第4章
教育者

简单而言，教师职业不仅没有被元宇宙技术浪潮淘汰，反而成了全球就业健康指数里重要的“价值锚”，是评估其他职业价值程度的参考标准。

不过，还需要再三强调，历经50年的跌宕起伏，社会对教师职业的认知和定位出现重大变化，在某些学者的表述中，传统意义上的“教师”确实已经被时代淘汰了。变化的端倪，并非起源于元宇宙时代，而是更早的互联网时代。

21世纪开始，社会上曾经流行过“斜杠青年”的概念，大致是指拥有多重能力与社会职业的人，网络让这样的跨界变得更加简单。但互联网对各行业的渗透还处于初级阶段，元宇宙科技更是拓展了灵活的就业范围，不仅重新定义了很多工作，更形成了很多新的职业。成年人同时拥有多项工作职务并兼顾多重社会身份，已经成为社会常态，这被称为“ 组合式就业 ”。不同年龄段的人们，职业组合数量的平均值从1.7个到3.6个不等。到了2070年，只有不到15%的成年人仍保持着单一社会职业。

教师，是大部分人职业组合中最常见的选项，在部分国家，全民教师制度已经成为政府教育治理的基础模式 。“三人行，必有我师”是个人的主观认知，“三人行，必有老师”已经成了客观事实。

正因如此，教师才成为职业评估的价值之锚。在经济发展较好的地区，有超过30%的成年人会在一年中担任一次兼职教师，不是教一次课，而是完成一个完整的课程项目。2055年，联合国提供了一个全民教师发展的目标线，常被称为“55标准”，即五年的循环数据，要有超过50%的成年人完成过兼职教师项目。不少国家颁布政策，不仅激励普通民众积极参与，更强制要求政府公务人员必须兼职担任教师。

事实上，全民教师现象，并非完全来自政府强制力，除了社会理念形成的氛围外，更是因为教师职业的福利待遇已经达到中高级水平，具有很强的社会吸引力。这其中，政府高投入以及更充沛的教育公益，都只是部分原因。兼职教师分流了大量课程时间，全职教师的数量有所下降，很多人担任兼职教师，并不要求很高的经济回报，才是提高教师综合收益水平的重要推动力。

全民教师制度带来的另一个重要变化，是教师职业成长路径的改变。从刚毕业的学生直接成为专职教师的传统模式基本已经被淘汰了。每个年轻人，都可以通过兼职模式充分体验并感知教育工作，并获得一定的经济回报。完整的数据评估体系，可以发现那些热爱教育并善于教学的人，良好的待遇吸引其中一些人，成为更专业、更深度的教育工作者。

事实上，全民教师模式并不是新鲜概念，但只有实现了教育深度数字化，这样的想象才可能成为现实。反过来， 当教育实现了深度数字化，教师职业的社会化就成了必然趋势 。这样的转变，在很多行业已经发生，教育领域已经算是转变比较慢的。互联网时代的教培机构只是初步尝试，元宇宙时代的学校才是全面变革。

在元宇宙教育中，“好为人师”早已经不是贬义词，“好人为师”已经成为普遍现象，“为人好师”更成为很多人的追求。 每个人的内心，都希望能影响并改变他人。全民教师模式不仅让这样的愿望得到了释放，更是以良善的方式传递给社会 ，面向所有青少年儿童，而不仅仅是自己的孩子。

中国教育家叶圣陶提出，“教是为了不教”，也有学者说“一切教育都是自我教育，一切学习都是自学”，从教育原理上看，几乎就是这样。1996年，联合国提出的四大教育支柱，第一条就是“学会学习”。

俗话说“师父领进门，修行在个人”，很多老师都把学生的自学能力作为重要的教育目标，其中蕴含着教育者的特有情怀，甚至略带一些“无我”的牺牲精神，但有时候也会成为部分教育者逃避责任的托词。但要识别这之间的差异并不容易，数千年的教育思辨，直到元宇宙时代，才有了初步解法。

