基于《教育的反思与重构:Cognia_AI战略》丨 教育专家的专业主张
2026-08-18
撰写人:珠海英华国际学校 外籍校长
日期:2026年8月
我是珠海英华国际学校外籍校长。我的职业路径有些特别:早年曾在英国从事法律行业,之后转赴教育工作,如今再回到国内教育现场,出任这所国际化学校的外籍校长。从课堂到法庭,再回到校园——这段横跨教育、法律与国际办学的经历,让我习惯于用两种眼光看问题:教育者的温度,与法律人对证据、逻辑与边界的执着。在 AI 深刻重塑世界的今天,我认为衡量一位教育领导者的专业程度,标准早已不是“是否使用了技术”,而是能否把先进技术的力量,转化为可被验证、可被复制、可持续改进的学习改变。

以国际质量框架为底座
学校近期通过 Cognia 认可,但我始终强调:国际认可不是一块牌匾,而是持续改进课程、教学与学生体验的系统动力。我将学校下一阶段的发展定位明确为 “Cognia × AI × International Education”——不做一个“用了很多 AI 工具”的学校,而是用国际质量框架与人工智能,为学生搭建一个“发现优势、支持成长、创造成果、连接世界”的平台。

用循证数据替代经验直觉
法律训练教会我一件事:结论必须建立在证据之上。在茂名数创超级工厂具身智能研学后,我对 9 位教师、19 位学生做了结构化问卷,获得 28 份有效样本,数据直接校准了教学决策:
•89.8% 的学生将“机器人实操采集数据”列为最兴奋环节——动手体验远胜单纯讲授;
•75.5% 第一次清晰认识到“AI 需要人类提供高质量数据”,AI 从“黑盒”变成可理解的过程;
•研学前仅 32.6% 自认了解 AI 运行逻辑,研学后 87.8% 兴趣显著增强,91.8% 希望开设更多“PBL+AI”课程;
•但 36.7% 在抽象算法前出现“认知断层”,77.8%(7/9)教师观察到低龄或基础薄弱学生需要分层教学与“认知脚手架”;
•教师端:88.9%(8/9)支持引入生成式 AI 作教学助手,66.7% 同时担忧技术过度介入削弱师生情感连接。

建立全学段、分层的 AI 素养体系(AI Literacy Framework)
专业能力体现在“翻译”——把复杂技术翻译成适合不同认知发展阶段的学习体验。我设计了贯穿 3—18 岁的路径:Understand AI → Use AI → Question AI → Create with AI → Evaluate AI → Lead with AI,并按年龄精准分层:
•3–6 岁:保护好奇而非提前灌输,用语音互动、AI 绘本、图像生成把想象转为声音与画面;
•7–12 岁:从“回答问题”走向“学会提问”,用图形化编程、机器人、游戏化项目降低科技创作门槛;
•13–15 岁:让 AI 从“学习助手”转为“思维伙伴”,以苏格拉底式追问培养批判性思维与信息判断;
•16–18 岁:进入真实数据工程、模型训练、机器人与具身智能,并讨论效率与伦理的边界,走向创新与责任。
同一 AI 主题,可形成“感知→体验→理解→分析→创造→反思”的认知梯度;对抽象概念,我们用卡牌游戏判断“正确/错误”、让孩子扮演“机器人”不断修正动作,再进阶到数据质量、算法偏差与 AI 伦理的讨论。这正是未来学校设计 AI 课程必须建立的学习路径。

重构评价:从分数到成长
我推动建立 “AI Student Growth Passport(AI 学生成长护照)”,在保护隐私、坚持教师专业判断的前提下,持续整理学生在学术进步、语言能力、项目成果、研究能力、创造力、团队合作、领导力、社会责任与个人反思等方面的证据;每学期引导学生回答三个问题——Where am I now? How have I grown? Where do I want to go next?——让评价从“证明考了多少分”走向“帮助学生理解自己如何成长”。AI 不负责“定义一个孩子”,而是帮助师生看见成长轨迹。

把一次研学升级为长期平台
我将茂名数创研学从“参观”升级为 “Yinghua AI + PBL Innovation Lab(英华 AI 项目式学习创新中心)”,以“AI 如何帮助社区老人”“如何用数据减少校园能源浪费”“如何用 AI 讲好中国文化故事”等真实课题,让学生经历调研、采集、AI 辅助分析、设计、原型、测试、公开展示的完整闭环;教师做项目导师,AI 做研究助手与思维伙伴。

以教师专业发展保障战略落地
我深知学校 AI 战略能否改善学习,关键不在软件采购,而在教师。因此建立校内 “AI Teaching & Innovation Academy”,分三层:AI for Efficiency(提效备课与反馈)、AI for Learning(差异化教学与形成性评价)、AI for Transformation(重设计课程让学生开展 AI 支持的探究)。并用小规模 Action Research,以学生参与度、学习成果与成长证据追问那个核心问题:What changed in student learning because of AI?

守住清晰的伦理边界
越是积极拥抱 AI,越需要明确边界——这一点,正是法律背景带给我的本能。我确立 “Human First, AI Empowered” 原则,覆盖学术诚信、数据隐私、年龄适宜性、知识产权、信息真实性、算法偏差与学生身心健康。一条铁律贯穿始终:AI provides the insight; teachers make the educational judgement。
专业,意味着在热情之外,还有框架、证据、路径与边界。
