技术是推进社会进步的关键利器。当前，以ChatGPT、DeepSeek为代表的新一代数字化技术应用已渗透各领域，全方位重塑其形态、组织架构和运作逻辑，对教育教学变革和高质量发展产生深远影响。2024年召开的世界数字教育大会上，教育部部长怀进鹏指出，习近平主席高度重视教育数字化，把其作为教育发展开辟新赛道和塑造新优势的重要突破口。因此，“数字化转型不一定会成功，但不转型未来可能会面临失败”的推论成为社会各行业组织的生存机遇和变革途径。数字化转型后，强有力的数据驱动、定制化的用户体验和开放性的协作空间等特性，对传统教育场景提出深刻挑战，使场景重构成为亟待解决的重要问题。那么，数字化转型下，教育场景重构后的形态会发生怎样改变？教育主体该如何适应重构？鉴于此，本文旨在深入探讨教育场景数字化重构的内涵特征、表现样态和行动建议。

20世纪90年代学界提出“场景理论”，强调通过数字技术赋能场景，实现更高效、便捷和智能化服务，标志着场景向物理、网络和社会等多维空间融合发展。在教育领域，“场景”常指某个具体情境与环境，是物理的、虚拟的或是二者融合，为学生提供有利的教与学空间和不同的优化条件。

以生成式人工智能为代表的数智技术正向智能化、自主化等发展，教育场景的应用与实践在不断革新。其实，每个教育场景的重构都像是上演着一幕新戏剧，通过重新编排剧本、舞台升级改造、角色重新定位、剧情反转与创新和最终实现主体升华来完成这一转变。亚里士多德在《诗学》中提出戏剧的场景叙事要素为情节、角色、语言、主题、表演效果和音乐；戏剧冲突理论强调通过冲突才能推动场景的高潮发展；在现代戏剧理论中，何时、何地及情绪界定被视为塑造场景氛围的关键元素。因此，在教育场景数字化重构过程中，研究认为角色、冲突、时间、地点和体验是必不可少的五大关键要素，以此构成场景重构的RCTPE模型。从这五要素来看，数字化重构后的教育场景具备五大特征。

在角色上，“技术”的出现将“师生”二元转变为“技术-教师-学生”三元关系，迫使主体需在场景中促进人与人、人与机器间高质量协同工作，并树立“技术是同伴”的理念。此外，技术重塑了教师的身份界限：从授导者走向引导者。有研究者用“新型双重师生关系”指出教师应持有与之相匹配的专业知识、技能和智慧来应对教育教学中的未知性、复杂性和多变性；学生则从被动者走向主动者，由自发性学习牵头，通过技术赋能提高自我学习效率。

在冲突上，技术为教育主体提供更深层次的发展契机，也引发数据隐私泄露、资源分配混乱和能力缺失等新冲突，这源于教育主体对教学场景中三元关系的模糊定位。因此，场景变革应打造以增强互动性、多样化和差异性为目标的“师-生-机”新整体，深度发展人机协同教学。人机协同作为人与机器间竞争与合作的创序过程，正带领教育领域走向理想且有序的发展。此外，新冲突视域下还应重点关注伦理问题，强调机器不能代替思维。

在时间上，场景变革打破了固定的教与学时间限制，使师生拥有更泛在化、开放性的智慧学习场域。例如，学生能自主选择时间随时访问学习资源并参与互动交流，让普及大规模的因材施教成为可能。这种转变创造了新的时间维度，直接影响教育主体教与学手段的变化程度。因此，利用技术创新学习环境能极大地提高学习效率，营造更优质、高效和精准的教学氛围。

在地点上，人机协同教学成为主流教学方式，翻转课堂、智慧课堂、教学云平台、AI智评系统等为师生提供了更多教学探索和实践机会，增加了教学的灵活性和包容性。有研究者表示学习环境呈现虚实融合、个性化和互联性等特征，是为了让学习者能投入高效率的学习中。因此，智能教育时代，学校不再是一个地点的标记，而是一种空间的选择，学校需重新构建学习和教学空间，重建规则，打破物理与虚拟的壁垒实现“校家社”的无缝衔接。

