开学季 AI 插件:老师和学生都要重新学会“用工具”

8月4日，OpenAI 发布面向教育场景的新插件，覆盖 K-12 教师、大学教师和大学生。

这件事真正值得关注的，不是又多了一个 AI 产品，而是 AI 在教育中的位置正在变化：它开始从“回答问题的工具”，走向“参与学习和教学流程的助手”。

过去，学生可能把问题丢给 AI，等待一个答案；老师可能用 AI 写教案、出题或整理材料。现在的方向更进一步：AI 可以结合课程材料、文档、日历和学校批准的工具，参与课程设计、备课、学习计划、测验和交互式材料制作。

图：教师工作时间结构参考。数据为 OECD TALIS 2018 参与经济体平均值；AI生成概念图，不代表具体学校或教师工作现场。

教师的工作，不只发生在讲台上

这也让一个老问题变得更具体：在 AI 出现之前，教师到底有多少精力花在内容制作上？

公开统计通常没有“内容制作占教师总工作量百分之多少”这一项。OECD 的 TALIS 2018 调查提供了一个有参考价值、但不能直接套用到中国的参照：参与调查的教师平均每周有 38.8 小时用于学校相关工作，其中授课 20.6 小时，占约 53%；备课和课程准备 6.5 小时，占约 17%；批改和订正 4.2 小时，占约 11%。

这里最容易被误读。17% 是“备课和准备”的比例，不等于“内容制作”的比例。教案构思、资料查找、课件制作、练习设计、教材更新都可能包含在其中，但内容制作只是这个环节的一部分。我们可以确认教师的工作并不只发生在讲台上，却不能凭这组数据宣布一个中国教师的内容生产占比。

AI 可能先影响的，不是老师的判断

这组数据还有一个启发：AI 最可能先影响的，往往不是教学目标、价值判断和师生关系，而是那些需要反复整理、生成、改写和搬运的环节。比如课程材料初稿、差异化练习、测验题、学习计划、资料更新，以及日历、记录、通知等重复性工作。

图：AI 可能加速的工作流与仍需人工判断的环节。本文分析示意；AI生成概念图，不代表具体产品界面。

真正需要教师承担的部分，可能会更加集中：这个内容是否适合本班学生？难度是否合理？哪些知识必须独立完成？AI 的解释是否可靠？学生的作品究竟反映了什么能力？

如果答案只是“AI 生成的结果”，教师的角色确实可能被压缩；但如果课堂更重视过程、反馈、判断和个体差异，教师也可能从内容搬运者转向学习流程的设计者和把关者。

这正是学校需要托管环境的原因。教育场景涉及学生隐私、未成年人保护、课程资料、学习记录和评价责任。学校不能只问“学生能不能用 AI”，还要明确哪些材料可以接入，哪些作业可以辅助，哪些环节必须独立完成，使用过程如何记录，错误结果由谁复核。

学习的目的，要不要换一个问法？

中国教育系统也正在把问题推向更深处。教育部等五部门发布的《“人工智能+教育”行动计划》提出，到2030年基本形成人工智能与教育深度融合格局，同时强调知识传授与能力培养、技术应用与人文关怀相统一。

图：从知识储备、工具协作到提出问题与验证结果的开放性思考。AI生成概念图，不代表具体教育政策结论。

过去几十年，学校很大一部分任务，是帮助学生建立系统知识和专业储备，再用这些储备去创造技术、解决问题、推动社会发展。进入 AI 时代后，知识仍然重要，因为没有基本知识，就很难提出好问题，也很难识别 AI 的错误。但只会记住知识，可能已经不够。

学生还需要学会把问题说清楚，把任务拆开，把资料分辨出来，验证 AI 的输出，并用自己的语言解释结论。他们要知道什么时候可以借助工具，什么时候必须独立思考；也要知道效率提高之后，责任并没有一起外包。

这不是一个可以马上下定论的问题。不同国家、不同学校、不同年龄阶段，都会有不同的边界。AI 会不会削弱学生能力，还是会帮助更多学生获得个性化支持，取决于课程、评价和管理如何变化。

但开学季的提醒已经很清楚：老师和学生都要重新学会“用工具”。老师要学会让 AI 承担可控的重复劳动，也要守住最终判断；学生要学会借助 AI 学得更深，而不是只把作业交得更快。

当工具改变，学习的目的也会被重新提问。答案暂时可以开放，但这个问题，已经不能再回避。