重构学习时空,看见 AI 背后教育的初心/NEBS第十届教学大赛圆满落幕

人工智能掀起的教育变革，从来不是简单的工具叠加，而是一场关乎育人方式、课堂生态的深层重塑。从国家数字化教育顶层规划落地上海校园，每一所学校、每一名一线教师，都必须直面一道时代考题：如何让 AI 走出演示展厅，真正扎根日常课堂，消解统一教学带来的同质化困境，让因材施教从理想变为日常。上海新纪元双语学校主动前瞻、躬身实践，在数智育人的探索之路上先行一步，交出属于自己的实践答卷。

第十届教学大赛正是我校回应时代命题的深度教研实践。本次赛事跳出传统赛课的固有模式，以 “利用人工智能解决教学场景中的真实问题，实现个性化学习” 为核心主线，搭建三级研磨通道，全校教师沉心思考课堂痛点，提交 102 份教学设计，其中34 份优质方案脱颖而出，24 场学部说课复赛，最终 13 位教师站上校级分享舞台。

决赛现场，老师们围绕问题溯源、工具择取、设计思路、实践落地、成效验证、反思优化六大维度，分享自己在备课、授课、作业评价、分层辅导中的真实摸索，全体教师以“对我有启发，对我有帮助”为主要标准进行投票。

最终评选出：

一等奖：燕诗舟、张吉东、范刘帅、张雨老师

二等奖：李果、柳采克、张朦朦、缪亚廷老师

三等奖：徐冬梅、施冬冬、穆雪晴、毕好月、范佐仪老师

燕诗舟老师聚焦托福邮件写作批改痛点，依托多款AI工具打造“诊断—练习—改写—复盘”完整写作教学新模式，为标化英语个性化教学提供轻量化落地范本。

传统写作批改存在三重困境：学生语法、格式、中式表达错误繁杂，人工逐一批改耗时巨大；教师仅笼统标注问题，学生难以找准根源，同类错误反复出现；统一习题无法匹配每位学生薄弱点，分层辅导难以落地。

针对以上难题，燕老师搭建组合AI工具矩阵：以DeepSeek、豆包为核心自动识别学生作文语法、语域、细节缺失等多类错误，一键生成专属分层学案；辅以Grammarly校验准确度、Kimi整理托福邮件场景固定搭配。整套流程标准化落地：学生提交文稿后AI自动归类错题，生成格式、语法、细节拓展阶梯习题，教师专业审核后下发，学生完成针对性练习再重写；最后课堂汇总班级高频错误，共建场景化词汇语料库，实现个体纠错与集体提升兼顾。

实践数据显示，经过AI个性化学案训练，全班学生托福写作平均错误从8-12处降至2-4处，全部由Level3提升至接近或达到Level4，教师批改备课工作量缩减70%，个性化反馈实现全覆盖。同时燕老师客观梳理方案短板：AI对真实社交语气把控存在偏差、习题形式偏单一，并规划建立学生个人错题档案、丰富闯关式练习素材库等长效优化路径。

该实践无需专业平台，普通设备即可开展，完整打通写作批改闭环，跳出AI单纯打分的浅层应用，真正借助人工智能实现因材施教，为英语写作教学提供可复制的实操方案。

体育张吉老师以六年级《立定跳远》一课为载体，运用AI动作捕捉系统破解传统体育技能教学痛点，打造数据驱动、分层落地的智慧体育课堂。

传统立定跳远教学存在三大难点：学生预摆、腾空、落地动作细微偏差仅凭肉眼难以看清，教师口头讲解纠错效率低；班级学生弹跳能力分层明显，统一练习无法兼顾学困生与优等生；课堂缺少直观动作参照，学生难以自主发现自身问题。

依托AI动作捕捉系统，具备全程录制、0.5倍慢放、标准动作骨骼同屏比对三大功能，完整搭建“课前诊断—课中分层实操—课后长效巩固”三段式教学闭环。课前设备调试完成后组织全员试跳，系统自动生成班级动作数据，按跳远成绩划分优秀、良好、及格、薄弱四组，梳理出摆臂发力不足、腾空不收腹、落地重心后坐三大共性问题，提前规划专项训练内容。40分钟课堂内，先借助慢动作标准视频建立动作认知，学生分组试跳实时捕捉动作，大屏对照标准自主查找缺陷；针对全班共性统一训练，个性化动作问题一对一专项练习。课后学生留存动作视频居家复盘，教师线上跟进指导，搭建课内外一体化练习链条。

