太재大学与太재未来战略研究院于21日至22日在首尔大韩商工会议所国际会议室举办‘2026太재未来教育论坛’，卢元石LECOS代表以‘将大学的所有经历转化为价值：开放徽章与能力生态系统’为主题进行演讲。 [照片=金俊焕记者]在人工智能（AI）迅速替代人类知识传递与认知劳动的转型期，教育学界与教育科技专家们一致认为，未来教育的本质不在于技术本身，而在于“学习者是否能够保持主体性思维并证明自身成长”。太재大学与太재未来战略研究院于21日至22日在首尔中区大韩商工会议所国际会议室举办的‘2026太재未来教育论坛’第二天的会议上，五位教育与教育科技专家作为演讲者，集中讨论了在大学现场无序引入AI技术的盲点，以及以学习者为中心的教育创新与能力证明体系的构建方案。元道妍太재大学AI教育研究中心主任：“对AI的过度依赖会导致‘认知外包’……必须让学习者成为思考的主体”元道妍太재大学AI教育研究中心主任以‘AI扩展的主动学习：让学习者保持思考与判断的主体’为主题进行了第一场演讲。
元主任指出，工业革命时期的标准化及1980年代信息通信技术革命中出现的‘自动化悖论’在当前教育现场也重现为‘AI增强悖论’。虽然AI极大提升了认知生产力，但却使人类独有的思考与推理路径被跳过，从而剥夺了实际学习者的能力积累机会。
元主任列举了教育现场AI过度依赖的典型风险，包括：▲不再独立思考而将思考转交给AI的‘认知外包’；▲盲目相信AI生成的答案而停止批判性验证的‘元认知幻觉与权威偏见’；▲思维范围变窄的‘认知狭窄’。
为克服这些问题，元主任提出了太재大学的‘内部太재（Inside Taejae）预科教育模型’原则。他表示：“在课程设计中，AI应仅限于作为‘思考伙伴’，在面对问题时，首个问题与初步判断必须由学习者自行做出，并在整个课程中强制设置对AI产出进行批判性反思的机制。”
在实际的课程计划案例中，AI仅限于作为‘元认知监测镜’、‘填补叙事空白的替代情景生成者’、‘帮助创意形象化的可视化伙伴’等特定的认知辅助角色。元主任强调：“课程数据网络分析结果显示，当学生与AI共同进行学习活动并进行自我反思时，成就与之之间存在最强的相关性。”这再次强调了保障学习者主体性认知努力的课程设计的重要性。金成宰莱纳斯会长：“公立教育的大规模个性化，AI-LMS是解决方案”
金成宰莱纳斯会长（前汉阳网络大学副校长）以‘从大学内部看未来教育：AI连接大学的蓝图与实证’为主题进行演讲。 [照片=金俊焕记者]金成宰莱纳斯会长（前汉阳网络大学副校长）以‘从大学内部看未来教育：AI连接大学的蓝图与实证’为主题进行了演讲。金会长直指19世纪普鲁士式工业化模型出发的现代公立教育的‘大众教育’结构所面临的根本性局限。金会长表示：“尽管每位学生的特长与学习速度各不相同，却强迫他们使用相同的教科书、相同的进度和相同的考试，这种一刀切的做法加剧了教育差距。”他批评道：“最严重的问题在于，过于依赖易于测量的指标，如笔试或大学入学考试的‘代理评估指标’的普遍存在。”就像托福分数高却无法实际运用英语一样，金会长解释说，隐藏在安全考试分数背后的结果主义正在破坏教育的本来目的。
他指出，打破这种结构性矛盾的关键在于‘AI-LMS（基于人工智能的学习管理系统）’。虽然一位教师不可能逐一满足数百或数千名学生的需求，但结合AI-LMS与代理基础设施，可以同时为数万名学生提供个性化反馈，实现‘大规模个性化教育’。
金会长提出了确保学习真实性的‘公立教育真实性架构’，并主张：“必须超越简单的记忆性笔试，证明学生实际学习努力的‘评估真实性’与‘基于证据的评估’是必不可少的。”他接着表示：“与其试图一次性改变整个大学行政，不如先积累并推广教授与辅导员、AI双胞胎结合的课程单位的‘小成功’案例。”卢元石LECOS代表：“将分散的大学经历转化为基于证据的价值……用‘开放徽章’完成四年的‘能力奥德赛’”卢元石LECOS代表以‘将大学的所有经历转化为价值：开放徽章与能力生态系统’为主题进行演讲，强调未来教育所需的范式转变。
