作者：王晓燕（中国教育科学研究院劳动与社会实践教育研究所所长、研究员）

　　“十五五”时期，加强新时代大中小学劳动教育与深入实施教育数字化战略、推动人工智能助力教育变革，正在成为教育现代化进程中相互关联、协同推进的重要任务。数智技术融入劳动教育，既为劳动教育打开了新的发展空间，也提出了新的治理命题。我们在利用数智技术赋能劳动教育创新发展、推动劳动教育全面提质增效的同时，也要坚守劳动教育育人本位，避免人的主体性缺失、劳动价值迷失以及社会性劳动的弱化。

　　数智技术赋能劳动教育提质增效

　　数智技术赋能劳动教育，首先体现在拓展劳动教育场景、促进资源共享上。当前，不同地区、不同学校在劳动教育资源供给方面存在显著差异。数智技术可以突破劳动教育的时空壁垒和资源困境，形成传统与现代、校内校外、线上线下开放融合，家校社互联互通的劳动教育场域，使教育场景从“固定封闭”走向“泛在开放”。通过劳动教育大数据平台，农村学校可以接触到智能制造、现代服务业等劳动形态，城市学校也可以了解智慧农业、生态保护、乡村治理等劳动场景。

　　其次，数智技术丰富了新时代劳动教育的形式和内容。随着智能制造、智慧农业、智慧物流等新产业新业态快速发展，劳动生产形态和技术技能要求发生了深刻变化。劳动教育要彰显时代特征，一方面，要适应科技发展和产业变革，积极拓展和丰富劳动教育内容，结合数智技术支撑和社会服务新变化，在传统劳动教育的基础上，引入现代科技创新、前沿数字技术、智能制造等现代劳动内容，帮助学生掌握必备的现代生产知识和劳动技能。另一方面，数智技术为劳动教育教学内容注入了“多元融合”“跨学科融合”的新引擎。例如在跨学科融合上，有些学校打破劳动教育单一课程边界，推动“劳动教育+人工智能通识+专业教育”跨域整合，将数字劳动、智能伦理、人机协同等时代内容纳入课程体系，让劳动教育紧跟劳动形态变革，精准对接数字经济与产业升级需求，实现劳动教育从“实践体验型”“单一技能型”向“数据驱动型”“创新创意型”转变。

　　再次，数智技术赋能劳动教育评价改革实现了“效”的倍增。数智技术通过学习记录、图像识别、智能反馈等方式，开展多维度的过程评价、增值评价和综合评价，推动实现教学全过程、发展全要素伴随式数据采集，开展精准画像；帮助学校、教师、学生等不同主体更细致地了解学生参与劳动的时间、步骤、合作情况、安全风险和技能掌握情况。例如，在工农业生产和服务性劳动项目中，智能系统可以辅助提醒操作规范、识别安全隐患、记录过程表现，并为教师提供个性化指导依据。又比如，在种植类劳动中，可以借助AI图像识别技术辅助诊断植物病虫害，利用智能传感器监测土壤湿度、光照等环境数据，开展基于数据的科学探究；在项目式劳动中，可运用AI工具进行任务规划、方案优化和创意设计，从而将传统劳动从单纯的体力操作升级为“系统设计+技术研发+价值创造”的全链条实践。

　　谨防数智技术对劳动育人本质的侵蚀

　　数智技术为劳动教育创新发展带来了新动能。但如果应用不当，数智技术可能遮蔽劳动教育本质，甚至使劳动教育偏离立德树人的方向。

　　一要警惕人的主体性缺失。劳动教育的核心是实践育人，是学生亲身参与、主动实践、真实体验。如果过度依赖人工智能操作，会导致学生自身劳动实践能力弱化、劳动情感体验缺失。例如，一些学生借助生成式人工智能完成劳动报告、实践反思、项目方案，表面上材料完整，实际上并未真正经历劳动过程。这样的“智能代劳”不仅淹没了人的主体性与创造性，削弱了劳动技能、劳动品质培养的效果，也会侵蚀对劳动精神的理解，使其容易停留在“看过了”“知道了”，却难以培养真正的劳动自豪感，难以培育不断探索、精益求精、追求卓越的工匠精神和爱岗敬业的劳动态度。

