论文标题：Developing Indicators for School Digital Renewal in the Age of AI

期刊：Frontiers of Digital Education

作者：Alexander Uvarov

发表时间：5 Dec 2025

DOI：10.1007/s44366-026-0080-4

微信链接：点击此处阅读微信文章

随着数字技术的迅猛发展，学校教育正经历从基础设施数字化到教学深层次变革的转型。传统上，学校数字化转型的评估多依赖于设备配备率、网络连接等表层指标。然而，当数字化转型进入以个性化、能力为本的教学为核心的高级阶段时，这些指标已无法反映教育的本质变化。如何科学、系统地评估学校在数字化进程中的深层次变革，成为当前教育研究的关键问题。

研究论文

近日，俄罗斯莫斯科国立师范大学Alexander Uvarov教授在Frontiers of Digital Education《数字教育前沿（英文）》期刊发表题为Developing Indicators for School Digital Renewal in the Age of AI （《AI时代学校数字化转型指标构建》）的研究论文。

文章系统探讨了在AI时代如何构建基于证据的学校数字化转型指标体系。文章提出了一个创新性框架：利用AI工具自动分析学校公开的数字资源（如课程大纲、教学计划、项目报告等），从中提取并分类学习目标，进而评估教学内容与组织形式的变革。

文章首先梳理了学校数字化转型的四个阶段，从基础设施建设到个性化能力本位学习（PCBL）模式的实现。作者指出，进入数字化转型的第四阶段后，传统的“一阶变革”（如引入新工具）已不足以推动教育系统的根本性变革，必须推动“二阶变革”，即对教育目标、组织结构与文化进行系统性重构。

为评估这一深层次转型，文章提出了两方面的核心指标：教学内容更新与学习过程重构。在教学内容方面，作者基于布鲁姆教育目标分类法（修订版），将学习目标按知识维度（事实性、概念性、程序性、元认知）和认知过程维度（记忆、理解、应用、分析、评价、创造）进行分类，构建了可用于量化分析的指标体系。

在实证部分，作者以来自欧洲、拉丁美洲和芬兰的若干所学校为样本，使用ChatGPT等AI工具自动提取其公开课程材料中的学习目标，并进行分类分析。结果显示，AI工具能够有效识别并分类学习目标，且与专家判断高度一致。研究发现，多数学校的学习目标集中于程序性知识和应用层面，而元认知层面的目标普遍缺失，反映出当前教育在培养学生高阶思维能力方面的不足。

文章最后提出了学校数字化转型的三种理论发展场景：惯性场景（维持现状）、转型场景（系统变革）和分化场景（教育体系碎片化）。作者强调，只有通过转型场景，学校教育才能在AI时代实现真正的个性化能力本位学习的教学目标。

文章引用格式

Alexander Uvarov. Developing Indicators for School Digital Renewal in the Age of AI. Frontiers of Digital Education, 2026, 3(1): 6

DOI:10.1007/s44366-026-0080-4

识别二维码 免费获取原文

作者简介

Alexander Uvarov，现任职于俄罗斯莫斯科国立师范大学，曾任职于圣彼得堡国立大学、莫斯科动力学院等机构，主要研究方向涵盖物理学与天文学、材料学、工程学、化学等领域，在Applied Surface Science、Surface and Coatings Technology和ACS Applied Energy Materials顶级期刊累计发表6次。

往期回顾

论文解读｜魏顺平等：大数据在教育评价中的应用

论文解读｜系统性文献综述：生成式人工智能在教育中应用的实证研究

FDE专题征稿 | 高等教育中的个性化学习与人工智能驱动的创新

期刊介绍

期刊特点

1. 国际化投审稿平台Editorial Manager方便快捷。

2. 严格的同行评议（Peer Review）。

3. 免费语言润色，有力保障出版质量。

4. 不收取作者任何费用。

5. 不限文章长度。

6. 审稿周期：第一轮平均30天，投稿到录用平均60天。

7. 在线优先出版（CAP）。

8. 通过SpringerLink平台面向全球推广。

在线浏览

https://journal.hep.com.cn/fde

（中国大陆免费下载）

https://link.springer.com/journal/44366

在线投稿

https://www.editorialmanager.com/fode/

邮发代号‍‍‍‍‍

80-164

联系我们

fde@hep.com.cn

010-58582344, 010-58581581