在体验上，高质量的教学服务能为学生带来更有价值的新体验，获得更高的情感满足。例如，教育元宇宙的应用极大地拓展了教与学的时空边界，以塑造学生为中心的新型学校教育教学环境为目标，使学生获得沉浸式的体验感。因此，数字化转型支持教育主体参与强互动性和多交互方式的教学服务中，身处更自由开放的学习环境，实现超越现实的体验，满足了教育主体在新场景的学习体验和需求。

《上海市教育数字化转型实施方案（2021—2023）》中提到将统筹推进教、学、管、考、评、研究、服务、资源、时间活动、家校互动等十类应用场景建设。杨现民等从教、学、管、评和研指出支撑数字化赋能基础教育高质量发展的五大场景创新要素。2024年，《北京市教育领域人工智能应用指南》中认为人工智能教育应用可以但不限于从教、学、评、育、研和管六大场景开展。基于此，本文以RCTPE模型为依据，关注环境智校、学生智学、教师智教、家校智联四个核心场景，形成“五维四智”表现样态，如图1所示。选取原因有三：一是理论依据，以“R维度”为参照标准，分别关注技术与学校管理者、教师、学生和家长为主体之间的关系；二是教育生态的系统性，校、学、教、联涵盖了教育教学实践的全过程，构建了完整的教育链条；三是场景选择的前瞻性，“校”是对“管”“育”“服务”“资源”等场景的延伸，“学”囊括了“考”场景，“教”是“评”和“研”场景的延伸，故增加“联”场景与校、学、教形成合力，协同促进学生高层次发展。

我们采用RCTPE模型来具体分析数字化重构后四个场景的表现样态：“R”维度重点探讨技术与教育主体间关系变化；“C”维度以发现传统教育场景与智能化场景间矛盾为切入点；“T”维度探讨重构前后时间的变化；“P”维度从数字化重构后增加的物理设施、虚拟空间等描述；“E”维度体现在新一代数字技术为教育主体提供的不同感受与体验。

数字化重构后的“智校”场景以打造“育人为本”的智慧校园环境为目标，关注学生的综合素质培养和身心健康，推动教育公平和资源均衡发展。“R”维度探讨管理者与技术间关系，传统“行政型”管理者走向“数字驱动决策型”管理者，成为第一责任人；“C”维度揭示传统经验与数据驱动管理、独立运作的传统网络设备与智能协同的校园网络、传统“五育”价值观与技术赋能育人模式间存在矛盾，这表示“T”维度校园场景从静态流程走向动态管理，促进“P”维度，包括智能管理中心、智能网络设施和智能育人空间等场景提升；“E”维度重构后校园场景达到高速化、便捷性和融合化的运作，形成动态开放的教育生态系统。

环境智校的典型应用场景有三方面。一是智能管理中心，通过智能传感器网络、智能视频监控、紧急求助与报警系统等技术更新校园安防管理，进行智能预警，实现系统集成与智能联动。二是智能网络设施，通过集成化的物联网支持、边缘计算技术、5G技术等确保师生随时随地互动交流，建立完善的网络安全保障体系。三是智能育人空间，以“五育并举”开启新纪元，促进学生“五育融合”，提供健康且高质量的智能生活体验。例如，采用智能化的体育教学设备、体质检测设备和智能穿戴设备，收集学生体质数据，自动生成健康分析报告，针对性开展各项体育教学活动和体质检测活动。

数字化重构后的“智学”场景能基于学生独特需求、学习节奏和风格，提供定制化与个性化的学习体验，增强学生内在动力。“R”维度讨论学生与技术间关系：从被动与单一的知识接受者走向主动与社区化的知识建构者，自主探索学习资源；“C”维度揭示学生的自主学习能力与技术依赖程度、个性化需求与教育资源分配、个体发展与团队协作间存在矛盾，这表示“T”维度学习场景从课堂限定学习走向碎片化、非正式的学习模式，从而“P”维度为学生提供智能实验室、智慧教室、智能辅导助手等场景，实现“E”维度让学生获得符合自身需求的学习体验，增强学习氛围沉浸感和自主选择的灵活性。

