从一门课开始AI化:先画完整流程,再找AI切入点

最近在思考AI到底如何赋能教育教学？人工智能+教育行动计划也出来了。

AI到底应该做什么，不应该做什么？

我们每个人的工作或者学习等等日常活动，哪些地方容易被AI替代，哪些不容易替代？

真正值得我们做的是什么？

我的一个考虑是:AI化的前提，是先把工作流程画清楚，而且要画到足够细的颗粒度，然后再来审视其中哪些要AI化。

以下面老师的课程教学工作任务为例，实际上老师的工作比这个内容都多了，这里也可见，老师工作其实挺复杂的，一个工作任务就涉及到这么多环节。这个不太可能被AI替代呀，当然不思考照本宣科的话，可能AI就能做了。

一、老师教一门课的完整工作链路

对老师教一门课从”拿到一门课”到”上完一学期”的完整流程进行梳理，一共9个阶段，每个阶段拆解到具体动作。

环节0：定位——这门课在专业里承担什么

“课程设计”之前，首先考虑更前置的问题：这门课在专业培养体系里，到底扮演什么角色？

你可能有这样的困惑：明明认真备了课、认真讲了、作业也认真改了，但学生学完这门课还是不知道能干什么——因为他们看不到这门课和专业能力之间的关联。

反过来，如果你知道这门课要支撑哪些专业能力的培养，你的教学设计就会完全不同。

这个环节，本质上是把专业能力图谱和课程能力图谱做对接：

子步骤①：了解本专业的能力培养目标
子步骤②：对标专业能力图谱，定位本课程角色
子步骤③：梳理本课程能支撑的专业能力指标
子步骤④：明确本课程与先修/后续课程的衔接关系
子步骤⑤：建立”知识点→课程能力→专业能力”的映射关系

为什么这一步最重要？

没有专业定位，后面的课程设计、考核评估都是盲目的。你可能把某个知识点讲得很透彻，但这个知识点在专业能力培养中到底贡献了什么——你自己也不清楚。

该用AI的： 帮你快速了解专业人才培养方案中的能力要求；帮你检索本校/同类院校的课程体系设置。

不该让AI碰的： 判断”这门课最应该支撑哪项专业能力”；设计知识点和能力指标的对应关系。

Prompt模板（定位课程角色）：

我正在为”[课程名称]”进行课程定位，属于”[专业名称]”专业。请帮我：1.梳理本专业的能力培养目标框架；2.分析这门课最可能支撑哪些专业能力指标；3.找出与[前序课程]、[后续课程]的衔接点；4.设计一个课程能力矩阵框架。我会根据专业培养方案调整权重。

环节1：自身学习与梳理

在你打开PPT模板之前，你至少要做这些事：

子步骤①：了解课程定位与先修后续
子步骤②：梳理教材章节与知识结构
子步骤③：标注重点与难点
子步骤④：找相关前沿案例/论文
子步骤⑤：建立自己的知识框架

该用AI的： 帮你快速了解某个知识点在行业内的最新进展；帮你检索相关论文和案例。

不该让AI碰的： 标注”这本书里哪部分是学生最易错的”；建立”这个知识点怎么讲学生才能真正理解”。

Prompt模板（梳理课程知识结构）：

我正在为”[课程名称]”做准备，先修课是”[前修课程]”。请帮我：1.梳理核心知识点清单（20个左右）；2.标注每个知识点的最新应用/进展（近2年）；3.找出3个学生常见困惑点；4.推荐5篇基础文献。我的专业背景是[你的专业]，学生是[年级/基础水平]。

