夜雨聆风
——智教耘教研分享实录6月12日晚，智教云AI备课平台举办教研分享会，两位一线教师分享使用经验，平台方总结推广，明确了人机协同备课的新范式。
学情诊断：
从经验判断到数据支撑
智教耘学情诊断功能可统计46人的平均正确率，分层展示A/B/C/D四层学生的答题情况，生成知识图谱呈现班级整体知识点掌握度。平台支持逐题展示学生对错情况，生成细致的班级学情诊断报告，并一键生成AI教学建议。当AI诊断出班级底层学生占比65%、前置知识薄弱率达到56.5%时，会建议暂停新课，回头巩固前置薄弱知识点。这种基于数据的“叫停”机制，比老师凭经验判断更客观。
教学设计与评价体系：分层可测
智教耘生成的教学目标分为要素型、体验型、能力型，针对学情诊断出的错误点，具备可操作性、可检测性，内容更加具体可落地。评价体系采用星级分层评价，实现教学评一体化三位一体设计：针对基础知识采用简洁直接的选择性评价，针对高级能力情景任务采用表现型评价，针对方法逻辑迁移采用三维等级评定的标准化评价。
备课效率：从一周到两小时
传统手工备课，为参加市级信息技术融合课花费1周多时间。使用智教耘生成可用教学设计仅需要1到2小时，可节约90%的备课时间。
智教耘平台生成的教学设计可用率达到70%~80%，教师仅需要结合本班学情稍作修改即可使用。生成的教学设计越具体，后续用希沃、豆包、星光等工具制作课件就越精准贴合课堂需求。
备课从课标分析、学情诊断、难点剖析、目标设计、评价方案、教学详案到课时衔接，形成环环相扣的教研闭环，兼顾单元知识衔接，不再是备课只针对单节课。
数学教师：从教材本位到学情本位
使用智教耘后，备课理念从原来盯着书本教教材的教材本位，转变为围绕学生真实学情的以学定教，树立了学情本位和教学评一致性的现代备课理念。
备课方法从原来仅凭经验猜测学情，转变为用真实数据作为备课支撑，所有设计对准学生真实的学情困难，不做形式化设计。
智教耘的备课方案体系完整，覆盖课前课中课后提供单元化系统化教学解决方案；聚焦核心素养，不只传授知识点，更关注逻辑思维、建模能力、数学表达等核心素养的培养。
英语教师：70%的地基，30%的舞台
灵宝市实验小学英语教师赵娜娜分享，作为县城小学英语教师，原有教育资源相对匮乏，准备一节优质对话课需要花近三周时间搜寻处理各类教学资源。输入课题仅需十几秒就能生成完整的教学设计框架，从学情研判到环节规划内容体系完整、素材储备充足。使用智教耘生成的教学设计准备优质课，斩获了灵宝市县级优质课一等奖、三门峡市级优质课一等奖。赵娜娜提出，70%的地基由平台提供框架，30%的舞台由教师注入教学温度，最终才能获得好成果。获奖并不是冰冷算法的产物，是扎根课堂、师生互动后的自然结果。在小县城的教学环境中，师生间的信任是任何技术都无法复制的教育内核。
智教耘英语备课模块的优势：学情分析从知识基础、能力准备度、思维学习习惯、学习风险预判四个维度开展分析，可精准锚定薄弱项，推演连锁影响并前置干预策略；评价设计分为要素型和能力型两个层级，目标任务描述清晰，评价量规分层明确，分为优秀、良好、合格、不合格四个层级；教师可以根据学生学情调整教学活动，AI会快速给出适配调整后的方案。
平台可生成交互式动画课件，针对英语核心句型生成交互演示动画，针对重点词汇生成互动游戏，符合小学生日常课堂的学习特点。
人机协同：
AI负责能做的，教师专注该做的
平台方总结，一线教师擅长课堂实操，但在课标研读、理论提升方面存在痛点，需要花费大量时间还不一定能找准方向，而这正是AI擅长的领域。AI做理论和底稿，老师专注和学生打交道。
针对“新老师使用平台会丧失独立备课能力”的担忧，平台方认为，新老师使用平台可获得更高的起点，不需要把大量精力花在找资料写教案上，可以把精力放在和学生沟通、提升教学能力上，反而能更快成长。智教耘可以把公开课级别的备课变成常态课备课，让每节课都能达到超越传统备课的高度。
备课范式变革：
从静态文档到动态系统
传统备课范式已经30年没有发生大的改变，还是手写教案、参考教参、下载修改他人课件，属于低起点、依赖经验、资料拼凑的单兵作战模式，产出的是静态文档。
AI时代的备课是高起点、理论嵌入、专家底稿、人机协同、持续进化的动态系统。PPT是静态工具，智教耘当前生成的是html网页版课件，未来会插入更多交互内容，让课件活过来。教师不再只是教案撰写者和知识传授者，会转变为学习设计师、课堂决策者、成长陪伴者，实现自身职业升级。
END