学生智学的典型应用场景有五方面。一是智能教室，通常包括环境感知管理系统、多屏交互显示系统和学情分析管理系统。它整合了高清显示、智能互动、远程协作等多项技术，为师生提供开放、高效、个性化的教学空间。二是智能实验室，运用虚拟现实、增强现实和物联网等技术为学生配备虚拟实验室，实现跨越时空、共同探讨和分享见解，培养拔尖创新人才。三是虚拟学习空间，学生通过情境式学习、项目式学习和体验式学习等在仿真环境中探索实践。例如，历史课上学生可以“亲历”古罗马街道，生物课上学生可以“漫游”人体内部结构，观察细胞工作。四是非正式学习社区，鼓励学生通过网络走出原班级、与他人互动交流，组成非正式学习小组，呈现较高社会属性的未来学习中心。五是智能辅导助手，融合人工智能、自然语言处理和大数据分析等技术协助学生规划个人学习路径，及时为学生解答疑惑，增强学习真实体验感。

数字化重构后的“智教”场景激发了教师更多潜能，让跨学科、跨区域、协作性等教学模式变为可能，支持教师动态且精准地诊断学生学习全过程，促进教师数字素养和专业能力提升。“R”维度探讨教师与技术间关系：从教师为中心的知识传授者和独立授课者走向以学生为中心的知识引导者和协作授课者；“C”维度揭示教学内容的数字化融合与教师精力和能力有限、传统教研模式与技术导向的教研设计、教学评价的简便性与多元数据的复杂性间存在矛盾，这表示“T”维度教学、教研、教评场景从重复耗时走向精准投入，从而推动了“P”维度沉浸式与远程教学、智能课程与教学平台和智能作业与考试管理等应用场景，实现“E”维度让每个教师的教学方式都具备个人特色，获得较高自由度，达到愿意教学、愿意提升、愿意研究的融合发展。

教师智教的典型应用场景有六方面。一是沉浸式与远程教学，通过模拟真实环境增强参与感和体验感，特别适合需高度感官参与的学科。二是智能课程与教学平台，通过多模态数据采集，教师依据学情报告调整教学策略、优化教育决策，能组织多样化课程与教学资源：以错题本为依据的智能推题工具，能帮助教师发现学生的学习盲点和痛点，提供针对性练习。三是智能科研管理平台，利用智能技术实现科研全流程化管理，实时跟进教师科研项目进度，动态化调整项目目标与执行进度，加速科研成果转化。四是智能作业与考试管理，通过高速扫描仪和大数据分析系统，实现作业分层分类设计，及适合学生发展的“特色作业”，并记录实时反馈知识吸收效果，形成个人学情档案。五是教师数字画像，用数字技术反映教师教学、科研、管理及个人成长等行动轨迹，构建多维度的教师虚拟身份，用数据驱动发展。六是综合评价系统，建立学生信息数据库，生成唯一识别码和针对学生个体发展的档案信息，描绘出动态、完整、立体的学生发展画像。

数字化重构后的“智联”场景拥有更强的协同性和互动性，增强了学校与家长间的信任感，能快速解决学生问题，让数据透明化和共享化。“R”维度讨论家长与“技术”间关系，从单一化的学生监护人和多流程的线下沟通者走向多元化的教育合作者和便捷性的线上联络者，技术有望打通家长和学校间沟通壁垒；“C”维度揭示家长的数字素养不足与高频使用需求、教育观念不和与数字化教育理念、直接数据反馈与间接数据隐私透明度间存在矛盾，这表示“T”维度家校智联场景从定时沟通走向即时互动，实现“P”维度全景式信息共享平台和家庭教育指导平台场景的应用；“E”维度让家长体验到更亲密的沟通、获得科学化的教育指导与强烈的学生成长参与感。

家校智联的典型应用场景有两方面。一是全景式信息共享平台，家长通过透明性的社交平台和有效的沟通机制深层次参与孩子学习和身心成长，定期推送学校动态、学生作品展示、作业情况、教育心得等，用可视化界面为家长呈现智能分析信息。二是家庭教育指导平台，利用数字化渠道为家长提供丰富的家庭教育技巧、心理健康课程与指导等，构建三方协同融入空间和平台，家长能与专家交流问题获得专业建议，参加在线论坛保持与其他家长联络，获取全面信息。

