引⾔：

技术再进步，教育始终关乎的是：⼈的觉醒。 ⼈⼯智能的浪潮正以前所未有的速度席卷全球各⾏各业，教育领域亦⾝处其中，经历着缓慢但⼜深 刻的变⾰。对于中⼩学教育⼯作者⽽⾔，⼈⼯智能不再是遥不可及的未来概念，⽽是不断影响并融⼊⽇ 常教学实践的变⾰⼒量。从优化备课流程到创新课堂互动，从⽣成个性化学习资源到提供准确的学情分 析，⼈⼯智能正展现出其巨⼤的潜⼒。

然⽽，技术的引⼊并⾮旨在替代教师的核⼼⻆⾊。恰恰相反，⼈⼯智能的核⼼价值在于增强和⽀持 教师的⼯作，⽽⾮取代教师。通过将部分重复性、流程化的任务交由AI处理，例如初步的资料搜集、指 向明确的习题⽣成、客观题的批量批改等，教师可以将宝贵的时间和精⼒重新投⼊到更具创造性、更需 要⼈类智慧和情感投⼊的教学环节之中。教师可以投⼊更多的时间激发学⽣的批判性思维、培养学⽣们 的⾼阶思维能⼒、建⽴深厚的情感连接、以及设计更具启发性的教学活动。⼈⼯智能应被视为教师的得 ⼒助⼿、智慧伙伴，助⼒教师更好地实现育⼈⽬标。

本⼿册旨在为⼴⼤中⼩学教师提供⼀份清晰、实⽤的⼈⼯智能应⽤指南。基于当前的教育研究与实 践探索，⼿册将聚焦于⼈⼯智能在中⼩学教学中的四⼤核⼼应⽤场景：教学设计⽣成、资源与⼯具⽣ 成、智能体应⽤、学习评价与分析。

每个章节将深⼊探讨⼀个应⽤场景，通过具体的案例分析展⽰AI的实际应⽤，提炼关键策略以指导 有效实践，并明确指出需要关注的注意事项，确保技术的应⽤既⾼效⼜负责。

编写本⼿册的最终⽬标是赋能教师，帮助⼤家科学、有效地驾驭⼈⼯智能这⼀新兴技术，将其转化 为提升教学质量、促进学⽣个性化发展的有⼒⼯具。本⼿册的撰写同样离不开AI⼯具的结合，甚⾄可以 说是⼀种⼈机协调共同创造的结果。同时，⼿册也将贯穿对负责任使⽤的强调，提醒教师在拥抱技术 的同时，必须时刻关注伦理规范、数据安全、算法偏⻅等问题，并进⾏批判性评估与持续学习。

希望本⼿册能成为您在⼈⼯智能教育探索道路上的“路牌”，共同开启“新路”探索。

杨晓哲 2025年4⽉26⽇

第一章：教学设计生成，共创引人入 胜的学习体验

AI辅助教学设计，是指利⽤⼈⼯智能⼯具来辅助教师进⾏课程规划、活动设计、学习路径 构建以及评估⽅法构思的过程。这不仅能显著提升备课效率，更能为教师带来创新的灵 感，助⼒设计出更具个性化和吸引⼒的学习体验。诸如DeepSeek、ChatGPT、Gemini、 Kimi等⼯具，以及⼀些集成化的教育平台，都已展现出在教学设计⽅⾯的辅助能⼒。本章 将通过五个案例，探讨AI如何在教学设计环节发挥作⽤，并提供关键策略与注意事项。

案例研究

案例1：生成差异化教学计划

● 场景： 一位初中科学教师需要为包含不同学习需求学生的班级规划一个关于“生态系统”的单元教学。

● AI应用： 教师使用AI工具，输入单元主题、年级、学习目标以及学生群体的基本特征（如阅读水平差异、先备知识基础不同等）。AI根据这些信息，生成一个基础教案框架，并附带差异化活动的建议。例如提供不同难度的阅读材料、设计分层任务、构思替代性评估方式等。AI甚至可以帮助教师改编复杂的文本，使其更易于特定学生理解，或提供更具挑战性的拓展活动。

● 成果： AI提供了一个结构化的起点，大大缩短了初步规划的时间。教师在此基础上，结合对班级具体情况的深入了解，对AI的建议进行筛选、修改和完善，确保教学设计的科学性与针对性，并融入自己的教学风格与创意。

案例2：设计跨学科项目式学习（PBL）大纲

● 场景： 一所小学计划围绕“本地河流污染”主题，设计一个融合地方历史、环境科学和说明文写作的项目式学习（PBL）单元。

● AI应用： 教师团队利用AI工具进行项目构思和框架设计。他们可以输入这样的指令：“请为四年级学生设计一个关于本地河流污染的PBL单元，需整合历史、科学和说明文写作，最终成果是向社区提交一份调查报告和改进建议。” AI能够提出项目阶段划分、核心驱动问题、可能的探究活动（如水质检测、历史资料查阅、采访社区居民、撰写报告）、以及初步的评估量规建议。AI还可以帮助设计融合科学知识、技术工具和团队合作能力的任务。

