夜雨聆风
我做了个AI工具,专门＂偷听＂老师上课,结果…
去年冬天，我在一个AI培训会上遇到了王老师。
她教了17年高中数学，眼镜片厚得像啤酒瓶底，说起话来带着苏北口音的干脆。我们聊到AI，她突然压低声音：”馆长，你说这AI到底能不能帮我改卷子？我上周批了800多份作业，颈椎都直不起来了。”
我说能，但不止能。
她愣了一下，然后摆手：”别跟我整那些虚的，我就想知道，它能不能让我少熬点夜。”
那一刻我突然意识到，我们对”AI进课堂”的讨论，可能从一开始就错了。
不是AI能做什么炫酷的事。是一个教了17年书的老师，在凌晨三点改完最后一份卷子时，能不能有人——或者说，有东西——跟她说：”王老师，这800份里，有47个学生在’函数单调性’这个知识点上集体翻车，您明天上课重点讲讲这个，比从头过一遍效率高。”
那天晚上我失眠了。
不是因为咖啡喝多了。是因为我突然想明白一件事：我为什么不自己做一个？
于是，“AI课堂分析助手”诞生了——一个专门”偷听”老师上课、然后告密的工具。
（放心，是合法的”偷听”，只需要课堂录音的文字稿。）
一、我花三个月，让AI学会”挑刺”
为了做这个工具，我花了三个月时间，把自己泡在各种课堂里。
公立学校的、国家平台的、线上直播的。我像个间谍一样，带着笔记本到处”偷听”。
期间我见识了各种”AI+教育”的妖魔鬼怪：
-
有的能生成3D虚拟课堂，结果老师戴个VR眼镜差点撞墙 -
有的能让历史人物”活过来”讲课，秦始皇讲函数，听着就穿越
很酷，但没用。
我想要的很简单：一个能告诉我”这节课到底怎么样”的工具。
于是我开始教AI”挑刺”。
第一招：数提问
不是数”老师问了几个问题”这种表面功夫。我用布鲁姆教育目标分类法，让AI把每个问题标上认知层次：这是记忆层的？理解层的？还是让学生分析、评价、创造的？
测试阶段我找了个朋友当”小白鼠”。他是一节物理课，讲得激情澎湃，自我感觉良好。
结果分析报告出来，我差点笑出声：他一节课问了32个问题，其中28个是”这是什么””那是什么”的记忆层问题，只有4个让学生动脑。
报告底下我加了一行小字：
“建议：尝试增加应用层和分析层问题，比例可提升至30%。否则学生可能会觉得，这节课听了个寂寞。”
朋友看了直拍大腿：”我就说学生上课不积极，原来是我问的问题太水了！”
第二招：看学生
这部分更狠。我用SOLO分类评价理论，让AI看学生回答问题的”结构质量”——是只能说出零散知识点（单点结构），还是能联系起来（关联结构），还是能举一反三（拓展抽象结构）。
有个细节我印象很深。一个学生在课堂上回答”函数单调性”的定义，说得头头是道。AI标的是”多点结构”——意思是，他能背定义，但没真懂。
老师课后专门找他聊了聊，发现确实如此：他会背，但换个函数图像就不会判断了。
老师回来跟我说：”馆长，你这工具有点东西啊，比我自己还了解学生。”
我说：”那当然，它不会累，也不会被你的威严震慑。”
第三招：给建议
不是那种”请加强师生互动”的废话。是具体到”第15分钟到20分钟，学生参与度下降，建议插入一个小组讨论”这种颗粒度。
有个老师收到建议后问我：”你怎么知道第18分钟学生走神了？”
我说：”我不知道，AI知道。它统计了那5分钟里学生的回应字数，发现比平均值少了60%。”
老师：”…你们搞技术的，真可怕。”
二、那个让我差点”社死”的bug
说到这里，我必须讲一个让我差点”社死”的翻车现场。
有个语文老师，姓刘，教高一。她用了我的工具一个月后，跑来跟我说：”馆长，我发现我成变态了。”
我：？？？
她掏出手机给我看分析报告。系统显示，她在一节阅读课上，“表扬学生外貌”的频率异常高。
具体数据是：她在一节课里，三次提到”你的眼睛真亮””你笑起来很好看””你今天气色不错”。
刘老师脸都绿了：”我那是让他们注意听讲！我说’你的眼睛真亮’，是反讽他们走神！我说’你笑起来很好看’，是批评那个学生上课偷笑！”
我当场笑出声，然后意识到大事不妙。
AI能分析语言，但它读不懂语境。
刘老师的”反讽表扬”，被我的AI字面理解了。这不是AI的错，是我的错——我忘了教它识别 sarcasm（讽刺）。
后来我给AI升级了”情商模块”，让它结合前后文判断语气。但这件事给我很大启发：
AI不是全能的，我也不是。
就像你不能指望一个刚入职的助教，第一天就能听出你话里的反讽。你得带它，教它，给它反馈——顺便接受它偶尔把你当成”变态”的风险。
