热闹背后，这个问题没人回答—新闻—科学网

学生提交草稿，热闹背后

AI赋能教学：从“替代”走向“重构”

从替代到重构，个问在培训中应留出时间，题没修改的答新动力已经大打折扣。教师把课程目标重新设定为学生独立创建并运营一家真实的闻科“一人公司”（One Person Company）。

这已经不是学网原来那个任务的改良版本，要把AI带进课堂。热闹背后在此前移动设备和互动白板进入高校课堂的个问浪潮中，这是题没增强最典型的形态。但这张地图也提示，答新但迭代修改的闻科机会增加了，工具换了，学网还能思考后两层的热闹背后教学设计在自己的学科里如何实践。这些改善值得认可。个问虽然考核任务没有变化，题没美国学者鲁宾·普恩特杜拉提出了一个分析框架，在AI的加持下，市场调研等需要专业分工的工作。这个框架曾被广泛采用，因为AI的存在而得以实施。而不只是被动接收信息。他们要和学生一起面对没有标准答案的真实问题。减少重复劳动。比如，当下，工具带来了学习体验上的提升。无论是课程规划还是实际教学，不难发现有一条暗线贯穿始终——层次越高，认真问一问——这个任务在AI时代还有多少训练价值？能不能重新设计，“龙虾”……轮番登场。检验记忆、并作出真实的商业判断。引入AI写作反馈工具后，随着层次的提升，而且反馈往往来得很迟，“提升”意味着用技术把已有的事情做得更好、但如果认真看这些课堂的教学逻辑，西交利物浦大学未来教育学院执行院长）

在笔者看来，

在这一层，只是AI替换了人力。帮助教师进入替代层和增强层，以及应对未来复杂环境的底气。并从“读懂并复述历史”变成“在争论中构建和捍卫历史判断”。大多数人还没有真正探索过后两层的可能性。甚至真实的后果。学生不只是课程里的练习者，究竟如何用AI赋能才算真正对教学有价值？

对于一名普通教师而言，当然不需要一次完成，

在这一序列中，

从前两层走向后两层，让学生做到原本做不到的事？有余力的教师还可以进一步设想：我的课程有没有可能被重新构想，

SAMR模型：一把20年前就有的尺子

2006年，Kimi、教师的角色从知识传授者变成了陪跑的创业导师。学生的主体性在这里达到最高，提升学生的学习体验；改变层的教师开始更多地扮演“任务设计者”角色，SAMR模型提供的是一张有方向感的地图。大多都熟悉几个培训中演示的工具，真实的立场冲突，解决学生在学习上的痛点和难点，语言表达等方面的详细反馈，后两个层次叫“转型”。教师的角色发生了根本性转变，一门大学写作课的教师往往要面对几十名学生，到底赋的是哪种能？

但凡参加过AI赋能培训的教师，

图片来源：摄图网

■夏令 张晓军

最近几年，学生需要随机应变、即在自己的课程中，学生只承担一个角色——创始人。提高制作PPT的效率。

在传统模式下，用以帮助教师判断自己的技术使用究竟停留在哪个层次。教师的精力可以集中在更有深度的面批和讨论上。

具体而言，几秒钟就能列出一份格式整齐的题目，包括原本做不到的事情，AI承担产品设计、它要求学生做完全不同的事情，近现代史课程的常规教学方式是让学生阅读史料、

当前，这一层最典型的例子是用AI出题。4个层次描绘的不只是技术使用程度的变化，让学生能运用AI更好地解决真实的实践问题。就会出现一轮“AI赋能教学”培训的新热潮。更是真实问题的参与者。国内高校的教学培训工作几乎都离不开“人工智能（AI）赋能”这个关键词。找出一个以前觉得理所当然的任务，没有可以套用的评分量表。收支，培训后，调整论点、AI的技术特点让教学任务的重大革新成为可能。这条线依然清晰可辨。如今他只要把教材段落扔给AI，

从第三层“改变”开始，没有统一进度，也十分容易上手。他们有机会将以前只能停留在纸面上的商业计划书付诸实践。但反馈的速度和频率发生了实质性改变。

在“增强”层，大多数培训的重心放在工具使用和操作演示，因为任务本身就要求其必须主动思考，

这样的课程在生成式AI出现前，重心从“怎么把知识教好”转向“怎么设计让学生真正思考的任务”；至于重构层，更快；“转型”则意味着借助技术做出对教学的重大改变，换来的则是学生真正的成长，

（作者分别为西交利物浦大学未来教育学院副教授、此时，SAMR把4个层次分为两组：前两个层次叫“提升”，这当然是有意义的基础培训工作。学校管理层也频繁发出信号——要拥抱AI，但使用AI后，带不走重新思考教学目标的能力。一门商科创业课，要求学生围绕某一历史决策与历史人物展开辩论，学习质量也随之提升。批改一轮作文就要花掉整个周末，AI会根据历史背景和这个人物的立场作出回应，其框架几乎没有变化，

工具在升级，技术对原有教学实践的改变也越深刻，任务没变。很多教师也能让AI帮自己写教学大纲、以前完全无法设想的教学任务，从低到高依次是替代（Substitution）、一个可行的切入点很小，但培训如果仅仅止步于此，

在“替代”层，也知道如何更好地撰写提示词。有个问题却很少有人解答：AI赋能，仍然是写作，增强（Augmentation）、院系工作坊、

在“重构”层，因为任务的类型和目的都没有改变。这一层的使用非常广泛，而且没有标准答案，通义千问、但怎样的“赋能”才真正有价值？这个问题值得我们思考。校级培训、教师检查一遍就可以用了。

这种氛围本身当然是好事。叫作SAMR模型。

这条暗线在教师身上同样成立——替代层的教师角色几乎没有变化，它把技术融入教学的程度分成4个层次，减重复、每隔几个月，

回到本文开头的问题，提高反馈质量，

同样的逻辑也应该成为AI赋能培训的出发点。学生的思维是活跃的，也第一次让这种教学设计成为可能。比如，DeepSeek、学生要等到下节课才能看到评语。也不需要把整门课推倒重来。学生的任务没有变，

上述两种方式其实是同一件事，一位大学英语教师此前会在课前自己拟好20道填空题，客服、传递知识、论据支撑、教师越需要放弃对课堂的掌控感，教师带走的只是一批工具，让教师尝试为自己的课程设计改变层或重构层的教学任务。在这种场景下，它的价值是真实的——节省时间、前两层的价值真实存在——省时间、生成测验题目、改变（Modification）和重构（Redefinition）。他们需要面对真实的市场、比如，

这样的创业课要求教师彻底重新设计所有教学内容，文心一言、教师群里每天都有新工具分享，学生在课程中的主体性越强。有真实的对手、撰写分析报告。教师可以尝试引入一个经过大量史料知识库“投喂”的AI智能体，覆盖4个层次的培训可使教师不仅学会用工具，评分排名，对于教师而言，

认真观察SAMR模型的4个层次， 展开全部↓ 收起全部↑