核心观点
AI适合承担资料整理、方案发散和初稿生成；教师必须负责目标确定、内容核验、学情适配和教学决策。
这半年被问了无数次——"老师，你用AI备课吗？""AI能不能帮你改作业？""听说AI一出，老师都要失业了吧？"
每次我都想说：你们想多了。但我也理解这种焦虑。
打开任何一个AI工具的介绍页面，都是"5分钟生成教案""批改准确率95%""节省70%备课时间"——确实吓人。所以我花了一年多时间认真用下来，结论就一句话：
AI不是来抢你饭碗的，它是来替你扛那些你根本不该花时间的事情的。
问题是，很多老师没搞清楚那个边界在哪。这篇文章就来谈谈我的看法。
不少教师第一次使用生成式AI，会输入这样的指令——
老师的第一条指令请帮我设计一节关于"光的反射"的课。几秒钟后，AI就能生成教学目标、教学过程、课堂提问和作业设计。内容看起来完整，格式也很规范。
但把它直接拿进课堂，往往会遇到问题：
- • 教学目标很多，却不够聚焦
- • 活动看起来丰富，却不符合实际课时
- • 提问顺序合理，却没有考虑学生的真实基础
- • 实验材料不一定具备
- • 部分知识表述甚至可能存在错误
- • 教案"什么都有"，但看不出教师真正想解决什么问题
因此，AI生成一份教案，并不等于完成了一次备课。
备课的核心不是"写出教案"，而是教师根据课程目标、学生情况和教学条件，作出一系列专业判断。
教师备课通常包含四个层次——
教师需要理解课程标准、单元目标以及本节课在整个知识体系中的位置。学生已经掌握了什么？可能有哪些错误认识？学习的难点在哪里？不同学生之间存在哪些差异？教师需要选择教学内容、组织课堂活动、设计问题和安排学习支架。教师还要设计课堂观察、练习任务和评价方式，判断学生是否真正达成学习目标。AI可以参与这些过程，但不能替教师完成最终判断。——这是整个系列的开篇立场，请记住这句话。
可以用一句话概括：
把AI当作资料员、创意伙伴、初稿助手、模拟学生和检查员。
AI擅长处理结构比较清楚的文字材料，例如：提取课程标准中的关键词、整理教材知识点、比较不同教学方案、将长篇资料转化为提纲、按主题整理案例、把教学内容转化为表格或概念框架。示例提示词下面是本单元的课程标准、教材内容和教学参考资料。请只依据我提供的材料进行整理：① 提取核心概念；② 梳理概念之间的关系；③ 区分"必须掌握"和"拓展了解"的内容；④ 标出可能需要教师进一步核实的地方；⑤ 用表格输出。不要补充材料中没有出现的事实。注意：AI适合提高整理效率，但教师仍要回到教材、课程标准等可靠来源进行核对。AI整理 ≠ 权威依据。教师不是每次都缺少完整方案，有时只是需要"多几个思路"。AI可以帮助提供不同的课堂导入、设计生活化情境、生成探究活动设想、从不同角度设计问题、提供项目式学习主题、比较不同组织方式。示例提示词我要为五年级学生设计"生活中的杠杆"一课。请提供5种不同类型的课堂导入：①生活问题；②小实验；③图片观察；④故事冲突；⑤任务挑战。每种导入控制在3分钟以内，并说明它如何指向本课的核心问题。AI很适合生成"第一版"：教学活动初稿、课堂问题初稿、练习题和作业初稿、学习单初稿、评价量规初稿、家庭实践任务初稿、案例和阅读材料初稿。关键原则：AI生成的内容应当被视为"待审核素材"，而不是"可以直接使用的成品"。教师至少需要检查：是否符合课程标准、知识是否准确、难度是否适合学生、表达是否符合学生年龄、是否能够在规定时间内完成、是否符合学校实际条件、是否真正服务于教学目标。这是AI在备课中很有价值、却容易被忽略的功能。教师可以让AI模拟不同学习状态的学生——基础薄弱的学生、概念理解有偏差的学生、能说出答案但不会解释的学生、学有余力需要挑战的学生。示例提示词本节课问题是："金属摸起来比木头凉，是否说明金属的温度更低？"请分别模拟三类七年级学生作答：①凭生活经验回答的学生；②知道部分概念但存在混淆的学生；③能够用证据解释的学生。然后分析每类回答反映了什么认识，并为教师设计一句追问。完成教学设计后，可以让AI换一个角度检查方案：教学目标与活动是否一致、活动与评价是否对应、时间安排是否合理、指令是否清楚、是否真正体现学生参与、是否照顾不同学习水平、实验是否存在安全隐患、是否有隐私或伦理风险。示例提示词请以教学设计评审者的身份检查下面的方案。重点检查：①每个活动是否直接服务于教学目标；②学生是否有观察、思考、表达和修正的机会；③课堂评价能否提供学习证据；④40分钟内是否能够完成；⑤是否存在知识、安全或实施风险。请不要重写教案，只指出问题并给出修改建议。为了让边界更鲜明，以下五类工作不能外包——
