夜雨聆风
课堂遇见AI:让技术回归工具本位——一个教育观察者的手记
音频速读
第一章：老王的三次课堂尝试
一、第一次尝试：跟风者
老王是我认识的一位计算机老师，教了二十多年书，一直挺受学生欢迎。但这两年他有点焦虑。
“现在到处都在说AI教学，”他跟我喝茶时说，“学校开会强调，同行聊天也问，好像我不在课堂上用点AI，就落伍了。上周我硬着头皮试了一回，结果……”
他讲起那天的情形。
那是一堂面向大一新生的《程序设计基础》，老王准备了几个用AI生成代码的案例，想着让学生见识见识新技术的厉害。开场白很时髦：“同学们，未来程序员的工作方式已经变了，我们要学会和AI协作。”
投影幕上，他打开一个AI编程助手，输入需求：“用Python写一个贪吃蛇游戏。”几秒钟后，代码生成，运行，一条小蛇在屏幕上蠕动起来。学生们“哇”了一声。
老王挺得意，又输入第二个需求：“加个计分功能。”AI刷刷改完代码，分数栏出现了。
按老王的设计，接下来该让学生自己动手了。他布置任务：每人用AI生成一个“俄罗斯方块”的核心代码。
问题来了。
有学生的AI生成代码跑不通，举手问怎么办。老王过去一看，代码逻辑没问题，是缩进出错了，让AI重新生成一遍就好。但另一个学生又举手，说生成的界面太丑，想修改不会。紧接着，第三个学生问：“老师，AI给的这个算法我看不懂，能讲一下吗？”
四十五分钟的课，最后成了“AI代码修修补补现场”。老王疲于奔命地回答各种细碎问题，学生们有的茫然，有的干脆自己玩起了手机。
“你说我这是图啥？”老王苦笑，“原来我手把手教写代码，虽然慢，但学生起码能一步步跟上。现在有了AI，反而乱成一锅粥。教研室主任来听课，课后委婉地说：‘王老师，咱们用技术，还是要服务于教学目标的。’”
我问他：“那你为什么非要用AI？”
老王愣了一下：“大家都在用啊。比赛用，展示用，我不用显得落后。”
“那你想过没有，这堂课如果用AI，目的是什么？是让学生学得更好？还是单纯展示‘我用AI了’？”
老王沉默了。
二、第二次尝试：对症下药
过了两个月，老王又约我喝茶，这回神情轻松不少。
“我又试了一回，这次效果不错。”
他讲起调整后的思路。
这次是一堂面向大三学生的《软件工程》课，内容是关于需求分析的。老王没有一上来就用AI炫技，而是先想：这堂课的核心难点是什么？学生最难掌握的，不是需求文档怎么写，而是怎么从客户的模糊描述中提取出真正的需求。
“我模拟了一个真实场景，”老王说，“假设学生是一个开发团队，客户是一家小餐馆的老板，想要一个点餐系统。老板不懂技术，描述需求颠三倒四：‘我想要个系统，就是客人来了能点菜，厨房能看见，收银别出错。对了，最好能统计哪个菜卖得好，还有，有时候客人要打包，这个也得算……哦，还有，我们店小，别弄太复杂的设备，服务员用手机就能点就行。’”
学生分组讨论，试着提炼功能需求。有的组列了十几条，有的组列了四五条，五花八门。
这时，老王才引入AI。
“我让他们把客户的原始描述输入一个AI对话模型，让AI帮忙梳理出初步的需求列表，并给出分类。AI很快给出了结果：点餐功能、厨房显示功能、收银功能、数据统计功能、移动端适配。还特别提醒：‘根据描述，餐馆规模小，应优先考虑轻量化方案。’”
学生们对比自己列的和AI列的，发现了自己的遗漏和分类不清。老王接着引导：“现在，假设老板又加了一句——‘我以前那套系统，经常出单慢，客人催，这次新系统一定要快。’这个‘快’怎么转化为具体的需求？”
各组讨论后，再次请教AI。AI回答：“‘快’可以拆解为：点餐操作步骤不超过3步，订单传输延迟不超过2秒，高峰期并发处理能力不低于每分钟20单。”
“学生一下子就明白了，”老王说，“原来需求分析不是简单记录客户说的话，而是要把模糊的语言翻译成可测量的技术指标。AI在这个过程里，像一个随时在线的助手，帮忙整理、启发思路，但最终怎么拆解、怎么取舍，还是学生自己动脑子决定的。”
我问：“这和你第一次尝试，区别在哪？”
老王想了想：“第一次，我是为了用AI而用AI，想让技术当主角。第二次，AI只是个工具，主角是学生怎么思考问题、怎么拆解问题。该学生动脑的地方，一点没省。”
三、第三次尝试：意外收获
又过了几个月，老王打电话来，兴奋地说有个意外收获。
原来，他辅导学生参加一个软件设计竞赛。几个学生想做一个帮助老年人使用智能手机的APP。想法挺好，但做着做着卡住了：他们不知道老年人真正需要什么，自己的设计全是凭想象。
有个学生提议：“要不咱们用AI模拟一下老年用户？”他们把一个对话模型设定为“75岁、略有耳背、不熟悉智能手机操作、子女不在身边”的用户，然后向它提问各种使用场景。