卢代表表示：“现代企业没有时间在离线培训中心对新员工进行长时间再培训。”他指出：“企业需要的不是仅仅听课并获得固定学分的毕业生，而是能够在现场‘实际能做什么’的证明人才。”
卢代表列出了AI时代未来教育必须坚持的核心价值，包括：▲人性（批判性思维、创造力、伦理性）；▲学习者主导性（选择、挑战、开拓路径）；▲信任（基于证据的透明证明）。他指出：“在大学四年中，学生在正规课堂之外获得了无数宝贵的学习经历，如项目、实习、全球挑战、研究、领导力等，但现有的成绩单却将这些丰富的经历缩减为几行狭窄的学分，导致‘经历丰富但证明匮乏’的矛盾。”
为此，卢代表提出了基于国际技术标准的‘开放徽章’。开放徽章不仅仅是简单的数字图像或证书，而是包含颁发者与发行机构、满足的成就标准、产出物及观察记录等元数据的‘可验证证据包’。他提出了学习者经历被认可为价值的五阶段路线图：‘经历（Experience）→证据（Evidence）→能力（Competency）→徽章（Credential）→机会（Opportunity）’的结构。
卢代表建议：“无需强行改变大学的现有遗留系统，而是应将LMS与学生信息系统等分散的数据连接为‘证据中心’，并整合教育技术国际标准，如CASE（能力框架）、开放徽章3.0（可验证的资格证明）、CLR 2.0（综合学习记录）。”他补充道：“当学生的四年大学生活从一年级的质疑与验证（Critical Inquiry）到二年级的AI协作（AI Collaboration）、三年级的全球挑战（Global Challenge）与现场实习（Applied Practice）、四年级的综合系统领导力（Systems Leadership）编织成一部‘奥德赛’叙事时，学习将成为学生完整的终身资产。”
此外，卢代表强调徽章设计的四大原则：▲严格区分活动与能力的‘证据优先（Evidence first）’；▲与大学核心能力标准对齐的‘能力对齐（Align to competency）’；▲不依赖于特定平台的‘开放性与可迁移性（Open & portable）’；▲最终判断与解释责任由教育者承担的‘人类判断（Human judgment）’。他强调：“AI可以推荐和解释能力，但最终的证明必须依赖可信的数据与人类的证据。”郑勋学习火花代表：“大学的AX推进，需反思基础设施与治理的‘AI准备度’”另一位演讲者郑勋学习火花代表以‘支持大学AX的IT服务动态’为主题进行演讲，要求高等教育机构进行彻底的自我检查。
郑代表指出：“未来的工作将由简单的重复性工作被AI替代，转而重组为高度复杂的问题解决型的‘混乱工作（Messy Job）’。”他质疑：“当前大学是否具备应对这种社会需求与数字转型（AX）的‘AI准备度’？”
郑代表引用联合国教科文组织（UNESCO）的报告，强调隐私、算法伦理、接入差距、数据治理以及大学社会最大议题‘学术诚信’的重要性。他表示：“不能仅仅停留在引入商业LLM工具上，而是应优先确保大学内部分散的学术与行政遗留系统之间的互操作性，并进行技术标准与数据词典的整备。”他建议，大学应通过持续改进与实验的‘试点’中心治理，提升整体执行力，而非依赖一次性的大型项目。郑灿PickLab代表：“学习科学与AI的结合，支持认知过程设计的教育科技”郑灿PickLab代表通过‘PICL：学习科学与AI相遇时’的演讲，介绍了翻转课堂（Flipped Learning）与认知科学理论的融合效果。曾任纪录片制作人的郑代表分享了在课堂上应用翻转课堂时，沉睡的学生们如何通过自主探究实现飞跃性成长的实证案例，引起了大家的关注。
此次‘2026太재未来教育论坛’在全球生成型AI热潮的背景下举办，旨在展望国内高等教育的本质方向与核心价值。两天内，国内外大学校长、学者及全球教育科技领袖齐聚一堂，警惕技术依赖的教育，并分享将技术整合为实现目标的具体方法论。
评论 (0)