編者按：學習宣傳貫徹《教育強國建設(shè)規(guī)劃綱要（2024-2035年）》精神，系統(tǒng)領(lǐng)會中共中央、國務院關(guān)于教育強國建設(shè)的一系列新要求、新任務，推動解決教育強國建設(shè)中的重大問題，是當前教育系統(tǒng)的重大政治任務。 中國教育科學研究院組織精銳科研力量，圍繞《綱要》核心內(nèi)容，在紙媒、電視、網(wǎng)絡等平臺開展闡釋研究，助力《綱要》落地生根，推動教育強國建設(shè)邁向更高水平。 現(xiàn)摘取部分優(yōu)秀成果，陸續(xù)推出，以饗讀者。

《教育強國建設(shè)規(guī)劃綱要（2024—2035 年）》明確提出打造人工智能教育大模型。近年來，大模型技術(shù)快速發(fā)展，已成為人工智能增長最迅速的領(lǐng)域（AI Index，2024），加速了人工智能對教育的重新定義。錨定教育場景開發(fā)專用大模型，是實現(xiàn)大模型教育服務能力躍升，確保大模型技術(shù)穩(wěn)健、安全地服務于大規(guī)模教與學的必然趨勢（劉明等，2024）。然而，此輪人工智能技術(shù)突破的代表——大語言模型推理機制存在“黑箱”，在教育領(lǐng)域應用存在專業(yè)知識不足、復雜教育任務場景下準確度不高等問題（Kasneci et al.，2023）。這使得大語言模型在邏輯推理、因果關(guān)系推斷、創(chuàng)造性思維和情感理解等方面無法與優(yōu)秀教師的智慧對齊，更無法促進學生高階思維及社會情感能力發(fā)展（李永智等，2025）。如何顯化大語言模型的推理過程，提煉優(yōu)秀教師教學智慧，創(chuàng)新教育大模型理念架構(gòu)和實踐路徑，促進人工智能助力教育變革，是亟待解決的重大現(xiàn)實難題。

一、教育大模型發(fā)展現(xiàn)狀與內(nèi)涵重構(gòu)

（一）大語言模型教育應用現(xiàn)狀

教育大模型是適用于教育場景、具有超大規(guī)模參數(shù)、融合通用知識和專業(yè)知識訓練形成的人工智能模型（曹培杰等，2024）。當前，以大語言模型為基礎(chǔ)的教育大模型正加速發(fā)展，助力人機共教、普惠智能、互動評價（李艷燕等，2023）。構(gòu)建教育專用大模型，通常是在已有大語言模型基礎(chǔ)上，通過引入高質(zhì)量領(lǐng)域數(shù)據(jù)，并對模型進行微調(diào)和對齊，使其能夠準確地理解和生成教育領(lǐng)域知識（籍欣萌等，2025）。目前教育大模型研發(fā)廣受關(guān)注。OpenAI、谷歌、清華大學、中國教育科學研究院、科大訊飛等已推出相關(guān)模型及應用，覆蓋學生個性化學習支持、教師教學輔助、教學精準評價和學校管理效率提升等場景（劉邦奇等，2024）。然而，大語言模型技術(shù)主要依賴 Transformer 架構(gòu)，其生成機制限于對大數(shù)據(jù)的概率擬合，推理機制難以顯化，致使其系統(tǒng)性“幻覺”問題難以克服，無法與教育場景深度耦合。

1. 推理黑箱化：運算過程不透明

大語言模型雖有強大的能力，但其復雜的內(nèi)部運算與推理機制仍是不透明的“黑箱”——內(nèi)部機理難以窺探，模型推理過程不可解釋。過程無法被完全理解、難以被完整追溯，其深度融入教育核心環(huán)節(jié)的合理性與安全性就會引發(fā)質(zhì)疑。這一局限是限制大語言模型教育深度應用的關(guān)鍵。

2. 生成幻覺化：輸出內(nèi)容未驗證

知識內(nèi)容的科學性是保障教育質(zhì)量和效果的基石。大語言模型生成的內(nèi)容，并非基于對事實的理解與核查，而是依賴于訓練數(shù)據(jù)的統(tǒng)計模式與概率關(guān)聯(lián)。它本質(zhì)上是概率推理，而不是邏輯推理。這導致其容易產(chǎn)生“知識幻覺”，即生成看似流暢、符合語法但實際存在事實錯誤、邏輯謬誤甚至信息虛構(gòu)的內(nèi)容。學生可能在學習中無意吸收并內(nèi)化這些錯誤內(nèi)容，教師由此需耗費額外精力甄別、核實模型輸出。

