一盆冷水：AI賦能教學的三個重要提醒

本文共3930字，閱讀約需10分鐘

人工智能在龍年冬天火爆全網時，

后知后覺的人們也在迎接

AI教學的春天。

各地的AI賦能教學如火如荼，方興未艾，

智能批改、個性化學習方案、虛擬教師等

工具不斷涌現，讓許多教育工作者

對“AI賦能教學”充滿期待。

《義務教育語文課程標準（2022版）》指出

“義務教學語文課程要關注數字時代語言生活的新發展，體現學習資源的新變化；充分發揮現代信息技術的支持作用，拓展語文學習空間，增強語文學習能力；充分利用現代信息技術，促進評價方式的變革?！?/p>

可見“AI賦能教學”中，教學是主體，AI是輔助。

AI賦能教學有三大路徑：更新學習資源、拓展學習空間、變革評價方式。然而，在技術熱潮中，我們需要清醒認識到：AI無法替代教學的核心價值。

01

AI不能完全替代教師富有設計感的教學

教學的本質是“學為中心”的創造性活動。

師生相長的理想課堂場景要在富有設計感的教學過程中再現，而這是AI不能完全替代的地方。這種設計感不僅體現在教學流程的編排上，更在于教師對教育本質的深刻理解和教學智慧的靈活運用，是融合認知發展規律、學科本質特征與人文關懷的創造性實踐。

（一）教學情境的“厚度”需教師親手開拓

教學并非簡單的知識堆砌，而是需要教師基于學情、學科特點和教育目標，創造性地構建學習路徑。

北京師范大學馮曉英教授說：

“AI助力備課時，若教師僅依賴技術生成內容，可能削弱其教學設計思維能力的成長”。

例如，在統編版小學語文三年級上冊《秋天的雨》一課中，AI或許能生成教案模板，但無法像教師一樣敏銳捕捉學生“為何將秋雨比作鑰匙”背后的思維火花，也難以根據課堂反饋即時調整教學策略。

教師能敏銳捕捉這個思維火花的認知價值，不僅引導學生分析本體喻體的相似性，更通過追問“這把鑰匙會打開什么大門”，將具象思維導向抽象想象，這種深層次的教學互動是AI所無法復制的。

(二)教學情境的“溫度”需教師親手營造

教師借助AI生成的圖片時，需結合具體文本內容設計體驗活動，才能讓教學內容“既有意義又有感染力”。這種將技術工具與人文目標融合的能力，正是教師設計感的體現。

(三)警惕“技術依賴”對教學深度的消解

當前部分AI工具的使用存在“重資源生成、輕活動設計”的誤區。

部分教師不思考，依賴AI直接生成教案及PPT，從頭到尾脫離文本，既未設計相應的思辨任務，也未設計豐富的實踐活動，導致課堂淪為知識灌輸。

華東師范大學施洪亮校長指出：

“AI應助力教師從重復勞動中解放，而非成為惰性滋生的溫床”。

因此，教師在使用AI工具時，需要保持清醒的頭腦，避免過度依賴技術而忽視了教學的深度和廣度。

02

AI不能完全替代師生富有交際性的對話

教育活動中最珍貴的生命力，始終存在于師生之間流動的對話里。

這種對話不僅是知識的傳遞，更是情感的交融、思維的碰撞與價值觀的塑造。

AI技術雖然能夠模擬語言交互，但其本質仍是算法驅動的信息處理系統，無法替代人類教師在對話中展現的具身性、即時性與人文性。師生對話的交際性特征，構成了教育活動不可被技術解構的核心價值。

（一）對話是“具身化”的情感互動

對話是一種身體在場的生命影響。

上海科技館館長倪閩景強調：

“價值觀引導需要人性化場景，AI無法復制教師處理學生矛盾時的同理心介入”。

當教師俯身傾聽學生朗讀時，調整的不僅是聲調的高低，更通過肢體前傾的角度、眼神注視的焦點、面部表情的細微變化，傳遞著“我與你同在”的情感支持。

這種具身化的互動形成獨特的教育場域：

教師的手勢在空中劃出的軌跡，

學生模仿時的身體律動，

共同構建出沉浸式的學習體驗。

傾聽之后，

教師可引導學生

通過調整站姿、表情感知人物的互動，

在語調起伏中感受情緒張力，

在學伴的眼神對視里進行換位思考。

這種多維度的具身對話空間，促使學生將文本認知轉化為情感體驗。而AI虛擬場景雖然能模擬對話情境，但數字替身的肢體語言缺乏情感的微妙傳遞，無法讓學生產生真實的心理投射。

（二）生成是即時性的學習反饋

師生對話的教育魅力，在于其不可預設的生成性特征，其細致精微處，常常折射教師個人天賦秉性、知識閱歷，是教師個性化教育智慧的生動展現。

統編版小學語文六年級上冊《好的故事》，教師可以通過AI智能體設置虛擬人物，在課堂背景下引導學生和虛擬人物進行對話。

但AI在回答學生“你是如何解讀先生心聲”時，存在明顯信息錯誤，且語言基本依托網絡信息，缺乏人的能動性。此時，正是培養批判性思維的契機。

教師可以通過“如果你是魯迅”的追問，將文學情境轉化為虛擬交往情境，幫助學生建立古今貫通的思維模式。

這種即時反饋需要教師同時調動學科素養、教育機智與人際洞察力，在對話過程中動態構建“問題鏈—思考鏈—能力鏈”。

相比之下，AI無法像人類教師那樣，從學生閃爍的眼神中判斷其困惑的本質為何。

清華大學李曉東教授指出：

“教師的核心競爭力在于設計有溫度的學習體驗”。

當學生回答卡頓時，

教師適時的微笑等待

比AI的自動提示更能保護思維萌芽；

當討論偏離軌道時，

教師巧妙的“話語搭橋”

