以ChatGPT为代表的生成式人工智能对教育带来重大影响。ChatGPT赋能教学，推动教学模式从“师-生”二元结构转向“师-机-生”三元结构，促进教学内容从人工生产转向智能生产，催化“知识+素养”的测评模式；ChatGPT赋能学习，推动学习空间泛在化，满足学习过程全覆盖的个性化需求，形成人机协同的学习模式；ChatGPT赋能育人，推动育人理念转向高阶能力培养和综合素养培育，创新学科融合的育人模式。面对ChatGPT引发的冲击，我们要充分重视、冷静思考、积极应对，既要加快发展具有本土化特色的高水准竞品，又要深入研究人机协同的智能教育学规律，妥善处理教育的变与不变、公平与效率，以及技术的专用性与通用性等重要关系，正确把握人工智能技术与教育融合发展的方向和路径，引领教育体系结构与运行机制变革。
名为ChatGPT的生成式人工智能应用产品一经问世就引发了社会各界的关注，尤其是它表现出的教育创新价值更受到热烈讨论。由于具有先进算法、强大算力和海量数据基础，ChatGPT可以在与用户进行交互的过程中实现自主学习，从而智能化地提供问答、翻译、写作等服务。此外，最新发布的ChatGPT升级版——GPT-4还可以更好地解决实时问题、进行逻辑推理、完成创意写作。在教育领域，ChatGPT既可以成为教学辅助工具、解答专业学术问题、搭建自主学习平台、节约人力资源成本、重构学校教育结构等，为教育创新提供新的机遇；同时，它也会带来一些风险与挑战，比如对教师角色定位、人才培养目标、传统学校秩序等产生冲击，进而导致技术依赖、学术滥造、智能歧视等问题。当前，技术变革正在不断推动教育创新，这要求我们必须积极且谨慎地对待新型技术，通过加强有组织科研实现智能技术自立自强，通过修订相关法律法规筑牢国家数字安全屏障，通过明确数字伦理标准增强应用服务透明度，通过转变人才培养观念形成教育评价灵活思维，力求在迈向人机共教的进程中创造人类文明新形态。
教育数字化转型是数字技术对于教育的可供性发展到一定阶段的必然结果。教育数字化转型驱动下的未来教育将实现全景式变革，转型成功的理想图鉴包括三重境界：基础设施升级、学习方式变革和教育流程再造。教育数字化转型作为一项技术可供的创新性社会变革注定不会是一场顺利的征程，技术与教育主体的交互作用受到多重要素的影响，相应的困难和障碍也接踵而至。表层困难主要来自技术可供的功能性障碍，即教育新基建中人、财、物的限制和技术瓶颈，是教育数字化转型中有关技术功能的成熟性、稳健性和普及性的挑战。深层困难来自教育主体的行动障碍。而核心困难则是全社会对于数字化转型过程中人技融合和教育创新的共识障碍，是如何处理人和技术关系的问题。回答这个问题要进行结构化的变革，加强教育基础研究，深入解析数字化转型后教学与学习发生的过程和机制。最后，文章从筑基、赋能和开拓三个层面提出了有效解决教育数字化转型过程中突出困难的实践性策略。
高阶思维是核心素养的重要组成部分，对其概念和内涵进行界定和剖析具有重要的理论意义和实践价值。高阶思维是个体适应环境、寻找认知平衡的关键能力。建构主义理论认为个体并非被动地接收外界的信息，而是主动的、积极的知识建构者。在具体的认知情境中，高阶思维表现为个体通过识别已有知识和外部信息之间的联系，将背景知识迁移到新的情境中，解决复杂环境中没有确定答案的问题。高阶思维并非单一的思维过程，而是多种认知成分协同作用的复杂思维过程。高阶思维的概念框架需要包含“对问题情境的分析”“新旧知识的关系建立”“不同维度信息的综合”“创新性知识的产生”，以及“对思维过程的监督、管理和调节”五个方面的认知成分，并且能够阐释五个认知成分之间如何相互作用、彼此影响、协调发展的过程。这一概念框架为解读高阶思维提供了新的理论视角，为深入研究高阶思维的发展规律和培养机制奠定了理论基础。
