这些改善值得认可。热闹背后增强（Augmentation）、个问“提升”意味着用技术把已有的题没事情做得更好、技术对原有教学实践的答新改变也越深刻，

这条暗线在教师身上同样成立——替代层的闻科教师角色几乎没有变化，带不走重新思考教学目标的学网能力。一门商科创业课，热闹背后任务没变。个问因为任务的题没类型和目的都没有改变。

在“替代”层，答新比如，闻科随着层次的学网提升，通义千问、热闹背后

认真观察SAMR模型的个问4个层次，要把AI带进课堂。题没教师群里每天都有新工具分享，学生在课程中的主体性越强。因为任务本身就要求其必须主动思考，真实的立场冲突，学生提交草稿，教师检查一遍就可以用了。覆盖4个层次的培训可使教师不仅学会用工具，找出一个以前觉得理所当然的任务，你会发现这一类被AI赋能过的课程，学生的思维是活跃的，更是真实问题的参与者。而不只是被动接收信息。改变（Modification）和重构（Redefinition）。也第一次让这种教学设计成为可能。“龙虾”……轮番登场。在这种场景下，并作出真实的商业判断。在此前移动设备和互动白板进入高校课堂的浪潮中，学生要等到下节课才能看到评语。Kimi、

AI赋能教学：从“替代”走向“重构”

从替代到重构，

在“增强”层，但学生的学习体验几乎感受不到任何变化，教师可以尝试引入一个经过大量史料知识库“投喂”的AI智能体，

这样的创业课要求教师彻底重新设计所有教学内容，

在“重构”层，以及应对未来复杂环境的底气。这条线依然清晰可辨。学生的主体性在这里达到最高，每隔几个月，线上打卡课程……一场接着一场。

SAMR模型：一把20年前就有的尺子

2006年，认真问一问——这个任务在AI时代还有多少训练价值？能不能重新设计，检验记忆、回应质疑。更快；“转型”则意味着借助技术做出对教学的重大改变，当天就能获得关于逻辑结构、以前完全无法设想的教学任务，这一层最典型的例子是用AI出题。从低到高依次是替代（Substitution）、也十分容易上手。工具带来了学习体验上的提升。解决学生在学习上的痛点和难点，这当然是有意义的基础培训工作。比如，评分排名，

同样的逻辑也应该成为AI赋能培训的出发点。有真实的对手、

在传统模式下，它把技术融入教学的程度分成4个层次，没有可以套用的评分量表。它要求学生做完全不同的事情，

具体而言，学习质量也随之提升。让学生能运用AI更好地解决真实的实践问题。客服、

当前，提高反馈质量，4个层次描绘的不只是技术使用程度的变化，近现代史课程的常规教学方式是让学生阅读史料、

上述两种方式其实是同一件事，在AI的加持下，一门大学写作课的教师往往要面对几十名学生，

这已经不是原来那个任务的改良版本，市场调研等需要专业分工的工作。并从“读懂并复述历史”变成“在争论中构建和捍卫历史判断”。引入AI写作反馈工具后，这个框架曾被广泛采用，传递知识、学生的任务没有变，也知道如何更好地撰写提示词。它的价值是真实的——节省时间、AI的技术特点让教学任务的重大革新成为可能。包括原本做不到的事情，数据分析、帮助教师进入替代层和增强层，批改一轮作文就要花掉整个周末，层次越高，

（作者分别为西交利物浦大学未来教育学院副教授、但热闹背后，教师把课程目标重新设定为学生独立创建并运营一家真实的“一人公司”（One Person Company）。因为AI的存在而得以实施。AI会根据历史背景和这个人物的立场作出回应，收支，一个可行的切入点很小，教师带走的只是一批工具，

回到本文开头的问题，减少重复劳动。对于他们来说，西交利物浦大学未来教育学院执行院长）

在笔者看来，这是增强最典型的形态。SAMR模型提供的是一张有方向感的地图。无论是课程规划还是实际教学，仍然是课堂的主导者和知识的权威来源；增强层的教师通过运用AI，

从第三层“改变”开始，其框架几乎没有变化，学生需要随机应变、

从前两层走向后两层，教师越需要放弃对课堂的掌控感，

在这一序列中，都是无法想象的。比如，叫作SAMR模型。一位大学英语教师此前会在课前自己拟好20道填空题，他们有机会将以前只能停留在纸面上的商业计划书付诸实践。后两个层次叫“转型”。

这种氛围本身当然是好事。还能思考后两层的教学设计在自己的学科里如何实践。究竟如何用AI赋能才算真正对教学有价值？

对于一名普通教师而言，文心一言、但这张地图也提示，

工具在升级，也不需要把整门课推倒重来。论据支撑、生成测验题目、他们需要面对真实的市场、大多都熟悉几个培训中演示的工具，院系工作坊、而且反馈往往来得很迟，这也许才是真正推动AI赋能教学从热闹走向有意义的培训方式。重心从“怎么把知识教好”转向“怎么设计让学生真正思考的任务”；至于重构层，甚至重新定义教学本身的目标。这一层的使用非常广泛，DeepSeek、学生只承担一个角色——创始人。前两层的价值真实存在——省时间、而且没有标准答案，虽然考核任务没有变化，只是AI替换了人力。校级培训、用以帮助教师判断自己的技术使用究竟停留在哪个层次。有个问题却很少有人解答：AI赋能，SAMR把4个层次分为两组：前两个层次叫“提升”，

图片来源：摄图网

■夏令 张晓军

最近几年，甚至真实的后果。培训后，仍然是写作，更是学生学习体验的根本性转变——替代层的学生感受不到任何不同；增强层的学生得到了更好的支持；改变层的学生开始主动批判和比较；重构层的学生则面对真实的复杂性，在培训中应留出时间，此时，如今他只要把教材段落扔给AI，调整论点、教师的精力可以集中在更有深度的面批和讨论上。

这样的课程在生成式AI出现前，到底赋的是哪种能？

但凡参加过AI赋能培训的教师，学生不只是课程里的练习者，要求学生围绕某一历史决策与历史人物展开辩论，学校管理层也频繁发出信号——要拥抱AI，但反馈的速度和频率发生了实质性改变。很多教师也能让AI帮自己写教学大纲、不难发现有一条暗线贯穿始终——层次越高，提升学生的学习体验；改变层的教师开始更多地扮演“任务设计者”角色，让学生做到原本做不到的事？有余力的教师还可以进一步设想：我的课程有没有可能被重新构想，用户、几秒钟就能列出一份格式整齐的题目，但怎样的“赋能”才真正有价值？这个问题值得我们思考。生成式AI第一次让“一人公司”成为可能，国内高校的教学培训工作几乎都离不开“人工智能（AI）赋能”这个关键词。就会出现一轮“AI赋能教学”培训的新热潮。但迭代修改的机会增加了，当下，美国学者鲁宾·普恩特杜拉提出了一个分析框架，AI承担产品设计、

上一篇：好奇心，是这些顶尖科学家共同的初心—新闻—科学网

下一篇：从零起步 他在“无人区”拓荒未来核能—新闻—科学网