夜雨聆风很多学校在暑假就策划开学前给老师的培训，对老师在AI方面的培训已经是必选项了。但是设计培训内容的设计得考虑到老师的实际情况。
一个老师真正能够把AI用进教育，至少要经历三个层级：
会用工具、会改任务、会做判断。
这三个层级，看起来只差几个字，背后却是三种完全不同的能力。
第一层：会用工具
如果AI能够帮助老师少做一些机械劳动，当然值得学习。
但工具培训有一个很大的局限：工具更新得太快。
今天学习的平台，几个月后可能改版；今天熟悉的功能，很快会出现在另一个工具里。培训时记住的操作步骤，很容易过时。
更麻烦的是，老师容易把“生成出来了”误认为“可以使用了”。
输入“一年级开学第一课”，AI很快给出完整方案；输入“写一段家长会发言稿”，几秒钟就生成一篇措辞流畅的文章；输入“设计五道阅读理解题”，题目立刻出现在屏幕上。
但生成速度快，不代表适合真实情境。
同样是一年级开学第一课，有的班级孩子彼此熟悉，有的班级来自不同幼儿园；有的班主任希望先建立规则，有的班级最需要的是缓解分离焦虑。
工具不知道你眼前的孩子是谁。
因此，“会用工具”只能解决一个问题：我能不能让AI干活。
它还没有解决另一个更重要的问题：我应该让AI干什么。
第二层：会改任务
当老师跨过工具层，就会发现，AI带来的最大变化，不只是帮助教师完成原来的任务，还会迫使教师重新设计任务。
但如果只剩下“禁止”，教师并没有真正解决问题。学生可能换一种方式使用，老师也很难仅凭结果判断文章究竟是谁写的。
更有效的办法，是改变任务本身。
比如，数学作业，如果只是让学生计算答案，AI当然可以快速完成。但教师可以让学生判断AI答案中的错误，比较两种解法，说明某一步为什么成立，或者根据一道基础题改编出一道更难的题。
任务一变，学生需要展示的就不只是结果，而是思考过程。
教师AI培训如果只讲“如何生成练习题”，价值十分有限。更有意义的培训应该带着老师继续追问：
这道题究竟要检测什么？
学生可以用AI到什么程度？
即使使用AI，怎样仍然必须经历思考？
教师怎样看到学生真实的理解过程？
这一层的核心，不是提示词写得多漂亮，而是教师能不能重新定义学习任务。
“会改任务”的老师，不会简单地问：“这个工具能帮我做什么？”
他会进一步问：“有了这个工具以后，原来的教学任务还合理吗？”
这是教师AI能力真正开始发生变化的地方。
第三层：会做判断
到了第三层，教师面对的已经不是操作问题，也不只是设计问题，而是判断问题。
一份AI生成的教案，看起来结构完整，目标、重难点、活动、评价一应俱全。老师需要判断：这些目标是否适合本班学生？活动之间是否真的能够推动理解？所谓的重点，是课程标准中的重点，还是AI根据常见模板自动拼出来的重点？
这类问题，没有哪个工具可以自动给出标准答案。
教师的专业性，恰恰体现在这些无法直接计算的地方。
真正成熟的AI使用，不是把判断交给AI，而是让AI为判断提供更多材料。
老师可以让AI提出几种可能性，可以请它站在不同角色的角度分析，可以让它找出方案中的漏洞，也可以让它比较不同选择的利弊。
但最后要回答“该怎么做”的人，仍然是教师。
因为AI看到的是输入进去的信息，老师看到的是一个真实的孩子、一群具体的学生和一段持续发生的关系。
“会做判断”还意味着，老师知道什么时候不用AI。
学生刚刚说出一段犹豫的话，老师需要认真听，而不是立刻把谈话记录输入系统分析；同事遇到困难，可能需要一次真实的交流，而不是一套标准建议；课堂上出现一个意外问题，有时最好的回应不是马上寻找答案，而是和学生一起停下来思考。
不用AI，并不代表落后。
知道哪些事情不能交给AI，才是教师真正理解AI的表现。
学校的AI培训，也该升级了
如果按照这三个层级来看，学校的AI培训也需要改变。
第一层培训，可以教工具，但不必追求面面俱到。与其一次介绍十几个平台，不如选择两三个常见场景，让老师真正完成一次任务。
第二层培训，不应只由技术人员讲解，更需要学科教师参与。围绕一份作业、一节课、一次评价，讨论AI出现之后，任务应该怎样重新设计。
第三层培训，则更适合采用案例研讨。
例如，给出一份AI生成的学情报告，请老师判断哪些结论可信，哪些需要补充证据；给出一次家校冲突，让老师比较不同回复可能带来的后果；给出一份完整教案，让教师找出其中看似正确、实际上不适合学生的部分。
这样的培训，可能没有那么多令人惊叹的现场效果，却更接近教师每天面对的真实工作。
它训练的不是操作速度，而是专业判断。
AI越强，教师越不能只学工具
会用工具，可以让老师做得更快。
会改任务，可以让教学适应新的学习环境。
会做判断，才决定AI最终会把教育带向哪里。
未来真正拉开教师差距的，可能不是谁掌握了更多工具，也不是谁保存了更多提示词。
而是谁能在AI给出十个答案之后，依然清楚地知道：
我的学生现在真正需要什么。
这才是教师AI培训最终应该抵达的地方。