● 成果： AI提供了一个连贯的项目结构和多样化的活动思路，有效促进了教师的协作设计。教师团队再根据学校的实际资源、学生的兴趣点以及本地社区的具体情况，对AI生成的大纲进行调整、细化和本地化改造。

案例3：创建探究式问题与提示

● 场景： 一位高中历史教师希望引导学生深入思考“第一次世界大战爆发的深层原因”，避免停留在简单的史实记忆层面。

● AI应用： 教师利用擅长生成开放式问题的AI工具来构思具有启发性的问题。例如，输入指令：“请为高中生生成5个关于一战根本原因的高阶思维问题，鼓励辩论和分析。” AI可能生成诸如：“当时的各国领导人有哪些不同的决策选择可能避免战争？”这类“穿越式提问”也能激发学生的思辨能力。

● 成果： AI提供了一系列富有挑战性的问题，教师可以从中挑选、改编，或以此为灵感设计自己的问题，有效激发课堂深度讨论和批判性分析。

案例4：开发适应性学习活动序列

● 场景： 一位数学教师希望为学生创建一套在线练习代数方程的活动，活动的难度能根据学生的表现自动调整。

● AI应用： 教师可以利用支持自适应学习的平台或使用通用AI工具来辅助设计学习路径的逻辑。例如，输入指令：“设计一个解一元一次方程的适应性学习序列。从一步方程开始，如果学生掌握良好，则进入两步方程；如果遇到困难，则提供更简单的例题和解题提示。” AI可以帮助构建这种递进式的学习流程，并识别相关的基础技能。

● 成果： AI辅助设计了个性化的练习结构，使学生能按照自己的节奏学习和巩固。教师可以通过平台数据监控学生进度，或审阅AI建议的学习路径，及时介入辅导。

案例5：构思创新性评估思路

● 场景： 一位英语教师在教授完一部长篇小说后，希望采用比传统论文或考试更创新的方式来评估学生的理解。

● AI应用： 教师使用AI工具进行头脑风暴。输入指令：“请为九年级学生，在阅读对应主题之后，提出5种创新的评估方式，需包含多媒体或表演形式。” AI可能建议学生创作一期播客节目、制作一部小型纪录片、组织一场模拟法庭辩论、撰写一个人物博客，或者策划一个数字主题展览。

● 成果： AI提供了多样化的评估选项，拓展了教师的思路，使其超越了传统方法的局限。教师可以选择最符合学习目标和学生能力的方案，并进行具体化设计。

关键策略

● 精准化指令（Prompt）： 清晰地定义教学背景（年级、学科）、学习目标、期望的输出格式、内容要求及限制条件。通过与AI的多轮对话和指令迭代，可以获得更优的输出结果。

● 视AI为起点，而非终点： 将AI生成的内容视为初稿或灵感来源，绝不能直接照搬。教师的专业判断和二次创作是保证质量的关键。

● 坚守教育学原则： 确保AI的建议符合有效的教学原理，服务于明确的学习目标，并贴合学生的实际需求。优先考虑培养学生的高阶思维能力。

● 融合而非堆砌： 将AI生成的各个部分（如问题、活动、评估）有机地整合到由教师主导的、连贯的教学流程中。

● 与AI协同工作： 把AI当作可以对话的助手，对其输出提出疑问、要求修改、寻求不同角度的建议。

注意事项：确保教学设计的科学性与一致性

● 严格的内容审核： 必须仔细审查AI生成的所有内容，核查其准确性、适龄性、是否存在偏见，以及是否符合课程标准和教学要求。AI可能会生成超出教学大纲范围的题目或提供不准确的信息。

● 维护教师主体性： 教师始终是教学设计的最终决策者、负责人和实践者。不能将核心的教学决策权完全交给AI 。

● 避免过度依赖： 有选择地使用AI，将其应用于最能提升效率或带来创新的环节，保留足够的时间和精力用于师生互动、情感交流和个性化指导。

● 警惕潜在偏见： AI的训练数据可能包含各种社会偏见，这些偏见可能反映在生成的内容中。教师需要审视内容，确保其公平性和包容性。

● 了解工具的适用性： 不同的AI工具有不同的优势和局限性（例如，某些工具更擅长生成开放式问题，某些则更擅长结构化大纲）。选择合适的工具能事半功倍。

使用AI进行教学设计，其核心优势并不仅仅在于节省时间。更深层次的价值在于，它能够将教师从部分常规、重复性的设计任务（如草拟大纲、生成基础问题）中解放出来，从而让教师能够重新分配这些宝贵的时间和精力，投入到更高价值的教育活动中。这些高价值活动包括：对AI生成内容进行批判性审视和深度加工，根据每一位学生的独特需求进行个性化调整，以及设计能够真正触及深度学习、培养高阶思维和创造力的教学环节。如果仅仅是用AI加速了平庸教学计划的产出，那么技术的潜力就被浪费了。只有当节省下来的时间被有效地再投资于提升教学设计的质量和个性化水平时，AI才能真正赋能教师，优化学生的学习体验。