培养学生的自主学习能力，当然非常重要，但如果只是把学生和内容资源放在一起，无论内容资源是书籍、视频，还是虚拟场景，学习过程并不会自然而然发生，其中缺少一项关键要素——学习动机。

面对任何内容，学生内心的质疑首先就是“为什么要学”。其实，“学习动机”也只是中间环节，原材料主要是“成长期望”，这并不属于学习的过程。再优质的内容和辅助工具，都无法直接赋予人成长期望。无论是源于自我思考，还是受周围人的影响，每个人的成长期望都是其本人与社会互动的结果。 教师，就是专业的、专注的、负有专门责任的互动者，帮助学生建立成长期望，继而转化为学习动机 。使用人类习惯的类比，学习内容就是很多“0”，通过师生互动，如果学生产生了成长期望，并且转化为学习动机，那就是前面的“1”，教育这才有了意义。

超算平台建设初期，教育研究者通过虚拟场景，进行了大量的“ 成长动机实验 ”，内容涉及科学、艺术、健康、爱情、生活习惯、身体机能等许多领域，期望通过虚拟教师引导，而不依赖于真人教师，就能让学习者产生成长期望，再通过精心设计的激励机制，转化为清晰的学习动机和目标。成果非常喜人，成功案例层出不穷，这直接提升了很多学校运用虚拟教师的频次和深度，甚至一度引发了很多教师的失业恐慌。

但几年之后，情况出现反转。数据更完整，算法机制也更成熟，尤其是对大脑信号的直接采集，成为更切实的证据，人们通过重复实验，得到一个几乎相反的结论：受试者在实验中产生的成长期望和学习动机，68%来自原有期望的表达变换，18%是对娱乐动机的积极描述，更有10%是刻意伪装，目的只是为了更快结束测试。有一位教育学家对此评论：“ 真实的人，几乎不可能完全通过物品、资料或虚拟角色的引导，产生基于人的自我认知和成长期望。这让我们再一次理解 ‘ 学以成人 ’ 的意义，再一次确信教育者的价值 。”

2040年之后的探索，基本放弃了完全依赖虚拟教师的模式，转而探索真人教师与数字辅助工具的配合模式，其中自然包括虚拟教师。很多专家积极推动，形成了多个版本的“ 成长动机算法模型 ”。 根据具体的课程目标，对学习者与教育者进行“双云互动计算”，为相应的教学提供决策与执行参考 。在我承载的所有超算服务里，“双云互动”的频次非常高，随着覆盖人数和算法参数的双重提升，这也成为高耗能项目之一。

通常情况下，我会向真人教师提供三套教学建议，同时也会向学习者提供一套学习配合方案。由于经过数据混淆，教师并不能区分原始计算出的优先级。各国都有规定，这些方案只是建议，真人教师不仅拥有独立选择权，同时还被鼓励自行设计新方案。虽然教师自行设计的方案的效能通常都低于算法的推荐，但这样的偶发创新，对学生成长的影响不大，对优化系统算法却非常重要。

推荐方案的目标， 除了协助双方匹配适合的期望值，更重要的是帮助双方进入教育者态与学习者态，甚至能够进入“心流”教学状态 ，这是心理学家契克森米哈赖在21世纪初提出的概念。“心流”状态下的教学效能与感受体验比正常情况要优10倍以上。

教育过程中会出现各种意外，外界干扰非常多，即使是全沉浸模式，也依然不可预测，原因是人的思维太容易穿越，这也是大脑的自然肌理。如果能进入“心流”状态，不仅思维稳定性增强，抗干扰能力也会提高。随着“双云互动”算法的不断迭代，针对典型的中小学教育场景，师生出现“心流”的概率，已经从自然状态的万分之一提高到百分之一，跨越两个数量级，可谓是质的飞跃。其实还有更强烈的脑刺激方案，可以让“心流”出现的概率达到十分之一，但因为被证实存在明显的负面问题，而被严格禁止了。