3. 知識碎片化：海量知識被混裝

大語言模型的知識組織普遍存在“關(guān)聯(lián)斷裂”與“層級混亂”問題。盡管大模型通過海量數(shù)據(jù)訓練掌握了龐雜的學科知識點，但缺乏對知識體系的系統(tǒng)性建構(gòu)，呈現(xiàn)“點狀存儲”與“機械關(guān)聯(lián)”的特征。其知識表征往往基于統(tǒng)計學共現(xiàn)關(guān)系，而非基于學科認知發(fā)展邏輯，導致知識網(wǎng)絡結(jié)構(gòu)碎片化和平面化。

4. 情感空洞化：共情交互缺失

師生情感連接是教育的關(guān)鍵。大語言模型雖然可以模仿人類，生成看似帶有情感色彩的文本，但內(nèi)容多基于模式匹配而非真實的情感體驗與共情。大語言模型難以真正理解學生學習狀態(tài)，無法提供恰如其分、發(fā)自內(nèi)心的情感支持，也無法與師生真正建立情感共鳴。

5. 價值疏離化：價值塑造難聚焦

教育不僅是知識的傳遞，更是價值塑造與道德發(fā)展的過程。當前大語言模型的設(shè)計與訓練往往缺乏對教育價值的深度考量與對齊。訓練數(shù)據(jù)龐雜，不可避免地帶有社會偏見、刻板印象甚至不道德的內(nèi)容。這導致大模型可能輸出帶有偏向甚至歧視的觀點，或處理價值問題時出現(xiàn)錯誤傾向。

6. 應用單一化：教育過程的線性重復

當前大語言模型的推理機制存在“線性化”與“表層化”局限，難以應對復雜的教育教學場景。其推理過程多遵循“問題—檢索—生成”的單向路徑，難以對學習過程進行擇優(yōu)動態(tài)建模。這使教育大模型無法理解優(yōu)秀教師的教學思維邏輯，將教學交互簡化為“輸入—輸出”的檢索傳遞，存在“強知識傳遞，弱育人功能”等不足。

（二）內(nèi)涵重構(gòu)

大語言模型教育應用的局限并非“能力不足”，它是教育底層邏輯推理能力缺乏帶來的必然結(jié)果。主流大語言模型的智能本質(zhì)上是對人類已有知識的“靜態(tài)快照”和“統(tǒng)計關(guān)聯(lián)”。其“世界模型”（world model）是建立在龐大、靜態(tài)的文本語料庫之上的（Wang et al.，2024）。訓練數(shù)據(jù)包含的社會偏見、錯誤信息也被一并“壓縮”和“固化”（Farrell et al.，2025）。不透明的概率推理機制導致難以匹配真實的教育需求，無法對人類教師教學實踐所展現(xiàn)的教學智慧進行結(jié)構(gòu)化、邏輯性整合。技術(shù)的局限決定了大語言模型本質(zhì)上是一個強大的“語言模擬器”。其智能的生成囿于語言語義的邊界，難以形成具有自主理解、因果推理和主動探索能力的“智能體”。

因此，教育大模型應以“世界模型”理念為基礎(chǔ)，將“語言模型”拓展為“邏輯模型”，通過構(gòu)建能與真實世界互動、理解因果并持續(xù)學習的數(shù)字化“世界模型”，實現(xiàn)對優(yōu)秀教師教學智慧的顯化表征和提煉，形成不斷引導、激發(fā)和支持學習者主動建構(gòu)的知識庫與智能體。

1. 多模態(tài)教育場景的顯性化表征

優(yōu)秀教師的智慧在于“融會貫通”，而非單純的“博聞強識”。教育大模型需通過整合視頻、物理模擬等多模態(tài)數(shù)據(jù)，將內(nèi)部的符號系統(tǒng)與師生交互動態(tài)連接，產(chǎn)生更類人的顯性化概念與邏輯表征（Du et al.，2025），建立對教育場景的綜合理解，從而洞察背后的教與學規(guī)律。

2. 教與學的因果推斷與啟發(fā)引導

教學的藝術(shù)在于激勵、喚醒、鼓舞。與大語言模型基于統(tǒng)計相關(guān)性不同，教育大模型需學習并表征教育的因果關(guān)系，基于教學規(guī)律和教學場景進行邏輯推演。這種教與學的因果洞察力，使其能診斷學生存在的深層次問題，并基于診斷結(jié)果，為學生提供精準、有啟發(fā)性的引導。

3. 適應性的持續(xù)學習與演進

為打破大語言模型的“靜態(tài)快照”局限，教育大模型的知識庫不應是固化的，而是能與學習者共同成長的生態(tài)系統(tǒng)。其核心在于能通過與師生的交互，不斷對教學過程結(jié)構(gòu)化整理，實時、增量式地更新和優(yōu)化內(nèi)部“世界模型”。這種持續(xù)的自我演進，使教育大模型能動態(tài)適應師生的成長，成為師生成長的個人伙伴。

