ARTICLE · 1275405
用了AI不等于课堂改变了:一所学校给AI教学设计设了一道门槛
点击蓝字 关注校长管理坊
好的技术介入，应当打开新的学习可能，同时把思考完整地留给学生。
在上海市闵行区实验小学，每一份AI教学设计都必须包含一项内容：AI应用场景的合理性分析。
这项要求出现在学校大规模推进AI教学实践的过程中。学校组建了39个学科“智研团”，开展AI课堂实践的教师占比由不足10%提升至80%以上。覆盖面扩大之际，学校同步设置了技术进入课堂的判断门槛：教师学会操作之后，还要说明为什么用。
对正在推进教育数字化的学校，关键任务随之变化。AI进入教学设计之前，需要先回答它解决了什么学习问题、提供了什么独特支持，同时确认哪些判断、试错和建构过程仍应由教师和学生完成。
1
Wisdom
先辨“为用而用”
AI工具能够生成资源、分析数据、设计活动，也容易让课堂产生一种“用了就等于改变”的错觉。原本可以在纸笔环境中完成的任务被机械搬到数字设备，常规教学步骤被套上一层智能工具，课堂看起来更有科技感，学生的学习方式却没有发生实质变化。
更值得警惕的是思维过程被压缩。教师直接采用AI生成的现成方案，可能跳过分析学情、选择目标和权衡策略的过程；学生直接获取答案，则可能失去提出假设、尝试错误和解释理由的机会。技术提高了任务完成速度，却不必然增加学习的深度。
因此，必要性判断应从具体学习问题开始。若传统方式已经能够有效完成任务，AI只是让呈现更新奇，使用理由就不充分；如果技术能够帮助教师发现原本难以发现的学情、提供传统媒介难以形成的操作条件，或针对差异提供及时反馈，它才具有进入课堂的明确价值。
2
Wisdom
再找独特价值
三年级数学《长方形与正方形的面积》提供了一个较清楚的例子。教师原先将教学重点放在面积公式的推导和应用上，利用AI设计前测并分析数据后发现，40%的学生仍不理解面积单位与长度单位的区别和联系，60%的学生虽然会使用公式，却说不清计算原理。教师随后借助DeepSeek开展多轮对话，重新调整教学目标，使课堂更聚焦学生的认知盲区。
AI在这里承担的是学情诊断辅助：它帮助教师看见经验判断中没有充分显现的问题。数据为目标调整提供了依据，但这个案例记录到教学目标调整为止，没有提供调整后的测评数据。因此，它能说明教学设计发生了变化，尚不能证明学生的学习效果已经提升。
其他课堂片段也呈现了不同价值。英语课利用Kimi和即梦补充动态语言情境，将教材内容与“地球一小时”及家庭生活建立联系；五年级数学课借助DeepSeek生成正方体表面涂色的互动程序，并配套学习单，试图为学生提供可操作的空间探究支架；三年级习作课开发提纲评价智能体，为学生提供修改建议。学生开始质疑智能体评价是否准确，是值得关注的课堂现象，但尚不足以证明批判性思维已经得到提升。
这些案例分别指向学情诊断、情境补充、探究操作和个性化反馈。技术的独特价值只有进入具体学科任务才能被辨认，工具名称和功能数量无法替代这种判断。
3
Wisdom
把判断写进设计
为了让必要性判断进入日常教研，学校采用“全员培训＋共同体研习”的双轨方式。专家培训和信息技术工作坊帮助教师了解AI原理与基本操作；首批39个学科“智研团”每团3—5人，围绕教学设计、资源创建、课堂交互、作业批改、个性化辅导和学习评价六类场景自主选择研究主题。
“智研团”按照“信息发布、现场观摩、互动研讨、成果提炼、分享交流”五个环节运行。教师发布开放课堂信息，邀请同伴进入真实教学现场，再将做法和问题带回团队讨论。学校还开发应用指南、案例撰写和经验分享视频模板，要求写明应用场景、教学目标与策略、技术操作步骤、效果评估与反思，并专门增加应用合理性分析。
参与率变化说明AI实践的覆盖面扩大了，但覆盖面不能直接代表融合质量。这一制度动作的价值，在于把“为什么用”从教师个人的临场判断，转化为可以在备课、观课和教研中公开讨论的设计要求。
一旦必要性分析进入统一模板，教师就不能只展示用了什么工具，还要交代工具与学习问题之间的对应关系；同伴也不再只评价课件是否新颖、操作是否流畅，而可以进一步追问：如果去掉AI，这项学习任务会失去什么？技术提供的帮助，是否值得学生和教师为它改变原有的学习过程？
4
Wisdom
用学习证据复盘
若将这一做法转化为教师备课时可使用的轻量框架，可以归纳为四个问题。它并非学校现成的评价量表，而是对其实践逻辑的应用化整理：
1. 当前需要解决的具体学习问题是什么？
2. AI提供了传统方式难以提供的什么支持？
3. 哪些判断、试错和建构过程必须留给师生？
4. 用什么学习证据检验预期改变是否发生？
第四个问题尤其重要。技术生成了更丰富的资源、给出了更快的反馈，只能说明工具完成了任务；学生的理解是否加深、错误是否得到修正、表达是否更有依据，还需要从课堂对话、学习单、学生作品和前后表现中寻找证据。教师也需要记录AI建议被采纳、修改或放弃的理由，使专业判断保留在教学过程中。
这四个问题构成一条完整的审查链条：先确认问题，再识别技术的独特价值，随后划定思考责任，最后用学习证据检验。如果缺少其中任何一环，AI应用都可能停留在功能展示层面。尤其当课堂只留下工具生成的文本、图像和程序，却没有保留学生理解变化的证据时，学校很难判断技术是否促进了学习。
一项AI教学设计如果只写操作步骤，便容易把技术完成任务误当成学生完成学习。今后审视AI课堂，可以要求它留下两类记录：技术为学生增加了什么学习可能，以及哪些思考责任仍然完整地留在教师和学生手中。
这两类记录，可以成为学校判断AI课堂质量的一条基本尺度。
参考资料：
[1]何学锋.以智启教：让技术成为滋养教育生态的“活水”[J].中小学管理,2026,(1):31-33.
智慧云名家教育大讲堂
直播精彩回顾
【点击下方卡片收看】
（关注我们，及时获取后续直播课程安排）
👇👇👇
往期推荐
学校规划，最怕“两头紧、中间松” new
校本教研的关键一层，在教研组 hot
