本书以深入浅出的语言，聚焦于技术如何重塑教学方式、学习路径、家庭教育、学校生态与教育治理，全面剖析了AIGC对教育体系的深远影响。本书既关注教师在人工智能辅助下如何重构专业能力，也探讨学生如何发展AI时代必备的学习力与判断力，同时指出家庭在数字时代育人的新定位与挑战。此外，书中还深入分析学校应如何实现从封闭系统向开放协同教育生态的转型，以及政府如何通过前瞻性治理促进教育公平与创新。无论你是奋战在一线的教育工作者、关注子女成长的家长、探索未来职业路径的学生，还是致力于教育改革的政策制定者和科技从业者，都能在本书中找到启发与方向。这是一本面向未来的教育读本，也是一本为当下每一位身处教育变革中的人撰写的实用指南。
苏福根，北京邮电大学工学博士。现为教育部教育管理信息中心研究处副研究员，《中国教育信息化》副主编。目前主要从事教育数字化转型，人工智能与教育等研究。龚超，工学博士，深圳清华大学研究院下一代互联网研发中心副主任研究员，中国高科技产业化研究会理事、中国自动化学会普及工作委员会委员，中国人工智能学会中小学工作委员会副主任委员。
第1章 生成式AI的技术演进与教育 001
1.1 人工智能赋能教育：从技术演进到AIGC全景 002
1.1.1 人工智能赋能教育之路 002
1.1.2 打破教育壁垒：创新平台如何创造全球学习新机遇 004
1.1.3 什么是AIGC 005
1.1.4 解锁生成式AI的关键特征 008
1.2 AIGC赋能教育：变革、机遇与人才重塑 009
1.2.1 从计算器到生成式AI：教育技术的变革与赋能 009
1.2.2 从流水线到创新工坊：AIGC时代的教育重构与创造力觉醒 010
1.2.3 AIGC时代下人才的重新定义 012
1.2.4 AIGC时代如何培养提出好问题的能力 013
1.3 生成式AI如何影响各级各类教育 016
1.3.1 生成式AI如何赋能高等教育 016
1.3.2 生成式AI如何重塑中等教育 018
1.3.3 生成式AI如何变革初等教育 019
1.3.4 生成式AI如何驱动职业教育 021
第2章 AIGC赋能下的课程建设、评估与生态 023
2.1 AIGC重塑课程版图 024
2.1.1 人人皆可编程：来自8岁女孩对平台开发的启示 024
2.1.2 异曲同工：从海滩童梦到设计流程之变 025
2.1.3 当数学邂逅生成式AI：从学习困境突围到研究新境开拓 027
2.1.4 生成式AI：跨学科创新的新引擎 028
2.2 标准与评估的重构 030
2.2.1 AIGC推动教育目标、内容、方式与评价的全面转型 030
2.2.2 AIGC的质量评估——ARC框架 033
2.2.3 生成式AI赋能教育的CARE法则 034
2.3 AIGC生态共筑 036
2.3.1 构建良好教育生态的必要性与协同治理策略 036
2.3.2 多方协作共建AIGC教育生态 039
第3章 AIGC时代的挑战与治理 041
3.1 挑战与应对 042
3.1.1 AIGC重塑课堂形式 042
3.1.2 AIGC便利与依赖之辩 043
3.1.3 警惕AIGC时代下的“外包” 047
3.2 伦理与社会 049
3.2.1 岗位重塑与未来机遇 049
3.2.2 从ELIZA到生成式AI心理陪伴者 050
3.2.3 AIGC伦理：教育新使命与责任 052
3.2.4 无界学园模式能否打破传统教育的桎梏 054
3.3 监管与治理 055
3.3.1 隐私与安全陷阱 055
3.3.2 学术诚信的挑战 057
3.3.3 教育领域知识产权面临新考验 058
3.3.4 政策、法规与跨国合作的挑战与机遇 059
?