二、教學思維鏈及其特征

（一）教學思維鏈的提出

為提升教育大模型的底層推理能力，本研究提出“教學思維鏈”這一創(chuàng)新理論與方法。它借鑒人工智能的思維鏈（chain-of-thought）理念（Wei et al.，2022），強調(diào)不僅輸出答案，更要展示“如何想出來”的推理路徑。

1. 歷史邏輯：從經(jīng)驗默會到初步意識

縱觀教育發(fā)展，優(yōu)秀教師的教學行為背后往往蘊含連貫的思維鏈條。這一現(xiàn)象可追溯至教育活動的源頭。比如，孔子倡導的“不憤不啟，不悱不發(fā)”教學原則，蘊含了“觀察情境—激發(fā)疑問—適時點撥—引導遷移”的啟發(fā)式思維序列；蘇格拉底的“產(chǎn)婆術(shù)”教學法則，以連續(xù)的詰問構(gòu)成“揭示前提—引導推論—暴露矛盾—促成重構(gòu)”的思辨鏈條。有研究關(guān)注課堂動態(tài)交互的本質(zhì)，認識到其中交織著知識邏輯、教學邏輯、學習邏輯與認知邏輯的復雜運演，構(gòu)成師生對話的“隱形網(wǎng)絡”（朱德全，2008）。有學者進一步指出，教師的教學思維是對“教什么”“怎么教”進行專業(yè)判斷的過程（李志厚，2016），且這種判斷會迅速轉(zhuǎn)化為連續(xù)、可觀察的教學行為，如提問、示范、練習等。這揭示了思維判斷與教學行動之間存在緊密的對應關(guān)系。教學思維鏈盡管長期處于默會或內(nèi)隱狀態(tài)，但蘊含的理念價值在教育的歷史長河中被反復印證。

2. 理論邏輯：多維學理的交叉印證

教學思維鏈概念并非憑空產(chǎn)生，而是得益于教育學和認知科學的支撐。一方面，結(jié)構(gòu)化的學科與教學法知識，構(gòu)成教學思維鏈的知識引擎。學科知識（簡稱 CK）與教學法知識（簡稱 PCK）框架，為理解教學決策的知識來源提供了依據(jù)。教師的教學思維鏈，本質(zhì)上是在學科知識的結(jié)構(gòu)框架內(nèi)，運用教學法知識選擇呈現(xiàn)方式、教學策略等，形成“思維—行動”節(jié)點并鏈接成序列的過程。另一方面，思維過程顯性化，為教學思維鏈提供了方法支撐。認知學徒制理論強調(diào)，專家（如優(yōu)秀教師）的隱性思維過程需通過示范、搭建腳手架、清晰表達、反思等使其顯性化，以便學習者觀察、模仿和內(nèi)化（Collins et al., 1991）。這與教學思維鏈的核心訴求一致，即將教師內(nèi)隱的教學推理路徑外化為可學習、可分析的鏈式結(jié)構(gòu)。學習科學、課程論等研究表明，理解并外化優(yōu)秀教師的思維過程是提升教學效能和學習質(zhì)量的關(guān)鍵。

3. 實踐邏輯：復雜決策的運作與 AI 賦能的顯性化

在真實的教學場景中，教師往往綜合考量學生的認知序列、學科知識結(jié)構(gòu)、核心素養(yǎng)目標和課堂反饋，動態(tài)組合理解聚焦、融合聯(lián)結(jié)、創(chuàng)新實踐、反思批判、發(fā)展進階等策略，培養(yǎng)學生高階能力（朱立明等，2019；鄭志輝，2025）。這種教學決策過程并非簡單的線性流程，而是由高度依賴多路徑擇優(yōu)、動態(tài)演化的思維鏈式網(wǎng)絡組成。教學網(wǎng)絡視角佐證了這一復雜性。教學系統(tǒng)由知識、問題、教學、學習、認知五大網(wǎng)絡類型交織而成；教師在網(wǎng)絡之間篩選信息、遷移，必然生成若干具備優(yōu)先級的行動路線（張文婷等，2021）。

長期以來，教師思維過程難以直接觀察，更難以顯化表征。人工智能技術(shù)在鏈式推理上的探索，特別是 OpenAI O1 和 DeepSeek 顯式輸出推理步驟，為解決這一難題提供了可能。教師隱含的思維鏈也有望通過技術(shù)手段提取、結(jié)構(gòu)化表示和顯性化呈現(xiàn)。近年來，學界通過深度挖掘課堂實錄數(shù)據(jù)，已積累一些真實樣本用于重建教師決策序列和構(gòu)建教學思維鏈模型。這些技術(shù)為解析、模擬、生成和評估教學思維鏈提供了工具，使優(yōu)秀教學經(jīng)驗可望得以突破傳統(tǒng)師徒制，實現(xiàn)廣泛傳播與賦能。

