夜雨聆风
AI工具对“教”与“学”的启示
AI工具
对“教”与“学”的启示
前言
今天下午芬兰学者来访，做了关于跨学科和人工智能教育的交流，虽然时间补偿，但是收获颇多。
01
现象教学与跨学科
1
我们面临的教育挑战
面对可持续发展、持续变化和复杂的未来等挑战，教育需要培养学生的批判性思维、创造力与认知能力已成为共识。跨学科课程通过整合不同学科的内容与视角，连接现实世界，提供了富有启发性且更具主动性的学习体验。
2
芬兰的现象教学
芬兰的现象式教学令我印象深刻：它以真实现象为切入点，现象可以是文化现象、数学现象、物理现象等方面的一个事件或者一系列事件，以为题的形式驱动教学的方式。鼓励学生在探究中接纳多元解释，形成整体性理解。尤其是在项目实施中，学生不仅参与活动，更深度参与项目的设计与评价，真正实现了“以解决问题能力为导向”的学习。
3
课程实施的要点
在实施层面，芬兰要求每个学生每学年至少参与一个项目学习，每个项目包含22至30个课时。项目的主题由所在城市、学校、教师与学生共同参与决定，同时确定所涉及的学科内容。不同学科的老师分别教授与本学科相关的内容，但关键在于，各科教师需要联合进行课程设计。
在目标设定上，现象式教学强调以解决问题能力为导向，具体包括发现问题、寻找多种可能性、分析问题、解决问题，并能够反思某一方案在解决问题过程中可能存在的问题与局限性。
教学方法上，芬兰注重采用行动导向类的活动来促进学生的认知。所谓行动导向，就是要让学生有参与“做”的机会，活动形式包括戏剧表演、投票、辩论、思维导图、头脑风暴以及学习活动站等。这些活动可用于项目的不同阶段，无论是目标明确阶段、引入探究阶段，还是进行评价阶段，都需要通过行动导向类活动使学生保持专注，从而推动项目目标的实现。
02
AI时代的学习
1
AI正在成为学生的学习工具
AI正在改变教师的教学方式和学生的学习方式。借助AI，学生可以按照自己的学习节奏进行学习，通过自主练习、自由提问获得及时反馈并不断改进。AI正逐渐成为学生的学习伙伴。
显而易见的好处是：
可以及时获得答案和反馈
可以按照自己的进度进行学习；
可以通过对话进行语言技能的训练；
可以短时间内完成学习任务；
……
2
学习上使用AI的风险
然而，在促进学生深度学习方面，AI的作用需要我们审慎看待。
首先，学生思维的持久性和挑战性可能得不到充分发展。
其次，学生在遇到困难时快速求助AI，逐渐将部分思考和训练任务移交给AI。
更为重要的是，学生有可能在没有真正理解的情况下完成学习任务，这意味着他们在使用AI完成任务时的表现，并不代表真正的学习。
AI的使用还可能降低学生的思维参与度，削弱对任务的深度思考，同时影响记忆保持和学习归属感。
基于以上认识，教育工作者需要清醒地意识到：AI在教学法中应起配合作用，而非主导作用。
3
对教师/父母的启发
第一，教学设计应以过程为导向，而非结果为导向。换言之，既然AI可以生成答案，那么答案本身就不应再作为对学生评估的主要内容，而应将关注点转向过程。
第二，调整任务设计，使学生必须展现他们的思考过程，而不仅仅是呈现结果。
第三，要求学生展示他们在任务中是如何使用AI的，而不是回避或禁止使用AI。在任务设计上，可以设置多个步骤，让学生提出不同的想法、做出选择并修改他们的作品。
第四，在AI的具体使用策略上，可以采用不完全开放的方式，即明确规定哪些环节由学生自主完成，哪些环节可以与AI互动共同创造。可以借助AI进行解释或提问，界定人工智能在任务中的角色。
此外，还需要提升学生对AI影响的认知。具体做法包括：帮助学生反思自己的学习过程，讨论真正的学习意味着什么；对比过去的学习方式与使用AI之后的学习方式，让学生意识到自己思考深度的变化；引导学生觉察自己何时在真正思考，何时在将思考外包给人工智能。
同时，要教会学生质疑AI。这可（1）以包含三个维度：
（2）检验AI输出的准确性，
（3）识别其局限性，以及表明自己是否同意并给出理由。
将对AI结果的评估纳入对学生的学习要求，有助于培养学生审慎使用AI的习惯。
总而言之，在AI深度融入课堂的今天，教育者的职责不仅是在课堂上使用AI，更要保护并提升学习所需要的思维能力。这不仅关乎教学技术的更新，更是对教育本质的坚守。