饱和业已成为判断质性研究质量、说明样本量合理性的重要标准。本文系统梳理了三类饱和概念——理论饱和、主题饱和与数据饱和，指出研究者要考虑自身的整体研究设计以决定采信何种概念。此外，还介绍了三种记录和判断饱和的方法，它们分别是结构性编码本、饱和表以及概念深度量表。其中，结构性编码本较为适合采信演绎主题饱和与数据饱和概念的研究；饱和表主要有主题饱和表和编码饱和表两类，较为适合采信既定主题饱和模式、特别强调既定主题能够得到数据有效支撑的研究；概念深度量表尤为适合采信理论饱和模式的研究。本文指出，“度”的概念较好地把握了饱和的本质特征；质量（充分）而非数量（多少）是饱和的关键；饱和本身应当是具体的方法论实践，重视饱和，并对取得饱和的过程进行清晰陈述，有助于提升质性研究的规范性、透明度、质量和认可度。
基于2003—2021年10次全国高校毕业生就业状况调查数据，对中国高校毕业生就业的特点和变化趋势进行了实证分析。主要结论包括：第一，从毕业去向看，正规就业比例创新低，升学比例持续走高；落实率下滑，待就业率回升，不同学历的落实率趋同。第二，从就业质量看，学历越高则起薪越高、增长越快；相对起薪呈现“L”型下降趋势；近五成毕业生的起薪低于期望；就业满意度波动上升。第三，从就业结构看，大中城市就业比例超过八成；民营企业的就业占比跃升第一；企业就业比例先升后降、超过五成；职业类型从同质化、趋向多样化、再回归同质化；教育行业成为毕业生首选。第四，从就业匹配看，适度教育比例先降后升、超过70%；专业不对口比例约为40%。第五，从求职状况看，学校是最主要的求职信息来源；求职次数并未随时间推移逐渐走高，存在“有业不就”现象；人情费、交通费、置装费是3项主要求职支出；能力是影响就业结果的第一要素；择业意向稳定，偏好向“前/钱”看。
我国的中小学人工智能教育起步不久，由于缺乏统一的课程标准，在课程的性质与目标、教材开发和学业评价等方面仍然面临诸多理论与实践困难。华东师范大学联合上海人工智能实验室编写《中小学人工智能课程指南》，从课程性质与基本理念、核心素养与课程目标、课程结构、课程内容与要求、学业质量评价标准、实施建议等六个方面，构建一套科学开放的中小学人工智能课程指南，为我国中小学人工智能教育体系建设提供参考。
潜在类别分析和潜在剖面分析相应的模型统称为潜在类别模型，它是根据个体在观测指标上的不同反应模式将其进行分类，从而达到识别群体异质性的一类统计方法，在教育学、心理学等社科领域日益受到应用研究者的关注。然而现有的中文文献对此类模型的统计原理和分析步骤的介绍不易为教育研究工作者所接受。本文系统讲述潜在类别模型的基础知识、统计原理、分析步骤和Mplus程序，厘清潜在类别模型的后续分析所涉及的多种方法和选用策略，有助于增进应用研究者对潜在类别模型的原理理解和方法掌握，推动潜在类别模型在教育研究中的应用。
