ARTICLE · 1240889
22 长沙市AI赋能地理教学现场展示与思考
教 研 追 问
浅谈高中地理教学与备考
——记长沙市高中地理教学研讨会暨2027届高三备考策略研讨会
文 /地理高
在长沙市一中的会议，全市来了将近600人，还有大湘西的地理同仁。半天研讨会听下来，信息量很大，一堂示范课开头，四份AI赋能教学报告，一场大师高考讲座。坐在下面，笔记本上记的不是要点，是一些问题。很巧，和我发言的主题“追问”不谋而合，做教研，不一定是总结讲评，还有一件事：追问。结论不是终点，问题才是进步的源泉。结合本次会议的主题，谈谈我对AI的理解，然后一起追问三个问题。
一、AI是什么：一辆智能汽车
一个朴素的比方：AI就是一辆智能汽车，能自动驾驶的智能汽车。
▍第一层，是车本身
它把最累的那一段路接过去了。找素材、做图、做动画、出初稿、整资料，这些活儿过去要熬到半夜。李愿科老师讲的两个场景——备课之夜、坐班答疑——在座的都熟。他说了一句我很认同的话：把重复交给AI，把判断留给自己。这就是车替我们开的那段路。对老师的身心，是实实在在的善意。
▍第二层，是导航
车会给你路线，但目的地得你自己定。——"害怕它们一本正经地胡说八道"，这句顾虑说得很实在。所以陈聪聪老师那五点思考，第一条是"科学准确，教师把关"，最后落在一句话上：技术可以降低资源制作的门槛，但不能降低地理教学的专业标准。车再智能，方向盘上还得有一只手。
▍第三层，是路
这一层是我们地理老师独有的。我们用它，还能看见一个更真实、更广阔、更深层、更动态的世界。徐岩冰老师把达菲尔德和利特尔顿两次地震摆到学生面前：一次7.1级，一次6.3级，震级小的那一次，影响更大。这种"反常"，过去只能靠嘴讲，现在可以把街景推到学生眼前，让学生去判断。
所以AI的价值到底是什么？同样的人、同样的主题、同样的时间、同样的学生，用了它，效率更高、质量更高，学生印象更深、理解得更好。这才叫融合。
差异不在技术。技术在谁手里都一样。差异在教师的理念和思维。
对自己，我的态度是：早用晚用，都要用，快一点慢一点都没关系。但对学生，我们不能这么从容——他们的三年、两年是有限的。我们要帮他们实现学习方式的变革，帮他们更好地理解这个学科、理解这场考试。这也是AI唯一替代不了我们的那部分。
二、第一问：一节课的起点，是教材，还是情境？
这一问，问的是高一高二，也问高三。
今天四场分享，有三场在做同一件事：把教材弄"活"。陈聪聪老师给了三条路径——AI生成视频、程序化动画、HTML交互课件；徐岩冰老师：不生成，直接去现场，用Google Earth、街景、图层叠加。路径不同，指向同一个动作：把静态教材，换成动态情境。
我为什么把这句听起来没错的话，当成一个问题来问？
因为教材给的是结论，情境给的是现场。教材上写"地形影响聚落分布"，这是结论。学生背下来，考试写上去，可能有分，但他没有看见过一个村子为什么长在那条路旁边。
情境里是：山姆会员店为什么选在湘江新区？极速达凭什么一小时送到？云仓出现了，线下店会不会被冲掉？这些问题的答案，教材上没有；但教材上那些原理，正好够用。
一节课从哪里开始，决定了学生最后带走什么。从教材开始，学生带走一份笔记；从情境开始，学生带走一次经历。
我知道有老师担心：情境讲多了，知识点讲不完。我的回答是：讲不完的从来不是知识点，是没被用过的知识点。一个原理，学生在真实案例里用过一次，它就长在他身上了；你讲三遍，他记三天。
这里还要补一句陈聪聪老师讲的"真实边界"和"地图规范"：AI生成的视频再像，也不是真实影像；地图更要注意规范，该有的要素一个不能少，该守的底线一步不能退。技术降低了门槛，没有降低标准。
▍落到操作上：每节课，准备一个"反常"
一个和常识不一致的现象，一个学生凭经验会答错的地方。达菲尔德7.1级，利特尔顿6.3级，为什么后者更惨？这一个问题，能把震级、烈度、震源深度、建筑抗震、地质条件全带出来。高一高二的课，最该有这个"反常"；高三的课也不能没有——高考本来就是拿"反常"筛人的。
三、第二问：一道题的终点，是知识，还是落点？
这一问，主要是高三的，也包括高二的选考班。
陈宁尧老师今天做了实验：让AI把2026年湖南卷做一遍。结果：选择题16个，全对，和官方答案一个字不差。他往下看了非选择题的11个小问，给出五个数。
▍AI做2026湖南卷·非选择题
判断相悖0处 ｜ 实质错误3处 ｜ 要点遗漏7处
表述差异3处 ｜ 合理外延6处