要实现这一点，教师需要掌握一项新的关键能力——提示工程（Prompt Engineering）。掌握提示词本身不是一个生硬的技术技能，而是教师教育教学智慧的融合，是教师能够准确把握意图与规则，具有一定目的性、专业性的有效表达。这意味着教师不仅要理解教学目标和学生需求，还要学会如何将这些复杂的教育意图清晰、准确地转化为AI能够理解和执行的指令。优秀的提示能够引导AI生成更贴切、更有价值的初步成果。这要求教师不断实践、反思和调整与AI的沟通方式，这本身就构成了教师数字素养发展的一个新维度。

第二章：资源与工具生成，个性化制作新路径

除了辅助教学设计，人工智能在直接创建和定制各种教学资源与交互工具方面也展现出强大的能力。无论是生成练习题、制作演示文稿，还是开发简单的模拟场景或改编阅读材料，AI都能为教师提供高效的帮助，极大地丰富教学工具箱。这不仅能节省教师宝贵的时间，还可能创造出一些传统方式难以快速实现的资源类型。

本章将通过案例探讨AI在资源制作中的具体应用，并提供相关策略与注意事项，旨在帮助教师高效、高质量地利用AI拓展教学资源。

案例研究

案例1：创建交互式演示文稿

● 场景： 一位社会研究教师希望制作一个关于“古埃及文明”的生动演示文稿，包含丰富的视觉元素和互动环节。

● AI应用： 教师可以利用AI演示文稿制作工具。只需输入主题和关键要点，AI就能生成包含文本摘要、幻灯片标题的初步框架，并推荐相关的图片（部分图片可能由AI生成）。AI甚至可以建议用于课堂互动的测验题或讨论提示。

● 成果： 教师迅速获得了一个视觉效果良好的演示文稿初稿。随后，教师可以根据教学目标和学生特点，对内容进行个性化修改，核实图片的恰当性和信息的准确性，并加入自己设计的互动环节。

案例2：词汇拼写游戏

● 场景：在课堂上，制作各类互动小游戏，用于增强课堂中的师生互动。

● AI应用：老师只需告诉AI：“请帮我做一个关于‘交通工具’的英文词汇拼图小游戏”，AI就能迅速生成一个小游戏，学生需要把打乱的单词拼回原来的样子。如果AI没有一下子生成游戏，教师可以强调一下，告诉AI，“用HTML直接实现”。立马做好这个小游戏。

● 成果： 教师能够快速的得到交互性的小游戏，并且可以非常方便的进行调整，极大地提升了该资源工具的适切性。

案例3：开发简单模拟或虚拟实验场景

● 场景： 一位科学教师希望学生探究“单摆周期与摆长关系”的物理规律，但学校的物理实验器材不足以满足所有小组同时操作。

● AI应用： 虽然创建复杂的交互式模拟通常需要专门的软件和编程技能，但AI可以在设计阶段提供帮助。教师可以利用AI（如deepseek）来构思模拟实验的逻辑流程、可调变量（摆长、摆角）、需要观察的因变量（周期）以及预期的实验结果。教师可以让AI用html的格式直接生成，便于直接在线运行。对于实际的虚拟实验操作，教师可以利用AI生成的脚本寻找或使用现有的虚拟实验平台，或者，如果教师具备一定的编程基础，可以借助AI编程助手来构建一个非常基础的互动模型。

● 成果： AI在模拟实验的概念设计阶段提供了支持。教师利用AI生成的计划，可以更有针对性地寻找合适的虚拟实验工具，或指导开发简单的互动元素，为学生提供一个安全、便捷的方式来探索科学概念。

案例4：生成分级阅读段落与音视频资源

● 场景： 一位英语教师需要为班级里阅读水平不同的学生提供关于同一事件的简短阅读材料。

● AI应用： 教师向AI工具提供原始文本或主题。例如，输入指令：“请将这段关于“芯片制造背后的技术”的文字改写成适合五年级阅读水平的版本，然后再改写成适合八年级阅读水平的版本。” AI可以生成相应难度调整后的文本，也可以根据要求生成文章摘要。结合一些AI工具，可以把生成的文字分级材料转化为音频听力资源或视频资源。

● 成果： 教师快速获得了适合不同学生阅读能力的文本版本，大大节省了手动改写的时间。使用前，教师必须仔细审阅，确保核心信息准确无误，语言和复杂程度真正适合目标学生群体。不仅如此，教师创作歌曲、视频的便利性也正在不断提升，又快又好。

案例5：设计教育游戏测验或抽认卡

● 场景： 一位外语教师希望用有趣的游戏测验方式，帮助学生练习新学的词汇。

● AI应用： 教师可以使用AI工具基于词汇列表生成测验题目。例如，输入指令：“请根据这份初级西班牙语食物词汇表，创建15道选择题。” AI还可以帮助生成用于制作数字抽认卡的内容。