AI模拟的回答，让他们发现了不少盲点。
比如，他们原本设计的功能入口在APP首页顶部，但“老年用户”反馈：“我眼睛不好，上面那排字看不清，而且我习惯从中间开始看屏幕。”他们设计的操作流程需要双击确认，“老年用户”说：“我手抖，双击经常变成单击，能不能改成按住两秒？”
学生们按照这些反馈不断调整设计。最后提交的作品，评委评价很高，说他们对用户需求的理解非常深入。
“你知道最让我高兴的是什么吗？”老王说，“不是他们拿了奖，而是他们学会了一种思维方式——任何工具，包括AI，都可以作为了解世界的一个窗口。但窗口看到了什么，最终还是要靠人自己的眼睛去判断。”
第二章：技术只是舞台，不是戏
一、一个容易被忽略的事实
这些年我观察过不少课堂，有一个现象很有意思。
有些老师用很传统的教学方法，黑板粉笔，讲练结合，课堂却充满张力。学生眼睛是亮的，举手发言很踊跃，下课了还围着老师讨论。而另一些老师，用上了最新的多媒体设备、智慧教室、AI助手，课堂却像一潭死水——学生安静地坐着，偶尔被抽点回答一下，没有任何真正的互动。
有人把这归结为老师个人魅力。我不完全认同。
我曾连续旁听过一位老师的课。他教的是《经济学原理》，很抽象的一门课。但他的课堂总是很热闹。有一次讲“机会成本”，他没用什么高科技，就是问了学生一个简单问题：“假如今天晚上，你们本来可以做什么？现在来上课，放弃了什么？”
学生们七嘴八舌：可以约会、可以打游戏、可以兼职赚钱、可以睡觉。
老师接着问：“那你们为什么还来上课？”
有学生说怕点名，有学生说想拿学分，有学生说觉得上课有用。
老师说：“好，你们刚刚经历了一次机会成本的权衡。你们放弃的，是那些事情的收益；你们选择的，是基于对上课价值的判断。机会成本不是一个抽象的概念，它就在你们每天的选择里。”
那一瞬间，我看到很多学生眼睛里亮了一下。
后来我问他：“你用的是什么教学方法？”他想了想说：“没什么特别的方法，就是想办法让他们觉得自己和知识有关系。”
这句话，我一直记着。
反观那些技术炫目但课堂沉闷的课，往往有一个共同点：技术和学生的关系，远大于学生和知识的关系。课件做得很精美，动画很酷炫，AI互动很新奇，但学生全程只是个观众。他们看技术表演，而不是自己在知识的海洋里扑腾。
技术和教学的关系，其实很简单：技术是舞台，不是戏。戏是学生和知识之间的互动。舞台再华丽，戏不好看，观众还是会打瞌睡。
二、技术使用的一个陷阱
有一种现象，在教育圈里很普遍，叫“功能替代陷阱”。
什么意思呢？就是老师原本需要花很多精力去做的事情，现在技术可以代劳了，老师就把这些精力省下来了。听起来很好，但省下来之后呢？
举个例子。
以前老师批改作业，要逐字逐句看，要写评语，要指出问题。这个过程很累，但也是老师了解每个学生掌握情况的重要途径。谁经常犯同类错误，谁理解得比较快，谁的态度很认真但方法不对，这些信息是在批改过程中自然获得的。
现在有了AI批改，几秒钟就能完成，还能自动生成分数和统计报表。老师省力了，但原本通过批改获得的那些“隐性信息”，也跟着消失了。
我见过一位年轻老师，很依赖AI批改系统。有一次他拿着报表找我讨论，说某个班平均分偏低，不知道怎么回事。我问：“那几个分数最低的学生，平时上课状态怎么样？作业经常出什么问题？”
他愣了愣，答不上来。报表告诉他分数，但没告诉他更多。
这不是AI的问题，是使用AI的方式出了问题。如果老师把省下来的时间，用来更深入地分析学生的学习问题，或者设计更有针对性的辅导，那技术就是好帮手。如果只是图省事，那技术反而成了了解学生的屏障。
三、别让技术替代思考
还有一种更隐蔽的陷阱，叫“思考替代”。
我看过一堂《历史》课，讲的是二战。老师用VR技术让学生“身临其境”感受诺曼底登陆的场景。画面很震撼，枪炮声、喊叫声、海浪声，学生戴着VR眼镜，有的紧张得握紧拳头。
体验结束后，老师问：“同学们，你们有什么感受？”
学生说：“太可怕了！”“战争真残酷！”“士兵很勇敢！”
老师满意地点点头，开始讲解这段历史。
课后我和那位老师交流。我问他：“如果不用VR，你会怎么讲这一段？”
他说：“那我可能会放一些历史影像资料，然后引导学生分析诺曼底登陆的战略意义，讨论盟军为什么要选择这个地点，为什么能成功。再延伸一下，如果由你来指挥，你会怎么部署？”
我接着问：“你觉得这两种方式，哪一种更能让学生学到东西？”
他想了想说：“可能还是后者。VR体验虽然震撼，但学生只是感受了一下气氛。真要理解这段历史，还是得动脑子分析。”