（二）定義與內(nèi)涵

教學思維鏈吸收教育學原理、課程與教學論、認知科學等理論給養(yǎng)，為解決大模型教育場景適配提供底層邏輯架構(gòu)。本研究認為，教學思維鏈是蘊含教學邏輯的教學過程表征，關(guān)聯(lián)學科知識和教學法知識，以步驟級教學行為為節(jié)點、體現(xiàn)多路徑擇優(yōu)的動態(tài)鏈式數(shù)據(jù)結(jié)構(gòu)。

1. 教學思維鏈的本質(zhì)是教學邏輯結(jié)構(gòu)的顯性化表征

教學思維鏈將教學過程以鏈式結(jié)構(gòu)呈現(xiàn)，不僅列出教師行為序列，更展現(xiàn)其行為背后隱含的思維邏輯。它揭示了教師如何運用教學原理和學科知識組織教學，提供可追溯的框架，使教學決策背后的過程透明化，增強教學決策的可解釋性。

2. 步驟級教學行為構(gòu)成思維鏈的基礎(chǔ)節(jié)點

教學思維鏈以步驟級教學行為為節(jié)點進行設(shè)計，即將具體的教學行動，如提問、講解、示范、反饋等刻畫為鏈式節(jié)點。每個節(jié)點代表教師教學的思維決策。例如，教師通過提問激發(fā)學生思考，再根據(jù)學生反應調(diào)整教學策略。這樣不僅能捕捉教學細節(jié)，還能將教師的教學思維與教學行動緊密結(jié)合，形成易于分析和優(yōu)化的鏈條。通過節(jié)點拆解，教學思維鏈能準確展示教師決策的具體內(nèi)容與思維路徑，為教學決策優(yōu)化提供支持。

3. 動態(tài)擇優(yōu)是應對教學復雜性的核心機制

教學思維鏈具備動態(tài)演進與多路徑選擇特性。區(qū)別于傳統(tǒng)線性流程圖，真實教學情境往往復雜多變，教師會根據(jù)課堂反饋和教學進度實時調(diào)整。教學思維鏈通過分支節(jié)點展現(xiàn)教師不同情境的決策選擇。例如，教師講解某個概念后，根據(jù)學生理解程度選擇不同策略，如舉例、重新表述或跳過。教學思維鏈記錄這些決策路徑，并保留未選中的分支，為教學提供靈活調(diào)整空間，更好地適應課堂情境。

4. 學科知識與教學法知識的“雙核”驅(qū)動保障教學決策的專業(yè)性

教學思維鏈同時關(guān)聯(lián)學科知識和教學法知識。每個節(jié)點既反映教師如何組織與呈現(xiàn)學科內(nèi)容，也展現(xiàn)教師根據(jù)學生認知特征調(diào)整教學策略的過程。二者深度交織形成教學決策的骨骼和血肉。當路徑分岔時，學科知識確保知識邏輯自洽，教學法知識評估不同路徑的教學適切性。

綜上，教學思維鏈的核心內(nèi)涵體現(xiàn)為“三個統(tǒng)一”：一是經(jīng)驗與經(jīng)驗表達的統(tǒng)一，即將內(nèi)隱教學智慧轉(zhuǎn)化為可計算的結(jié)構(gòu)化模型；二是確定性與生成性的統(tǒng)一，即通過預設(shè)邏輯框架容納動態(tài)路徑擇優(yōu)；三是內(nèi)容與方法的統(tǒng)一，即在學科知識與教學法知識協(xié)同中實現(xiàn)“教對內(nèi)容”與“教好內(nèi)容”的辯證融合。這標志著教學認知研究從經(jīng)驗描述向模型驅(qū)動的范式轉(zhuǎn)型，為構(gòu)建教育大模型提供了兼具教學合理性與技術(shù)可行性的理念框架。

（三）主要特征

教學思維鏈通過將復雜知識化繁為簡、復雜教學過程化整為零，序列化表征教學行為邏輯，將優(yōu)秀教師的教學設(shè)計邏輯與隱性教學經(jīng)驗結(jié)構(gòu)化顯現(xiàn)，支撐專用模型訓練及應用從“黑箱”到“灰白箱”的探索。