环节2：课程设计——先定位、再推导、最后决策

这是最核心的环节。课程设计的逻辑链是：

定位（环节0产出）→ 学情分析 → 教学目标 → 教学模式推导

注意：教学模式不是”选”出来的，而是根据目标和学情”推导”出来的。

第一步：学情分析

了解学生的先备知识
评估学生的学习动力
判断学生的自主学习能力

第二步：确定教学目标

基于环节0的课程定位和学情分析，明确三维目标：

知识目标：学生能阐述XX原理
能力目标：学生能运用XX方法解决YY问题
素养目标：学生能在ZZ场景中体现专业伦理

第三步：推导教学模式 ⭐

这是关键转折点——教学模式是由目标推导出来的，不是凭个人喜好选的。

如果你的目标是”学生能独立完成一个完整项目”→ 采用PBL项目式教学
如果你的目标是”学生能理解XX原理并应用于实践”→ 采用案例教学/实验教学
如果你的目标是”学生能掌握系统的知识体系”→ 采用讲授+练习
如果你的目标是”学生能自主学习并解决问题”→ 采用翻转课堂

教学模式确定后，后续所有环节都围绕这个模式展开。

Prompt模板（从目标推导教学模式）：

我在教”[课程名称]”，学生是[年级/专业]。课程定位是支撑[专业能力1、能力2]。学情：[学生基础描述]。教学目标是：1.知识目标：[XX]；2.能力目标：[XX]；3.素养目标：[XX]。请根据以上目标和学情，推导最适合的教学模式，并说明为什么其他模式不合适。

环节3：备课——以PBL为例

不同教学模式下，备课内容差异巨大。这里以PBL项目式教学为例展示，其他模式简要说明。

PBL备课的核心工作：

项目任务书设计（任务要能培养目标能力，AI可用性：低）
评价量规制定（AI可用性：中）
分组方案（AI可用性：低）
过程性检查点设计（AI可用性：中）

其他模式的差异：

传统讲授：PPT+教案+案例（AI可用性：高）
翻转课堂：课前视频/材料+课堂研讨问题（AI可用性：中）
案例教学：案例筛选+讨论引导设计（AI可用性：中）

核心差异： PBL需要花大量时间设计”怎么让学生做”，而传统讲授花时间在”怎么讲清楚”。PBL的备课时间比讲授多3-5倍，但AI能帮的部分更少。

Prompt模板（设计PBL项目任务书）：

我要为”[课程名称]”设计一个PBL项目。学生是[年级]，4-5人一组。能力目标是[XX]。请帮我设计：1.一个真实场景的项目任务（学生能在3周内完成）；2.3个阶段性的检查点；3.评价量规（过程表现50%+成果50%）。项目要能驱动学生主动查资料，但AI无法直接替他们完成最终成果。

环节4：授课——以PBL为例

PBL授课的典型流程：

项目发布：介绍项目背景、任务、分组（任务讲解必须老师做）
过程指导：巡回指导、答疑、推动进度（这是PBL的核心，AI帮不了）
阶段汇报：听汇报、给反馈、调整方向
项目展示：组织答辩、点评

PBL授课的核心原则： 老师是”教练”不是”讲师”。学生遇到问题，你给方向不给答案；学生走偏了，你拉回来但不替他们走。

AI在PBL授课中的边界：

查文献、找资料（风险：低）
整理资料、做框架（风险：低）
写项目报告（风险：高）
生成代码/设计方案（风险：极高）
回答项目问题（风险：极高）

核心判断： 学生用AI做”过程”是学习，用AI做”结果”就是偷懒。

Prompt模板（预测学生项目偏差）：

我的PBL项目任务是”[任务描述]”，学生是[年级/专业]。请模拟学生在执行中可能出现的5种方向偏差（如：把调研做成文献堆砌、只做表面不深入等），每种偏差给出一个”拉回来”的提问方式——不是直接纠正，而是让学生自己意识到问题。

环节5：作业与批改 ⭐

作业形态因教学模式而异，这里以PBL为例说明。

PBL作业的AI风险矩阵：

查文献、找资料（风险：低）
整理资料、做文献综述框架（风险：低）
写项目报告/论文（风险：高）
生成代码/设计方案（风险：极高）

老师端——AI帮省重复劳动： 用AI快速生成题库初稿；用AI统计正确率、标记高频错题；用AI标注客观题答案。

老师端——AI不该替代的： 题目筛选；难度梯度；反馈撰写。

Prompt模板（分析作业共性问题）：

这是本次作业的批改数据：[粘贴正确率统计]。请帮我：1.找出正确率低于60%的题目，标注可能错因；2.判断是”知识点未掌握”还是”审题/粗心”导致的；3.给出一道类似题作为变式练习。给出数据描述即可，不需要给教学建议。

