教育研究不僅要追問“怎樣使用”，更需追問“怎樣理解”、“怎樣規約”和“怎樣將技術能力轉化為教育洞察”。這種追問本身體現出一種方法意識，它要求研究者清醒意識到，技術中介不只是通道，更是塑造認知的框架。教育研究亟須在智能技術潛能的釋放與教育價值邊界的守護之間，確立技術理性與教育價值共生的方法論立場

　　人工智能進入教育領域，不應止步于“效率工具”的想象。當算法深度介入課堂分析、學情診斷和知識生產，它正在悄然重塑教育研究的提問方式、證據形態和認知結構。這意味著，我們需要從“用人工智能做研究”轉向“以人工智能為方法”。同時，技術理性必須接受教育價值的規約。在教育數字化加速推進的背景下，人工智能賦能教育已成為政策共識。由此，“以人工智能為方法”唯有與教育價值深度融合，方能在意義闡釋、價值導向和公共理性審查中堅守教育研究的人文底線，為教育知識生產提供兼具思想銳度和實踐溫度的方法論支撐。

　　從工具使用

　　走向方法論自覺

　　人工智能進入教育領域，首先表現為技術工具的更新。智能系統可輔助課堂觀察、作業批改、資源推送和文本處理，顯著提升數據整理和證據發現的效率。然而，若僅將人工智能視為外在工具，便容易忽視其對研究方法、知識形態和認識結構的深層重構。

　　事實上，人工智能已不僅是推動教育系統整體重塑的變革力量，更標志著教育研究方法論條件的深刻變化。它深度介入知識生產過程，參與材料篩選、模式識別和假設生成，改變研究者提出問題、組織證據和生成解釋的方式。面對這一趨勢，教育研究不僅要追問“怎樣使用”，更需追問“怎樣理解”、“怎樣規約”和“怎樣將技術能力轉化為教育洞察”。這種追問本身體現出一種方法意識，它要求研究者清醒意識到，技術中介不只是通道，更是塑造認知的框架。教育研究亟須在智能技術潛能的釋放與教育價值邊界的守護之間，確立技術理性與教育價值共生的方法論立場。

　　對技術中介之認知效應的反思源遠流長�！肚f子·外篇·天地》說：“有機械者必有機事，有機事者必有機心�！睓C械工具雖提高效率，卻易滋生機巧之心，擾亂人的自然本性。這一“機心”之辯與當代計算理性可能遮蔽人文價值的憂慮遙相呼應。莊子所警覺的，不是工具本身的善惡，而在于它悄然改變人的認知方式和價值感受。當教育研究者借助人工智能拓展認知邊界時，算法也在潛移默化地塑造提問方式、評判標準乃至對“何為教育知識”的基本預設。

　　同時，這種方法論轉向亦有其學理根基。教育實踐本身便蘊含目標設定、活動組織、評價反饋和改進調節等動態環節。泰勒的課程原理，呈現出鮮明的“目標—行動—反饋—修正”結構。而作為人工智能思想重要源流的控制論，其奠基人維納對系統通信和反饋機制的強調，更為理解教育過程中的調適邏輯提供了重要參照。人工智能的出現，使教育實踐中原本內隱的反饋調節機制獲得了新的技術表達。由此可見，“以人工智能為方法”，不是倡導技術決定論，而是要求教育研究實現方法論自覺。既看到人工智能拓展認知邊界的潛力，也直面其數據依賴、模型偏差和價值遮蔽等風險。技術是數智時代教育方法論重構的重要條件。

　　人工智能作為

　　方法論中介的三重作用

　　“以人工智能為方法”，并非將人工智能簡單視為資料處理或效率提升的工具，而是將其視為參與教育認識過程的方法論中介。研究者借助人工智能重新組織教育材料、發現關系模式、生成問題意識，并在與算法輸出的對話中反思既有理論預設。譬如，控制論的核心是通過信息、反饋和調節理解復雜系統的運行。教育過程本身也包含類似結構，教師依據學生反應不斷調整教學活動，課程實施在目標、經驗、評價與改進之間形成循環。人工智能使這種原本依賴經驗判斷的反饋過程獲得了更強的數據感知和動態分析能力。

　　具體而言，人工智能作為方法，正在產生三重作用。

　　其一，改變了教育知識的表征形態。傳統教育研究主要依賴文本、訪談和觀察記錄，側重概念闡釋和意義建構。人工智能介入后，課堂錄像、學習軌跡、作業文本等材料轉化為可計算、可比較、可聚類的分析對象。教育知識由此從單純“可講述”的敘事形態，部分轉變為“可計算”的形式化形態，在模式發現與意義建構之間形成往復互動。譬如，一位研究者分析課堂錄像時，人工智能可自動識別師生互動的時間分布和話語模式，這些數據再經由教育理論重新闡釋，有利于回答互動是否促進了深度學習這一根本問題。

　　其二，改變了教育現象的認識方式。傳統研究側重因果解釋，以揭示現象背后的深層機制；人工智能則更擅長在大規模數據中進行預測、分類和反饋優化。這種反饋式認知路徑，為教育研究提供了過程追蹤和動態建模的新工具。教育現象往往是多因素非線性互動的結果，人工智能能捕捉這些關系的演化過程和涌現模式。譬如，智能課堂分析系統的使用，有助于教育工作者打開課堂的“黑箱”，識別以往難以察覺的隱性結構。