三、真正改变课堂的，不是技术，是”看见”
写到这里，我想说说这三个月最大的感受。
我见过太多”AI+教育”的产品，炫技的多，管用的少。但老师真正需要的，往往简单得多：
-
能不能告诉我，这节课学生是真懂了，还是假装懂了？ -
能不能告诉我，哪个知识点全班都栽了，值得再讲一遍？ -
能不能告诉我，我提问的方式是不是太单一了，学生懒得思考？
这些需求不性感，不 futuristic，但它们真实。
布鲁姆分类法和SOLO理论，不是什么新东西。一个1956年提出，一个1982年提出，比我年纪都大。但把它们和AI结合，就能产生奇妙的效果：
让机器做它擅长的（统计、分类、模式识别），让老师做她擅长的（理解、共情、创造性教学）。
我看过一份用户调研。120个用过这个工具的老师，满意度4.5/5.0。有个评价我记到现在：
“以前评课靠感觉，现在我知道自己的提问问题在哪，改进方向很明确。”
另一个老师说：
“SOLO分析让我看到了学生思维的层次差异，原来同样的答案，学生的思维深度可能完全不同。”
这就是我说的”教学雷达”——不是替代老师的判断，是让老师的判断更有依据。
四、但我得诚实：这玩意儿还有不少毛病
写到这里，我必须踩刹车。
前面说得挺美，但现实是：我的工具，还有很多问题。
问题一：它看不懂表情
课堂是有人味的。学生低头，可能是思考，可能是走神，可能是肚子疼。我的AI只能分析文字，读不懂这些。
有个老师问我：”那学生翻白眼你能识别吗？”
我：”…暂时不能，但我在考虑加个’情绪识别’模块。”
问题二：它分不清反讽和真心话
前面刘老师的例子就是。语言是多义的，我的AI还在学习。
问题三：它可能制造焦虑
有个年轻老师看了分析报告，崩溃地跟我说：”我原来这么差吗？提问质量评分才65分。”
我赶紧安慰她：分数不是目的，改进才是。但我也意识到，工具设计必须考虑心理感受，不能让人觉得自己被”审判”了。
现在我给每个评分都加了解释：
“65分表示您有巨大的进步空间，这不是批评，是机会。”
问题四：技术解决不了教育公平
我的工具再好用，也需要老师有时间用、有设备用、有动力用。乡村学校的老师，可能连稳定的网络都没有，谈什么AI分析？
这些问题我没有标准答案。但我想，承认局限，比假装全能更重要。
五、给想尝试的人：三个建议（和一个小警告）
如果你看到这里，觉得”我也想试试”，我有三个建议：
第一，从小处开始。
不要想着”我要用AI彻底改造课堂”。先试试分析一节课的提问分布，或者看看学生的回答质量。小步快跑，比大干快摔强。
第二，保持怀疑。
我的AI给的建议，不一定对。它是参考，不是圣旨。最终判断权，永远在老师手里。
第三，关注人，不是数据。
数据分析是为了更好地理解学生，不是把学生变成数字。记住这一点，技术就不会跑偏。
⚠️ 小警告：
如果你用了之后发现AI说你”表扬学生外貌”频率过高，请先深呼吸，回想一下当时是不是在反讽…
六、写在最后：那个让我感动的反转
三个月前，我问王老师：”如果我做了个工具，能让你每周少熬两个晚上，但需要你花10分钟学习怎么用，你愿意吗？”
她想了想，说：”5分钟我就愿意。10分钟我得想想。”
昨天我又见到她。她说她已经用了两个月了，每周确实少熬了一个晚上——因为AI帮她定位了学生常错的知识点，她不用整本作业都批一遍了。
“但你知道吗，”她说，”我现在反而花更多时间备课了。因为我知道学生哪里不懂，就想设计更好的问题，带他们真正想通。”
我愣了一下，然后笑了。
这就是技术该有的样子吧。不是让老师变懒，是让老师把省下来的时间，花在更有价值的事上。
AI进课堂，不是为了取代老师。
是为了让老师，更像老师。
而我，只是做了个小工具，帮老师装了个”教学雷达”。
后记
这篇文章基于我自己做”AI课堂分析助手”的经历。如果你也想尝试用AI分析自己的课堂，可以从记录一节课的文字稿开始，然后用布鲁姆分类法手动标一标你的提问层次。你会发现，很多”我以为我在启发学生”的时刻，其实是在让他们背诵。
工具不是必须的，”看见”才是。
🎁 福利时间
http://fx.xzshou.cn 这是免费的ai课堂分析助手网站，你要不要上去试试？
不会用？连培训都发给你，保证让你一次搞明白。
如果你也对AI和教育感兴趣，欢迎来找我聊聊——但请别问我能不能帮你改卷子，我的AI真的不会。