新學期以DeepSeek為“最佳拍檔”，“學為中心”課堂長什么樣？| 頭條
晨光中的生物課不再以翻書聲開場——學生們圍聚在智能屏前，拋出天馬行空的問題：'設計養老院的智能盆栽系統，該優先監測土壤濕度還是光照？' 這些曾經存在于科幻場景中的畫面，正在成為AI時代課堂的新日常。當DeepSeek等智能助手化身'數字學伴'，每個孩子的學習軌跡都能被精準'解碼'，課堂教學的底層邏輯正在被重塑。在傳統課堂的“教-學-評”三角結構中，AI正悄然推動教育系統從工業時代的“流水線”進化為智能時代的“有機體”。這種轉型并非簡單疊加技術工具，而是通過四個真實錨點重構課堂本質。
課堂起點重構：
當知識“越獄”
曾經基于學科邏輯和教師經驗設計的課程目標，往往將知識點切割孤立，如同散落一地的拼圖碎片。就像我們常問達·芬奇如何成為畫出《蒙娜麗莎》的數學家，可在數學課上，我們卻不會分享如何從數學的角度欣賞一幅美術作品的美感。這當然是因為我們的老師也成長于人為搭建的學科體系中，但AI則能夠為在單一學科中學習、工作的學科教師提供跨課堂知識圖譜。以語文必讀書目《紅樓夢》的教學為例，以往備課時，老師需要手動收集跨學科案例，這樣不僅效率低下，并且由于對于其他學科不夠了解，難以分辨選題的價值高低。而今只需按照提問模板向DeepSeek輸入跨界科目（如歷史/美學）、課時要求、形式要求，便能夠收獲一份對于跨界科目也頗有思考的教學方案。DeepSeek設計的語文《紅樓夢》跨學科教案（點擊翻頁）
這種智能供給的背后，是DeepSeek構建的立體資源網絡。也許在未來，當校園接入DeepSeek等智能系統，在教師講解李白《將進酒》時，AI將打破'古詩=背誦默寫'的刻板框架，自動關聯唐代酒器考古報告、敦煌殘卷中的狂草書法真跡、方言語音庫中的古音吟誦數據，甚至調用AR技術帶學生'穿越'至長安酒肆，在虛擬場景中即興創作勸酒詩。最有價值的創新往往發生在學科標簽失效處，AI正在撕掉學科間的“門牌號”，還知識以本來面目。給知識裝上“GPS”
一方面，對于教師而言，看見學生的學習，需要設計足夠客觀準確的學習結果和學習表現，來檢驗學生當堂的學習成果，反哺教學設計；另一方面，對于學生而言，他們需要明確地知道每堂課要學什么、學到什么程度、達到什么結果，就像游戲中的“技能樹”一樣，學生能夠清楚知道自己離下一個“成就”還差哪些“任務”，而不是完全被老師的節奏“牽著走”。這時，教師不僅要看見學生的學習，還要指導學生通過可視化工具看見自己的學習，比如，將解題思路寫下來，將所學知識用思維導圖的方式畫出來，建立知識結構，進而形成學生新的認知結構。以此指導學生對自己的想法進行反思，進行分析與綜合、創新與評價。那么，如何設計學習目標？AI同樣可以幫助我們梳理學科教材，形成知識結構圖；對課程標準進行逐級分解細化，對接課程標準，形成目標細目表，包含知識目標、能力目標、素養目標等；用學生友好的語言，通過語言、圖示和行為描述，清晰描述“通過什么樣的學習過程，能夠實現什么樣的預期結果及其評估標準”。以初中數學“直角三角形”為例，ChatGPT設計的學習目標（點擊翻頁）
在這種情況下，相比于以往茫茫大海撈針，教師需要更清楚地知道自己需要什么，才能在AI給出的大致框架下，問出合適的答案，比如判斷AI給出的初稿是否有超綱的內容，如何融入自己對知識的把握與考量，哪里是大多數學生理解的難點，是否需要調整分配的課時……AI的思考并不是替代教師去思考，而是釋放教師的腦力給更加精細化的問題。教學資源革命：
從“標準化”到“自適應”
隨著人工智能呼嘯而來的，是一場“資源生產范式”的遷移。以往需要數周來策劃、打磨的差異化教案，現如今只需要幾十秒的深度思考便可以產出一份供打磨的初稿。比如以“勾股定律”為例，我們希望DeepSeek為我們生成適合薄弱學生、學有余力的學生與具備一定創新遷移能力學生的差異化教案，它立刻便提出想法：- 對于基礎薄弱的學生，系統生成“生活化腳手架”——用外賣騎手路徑規劃講解勾股定理，每個推導步驟配有動畫演示；
- 學有余力的學生們，可以進一步接受“數學史偵探”挑戰：通過《周髀算經》與古希臘文獻對比，探究幾何學起源的文化差異；
- 對于創新者，則提供“衛星軌道計算編程任務”，實時調用NASA公開數據集驗證結果。
但就像祝智庭教授等人提出的“融智課堂模型”一樣，AI始終只能為我們創設學習場景，而落在具體的課堂組織上，如何基于自己對于本班學生的理解，為他們匹配合適的學習內容，讓每個人都能得其所需，而對于那些不適應所在階段的學生，又該如何靈活調配，這是留給老師們的，對于課堂更為攸關的難題。