“双减”政策的有效落实需要精准识别学生选择参与课外补习的深层原因，研究我国中小学生首次参与课外补习时间能够为疏解家长和学生的课外补习需求提供实证依据。本文基于2017中国教育财政家庭调查（CIEFR-HS 2017）数据，采用生存分析的方法，对我国中小学生首次参与课外补习时间进行了刻画，探讨了家庭社会经济背景对学生首次参与课外补习时间的影响。研究发现：（1）我国中小学生大多数参加过课外补习，且许多学生在较低年级就参加了课外补习。（2）我国中小学生首次参与学科类课外补习时间明显早于兴趣类课外补习，随着年级的升高这一差异更为凸显。（3）城乡地区和不同阶层家庭的学生首次参与课外补习时间存在显著差异，但这种差异随着学段的上升而逐渐缩小。（4）家庭社会经济背景对学生首次参与课外补习时间有显著正影响，家庭社会经济背景越好的学生首次参与学科类和兴趣类课外补习时间均越早，但这种差异随着学生学段的上升而减小。“双减”政策背景下，建议政府进一步提高学校教育质量和校内课后服务品质，更好满足家长和学生对个性化教育的需求；重点照顾弱势阶层家庭，为学习成绩较差的弱势阶层学生提供校内学业辅导帮助；引导家长理性选择课外补习，客观辩证地审视课外补习对学生发展的影响。
虽然很多人理所应当地认为，应试教育阻碍了中国学生创造力的发展，但目前没有基本的证据能证明中国学生总体创造力水平低于其他国家，因而不能简单断言应试教育制约了中国学生创造力的培养。但这并不意味着应试教育与学生创造力水平无关。一个更加合理的解释是：应试教育对不同类别学生的影响是不一样的，它对“抬升底部”卓有成效，但会比较明显地阻碍拔尖学生创造力的发展。这有直接和间接的多方面的事实证据支撑。应试教育对拔尖学生的创造力水平有着明显的负面作用，并不意味着其他群体的学生不受其影响，而是说在应试教育的环境下，拔尖学生受影响和制约的程度更加突出。借用“创造力成分理论”提供的分析框架，这种负面影响可能通过3个机制发生作用：即降低拔尖学生的知识掌握宽度和深度，降低冒险质疑精神以及对不确定的容忍态度，弱化学习的内在动机。虽然拔尖学生数量占比不多，但这不是小问题，而是直接关系国家安全和竞争力以及教育系统完善的大问题。
以ChatGPT为代表的生成式人工智能技术的出现和推广应用，标志着从弱人工智能到强人工智能的转化正在发生，并为教育带来了机遇与挑战。其原理机制主要呈现出师生关系网络化效应、教学活动动态生成、知识信息隐态传输等特征。从应用场景来看，ChatGPT模型将围绕“教师”“学生”和“学科”三个主体，在教师发展与队伍建设、学生学习与能力培养、课程建设与学科发展三个领域产生综合性影响。ChatGPT的教育应用在对现行教育范式产生颠覆性影响的同时，也将推动加速地区发展差距、决定国家产业转型进程、颠覆劳动力结构，并使国家信息安全复杂化。上述影响既超越教育自我定义的范畴，也全方位地波及国家经济、政治和社会各个层面。人工智能技术发展推动了大国博弈的新边疆，也在国际权力结构的重构中发挥着决定性作用，而在这个过程中教育将被重新认识和再定义。
教育数字化不仅是对教育的赋能，更是对教育的变革和重塑。由于教育数字化的复杂性和特殊性，教育数字化转型并不像在许多其他领域那样取得了令人期待的成果。教育数字化转型到底转什么、怎么转，在学者、决策者和公众的认知中，普遍存在一些困惑甚至误解。厘清当前教育数字化转型的基本理论和实践问题十分必要。教育数字化与其他领域数字化的根本不同在于，教育活动不是物与物的联系，而是人与人的联系，教育数字化不仅不能替代人，而且要以人的发展为目的，是通过人、依靠人、为了人，以是否促进了人的发展为衡量标准。当前教育数字化的重点任务是创新教育场景，开发数字资源，提升教师数字素养，提升国家数字教育平台能级，以数字化思维治理教育数字化。
