假如让我来设计一个教师黑客松

群里有老师提了这么一个想法：能不能搞一个教师版AI备课大赛，我一想，是哦，之前程序员圈子火起来也靠各种各样的黑客松活动，教育圈子再发展发展，也可以搞搞教师版黑客松活动嘛，这不比普通的教研活动有意思多了。

黑客松是什么？黑客松（Hackathon）这个词来自程序员圈子，hack 是探索性的编程，marathon 是马拉松。Facebook 今天你还在用的很多功能——点赞按钮、时间线——都是某个工程师在黑客松上”玩”出来的，然后才变成产品的。它的核心精神就四个字：限时创造。不是讨论，不是报告，不是展示一节打磨好的公开课，而是在约定的时间内，真的做出一个东西来，然后展示给大家看。所以它跟教学比赛有本质的区别。教学比赛是”我做好了再来展示”，黑客松是”我们在现场一起做，做出什么就展示什么”。比赛看完成度，黑客松看”有没有让我看到一个从没想过的可能性”。教师版黑客松，可以做点什么呢？我觉得边界可以非常宽：一是AI 辅助课程方案——一节完整的教学设计，包含教案、课件结构、学生活动，而且是 AI 深度介入的版本，不是把 Word 模板重新填了一遍。AI备课三要素：场景、创意和方法论二是学科专属的备课助手——一个真正懂你的学科、懂你的学生、懂你教学风格的 AI 角色。不是用通用的 ChatGPT，而是捏一个属于自己的备课搭档，下课回家打开就能用。如何捏一个你的专属AI教研员（备课+评课）三是提示词模板库——把你的教学经验和方法，变成一套可以复用的提示词。你是怎么处理学困生的？你如何设计分层作业？把这些方法提炼出来，封装成 AI 能执行的指令。教师的Skills：沉淀你或名师的教学经验再复用四是AI Agent 原型——一个能自动完成某项教学任务的智能体。比如一个能帮你批改作文并给出个性化反馈的 Agent，一个能根据错题记录生成专属练习的 Agent，或者一个帮你管理家校沟通的 Agent。数字分身与角色系统五是个性化评价方案——用 AI 真正做过程性评价，而不是只看卷面分数。设计一套针对某个单元、某个能力维度的评估体系，并且用 AI 跑通整个流程。不管做什么，只有一个标准：可用——下周你能不能把它搬进课堂用？再设想一下接下来的安排：破冰快速演示今天会用到的工具，然后直接说明规则（大家自己习惯用什么工具就用什么工具）。规则很简单：今天不评判完美，只看创意和能不能用。越粗糙越好。然后进入选赛道、组队环节。赛道不按学科分，按问题分。 大概是这样几个方向：「备课革命组」，怎么让备课从三小时变三十分钟，质量还不降？「作业重塑组」，怎么用 AI 让作业从重复劳动变成真正有意义的创作？「因材施教组」，怎么真的做到一个班四十个学生四十种学习路径？「评价创新组」，怎么用 AI 做过程性评价，不只是看卷面分数？这样分组，语文老师和数学老师、初中老师和高中老师会围着同一个问题坐在一起。不同背景的人碰同一个问题，往往碰出意想不到的东西。创作各组埋头做，组织者穿场帮解决工具问题和卡壳。下午四点开始展示，每组五分钟讲自己做了什么，三分钟提问。活动可以是线上的，也可以是线下的。我个人更偏好线下——同一个空间里大家互相走动、互相偷看隔壁组在做什么，那种氛围是线上没法复制的。但第一次跑通，线上也完全没问题，门槛更低（就是组织难度有点大，除非各个区域的教研员主动组织什么的）。评价一旦请几个专家坐台上，拿着评分表打分，这件事的气质立刻就变了，就回到了比赛的逻辑。我想要的是同行之间的互相看见——”这个老师做的东西我真的想拿回去用”这种感觉，而不是”这节课在教学目标上可以给八十七分”。同行评选（40%）——所有参与者互相看作品，投票”我最想用哪个”或”我最想在哪个老师的课堂上学习”。这一层衡量的是作品的真实价值，是最贴近现实的判断。可用性（40%）——这个作品下周能不能直接搬进课堂？有没有老师当场说”我拿回去试”？不是评委觉得设计得好，是参与者觉得拿到手就能用。创新性（20%）——这个方案有没有让人”哦，原来还可以这样”的感觉？有没有打开一个以前没想到过的可能性？奖项也不能只设一二三等奖。我想设的是：最佳创意奖（最让人意想不到的方案）、最实用奖（最能直接搬进课堂的）、最佳跨界奖（跨学科碰撞最精彩的）、最受欢迎奖（同行投票最高的），还有一个最勇敢尝试奖——专门给那些方向很新但作品还粗糙的组，奖励的是不怕失败的勇气。想想还真是很兴奋呢，现在老师们的AI赋能培训，还是和十年前没什么区别，专家在上面讲，老师在下面听，黑客松的逻辑则完全反过来。老师是创造者，不是接受者。一天结束，每个参与的老师都带着自己做出来的东西回家。那个东西可能不完美，可能还需要改，但它是他在这一天从零做出来的。这种体验和”我听了一天讲座”完全不同。更关键的是，你会发现隔壁桌的同行做出来的那些东西，会打开你对”教学可以是什么样子”的想象——这比任何讲座都有力量，因为那是跟你一样的老师做出来的。这种教研活动才是当下最适合 AI 时代的教师专业发展形式。 不是专家告诉你 AI 能做什么，而是老师们自己去探索 AI 能做什么，然后把探索结果拿出来互相看。知识在老师群体里流动，而不是从专家那里单向灌注（更别说现在讲AI的专家自己的使用水平未必能比得上一线有探索的老师）。当然，这件事对执行者有真实的要求。需要组织者懂黑客松的精神，能守住”不评判完美”的底线；需要教研员和学校领导愿意接受一种看起来”不那么正式”的教研形式；需要参与的老师有一定的 AI 使用基础，并且愿意在公开场合展示没做完的东西。这些条件凑在一起，并不容易。但如果真的凑到了，我觉得这一天能留下的东西，比很多次正式培训都要多。如果你看到这里如果你是教研员，或者你在学校有组织能力，觉得这个形式值得在你那里试一试——欢迎来一起讨论呀！非常期待线上/线下的实践呢～ （也许等我这一阵忙过了，可以看看能不能组织个线上的）