AI进课堂，先别急着找工具：2200多位教师把问题拉回学习本身

据年会分享材料，10月24日至25日，新学校研究会年会以“AI时代，我们如何做教育？”为主题，现场有2200多位一线教师和校长参与。一个反复出现的判断是：评价AI进课堂有没有价值，关键不在于用了多少工具，而在于它有没有帮助学生更好地学习。

从英语交流、海报设计，到篮球数据分析和公共资金分配，这些课堂实践指向三个具体问题：怎样让知识真正用起来？哪些困难可以交给AI，哪些思考必须由学生完成？老师又如何为不同学生提供更合适的学习支持？

让学过的知识有机会用起来

教育理论家怀特海在1929年的《教育的目的》中，将那些“记住了，却没有被运用、检验或重新组合”的知识称为“惰性观念”。

年会材料中，北京十一石景山实验中学的一堂英语课，试着为知识创造一个真实的使用场景。学生读完嫦娥奔月和中秋习俗相关内容后，要和一个对中国文化好奇的AI角色交流，向“外国同龄朋友”解释习俗的来历。

任务因此从“找出课文答案”变成“把事情讲清楚”。学生需要决定哪些背景值得补充、怎样组织语言、对方可能还有什么疑问。AI在这里承担的是交流对象和即时反馈者的角色。

类似的思路也出现在海报设计课上。学生要为走廊设计一张“保持安静”的提示海报，并观察张贴后的效果，再据此修改。AI帮助快速尝试不同的字体、排版和视觉方案，让学生更快进入测试和迭代环节。

两种活动的学科不同，目标却相通：让学生把知识带进任务，在使用中发现问题，再根据反馈调整。

把重复劳动交给工具，把判断留给学生

学习任务并非越难越好。机械计算、资料归整等工作，工具可以帮助提速；但面对多因素问题时，判断应该关注什么、如何权衡，仍是学生需要练习的能力。

年会材料介绍的一次数学作业中，学生要从三名篮球运动员里选出更适合上场的人。AI可以帮助计算数据，学生则要自己决定哪些维度值得比较，以及不同指标各占多大权重。任务的重点由“算得快不快”，转向“为什么选这些数据、怎样作出判断”。

另一项政治课活动，让学生模拟分配100亿元公共资金。AI扮演“质询官”，围绕养老产业是否应由市场主导、公共资金该如何安排等问题继续追问，但把最终判断留给学生。

这种设计也呼应了“生产性失败”的研究思路：先让学生尝试解决问题，再进行讲解和归纳。在一项关于数学概念学习的研究中，研究者进行了两项随机对照实验，发现先尝试解题的学生在概念理解和迁移到新问题上的表现更好。

这并不意味着让学生自行摸索就一定有效。研究讨论的是有设计的学习过程：学生要有可调用的已有知识，任务要能激发探索，之后还需要教学讲解与巩固。AI能帮助省下部分重复劳动，但任务设计和学习反馈仍离不开教师。

用AI支持因材施教，老师负责判断

个性化学习常被寄予期待，实际难点在于：老师如何持续了解学生的进展，并提供适合其水平和兴趣的材料与反馈。

年会材料中，有老师带学生练习提问、自测和修正，再安排开放式探究项目；也有老师先让AI协助分析学生作品，生成学习者画像，再结合日常观察逐一核对，调整指导方式。还有数学老师把学习任务嵌入一名学生喜欢的小游戏中，让学生通过完成数学任务推动游戏进程。材料记载，这名学生一个月后的数学诊断成绩从不及格提高到70多分。

这些是具体课堂中的个案，不能直接推断为普遍效果。但它们展示了AI可以怎样协助教师整理信息、生成不同难度的资源、尝试贴近学生兴趣的学习材料。是否采用AI的建议，仍需要老师根据学生的实际表现来判断。

AI教育的起点，仍是学生遇到的问题

这几类实践可以归纳为一句话：AI帮助补上反馈环节、减轻重复劳动、提供差异化支持；学生则继续承担理解、选择、解释和判断。

这一方向也体现在公开政策与教育框架中。联合国教科文组织（UNESCO）的教师人工智能能力框架提出15项能力，覆盖以人为本的理念、人工智能伦理、基础与应用、AI教学法和教师专业学习五个维度。UNESCO教师AI能力框架 教育部等五部门发布的《“人工智能+教育”行动计划》，也提出利用AI支持教师备课、学情分析和个性化学习等工作。

技术能提供新的条件，却不能替学校决定什么值得学习，也不能替学生完成成长。判断一堂课里的AI是否真正有用，可以回到一个简单的问题：它有没有让学生更有机会把所学用于现实任务，并在过程中学会提问、解释和作出判断？

关注本站，每天分享跨境电商前沿资讯（ Ctrl + D 收藏本站/收藏为书签 ）