我说：“那你为什么用VR？”
他有点不好意思：“因为学校提倡新技术，这个VR课件花了不少钱买的，不用一下好像对不起那个投入。”
这是很典型的“技术替代思考”。震撼的感受，很容易被误认为深刻的理解。
但感受是感受，理解是理解。感受来得快，去得也快；理解需要时间沉淀，但能留下来。
技术可以制造感受，但不能替代思考。该让学生烧脑的地方，一点都不能省。
第三章：什么样的技术使用是好的
一、技术要服务于“让人动脑子”
观察过很多好的课堂后，我得出一个简单的判断标准：看技术是让人更动脑子，还是让人更不动脑子。
举个例子。
以前讲统计学里的“正态分布”，老师要在黑板上画曲线，解释均值、标准差，学生听得云里雾里。现在有一些很好的教学软件，可以动态演示：调整一个参数，曲线怎么变；选取不同样本，分布怎么变。学生可以自己动手操作，直观感受那些抽象概念。
这是好技术，因为它让学生动脑子了——学生在操作中思考：“为什么这里变了？哦，原来标准差影响的是这个。”
反过来，有些课件把所有推导过程都展示得清清楚楚，学生只需要看着屏幕，像看电视一样。讲完一节课，学生脑子里什么都没留下。这就是坏技术，因为它把原本需要学生自己推导、自己消化的过程，全替学生做了。
好的技术，是让学生变成参与者，而不是旁观者。
二、技术要服务于“让人提更好的问题”
我还发现一个规律：好的技术使用，往往会激发学生提出更多问题。
有一次旁听物理课，讲电磁感应。老师用一个简单的模拟软件，让学生设计发电机线圈的参数。任务：让一个小灯泡最亮。
学生开始尝试：多绕几圈？用更粗的铜线？转得快一点？磁铁强一点？
软件实时显示灯泡亮度的变化。
有个学生突然问：“老师，如果我用超导材料做线圈，是不是可以不要能源，一直发电？”
老师笑了：“这个问题问得好！谁来回答他？”
另一个学生说：“能量守恒啊，灯泡亮了，能量哪里来？最后还是靠转动的机械能。”
第一个学生追问：“那如果转动也停了，超导线圈里的电流会不会一直存在？”
教室里一下子热闹起来。
老师没有直接回答，而是让他们再做一个实验：关掉转动的动力，看电流能不能维持。软件模拟结果显示，没有机械能输入后，电流很快衰减。老师这才解释：超导材料可以无电阻，但线圈里储存的电磁能还是会消耗，除非有持续的能量输入。
你看，一个好的技术工具，不是为了演示正确答案，而是为了激发学生提出更深入的问题。技术提供了一个可以自由探索的空间，学生在这个空间里发现问题、尝试解释、验证想法，然后产生新的问题。
这样的课堂，学生不会觉得时间过得慢。
三、技术要服务于“建立真实连接”
还有一种好的技术使用，是帮助学生和真实世界建立连接。
我观察过一门《环境科学》课。老师没有用那些高大上的模拟软件，只是让学生用手机下载了一个空气监测APP，然后分组去校园不同地点测量PM2.5。
操场、食堂门口、图书馆自习室、宿舍楼下、学校旁边的马路……学生记录数据，发现不同地点数值差异很大。他们开始讨论：为什么这里高？和车流量有关？和绿化有关？和人流密度有关？
然后老师引导他们进一步思考：如果我们要改善空气质量，应该从哪些方面入手？这些措施可能有什么副作用？谁应该为此负责？
一堂课下来，学生学到的不仅是PM2.5是什么，更重要的是，他们开始用科学的眼光看待身边的环境，开始思考真实世界里的复杂问题。
那个手机APP，就是一个简单的技术工具，但它让学生和真实世界之间，建立起了一座桥梁。
技术最好的位置，不是在讲台上表演，而是在学生和世界之间，做一个安静的连接者。
第四章：关于教育本质的三个小故事
一、种花的故事
我认识一位老教授，教了一辈子书，快退休了。有一次和他聊天，我问他：“您觉得教育最重要的是什么？”
他没直接回答，给我讲了个故事。
他年轻时在农村教书，学校旁边有个老花匠，种了一辈子花。有一天他问老花匠：“种花有什么秘诀？”
老花匠说：“没什么秘诀。花自己会长，你只是帮帮忙。”
他不理解：“帮什么忙？”
老花匠指着花圃说：“你看，有的花喜欢阳光，就种在向阳的地方；有的花喜欢阴凉，就种在树下。有的花爱喝水，就多浇点；有的花怕烂根，就少浇点。有的花要搭架子，有的花要修枝。花自己会长，你只是顺着它的性子，给它需要的。”
老教授说，这句话他记了一辈子。
“教育也是一样的，”他说，“学生自己会成长，老师只是帮忙。帮什么忙？看他是什么‘花’，需要什么‘养分’，在什么‘季节’，要什么‘环境’。帮忙不是替他长，是让他长好。”
我问他：“那技术呢？技术在种花里是什么？”
