为什么AI融入教育的今天,更需要反思性学习课堂

2026年4月10日，国家五部委联合发布《〈人工智能+教育〉行动计划》，按下AI赋能教育的加速键。从智能体伴学到AI循证教研，从具身智能机器人到“人+AI+人”三元协同新质课堂，人工智能正以前所未有的深度和广度重塑教育形态。

一个根本性的问题也随之浮现：当知识获取变得前所未有地容易，当AI可以瞬间回答几乎所有事实性问题，课堂的中心应该是什么？

工业时代，“知识就是力量”培养的是知识的掌握者；信息时代，教育开始关注知识的建构者；而今天，正迈入数智时代。如果教育仍然围绕着知识的传递与复现展开，必定与时代脱节。越来越多的教育者意识到，AI时代的核心使命，是培养既能驾驭智能体、又能超越智能体智慧的“高级智能主体”——换句话说，就是具有深度反思能力的学习者。

正是在这一背景下，反思性学习课堂的价值被重新发现。它不是传统课堂的“锦上添花”，而是AI时代教育变革的内在要求和核心路径。

在第二届全国新课标·新教材·新课堂教学创新实践研讨会暨人机共智，跨学科育人：AI赋能教学创新实践交流会上，深圳罗湖区莲南实验学校的陈志鸿老师呈现了一堂AI融合反思性学习课堂——《游戏公平》，提供了一个生动的观察样本。

陈志鸿老师的课例始于一个真实情境：老师用写有学生名字的转盘决定谁回答问题，但连续三次都指向同一名学生。孩子们立刻质疑：“这不公平！”

这个看似简单的日常事件，恰好成为驱动深度学习的起点。教师没有直接给出答案，而是将问题抛回给学生：“那怎样才算公平？能不能设计一个真正公平的转盘？”

驱动性问题很清晰：为什么抛硬币、掷骰子、玩石头剪刀布大家都觉得公平，而转盘却总停在那几个同学的名字上？怎样设计一个公平的转盘，才能让每个人都有均等的机会被选中？

项目分为三个里程碑，层层递进：

教师引入“可能性”概念后，紧接着抛出冲突情境——和儿子小豆豆玩游戏，抛硬币10次，爸爸赢7次、儿子赢3次。规则明明公平，为什么爸爸赢这么多？

学生猜测是运气好，但这个结论是真的吗？如何验证？这时候，"教·学·评"一体化AI智能体接过了这一步。教师打开平台中的AI抛硬币模拟器，让学生直观观测到从十次到十万次的概率变化。学生们也就自然明白了：次数少了什么都可能，次数多了，规律就浮现出来——正面和反面的实际频率慢慢逼近了各50%的理论概率。

这个规律在数学上就叫大数定律：单次或少量的结果受偶然性支配，样本足够大时，频率才会收敛到概率。概率这个抽象的概念，靠口述学生只能选择相信，靠板书只能画个示意图，靠动手抛又不可能真的抛到十万次——只有AI才能直观的呈现出来。

这个环节也折射出"教·学·评"一体化AI智能体在课堂中的核心定位：它不替代教师的判断，也不替代学生的思考，而是把那些靠口述很难讲透、靠板书很难画清的抽象过程，转化为可观看、可互动的直观体验。当技术完成了这些在现实中很难实现的情境，教师才能腾出手来做技术做不了的事——追问、点拨、把学生的模糊感受引向清晰说理。

如果说骰子游戏有明确的数学概率，那么石头剪刀布就考虑到了“人”这个因素。教师引导学生用连线法列出所有可能的结果组合，一共9种，理论上输、赢、平各占三分之一。

但实际玩起来，结果往往和理论对不上。有没有人总爱出一样的手势？如果两个人每次都出一样的，赢的可能性还和理论一样吗？这些问题让学生慢慢意识到一件事：规则本身的公平，不等于实际操作的公平。人的行为习惯、心理偏好，都会悄悄改变结果的分布。

基于前两个阶段的探究，学生回到最初的问题：如何设计一个真正公平的转盘？

这一次，角色变了。在抛硬币和摇骰子环节，学生面对的是现成规则，任务是判断它公不公平。而设计转盘这一关，学生要从规则的评判者变成规则的创造者。每个小组需要自己定方案、画转盘、算比例——把之前学到的"可能性相等"从纸上的概念变成手里的实物。

设计完成后，小组将作品拍照上传至平台，全班共享互评。AI即时给出打分和修改建议，学生根据反馈调整方案。最后，各小组向全班讲解设计原理，说明为什么要这样分区、实验数据是否支持预期、过程中做了哪些调整——完整的探究链条，在这个环节被学生自己走了一遍。

陈志鸿老师的这堂课，表面上是在教可能性和公平性的数学概念，但拆开来看，它恰好展示了反思性学习课堂的三个构建维度。公开课是样板间，常态课怎么做到？今年暑假北师大张春莉教授团队的工作坊，正是把这三个维度拆成了可操作、可落地的训练模块，帮一线教师从看懂一堂课走到自己能设计一堂课。

