夜雨聆风任正非曾说：“让听得见炮声的人来决策。”当下，“AI创思课堂”正如一场波澜壮阔的集团会战，而最懂战况、最知冷暖的，无疑是身处教学一线的老师们。名师发展学校推出的“核心要素深度推进集中进课堂问诊”活动，正是将专家直接带到“炮火”最密集的前沿阵地，去倾听、去看见、去共同突破。继云峰书院之后，本次问诊挺进高中战场——海亮实验中学，并进行了全新升级：两个半天的日程，半天用于专家闭门研讨，聚焦核心要素，并与海科产品线共研导学案制作；半天则深入课堂，实战问诊，让创思范式在碰撞中淬火成钢。
研讨会伊始，品牌赋能部对专家们进行了深度采访，围绕“AI创思课堂”落地中的真实困惑与突破经验展开对话，为《观察量表》与《教学指导手册》的编写积累了鲜活素材。
随后，海亮科技集团副总裁陈颖与专家们围绕平板应用展开交流。从课前分层预习、课中互动讨论到课后AI批改与错题推送，“星学伴”串联起完整教学闭环。陈颖总指出：数字化不是管理工具，而是情感连接器。
海亮科技集团副总裁
陈颖
在此之上，专家们围绕《观察量表》与《教学指导手册》展开热烈讨论，形成四项关键共识：
1.导学案须控制文字量、避免套路化，采用符号化呈现，让学生看得懂、想得深、做得透；
2.课堂须明确“学习任务设计是核心、AI伴学是策略、学生独立学习是主体”，让技术服务于人；
3.指南须坚持以老师为使用对象，学习指南面向学生、教学指南面向老师，从学生视角优化表达；
4.推进须抓备课组、抓理念落地、抓时间分配，让产出导学案、布置课前作业、减轻课后作业成为可复制的行动路径。
从导学案文字量控制到学习目标避免套路化，从AI难以完成复杂情境编写到支持学生非课堂学习——每一个议题的深入，都是集体智慧的结晶。当讨论触及“从教学视角转换为学习视角”的深层变革时，所有人眼中都闪烁着对未来的憧憬。
高中数学——郦姗姗老师
第一节课，由高中数学名师工作室学员、来自海亮实验中学的郦姗姗老师带来展示课《频率与概率——抛硬币中的数学奥秘》。郦老师以“抛硬币实验”为核心任务，引领学生动手实践，在大量重复试验中探寻频率趋近概率的规律之美。
高中地理——杨伟江老师
第二节课，由高中地理名师工作室学员、来自海亮实验中学的杨伟江老师带来展示课《交通运输——从学考真题到自主命题》。杨老师以“小组自主命题”为核心任务，引领学生立足学考考点，在真实情境中探究交通方式选择、区位因素与区域影响的命题逻辑，于出题与辩题之间建构地理思维。
活动渐入深水区，核心要素小组的专家导师代表集体亮相，以两节展示课为样本展开了一场跨维度的联合诊断。不同领域的专业视角相互碰撞、抽丝剥茧，以各个要素为切口，精准定位课堂症结，为后续优化提供了清晰坐标。
在之后进行的专家核心要素问诊与指导环节中，各专家组围绕AI伴学、小组合作与小老师制、任务学习等核心要素展开精准点评与专业指导，为课堂提质增效提供了科学依据。
小组合作与小老师制
小组合作与小老师制专家组提到一个常见的课堂现象：很多学生上课能听懂、作业也会做，但真要开口讲就卡住了。他把这个过程概括为“听懂—做题—讲出—讲清”几个台阶，指出课堂往往停留在“会做”这一步，考试却恰恰考的是能不能“讲清”。因此，小组合作不能走过场，他建议四人一组最合适，两两可以先讨论，四人再汇总，既保证人人开口，又能碰撞出不同想法；用编号分工的方式，还能避免有人“搭便车”。至于小老师上台，专家认为关键不是复述标准答案，而是要“讲出学科味道”——比如地理要说“区位因素”，数学要讲清逻辑链。老师得主动帮学生建立这种学科表达的习惯，把生活里的大白话慢慢转成课堂上的专业说法，让“讲”从一种形式变成真正的学习过程。
AI伴学
AI伴学专家组指出，现在不少课堂把AI用成了简单的“数据汇总器”——只用来收答案、看对错，它的诊断、支援、建构这些深层价值反而被闲置了。他们强调，AI真正的用处应该在课前帮学生找准认知盲区，课中根据学情推送分层任务，课后还能引入外部专家评价来拓宽视野。但两位老师也反复提醒，AI给出的内容不能照搬，教师得保持自己的专业判断，对生成的情境、评价和任务进行筛选、修改与重组，和AI一起完善评价维度。说到底，AI不该是课堂的主角，而是教师手边一个得力的“脚手架”，帮学生把思维往上托一把。
任务学习
任务学习专家组把脉。强调任务要“以学定教”，预学须做好思维铺垫、唤醒前提知识，课中须体现学科素养、让学生用学科语言表达；作业要“精准控量”，作业量与内容需与学生学情紧密衔接。要特别关注任务是否真正服务于学生的学而非教师的教，关注课后作业在错题归因、分层推送及间隔复练上的优化空间，积极探索任务驱动、精准诊断、学情反哺的教学新模式，让每一项任务和每一次作业都成为学生能力生长的阶梯。
最后专家团队对本次核心要素的研讨提出了六方面思考：
1.预学任务须为思维铺垫。预学不是课后练习前置，更不是只做有标准答案的知识搬运，而应设计开放性思维热身，唤醒前提知识、铺垫课堂探究。如抛硬币实验，课前做数据收集与猜想，课堂聚焦交流发现，方能拉高思维境界。
2.回归教材。教师过于依赖教辅，反而忽略教材本身。预学须引导学生精读教材，“胸有成竹”的底气来源于对教材的深耕。
3.提升课堂任务质量。学生参与有了形式，但任务设计水平不高导致参与质量不高。以“学生命题”为例，看似有趣，实则是模仿式编题，并非真正提出问题；让学生编选择题更是“败笔“，沦为浅层模仿。
4.任务服务于学，而非教师的教。课堂中仍有任务服务于教师“穿针引线”的痕迹。同时，AI不止于“汇集数据、投屏答案”，其诊断、支援、建构等深层价值远未被挖掘。
5.建立“超越课堂“的预感。随着AI发展，部分学生通过前置学习即可绕过课堂直达目标，尤其在基础概念课中。这不是对教师的“无视”，而是学习潜力的释放，教师应乐见其成。
6.教师普遍低估了学生的学习潜力。学生习惯于“能力未被激发”的状态，教师也缺乏有效办法，课堂改革的关键在于重新点燃学生内在的学习能量。
同一时段，任务学习小组在分会场就情境创设与任务链设计展开专项研讨。这是一场聚焦真实情境、共商任务驱动策略的“微教研”。专家与团队成员围坐一堂，结合课堂观察记录与专家指导意见，针对核心任务的挑战性设置、子任务的逻辑递进、学习成果的显性评价等微观问题进行了一对一的精准指导。
“AI创思课堂”聚焦核心要素精准把脉，常态化开展课堂问诊与专家研修，推动“AI创思课堂”环节从经验走向数据、从教师走向学生，构建人机协同的智慧课堂生态，为其高质量发展注入创新活力。
海亮名师
修己达人 众行致远
彭海川 |撰稿
袁慧霞、董思盈 | 摄影
袁慧霞 | 美编
郭桂红 | 终审