● 成果： 教师迅速生成了游戏或抽认卡的核心内容。在投入使用前，教师会检查问题和答案的准确性，可能还会添加图片或提示，然后将其整合到自己偏好的互动教学平台中。

关键策略

● 目标驱动： 在使用AI制作资源前，明确该资源旨在帮助学生学习什么知识或练习什么技能。

● 提供丰富上下文： 在向AI发出指令时，尽可能提供详细的背景信息，如年级、学科、具体知识点、期望的格式、长度、语气以及任何特殊要求。

● 迭代优化： 不要期望一次就能得到完美的结果。尝试调整指令，要求AI提供不同版本，或者组合使用不同AI工具的输出。

● 发挥AI的独特优势： 优先将AI用于那些人工操作耗时较长或难以实现的资源制作任务，例如快速生成大量差异化材料、初步格式化复杂内容等。

● 整合现有工具： 将AI生成的内容（文本、题目、图片等）导入到教师熟悉的平台或软件中，以便编辑、管理和分发。拓展资源类型，关注互动性资源，特别是Html可以直接运行的方式。

注意事项：核查准确性、版权与工具选择

● 事实核查至关重要： AI可能会产生看似合理但实际上错误的信息（即“幻觉”）。必须对照可靠的资料来源，仔细核对AI生成的所有事实、数据和概念。

● 版权意识： 向AI提供原始材料时，要注意该材料的版权归属。AI生成内容的版权状态目前比较复杂，教师应有意识地合乎道德地使用，必要时进行标注。避免将受版权保护或敏感的文档直接输入公共AI工具。

● 偏见审查： 检查AI生成的资源中是否无意间包含了源于训练数据的偏见（如文化、性别、地域偏见等）。确保资源内容公平、客观、包容。

● 工具适用性判断： 优先选择那些为教育场景设计或优化的AI工具 。通用的聊天机器人可能需要更复杂的指令和更多的后期编辑才能生成高质量的教学资源。

● 数据隐私保护： 在使用公共AI工具时，切勿输入任何学生的个人身份信息或学校的敏感数据 。尽可能使用学校或教育局认可和部署的安全平台。

AI技术极大地降低了创建多样化、个性化教学资源的门槛，这在一定程度上实现了优质资源创作的民主化 。理论上，每位教师都可以借助AI快速生成满足特定需求的材料。

然而，这种便捷性也带来了一个严峻的挑战：质量控制。由于AI可能产生错误、带有偏见或教学上不恰当的内容 ，教师的角色就显得尤为重要。易于创建反而更加要求教师具备强大的专业判断力和严格的把关能力。教师必须投入时间和精力进行细致的核查、筛选和修订，确保AI生成的资源不仅形式新颖，更在内容上准确、价值上中立、教学上有效。否则，低门槛可能导致低质量资源的泛滥，反而损害教育质量。因此，AI在资源制作中的应用，对教师的批判性思维和专业素养提出了更高的要求。

随之而来的是教师在资源开发中角色的转变。传统模式下，教师往往是资源的唯一创作者。而在AI时代，教师的角色更趋向于策划者、指令工程师、以及关键的适配者和优化者 。核心技能不再是从零开始构建一切，而是如何有效地引导AI产出有用的初稿，并凭借自身的教育智慧和对学生的了解，对初稿进行专业的精炼和改造。AI负责了资源生成的“体力活”，而教师则专注于更具智慧含量的规范制定、质量评估和个性化适配环节。这反映了技术发展对教师专业能力内涵的重塑。

第三章：将AI智能体融入课堂与课程学习

AI智能体（AI Agent）是指被设计用来在教育场景中与学生进行互动的人工智能系统。它们可以扮演多种角色，如答疑助手、学习伙伴，甚至是模拟特定情境的角色。这些智能体凭借其即时反馈、个性化支持和持续互动的特点，为课堂教学带来了新的可能性。

本章将探讨几种将AI智能体融入中小学课堂的案例，分析其应用策略，并提示相关的注意事项，旨在帮助教师理解并有效利用这些新兴的智能教学伙伴。

案例研究

案例1：用于个性化技能练习的AI辅导员

● 场景： 小学生需要大量练习来巩固基础运算技能（如加减乘除），但每个学生的掌握速度和难点不同。

● AI应用： 教师引导学生使用具备AI辅导功能的数学练习应用或平台。这些AI辅导员能够根据学生的答题情况，实时判断其掌握水平，自动调整后续练习题的难度。当学生答错时，AI能提供及时的提示、分步解析，甚至通过苏格拉底式提问引导学生自行发现错误原因。

● 成果： 学生获得了针对性的、即时反馈的练习体验，能够按照自己的节奏查漏补缺。教师则可以通过系统生成的学习报告，快速了解每个学生的学习进展和薄弱环节，从而进行更精准的线下辅导。

案例2：回答学生疑问的学科AI聊天机器人

● 场景： 学生在进行关于“热带雨林生态系统”的自主探究项目时，会遇到各种具体的事实性问题。

● AI应用： 教师可以预先配置一个基于特定知识库的AI聊天机器人。这个机器人被“喂食”了关于热带雨林的可靠资料。学生可以随时向它提问，例如 “举例说明亚马逊雨林中的三种哺乳动物。” 。

● 成果： 学生能够快速获得基础性问题的解答，减少了探究过程中的阻碍，也减轻了教师回答重复性问题的负担。但关键在于教师需要确保机器人知识库的准确性和安全性，并教导学生批判性地看待机器人的回答。

