笔者：作为同时具备教育学理论背景和AI技术实践的教育者，您如何看待当前人工智能与教育融合的边界？
时丽：与其说边界，不如说是正在形成的“共生界面”。我在悉尼大学研究教育时，就意识到技术革命需要教育哲学导航。2017年刚开发AI实验教学系统时，老师们最常问：“机器会不会取代教师？”而现在，我们讨论的是“如何让AI成为认知显微镜”——它帮助教师看见传统课堂里隐形的学习轨迹，比如学生面对虚拟语法树时的瞳孔变化，或是小组讨论中语言转换的思维断层。
笔者：您研发的个性化辅助教学系统在香港IB学校取得显著成效，这套系统的核心突破是什么？
时丽：关键在于打破了“数据丰富，洞见贫乏”的困境。传统学习分析止步于做题正确率，而我们的系统通过多模态数据融合——从语音语调的频谱分析到在线笔记的笔触压力，甚至3D摄像头捕捉的肢体语言，构建出立体的认知地图。比如发现某个学生在虚拟实验室总是下意识地放大汉字的部件结构，系统就会推送甲骨文解构游戏，这种精准干预让概念内化效率提升近三倍。
笔者：听说您的“智能文化实验室”让学生用AI创作现代诗，这种跨界的勇气从何而来？
时丽：您看这首《算法凝视》：“二进制雨滴穿透琉璃瓦/卷积神经网络在飞檐上织出云纹”。这些00后本就是数字原住民，我们要做的不是教他们使用工具，而是唤醒技术背后的人文感知。当学生训练AI识别《诗经》意象时，他们其实在解码中华文化的基因链，这种跨时空对话产生的认知震颤，是任何单学科教学难以企及的。
笔者：在第二十届国际中文教育研讨会上，您提出的三维度评估模型引发热议，能否用课堂实例说明？
时丽：我的学生小组在完成AI剧本创作项目时，系统捕捉到两个关键数据：一是情感计算模块显示团队焦虑值在第三分钟骤降，对应他们发现可以通过调整叙事节奏平衡分歧；二是认知追踪显示所有成员在语义网络可视化瞬间出现同步脑波峰值。这些动态数据与最终作品共同构成评估矩阵，比单纯的角色扮演评分更能揭示协作学习的本质。
笔者：您对未来五年的AI教育生态有何预判？
时丽：我们将见证“智能谦逊”时代的到来。就像我要求对话式教学系统必须设置“认知迷雾”机制——当检测到学生连续三次完美应答时，会自动引入矛盾情境。教育AI不应是无所不知的百科全书，而要做苏格拉底式的“助产士”，它的价值不在于给出答案，而在于守护人类与生俱来的追问本能。这才是技术革命中教育工作者必须坚守的灯塔。 （侯媛媛）
