协同模式下，学生能在工具提供的学习建议（如每日任务清单、阶段性目标提醒）基础上，自主制定学习计划并灵活调整节奏 —— 状态好时可挑战难度较高的内容，状态不佳时则先从基础内容入手。同时，借助工具的自我评估功能，学生能进行自我反思（如分析某类题目反复出错的原因），逐步培养自主学习能力与学习责任感。

四、协同模式下师生的能力提升策略

在人机协同教学模式中，师生能力的提升需要与角色转变相适配，通过针对性的实践路径实现人机高效共处。

（一）教师能力提升的实践路径教师要以技术融合为基础，培养“人机协同素养”。

首先，要提高使用智能工具的能力，通过系统培训掌握教学平台的数据可视化功能、AI备课工具的基本逻辑。例如用智能分析系统找出学生容易出错的知识点，再结合自己的教学经验设计不同层次的辅导方案。

其次，要增强教学诊断和创新的能力。通过人机协同所生成的动态学情数据，涵盖学生答题时间分布、错误类型集中情况等维度，构建“发现问题—调整教学” 的循环。例如，当数据显示某类题目错误率突然升高时，教师可以暂停常规教学进度，结合智能工具生成适合不同学生的纠错练习；还可以把AI生成的虚拟历史场景和角色扮演结合起来，引导学生在人机配合的情境中提高批判性思维。

最后，要注重伦理引导和情感沟通能力的提升。在使用技术的过程中融入价值观教育，当学生因为工具的负面反馈感到焦虑时，老师可以多组织面对面交流活动，帮学生排解情绪，既能发挥智能工具的高效优势，又能让大家感受到温暖的关怀，平衡技术带来的效率和人文关怀矛盾。

（二）学生能力提升的培养策略学生构建 “人机协同学习思维”，可从三项核心能力着手提升。

首先，合理工选择工具，培养正确使用工具的能力。学生应在教师指导下，依据任务类型并结合自身学习特点，使用工具。同时要正视工具局限，例如留意AI翻译存在的文化差异问题，通过对比不同算法的解题工具验证，养成审慎看待技术结果、理性运用、不依赖的态度。

其次，提升自身协同问题解决能力。可以结合人物特点“人机分工”完成项目。例如在科学探究时，让智能工具承担数据建模工作，自身则专注于提出假设与反思结论，还能通过角色互换，模拟教师分配人机任务，以此理解协同逻辑。

最后，培养自主学习管理能力。可以借助智能规划工具制定 “SMART + 弹性” 学习计划，参考工具推荐的学习节点，设定具体目标，并预留灵活调整空间。同时，以自我反思日志记录 “人机协作效果”，优化工具使用方式，最终形成 “工具辅助-自主调控” 的良性循环。

当老师和学生都掌握新技能，人机协同教学就不再只是把技术和教学简单拼凑，而是深度融合。

五、结语

在人机协同教学中，教师需转型为 “技术赋能的引导者”，学生需成长为 “主动协作的学习者”，二者需具备技术整合、数据素养等核心能力，通过 “分工 - 协作 -优化” 的策略实现高效共处。

本研究在讨论人机协同涵义的基础上，理清了人机协同教学模式下师生的角色定位和能力提升策略。不过，技术和教育的融合一直在推进，现有研究还有不少可以深入的地方：一是AI伦理方面的规则需要更细致。随着智能系统越来越多地参与教学决策，数据隐私保护、算法偏见、伦理模糊等问题凸显；二是特殊教育场景里的人机协同模式亟待深入研究。例如，针对残障学生的合适技术和教学方法，需多学科协同研究；三是师生在心理上如何适应、如何缓解技术焦虑等问题，也有待深入挖掘。

参考文献：

[1]卢宇，魏宁.人工智能赋能教育：应用与创新Ⅲ.中国信息技术教育.2025.（10）：4-11. [2lUnited Nations Educational，Scientific and Cultural Organization.Artificial Intellgence and Education：Guidance for Policy-Makers.UNESCO，2021.

[3]Stanford University Teaching Commons. Artificial IntelligenceTeaching Guide[EB/OL]. [2025-07-21].

https：//teachingcommons.stanford.edu/teaching-guides/artificial-inteligence-teaching-gui de？show_loading=O&webview_progress_bar=1&push_animated=1&theme=light.

[4]余胜泉，汤筱巧.智能时代的人才培养模式改革与创新.开放教育研究，2024.30（03）：45-52.

[5]杨灿军陈鹰（2000）.人机一体化协同决策研究Ⅲ.系统工程理论与实践.（5）：24-29.

[6]方海光.孔新梅，李海芸等（2022）.人工智能时代的人机协同教育理论研究[].现代教育技术.32（7）：5-13.

I7张磊.智能时代人机协同学习的价值意涵与实践进路教学与管理，2024.（28）：6-11.

[8]王一岩，朱陶.杨淑豪，等.人机协同教学：动因、本质与挑战.电化教育研究，2024，45（08）：51-57.D.

[9]杨征铭.靳玉乐.“琴瑟和鸣的协奏”—人机协同教学中教师与智能机器的关系探讨].中国远程教育，2025，45（04）：99-113..

基金项目：全国商科教育培训科研“十四五”规划2025年度课题《基于生成式人工智能的人机协同教学模式构建与效果评价研究——以<跨文化商务交际导论>为例》（项目编号：SKKT-25019）

作者简介：

1.吴佳蓓，女，汉族，湖北仙桃人2023级商务英语专业学生，本科，研究方向：外语教学、话语分析。

2.廖菲，通讯作者，女，土家族，湖北利川讲师，硕士研究生，研究方向：语篇分析、外语教学、语料库语言学。