到 2028年，教师会将多少百分比的非人际教师活动（课程计划、评分和家长沟通）常规地委托给人工智能系统？来看看5个大模型-EnglishX

去年年底一个很有意思的竞赛落幕。

这个竞赛的名字叫《2028 年教育展望： AIed 预测竞赛》（Education in 2028: AIEd Forecasting Competition），它是由EdTechnical组织的。

EdTechnical由非营利组织Purposeful Ventures孵化培育。

该机构通过与社会企业家及慈善家携手合作，致力于从儿童早期发展阶段开始，全面提升青少年的教育质量与身心健康水平。

图片[2]-到 2028年，教师会将多少百分比的非人际教师活动（课程计划、评分和家长沟通）常规地委托给人工智能系统？来看看5个大模型-EnglishX

edtechnical.com

我们先说说这个竞赛的细节：

人工智能已经以各种方式改变着教育，既有积极的，也有消极的——而且这种改变的速度还在加快。

EdTechnical组织的这次预测竞赛邀请所有具有深刻见解的人士——教育工作者、研究人员、技术专家、学生以及其他相关人士——就人工智能在2028年底之前（大致相当于ChatGPT发布至今的时间跨度）对教育的影响做出具体且有理有据的预测。

学校、大学、教师和学生都在尽力应对这种不断变化的环境，但我们需要更全面的集体智慧来预测未来走向。

通过汇总数百位知情人士的预测，我们可以更全面地描绘出未来可能的发展图景。

所有预测将由专家评审团进行审核，最佳预测将公开展示，获奖者还将获得现金奖励。

形式： 500-1000字的书面陈述，外加2-5分钟的音频/视频答辩。

5 个主题：每个主题都侧重于人工智能对教育影响的不同方面：教师职业；认知发展与数学教育；学生动机、个性化和社会化；高等教育评估与学术诚信；以及人工智能辅导。

奖项：奖金总额最高可达 2.5 万美元，共设 50 个奖项。

评审团：我们邀请到了一批杰出的评审，他们包括资助者、研究人员、政策制定者和技术专家。

图片[3]-到 2028年，教师会将多少百分比的非人际教师活动（课程计划、评分和家长沟通）常规地委托给人工智能系统？来看看5个大模型-EnglishX

https://www.edtechnical.com/competition

其中，教师职业主题的竞赛要求是这样的：

情景：到 2028 年底，教师会将多少百分比的非人际教师活动（课程计划、评分和家长沟通）常规地委托给人工智能系统？

注意：我们不包括需要社交、情感或人与人之间实时互动支持的活动，例如课堂管理、建立关系或提供牧灵关怀。

您的预测：请先对上述问题给出量化回答。

理由：你的预测要在技术、制度和政治方面得到满足，才能是正确的？

推论：你的预测会带来哪些后续影响？例如：

这会导致教师替代（失业）还是教师增强（有更多时间关注教学的人际关系方面，提高教师队伍的整体效能）？
教师的声望和薪酬会增加还是减少？
家长和学生相对于学校的自主权会发生怎样的变化？

这次竞赛于2025年12月16日截止。

看到这个很有意思的竞赛，自留地君突发奇想，将这个竞赛题目发布给DeepSeek、GPT、豆包、Kimi、千问共计5个大语言模型。

邀请这五位大语言模型来参加这个竞赛，看看它们各自会对未来有怎样的预测。

最后，我们把这五个大语言模型的输出，交给DeepSeek进行比较分析，

结果发现：

五个大语言模型的预测共同描绘了一幅AI深度融入教育的未来图景，但在具体程度、路径和影响上存在显著差异。

1. 量化预测对比

这是最直观的分歧点。

五个大语言模型的预测可以大致分为三个梯队：

谨慎乐观派 (DeepSeek): 预测AI委托比例为 25%-35%。

DeepSeek认为AI是辅助工具，教师保留主导权。

中间派 (GPT, Kimi): 预测AI委托比例分别为 35% 和 45%-55% (核心值50%)。

他们看到了AI在行政、备课和初步评分中的广泛应用，但强调教师的监督和最终判断权。

激进派 (豆包, 千问): 预测AI委托比例高达 65% 和 65%-75%。

他们认为AI将完成绝大多数非人际工作，教师角色将发生根本性重构。

图片[4]-到 2028年，教师会将多少百分比的非人际教师活动（课程计划、评分和家长沟通）常规地委托给人工智能系统？来看看5个大模型-EnglishX

图表1: 2028年AI委托非人际教学活动比例预测对比

2. 预测理由（技术、制度、政治条件）的深度分析

所有大语言模型都从技术、制度和政治三个维度进行了论证，但侧重点和判断逻辑有所不同。

技术条件：

共识：所有大语言模型都认为生成式AI技术将持续发展，教育专用工具将更加成熟，能够胜任教案生成、作业批改、数据分析和家长沟通草拟等任务。成本下降和易用性提升是共同前提。