跨学科教学素养是促成教师开展跨学科教学实践活动的根本动力，跨学科教学素养测评则是引领和推动教师发展跨学科教学素养的重要工具和必要手段。本文通过厘清教师跨学科教学素养的内涵特征，构建中小学教师跨学科教学素养测评指标体系，并运用德尔菲法和层次分析法，形成带有权重系数值的集跨学科教学知识、跨学科教学能力和跨学科教学情意三维一体的教师跨学科教学素养测评模型。通过实证检验，结合我国中小学教师跨学科教学素养的现状和水平，提出教师内生跨学科教学素养的发展路径，即领悟跨学科教学理念，增强跨学科教学情意与博雅意识；深化跨学科教学实践，锤炼跨学科教学能力与跨界思维；加强学科教师间交流，发展跨学科教学共同体与组织文化。
ChatGPT等生成式人工智能一经问世便引发广泛关注。从职业与职业能力、职业教育人才培养、职业院校科研等影响职业教育发展和体现职业教育重要职能的几个方面展开分析，可揭示ChatGPT影响下的未来职业教育图景。在职业方面着重阐明了ChatGPT对职业影响的技术原理、机制和路径，并提出相应的应对策略。在职业能力方面，从对职业能力的特点和结构的解释中分析了ChatGPT对职业能力的影响，并就未来如何应对各种影响提出建议。在职业教育人才培养方面，重点梳理了人工智能技术在高等职业教育人才培养领域中的应用，剖析了ChatGPT对高等职业教育人才培养的挑战及应对策略，并从职业技能培训体系的人才培养入手，阐述了ChatGPT的迭代更新对未来技能培训的影响以及ChatGPT对职业教育未来技能培训模式的影响。在职业院校科研方面，着重厘清职业院校科研的基本内涵，刻画职业院校科研在技能形成变迁中实现迭代的历程，阐述以ChatGPT为代表的“去技能化”技术发展对职业院校科研的影响，并回答了职业院校科研如何应对以ChatGPT为代表的“去技能化”技术的发展问题。
本报告分析了我国苏州市10岁和15岁组学生社会与情感能力测评数据，结果发现：10岁组学生在所有15项社会与情感能力中的得分都略高于15岁组学生；10岁组学生中女生在合作、共情、乐群、毅力和包容度能力上得分高于男生；除包容度以外，15岁组学生中男生在其他社会与情感能力上得分都要高于女生。乐观是迄今为止与生活满意度和当前心理幸福感最为密切的能力，其次是活力和信任。抗压力和乐观与学生考试焦虑的关系最为密切。总体而言，学校归属感和师生关系与所有15项社会与情感能力呈正相关。相比之下，校园欺凌与所有15项社会与情感能力呈显著负相关。归属感与乐群、乐观和合作能力呈正相关。师生关系与乐观、好奇心和合作能力相关。校园欺凌与情绪调节（乐观、情绪控制和抗压力）密切相关。
课题组于2021年6月—8月持续两个半月对全国34个省区市展开第二轮调研。根据回收的调查数据样本，与2020年第一轮调研比较发现：2021年近五成毕业生签约税后薪酬每月3001-5000元、就业岗位与专业总体对口率显著提高、就业满意度保持高位略有下滑、考虑离职率略有上升。2021年未就业毕业生自感疫情因素对就业影响程度显著降低、向体制内就业的期待倾向明显、公考和升学失利者复考意愿更加强烈、薪酬待遇超过工作地点成为最被看重的就业因素、期待薪酬与实际薪酬之间的差距在扩大、对民营企业的就业期待位次出现明显下降。受调样本中用人单位招聘计划在压缩、裁员率在上升、薪酬水平在增加、招聘标准在提高。高校毕业生对学校就业指导工作满意度与2020年总体持平保持良好。通过Logistic回归分析，发现性别、户籍、家庭经济状况、学校类型、学校层次、学科类型、学科层次、个人学历、学业成绩、创业意愿等变量在不同类别间对就业的影响存在显著差异。与2020年不同之处是2021年农村户籍毕业生比城镇户籍毕业生就业概率更高、医学类和师范类高校应届毕业生比理工类高校毕业生就业概率更高、本科毕业生就业概率低于大专毕业生就业概率、农医学科就业概率高于人文学科就业概率。
