教育部让老师全员学AI,带团队的人看懂了什么

先问一个可能不太愉快的问题：昨天一天，你的时间真正花在“带人”和“见客户”上的，加起来有几个小时？

很多主管的账是这么算的：早上整理名单、填报表，上午回消息、翻资料找案例，下午陪访，晚上写跟进记录。一天下来，真正和新人一对一聊成长、和客户坐下来深谈的时间，被挤得所剩无几。

不是不努力，是被重复劳动拖住了。

10月10日，北京广渠门中学，教育部把一场“人工智能赋能教师发展现场会”开到了这里，同时启动“教师人工智能素养全覆盖培训”。来自一线的教师、校长、教育局长围绕高效备课、课堂教学、学业评价、教研反思、治理赋能五个环节，做了现场展示。

乍一看，这是教育战线的事，和保险团队似乎挨不上。但我把现场会上几个细节看完，越想越觉得：这场会表面在说“老师怎么用AI”，里子讲的恰恰是带团队的人该想清楚的三件事。

一件一件说。

一、背诵检查从1小时到9分钟：先把重复劳动交出去

现场会上，宁夏银川市第十五中学的解玮校长介绍了一个细节：借助人工智能，语文教师检查全班背诵，可以从1小时缩短到9分钟。省下来的时间干什么？她的回答是——教师能更多地关注到那些“慢一点”的孩子。

同场的天津市实验中学滨海学校物理教师金文洋说得更直接：

“AI把我们从重复劳动中解放出来，让我们更好地站到孩子面前。”

这句话，建议所有带团队的人抄在桌上。它点破了一个很多主管没意识到的真相：你的时间不是被“管理”吃掉的，是被“重复劳动”吃掉的。

什么是团队里的重复劳动？盘点一下就清楚了：

新人每天手动整理名单、逐个填跟进记录；主管每周从好几个表里摘数据、拼周报；想找一个典型案例，要翻半天聊天记录和文件夹；早会前挨个问“昨天拜访了几个”……

这些事有价值吗？有。但它们有个共同特点：格式固定、重复发生、不消耗判断。这种事，恰恰是工具最擅长接手的。

而面谈不是。面谈里客户的一个迟疑、新人一句话里的犹豫，需要人当场接住、判断、回应。这种时间省不出来，也外包不掉。

所以门道一很朴素：把重复劳动一项一项交出去，把人换回面谈桌前。

具体到保险团队，你可以拿一张纸，把新人一周做的事全列出来，逐项问三个问题：

这件事每周重复发生吗？——不重复的先放一边。

它的格式固定吗？——固定的优先交。

它需要临场判断吗？——需要的必须人做。

一圈问下来，通常能扫出三分之一以上的时间。把这些时间填进面谈和一对一辅导，人效的变化是看得见的。

二、一位生物老师的三次磨课：辅导要看数据，不凭印象

现场会上最有意思的故事，来自云南寻甸县民族中学的生物教师丁艳丽。

头一回，她把一堂自认为“学生已经掌握了”的课，提交给人工智能循证系统。系统返回的报告很直白：课堂知识传授太多，迁移创新较少；教师指导太多，学生回应太少。

注意这个表述——“教师指导太多，学生回应太少”。翻译到带团队的场景里，就是：主管讲得太多，新人说得太少。陪访现场，主管怕冷场，怕客户问住新人，忍不住接话、补充、圆场。一场陪访下来，新人说的话还没主管多。

丁艳丽改了。第二次，系统数据显示，课堂上学生的提问和质疑明显增加，课堂有了思维活动，而不是机械操作。第三次，她加入伴随性评价工具，发现34%的学生错误地把DNA两条链的方向搭成了相同的——这个细节放在过去，老师靠肉眼观察几乎不可能发现，但它直接决定了下节课讲什么。

三次磨课，一堂课脱胎换骨。而她做的事，说穿了只有一件：让数据当镜子，照出自己看不见的问题。

这对带团队的人启发很大。我们辅导新人，最常见的开头是凭印象：“我感觉你今天见客户不太自信。”“你最近状态不太对。”