方向全对，分却拿不满——失分几乎全部发生在"落点"上。
看两个数就够了。17(1)，4分的题，全卷平均0.78分，得分率19.5%，最低。问的是"修建东风堰灌溉工程的主要原因"。AI答了4条，头头是道，第1条从"河床下切、水位下降"讲起——机理没错，但材料没给，官方也没设这个点。它答的是"为什么这样修"，题目问的是"为什么修"。
18(2)，平均0.91分。题干已经把"垄状"给你了，那是条件，不是答案。很多学生，包括AI，把条件当结论又抄了一遍。
所以陈老师说：得分由落点决定，不只由知识量决定。一个知识量最全的"考生"，败给了落点最准的那个答案。我们花了太多时间在"讲全"，太少时间在"讲准"。评价的下限，就是教学的下限。官方答案是"最小给分集"——它不是天花板，它是地板。我们得先让学生踩到地板上。
再看湖南卷本身，三句话：情境真；切口小，从一条堰、一个村、一种作物进；链条长，现象、过程、机制、影响、对策，一环断，分就断。还有一点：图文信息量大，答案开放，但要求逻辑自洽。19(1)那道泡状土，8分平均2.31分——用"物质、动力、运动、时空、地方、要素"六格框架去看，AI只落到"运动"一格，官方给分点压在"物质"和"动力"上。漏两格，8分只剩2分。
怎么改？三件事，明天就能做。
① 讲评课的顺序不能颠倒。先官方最小给分集，再合理但没被设点的外延，最后才谈语言和书写。顺序一颠倒，学生就学会一个错误结论——写得多等于得分高。
② 建一张"落点词表"。按主题分栏，把官方答案里那些不可替换的词收进来：沿干渠、沿道路、截留沙尘、封闭土层表面、冰川中含有的石块。学生考场上缺的，常常不是知识，是那个精确的词。
③ 把"先落锚，再撒网"变成考场动作。先按分值把最小给分集写满，再补一两条最有把握的外延。
一轮复习最大的风险，从来不是讲不完，是讲完了学生还是不会。所以一轮复习的单位，不是页码，是"单元—课时—问题链"。
四、第三问：一份成绩的背后，是经验，还是证据？
这一问，不分年级。它是问我们教研自己的。
我试着给成绩背后的东西排过一个比例：课堂组织和教学设计，合起来六成；作业管理，两成半；集体备课，它不是加法，是乘法——备得实把六成放大，备得虚把六成缩小；剩下的一成半，是师生关系、班级氛围、学生的信心，不在任何一张考核表上，但在每一节课里。
这个比例当然不准，谁也算不准。但它逼我想清楚一件事：这几样东西，没有一样能靠"我觉得"。
李愿科老师今天讲的，恰好是给这几样东西装证据。他给自己配了两样：一个"外挂大脑"，ima知识库；一位"智能助理"，WorkBuddy。素材不再是"我记得好像在哪"，而是"我知道在哪里、它说什么"。
更打动我的是他讲答疑的那一段。他说，答疑提效的第一步，不是讲得更清楚，是让学生"会问"。
✕ 差提问："老师，月相我不会。"——定位为零，只能从头重讲，讲完还是不会。
✓ 好提问："月相成因我没弄懂，教材在必修一第一章，作业第12题错了。"——定位准，直接补原理、回真题。
学生的问题定位得越准，我们的诊断才越准。徐岩冰老师还做了一件事：把课堂实录发给AI，让AI分析课堂结构、教师行为、提问的开放性。这件事过去要靠教研员听三节课、写两页纸；现在一节课的实录，一小时能出一张结构图。这不是让AI评课，是让我们的教研有一张体检报告。
所以第三问，我想到四个回答。
▍把课备在"问题"上
不是备"我要讲什么"，是备"学生会卡在哪"。一节课备三个卡点，比备三十个知识点有用。
▍把课讲在"思维"上
讲结构、讲思路、讲易错；学生自己能看懂的、讲了也不会的、超出本轮要求的，不讲。舍得留白。
▍把作业做在"诊断"上
分层、限时、面批、错题再生。作业的目的不是"练完"，是"暴露"。暴露得越早，补救越省力。
▍把教研做在"证据"上
集体备课不讨论"我觉得"，讨论"数据显示"。一次小测的错误分布，比十句经验可靠。
五、回到那辆车
最后，回到AI这辆车。
AI是车，我们是驾驶员。车再好，方向是我们定的，地图是我们给的。我们要带学生去的终点是什么？就是我的地理教育主张：会旅行的"伙伴"，会探究的"专家"，会行走山河的人。AI可以帮他们查路线、做攻略、生成报告。但"愿意善待这片土地"这件事，只能由我们来教。
▍今天，我用"追问"问了三句
一节课的起点，是教材，还是情境？
一道题的终点，是知识，还是落点？
一份成绩的背后，是经验，还是证据？
一句问课堂，一句问考场，一句问我们自己。
长沙市中学地理教研
