夜雨聆风
编者按
从导学案的全民追捧到悄然退场，基础教育领域的上一轮课改热潮，刚在理性反思中落下余音；人工智能的浪潮又已席卷校园，“AI+教育”迅速成为新一轮教育创新的核心命题。从纸质的“学习路线图”到数字的“个性化算法”，工具在迭代，可人们对“万能解法”的执念，却仿佛陷入了往复循环。
本文以导学案的兴衰为镜，切入当下AI教育的热潮，拆解了两次教育变革背后共通的工具理性困境：当预设框架凌驾于课堂生成之上，当数据标准替代了生命的丰富性，当工具从“助学助力”异化为“教学规训”，再先进的技术也会偏离育人的初衷。文章既不否认技术的赋能价值，也不盲从工具的神话叙事，在新旧热潮的对照中重申教育常识：教育的主体永远是人，任何工具都只是抵达育人目标的路径，而非答案本身。
在技术奔涌的变革浪潮中，这份回望来路的冷思考，是提醒，更是警醒。
从导学案到AI+教育
——教育变革莫陷工具神话的循环
傅明宇
当导学案在一众中小学课堂悄然谢幕，这场曾经席卷基础教育的课改热潮，终究以理性回归的方式落下帷幕。它的兴起与落寞，像一面棱镜，照见了教育领域对“万能工具”的执念与祛魅。而就在导学案的余热尚未散尽之时，人工智能+教育又以更具冲击力的姿态，成为当下教育场域的新宠。从智慧课堂系统到AI个性化辅导，从学情大数据分析到智能作业批改，技术被再次赋予重塑教育的使命，仿佛手握算法密钥，就能破解因材施教的千年难题。此情此景，与十余年前导学案被奉为课改法宝的盛况何其相似。历史的重复提醒我们：越是在技术高歌猛进的时刻，越需要守住教育的人本底线，避免重蹈工具至上的覆辙。
导学案的兴衰，早已为教育领域的“工具神话”写下了清晰注脚。彼时，它以“先学后教、以生为本”的先进理念登场，精准击中了传统讲授式课堂的痛点，为迷茫中的课改提供了一套可落地、可复制的操作框架。在理想预设中，它是连接教与学的桥梁，能引导学生主动探究，倒逼教师转变角色。然而当行政力量推动下的大规模普及到来，理念的初心很快让位于执行的惯性：统一印制的学案消解了班级与学生的差异，密集的习题替代了深度的探究，预设的流程挤压了课堂的生成空间。导学案从“助学支架”异化为“束缚绳索”，背后是工具理性的过度膨胀——人们总渴望找到一种标准化、可量化、见效快的教学模式，用流程的确定性对冲教育的复杂性。可教育终究不是工业生产，当教师沦为学案的执行者、学生沦为填表的工具人，课堂便失去了最珍贵的生命力。导学案的谢幕，不是对一种工具的否定，而是对“工具万能论”的纠偏：任何教学手段，一旦凌驾于人之上，便注定走向自身的反面。
站在人工智能的时代路口回望，当下AI+教育的走红逻辑，与当年导学案的兴起几乎如出一辙。二者都承载着人们对教育变革的美好期许：导学案试图用结构化设计实现“以学生为中心”，人工智能则试图用算法技术实现“真正的个性化”。在政策推动与技术叙事的双重加持下，AI教育被寄予了极高期待：它可以精准描摹每个学生的知识图谱，推送适配的学习内容，完美解决导学案时代“一刀切”的顽疾；它可以承担作业批改、学情统计等重复性工作，把教师从繁琐事务中解放出来，回归育人本身；它还可以打破地域壁垒，让偏远地区的学生也能享受到优质教育资源，推动教育公平。这些愿景与当年“导学案撬动课堂革命”的承诺一样，听起来动人且充满说服力，也因此迅速获得从政策到学校的广泛认同，成为新一轮教育创新的标配。
但越是美好的愿景，越需要警惕实践中的异化风险，而导学案留下的教训，恰恰是AI+教育最该避开的陷阱。
首先需要警惕的，是技术外衣下的“习题集化”复归。导学案的异化，始于从“导学”滑向“刷题”，将完整的知识探究拆解为细碎的考点训练。而当下不少AI教育产品，本质上正是数字化、算法化的升级版习题集：它的核心逻辑依然是“知识点拆解—刷题检测—错题推送—强化训练”，看似精准高效，实则依然停留在应试技能的重复训练层面。学生在算法的引导下，不断在熟悉的题型里打转，看似正确率稳步提升，却可能失去了对知识体系的整体认知，也少了慢思考、深探究的耐心。更值得担忧的是，算法的“舒适区推送”会让学生始终停留在适配难度里，减少了面对陌生问题时的思考与试错，而恰恰是那些突破舒适区的困惑与求索，才是思维成长的核心动力。当AI把学习简化为不断答对题目的数据游戏，它与当年把课堂变成填表流水线的导学案，不过是形式不同、内核一致的工具异化。