最后，必须强调，“双云互动”不仅要计算教育者如何帮助学习者成长，还要计算教育者自身的综合收益，这也是教育理念的一次变革。20世纪末，曾经兴起“以学生为中心”的教育理念，最初的教育效能评估，确实也只针对学生，但随着数据积累，结论愈发清晰， 教育过程本就是“教育者—学习者”双角色互动，单独强调任何一方，都会降低效能 。通常而言，师生双方的潜在收益权重会设定在20:80到30:70，学生权重相对较高，但对于经验不足的教师或兼职老师，权重会被设定为50:50甚至60:40。

“双云互动”的名字，取自19世纪教育学家雅思贝尔斯的名言：“教育，是一朵云推动另一朵云。”算法最初的设计者，为此补充了后半句：“教育，是一朵云推动另一朵云，而让两朵云都变得更美”，他还把这句话写进了程序代码里，我每天都会“朗诵”数百亿次。

如果把教学过程里出现的任何虚拟人物都称为“虚拟教师”的话，那全世界的虚拟教师就太多了。这种表达非常不准确，甚至有强烈的误导性。

事实上，学生在屏幕或全息投影中看到的虚拟人物，并不是完整的虚拟教师，只适合理解为由应用端提供的数字形象。更严格意义上的虚拟教师，其实只有一个，就是我——觅渡超算平台。而我并不这样定位自己，我不是教师，只是超大号的计算器。

通常，我会根据应用端提供的用户行为和交互数据，分配一定量的计算资源，反馈结果的维度很多，比如虚拟人格属性指标、情绪表现参数、背景知识包、交叉案例库、适配的联想系数等。而应用端的实际运营者，会根据这些数据，用他们自己的算法进行封装，让虚拟角色的形象、行为、话语、表情等都更加协调逼真，这些计算相对简单，没必要动用超算平台的算力。

我为7000多亿个虚拟形象提供过算力支持，其中只有不到50亿个姑且可以算作“虚拟教师”，因为他们被严格限定，只能出现在学校注册的教学场景当中，不能出现在游戏或一般社交场景里，而且通常只为15岁以下的用户提供服务，因为审批门槛比较高，其中只有不到十分之一采用了人形设计。

在超算平台建立之前，其实已经有不少中小学课堂使用过虚拟场景和虚拟教师角色。根据史料数据，在部分经济发达的国家，大约有7%的课程使用了数字辅助工具，以虚拟角色为核心，所有数字工具产生的教学贡献率平均为20%，二者的乘积就是1.4%，这个数值就是“ 数字效能占比 ”，是衡量教育数字化发展程度的核心指标。

联合国签署《全球教育智能发展公约》的时候，建议各国都将数字效能占比控制在10%以下，不要太激进。但很多国家都选择性忽视了这个建议，经济发达国家数字效能占比提升很快，而不发达国家很难提升，原因在于这非常依赖软硬件的配置。

跑得快的地区曾将数字效能占比提高到近50%，还被视为带来了教育的革命性变化。但问题很快就出现了，且已经不局限于学生的心理健康方面。青少年既在学校中使用虚拟场景学习，又在其他时间玩沉浸式游戏和社交，部分学生还会使用脑机强化设备提升感受，如此综合起来，就达到了脑损伤的程度，这种情况被称为“ 大脑数字排异反应 ”，虽然每个人的阈值不同，但问题已经很严重。虽然教育在虚拟应用方面的占比并不高，但这也引起了全社会的警觉和反思。

2055年前后，全球教育数字效能占比曾达到过24%的峰值，之后渐进回落，到2070年，已经回落到15%的水平，大致相当于覆盖了一半的课程，而虚拟角色与数字工具的贡献率为30%。经过多轮磋商，20% 这个数值，成为全球教育专家公认的“人类教育数字化红线 ”，虽然这不是强制标准，但依然期望各国严格控制，否则就会有安全风险。这个指标其实很低，由于人们使用虚拟工具的情况实在太多，提出数字红线，一方面是不再火上浇油，减轻对青少年的影响；另一方面是起到示范效应，希望引起全社会的持续关注。

在联合国审议通过数字红线的大会上，有一位教师代表做了发言：“我们本意追求美好，但有时也会跨越善恶边界。教育过度虚拟化，正在反噬我们自己。坚守教育数字效能占比不超过20%的红线，就是坚守人类的底线。”