　　二要警惕劳动价值迷失。数智技术强调效率、优化和结果，劳动教育却不能只看效率和产出。劳动教育的重要价值，在于让学生体会普通劳动者的辛苦，理解劳动创造生活，感受劳动不分贵贱，形成尊重劳动、珍惜劳动成果、弘扬劳动精神的情感态度价值观。如果劳动教育被技术评价体系牵引，过度关注打卡次数、成果照片、积分排名和可视化数据，就可能把劳动窄化为可量化绩效，把育人过程变成指标竞赛。

　　三要警惕社会性劳动弱化。马克思说，人类社会的集结正是依靠社会性的劳动，社会性的劳动是人的本质中的本质。劳动从来不只是个体技能训练，也是社会关系和公共责任的生成过程。服务性劳动、公益劳动、社会生产劳动之所以重要，是因为学生能够在与他人协作、服务他人、回应公共需要的过程中，理解个人与社会的关系。如果数智技术把劳动教育过度简化为设备体验、平台打卡和个人化任务，学生虽然完成了系统推送的劳动项目，却减少了与普通劳动者、社区成员、同伴和教师、家人的真实互动，劳动教育的社会性和公共性就会被削弱。

　　此外，还应关注数据安全、算法偏差和教育公平问题。劳动教育涉及学生行为记录、图像信息、评价数据和成长档案。如果缺乏必要规范，可能带来隐私泄露和信息过度采集风险。不同地区、学校、家庭对数智技术工具的可及性也不相同，如果简单以智能化水平衡量劳动教育质量，反而可能扩大校际差距、城乡差距和群体差距。

　　数智技术应服务于真实劳动和价值养成

　　推进数智技术与劳动教育深度融合，应坚持“智能助劳”而非“智能代劳”，让技术服务于真实劳动、深度体验和价值养成。

　　第一，坚持育人本位，把劳动价值观培养放在首位。学校在设计数智技术劳动教育场景时，不能只问“技术能做什么”，更要问“学生能从中获得什么”。每一个智能化劳动项目，都应明确其劳动价值目标、技能目标和精神品质目标。技术应当帮助学生更好地理解劳动，而不是绕开劳动。

　　第二，坚持真实劳动，形成“真实劳动+智能支持”的课程模式。数智技术可以用于课前准备、过程指导、风险防控和课后反思，但劳动教育的主体环节必须是真实实践。学校可以在劳动课程中构建“认知学习—方案设计—真实实践—智能反馈—反思提升”的闭环。课前，学生借助数字资源了解劳动背景和操作规范；课中，学生亲自动手完成劳动任务，数智技术提供必要提醒和辅助；课后，学生结合系统记录和教师评价进行反思。这样既能发挥数智技术优势，又能守住劳动教育的实践根基。

　　第三，坚持综合评价，避免把劳动教育简化为数据考核。数智技术可以帮助记录劳动过程，但不能把劳动素养完全等同于数据表现。劳动教育评价应坚持定量与定性结合、过程与结果结合、技能与价值结合。除了劳动时长、任务完成度、作品成果等可记录内容，更要关注学生是否形成责任意识、合作意识、服务意识和尊重劳动者的情感。对于数智技术生成的劳动报告、实践总结等内容，学校也应加强真实性审核，引导学生诚实记录、真实表达。

　　第四，坚持安全规范，建立数智技术赋能劳动教育的治理边界。各地各校应对智能产品进校园、学生数据采集、算法推荐、平台评价、虚拟仿真使用等建立明确规范。凡是涉及学生个人信息和行为数据的应用，都应遵循最小必要原则，防止过度采集、长期留存和商业化使用。对于生成式数智技术辅助完成劳动教育作业、评价材料等情况，也应明确使用边界，培养学生的技术伦理意识和诚实劳动精神。数智技术可以提高劳动效率，但不能替代奋斗；可以优化劳动流程，但不能替代主体责任；可以模拟劳动场景，但不能替代真实体验；可以辅助劳动评价，但不能替代价值判断。

　　数智技术赋能劳动教育，不是让学生远离劳动，而是帮助他们更深刻地理解劳动。只有始终把培育学生的劳动精神面貌、劳动价值取向和劳动技能水平置于核心地位，数智技术才能真正成为劳动教育高质量发展的助推力量，为培养担当民族复兴大任的时代新人赋能增效。

　　（本文系2023年度国家社会科学基金教育学一般项目“数字教育背景下劳动教育教学范式创新与实践探索研究”［BHA230158］研究成果）