案例3：AI角色扮演模拟

● 场景： 语言课上，学生需要练习特定语境下的对话能力，例如进行一次模拟面试；或者历史课上，学生需要更深入地理解历史人物的观点。

● AI应用： 教师利用AI工具（如在豆包中选择不同的角色）创建一个虚拟角色扮演场景。学生可以与扮演特定角色的AI进行对话。例如，与扮演“莎士比亚”的AI用早期现代英语交流，或者与扮演“面试官”的AI进行求职面试练习。教师可以设定具体的对话目标和场景。

● 成果： 学生在安全、无压力的环境中获得了沉浸式的互动学习体验，有效锻炼了沟通技巧或加深了对特定视角的理解。教师在旁观察、引导，并在结束后组织讨论和反思。

案例4：基于学习进展推荐资源的AI

● 场景： 在完成一个单元的学习和测验后，教师希望为每位学生提供个性化的后续学习资源，以巩固知识或拓展视野。

● AI应用： 教师使用集成了AI推荐功能的学习平台或工具。系统根据学生的测验成绩、练习表现或课堂互动数据，分析其知识掌握情况，并自动推荐相关的学习材料，如针对薄弱知识点的讲解视频、拓展阅读文章、或更高难度的挑战题。

● 成果： 学生收到了量身定制的学习资源建议，有助于实现个性化的学习路径，促进自主学习。教师需要审核AI推荐的资源质量，并结合自己的判断给予学生最终的学习建议。

案例5：AI辅助学生研究或头脑风暴

● 场景： 学生在启动一个科学探究项目时，对于选择研究主题或查找初步资料感到困难。

● AI应用： 教师指导学生将AI工具作为辅助思考的伙伴或初步的信息搜集助手。学生可以向AI提问，例如：“请为七年级学生推荐5个与可再生能源相关的、可行的科学探究项目思路。” 或者 “请简要介绍‘光合作用’的概念和涉及的关键术语。”

● 成果： AI帮助学生克服了项目启动阶段的障碍，激发了想法。教师在此过程中扮演引导者角色，强调不能直接复制AI内容，必须对AI提供的信息进行批判性评估，并指导学生查找更权威、更深入的学术资源。

关键策略

● 明确应用目的： 将AI智能体有针对性地融入教学环节，服务于具体的学习目标（如技能练习、概念理解、思维拓展），避免为了用AI而用AI。

● 结构化互动过程： 为学生与AI智能体的互动设定清晰的任务、规则和预期成果，使其互动更聚焦、更高效。

● 培养批判性使用能力： 明确教导学生如何有效地向AI提问（提示工程），以及如何批判性地分析和评估AI的回应，识别潜在的错误或偏见。

● 教师的主导与引导： 教师应积极监控学生的互动过程，适时介入引导，组织后续的讨论、反思和深化学习，确保AI的应用服务于整体教学目标，教师始终处于中心地位。

● 选择合适的工具： 优先选用为教育场景设计的、内置安全防护和教学逻辑的智能体。若使用通用AI，则需通过精心设计提示词、限定知识范围等方式进行约束和优化。

注意事项：管理互动、数据隐私与避免依赖

● 准确性与偏见风险： AI智能体的回答可能不完全准确，甚至可能带有偏见。教师必须引导学生养成核实信息的习惯，不能迷信AI的答案。

● 数据隐私与安全： 学生与AI的互动会产生大量数据。必须严格遵守学生数据隐私保护的相关法规。优先使用经过学校或教育部门审核、符合数据安全要求的平台，并清楚了解其数据收集和使用政策。避免学生在互动中透露过多个人敏感信息。

● 过度依赖与思维惰性： 如果学生习惯于直接从AI获取答案，可能会削弱其独立思考和解决问题的能力。教学设计应鼓励学生利用AI作为思考的跳板，而非终点，布置需要综合运用知识和创造性解决问题的任务。

● 情感与社交影响： AI的互动无法替代真实的人际交往。应确保AI的应用是作为师生互动、生生互动的补充，而不是取代它们，避免造成情感疏离。关注学生在人机互动中的情感体验。

● 内容安全与适宜性： 尤其是对于低龄学生，必须采取有效措施（如内容过滤、敏感词屏蔽、教师监控）防止他们接触到不适宜的内容或进行不当的互动。选用具备青少年安全防护机制的系统尤为重要。

AI智能体在教育中的一个独特潜力在于其提供动态脚手架的能力。不同于静态的帮助文档或固定的提示，AI智能体可以在学生进行复杂任务（如解决难题、进行研究、写作）的过程中，根据学生的实时表现和需求，提供恰到好处的、个性化的支持、提示和解释。这种即时、适应性的帮助，有可能比传统方式更有效地帮助学生跨越学习障碍，填补知识或技能的空白。它们能够将复杂的学习过程分解，并在学生最需要的时候提供精准的辅助，从而促进更深层次的理解和能力的构建。