1. 理念特征：教學復雜性的結(jié)構(gòu)化降維

教學思維鏈的核心理念在于化繁為簡與化整為零的協(xié)同?；睘楹喼竿ㄟ^將教學任務拆解為子任務，將復雜認知簡化為邏輯關(guān)聯(lián)的已知和共識，以降低實施難度并保持邏輯嚴謹性?；麨榱銖娬{(diào)將復雜的教學過程分解為微觀決策節(jié)點網(wǎng)絡，支持實時反饋下的動態(tài)調(diào)整。教師針對單一節(jié)點靈活調(diào)整策略，響應學生反饋，賦予教學高度適應性，推動教學從線性流程向動態(tài)網(wǎng)絡發(fā)展。二者協(xié)同實現(xiàn)教學復雜性的系統(tǒng)降維，提升教學擇優(yōu)選擇的空間與可解釋性。

2. 行為特征：技術(shù)落地的工程范式

教學思維鏈通過可表征、可訓練、可調(diào)優(yōu)、可普及四重技術(shù)屬性，推進工程化落地?？杀碚餍允呛诵模笇⒔處熾[性決策轉(zhuǎn)為符號化鏈式結(jié)構(gòu)，為人工智能解析教學思維提供接口。可訓練性指模型通過知識蒸餾技術(shù)學習專家決策序列，如利用課堂實錄數(shù)據(jù)微調(diào)模型的推理路徑生成能力?？烧{(diào)優(yōu)性指基于反饋的持續(xù)優(yōu)化，通過比較多條思維鏈的結(jié)論一致性調(diào)整模型參數(shù)，提升決策可靠性?？善占靶灾冈摲妒骄哂锌鐚W科、跨任務的通用性，可廣泛應用于各類大模型。四者形成閉環(huán)，將教學智慧轉(zhuǎn)化為可部署的智能架構(gòu)，為教育大模型提供可復用的推理引擎。

3. 集成特征：多源協(xié)同的決策引擎

教學思維鏈通過深度融合動態(tài)知識圖譜、教與學行為圖譜、學生能力圖譜和多模態(tài)資源，構(gòu)建多源信息驅(qū)動的智能決策體系，確保推理“腦中有知識”“眼里有學生”“手邊有資源”。動態(tài)知識圖譜可用于驗證教學陳述與權(quán)威知識的一致性，確保思維鏈節(jié)點內(nèi)容的科學性，從源頭降低知識性錯誤。教學行為圖譜通過優(yōu)化教學環(huán)節(jié)的邏輯序列，支撐嵌入提問、探究、反饋等最佳實踐模式，避免關(guān)鍵步驟缺失或順序錯位。學生能力圖譜驅(qū)動個性化路徑調(diào)優(yōu)，動態(tài)匹配不同認知水平。多模態(tài)資源庫通過調(diào)用適配的圖文聲像資源，突破純文本局限，增強抽象概念的情境化表達。“知識錨定—行為優(yōu)化—能力適配—資源支撐”四者融合，推動教育從經(jīng)驗驅(qū)動到數(shù)智驅(qū)動的范式躍遷。

4. 方法特征：隱性決策的表征挑戰(zhàn)

教學思維鏈的構(gòu)建面臨隱性特質(zhì)、非線性結(jié)構(gòu)和異質(zhì)涌現(xiàn)性三重挑戰(zhàn)：首先，教師決策具有隱性特質(zhì)。教學行為融合知識理解、策略選擇與情境感知的直覺經(jīng)驗，難以外顯為標準化邏輯序列。其次，思維鏈并非線性推演，而是在多路徑擇優(yōu)和實時反饋基礎(chǔ)上動態(tài)生成，形成遞進、分叉與循環(huán)的復雜網(wǎng)絡形態(tài)。單次教學可能衍生數(shù)十條分岔路徑，超出傳統(tǒng)流程圖的表征范疇。最后，個體差異帶來異質(zhì)性與涌現(xiàn)性。不同教師對同一教學任務可能生成差異化路徑，同一教師在不同情境的決策也可能變化顯著。這些都是教學思維鏈表征的瓶頸。即便借助人工智能技術(shù)，隱性邏輯捕捉與動態(tài)建模仍是亟待突破的難題。

5. 價值特征：雙向賦能的共生生態(tài)

對于人工智能系統(tǒng)，鏈式思考能顯著提升大模型推理能力，強制分步推導替代直接作答，可減少知識幻覺現(xiàn)象，提高答案可信度與準確性，使教育大模型在復雜推理等任務中展現(xiàn)類人思維特性（Liu et al.，2024；Wang et al.，2025；Li et al.，2025）。對于師生來說，顯性化思維鏈能成為師生能力躍遷的媒介——學生通過解析優(yōu)秀教師的問題解決路徑，發(fā)展元認知與自主思維能力；教師通過反觀自身或?qū)＜业臎Q策邏輯，優(yōu)化教學設(shè)計，促進專業(yè)成長；個體教師的隱性經(jīng)驗被轉(zhuǎn)為顯性知識鏈，能促進教師群體智慧共享；新手教師可系統(tǒng)學習專家決策模式，研究者能提煉教學共性規(guī)律。教育大模型則獲得權(quán)威知識源，推動教學智慧從個人獨享轉(zhuǎn)向集體共創(chuàng)。