实践成效量化清晰：学生摆臂下蹲同步发力掌握率达90%，腾空、落地重难点突破率85%；教师重复示范、人工纠错工作量减少60%，全班100%实现个性化动作指导。学困生落地失衡问题明显改善，优等生整套动作流畅度与跳远成绩稳步提升。

计算机教师范刘帅聚焦编程课堂分层难、批改反馈滞后、考试平台卡顿三大痛点，打造“自研校内考试平台+AI编程工具”融合教学模式，为编程个性化教学提供可落地实践样本。

在课程中学生编程基础差距悬殊，跨年级班级既有零基础初学者，也有高阶学生，纸质大题批改耗时久，课后答疑时间有限，统一授课难以兼顾不同层级学生成长需求。

针对上述问题，范刘帅老师搭建了两套核心教学载体：自主开发适配本校内网NEBS模拟考试平台，完整复刻代码大题考试界面，支持在线编码、计时防切、自动统计正确率；搭配Claude、大模型AI工具，实现代码分步引导、习题生成、错题解析双辅助。课堂形成标准化闭环流程：课前平台诊断定位薄弱点；课中依据学情分三层教学，基础生依靠AI分步拆解逻辑，优等生借助AI拓展算法可视化开发；课后分层布置线上编程作业，学生提交即刻获取AI解析，教师依托班级数据看板精准精讲共性错题。

此次实践成效数据直观：班级模考平均分提升8分，教师单次批改时长由3小时压缩至1小时，练习完成率从40%升至85%，全体学生错题复盘覆盖率达到10%。典型学生由单题2分提升至7分，解题逻辑拆解能力显著增强。

同时范老师客观梳理现存短板：部分学生过度依赖AI直接获取完整代码，AI解析存在少量偏差；后续计划完善平台自动分层功能，搭建班级错题资源库，增设算法交互式在线运行页面。整套方案依托校内服务器稳定运行，无需高额外部平台，分层、测评、复盘一体化设计，适配各类理科编程课堂推广借鉴。

张雨老师带来《电路的连接》数字化教学实践，她提出“数智赋能”相比单一AI赋能是更高阶的教学升级，这里的“智”不只指人工智能技术，更包含教师运用技术、把控课堂的教学智慧。

单纯AI赋能仅依靠大模型完成批改、出题等单一工作；而数智赋能是数字化平台、仿真工具与教师教学智慧协同共生——技术是载体，教师的判断、设计、取舍才是核心。针对电路抽象、实验有安全隐患、学情难把控等课堂痛点，她依托PhET仿真平台与“三个助手”系统搭建三阶探究课堂，凭借教学设计做好工具取舍：虚拟仿真用来直观呈现电流、模拟危险短路，却不替代实物动手操作；数字平台实时汇总各组实验照片，教师借此快速定位共性问题，分层开展个性化指导。

课堂遵循“虚拟试错—实物验证—符号建模”完整探究链条，以夜景灯光设计贯穿学习任务，学生先在仿真环境建立认知，再动手组装真实电路，最后自主设计电路符号完成建模，全班实物搭建成功率达100%。

不盲从技术热度，守住科学课堂核心，明确仿真动画只能作为认知铺垫，不能冲淡实验严谨性；AI、数字工具仅负责数据收集，教师把更多精力放在问题引导、思维归纳等高阶教学活动。后续她计划完善电路AI故障识别功能，细化分层探究任务，这套兼具技术运用与教学思考的轻量化方案，为小学理科数字化课堂提供优质可复制范本。

在本届教学大赛中，李海林校长开创性提出教师、学生、教材、AI四大教学核心要素，清晰点明 AI 是能激活静态文本、重塑师与生、生与知识多重关系的全新育人载体，AI可以补齐传统教学反馈滞后的短板，打通教、学、评一体化长久堵点，李校也鼓励教师结合学科学情自主选用适配工具，对老师们提出了明确教研方向：我们不能止步于用 AI 批改作业、制作课件，而要依托人工智能创造全新学习场景，打破课前课中课后的割裂边界，构建跨时空立体化学习链路，依据本届教学大赛形成进一步深入研究的项目小组，继续推进教学大赛成果。

这场赛事不止是一次教学比拼，更是我校推进 AI 与学科深度融合的首次系统性探索。每一份方案都源于教室中的真实困惑，每一次分享都藏着教师反复试错后的沉淀反思。我们不追逐技术噱头，始终以学生个体差异为根本标尺，在人机协同的平衡探索中，慢慢读懂数字化时代教育的本质：技术只是桥梁，看见每一个孩子、成全每一份独特成长，才是教育永恒不变的内核。