ARTICLE · 1322625
如何让AI成就高质量教学,实现“不在落后的教学方式上AI 化”?看这本书一定有启发!
读《AI 来了，课怎么上》
有一种课堂，最让教育者为难：教师没有讲错，材料没有用错，学生也完成了任务，可我们期待的学习，却未必真正发生。
AI使这个问题更加凸显。教案可以迅速生成，学习单可以结构完整，学生的作品也可以越来越漂亮。一个任务“完成得很好”，与一个孩子“真正学到了”，正在变成两件更需要专业眼光分辨的事。
作者于海龙是我的好朋友。八零后的他曾是北京十一学校一分校副校长；之后又接受刘艳萍校长的委派担任北京怀柔区九渡河小学校长，仅仅一年就让一所山区小学焕发生机；紧接着又再次接手并成功进行海淀上庄学校的组织转型；面对汹涌而来的AI时代，信息技术背景的于海龙校长更是如鱼得水，成为三所学校（包括正在建设的新学校）的船长，引领航向。李希贵校长曾经这样评价他，这是未来中国基础教育不可多得的教育家型校长。
于海龙校长与崔玲美老师合著的《AI来了，课怎么上》，我是一口气读完的。我认为这是迄今为止关于AI时代课堂教学最好的一本实践书。读这本书，能很好的帮我们判断如何做到“不在落后的教学方式上AI化“。
从表面上看，书中所涉及的量规、画像、学习单，都在帮助教师认识学生。但这本书实际上还有一条暗线，那就是：学生的学习，正在开始有力量修正教师的判断，改写课堂的安排，甚至追问学校曾经提供了什么。
我们习惯批改学生的作业。这本书让我想到：学生交回来的东西，同样也在“批改”我们的课堂。关键在于，这份“批改”能否进入下一次教研、下一节教学和学校持续发展的共同改进。
一张更周到的学习单，为什么会让思考减少？
书中，上庄学校教师包海燕带学生调查社区，证据学习单改了三版。
第一版充分开放，多数学生的调研结果只写了“路不好走”“灯不亮”，普遍不知道怎样把感受变成观察。于是，第二版老师增加了维度与选项，让学生能进行更深入的调研。
很多孩子因此进步了。可是，原本已经能按老人、租户等不同人群进行分类调研的小夏同学，反而变“乖”了：不再自己分类，开始照着选项打钩，分析栏只写“需要改善”。
这个细节，远比“要因材施教”更值得细细琢磨。
小夏同学的变化，究竟说明她不会分析，还是说明这份更周到的材料，替她完成了一部分分析？
一张学习单，其实也在悄悄分配思考：哪些问题由孩子发现，哪些类别由孩子建立，哪些理由要由他自己寻找。成人预先完成一步，孩子就可能少经历一步。当然，对另一些孩子而言，这一步恰好是他眼下需要借助的台阶。
因此，设计得是否完整，与学生能否在其中生长，需要分别检验。尤其当AI越来越擅长提供完整方案，教育者更要辨认：这份完整，究竟支持了什么，又代替了什么？
第三版，包海燕老师不再给全班同一种引导。小夏同学重新获得开放空间，因为老师只多了一个追问需要她去思考：同一个问题，不同的人受到的影响一样吗？小夏由此区分出本地老人和外来租户不同的出行时间与照明需要。其他孩子则根据困难，得到观察选项或因果问题链。
这里真正重要的，是学生的表现没有只变成“观察不细”“分析不足”的评语，它改变了教师对“什么帮助有效”的认识。
这也给了我们一把检验任务的尺子：在判断学生有没有某种能力之前，先看这个任务有没有给他运用这种能力的机会。让学生填满一张已经替他想好的表，未必能获得我们期待的学习证据。
我们看见的，总是孩子在某项任务、某种支持、某个状态下的表现。读懂证据，需要理解这个表现怎样产生。改变一个条件，他会不会表现得不同？
教学设计也应当成为一个需要检验的假设：我提供这样的任务与帮助，期待孩子发生怎样的变化？目标要清楚，通向目标的办法则需要接受实际学习的检验。
如果教师判断错了，孩子有没有机会让我知道？
任务会影响我们看见什么，判断又会影响孩子接下来遇见什么。这是个性化教学更深的一层挑战。
书中，一个学生检测当天肚子不舒服，表现偏低，被系统标在较低水平。随后，AI为他安排简单任务，他完成了，系统记录“通过”。
看起来，每个环节都在正常运行。问题却藏在其中：做对简单题，只能说明他会做简单题，不能说明他不会做更难的题。
如果后续安排始终依据最初的位置，孩子就可能不断证明自己符合那个位置，却没有机会提供推翻它的新证据。
画像一旦用来安排学习，就已经不只是在记录过去，它还在影响一个孩子接下来能够获得什么机会。
所以，判断得准不准之外，还应多问一句：如果这个判断不够准确，孩子能在接下来的哪一次学习中，让我们知道？
上庄学校采用了教师手动修正、单元统一检测等办法，于海龙校长也坦陈，这些办法仍依赖教师主动核查，尚未找到不依赖个人精力的系统性方案。这份没有遮盖的困难，恰恰让我更信任这本书。