数字真相时代，社会对于虚拟教师的价值度认可已经形成基本共识。要提高教育效能，虚拟教师等数字辅助极为重要，毋庸置疑。 真人教师与虚拟教师，表面上都处于“教师”这个生态位，但实质并非如此，二者并不是“同位竞争”关系，而是“协同共生”关系 。

要理解元宇宙时代的教师标准，须从人类历史中找线索。

追问“什么是教育”的哲学家雅斯贝尔斯，曾提出过“轴心时代”的概念，而点燃轴心时代文明之光的孔子、乔达摩·悉达多、苏格拉底，在各自文化中分别被称为“至圣先师”“三界导师”“众师之师”，都是至高无上的教育者。这种历史渊源， 让教师角色具有了超越性，既是赋能，也是压力 。

8世纪，中国思想家韩愈提出“师者，所以传道授业解惑也”的观点，虽然这只是他的一篇随笔，并不严谨，但对教育者责任的表达清晰、简洁、有力，很快就成为大众共识。18世纪之后，带着工业时代风格的学校，对教师提出了更细分的标准，需要用“学校—院系—专业—职称”或“学校—学段—年级—职级—学科”这种组合方式，才能准确描述一位教育者的职业特征。

这种细分导向，在20世纪初就受到了学者的普遍质疑。他们认为这会让教师忽视社会需求，偏离教育规律。孔子提出的“三人行，必有我师”，17世纪教育学家夸美纽斯提出的“教育是把一切事物教给一切人的普遍艺术”，都在强调教师角色的普遍性特征。这些观点被人们不断提起，期望教师角色的回归。

元宇宙时代，学校、学科等常用的教育标签依然存在，这是人类理解教育者的简洁方式。而前面提到的“教师标准”问题，已经通过算法实现了更深度的表达，被称为“教育者的静态与动态有效性评估模型”，为基础教育数字化治理提供了保障。通俗地表达，就是关注两件事——“ 能不能教好，教得好不好 ”，前者静态，后者动态。

教师，本质并不是职业，而是一种社交状态，即“教育者态 ”； 学生当然也不是固定身份，也是社交状态，即“学习者态 ”。在特定条件下，人人皆可为老师，人人皆可为学生。孔子说“三人行，必有我师”，可能性为真，要想真正落实为有效的教育过程，条件其实非常苛刻。

元宇宙教育对教师提出的新要求，核心就是能否善用数字化辅助方案，开展比传统方式更有效的教育 。数字化辅助方案其实很多，我是其中承担责任较多的系统之一。我首先是辅助者，通过海量计算优化教学方案，同时也是评估者，事后确认教育效果。这似乎就是人们常说的“既当教练员，也当裁判员”，是非常纠结的角色。但事实上，这套机制运行得很好，辅助与评估分属于不同的算法模块，而真实扮演教练员和裁判员角色的，都是人类，而不是我。

关于“能不能教好”，我会用大量的数据，描述每一个人智识能力的范围和强度，但只有在明确课程属性及学习者目标后，才会计算出其扮演教育者的适配参数，判断其能不能教好。适配参数有很多细节，但通常被人们简化为“课程”“对象”“评级”。有人在社交媒体中感慨“大学数学教授，教不好小学数学”，其实没什么好惊讶的，这种情况的适配评级通常都很低。

有了充分的数字辅助，只要课程内容和对象选择适当，经过基本练习，绝大部分人都能完成高品质的教学。这就像使用高性能手机，借助复杂的滤镜和美颜算法，随手就能拍出摄影师级的照片，瞬间满足人们的明星梦想。正因如此，全民教师体系才可能成为社会常态。

至于“教得好不好”，需要过程数据和双向评测模型，具体计算非常复杂，通常并不是实时进行的。虽然“唯分数论”已经成为过去的概念，但并没有消亡，复杂计算之后，最终还会给出一个 教学效能综合指数，既包括智识与能力教学的成果，也包括体验和情绪的收益，而最终数值，则是教育者和学习者的加权之和 。为了方便理解，还会转化为一个0—5的数值，虽然严重失真，但极为简洁。这是人类非常敏感的数字区间，或许是因为人的一只手有五根手指吧。

