夜雨聆风朋友们好，这个系列是顺着本次TeacherYO社群首届教师黑客松大赛的情境解读和作品展示及点评文章，主要分享我的出题思路、选手们的作品展示（全程答题时间只有2个小时）和我对作品的评价。
本篇是针对第三个情境卡片：
大多数老师的日常是"用题"——从教辅里选、从题库里拉、从历年真题里挑。真正自己命题的老师非常少，真正研究过"什么是一道好题"的老师更少。但命题这件事，往深了做，是一个巨大的专业领域——炎鑫老师在这方面研究了很久很深，从考试学、测量学到认知诊断，每一层都有大量的专业知识。这道题不是要大家在24小时里解决命题问题，而是一个引子。
我想让参赛/看到的老师们通过这道题目开始意识到三件事：
第一步：AI可以帮我们反推命题的逻辑
过去，一道好题是怎么来的？大多数时候是一位经验丰富的老教师"凭感觉"出的——他知道这个题好，但说不清楚好在哪里。命题的逻辑藏在经验里，是一个"黑箱"。
但现在AI给了我们一个机会：把这个黑箱拆开。你可以拿一道公认的好题让AI分析——它考察的是什么认知层次？它的干扰项为什么能区分"真懂"和"假懂"？它的情境设计为什么能防止学生靠套路得分？反过来，你也可以拿一道烂题让AI诊断——它到底烂在哪里？
这不是什么高深的技术，但大多数老师从来没这么想过。第一步，就是让大家意识到：命题是可以被拆解、被分析的。(过去也能做，但是AI的效率会大大提高)
第二步：从"怎么考"反推"怎么教"
这才是对日常教学最有真实帮助的一环。当我们用AI把命题逻辑研究透了，真正搞懂了"考试到底在考什么"之后，我们就能反推：在日常教学中，我应该怎么去培养学生？我们应该怎么去准备考试？
如果我们发现好题都在考"知识迁移"，那日常教学就不能只抓"死记硬背"；如果我们发现好题都在考"证据链推理"，那日常教学就要多问"为什么"。用AI拆解命题，本质上是在校准我们的教学方向。
第三步：从"怎么教"再回到"怎么出题"
当我们的教学方向校准了，并且在教学中发现了学生真实的薄弱点时，我们才真正需要"出题"。
这时候，用AI命题就不是单纯的"你告诉它考什么，它就吐出一道题"那么简单了。而是你基于对学情的精准判断，去向AI提需求："我的学生在'分离变量'这个思维上总是卡壳，请帮我设计一道生活情境题，专门暴露他们在这个思维上的误区。"从分析真题，到指导教学，再到为了补足学生短板而定制题目。
这个事情肯定不可能在两小时内完全做完的，所以我希望的是——这道题是打开大家“用AI命题”的视角。
【HTML组2】躬行者&清风老师
他们的作品是小学科学优质试题生成器（自己换一下api的话可以直接生成），体验地址：https://damon.yunmind.cn/test-generator/
【HTML组8】Carddie&清风老师
我的评价
两组老师在两个小时里，不约而同地搭出了结构化的"命题工作台"——不只生成题目，还配套评分标准和错因预判。这说明他们都意识到了出题是一个系统工程，这本身就是对命题专业性的一种致敬。
正如评论区的老师们所提的问题，“那么到底是什么好题？” 这个"好"到底由什么决定？
两组工具都帮老师"出了题"，但都还没有带老师走进出题人的思维过程。
一个真正专业的出题人，在动笔之前，ta可能会怎么想？（所以这个其实如果是做角色也会很不错）
我想通过这道题"看见"学生的什么？ 不是"考哪个知识点"，而是"我想区分哪种认知状态"——是能背公式，还是能在新情境里用？
我怎么设计"陷阱"来暴露假懂的人？ 好题的灵魂不在正确答案，在干扰项。每个错误选项都是一个诊断工具——学生选了B而不是C，出题人立刻知道他卡在哪个环节。
这道题能不能防住"不懂但蒙对"的人？ 情境设计的核心目的是让套路失效，只有真正理解了才能作答。
最深一层：这道题对标的到底是什么？ 不是对标某个知识点，而是对标课程标准里的核心素养和学业质量水平——我们这个学科，到底想培养什么样的人？
顺着这两组搭建的优秀架构往前想：如果"命题工作台"要继续进化，最有价值的方向可能不是"出更多的题"，而是在出题之前，先带老师走一遍出题人的思考过程——比如加一个"拆题"环节：老师把一道中考真题扔进去，AI帮你拆解它的认知层次、干扰项设计、情境防套路逻辑。当老师跟着AI一起把这道题"拆"明白了，再回到工作台，根据自己班级学生的真实薄弱点去定制变式题。
https://my.feishu.cn/wiki/WdclwEbEOiVWx8k2eGNcvWd9nFe?from=from_copylink
以及接下来我们会邀请得票最高的五组代表在社群内做专场的深入分享（本周四周五周六晚上），如果你有兴趣，可以来和我们一起玩～（备注来意）