然而，仅仅将AI智能体引入课堂是远远不够的。要真正发挥其价值并规避风险，教师必须承担起明确指导学生如何与AI互动的责任。这包括教授学生如何提出有效的问题（即良好的提示技巧）、如何批判性地解读AI的回答（识别潜在错误、偏见和局限性），以及如何将AI作为工具来辅助而非替代自己的思考。

这种与AI有效、负责任地互动的能力，本身就应被视为一项重要的学习目标和未来素养，需要教师进行专门的教学设计和持续的引导，而不是想当然地认为学生天生就会正确使用这些工具。缺乏这种明确的指导，AI智能体的引入很可能事倍功半，甚至产生负面效果。

第四章：赋能学习评价，高效反馈与深度洞察

学习评价是教学过程中不可或缺的关键环节，它不仅用于衡量学生的学习成果，更重要的是为后续的教学调整和学生的个性化发展提供依据。

人工智能技术正在为传统的学习评价方式带来深刻变革，它能够提高评价效率，提供更即时、更细致的反馈，并从数据中挖掘出更深层次的学习洞察。从自动批改客观题到辅助评分主观写作，从诊断学习难点到生成个性化建议，AI正在成为评价领域的得力助手。

本章将通过案例展示AI在学习评价中的多种应用，探讨有效利用AI进行评价的策略，并分析需要警惕的风险与注意事项。

案例研究

案例1：客观题目的自动化评分

● 场景： 教师需要快速批改包含大量选择题、判断题、填空题的随堂测验或单元考试。

● AI应用： 教师利用学习管理系统（LMS）中集成的自动评分功能，或使用专门的在线测验平台。教师预先设定好标准答案，学生在线提交答卷后，系统能够瞬间完成对客观题部分的评分。

● 成果： 教师从繁琐的重复性批改工作中解放出来，可以迅速获得全班的成绩统计和初步的答题情况分析，从而更快地向学生反馈结果，并将更多精力投入到主观题批改或教学反思中。

案例2：AI辅助写作评分与反馈

● 场景： 英语教师需要对学生的作文进行评价，不仅关注内容，还要对语言的规范性（语法、拼写、结构）提供反馈。

● AI应用： 教师使用AI写作评价工具。AI系统能够自动扫描文本，识别并标注出语法错误、拼写错误、标点误用、语句不通顺等基础性问题。部分工具还能根据预设的评分维度（如结构逻辑、语言表达、思想深度）给出初步的评分建议或评语。

● 成果： AI承担了基础性错误的检查工作，保证了反馈的一致性和效率。教师可以在此基础上，更专注于评价文章的立意、思想深度、论证逻辑和创造性等更高层次的方面，并添加更具个性化和启发性的指导意见。

案例3：通过AI分析学生作业识别学习难点

● 场景： 数学教师希望通过分析全班的作业或测验答卷，快速找出学生普遍存在的知识漏洞或易错点。

● AI应用： 教师利用具备学情分析功能的AI工具。这些工具能够处理学生的答题数据（可能来自在线提交或拍照上传），自动统计各题的错误率，识别错误类型（如计算错误、概念混淆），并将结果以可视化形式呈现（如“知识点薄弱点热力图”），清晰地展示出班级整体的学习难点。

● 成果： 教师无需手动统计和分析大量数据，就能迅速、精准地定位到需要重点讲解或加强练习的知识点，从而能够“对症下药”，调整教学策略，进行有针对性的辅导。

案例4：生成个性化反馈与后续学习建议

● 场景： 在一次评估之后，教师希望给每位学生提供具体的、针对其个人表现的反馈和改进建议。

● AI应用： 基于AI对学生作业或测验结果的分析，或者根据教师输入的特定指令，AI工具可以生成个性化的反馈评语。例如，针对某个在“力学”部分表现薄弱的学生，AI可以自动推荐一个从“牛顿定律”到“动能定理”再到“综合应用题”的渐进式学习计划，并匹配相应的微课资源。AI还可以根据错题分析结果，推送同类型的题目供学生巩固练习。北京市计划推广的AI学伴和AI导学应用也旨在提供个性化学习路径和指导。

● 成果： 学生能够收到更及时、更具针对性的反馈和学习资源推荐，有助于自我修正和提升。教师在使用前应审阅AI生成的建议，确保其准确性和适切性，并结合对学生的了解进行补充。

案例5：课堂智能分析，为教学反思提供循证依据

● 场景：教师希望在课后快速回顾一节课的数据与证据，包括本节课的主要流程和实施过程，以便进行有效的教学反思和准备次日课程。

● AI应用：AI系统处理课堂录制的音视频数据，自动生成结构化的课堂摘要（例如：采用华东师范大学课程所开发的高品质课堂智能分析AIC*）。摘要可能包括时间轴标记的关键活动、师生互动片段的文字转录或标记、学生发言的要点、教师关键指令或讲解的概述，甚至可以自动标记出课堂中参与度高或出现困惑的时刻，以及对课堂话语、师生对话进行编码分析等。

● 成果：教师无需重看冗长的课堂录像，就能快速把握课堂的整体脉络和关键节点，极大地提高了教学反思的效率和针对性，有助于及时调整和优化后续教学。

关键策略

● 人机结合，优势互补： 将AI主要用于处理标准化、重复性的评价任务（如客观题评分、基础语法检查），将教师的专业判断力保留用于评价复杂性、创造性和深层理解 ²⁰。