他想了想说：“技术是工具。铁锹、水壶、肥料、架子。好工具能帮上忙，但你不能对着铁锹教书。你得对着花。”
二、学车的比喻
有一次和几个朋友聊起学车经历，突然觉得学车和学习的本质很像。
学车的时候，教练坐在旁边。一开始，教练会告诉你：离合器怎么踩，方向盘怎么打，看后视镜，找参照点。你手忙脚乱，熄火无数次。
练着练着，你慢慢找到感觉了。教练开始少说话，偶尔提醒一下：慢一点，看远一点，别紧张。
等到你独立上路了，教练就不坐在旁边了。你一个人开车，遇到各种情况自己处理。有时候你会想起教练说过的话，有时候你会自己总结经验。
整个学车过程，教练始终在，但教练从不替你开车。方向盘在你手里，油门刹车在你脚下，眼睛要看路，脑子要判断。教练的作用，是确保你在安全的前提下，自己去掌握这门技能。
教育也是这样。老师可以是教练，但方向盘得在学生手里。技术是什么？技术是那辆车的辅助系统，倒车影像、车道保持、自动刹车，能帮你开得更安全、更轻松，但最终去往哪里，怎么走，还是得你自己决定。
如果你在学车的时候，车子全程自动驾驶，你只是坐在驾驶座上看着，那你永远学不会开车。
三、灯光的故事
还有一个故事，是我自己经历的。
读大学的时候，有一门课很难，讲的是某种很抽象的数学理论。上课的老师讲课很一般，照本宣科，我听不太懂，越听越没兴趣。期末考得很差，差点挂科。
后来毕业工作了，遇到一个问题，需要用那种数学理论来解决。没办法，硬着头皮重新学。这次没有老师，只有书和网上的资料，但我学进去了，因为我知道我要用它来解决什么问题。
学懂了之后，我突然想起那位大学老师。我明白了，不是他讲得不好，是我当时根本不知道学了有什么用。一个没有目标的人，给他再好的导航也没用，因为他不知道自己要去哪里。
后来我自己当了老师，时常想起这个经历。我发现，老师的职责，不只是指路，更是帮助学生找到他要去的地方。
哪怕你只能帮他点亮一小段路，也好过把他丢在黑灯瞎火里，然后告诉他“往前走”。
技术在这件事上，能做什么？技术可以变成很多盏灯。一盏照亮前方，一盏照亮脚下，一盏照亮旁边的路标。但灯再多，也得学生自己迈开步子走。
第五章：怎么判断技术用对了
一、一个简单的三问法
经常有老师问我：“你帮我看看，我这堂课用这个技术，到底好不好？”
我通常会请他回答三个问题。
第一问：如果不用这个技术，这堂课的核心目标能不能达成？
如果回答是“能”，那就要小心了。说明技术可能只是个装饰品，放在那里好看，但对教学没有实质性帮助。当然，装饰品也有价值，让课堂更好看、更有趣，这本身没有错。但如果一节课的核心时间都花在装饰上，那就本末倒置了。
如果回答是“不能”或者“很难”，那很好。技术解决了教学中的真实困难。比如前面例子里的动态演示软件，没有它，学生很难直观理解那些抽象概念。这就是技术的价值。
第二问：用了这个技术，学生是更主动了，还是更被动了？
这是一个很有效的检验标准。
如果学生因为技术，开始主动提问、主动探索、主动讨论，那技术就用对了。如果学生只是安静地看技术表演，看完鼓个掌，那技术就用错了。
第三问：这个技术，是帮老师省力了，还是帮老师更好地了解学生了？
如果两者都做不到，那纯粹是折腾。如果只能二选一，我倾向于选择后者。了解学生，永远是教学中最重要的事。技术如果能帮老师看到每个学生的学习状态、思维过程、困难所在，那它就是无价之宝。如果技术只是让批改作业更快、统计分数更简单，但让老师和学生的距离变远了，那就得不偿失。
二、一个容易被忽略的真相
有一个真相，在教育讨论中经常被忽略：学生学得好不好，和老师用什么技术，关系真的不大。
这不是我说的，是很多研究得出的结论。影响学习效果的最主要因素，始终是这几个：学生的主动性和投入度；老师对学生的了解和针对性指导；学习内容的难度和挑战性；学习过程中的反馈和调整机会。
技术可以在这些方面提供帮助，但不能替代其中任何一项。
就像给你一辆好车，不能保证你到达目的地。你可能开错路，可能懒得开，可能只顾着欣赏车里的豪华内饰，忘了看路。
所以，讨论技术用得好不好，不能只看技术本身，要看它有没有让这些核心因素变得更好。
三、那些成功的课堂，都做对了什么
我观察过一些公认的“好课”，发现它们有一些共同点。
第一，老师很清楚这节课要让学生获得什么。
不是“讲完第四章”，不是“演示AI工具”，而是“让学生能自己分析这个案例，并提出解决方案”。目标很具体，很可衡量。
第二，所有的技术使用，都围绕着这个目标展开。
用VR也好，用AI也罢，用互动软件也行，都是因为“用了它，学生更容易达成那个目标”。没有一个技术是多余的，没有一分钟是浪费的。
