AI教与学：系列课程概述

一直想做一个针对AI应用于教学的系列课，迟迟没动手，昨天晚上终于心血来潮录了一节概述，还是用文字再梳理一下思路。之前就有很多老师问我说有没有系统的教师用ai进阶课，我自己的很多思考和灵感其实也是散点的。因为”AI用于教学”这件事本身的边界很模糊——它既可以是一个很小的切入点，比如用AI帮你写一份教案；也可以是一个很大的框架，涉及教学设计、学情分析、学习路径……范围一铺开，反而不知道从哪里下手。昨天在和我的ai分身讨论的过程中找到了一个相对清晰的切入角度：在应试教育的现实逻辑里（至少是当下），教学这件事其实有一条很明确的主线——考试考什么，决定了教什么，进而决定了学什么。这条主线在，AI应用也就有了一个可以依附的骨架。

顺着这条主线，我把它拆成三个层次：考试层、备课层、学习层。考试层：从分析到诊断考试层是这条主线的起点。它的核心问题是：我们到底在准备什么？在传统的备考逻辑里，这个问题的答案是”考纲说什么，我们准备什么”。但这个答案其实是粗糙的——考纲是一个很高度抽象的文件，从考纲到真正理解”考试在考什么”，中间有很大的解读空间。这正是AI能介入的地方。考试层的AI应用，我觉得可以按三个递进的深度去理解：

第一层：分析素材，建构知识图谱。 考纲、历年考题、学生错题，这三类素材放在一起，其实可以做出一张相当精准的”知识地图”——哪些知识点是高频考点，哪些点之间有关联，哪些点学生普遍薄弱。对大班老师来说，这张地图帮你找到班级整体的教学重心；对1对1的场景来说，它可以细化到某个孩子在整个知识体系里哪里没有串联起来。第二层：从错题里找认知卡点。 这一层的核心洞察是：同一道题做错，不同孩子卡住的地方很可能是不同的。有的是知识漏洞，有的是解题方法不对，有的是概念理解有偏差，有的甚至是阅读题目时就跑偏了。传统批改只能知道错了，但不容易系统地归类”为什么错”。AI在这里的价值，是帮你在大量错题里扫描出规律——这个孩子在这类题目上，卡点是什么，下一步的针对性干预应该指向哪里。第三层：理解命题意图，而不只是准备知识点。 这一层相对更高阶，但也更有价值。好的考题背后有命题意图——它在考察什么能力，什么思维方式，什么迁移能力。当你能借助AI去拆解命题逻辑，你准备的方式就会从”把知识点覆盖到”，转变为”帮学生建立这种思维方式”。这三层叠加起来，就从”备考”变成了真正意义上的”诊断+靶向干预”。备课层：从工具到分身备课层是AI应用最密集的地方，我把备课层的AI应用分成四个递进的层次：