人工智能技术的发展为教育系统带来了机遇与挑战。通过“人工智能促进未来教育发展”这一社科重大项目的研究发现，人工智能在凸显创新人才发展的挑战，支撑大规模教育的个性化实现，重塑知识观与教学创新，赋能未来教师发展，推动教育生态的系统变革等方面是关键着力点。同时，技术赋能教育、技术创新教育、技术重塑教育是人工智能促进未来教育发展“三部曲”的进阶样态。要探究人工智能促进教育发展的内核机理，必须以复杂系统视角来揭示技术、教育、社会三者之间互动的规律，以学习科学视角探索人工智能对教育发展的本质影响，以“历史?文化”视角预测未来教育的发展趋向。在此基础上，把握智能驱动下的创新人才发展战略，聚焦人工智能驱动下教育创新的关键要素，重塑人工智能助推的未来教育生态蓝图，助力打造我国“高质量且有温度”的人工智能教育新生态。
ChatGPT/生成式人工智能作为人工智能的最新突破，自发布后在教育领域引起了广泛关注和热议，需要从理论和实践的角度分析和探讨其对教师工作带来的变革。通过借鉴比斯塔“教育之弱”和杜威“交流行动哲学”的理论思想，深入思考ChatGPT和教育的融合本质，认为根据“强式教育”和“弱式教育”不同的思维取径，教师和学校具有截然不同的可替代性。教师工作应注意教育的价值伦理取向，把握教育的特性，在个性化学习、教师负担、教师自身成长等方面抓住ChatGPT带来的机遇，在学习目的、教学过程和设计、评价方式等方面积极应对ChatGPT带来的挑战。从教育的根本任务和“素养本位”的教育入手，围绕教育者数字信息素养，本文提出新时代教师素养结构新要求包括立德树人的能力、数字化时代的专业伦理、人工智能融合教学的能力，以及更新课程—学习—教学—评价的能力。
教育数字化转型是教育高质量发展的推动力和革新因素，对教育数字化转型能力水平的评估已成为当前教育改革与实践的要点之一。成熟度模型为破解教育数字化转型能力水平评估难题提供新方法，有助于引领教育数字化转型实践落地。本研究基于成熟度模型理论及基本结构，从国际比较视角分析现有数字化成熟度模型，通过政策分析提炼出教育数字化转型的关键构成要素；借鉴能力成熟度模型的级别划分和行为特征，结合我国教育数字化转型发展特点，构建了包含 5 个关键过程域、18 个子关键域和 5 个成熟度等级的教育数字化转型成熟度评价框架；基于“宏观— 中观—微观”系统性推进数字化创变的思路，从国家、区域和学校三个层面探讨了教育数字化转型成熟度评价框架的关键应用场景，以期为探寻教育数字化战略行动实施和教育高质量发展提供可行的评价路径。
教育数字化转型由多技术融合形成的技术生态撬动，需要从技术角度分析其给教师职业带来的挑战。教育数字化转型的技术意向性使教师从以“教”为中心转向以“学”为中心，智能化教育环境使人-机关系从辅助转向协同，技术渗透的三元空间生存方式需要教师具备相应的立德树人能力，数字化时代知识增长的范式需要教师不断自我成长。借用组织行为学的职能分析能力建构路径，结合教育组织的核心使命和属性，以及教育数字化的转型需求，得出支撑教育数字化转型教师需具备的能力类型：课程教学能力、人机协同能力、有效德育能力和自我成长能力。从对教育数字化转型的支撑来看，课程教学能力是以“学”为中心的前提和保障，人机协同能力是智能化环境下教师ICT能力的转型方向，有效德育能力是数字化转型过程中教师首要角色定位，自我成长能力是数字化生存的目的与手段。教师教育需要正视当前教师能力培养中的问题，围绕数字化转型所需的能力结构，再造教师教育。
中国人文社会科学核心期刊