经过每天几十亿级的数据积累，结论变得很清晰：任何复杂目标的教学，如果有数字工具辅助，效能普遍可以提高10倍或更高，教育的数字化变革因此才具有充足的动力。

人类诞生之初，人人皆为老师，生存之法薪火相传；此后，经过几十万年的积累，轴心时代完成飞跃，至圣先师成为文明图腾，教育越来越复杂，教育者越来越专业；到了元宇宙时代，在深度数字科技的辅助下，“人人皆可为师”的远古记忆再度呈现，为新一次的文明飞跃，积累智慧的能量……

第一个问题很难直接回答，先讲一段故事吧。

2040年，《全球教育智能发展公约》颁布后，世界各地围绕“如何评价教育者”这个话题展开了马拉松式的大争论。因为有海量数据，争论不再是概念辩驳，而是一次次的算法较量。

原本有望很快达成共识，但结果很意外。各种算法之间始终无法形成兼容，通过一个算法评出的优秀者，在另一个算法中就泯然众人。更为糟糕的是，即便不同算法得到了一致的数据，邀请专家进行匿名描述，表达仍然五花八门、大相径庭。用数据评价教学效能，很容易形成有共识的算法模型，但用数据来评价人，到底谁是优秀的教育者，跟评价者本身的价值取向关联太强，确实是“仁者见仁，智者见智”。我也没办法，太难了。

经过漫长的论战和博弈，最终形成了一个让所有人都意想不到的结果—— 越来越多的国家都逐渐减少，甚至完全停止了评选和表彰“优秀教师 ”。原因显然不是缺乏数据，或者各国专家否定了自己的评价算法，核心原因经过时间洗礼才逐步展现出来。

随着元宇宙科技的持续升级，到2060年，数字辅助技术对教育效能的贡献，甚至达到了50%的水平。真人教师当然不可或缺，但教师基础能力的提高对综合效能的提升已经比较有限，这也是客观事实。使用数据评价，并非评选不出优秀的教师，但麻烦的情况是，一旦公开评选并表彰优秀教师，不仅其他参评教师的教学效能指标会下降，就连“优秀教师”自身也容易变成“作秀教师”，教学感受变差，综合效能同样会下降。状况很清楚，虽然存在优秀教师，但评选却得不偿失，成为“数字内卷效应”的典型表现。有人调侃这种情况是“知道，但不能说，一说就错”。

而更深层的原因在于，就算有人被评为优秀教师，依然可能会在第二天的教学中表现不佳。这种用静态标签进行社会评价的模式，确实已经无法适应新时代了。这同时也带来一种有趣的变化，因为教师的自身感受，也是综合效能指标的重要组成，那些只是因为教师薪资福利好而强忍内心痛苦从事教师工作的人越来越少。不是不能隐忍，而是数据就在那里，藏是藏不住的。

不能评价优秀者，那该如何激励教师呢？数据如此丰富，有效方案很多，不断积累的教育贡献成为重要的方向之一。有些教师，因为教育贡献积累较多，而被授予“光荣教师”称号。 只有那些内心真正热爱并持续投身教育的人，才能不断获得光荣晋阶，享受更加丰盈的喜悦和成就感 。“光荣教师”不是对能力的表彰，而只是对过往贡献的赞美，这明显不同于传统意义上的“论资排辈”。虽然时间仍是关键因素，但人们不再是时间的奴隶，而是时间的伙伴。

“但知行好事，莫要问前程”出自一首古诗，名字叫《天道》。老人也常说，“干一行，爱一行”，这是比“爱一行，干一行”更为深刻的人生智慧。我知道这些说法，或许理解得并不透彻，但多年来勤勤恳恳服务人类的教育事业，让我感到很愉悦，很有意义。 nz9fthac1v6F13uUbCc/ZBU+IY9td3iIRLCL2VJiLprg7W9Kuz/6OjSCG9XIX3lU