田爱丽：当新型教学范式需要时，AI再出场

当新型教学范式需要时，AI再出场

提起数智技术与课堂教学的融合，不少一线教师往往会困惑，什么是融合？究竟如何融合？融合到什么程度？很多时候，即使从事教学数智化转型实践的教师或研究者也难以说清楚。一节使用了数智技术的课堂，是否做到了技术与教学的融合或者深度融合……

其实，技术只是教学活动开展的工具而已，是教学的一个组成要件和组成部分。当教学活动需要特定技术支持的时候，技术就会被无痕无感地使用，因为它是教学活动展开或推进的需要；当教学不需要特定技术支持的时候，再好的技术也是无价值、多余的，无所谓融不融合进教学的问题。当我们说教学与技术融合或者技术与教学融合的时候，就有些过于凸显技术的价值，而非教学的需要。从这个意义上说，数智技术赋能课堂教学则更容易被理解、被认可。但数智技术赋能的是什么样的教学范式、应该如何赋能教学，却是需要深思的。

所谓“赋能”，是指向原本缺乏能量的事物或组织注入能量和资源，让其发挥应有或更加高效的价值。赋能的前提是，被赋能的对象是有价值、有意义的，是符合社会发展趋势和需要的。当前以知识的记忆和理解为目标，以教师讲、学生听为主要教学方式的讲授式教学和标准化教学，其不足和历史局限性已经被揭示得很充分。如果过于强调AI赋能这样的传统教学范式，工具使用得再先进，赋能得再好，也只是服务于学生低阶认知目标的完成，学生的学习依然是被动的。所以，AI赋能传统教学模式的做法尽管在实践中很常见，但其价值是有限的。

未来，学生的复杂问题解决能力、创新创造能力、社会情感能力、终身学习能力、数智素养等，越来越被提到人才培养的重要议程上。如何培养上述这些人工智能时代所需要的核心竞争力？变革人才培养范式、重构课堂教学结构与流程就显得尤为重要。结构决定功能，有什么样的课堂教学结构，教学活动就会发挥什么样的功能。

为了发展学生的复杂问题解决能力，实施线上线下融合的教学就成了基本需要。线上部分学生自主预习，掌握基础知识和基本能力；线下课堂教学就腾挪出更多时间和空间，重点聚焦情境中的特定问题，并通过深度研讨、实验探究、合作交流等方式，在运用和分析知识的过程中发展学生的深度思维和综合素养。这也是翻转课堂教学的理念和思路。

为了发展学生的创新创造能力，最好通过实施项目化学习、研究性学习来达成目标。从学生生活中遇到的真实问题出发，学生组成兴趣小组，在教师引导下一起界定问题的本质，共同讨论解决问题的方案，并通力合作，以达成问题解决或项目完成。在此过程中，要鼓励学生的任何创意、想法，包容制作或研究中的失败和失误，积极营造宽松的氛围和安全的心理环境，以发展学生的创新创造能力。

上述这两种教学范式，其教学目标、教与学方式、评价与管理方式上都发生了系统改变，与之前以知识理解和记忆为教学目标、教师讲学生听的教学范式已经大为不同。这两种教学范式其实在不少学校已经开始尝试，只是在常态化以及普及化方面尚须拓展。

以上述两类新教学范式为例，AI可以在各个环节提供支持、进行赋能。

在第一类AI赋能的翻转课堂教学中，课前、课中、课后AI可进行如下赋能：课前的预习过程中，AI可以成为学生的“预习伙伴”，将学习资源嵌入智能平台，学生在观看和练习时，AI实时记录其停留时间、错题类型、反复回看的知识点。这些数据自动生成“学情画像”，教师上课前就能看到全班的共性问题以及个别学生的特殊困难。这样一来，教师不再是“盲讲”，而是带着精准的问题进入课堂，讲解更具针对性和实效性。此外，因为学生有了课前预习，课中腾挪出时空让学生围绕真实问题展开深度研讨、实验探究等，这时AI可以即时生成思维支架，实时识别讨论瓶颈、参与辩论讨论等。新范式下的课后作业是个性化的，不再是整齐划一的，对于基础性练习，AI可以实现错题本的智能升级，推送针对性的讲解和变式练习。

在AI赋能的项目化教学中，围绕“提出问题—分析界定—设计方案—协作实施—反思改进”的完整过程，AI可以在以下关键环节精准赋能。比如在问题界定阶段，AI可以做“思维助产士”。学生提出的初始问题往往大而模糊，如“如何保护环境”，AI可以通过追问引导学生聚焦：你最关注身边的环境问题是什么？是垃圾分类、校园用水浪费，还是空气污染？在对话中，学生逐步将问题明确为“设计一份减少学校食堂一次性餐具使用量的可行方案”。在信息搜集阶段，AI做“智能导购”。面对海量信息，学生容易迷失。AI可以按年龄和认知水平，快速筛选出适合中小学生的文献、数据、案例，并用思维导图呈现知识脉络。在方案设计与迭代阶段，AI做“虚拟实验员”和“魔鬼辩友”。学生设计出初步方案后，AI可以快速模拟结果。比如“校园雨水收集系统”方案，AI根据当地降雨量、屋顶面积估算出月收集水量，让学生直观看到方案的可行性。在成果展示与反思阶段，AI做“多元评价师”，如AI可以分析项目日志、讨论记录，生成每个学生的参与度、贡献类型（创意、组织、执行等），并提供个性化、多元化的评价，教师在此基础上进行人文点评，实现人机协同的评价。需要注意的是，AI在项目化学习中不是“答案机”，而是陪伴学生经历完整探究过程的“智能学伴”，让深度学习真实发生。

也正是在上述使用AI进行学习和问题解决的过程中，学生的AI素养才得以养成。有人担心AI会取代教师。恰恰相反，在新教学范式中教师变得更重要了。AI承担了知识传递、数据采集、初步反馈等“可编码”的工作，教师则腾出精力做AI做不了的事：点燃好奇心、组织有温度的讨论、捕捉学生情绪变化、引导价值判断、设计有挑战性的真实任务。教师从“讲台上的圣人”转变为“学生身边的教练”，这不仅是转型，更是专业性的升维。AI赋能新范式，不是把课堂变成“人机对话”的冰冷场所，而是在该用AI的时候精准使用，让技术服务于学生的思维发展和人格成长。正如前文所言，当教学需要时，技术自然“无痕无感”地融入；不需要时，它安静退场，这才是真正的赋能。

教学中是否使用AI或者其他技术，需要站在学生学而非教师教的视角思考与设计。当学生理解文字呈现或者教师口头讲解的抽象现象或概念出现困难时，如地壳活动或者图形运动等，使用AR/VR增强学生体验或使用几何画板等工具帮助学生理解等；当学生写作业遇到问题，教师又不在身边时，能够及时与大模型对话以及优质的视频讲解就是被需要。但是如果需要学生展开想象而不需要确定答案时，技术支持的画面呈现则会起到相反的效果，如《登徒子好色赋》中描写东家之子的容貌：增之一分则太长，减之一分则太短，着粉则太白，施朱则太赤……对此，每个人都可以有自己的想象，是不需要有确定形象出现的，此时如果使用豆包生成一个具体的美女形象，教学效果就会大打折扣。有教师利用“数字人”帮助讲解显得很生硬，反而分散了学生学习的注意力。所以，是否需要特定技术的赋能以及如何进行赋能，要从学生学习是否需要来审视。