它提醒我们，一套不断接收反馈的系统，也同样需要不断确认自己原来的看法。教育需要的，是新证据能够真正改变旧判断。
为此，既要给孩子匹配的支持，也要保留尝试另一条路径、挑战更高要求的机会；既看他完成了什么，也听他解释自己怎样想。标准应当清楚，关于一个孩子的结论，却要始终留有重新理解的余地。
这当然不意味着学生遇到困难，教学设计就一定有错。它意味着，追问不能到“这个孩子还不行”就结束。学生怎样学、任务要求了什么、此前得到了什么支持，需要放在一起看。
证据再丰富，能不能让下一节课有所不同？
知道判断需要修正，课堂却未必有条件改变。如果所有人明天仍必须学同一页，今天发现一个孩子被低估，或在更早的概念上受阻，又能怎样？
有的课堂掌握了越来越多学情数据，第二天仍照原计划讲下一课。教师知道谁掉队，孩子也知道自己不会，但教学继续向前。诊断最后成了进度表旁边的一条批注。
书中数学教师卞存娟的一处手写，让我看到另一种可能。
全班学习乘法分配律，有个学生却先拿到一道关于竖式位值的题。课前，教师依据画像发现，他的问题不在今天的新知识，而在更早的概念：竖式中的这个数字，实际代表多少？如果不先理解，后面的计算还会反复出错。
通常，我们会说，这位教师很细心。我更在意的是，今天“计划教什么”，终于可以为这个孩子“此刻必须学什么”让出一步。
差异化学习，不只是把同一道题分成难、中、易。有时，一个孩子此刻需要的学习，根本不在本节课原定的任务里。
到下课时，卞存娟老师说：“没做完的，下节课从你停下的地方接着做。做完的，下节课有新任务。”
这句平常的话，是需要一整套安排托举起来的：目标清楚，资源可用，困难能够获得回应，学会以后还可以重新检测。下课铃结束了这节课，却没有取消一个孩子尚未完成的学习。
同一间教室仍然需要共同目标、必要的交流与共同生活。改变的，是“大家同时翻页”不再成为学习前进的唯一依据。能否继续，要有理解的证据；需要停下，也要有重新出发的资源。清楚的边界，恰好为不同节奏留下空间。
更关键的是，今天的自评与检测数据更新后，明天的分组和学习单也随之调整。昨天需要的帮助，今天可能不再需要；过去卡住的地方补上了，就能够继续往前。
教学与评估真正连起来，一个很实际的标志是：评估发现的事实，能够让原定教学改道。
读到这里，AI的意义才变得具体。不是教育者今天才懂得应当回应差异，而是过去一份份重做材料、追踪变化、调整安排，太容易把教师耗尽。AI降低了这些工作的成本，教师才更有条件持续回应正在变化的学习。
如果只把原来的出题、批改、排名做得更快，技术也可能把旧有的困难运转得更有效率。这本书真正打开的可能，是让我们重新审视课堂怎样推进：下一步由什么决定，学生的新表现能否改变原来的安排？
让改变不再只靠某一位教师
当学生的证据能够改变一份学习单，进一步改变课堂的推进方式，它还会把追问带到学校面前。
书中一次学生主导的家长会，多数孩子在分析一份不满意的作品时，只会写“粗心”“想玩”，缺少深入的归因。最初的判断是，学生反思能力不够。
继续复盘才发现，这个班没有在学期中收集成长素材。到了期末，孩子只记得最近两周的作业，那两周又恰好没有特别困难的任务，难以找到值得深入分析的经历。
一个原本指向“学生能力不足”的判断，就这样转向了学校内归因：我们要求孩子反思，是否先为他保存了可以反思的证据？
书中把素材收集放进学期中的固定节点，使孩子到期末有经历可以回看。这样，改进才从“下次注意”变成日常安排。
这正是我从书中读到的专业诚实。教师愿意说出“我原来以为如此，后来发现并非如此”，学校也愿意把发现变成共同改进的工作。
老师们每周一起打磨学习单，请进度偏后的学生先试用，检查他是否看得懂目标、知道第一步做什么、遇到困难去哪里求助。他们还明确提出“不指责先行者的失败”，使试错能够被公开讨论，成为后来者改进的依据。
沿着这些探索，我还期待上庄学校、九渡河小学能留下另一种记录：最初怎样理解一个学习困难，哪份学生作品使这个理解动摇，后来改变了什么，又看见怎样的新表现。一位教师的发现，就有机会成为同行可以讨论、检验和继续改进的经验。
当AI帮助整理、比较这些经验，扩展的是整个教师群体理解学习的能力。有了工具，我们更有条件成为持续研究学习的人，而不必把精力耗在反复生产相同的教学材料上。
这也是我郑重推荐这本书的理由。海龙和崔玲美没有把两所学校四个学期的探索，包装成一条已经证明适用于所有人的道路。他们把走通的部分、判断失效的时刻和仍然没有解决的困难，一起写了出来。
一本谈AI的书，最值得珍惜的，竟是让孩子更有机会用新的表现，改写成年人原来的认识。
合上书，我愿意留下一个很具体的追问：下一次看到学生交回的作业与作品，我们除了决定给他什么评价，能否也决定，自己的课堂应该因此改变什么？