差异：激进派（豆包、千问）更强调技术的“跃迁”和“深度适配”，认为AI的准确性和可靠性将很快达到教育可接受的阈值。谨慎派（DeepSeek）则对AI处理复杂主观任务和深度沟通的局限性持保留态度。

制度条件：

共识：五个大语言模型都认为学校系统、教育部门和教师工会的态度至关重要。教师减负的需求是推动AI应用的重要动力。教师培训体系的建立是前提。

差异：豆包强调国家政策的强力推动和学校管理机制的主动适配，将制度视为强大的“助推器”。

GPT 和 Kimi更关注制度的“限制”作用，如监管政策要求的“人在回路”（Human-in-the-loop）、教师工会的保护、数据隐私规范等，这些会将AI的应用限制在辅助而非替代的框架内。

千问则从更深层的“教师能力重构”和“资格认证改革”角度，论述制度如何从根本上重塑教师职业。

政治/社会条件：

共识：五个大语言模型都提到了家长和学生的接受度、数据隐私与伦理、以及教育公平问题。

差异：

豆包认为社会共识已形成，反对声音将让位于“AI增强教师”的主流共识。

GPT和 Kimi 则更谨慎，指出家长对某些自动化场景（如家长会）的抵触、对算法偏见的担忧，将是限制AI渗透率的关键变量。

千问的视角更具宏观性，将AI视为推动教育公平的“倍增器”和深化“双减”政策的技术工具，赋予了AI应用以政治正确性。

3. 推论（后续影响）的异同点

所有大语言模型都一致认为，AI将导致 “教师增强”而非“大规模替代”。教师的角色将从“知识传授者”转向“学习设计师”、“成长导师”和“情感支持者”。然而，在具体的社会经济影响上，他们的看法存在分化。

教师声望与薪酬：

谨慎/中间派（Deepseek, GPT, Kimi）：认为声望和薪酬变化是 “分化的”。能够熟练驾驭AI的教师，其专业价值和市场价值将上升；而仅能进行简单操作的教师，其地位可能下降，甚至被视为“技术操作员”。薪酬增长短期内不确定，长期取决于效能是否被认可。

激进派（豆包, 千问）：更为乐观，认为教师整体声望将 “提升”。因为教师从繁琐事务中解放出来，更能彰显其在育人、情感陪伴等不可替代领域的核心价值。薪酬结构将优化，向育人能力和人机协同能力倾斜。

家长和学生自主权：

共识：所有大语言模型都认为家长和学生的自主权将 “增加”。AI提供的数据透明度和个性化学习路径，使家长能更深入地参与教育过程，学生能更主动地探索知识。学校的信息垄断地位将被削弱。

差异：千问敏锐地指出了这种权力转移可能带来的副作用——家长干预教学的欲望增强，学校需要从“信息垄断者”转变为“专业引导者”来应对新的家校关系。Kimi则提出了“学校AI工具成熟度”可能成为新的择校标准，推动教育市场化。

潜在风险：

共识：都提到了算法偏见、数据隐私、学术诚信等常见风险。

独特视角：GPT提出了“教师社会地位分化”的风险，这是对教师职业内部结构变化的深刻洞察。

KIMI 提出了“算法依赖陷阱”（教师批判性思维退化）和“情感劳动隐形化”（人际工作量增加但不被计量，导致新型职业倦怠），这些是对教师工作本质被AI重塑后可能产生的新问题的精准捕捉。

千问则警告“元认知惰性”，即学生过度依赖AI可能导致自身思维能力的退化。

总结与综合评价

共识大于分歧： 五个大语言模型都认同AI将深刻地、不可逆转地改变教育，教师的非人际工作将被大量自动化。核心共识是“增强而非替代”，教师的角色将向更高层次、更具人文关怀的方向升级。
分歧源于对“限制因素”权重的不同判断：
- Deepseek 和 GPT 更看重制度惯性、伦理规范和社会信任等“慢变量”，因此预测较为保守。
- 豆包和千问更看重技术潜力和政策推力等“快变量”，并认为这些力量足以克服现有的制度和文化障碍，因此预测更为激进。
- Kimi 则是一个平衡者，他的预测和分析兼顾了技术的高可行性和制度/社会的强约束性，其50%的预测值和一系列深刻的风险分析，显示出一种稳健而周全的思考。
分析深度与独特性：
- 千问的报告最具思辨性和宏观视野，他从“教育政治生态”、“价值重估”、“权力结构”等角度切入，将技术预测上升到了社会哲学层面，其推论极具启发性。
- GPT 的报告结构最为严谨清晰，逻辑链条完整，对“教师地位分化”和“平台化学习生态”的预测非常精准。
- Kimi 对潜在风险的剖析最为深刻和具体，特别是“情感劳动隐形化”和“算法依赖陷阱”的提出，显示了他对教师工作本质的深刻理解。
- 豆包的预测最为大胆，数据详实，对政策驱动的乐观判断代表了一股重要的技术乐观主义思潮。
- DeepS eek 的预测最为稳健，强调了教师在关键环节的主导权，代表了广大一线教师可能的渐进式接纳路径。