比系統的強行糾偏更利于培養思維自主性。

（三）身體是非言語的人文交流

教育對話中高達70%的信息通過非言語渠道傳遞。

在何捷老師的精彩課堂上，看似簡單的身體語言實則暗合精細的教學設計：

環視全班時，

用的是“邀請性目光”，鼓勵學生主動發言；

注視個別學生時，

轉換為“支持性凝視”，幫助其克服緊張；

傾聽學生發言時，

身子前傾，目光溫暖注視學生；

調動學生積極性時，

身子夸張傾斜，表情放松帶笑；

學生正確回答問題時，

爽朗大笑；

學生回答受阻時，

淘氣逗笑。

這些無聲的對話構建起安全的情感空間，

使膽怯的學生敢開口，

讓急躁的學生懂傾聽。

聯合國教科文組織報告明確警示：

“教育中的人文維度必須由人類守護”。

AI虛擬助教雖能提供學科建議，卻無法察覺學生攥緊衣角的緊張。

03

AI不能完全替代學生富有思辨味的學習

（一）思辨能力的發展需要“留白”與“沖突”。

在統編版小學語文四年級下冊《琥珀》的教學中，何捷教師設計了創意寫作活動：“借助AI生成工具創作自己的琥珀故事”。這一活動不僅要求學生利用AI工具，整合多方資源，還需要學生探索不同情節，然而，AI生成的“標準答案”往往過于簡化問題的復雜性，帶有一種濃厚的機器味兒。

何捷老師在這一活動之后補充設計：

與課文對比，討論科學合理性與文學想象的區別。

這樣的設計為學生提供了廣闊的思維空間，鼓勵他們從不同角度審視問題，形成自己獨特的見解。

正如馮曉英教授所言：

“AI時代要給學生留白，激發他們質疑確定性的勇氣。”

只有當學生面臨復雜情境，需要自主思考和判斷時，他們的思辨能力才能得到真正的鍛煉和提升。整合跨學科知識，還需要他們權衡多元價值觀。

（二）批判性思維的培養依賴于“人機協同”。

在統編版小學語文六年級下冊《好的故事》的教學中，張雅楠老師引導學生先借助AI細讀文本。學生將文本信息與圖像對照，依據文字判斷圖畫的準確性。

在AI生成圖片、修改指令詞糾錯再生成的過程，將已有的知識運用到新的活動中，進行了知識建構，實現了深度學習。通過反復回讀文本，加深對閏土外貌描寫的印象，感受閏土淳樸的形象，產生持續探究的興趣。

這種“AI檢索—人工分析”的模式充分利用了技術的信息整合優勢，同時也避免了學生陷入“點擊即真理”的思維惰性。

通過AI檢索，學生可以快速獲取大量相關信息，為批判性思維的培養提供了豐富的素材；而人工分析則要求學生運用自己的判斷力，對信息進行篩選、整合和批判性思考。這種“人機協同”的學習方式既發揮了AI的輔助作用，又強調了人的主體地位，有助于培養學生的批判性思維。

（三）實踐性學習中的“不可算法化”

是AI無法完全替代學生富有思辨味學習的重要原因之一。

在統編版小學語文三年級下冊《荷花》教學過程中，何捷老師組織學生借助文本進行AI繪畫，有層次、有條理地將第二段的語言分批輸入AI，每一次圖畫的生成和更新就是一次圖文對照的跨媒介學習。

在學習過程中，學生發現AI識圖軟件將荷花都繪制成相同的姿態，進而引發了他們對“如何提高AI識別準確性”的探究。

這種由錯誤引發的學習過程充滿了挑戰性和趣味性，它要求學生不僅要理解相關的文本語言，還需要具備精確的語言描述能力和解決問題的能力。

這些能力往往是“不可算法化”的，即無法通過簡單的算法或程序來完全實現。因此，在實踐性學習中，學生需要親自動手、親自實踐，通過不斷的嘗試進行修正。

識別二維碼可觀看視頻：小學生使用AI的學習感受

作者簡介

王偉，小學語文一級教師，第九屆順德區“閱讀之星”，順德區第十屆倫教街道中小學幼兒園班主任技能大賽特等獎，倫教街道2023年小學語文青年教師教學能力比賽一等獎，倫教街道小學語文教師文學素養比賽一等獎。2023年，加入佛山市李玲名師工作室，成為網絡學員。

張雅楠，徐州市鼓樓區祥和小學校語文教師。中共黨員。榮獲“徐州市青年好教師”稱號。曾獲得徐州市鼓樓區小學語文賽課一等獎。發表省級論文三篇。多次承擔徐州市鼓樓區教學課例展示、“百字”經驗分享。參編《聽課 評課 聚焦目標的閱讀課》《聽課 評課 聚焦目標的表達課》書籍。

來源：《當代教育家》2025年03月第03期[上半月]

圖文排版| 張爽

初次校對| 張爽、李韞琬

二次審核| 董慧慧

最終審核| 張雪麗

并轉發給更多人看哦~

因為微信公眾號改革了推送機制

如果不常點開則會晚收到我們的推送

我們想產出更有價值的文章

請關注并星標“當代教育家傳媒”

點擊下方查看往期精彩好文↓ ↓ ↓

訂閱（紙質版刊物）：長按上圖↑↑識別圖中二維碼