第三，学生的思考过程，始终是课堂的主线。
技术只是辅助这条主线展开的工具。老师问的问题、组织的讨论、布置的任务，都是在引导学生思考。技术偶尔出来帮个忙，但从不抢戏。
第四，老师和学生之间有真实的连接。
老师知道谁懂了，谁没懂；谁在走神，谁在深度思考。这种连接，不是技术能给的，是老师在课堂上一点一滴建立起来的。
第六章：教育的本质，从来不是技术
一、教育的两个核心
说了这么多，可能有人会问：那教育的本质到底是什么？
我理解的教育，有两个核心。
第一个核心是：激发人的主动性。
教育不是往一个容器里灌水，而是点燃一团火。那个容器是被动的，水灌多少，它装多少，多了溢出来，少了不够。但火是主动的，一旦点燃，它自己会燃烧，会蔓延，会照亮周围。
好的教育，永远是激发。激发好奇心，激发思考，激发创造的欲望，激发解决问题的那股劲。被动的知识灌输，效率极低，效果极差。为什么？因为人不是容器。人对输入的信息有选择，有兴趣的才听进去，没兴趣的听完就忘。只有主动去获取的知识，才会真正留下来。
第二个核心是：建立人与世界的连接。
教育不是封闭在教室里的事。学生在教室里学到的知识，最终要用于理解世界、改变世界。好的教育，要帮助学生建立这种连接——让知识和真实世界产生关系，让思考和实际问题产生关系，让自己和他人产生关系。
技术在这两个核心上，都可以发挥作用。激发主动性，可以用技术设计更吸引人的任务，提供更丰富的探索空间。建立连接，可以用技术打开看向世界的窗户，提供解决真实问题的工具。
但技术永远只能是工具，不能成为目的。
二、别让技术成为新的围墙
有一次，我去一所号称“智慧校园”的学校参观。教室里各种设备齐全，每个学生都有一台平板电脑，上课用专门的系统，作业在网上提交，讨论在论坛里进行。看起来很先进。
但和几个学生聊下来，发现他们挺苦恼。
“上课就是对着屏幕，”一个学生说，“老师也在屏幕上，课件也在屏幕上，连讨论也在屏幕上。我一天到晚对着屏幕，感觉和外面世界没什么关系。”
另一个学生说：“以前上课，同学之间还能聊聊天。现在大家都低头看平板，一节课下来，和旁边的人一句话都没说过。”
还有一个学生说：“我最烦的是，系统记录我的一切。几点登录，看了多长时间，作业正确率多少，发言次数多少。感觉像被监控着，很不自在。”
这是技术变成新围墙的例子。它没有帮助学生和世界建立更丰富的连接，反而切断了原有的连接——同学之间的连接，师生面对面的连接，和学习环境本身的连接。
技术应该是桥梁，不该是围墙。
三、最后的话
写到这里，突然想起老王说的一句话。
那天喝茶，他感慨：“教书二十多年，我越来越觉得，技术这东西，就像调料。厨艺好的人，加点调料，菜更好吃。厨艺不好的人，以为多放调料就行，结果菜更难吃。关键还是厨艺本身，不是调料。”
我说：“那你觉得什么是厨艺？”
他想了想：“知道每个学生是什么‘食材’，知道这道‘菜’要做出什么‘味道’，知道什么时候该用什么‘火候’，知道怎么‘搭配’才好吃。调料，只是最后点缀一下。”
我问他：“那AI这些新技术，算是什么调料？”
他笑了：“算是新发明的调料吧。有的菜用了确实提味，有的菜用了反而奇怪。你得先懂做菜，才知道怎么用新调料。”
这话说得挺好。
教育的道理，从来不在技术里，在人和人的关系里。那些真正打动人的课堂，从来不是因为用了什么先进设备，而是因为老师懂学生，学生信任老师，大家一起在知识的海洋里扑腾，偶尔呛口水，偶尔游得飞快，偶尔停下来看看风景。
技术如果能让这个场景变得更好，就用。如果不能，就别用。这么简单的事，不用想得太复杂。
附：老王的编程基础课，到底该怎么上？
一个让老王头疼的问题
自从上次那堂“AI翻车课”之后，老王消沉了一阵子。但问题没解决，课还得接着上。
《程序设计基础》，大一新生，零基础。这门课在所有计算机专业的课程里，地位很特殊——它既是入门的第一道坎，也是劝退率最高的一门课。学得好的，从此打开新世界的大门；学不好的，可能整个大学四年都对编程有心理阴影。
老王教这门课快十年了，以前挺有把握的。但这两年，他越来越拿不准。
“你说现在这帮孩子，”他跟我吐槽，“手机上刷短视频贼溜，一坐几个小时不动。让他们写个循环，三分钟就开始走神。上学期期末，挂科率创了我教学生涯新高。我是不是真的不会教了？”
我说：“你先别急着怀疑自己。咱们就着之前聊的那些道理，一起想想，这门基础课，到底该怎么上。”
于是有了下面这场对话式的梳理。
第一步：想清楚这门课到底要干什么
我问老王：“你先别想怎么教，你先想，这门课学完，学生应该会什么？”