元认知，简单说就是对自己思考过程的觉察和调控——设定假设、选择方法、监控过程、评估结果。

教师不断追问的不是答案是什么，而是你怎么想的、怎么验证的、怎么修正的。整个思考过程被拆解为可见、可评的步骤，而不是一个模糊的感受。

把元认知训练嵌入日常教学，需要两样东西：能把思维过程拆开的循证模板，以及能追踪过程性数据的评价工具。

这正是《义务教育课程方案（2022年版）》所强调的推进综合学习、强化学科实践的体现。现实世界的真实问题，用单一学科知识难以应付。反思性学习课堂以真实问题为纽带，把不同学科的知识整合起来，让学生在解决问题的过程中形成综合性的认知结构。

这堂课有一个耐人寻味的瞬间。教师抛出一个看似公平的游戏规则让学生判断，很多学生的第一反应是好像没什么问题。但当教师继续追问，学生慢慢意识到不对劲——规则看似中立，但实际上没有改变结果的偏向。

表面上看是一次数学纠错，但更深一层看，这是一种思维习惯的建立。规则制定者的意图和规则的实际效果，可能并不一致。需要用数据和逻辑去检验，而不是盲目接受。批判性思维——不轻信、敢质疑、有依据——在这里不是被当成概念来教，而是在具体的认知冲突中自然生长出来的。而这种冲突的设计，考验的不是教师的知识储备，而是教师在备课时能不能预判学生的思维盲区、在课堂现场能不能抓住追问时机。

回到核心问题：AI已经能回答几乎所有知识性问题，为什么我们还需要反思性学习课堂？

答案恰恰在于：AI越是强大，那些AI做不到的事情就越珍贵。

智能体可以瞬间回答什么是可能性，但它不会主动追问：为什么转盘总停在那几个名字上？这个驱动性问题，来自学生对日常生活的反思。在陈老师的课例中，最宝贵的不是转盘怎么设计的知识，而是那个源自真实情境的质疑。提出问题的能力、发现不对劲的敏感度，AI无法替代。反思性学习课堂，正是培养这种能力的最佳土壤。

AI可以给出一个结论，但不会告诉你这个结论的数据来源是否可靠、推理过程是否有漏洞。在信息过载的时代，基于证据的判断力成为每个人的核心素养。

在这堂课中，学生反复经历这样的过程：不要轻信猜想，去做实验；不要只看一次结果，去收集数据；不要只看自己小组的数据，去对比全班的大样本。这种用证据说话的思维习惯，正是应对AI时代认知外包导致思维惰性的有效工具。

AI可以算概率、画转盘、统计分析，但AI不会反思自己的思考过程。它不会追问：我刚才的假设合理吗？推理有没有漏洞？如果重来一次，会换一种方法吗？

元认知，对认知的认知，是人类意识最核心的特质。当学生在课堂上被追问你的猜想和实验结果一样吗、为什么，就是在进行元认知训练。这项能力，AI永远无法真正拥有。

在AI时代，知识获取的边际成本趋近于零。知识获取的边际成本趋近于零。如果一个课堂的核心仍然是老师讲知识、学生记知识、考试考知识，被AI替代只是时间问题。

教育的出路，是从知识传递转向认知建构——不是学会什么，而是学会怎么学、怎么思考、怎么判断、怎么创造。陈老师的课例中，学生带走的不是转盘怎么画的知识点，而是一整套探究问题的思维框架：发现问题、提出假设、设计实验、收集证据、分析推理、反思改进。这些能力，才是AI时代教育的必由之路。

在第二届全国新课标·新教材·新课堂教学创新实践研讨会上，我们看到了许多AI赋能课堂的前沿探索。

但技术永远是手段，不是目的。AI在反思性学习课堂中的角色，不是替代学生思考，而是成为学生反思的脚手架——提供数据支撑、提示思维盲区、记录成长轨迹、释放机械劳动的时间，让学生把精力集中在真正需要人类智慧的地方：质疑、推理、创造、反思。

陈志鸿老师的课，AI深度赋能教学过程：十万次抛硬币模拟把抽象定律变成直观画面，数据实时汇总让证据从模糊感觉变成清晰数字，AI即时点评给出方向却不替学生说答案，课后素养雷达图让学习效果从印象变成可追踪的数据——AI循证贯穿了从导入到评价的全过程，不是点缀式的炫技，而是支撑整堂课教学决策的基础设施。它抓住了教育的本质：让学生在真实问题中学会思考，在证据中学会判断，在反思中学会成长。

《义务教育课程方案（2022年版）》强调，教学要坚持以素养为导向，强化学科实践，推进综合学习，落实因材施教。在AI融入课堂的今天，这些原则没有过时，反而更加重要。

这，就是为什么AI融入教育的今天，比以往任何时候都更需要反思性学习课堂。因为AI越强大，人类越需要成为真正的人——会质疑、会反思、会创造的人。