夜雨聆风ChatGPT等生成式人工智能（GenAI）问世已有三年之久，如今已悄无声息地渗透进学生们日常使用的各类工具中——从搜索引擎到文档编辑，再到代码编写软件。外界或许会理所当然地认为，大多数编程课的老师们早就摸索出了一套应对之策。然而，加州大学圣地亚哥分校的Sam Lau及其研究团队在即将于CHI 2026大会上发表的一项最新研究中却揭示了一个令人意外的真相：真正对课程内容进行实质性改革的教师可谓凤毛麟角。尽管不少老师修改了课程规定，但真正动手重新设计作业、考试形式或教学方法的却少之又少。
为了探究编程教师在引导学生使用AI工具时究竟遭遇了哪些阻碍，研究团队深入访谈了13位已在课程中采取实际行动的本科计算机教师，并对169位计算机系教员进行了广泛的问卷调查（其中包含大量来自少数族裔服务机构和传统黑人大学的教师）。调查结果显示，教师们正被迫从事一种他们从未接受过专业训练的“设计工作”，且面临着极度缺乏支持的艰难处境。
什么是“急救式教学重构”？
研究人员将这种现象形象地概括为“急救式教学重构”（Emergency Pedagogical Design）。这让人不禁联想到新冠疫情爆发初期，教师们被迫仓促上阵的“紧急远程教学”。正如当时的紧急网课无法与精心打磨的在线教育相提并论一样，如今的“急救式重构”也绝非深思熟虑后的AI教学融合。教师们更多是在资源匮乏、缺乏指导的窘境下，进行着一场手忙脚乱的实时应对。
这种重构工作呈现出四个鲜明的特征： 首先，它是被动应付的。教师们面对AI的冲击毫无防备，只能硬着头皮去改造那些在AI诞生前就已定型的老课程。 其次，它是隔靴搔痒的。与能够直接修改软件界面的产品设计师不同，教师们无法改变ChatGPT或Copilot的底层逻辑，只能试图通过制定规则、调整作业和完善课程设施来间接影响学生的行为。 第三，教师们只能依赖碎片化的反馈。他们往往只能通过课后答疑时的闲聊或助教的口耳相传，而非严谨的评估数据来判断教学效果。 第四，教师们承受着迫在眉睫的压力。他们等不及学术界给出权威的研究结论或最佳实践方案，必须立刻采取行动。
阻碍教师前行的五座大山
在深入的访谈和调查中，研究人员发现教师们在改革之路上反复遭遇五大核心障碍：
孤军奋战的窘境：调查显示，高达81%的受访教师个人对在教学中引入AI持开放态度，但仅有28%的人认为同事们也抱有同样的想法。这种共识的缺失导致那些渴望变革的教师往往只能在自己的课堂上单打独斗，缺乏院系层面的统筹与支持。
各自为政的规则：由于缺乏统一的顶层设计，教师们只能各自为政，为每门课量身定制AI使用规则。正如一位受访教师所言：“对学生来说，这简直就像是狂野的西部。这门课让用，那门课不让用。”学生们不仅要死记硬背每门课的规矩，还要面对政策中鲜少提及的盲区——比如付费与免费工具的区别，以及独立AI助手与内嵌于代码编辑器中的AI功能的界限。高达78%的受访教师担忧，付费AI工具的门槛可能会进一步拉大学生之间的成绩鸿沟。
落地执行的困局：教师们的初衷是引导学生“如何”正确使用AI，而不仅仅是限制他们“是否”使用。然而，他们能采取的手段却十分有限。有些老师只是小修小补，比如允许在特定实验环节使用AI；有些老师则大刀阔斧，比如要求学生在让AI写代码前必须先提交设计思路，甚至有老师专门开发了一款只提供概念指导、绝不代写代码的定制聊天机器人。尽管80%的受访教师认为将AI融入教学至关重要，但真正能在课堂上经常使用AI工具的比例却仅有37%。
考核方式的失效：多位教师反映了一个令人深思的现象：学生们在课后作业中表现优异，但在闭卷考试中却一塌糊涂。一位老师提到，在他教授的450人大课中，竟然有三分之一的学生在一项要求手写简单代码的随堂测试中交了白卷，尽管他们平时的作业成绩都很亮眼。问题的核心不仅在于学生用AI代写作业，更在于教师根本无从知晓学生在日常学习中究竟是如何依赖这些工具的。为了应对这一挑战，部分教师开始增加口头答辩和书面报告的考核比重，但这又引发了评分标准难以统一和师资力量捉襟见肘的新问题。
资源匮乏的掣肘：这是所有问题的症结所在。53%的受访教师坦言缺乏有效整合AI教学的资源，62%的人则表示繁重的教学任务让他们根本抽不出时间。这种资源鸿沟在少数族裔服务机构（MSI）中表现得尤为刺眼：这里的教师不仅更容易面临资源短缺（62%对43%），教学负担也更为沉重（70%的教师每学期要上3门以上的课，而其他机构这一比例为54%）。更令人震惊的是，所有10位每学期承担6门以上课程的受访者均来自MSI。相比之下，那些能够大刀阔斧进行教学改革的教师，往往拥有较轻的教学负担、充足的外部资金支持，或是能够雇佣庞大的助教团队——而这些“特权”，绝大多数普通教师都无福消受。
呼唤系统性的变革
研究揭示了一个残酷的现实：那些在优化学生与AI互动方面走在最前列的教师，往往也是在时间、人力和资金上最占优势的群体。比如，有位老师为了给300名学生每周进行口头答辩，竟然动用了50多名助教；还有些老师甚至自掏腰包支付AI接口的调用费用。显然，这些做法根本无法在普通高校中大规模推广。
如果只有那些财大气粗的顶尖学府才能负担得起AI时代的课程改革，那么生成式AI非但不能促进教育公平，反而会成为加剧教育不平等的催化剂。那些资源匮乏学校的学生可能会被越甩越远，这并非因为他们的老师不够尽责，而是因为这些老师在每学期承担六门课的重压之下，根本得不到任何实质性的支持。
当被问及最需要什么帮助时，受访教师们的诉求高度一致：专业的师资培训、关于AI教学效果的实证研究，以及实实在在的资金支持。这不禁让人深思：如果高校管理者、教育基金会以及人机交互领域的专家学者能够携手合作，为一线教师提供强有力的后盾，让这种“急救式教学重构”不再是少数特权阶层的专属，而是惠及每一位教育工作者的可持续发展之路，我们的教育未来又将是一番怎样的景象？