第一层：备课助手帮你搜资料、写教案、生成练习题、批改作业。这是入门，有用，但替代性强——你换一个工具大概也能做到类似的事情。它的问题在于，你仍然是在”给AI布置任务”，AI对你的了解为零，每次都从头开始。第二层：AI教研员这个层次的根本变化是：AI不再只是执行，而是开始和你”讨论”。课前你可以告诉它这节课的难点在哪，你的学生是什么情况，一起商量怎么突破；课后你把录音整理给它，它帮你复盘哪些提问处理得不好，如果换一个更有经验的老师，这里会怎么处理。这种对话模式，让备课从”生产”变成了”反思”。第三层：Skill梳理师这一层的关键词是”沉淀”。当你积累了一定量的备课记录、教案、录音之后，你可以让AI做一件更深的事：帮你提炼你自己的教学偏好、习惯和理念。你是倾向于探究式的还是讲授式的？你在哪种问题类型上处理得最好？你对”好课”的判断标准是什么？把这些东西沉淀下来之后，它就变成了你和AI对话的”底层设定”——下次备课，你不需要每次都重新解释自己是谁，AI已经知道你了。第四层：AI分身这是目前我觉得最有意思也最有价值的一层。当你的教学积累已经被充分提炼出来，你可以把AI调成一个”高度还原你的思维方式”的角色。跟它讨论备课，有时候会有一种神奇的感觉：它在某些地方比你想得更系统，因为它调用的是你的方法论的理想化版本，而不是你今天有点累的版本。这种”左右脑互搏”式的讨论，对备课质量的提升非常直接。值得一提的是，这四层之间有一个内在的逻辑：越往后，AI对你的了解越深，输出的个性化程度越高，你投入的时间越省。 第一层几乎没有积累，每次都是一次性的；第四层的积累全部沉淀在分身里，单次备课的效率可以高很多。此外，备课层还有一个维度容易被忽略：AI辅助备课的产出，既可以是教学系统，也可以是学习系统。教学系统是给老师上课用的：逻辑主线、重点难点、提问节点。学习系统是给学生独立学习用的：内嵌了你的教学理念，设计了学习路径，学生可以在里面按步骤推进，遇到问题可以和AI对话。同一份备课的积累，可以同时生成两个方向的产出，这是效率的另一层放大。学习层：个性化，以及一个还没有答案的问题

学习层的核心词是个性化学习。”AI让个性化学习成为可能”这个判断大家应该都认同，但”个性化”具体体现在哪里，我觉得值得拆清楚。我用五个维度来描述：学什么、怎么学、在哪学、跟谁学、什么时候学。学什么是最直接的个性化：当你用AI建立了知识图谱，你就知道这个孩子已经掌握了什么、还缺什么。”大锅饭”变成了”缺什么补什么”，时间效率直接提升。怎么学的个性化，是工具层面的选择：Notebook LM、AI对话、自建系统，不同学习风格的孩子可以选择不同的方式，而不是被统一的方法论绑定。跟谁学是我觉得被低估的一个维度。喜欢某个老师的讲课方式，不一定有机会跟他上课；但你可以把他的公开资料整理成一个AI角色。这不是科幻，现在就可以做到。在哪学和什么时候学，目前在学校场景里还有很多限制，但在课后和家庭场景里，已经在发生了。说到这里，还有一个问题我没办法回避，虽然我现在没有一个好答案：为什么要学习？这个问题在过去不需要问，因为答案显而易见。但当AI可以成为”最好的老师”，当深度用AI的人越来越多地发现”我好像不需要老师了”，这个问题就变得真实了。我目前有一个粗糙的区分：认知构建前和认知构建后是两种不同的状态。

在认知构建前——大概是孩子建立起基础知识体系和学习能力的阶段——传统学习方式有其不可替代的价值，不只是在学知识，更是在建立学习的元能力：怎么思考，怎么消化，怎么在陌生领域找到路径。这些东西，在一个足够成熟的认知结构形成之前，很难完全依靠AI来替代。但一旦越过这个阶段，进入成年人的、目标导向的学习，AI确实可以接管很大一部分引导和反馈的工作。那之后，为什么学习，学什么，指向哪里，这些问题的答案更多来自你自己，而不是来自课程体系。这个问题我还在想。也许这个系列录到最后，会有一个比现在更清晰的答案～以上是这个系列的整体框架。考试层、备课层、学习层，三个层次分别有不同的切入点和深度。今天是一张地图，后面每一层会单独展开讲（但是不能保证什么时候能录出来哈哈哈哈）。如果你想看完整视频，可以在B站搜索TeacherYO【AI教与学系列课程一：AI用于考试层、备课层和学习层的概述】 https://www.bilibili.com/video/BV1i5QUBZEHX/?share_source=copy_web&vd_source=c544b496775abbf27627478af11bc947如果你对哪一层最感兴趣，或者有什么想深入了解的具体问题，可以评论区交流或者直接私聊告诉我～