　　其三，改變了教育研究的主體結構。生成式人工智能的使用，讓研究主體逐漸轉向由研究者、數據、算法模型和教育情境共同構成的復合認知場域。人工智能在問題生成、視角轉換和假設檢驗中持續介入，促使研究者重新審視自身的理論預設。由此，教育研究從“人類獨白”轉向“人機共思”。人類研究者仍承擔價值判斷和責任歸屬的職責，人工智能則作為認知他者，參與拓展問題空間、激活潛在關聯。教育研究將在研究者與算法的持續對話中迭代深化。

　　以教育目的

　　守住價值邊界

　　人工智能越深度參與教育研究，越需要以教育目的作為價值對齊和邊界守護的核心機制。教育研究的核心關切在于，促進人的全面成長、維護教育公平、承擔公共責任。人工智能雖能高效輔助技術過程，卻絕不能取代教育共同體的價值判斷和意義闡釋責任。在落實立德樹人根本任務、推進教育數字化轉型的進程中，這一價值堅守尤為關鍵。

　　首先，守住知識的意義性邊界。人工智能能把教育材料轉化為可計算的特征和模式，但教育知識并不只是數據結構，更是關于人的成長、關系和價值的意義建構。公平、責任和尊嚴等概念既包含事實判斷，也包含價值判斷，嵌入歷史、倫理和制度關系。若把教育知識完全交給算法，研究就可能從意義理解滑向模式識別。算法發現不能直接等同于教育結論，必須經過教育理論、實踐經驗和情境理解的再解釋。

　　其次，守住認識的價值性邊界。人工智能擅長根據既定目標進行預測和優化，但它并不回答目標為何正當、優化為了誰、效率服務于什么。而教育研究核心的問題恰恰是“什么樣的目標值得追求”。提高學習效率并不必然促進全面發展，精準識別風險也不必然實現教育公平；若目標設置本身狹窄，算法越高效，偏差越被放大。因此，必須以人的發展為尺度，對技術目標、數據選擇和評價指標進行價值審查，防止教育目的被技術指標悄然替代。

　　最后，守住結論的公共性邊界。人工智能生成的分析往往具有形式完整、推理連貫的外觀，但這種外觀不等于結論真實，更不等于教育正當。涉及學生評價、資源分配和政策制定的研究結論，必須經得起證據檢驗、同行討論和公共追問。人機協同不能把責任轉移給模型，也不能讓算法邏輯繞過教育共同體的審議。只有當人工智能成果能夠被解釋、被質疑、被修正并被問責，它才可能進入公共知識體系。在推進教育治理體系和治理能力現代化的背景下，這一公共性要求尤為迫切。

　　走向技術理性與

　　教育價值共生的方法論

　　“以人工智能為方法”與教育的價值旨歸深度融合，指向的是一種共生方法論。所謂共生，并非折中調和，而是承認人工智能已成為數智教育時代知識生產的重要條件，同時堅持教育始終是技術運用的價值尺度。人工智能提供新的觀察方式和分析能力，教育則提供目的、意義和責任的根本規定。二者在相互支撐、相互校正中，構成具有解釋力和規范力的方法論體系。

　　這種共生方法論的關鍵在于，讓技術進入教育之后仍然保持教育性。人工智能能夠提高效率，但教育研究不能以效率替代目的；能夠發現模式，但不能以模式替代意義；能夠生成判斷，但不能以生成結果替代公共理性。在實踐中，這意味著每一次使用人工智能輔助研究時，都需要同步追問：這一技術選擇服務于何種教育目的？是否維護了學生的主體地位？是否符合教育公平的基本價值？

　　這一轉向對教育研究者提出了新的要求，未來的研究者既要理解人工智能的基本原理和應用邊界，也要具備深厚的教育理論素養、倫理判斷能力和公共表達能力，更要在技術邏輯與教育價值之間建立轉換能力。這種轉換能力意味著，能夠讀懂算法輸出的統計意義，同時判斷其教育意義；能夠利用人工智能拓寬研究視野，同時堅守研究者的價值立場。既不因技術強大而放棄教育判斷，也不因堅守價值而拒絕方法更新。只有形成這種復合素養，教育研究才能在技術變革中保持方向，在方法創新中守住根本。

　　人工智能以其計算邏輯和生成能力，反向照亮了教育研究的限度，也打開了新的可能。教育應當在技術挑戰中實現自我更新，在人工智能提供的新方法中重新確認人的主體性，在計算理性擴張的時代重新守護意義的詮釋和公共價值。唯有如此，“以人工智能為方法”才能為落實立德樹人根本任務、推動中國教育學自主知識體系建構提供堅實的方法論支撐。

　�。ㄗ髡呦祰�家教材建設重點研究基地［中國特色教材理論與國際化戰略研究］研究員，華東師范大學課程與教學研究所副所長、副研究員。本文系國家社科基金2025年度后期資助重點項目［25FJKA002］成果）