● 保障透明度： 向学生和家长清晰地说明AI在评价过程中的作用、使用的标准以及教师如何参与其中。

● 侧重形成性评价： 充分利用AI快速反馈和诊断分析的优势，将评价的重心放在促进学习过程上，及时发现问题、调整教学、引导学生进步，而不仅仅是作为终结性的分数评定。

● 用评价数据驱动教学： 不仅要利用AI生成评价结果，更要深入分析AI提供的学情报告和数据洞察，并将其切实应用于改进教学设计和实施个性化辅导。

● 培养学生的反馈素养： 指导学生如何理解和有效利用AI生成的反馈（以及同伴、教师的反馈）来改进自己的学习。

注意事项：应对偏见、确保效度与维护教师判断

● 警惕算法偏见： AI评价工具可能因为训练数据的偏差而对某些学生群体（如非母语者、具有独特表达风格的学生）产生不公平的评价。教师需要对AI工具进行批判性审视，了解其潜在偏见，并在必要时干预或调整评价结果。

● 确保评价效度与信度： 教师需要判断AI工具是否真正在测量预期的学习目标，其评价结果是否可靠、一致。评价工具的选择应与其教学目标和课程内容高度一致。

● 避免过度简化： AI可能难以捕捉学生理解的细微差别、创造性思维的火花或解决问题的独特路径。不能完全依赖量化的AI评分，必须结合教师的定性判断。

● 保障数据安全： 学生的评价数据极其敏感，必须使用符合安全规范和隐私政策的平台，严格遵守数据保护规定。

● 防止“应试AI”： 学生可能会试图找出AI评分的模式并迎合算法，从而绕过真正的学习。教师应采用多样化的评价方式，避免单一依赖AI评分。

● 维护教师专业性： 过度依赖AI进行评价，可能导致教师在评价与反馈方面的专业能力弱化。教师应始终保持积极参与，发挥不可替代的专业判断作用。

AI在评价领域的应用，使得对学生学习过程和成长的关注变得更加可行。传统评价往往侧重于某个时间点的结果（如期末考试），而AI能够持续追踪学生的学习轨迹，分析其在不同任务中的表现，识别反复出现的错误模式，从而描绘出更动态、更全面的学习图景。例如，通过分析学生历次作业的数据，AI可以生成“成长记录袋”或学生画像，展示其在特定知识点或技能上的进步情况。这种基于过程和增值的评价方式，更能体现个性化学习的理念，也更能为学生的持续发展提供有价值的反馈。

然而，AI评价带来的即时性反馈也可能伴随着反馈深度和温度的损失。AI生成的反馈虽然快速、具体（例如指出语法错误），但往往缺乏人类教师所能给予的同理心、鼓励和针对学生个体情感状态的细微调整。过于冰冷、纯粹技术性的反馈可能难以激发学生的内在动机，甚至可能打击其学习积极性。因此，关键在于找到平衡点：利用AI的高效性处理基础层面的反馈，同时，教师必须投入时间，在AI反馈的基础上，增加人文关怀和深度对话，确保评价不仅是技术的产物，更是促进学生全面成长的教育过程。教师的“真刀实枪上阵”的评改课，在AI辅助之后，变得更为重要和聚焦。

第五章：负责任的实施与展望未来

教师使用的基本规则

在将人工智能融入中小学教育的各个环节时，我们必须始终坚守一系列伦理原则，确保技术的应用符合教育的根本目标和人类的基本价值观。这些原则贯穿于本手册的各个章节，在此进行归纳总结，以指导负责任的实践：

1. 以人为本： AI技术的发展和应用应始终服务于促进学生全面发展和教师专业成长的目标，尊重人的尊严、自主权和福祉。技术是手段，育人是目的。

2. 公平与非歧视： 必须警惕并努力消除AI算法中可能存在的偏见，确保AI系统不会对特定学生群体（基于性别、种族、社会经济背景、学习特点等）产生歧视或加剧教育不平等。

3. 透明度与可解释性： AI系统的决策过程和依据应尽可能透明化，让教师和学生能够理解其工作原理和局限性。对于影响重大的决策（如评价），应追求可解释性，避免“黑箱”操作。

4. 安全与保：必须采取强有力的措施保护学生和教师的数据安全，防止数据泄露、滥用或被恶意攻击。同时要确保AI系统的使用不会对师生的身心健康造成伤害。

5. 问责制：尽管AI可以辅助决策，但最终的责任必须由人类承担。无论是教学设计、资源选择、评价判断还是课堂管理，教师和教育机构都应对AI的应用及其后果负责。AI本身不应被赋予法人资格或独立承担责任。

6. 隐私保护： 严格遵守个人信息保护（尤其是未成年人信息保护）的法律法规，遵循最小化收集原则，确保数据采集和使用获得明确的知情同意，保障师生的隐私权不受侵犯。

7. 人类监督与控制： 教师的专业判断和决策力至关重要，不能完全被AI取代。在关键环节，特别是涉及复杂情境判断或对学生产生重大影响的决策时，必须保留人类的最终审核和干预权。