教學重心轉移：
提問成為學習的母語
另一方面值得重視的，是如何把講臺讓給學生。我們知道，自主提問是學生主動學習的發端，是解決困惑、填補知識空白的第一步，也是邁向深度學習的必由之路。但我們往往遇見的難點是，學生的問題多且雜，而老師的時間始終是有限的，一些發達地區的學校走向了“小班化教學”，可這對于教育資源匱乏地區又顯得遙不可及。于是，能夠7/24全年無休的AI則成了“救命稻草”。一些老師嘗試用自己多年積累的學習、復習資料生成專屬智能體，學生只需要輸入自己的問題，智能體便調用資料來進行回答。這種基礎配置課堂對技術資源要求較低，適合設備有限的情況，課堂仍然由教師主導，AI主要負責支持教師講解，能夠幫助學生理解知識與掌握概念，同時培養學生對大模型生成內容的審辨思維與分析能力。進階配置課堂則為小組配置智能終端，大模型在此可扮演智能導師與學伴的雙重角色，提供結構化的流程指導與多視角的理解，教師則可從其中脫身，解決小組的個性化問題。高階配置課堂個性化更強，能夠實現學生與AI大模型的獨立對話。此時大模型不僅可提供專家知識或多維視角，還可作為個性化學習規劃師，提供定制化學習路徑與即時反饋。學生高度參與互動，生成遞進問題鏈，向大模型自主提問并修正已有認知；教師在此過程中更多扮演引導者與觀察者的角色，關注學生的個性化發展。比如在英語課上，我們可以借助Character.AI與ChatGPT讓莎士比亞“活”起來，與學生展開對話。在低中高三種配置的課堂之上，在技術狂飆突進的表象之下，DeepSeek帶來的最深層次變革，都是讓教師回歸教育的本質，走出收集數據的“洞穴”，成為引導人、解讀者。可以說，“學會提問”，既是“學為中心”的課堂的重要風向標，也是打開AI世界的密匙。與此同時，“提問”的能力也并非天生具備的，教師可以借助一些思維工具，如STW三步提問法、“觀察—思考—疑問”工具等，引導學生將心中所想表達出來。“觀察—思考—疑問”工具
課堂評價進化：
從“分數裁判”到'成長全息圖'
學習是主動建構的，而不是被動接受的。實現“學為中心”的轉型，除了從以教材內容為主導，到以學生探究為主導，更需要老師將自己的角色從“權威教導者”轉向“學生顧問”。比如針對“無標準答案”題目——英語、語文作文的個性化批改。在這兩門主課中，作文水平的提升往往是最讓學生摸不著頭腦的，因為在日常自主訓練中，沒有老師批改，沒有標準答案，學生不知道從哪里開始改進提升。但現在，老師可以通過教給學生指令的形式，如“這是一位初一學生，就XX主題寫的作文，請評價其優缺點”，讓AI成為學生專屬的批改專家。如果學生對答案不滿意，還可以通過不斷縮小提問范圍的方式反復與AI進行對話，使學生在不斷的“反饋—修改—再反饋—再修改”循環中真正提高寫作能力。與此同時，學生也可以將單篇的分析進行匯總，通過與AI的互動，回答“我在哪里（目標是什么）”“我如何去那里（指向目標的進程是什么）”“下一步該去哪里（為了更好地進步應怎么做）”三個問題，學生能了解自己的學習動態，對學習過程進行反思，促進知識的建構。以上種種應用，雖然沒有完全跳出應試的范疇，但這其中涉及非常重要的學習動力的轉換，即從被動的“被別人教”變成了主動的“我要求你教”。與此同時，在教學數據“泛濫”后，隨之而來的是對教師更高的要求——看見數據背后的人文故事。比如當AI標記出“李某近期提問頻次下降63%”，它所給出的只能是結果，不是解釋，更不是原因。這時，我們不能僅僅依賴數據結論，而要通過如邀請學生聊天，咨詢學生的好友，甚至家訪來發現學生走神的真正原因，比如父母吵架，又或是生病失眠？再比如，如何將AI生成的注意力曲線轉化為教學故事，如果一個班級在課堂進行到23分鐘的時候集體“掉線”，那么究竟是因為內容無聊，還是這個概念觸及到了學生的知識盲區？這些只有與孩子們朝夕相處的老師可以給出答案。是的，AI可以將教師從機械勞動中解放，但永遠無法替代人類獨有的“教育同理心”。它是工具、是資源、是系統，但絕不是一個“下載鍵”，仿佛一鍵就能在本地安裝一個學為中心的課堂。在這場靜默的進化中，最動人的不是算法多么精妙，而是看見每個孩子眼里的光——那是對世界永恒的好奇，對人類溫度的渴望，以及在技術洪流中愈發清晰的教育初心。
本站僅提供存儲服務，所有內容均由用戶發布，如發現有害或侵權內容，請
點擊舉報。