老王脱口而出：“会写程序啊。”
“具体点。会写什么程序？写到什么程度？”
老王想了想：“至少……能自己写个简单的小游戏？能看懂别人写的代码？能解决一些简单的实际问题？”
我说：“好，这是目标。那现在的问题是，他们为什么达不到？”
老王说：“语法记不住，逻辑理不清，遇到问题不会查，一卡壳就放弃。”
我说：“你有没有发现，你说的这些，都不是‘知识点没讲清楚’的问题？”
老王愣了一下。
很多时候，我们把教学问题理解为‘没讲清楚’，但真正的问题其实是‘学生没动起来’。
语法记不住，是因为用得少；逻辑理不清，是因为没自己推演过；遇到问题不会查，是因为习惯了等着老师给答案；一卡壳就放弃，是因为没有建立“我能解决”的信心。
所以，这门课的核心目标，不是“把语法讲完”，而是“让学生动起来，在动中学会”。
第二步：重新设计第一堂课
老王说：“那第一堂课怎么上？以前我都是讲计算机发展史、编程语言分类、开发环境安装……讲完半节课，学生已经困了。”
我说：“你想想，学生为什么选计算机专业？他们想象中的编程是什么样的？”
老王说：“应该是……挺酷的吧？能做出游戏，能写个软件，能黑进别人电脑（笑）。”
我说：“对啊。第一堂课，最重要的不是传递知识，是传递‘这件事很酷’的感觉。让学生在第一节课就‘做’出点什么，哪怕是很简单的东西。”
我们brainstorm 了一下，设计了一个方案：
第一节课开场，老王打开一个空的网页，说：“今天咱们做一件事——让你写的代码，变成网页上的一个按钮，点一下，电脑会说一句话。”
然后，他用十分钟，带着学生一步一步做：
1. 打开浏览器，按F12，进入开发者工具的“控制台”。
2. 敲一行代码：`alert(‘Hello World’)`，回车。
3. 浏览器弹出一个对话框，写着“Hello World”。
4. 全班“哇”一声。
5. 老王说：“这就是编程。你告诉电脑做什么，它就做什么。就这么简单。”
6. 再敲几行，让网页上出现一个按钮，按钮点一下，弹出一个对话框。
7. 学生跟着敲，都能做到。
8. 下课铃响，老王说：“下节课，咱们让这个按钮做更酷的事。”
老王听完有点怀疑：“就这么简单？一节课就教这点东西？”
我说：“你想想，这节课结束，学生是什么感受？‘我也能写代码’‘这东西不难’‘有点意思’。这种感受，比你讲完计算机发展史，哪个更有可能让他下周还来上课？”
老王沉默了。
第三步：把语法“藏”在任务里
老王说：“那后面呢？总得讲语法吧？变量、循环、判断、函数……这么多东西，不讲不行啊。”
我说：“讲肯定要讲，但怎么讲，效果差很多。”
我给他举了个例子。
传统的讲法是：先讲变量的定义，然后讲变量的类型，然后讲怎么赋值，然后举几个例子。学生听完，好像懂了，又好像没懂。等到自己写的时候，发现不知道什么时候该用变量。
另一种讲法：设计一个任务，做任务的过程中，自然需要用到变量。
比如，做一个“猜数字”游戏。游戏规则是：电脑随机想一个1到100之间的数，你来猜，电脑告诉你猜高了还是猜低了，直到猜对为止。
这个任务里，需要用到的“知识点”：
– 怎么让电脑随机生成一个数？（引入随机函数）
– 猜的数字要存下来，和电脑想的数比较（引入变量）
– 猜一次没猜对，要接着猜（引入循环）
– 猜对了，要结束（引入条件判断）
– 输入的数字可能不合法，要处理（引入输入验证）
老王说：“这个思路我懂，但这样上课，会不会乱？学生可能卡在各种地方，我顾不过来。”
我说：“所以需要拆解。”
第四步：拆解任务，设计“台阶”
我们开始拆解“猜数字”这个任务。
第一阶：先跑起来
老师先把完整的代码写好，展示给学生看，让学生运行一遍，体验一下“这个游戏是我写的”的感觉。
第二阶：改一个参数
让学生改一个地方——比如把数字范围从1-100改成1-1000。改了之后运行，看效果变化。这个过程中，学生会接触到“哪里是控制范围的”，开始理解代码和功能之间的关系。
第三阶：补一行代码
老师故意删掉一行关键代码（比如判断猜对的逻辑），让学生自己补上。补之前，要理解那行代码是干嘛的。
第四阶：改一个逻辑
比如，原版是“猜对了就结束”，让学生改成“猜对了问要不要再玩一局”。这需要新增一个循环结构。
第五阶：自己加一个新功能
比如，加一个“计分功能”，显示猜了多少次。这需要新增变量和逻辑。
老王说：“这样确实有台阶，不会一下子太难。但学生水平不一样，有的人走得快，有的人走得慢，怎么办？”
第五步：用技术解决“差异化”问题