6. 自進化特征：動態(tài)適應與自我優(yōu)化協(xié)同機制

教學思維鏈通過動態(tài)適應與自我優(yōu)化實現(xiàn)持續(xù)完善。動態(tài)適應表現(xiàn)為情境適配、因果推理與情感支持三個關(guān)鍵環(huán)節(jié)。情境適配指針對不同學習風格與認知水平定制教學路徑，因果推理指維持教學目標與學生需求的有機聯(lián)系，情感支持指通過感知認知壓力與情感困擾提供個性化支持。他們共同增強思維鏈的靈活性與響應能力，如根據(jù)學生反饋動態(tài)調(diào)整任務難度或教學策略。自我優(yōu)化依托強化學習與專家反饋機制。強化學習指根據(jù)學生反饋持續(xù)優(yōu)化推理路徑，專家反饋則提供專業(yè)指導，確保決策的準確性與教育價值。二者協(xié)同推動教學思維鏈實際應用的不斷完善，實現(xiàn)教學質(zhì)量的提升。

三、教學思維鏈構(gòu)建方法

教學思維鏈作為研發(fā)的底層邏輯架構(gòu)，歷經(jīng)提取生成、訓練學習、迭代優(yōu)化三個階段，貫穿教育大模型從認知表征到?jīng)Q策優(yōu)化的全生命周期：在提取生成階段，從海量數(shù)據(jù)中提取體現(xiàn)教學思維邏輯的教與學行為語義，形成富含優(yōu)秀教學經(jīng)驗、用于專用大模型訓練的教學思維鏈；在訓練學習階段，基于“專家反饋—自評判學習”強化學習協(xié)同訓練算法，構(gòu)建教學思維鏈，使模型輸出既符合學科邏輯又具備教學價值；在迭代優(yōu)化階段，通過驅(qū)動教學思維鏈增強的教育大模型復雜推理，實現(xiàn)教學情境適配的多模態(tài)教學資源聯(lián)動高效準確生成、教學內(nèi)容自適應規(guī)劃和可溯因共情個性化反饋。最終，教育大模型通過模擬人類邏輯推理過程，將隱性教學經(jīng)驗顯性化，將個體教學智慧普適化，推動機器智能與人類教育智慧的協(xié)同共生。

（一）教學思維鏈的提取生成

教學思維鏈的提取生成作為構(gòu)建教育大模型的前提，旨在解決“構(gòu)建什么”的語義結(jié)構(gòu)化問題。之前，大語言模型處理教育數(shù)據(jù)存在結(jié)構(gòu)化不足的問題，數(shù)據(jù)元素之間不關(guān)聯(lián)，僅能實現(xiàn)簡單的輸入輸出映射，無法展現(xiàn)符合教育規(guī)律的推理過程。通過引入教學思維鏈，教育大模型不僅能構(gòu)建“輸入—思維鏈—輸出”推理機制，也在一定程度上實現(xiàn)了教學認知過程可視化。同時，教育大模型不僅需要具備高準確性，還要確保內(nèi)容的安全性和適切性。這對教學思維鏈提出了更高要求，僅依靠相同邏輯格式的樣本實例遠遠不夠，需要通過識別優(yōu)秀教師的教學思維軌跡和決策邏輯，將教學行為等數(shù)據(jù)轉(zhuǎn)化為可計算的思考過程，建立教育專用推理鏈條。自演化多層次學科知識圖譜和融合教學語義的多模態(tài)教學資源庫在其中發(fā)揮了重要作用。