这种话，新人多半是不认的——“我哪里不自信了？”辅导变成了互相说服。

换成数据就不一样。陪访回来，把三个数摆出来：

这一场，你讲了几分钟，客户讲了几分钟？

客户提出的异议里，有几个是你当场接住的，几个是主管接住的？

面谈结束后，客户主动提起的话题是什么？

三个问题都有确定答案，辅导就从“你觉得”变成“我们一起看”。新人服气，也知道下周改什么。

感觉会骗人，记录不会。主管的辅导质量，取决于你手里有没有那块镜子。

三、“教师是技术的主人”：判断这件事，不能外包

现场会上还有个细节。济南市历城区华山第三小学的语文教师苏雅坤，自己“养”了一个备课搭子。有人问：智能体备课，能靠谱吗？万一AI“幻觉”、乱来怎么办？

她的做法是：预先把教材、教参、优秀案例这些资料传进知识库，再给它定一套备课规矩，每次备课都按这个规矩来。用她的话说——“它只认我给的这些，不会跑偏。”

这场现场会的官方评价，把这一幕总结成了一句话：“整场展示，教师是主导，人工智能是辅助，专业判断和教学决策始终掌握在教师手里。”还有一句更透彻：“教师是技术的主人，不是技术的附庸。技术可以改变教育的方式，但改变不了教育的本质。”

这两句话，对急着全面拥抱AI的团队，是一盆必要的冷水。

我带过的新人里，见过两种极端。一种是抗拒工具，坚持手工整理一切，美其名曰“踏实”；另一种是迷信工具，AI生成的东西不改不审，直接发出去。后一种更危险——因为工具出错的成本，最终都由账号的信任来承担。

正确的姿势，苏雅坤已经示范了：喂给工具的料要准，规矩要先立，产出必须人工终审。工具负责“生成执行”，人负责“决策审核”。

放到保险团队里，边界其实很清晰：

能用AI做的：模拟客户异议做演练、整理面谈纪要和跟进计划、把资料按主题归好类、生成周复盘的数据统计。

必须人做的：判断客户的真实顾虑、决定沟通节奏、在客户犹豫的时候接住那句话、对新人当面做一次走心的辅导。

工具可以帮你把话说得更顺，但信任只能一张脸一张脸地建立。

四、给新人的三个AI用法，今天就能试

方法论说完了，落点在新人身上。以下三个用法不依赖特定产品，任何一款对话式AI都能做，重点是养成习惯。

用法一：陪访前，让AI扮演“难缠的客户”。

把常见的拒绝场景丢给AI，让它扮演客户连环追问：“我再考虑考虑”“别家好像更便宜”“这些我也不太信”。让新人先和AI过三遍，再上真实战场。演习打得越多，实战越稳。

用法二：面谈结束，让AI整理纪要和下一步。

面谈完趁记忆新鲜，把要点口述给AI，让它整理成结构化纪要：客户基本情况、核心顾虑、约好的下一步、时间节点。新人每天能省出半小时，这半小时去多见一个人。

用法三：每周让AI给自己“照镜子”。

把这一周的记录丢给AI，让它统计：整理资料花了多久、写记录花了多久、真正面谈和电话聊了多久。数字会说话。多数新人头一次看到自己的时间账都会吓一跳——原以为在“跑业务”，其实大半时间在“坐表格”。

三个用法连起来，正好一套完整打法：战前演练、战后整理、按周复盘。

五、主管本周就能做的一个动作

如果这篇只让你做一件事，做这个：

拉上核心骨干，花半小时，把团队这一周的“重复劳动清单”列出来，逐项标上三个标签之一——“能交工具”“必须人做”“待定”。下周一开始，先把标了“能交工具”的事项停掉，换成人做面谈。

一个月后回头看两件事：新人的面谈量有没有涨，你的辅导时间有没有变多。

会变的。因为这是结构变了，不是态度变了。

最后

那场现场会的主题叫“争做数智时代好老师”。会议对教师的期待是：既要做知识的传授者，更要做学生成长的价值引领者。

带团队也是一个道理。工具越强，越考验主管的判断：什么事交给机器，什么人站到桌前。

把人当人带，把工具当工具用。就这么简单，也这么难。

你在带团队的过程中，有没有那种“明明可以交给工具，却一直在人工硬扛”的事？评论区聊聊，我挑几个典型的，下周专门拆一期。