我说：“还记得你第二次用AI的那堂课吗？那时候你怎么用的？”
老王想了想：“我把AI当助手，学生可以随时问，我负责引导。”
“对。那在这门基础课上，AI能不能也当助手？”
我们设计了一个方案：
1. 老师布置任务：今天的目标是完成“猜数字”游戏的第三阶——补上那一行缺失的代码。
2. 学生自己探索：先尝试自己补。实在不会的，可以问AI助手。
3. AI助手的角色：不直接给答案，而是给提示。比如学生问“怎么判断两个数相等”，AI可以说：“你需要用到一个比较运算符，想想数学课上学过的等于号，在编程里怎么写？”
4. 老师的角色：巡视，观察。看到有人卡在一个普遍问题上，就停下来统一讲一下。看到有人进度很快，就给他下一个挑战。
5. 课后，AI生成一份“课堂报告”：全班多少人在哪个步骤卡住了，花了多长时间，问得最多的问题是什么。老王根据这个，调整下一节课的讲解重点。
老王有点兴奋：“这个好！这样我就不用满教室跑了，AI帮我分担一部分答疑。而且那个报告很有用，以前我都是凭感觉，现在有数据了。”
我说：“但要注意，AI只是助手，你不能完全撒手。该你讲的时候，还是要讲。而且，AI给的提示不一定都对，你要提醒学生‘AI也会犯错，要学会判断’。”
第六步：建立“我能行”的正反馈循环
老王说：“还有个问题，有些学生一卡就放弃。怎么办？”
我说：“这可能是最难也最重要的问题。编程基础课最大的敌人，不是知识点难，而是挫败感。”
学生为什么放弃？因为试了，不行；再试，还不行；问人，没听懂；继续试，彻底崩溃。几次下来，就给自己贴标签：“我不是学编程的料。”
怎么破解？让每个学生都能在每节课上，获得至少一次“我能行”的体验。
这个体验不需要很大。可能是：自己补对了那一行代码，看着程序跑起来；可能是：帮同桌发现了一个错误；可能是：老师路过时说了一句“你这个思路挺好”。
关键是频率——每天都要有，哪怕很小。
我说：“你可以设计一些‘必定成功’的小任务。比如，第一节课的那个alert，所有人都能成功。第二节课，所有人都能成功改一个参数。第三节课，大部分人都能成功补一行代码。对实在补不上的，你走过去，稍微点拨一下，让他自己敲出那一行。他敲出来的那一刻，你说‘看，你做到了’。这句话比讲十遍语法都有用。”
老王说：“那我是不是要放慢进度，照顾所有人？”
我说：“不是放慢进度，是设计‘分层目标’。有的人目标是完成第三阶，有的人目标是完成第四阶。但每个人，都要完成一个‘最低目标’，并且为这个目标付出努力后，看到成果。”
第七步：让“错误”变得不可怕
老王说：“还有一个问题，学生特别怕报错。一看到红色字，就慌了，喊‘老师，我的代码出错了’。”
我说：“这是‘错误观’的问题。学生把错误当成失败，但其实，错误是编程的一部分，甚至是最好的一部分——因为你每解决一个错误，就多懂了一点。”
我们可以从第一节课开始，就建立“错误友好”的氛围。
比如，第一节课，老师故意写错一行代码，让学生看报错信息长什么样。然后说：“看，这就是编程里的常态。我写了几十年代码，每天还在看报错。区别只是，我知道怎么读它。”
然后教学生怎么读报错：红色字里的关键词是什么？哪一行报的错？大概是什么意思？
以后每次学生喊“报错了”，老师不急着过去解决，而是问：“报错信息说什么？你觉得可能是什么问题？”逼着学生自己先读一遍。
久而久之，学生就不会一见红色就慌了。
第八步：把“查资料”变成必修课
老王说：“还有个问题，学生太依赖老师了。遇到问题第一反应是问，而不是自己查。”
我说：“这不能怪学生。他们从小到大，学习模式就是‘老师讲，学生听，听懂了做题，听不懂问老师’。编程不一样，编程里很多问题，查一下就能解决。但没人教过他们怎么查。”
所以，这门基础课里，应该专门安排时间，教怎么查资料。
比如，设计一个任务：实现一个功能，但老师不教，只给关键词。学生需要用搜索引擎、AI助手、技术文档，自己找到答案。
第一次做这种任务，学生会很痛苦——习惯了等答案，突然要自己找，无从下手。但几次之后，他们就发现：原来很多问题，网上都有答案；原来AI可以当助教；原来查资料比干等着快。
老王说：“那会不会有学生直接抄答案？”
我说：“肯定会。但你想想，抄答案和等老师给答案，本质有什么区别？都是不经过脑子。你要做的，不是禁止他们抄，而是让‘经过脑子’变成更高效的选择。比如，任务设计得足够有趣，让他想自己试试；或者，课后要让他解释‘为什么这个答案能解决问题’，解释不出来就不算完成。”
第九步：最后的考试怎么考