自演化多層次知識圖譜通過“點—鏈—空間—時空變化”的架構(gòu)設(shè)計，建立教學認知的有效映射。其中，“點”作為知識圖譜的核心實體單元，涵蓋課程標準與前沿知識等靜態(tài)知識元素，以及教與學行為等動態(tài)教學元素?！版湣睂又乜坍嫿膛c學行為的時序邏輯，揭示教學的思維流轉(zhuǎn)與行為模式，使教育大模型能理解并復現(xiàn)符合教學規(guī)律的認知發(fā)展路徑?！翱臻g”層面體現(xiàn)為三層架構(gòu)：知識層包含跨學科知識和前沿科技領(lǐng)域知識等，通過相關(guān)、不相關(guān)等邏輯關(guān)系，構(gòu)建學科知識點、前沿知識點、核心概念之間的三維關(guān)系，奠定圖譜的知識基礎(chǔ)；教與學行為層基于圖譜展現(xiàn)教與學行為的邏輯關(guān)系，通過劃分不同教學階段及定義教學階段間各環(huán)節(jié)的邏輯關(guān)系，強化教學實踐的指導性；能力層以能力培養(yǎng)為目標導向，包含思維、實踐能力、價值觀等維度，不同層級的具體能力，在知識與教學行為之間有機連接?！皶r空變化”依賴于自演化機制，依托構(gòu)建關(guān)聯(lián)數(shù)據(jù)感知機制，動態(tài)擴充知識集，及時補充前沿熱點，實現(xiàn)知識感知。動態(tài)知識圖譜體系奠定教學思維鏈的邏輯基礎(chǔ)，使教育大模型具備類似優(yōu)秀教師的“分步思考、因材施教”能力。

融合教學語義的多模態(tài)資源庫通過資源實體庫、資源屬性庫、知識語義庫和教學思維語義庫的四級架構(gòu)，實現(xiàn)教育資源從原始素材到教學智慧的升華。資源實體庫存儲教育資源，如課程視頻、教學課件、習題庫、實驗報告等，可為教學思維鏈提取提供豐富的實踐樣本。資源屬性庫收錄資源實體的屬性信息，包括來源、類型、難度、適用場景、關(guān)鍵詞等，采用“教育專家+AI”的雙重標注，使資源篩選符合教學規(guī)律和認知規(guī)律。知識語義庫存儲教學資源背后的知識體系，通過建立跨學科的知識網(wǎng)絡，如將物理“能量守恒”與生物“物質(zhì)循環(huán)”建立關(guān)聯(lián)，支持跨學科思維培養(yǎng)。教學思維語義庫通過解構(gòu)名師的教學設(shè)計核心邏輯，形成可遷移復用的教學思維模型?！百Y源實體—資源屬性—知識語義—教學思維語義”奠定了教學思維鏈的數(shù)據(jù)基礎(chǔ)，為教學思維鏈的訓練學習提供豐富素材。

（二）教學思維鏈的訓練學習

教學思維鏈的訓練學習作為構(gòu)建教育大模型的核心，旨在解決“如何構(gòu)建”的可訓練問題。教學思維鏈提取生成后，依托強化學習框架的準確性獎勵機制，對多模態(tài)信息進行深度分析與邏輯推理，使教育大模型形成包含顯性推理路徑的多條教學思維鏈，并依據(jù)預設(shè)規(guī)則動態(tài)評判對其所生成內(nèi)容的準確性、邏輯性和教育價值。具體而言，利用強化學習的策略梯度方法，將教學思維鏈視為策略網(wǎng)絡的輸出，教學場景的適切性、邏輯性與價值導向作為獎勵函數(shù)的核心維度。例如，當模型生成的教學思維鏈符合“知識難度匹配學生認知水平”原則時，它將獲得正向獎勵信號；反之，若出現(xiàn)邏輯矛盾或價值觀偏差，則會觸發(fā)修正機制。實現(xiàn)教學思維鏈的訓練學習，需構(gòu)建“專家反饋—自評判學習”協(xié)同訓練范式，通過經(jīng)驗學習與自主優(yōu)化的迭代循環(huán)，實現(xiàn)“教學適切—邏輯準確—價值對齊”一體的自強化學習，包括：

在“教學適切—邏輯準確”層面，利用專家反饋的強化學習算法，基于立體多層次知識圖譜實現(xiàn)教學思維鏈的啟發(fā)式挖掘，提取顯性的教學行為和隱性的教學思維模式，將其轉(zhuǎn)化為帶權(quán)重的教學思維鏈樣本，用于初始化策略網(wǎng)絡；通過融合學科知識和教與學行為的訓練方案，強化教育大模型教學語義驅(qū)動能力，協(xié)同增強教學適切性實現(xiàn)價值對齊。在“邏輯準確—價值對齊”層面，利用自評判的強化學習，基于蒙特卡洛樹搜索（MCTS）、知識圖譜引導的樹搜索等生成步驟級多路徑候選教學思維鏈，然后通過雙通道評估判別模塊（邏輯準確性驗證與教學價值判別），對候選教學思維鏈進行反復的推翻和認可，協(xié)同增強教育大模型的教學適切性和邏輯準確性。這些技術(shù)能提升教育大模型教學思維鏈的復雜推理能力，增強對教學場景和內(nèi)容的深度理解、教學策略和行為的靈活運用，并與教育專家的認知對齊。