教师的使用保障措施
为了在日常教学中践行上述伦理原则，教师可以采取以下具体行动：

● 批判性评估AI输出： 始终对AI生成的内容（教案、资源、题目、反馈等）进行审慎评估，检查其准确性、适切性、偏见和潜在错误。

● 多源核实信息： 不轻信AI提供的单一信息来源，引导学生也养成利用可靠渠道交叉验证信息的习惯。

● 保护学生数据： 严格遵守学校关于数据隐私的规定，不将学生个人身份信息输入公共AI平台，优先使用学校批准的安全工具。

● 保持沟通透明： 向学生和家长清楚解释将在何时、何地、如何使用AI工具，以及AI在教学和评价中扮演的角色。

● 避免过度依赖： 有意识地平衡AI工具的使用与传统教学方法、师生互动，确保技术服务于教学目标，而不是主导教学过程。

● 识别并报告问题： 如发现AI工具存在明显偏见、持续出错或安全隐患，应及时向学校或技术提供方报告。

● 遵循学校政策： 了解并遵守学校或学区关于AI使用的相关政策和指导方针。

逐步采纳与寻求支持的策略
面对日新月异的AI技术，教师不必感到焦虑或强求一步到位。建议采取循序渐进的策略：

从小处着手： 选择一两个风险较低、易于操作的应用场景开始尝试，例如使用AI辅助生成教学反思报告或头脑风暴教学活动创意。

● 同伴协作： 与对AI感兴趣的同事组成学习小组，分享使用经验、交流技巧、共同解决遇到的问题。

● 寻求专业发展： 积极参加学校、区域或在线平台提供的AI教育应用培训和研修活动，提升自身的AI素养和应用技能。

● 利用现有资源： 充分利用国家、省市级智慧教育平台提供的AI相关资源和工具。

● 保持开放心态与持续学习： AI技术在不断发展，保持好奇心和学习的热情，关注教育领域AI应用的新动态和最佳实践。

教师角色的演变
人工智能的融入，并非要取代教师，而是正在重塑教师的角色，让教师成为AI的领导者。未来，教师将更加侧重于那些AI难以替代的、更体现教育本质的职责：

● 学习的设计者与引导者： 从知识的主要传授者，转变为学习体验的设计者、学习资源的策划者和学生探究过程的引导者。

● 高阶思维的培养者： 更加注重培养学生的批判性思维、创造性思维、解决复杂问题的能力以及协作沟通能力。

● 伦理与价值观的塑造者： 引导学生理解AI的社会影响和伦理议题，培养负责任的数字公民。

● 个性化学习的促进者： 利用AI提供的学情数据和工具，更精准地把握学生个体差异，提供个性化的指导和支持。

● 人际情感的连接者： 在技术日益普及的环境下，教师在建立积极师生关系、营造温暖课堂氛围、关注学生情感需求方面的重要性将更加凸显。

未来趋势与持续学习

人工智能在教育领域的应用仍处于快速发展阶段。未来，我们可以期待看到更智能的个性化学习系统、更强大的跨模态理解能力（如结合文本、图像、语音进行分析）、更易于教师使用的AI开发工具（如低代码平台）、以及AI在特殊教育、心理健康支持、生涯规划等领域的更广泛应用。

面对这种快速迭代的技术环境，教师需要将持续学习视为职业生涯的常态。积极参与专业发展活动，关注行业动态，与其他教育者交流，勇于在实践中探索和反思，是跟上时代步伐、不断提升自身AI教育教学能力的关键。

人工智能在教育中的负责任实施，绝非仅仅依靠教师个体的努力就能完成。它是一个系统性工程，需要学校管理者、教育行政部门、技术开发者以及社会各界的共同参与和支持。学校需要制定清晰的AI应用政策和伦理指南，提供必要的硬件设施、网络环境和技术支持，并投入资源组织高质量的教师培训和持续专业发展项目。教育行政部门则需要在区域乃至国家层面进行顶层设计，推动资源共享，建立标准规范，并可能需要引导建立多元化的投入机制。缺乏这种系统性的规划、投入和支持，仅靠一线教师的热情和探索，很难实现AI在教育中广泛、深入且负责任的应用。

鉴于人工智能技术的飞速发展及其对教育可能产生的深远影响，采取前瞻性、主动性的伦理审思和政策制定变得至关重要。我们不能等到问题出现后才被动应对，而应在AI工具广泛部署之前，就对其潜在的风险（如加剧不平等、侵犯隐私、削弱批判性思维等）进行充分的预判和评估，并据此建立起明确的伦理规范和应用边界。这种主动的伦理治理，不仅有助于引导技术的健康发展，更能为教师的实践提供清晰的指引，为学生营造一个安全、公平、且有利于成长的智能化学习环境。只有这样，我们才能在拥抱技术变革的同时，牢牢守住教育的初心和底线。

或下载该报告的PDF版本：https://x.aiclassroom.net/reports/MasteringAI.pdf