老王说：“按你这么设计，平时上课是挺好，但期末怎么办？学校要求统一考试，考卷上都是选择题、填空题、写代码题。”
我说：“平时怎么学，期末就怎么考。如果你平时都是任务驱动，期末为什么不能是任务驱动？”
我们可以设计一个“期末项目”：
– 给出几个题目方向（游戏类、工具类、数据处理类），学生任选一个。
– 需要自己查资料、自己设计、自己实现。
– 需要提交代码、运行演示、写一个简短的开发报告（遇到了什么问题，怎么解决的）。
– 现场演示给老师看，老师随机问几个问题（“为什么这里用循环而不是判断？”“如果用户输入负数，程序会怎样？”）。
这样的考试，比一张卷子更能看出学生真实水平。而且，考完之后，学生手里有一个自己做的项目，可以放进简历里，可以给别人看——“这是我大一写的”。这种成就感，是一张成绩单给不了的。
老王说：“这个好是好，但怎么评分？怎么保证公平？”
我说：“你设计一个评分标准。比如：功能完整性（30分）、代码质量（20分）、问题解决能力（20分）、演示表达（15分）、报告质量（15分）。每一项都有具体细则。每个学生面对的是同一个标准，公平。而且，这种考试，作弊成本极高——代码是不是自己写的，问几个问题就知道了。”
第十步：老王的核心转变
聊到最后，老王总结了一下：“你说了这么多，我理解下来，核心就是几条：
1. 目标不是讲完知识，是让学生动起来。
2. 把知识点藏在任务里，让学生在完成任务的过程中自然学会。
3. 设计台阶，让不同水平的人都能有‘我能行’的体验。
4. 错误不可怕，要学会读报错、查资料。
5. 技术（AI、搜索引擎）是助手，不是主角。
6. 考试也要和能力匹配，考的是真实能力。
是不是这个意思？”
我说：“差不多。但你发现没有，所有这些，其实都不是技术问题，而是观念问题。你想清楚‘这门课到底要让学生获得什么’，自然就知道怎么上。AI只是在这个过程中，帮你更好地实现目标。”
老王说：“那我是不是以后上课，就得完全按这个模式来？”
我说：“不需要。你可以挑一两节课先试试，看看效果，再慢慢调整。教学不是革命，是进化。你原来好的东西，比如你的耐心、你对学生的了解，都可以保留。只是把一些效果不好的地方，换一种方式。”
老王点点头，若有所思。
尾声：那堂试听课
后来，老王真的在新生班试了一节课——就是那个“猜数字”游戏的第一阶。
他后来跟我说：“你不知道，当全班一起看到那个alert弹出来的时候，那场面……好几个学生喊‘卧槽，真的可以’。下课后，有学生跑过来问，‘老师，我想让这个游戏变难一点，能加计时功能吗？’”
老王说这话的时候，眼睛里有点亮晶晶的东西。
“我从教二十年，头一次，第一节课就有人追着问‘能加功能吗’。”
我说：“你现在明白了吧，不是学生不爱学习，是他们没找到学习的感觉。你要做的，不是逼他们学，是让他们尝到‘我能行’的甜头。尝过一次，他们会自己找第二次。”
老王说：“那这个甜头，第一节课就尝到了，后面怎么办？”
我说：“后面的事情，你已经知道了——让他们一次次尝到。每节课都有新的甜头，他们就会一直跟着你走。”
后来，老王把他的课程大纲重新写了一版。我问他大纲名字叫什么，他说：
“从第一个alert开始：编程基础课的三十六次小成功。”
我说：“这名字挺好，可以出书了。”
他笑了：“出书不急，先让学生别再挂科了。”
我也笑了。
这篇文章里的老王，是我认识的很多老师的缩影。他们认真、负责、焦虑、困惑，也在不断尝试。如果你也是老师，希望老王的这些摸索，对你有那么一点点启发。
记住：学生自己会长，你只是帮帮忙。
写在最后
这篇文章写了很久，从春天写到秋天。中间和很多老师聊过，也旁听过不少课，有满意的，也有不满意的。最大的收获，是越来越确信一件事：
技术永远在变，但教育的本质不会变。
三十年前是老师面对学生，三十年后还是老师面对学生。三十年前学生需要被激发、被理解、被引导，三十年后学生还是需要这些。变的只是工具和方式，不变的是人和人之间的关系。
所以，当我们讨论“AI+教育”的时候，不妨先退一步，想想教育本身。想想那个坐在教室里的学生，他需要什么，他在想什么，他为什么走神，他什么时候眼睛会亮。想清楚了这些，再去看技术能帮什么忙。
技术是为人服务的，不是人为技术服务的。这个道理很简单，却常常被忘记。
希望这篇文章，能让一些老师停下来想一想，也能让一些非老师的朋友，对教育多一些理解。如果看完之后，你觉得“有点意思”，那就够了。
最后，用那位老花匠的话收尾吧：
“花自己会长，你只是帮帮忙。”（全文完。部分内容为AI协作）
本公众号往期文章
欢迎关注我们的公众号“大眼鱼”