AI可以提供建议，但它并不了解教师所在学校的课程安排、本单元的学习进度以及学生的真实基础。"这节课最值得学生学会什么"，必须由教师判断。AI能够模拟学生，却不能真正知道：哪些学生没有听懂、学生为什么沉默、哪个错误来自概念混淆、哪个小组需要帮助、什么样的表达最能鼓励这个班的学生。真实学情来自日常观察、课堂互动、学生作品和评价证据。生成式AI可能出现：虚构事实或来源、混淆相近概念、给出看似合理但不严谨的解释、编造实验数据、提供无法验证的案例。教材、课程标准、专业书籍和权威资料仍然是知识核验的依据。课堂选择不仅涉及效率，还涉及：什么内容适合这个年龄段、是否尊重学生差异、是否造成标签化、是否公平、是否保护学生隐私、是否鼓励学生独立思考。这些问题没有可以交给AI自动决定的标准答案。即使内容由AI生成，最终选择并使用这些内容的人仍然是教师。因此，"这是AI生成的"不能成为知识错误、评价不当或隐私泄露的免责理由。 | | |
|---|
| 分析教学目标 | | |
| 整理教学资料 | | |
| 设计课堂活动 | | |
| 设计课堂问题 | | |
| 预测学习困难 | | |
| 设计分层任务 | | |
| 制作评价工具 | | |
| 反思教学方案 | | |
六个词：先想—再问—多选—核验—改造—复盘
在使用AI之前，教师先明确三个问题：学生需要学会什么？学生可能在哪里遇到困难？我希望AI帮助解决哪个具体问题？给AI提供必要背景，包括年级、学科、课时、目标、学情、教学条件和输出要求。背景越清楚，输出越有用。不要只要求AI给出一个完整方案，可以让AI提供三种不同思路，并说明各自的优点和限制。选择空间越大，决策质量越高。检查知识、来源、难度、安全、隐私和版权风险。这一步绝对不能省，AI生成的内容不等于正确的内容。结合本班学生、教学风格和学校条件重新设计。教师的修改痕迹，正是专业判断的体现。课后比较：AI预测的问题是否真的出现？哪些内容有效？哪些建议脱离了课堂实际？下次应该给AI补充哪些信息？同样是用AI备课，提问方式决定了输出质量——
问题：没有学情、没有目标、没有边界，AI只能给出一份"通用模板"，真正能用吗？有效指令我正在为八年级学生设计"声音的产生"一课。学生已经知道声音与物体振动有关，但容易把"正在发声"和"能够发声"混淆。请围绕"如何用可观察的证据说明声音由振动产生"，设计三层问题：① 第一层帮助学生描述实验现象；② 第二层引导学生建立现象与振动之间的联系；③ 第三层要求学生评价证据是否充分。每层设计2个问题，并预测一种常见错误回答。不要直接生成完整教案。效果：问题聚焦、学情明确、层次清晰，AI输出可以直接用于课堂。这个对比说明：AI输出质量不仅取决于提示词技巧，更取决于教师是否清楚教学目标和学生困难。
AI进入备课过程后，教师最需要提升的可能不是"快速生成教案"的能力，而是四种更重要的能力：
- • 清楚地描述教学问题
- • 判断生成内容是否可靠
- • 根据真实学情改造方案
- • 对教学选择承担责任
AI可以让资料整理更快，让教学思路更多，让初稿产生得更容易。但它无法代替教师理解学生，也无法代替教师决定一节课真正值得教什么。
因此，人工智能赋能备课的理想状态不是"教师退出"，而是——
AI承担重复性工作，教师把更多精力用于理解学生、设计学习和作出专业判断。
📮 留一个问题给你
在你的备课过程中，最希望AI帮助承担哪一项工作？又有哪些工作是你一定不会交给AI的？
如果这篇文章对你有启发，欢迎把「科创人的碎碎念」分享给更多老师朋友。
夜雨聆风