教育场景的数字化重构是一场持续性的实践探索，研究依据RCTPE模型提出五大行动建议，推动数字化转型背景下场景重构的有效落地。

为明确教育主体数字化场景重构的定位与责任，提升其数字素养是基本保障，从而实现重构的长期规划。

第一，提升管理者的战略领导力。开展系统化教育与培训，让管理者参与高质量培养项目，通过先进理念推进场景转型工作。各级教育部门建立数字化领导力社区，整合数字化教学资源，明确学校战略规划、熟悉技术设备，优化教学场景设计，总结成功案例经验。

第二，优化教师的教学活动能力。从基础知识—进阶技能—专业数字工具，通过奖励机制提升教师自主意识，鼓励教师根据场景特点灵活设计教学活动，选择合适的数字融合工具，以及通过数据驱动不断迭代教学方案，实现教学效率和质量的双重提升。

第三，增强学生的适应力和协同力。通过开设编程课程、计算机操作课程、在线学习社区、资源学习库等构建数字素养培养体系，为学生提供良好学习环境，利用智能化教室、虚实融合设备、网络学习平台等增强学生场景适应力，帮助学生掌握多样化学习工具，提升协同力，并注重数字公民教育和网络安全课程的开设，进一步规范学生数字化行为。

利用数据驱动的监管手段，构建“协同治理”机制，保障场景重构的监管制度统一。

第一，转变单一化场景监管方式，用数据驱动赋能重构监管。《数据治理—2035数字议程重大议题研究报告》中指出数据治理的方式应更场景化和智能化。面对教育场景的复杂数据，利用智能技术实时监控和记录，建立数据采集、分析、共享等机制。

第二，打造各主体场景协同治理模式，全面保障监管。政策引导和资金支持是场景重构的基础保障，以“高效能低成本”为目标出台相关文件，分配均衡各主体权力，提供明确的行为准则和规章制度，发挥数字技术价值。

时间效能的提升是场景重构的难点，存在一定的“悖论”关系，新场景的开拓可能会为教育主体带来便捷帮助，减少手动操作的教与学任务，但也会增加负担与压力，因学习新工具或知识感到无助，因此，简化数字技术赋能流程成为支撑场景重构的关键。

第一，开发者应融合多种教学平台，建立一站式系统。将多种功能类似的汇聚为一个平台，聚焦核心功能，精简冗余步骤和复杂性操作。同时，管理者应避免盲目响应上级部门推广多样化工具任务，过度要求教师，以致无法专注教学。

第二，管理者设立针对性奖励机制。管理者应使用一系列奖励机制表彰场景应用率、效能感等表现突出的个人或团队，推动教育主体自主高效地管理时间，在使用技术时保持个人特色，缓解彼此心理压力。

技术快速更迭下，教育应用场景日益增多，为避免学校设备的资源浪费和场景应用的间断性，应以优化校园布局为目标调配场景重构的校园分区。

第一，形成功能分区，实现空间互联。按照学生个性化辅导空间、学生资源共享空间和教师跨学科课程与教学整合空间等灵活设计校园区域，实现虚实空间融合。

第二，打破场景边界，智能管理场景。通过物联网技术、智能设备管理平台实时监控应用场景使用情况，形成网络功能分区，动态化实现远程互通。管理者应确保教师使用智能设备、在线资源和平台的连续性，提高教学严谨性；教师应实现学生在不同地点学习的无缝衔接，增加教学的趣味性与互动感。

随着新一代人工智能的突破，其引发的教育伦理风险值得关注，如算法偏见、学术公平失信等。教育主体应着重关注数据安全和隐私泄露问题，保持积极预防和审慎态度。

第一，控制数据访问，强调知情同意，保障数据管理安全。数据驱动的数字化场景逐渐成为主流教学方式，应分级管理采集数据，依据数据敏感度设置不同人员的访问限制。

第二，匿名化处理加密防御攻击，保护个人隐私安全。在特定教学场景下，以数据的匿名化处理确保平台或系统分析数据时无法识别个人身份，根据数据的重要性分类，对学生个人基本信息、考试成绩、日常活动等增加定期安全防御措施。

第三，为教育主体提供伦理道德规范培训，借助实际案例提升主体防范意识，明确易发生的伦理风险类型，建立伦理风险预防、监督和反馈机制。