AI工具+问题导向(PBL)教学模式,让课堂从“教知识”变成“解决问题”

在如今的教学比赛中，课堂使用AI工具已经不算什么新鲜事了。真正能让评委眼前一亮的，是AI工具与教学模式的深度结合，不是“用了AI”，而是“AI融进了课堂的每一个环节”。

问题导向（PBL）教学模式，就是一个很好的融合切口。它的核心理念是通过问题驱动的方式，让学生在解决问题的过程中学习知识、运用知识。而DeepSeek、豆包等AI工具，恰好可以在这个过程中发挥独特作用——帮学生梳理思路、拓展视野、整合信息，从“被动听讲”变成“主动探究”。

问题导向教学模式通常包含五种类型的问题，基础问题、重点问题、难点问题、应用问题和拓展问题。把这五类问题按照“课前—课中—课后”的节奏串起来，再在每个环节嵌入AI工具，就能形成一条完整的教学链条。

课前的核心任务是帮学生建立最基础的知识认知。基础问题指向课程的核心概念与专业知识，目的是让学生先“站住”，为课堂学习做好准备。

这个阶段的具体做法是，教师通过在线学习平台发布预习资源和课前测试题，要求学生围绕基础问题开展预习。学生则需要使用DeepSeek、豆包等AI工具，梳理整合课前学到的知识内容，做成思维导图上传至平台。

AI工具在这个环节的价值，学生不是被动地看视频、读教材，而是带着具体问题去使用AI检索、整理、归纳信息。这个“主动加工”的过程，比单纯浏览资料的理解深度要高很多。教师收到思维导图后，可以初步判断学生学情，调整课中的教学策略。

课堂第一阶段，需要帮学生把课前碎片化的认知整合成系统的知识框架。重点问题与课程的知识体系密切相关，涵盖学生必须学透、学懂的核心内容。

这个阶段的典型做法是，教师展示学生课前上传的思维导图作为课堂导入，讲解共性问题。抛出重点问题后，先随机提问检验个体掌握情况，再组织小组讨论深化理解。学生在思考讨论后，运用AI工具检索、梳理、整合答案，构建本节课的知识体系框架。小组代表汇报分享后，教师与导师点评总结，开展互评。

AI工具在这个环节的价值，学生不是坐等老师给答案，而是先自己思考、小组讨论，再用AI验证和补充。AI提供的是“参考答案”和“拓展视角”，而不是“标准答案”。这个先后顺序很关键——学生先动脑，再用AI辅助，才能避免对工具的依赖。

课堂第二阶段，需要把知识应用到更复杂的场景中。难点问题与重点问题不同，它更侧重激发学生的学习兴趣和思考探究能力，通常是与课程内容相关的项目类问题。

这个阶段的核心操作是，教师呈现一个真实情境中的复杂问题，要求学生小组针对问题进行讨论，并借助AI工具检索答案、拓展思路，整合设计出具体的实践方案。方案设计完成后，可以在虚拟仿真平台中进行模拟操作验证。操作结束后，教师抽取几组操作画面，组织其他小组找出问题、提出改进建议。

AI工具在这个环节的价值，面对复杂问题，学生需要综合考虑多个因素——技术路线、操作步骤、可能的风险——单靠已有知识往往不够。AI可以帮学生快速获取相关资料、分析不同方案的优劣，从而设计出更可行的方案。AI是“参谋”，学生是“决策者”。

课堂第三阶段，要把方案落到真实的实操中。应用问题侧重于如何运用课堂知识解决实际生产问题，比难点问题更贴合真实岗位。

这个阶段的实施路径是，展示真实任务情境，学生借助AI工具设计操作方案，然后在实训室中按照方案进行实践演练。实践过程中设置记录员拍摄操作情况上传平台。企业导师结合企业标准对实践操作进行点评，学生小组互评，同时将方案上传至AI工具让其进行评价。最后教师总结共性问题，提出改进建议。

AI工具在这个环节的价值，学生完成实操后，AI可以从不同维度（步骤完整性、规范性、安全性等）给出客观评价。学生既得到了企业导师的行业视角反馈，也得到了AI的数据化反馈，两个维度互相补充，改进方向更清晰。

课后环节的价值不是“布置作业”，而是“打开视野”。拓展问题的目的是提升学生的知识迁移能力，让学生了解行业动态、前沿技术以及跨学科内容。

具体做法是，教师布置课后测试和拓展任务，学生运用所学知识完成测试，并借助AI工具思考讨论拓展任务的内容，小组整合成文档上传平台。教师检查反馈后，对仍存在问题的学生进行个别辅导。

AI工具在这个环节的价值，行业前沿信息更新快，教材往往跟不上。学生可以用AI快速获取最新动态、前沿技术和跨学科案例，把课堂知识和行业现实连接起来，看到“学了能用在哪儿”。

AI工具+问题导向教学模式的核心逻辑可以概括为一句话，不是让学生用AI找答案，而是让学生在解决问题的过程中用AI当工具。

五个类型的问题覆盖了从“建立认知”到“设计方案”再到“实践验证”最后到“拓展视野”的完整学习链条，AI在每个环节承担的角色不同——课前是帮助整理的助手，课中是为你教学把关评估的工具，课后是信息检索的工具。

备赛或设计课程时，不妨先用五个问题把一节课的框架搭出来，课前基础问题解决“是什么”、课中重点问题解决“为什么”、难点问题解决“怎么做”、应用问题解决“做得怎么样”、课后拓展问题解决“还能做什么”。

框架搭好了，再把AI工具嵌入到每个环节中——不是“为了用AI而用AI”，而是“在这个环节，AI确实能帮学生做得更好”。