ARTICLE · 1069330
AI省了老师备课时间?其实只有14.77%每天在用
AI省了老师备课时间?其实只有14.77%每天在用2026年5月12日，杭州，2026世界数字教育大会"为未来学校准备教师"平行会议上，一份报告正式发布——《2025年中国中小学教师数字素养年度报告》。 这不是一份普通的教育调查。它覆盖全国19个省（区、市），测评对象是53万名中小学教师。53万，接近中国中小学教师总数的二十分之一，样本量大到足以描述整个群体的轮廓。 报告里有两个数字，放在一起看，颇有意味。 第一个数字：81.00%的受访教师认为，人工智能能节省备课时间。加上85.17%认为AI能拓展教学资源，态度堪称一边倒的正面。 第二个数字：只有14.77%的教师，每天都在使用人工智能工具。 八成人说它好，却只有不到一成半的人天天用。这个落差本身，就是一份值得展开的报告的摘要。 
备课，是教师与AI相遇的第一现场。这一次，把现场还原出来。 先看教师们都在用什么。 53万人的测评显示，最受教师青睐的工具是两类：智慧教学平台内嵌的AI工具，使用比例82.68%；通用大模型工具，使用比例76.20%。一个学期里，只有3.41%的教师从未碰过AI——这个比例，比不使用智能手机的教师比例大概还低。 AI已经越过了"要不要用"的门槛，进入了"用在哪"的阶段。而答案非常集中：备课与教学资源生成，是教师使用AI频率最高的场景。 这个选择不难理解。备课的劳动结构里，有大量"找、拼、排"式的工作：找一份合适的课件，拼一个教学素材，排一组梯度合理的习题。这类工作机械、耗时、可替代性强——恰好是AI最擅长的领域。 国际数据提供了同一个方向的注脚。 英国教育工会NEU的2026年调查显示：76%的英国教师在日常工作中使用AI，其中61%用于资源创作（2025年为41%，一年上升20个百分点），41%用于备课规划。资源创作同样是英国教师使用AI的第一场景。 美国的样本更具体。盖洛普与沃尔顿家族基金会2025年对2,232名公立学校教师的调查显示：每周至少使用一次AI的教师，平均每周节省5.9小时。按一个37.4周的学年折算，相当于一年省出约6个工作周——研究者给它起了个名字，"AI红利"。 更值得注意的是质量维度的数据：64%的使用者认为，经AI辅助修改的教学材料质量更高——不只是更快，而是更好。接近六成的教师还报告，AI改善了他们对学生学情的洞察，提升了反馈质量。 时间省下来，质量提上去。备课环节的AI收益，在中美两个样本里都得到了印证。 但故事到这里，才讲了一半。 回到那份53万人的报告，看应用深度的分层。 约三分之一的教师，停留在浅层辅助——用AI查资料、生成简单素材；约三成多的教师，能在某个教学环节里有针对性地使用AI；能够将AI贯穿整个教学流程的教师，不足两成；而能够用AI创新教学模式的，仅约一成。 把这两组数字翻译一下：几乎所有教师都摸过AI，但三分之二的人只用了它三成的功力。真正让AI进入教学骨架——从备一节课，到重构一个单元，再到改变一种教法——的教师，十个里面不到两个。 
同一个大模型，在不同教师手里，产出完全不同的东西。有人用它生成一页练习题，有人用它拆解整个知识图谱、设计分层任务链。差别不在工具，在教学设计能力——准确地说是"把AI嵌进教学设计"的能力。 报告为此给出了一个准确的说法：教师的进阶方向，是从"会用"走向"善创"。 行业侧有一个有趣的对照。教育企业把AI老师分为L1到L5五个等级：L1能找素材，L2能做讲题批改助手，L3能应对限定场景、组合多种能力，L4高度自主，L5是完全体。行业公认，目前多数AI产品停留在L2——独立的板块工具，而非完整的教学过程。 教师端的情况与此惊人地相似：多数人的AI使用，也停在"L2阶段"——把AI当作若干个独立功能按钮，一个一个地按，而没有让它成为贯穿教学流程的协作者。 工具在L2，用法也在L2。这是备课环节的真实现状：收益是真实的，但天花板也肉眼可见——浅层使用只能换来浅层效率，真正的增益藏在流程重构里。 为什么用不深？报告同样给了线索。教师最希望获得的培训，集中在资源开发、基础操作和场景应用这些"实用指导"上；东部教师则对数据分析、智能体开发等进阶内容有更多诉求。培训供给跟不上使用需求，是深度应用的卡点之一。 最后一个问题，也是最少被讨论的问题：AI把备课时间省下来了，这些时间应该花在哪？ 答案藏在AI做不好的三件事里。 第一件：设计好问题。一节课的核心不是课件的页数，而是任务和问题链。AI能在十秒内生成一份教案的框架，但"这节课要逼学生跨越的那个认知障碍是什么"，依然只有懂这批学生的教师才能回答。备课省下的时间，首先应该流向这里——从"备内容"转向"备问题"。 第二件：预判学生的错。AI能根据学情数据标出薄弱知识点，但"这个班的学生会卡在哪一步、用什么错法"，需要教师把数据和自己对学生的了解叠在一起判断。数据给出的是"哪里错了"，教师才能回答"为什么会错"。 第三件：留出不高效的对话。备课的尽头不是教案，是课堂上那些无法预设的时刻——学生问"学这个有什么用"的瞬间。把时间从机械劳动里解放出来，恰恰是为了给这些时刻留出余量。 当然，这幅图景里也有阴影。53万人的报告里，教师的伦理担忧首次集中浮现，最突出的三类关切是：学生过度依赖、数据隐私泄露、信息误导。近半数教师呼吁尽快出台AI应用规章与伦理准则。 81%的教师说AI省备课时间，14.77%的教师每天在用——这两个数字之间隔着的，不是意愿，是能力、培训和流程。它描绘的不是一个"AI要不要进课堂"的问题，而是一个"AI已经进来了、深度还没跟上"的现实。 盖洛普那边还有一个数字可以作为参照：每周使用AI的美国教师平均省5.9小时，折算一年约6个工作周。同样是教师，有人一年多出六周，有人原地不动——差距不在天赋，在有没有跨过从"用过"到"用深"的那道坎。 AI能把备课从3小时压到30分钟。但决定一节课好坏的，从来不是那3小时，而是教师对坐在教室里那群孩子的了解。
第一现场：备课，是AI用得最"狠"的地方
第二现场：八成人说好，三成功力在用
第三现场：省下来的时间，应该流向哪里
这提醒了一个容易被忽略的底线：AI生成的教案和素材，存在事实性错误的风险。备课的最后一步必须是人——AI生成的每一个知识点、每一处引文，教师都要亲手核一遍。省时间的前提，是不省责任。