（三）教學思維鏈的迭代優(yōu)化

教學思維鏈的迭代優(yōu)化旨在解決“構(gòu)建得好”的共情共育問題。教學思維鏈的訓練學習，僅能建成基礎(chǔ)的教育領(lǐng)域大模型。該模型存在一定局限，如難以像優(yōu)秀教師那樣敏銳把握課堂的復雜情境、缺乏真實教學互動的情感共鳴能力、個性化指導“千人一面”。因此，教學思維鏈需迭代優(yōu)化，突破與教學情境適配的教學資源可解釋性生成、個性化有情感的類人輔導等技術(shù)，提升教育大模型智能輔教、個性化導學的能力。

生成符合真實教學情境的高質(zhì)量資源是迭代優(yōu)化的首要任務，其本質(zhì)是實現(xiàn)“教學內(nèi)容—學生認知—教學場景”的三維匹配。達成這一目標，需“異構(gòu)知識檢索增強” （Lewis et al.，2020）技術(shù)引導教學思維鏈， 生成更加準確的教學內(nèi)容 ； 以“多源知識注入”技術(shù)約束教學思維鏈，生成符合教學情境的個性化教學資源。具體來說，優(yōu)秀教師備課會綜合參考教材、教參、學情等信息，教育大模型也需通過“異構(gòu)知識檢索增強”整合不同形式的知識源，如知識圖譜的多模態(tài)知識資源，然后深化模型對查詢意圖的理解（劉明等，2024），精確定位所需的教學資源，實現(xiàn)多模態(tài)資源聯(lián)動的查詢增強和基于語義分析的異構(gòu)知識聯(lián)動檢索?！岸嘣粗R注入”體現(xiàn)了差異化教學思想，即將教學情境信息與檢索到的教學知識等嵌入教學思維鏈，強化教學思維鏈的情境感知能力，生成教育場景所需的準確且可解釋的教學內(nèi)容。

同時，認知溯因與路徑規(guī)劃需依托教學語義自動對齊的提示詞工程，識別教學核心知識點，將知識點次序關(guān)系添加入跨學科知識層次圖譜，再根據(jù)學習者的認知狀態(tài)和特殊設(shè)計的路徑約束機制、獎勵函數(shù)，形成最適配的教學思維鏈，提升教學思維鏈的準確性和可解釋性。個性化學習推薦要根據(jù)學習者認知進程和情感反饋，表征其學習認知路徑和思維進展，形成精準契合的個性化需求和情感需求的教學思維鏈。多輪共情與交互強化需通過增強多輪共情回復能力，打造“感情—知情—融情”的共情交互模式和“情感—認知—資源”聯(lián)動機制，提升教學思維鏈共情回復的合理性和多樣性。這種“情知雙維”的互動模式，使教育大模型不再是冷冰冰的機器，而成為充滿溫度的學習陪伴。

總之，本研究提出教學思維鏈這一創(chuàng)新理念與方法，為教育大模型研發(fā)提供了可行的技術(shù)路線。目前，研究團隊正以科學教育為切入點，沿著“理論引領(lǐng)—技術(shù)突破—工程應用”有機結(jié)合的思路，推動科學教育大模型從“黑箱”向“灰白箱”演進。但實踐探索仍存在挑戰(zhàn)：一是在數(shù)據(jù)標準層面，多模態(tài)教學資源標準建設(shè)尚不完善，數(shù)據(jù)的實際采集與預設(shè)目標之間存在偏差，優(yōu)秀教師教學智慧與教學思維鏈的融合機制仍未建立；二是在模型技術(shù)層面，如何實現(xiàn)通用大模型向教育專用領(lǐng)域的優(yōu)化提升仍面臨挑戰(zhàn)，如立體知識圖譜中，知識層、能力層、行為層的深度關(guān)聯(lián)及其動態(tài)演化路徑不清晰；三是在教育應用層面，人機共教理念尚未完全樹立，人機協(xié)同教學新模式仍有待探索。未來，研究團隊將完善多模態(tài)資源采集標準，利用海量數(shù)據(jù)開展隱性知識的結(jié)構(gòu)性建模，解構(gòu)優(yōu)秀教師教學智慧，增強大模型對教育場景的深度理解，打造教育大模型研發(fā)應用的示范樣板。

來源 | 《開放教育研究》 2025年第4期
作者 | 李永智（中國教育科學研究院黨委書記、院長）；曹培杰（中國教育科學研究院數(shù)字教育研究所副所長、研究員）；武卉紫（中國教育科學研究院數(shù)字教育研究所助理研究員）；包昊罡（中國教育科學研究院基礎(chǔ)教育研究所助理研究員）；程蓓（中國教育科學研究院數(shù)字教育研究所副研究員）；鄧友超（通訊作者，中國教育科學研究院研究員）