第4章 AIGC时代的教师能力重建 061
4.1 课前准备：AIGC如何助力教师“减负增效” 062
4.1.1 自动生成教案与课件 062
4.1.2 教学内容的个性化定制与重组 063
4.1.3 教学活动与课堂任务的创意辅助 064
4.1.4 多模态教学资源一键生成 066
4.2 课中教学：AIGC如何重构师生互动与课堂形态 067
4.2.1 教学过程中实时生成辅助教学内容 067
4.2.2 教师与学生共用AIGC提升课堂参与度 068
4.2.3 AI辅助教学即时反馈与教学节奏的动态调节 069
4.2.4 多人协同学习中的AI伙伴角色 070
4.3 课后延伸：AIGC如何优化课后辅导与作业反馈 072
4.3.1 作业自动批改与生成个性化点评 072
4.3.2 学习数据智能分析与学生画像生成 073
4.3.3 面向学生个体差异的精准辅导建议 075
4.3.4 生成拓展学习资源与个性成长建议 076
4.4 面向学生的深度赋能：教师如何引导学生用好AIGC 077
4.4.1 引导学生进行提示词设计与任务描述优化 078
4.4.2 教师设计的“AI+人”协作任务示范 079
4.4.3 AIGC的批判性阅读与二次创作指导 081
4.4.4 防范AI滥用与学术不端的教学策略 082
4.5 教师专业发展：AIGC时代的教师成长新路径 084
4.5.1 教师个人学习路径设计与自我迭代 085
4.5.2 教师AI素养的构建与同伴互助 086
4.5.3 教师在AIGC时代下的再定义与价值坚守 088
4.6 AIGC赋能教师的综合管理工作 089
4.6.1 家校沟通文案、通知、总结等一键生成 090
4.6.2 教师评价与发展档案的辅助撰写 091
4.6.3 班级活动、活动策划与文案自动化支持 093
4.6.4 教学数据整合与AI生成报告支持教学决策 094
4.7 支持学生心理健康：AIGC在心理陪伴与情绪干预中的角色 096
4.7.1 AI共情对话与日常情绪疏导 096
4.7.2 教师借助AIGC识别学生心理预警信号 098
4.7.3 AI生成情绪调节活动与心理关怀活动内容 099
4.7.4 教师与AI共同打造“有温度的数字陪伴” 101
4.8 职业生涯指导：AIGC如何辅助教师开展职业发展教育 103
4.8.1 基于学生画像生成个性化升学与择业建议 103
4.8.2 AI协助设计职业探索任务与访谈活动 104
4.8.3 教师与AI共同完成生涯测评结果分析 106
4.8.4 AI辅助撰写推荐信、简历和模拟面试问答 107
4.9 小结 109
第5章 学生视角：生成式AI如何重塑学习生态 111
5.1 基础教育阶段——兴趣激发与能力启蒙 112
5.1.1 个性化学习路径的构建 112
5.1.2 互动性与趣味性提升 113
5.1.3 学习行为的智能反馈 115
5.2 职业教育阶段——技能训练与就业适应 117
5.2.1 场景化实训与低成本模拟 117
5.2.2 职业能力精准匹配 119
5.2.3 学习内容的更新与模块化 121
5.3 高等教育阶段——科研创新与批判性思维 123
5.3.1 学术研究的辅助与加速 123
5.3.2 跨学科整合与知识创新 124
5.3.3 高阶思维与元认知训练 125
5.4 小结 126
第6章 AIGC时代的家庭教育重构 128
6.1 理解与转型：家长如何适应AIGC时代 129
6.1.1 家长与AIGC的“第一次相遇”：从焦虑到接纳 129
6.1.2 AIGC时代家长的认知升级：从“技术小白”到孩子的AI向导 130
6.1.3 家庭教育中的角色重塑：从“看护者”到“学习伙伴” 132
6.2 实践与赋能：家长如何参与和支持孩子的AI学习之路 134
6.2.1 作业辅导与难点讲解：家长与AI的共学共育 134
6.2.2 激发阅读与写作兴趣：让AI成为亲子共读共写的桥梁 135
6.2.3 制定学习计划与检测：AI成为家庭学习的“规划师”与
“分析师” 136
6.3 AI家庭学习场景的扩展：交互式、游戏化、探索式 138
6.3.1 交互式学习：让知识“活”起来 138
6.3.2 游戏化学习：让学习像“玩游戏”一样快乐 139
6.3.3 探索式学习：将世界搬进孩子的学习场景中 141
6.4 构建面向未来的家庭教育生态 143
6.4.1 学习环境升级：打造面向未来的智慧教育空间 143
6.4.2 人物角色重塑：家庭中的“教育共创者”时代 145
6.4.3 制定使用准则：规则让生态有序，情感使生态温暖 146
6.4.4 共生融合迭代：迈向共创的家庭教育新图景 147
6.5 协同与未来：家庭如何与学校、社会共同托举孩子成长 149
6.5.1 家校协同：AIGC时代的共育共治新格局 149
6.5.2 心理陪伴与家庭温度：AI时代的情感支持策略 151
6.5.3 面向未来的成长支持：职业规划与终身学习的家庭责任 154
6.6 小结 157
第7章 学校视角：机遇与实践 159
7.1 学校加强生成式AI的布局 160
7.1.1 生成式AI在学校管理和服务中的布局 160
7.1.2 生成式AI在教学和评价中的布局 161
7.1.3 生成式AI在科研中的布局 161
7.1.4 生成式AI在专业设置中的布局 162
7.1.5 生成式AI在合作交流中的布局 162
7.2 学校教育中生成式AI的应用 163
7.2.1 生成式AI在校园服务方面的应用 163
7.2.2 生成式AI在决策管理方面的应用 165
7.2.3 生成式AI在课堂管理方面的应用 165
7.2.4 生成式AI在教学方面的应用 168
7.3 面对生成式AI的校园策略 170
7.3.1 积极拥抱变革 170
7.3.2 安全第一 171
7.3.3 减轻负面影响 171
7.3.4 平衡监督和创新 173
附录A DeepSeek原理与实践快速入门 174
A.1 DeepSeek的原理解析 174
A.1.1 DeepSeek：崛起的AI新星 174
A.1.2 大模型思考的快与慢 176
A.1.3 大模型三大法宝：提示词、微调与RAG 178
A.2 DeepSeek使用原则 180
A.2.1 正确打开DeepSeek的三种模式 180
A.2.2 DeepSeek使用中的四大误区 182
A.2.3 随机应变的小技巧 184
A.3 教育领域的提示词工程 186
A.3.1 提示词优化的九大策略 186
A.3.2 提示词编写模板 194
附录B 政府视角：如何利用生成式AI赋能教育治理与服务 197
B.1 政策分析八步法 197
B.2 生成式AI赋能政策分析流程 198
B.3 生成式AI赋能政策分析升维 199
B.4 政府如何利用生成式AI赋能教育治理与服务 201
书单推荐