环节6：辅导答疑

回答流程性问题（格式/截止/范围）：AI替代风险极低
回答知识性问题（某题怎么做）：AI替代风险中
个别辅导（学困生）：AI替代风险极高
学习状态关注（心理/动机）：AI替代风险极高

实操建议： 把AI答疑机器人放在课程群里，专门回答”在哪交作业””什么时候考试”这类问题。但要明确告知学生：涉及题目思路的问题，AI不会回答，请来办公室。

环节7：考核评估 ⭐

PBL考核的特殊性

如果你的考核是”提交一个App/一篇论文/一个方案”，在AI时代这个考核基本失效——学生可以让AI完成，然后说是自己做的。

有效考核的特征：

有过程性证据（草稿、版本记录、讨论记录）
有无法AI替代的环节（答辩、操作、展示）
有个人特色的体现（独特的观点、个人的反思）

不同模式的考核要点：

传统讲授：期末考试+平时作业（AI替代风险：中）
PBL：项目成果+过程表现+答辩（AI替代风险：极高）
翻转课堂：课堂参与度+项目+考试（AI替代风险：中）
案例教学：案例分析报告+讨论参与（AI替代风险：高）

该用AI的： 生成客观题初稿；帮忙校对答案；统计分析成绩分布。

不该让AI替代的： 题目筛选和质量把关；主观题评分标准制定；对学生整体表现的归因分析。

Prompt模板（设计PBL过程性评价方案）：

我的PBL项目持续3周，学生4-5人一组。请帮我设计过程性评价方案：1.哪些环节需要提交过程性证据（草稿/讨论记录/版本迭代）；2.如何设计答辩环节让AI代做的成果无处遁形；3.个人贡献度如何评估（防止搭便车）。

环节8：教学反思

整理教学日志/记录：AI替代风险极低
汇总学生反馈（评教/问卷）：AI替代风险低
分析教学效果（好/差的原因）：AI替代风险极高
制定下学期改进计划：AI替代风险极高

不只是反思教学效果，还要反思这门课对专业培养的贡献。

问自己两个问题：

这门课的教学设计，是否有效支撑了专业能力培养？
这门课结束后，学生在专业能力上是否有可感知的进步？

Prompt模板（结构化教学反思）：

这是我本学期的教学反思片段：[粘贴日志]。本课程重点支撑的专业能力是[XX]。请帮我：1.整理成结构化反思框架；2.找出几个关键事件节点；3.生成几个引导性问题帮我深入思考，特别关注：课程设计与专业能力培养的匹配度。我需要框架，不是结论。

二、画你自己的课，AI只碰时间黑洞

说了这么多，核心原则只有一个：AI负责省时间，不负责替代思考。

怎么判断一个环节该不该用AI？问自己三个问题：

这里花了我多少时间？ ——AI的价值在于省时间，如果只花了5分钟，没必要折腾
这里需要我动脑吗？ ——如果需要专业判断、学生互动，放过这个环节
用AI之后，谁在进步？ ——如果只有AI在进步，说明踩坑了

下一步行动：

拿出你正在教的那门课：

从”拿到这门课”开始，列出你每个环节具体做了什么
先做环节0：定位这门课在专业培养体系中的角色
再做环节2：从定位和学情推导出教学模式——不是选模式，是推导
标出”时间黑洞”（重复劳动最多的地方）
标出”思考含量”（真正需要你动脑的地方）
画完之后，你会发现：时间黑洞和思考含量高的，往往不是同一个环节

只让AI碰时间黑洞。

下期预告： 很多老师问我，”我也知道不该让学生直接用AI做题，但怎么管？”下期我们来聊：如何在AI时代设计一次真正考察学生能力的作业——不是防AI作弊的技术问题，而是教学设计问题。