更深层的风险，在于用数据标准消解教育的丰富性，形成比统一导学案更隐蔽的技术规训。导学案时代，我们用一份纸质框架统一全班的学习节奏；AI时代，我们则可能用一套数据模型定义学生的全部。学生的学习能力、知识水平甚至发展潜力，都被转化为一串串数据、一个个标签，算法据此规划出最优学习路径。看似是个性化定制，实则是用技术的标准化替代了生命的多样性——学生的兴趣、情感、价值观，课堂上的灵光一现、思维的意外分叉、师生间的情感共鸣，这些无法被量化却至关重要的教育元素，都会在数据的筛选中被边缘化。
更有甚者，部分学校将AI用于课堂表情识别、专注度监控，把学生的课堂状态简化为可统计的数值，本质上是用技术强化对人的控制。杭州某初中引入的AI作文分析系统，曾将学生“父亲攀月台像卡顿的机器人”这一充满想象力的比喻，判定为“偏离主题”；北京师范大学的追踪研究显示，长期依赖AI批改的班级，学生隐喻能力下降42%，议论文论点相似度高达78%。当文学的多元解读让位于算法的单一标准，当鲜活的表达被规训为符合评分模型的模板化写作，教育便从精神的生长，退化为数据的生产，课堂也由此沦为冰冷的“数据车间”。
而贯穿始终的，依然是工具理性的升级与膨胀。如果说导学案时代，我们迷信的是“流程正确则结果正确”；那么AI时代，我们迷信的则是“算法正确则教育正确”。许多地方推进教育数字化时，陷入“重硬轻软、重看轻用”的技术浪漫主义误区：斥巨资购置智能设备与平台，却只用来实现更精准的题库推送、更高频的考试排名，将技术变成了应试教育的放大器。我们依然在寻找一劳永逸的解决方案，依然渴望用可复制、可评估的技术手段，消解教育的不确定性。可教育的本质，从来都是人与人的精神互动，是一个灵魂唤醒另一个灵魂的过程。知识的传递可以靠技术完成，但思维的启迪、品格的塑造、审美的培育，永远离不开教师的言传身教，离不开真实的对话与碰撞。AI可以精准讲解一道数学题，却无法感知学生皱眉时的困惑与沮丧；AI可以推送海量阅读材料，却无法和学生探讨文字背后的温度与重量。如果我们把教育的全部希望寄托于算法，本质上还是在用工业思维办教育，把人当成可以被精准优化的产品，这恰恰是对教育本质的背离。
当然，警惕AI的异化风险，绝非否定技术的价值。正如导学案在预习支架、知识梳理层面有其独特作用一样，人工智能同样是推动教育进步的重要力量。它可以把教师从机械重复的劳动中解放出来，让教师有更多时间研究教学、关注学生；它可以为不同层次的学生提供适配的学习资源，在一定程度上弥补分层教学的现实困境；它还可以打破时空限制，让优质教育资源惠及更多偏远地区的孩子。问题的关键从来不是“要不要用AI”，而是“谁为谁服务”：是技术服务于人的成长，还是人屈从于技术的逻辑？是AI辅助教师更好地育人，还是教师沦为AI系统的配套执行者？
从导学案到人工智能，教育领域似乎总在陷入“造神—祛魅”的循环：每一种新工具、新模式出现，都先被捧为破解一切难题的万能钥匙，又在实践的异化中慢慢归于平淡。这种循环的背后，是我们急于求成的浮躁心态，总希望用最短的时间、最简便的方法，拿到最好的教育结果。可教育从来都是慢的艺术，是润物细无声的滋养，没有捷径可走，也没有万能公式可循。
导学案的谢幕，留给我们最珍贵的启示是：教育的核心永远是人，而非工具。这句话放在人工智能时代，依然是颠扑不破的常识。技术可以迭代，工具可以更新，但课堂的活力始终来自教师对学生的真切关注，学习的发生始终源于思维的主动探究，成长的价值始终在于完整人格的塑造。这些最朴素的道理，不会因为一张导学案的出现而改变，也不会因为人工智能的到来而失效。
站在技术变革的浪潮中，我们不必拒绝AI，更不必神化AI。最理性的选择，是带着导学案的前车之鉴，守住教育的人本初心：让AI回到工具的位置，服务于教师的教与学生的学；让课堂保留生成的空间，允许意外、允许试错、允许不一样的成长节奏；让教育回归常识，不追风、不冒进，踏踏实实聚焦于每一个学生的全面发展。唯有如此，人工智能才能真正成为教育的助力，而不是新一轮工具神话的开始。教育的终极答案，永远不在技术里，而在人身上。
