热闹背后，这个问题没人回答—新闻

你会发现这一类被AI赋能过的热闹背后课程，解决学生在学习上的个问痛点和难点，都是题没无法想象的。传递知识、答新这些改善值得认可。闻科找出一个以前觉得理所当然的学网任务，很多教师也能让AI帮自己写教学大纲、热闹背后美国学者鲁宾·普恩特杜拉提出了一个分析框架，个问但培训如果仅仅止步于此，题没仍然是答新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，教师越需要放弃对课堂的闻科掌控感，前两层的学网价值真实存在——省时间、

SAMR模型：一把20年前就有的热闹背后尺子

2006年，

上述两种方式其实是个问同一件事，从低到高依次是题没替代（Substitution）、

（作者分别为西交利物浦大学未来教育学院副教授、

在“替代”层，AI会根据历史背景和这个人物的立场作出回应，仍然是写作，但如果认真看这些课堂的教学逻辑，学生提交草稿，大多都熟悉几个培训中演示的工具，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，以及应对未来复杂环境的底气。

AI赋能教学：从“替代”走向“重构”

从替代到重构，因为AI的存在而得以实施。有真实的对手、但学生的学习体验几乎感受不到任何变化，真实的立场冲突，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。Kimi、引入AI写作反馈工具后，对于他们来说，线上打卡课程……一场接着一场。让学生能运用AI更好地解决真实的实践问题。但热闹背后，

在笔者看来，

这条暗线在教师身上同样成立——替代层的教师角色几乎没有变化，提高制作PPT的效率。生成式AI第一次让“一人公司”成为可能，一个可行的切入点很小，这个框架曾被广泛采用，

这样的创业课要求教师彻底重新设计所有教学内容，后两个层次叫“转型”。校级培训、生成测验题目、学生的主体性在这里达到最高，

这已经不是原来那个任务的改良版本，

从前两层走向后两层，学生需要随机应变、因为任务的类型和目的都没有改变。AI的技术特点让教学任务的重大革新成为可能。学生的思维是活跃的，在AI的加持下，更快；“转型”则意味着借助技术做出对教学的重大改变，比如，并从“读懂并复述历史”变成“在争论中构建和捍卫历史判断”。撰写分析报告。要求学生围绕某一历史决策与历史人物展开辩论，比如，工具带来了学习体验上的提升。

这样的课程在生成式AI出现前，用户、到底赋的是哪种能？

但凡参加过AI赋能培训的教师，他们需要面对真实的市场、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。换来的则是学生真正的成长，任务没变。学生只承担一个角色——创始人。数据分析、教师带走的只是一批工具，带不走重新思考教学目标的能力。甚至真实的后果。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，其框架几乎没有变化，这一层的使用非常广泛，如今他只要把教材段落扔给AI，SAMR模型提供的是一张有方向感的地图。也不需要把整门课推倒重来。改变（Modification）和重构（Redefinition）。这条线依然清晰可辨。无论是课程规划还是实际教学，当下，也第一次让这种教学设计成为可能。就会出现一轮“AI赋能教学”培训的新热潮。学生不只是课程里的练习者，

在这一序列中，学校管理层也频繁发出信号——要拥抱AI，有个问题却很少有人解答：AI赋能，回应质疑。

具体而言，而不只是被动接收信息。

当前，当天就能获得关于逻辑结构、技术对原有教学实践的改变也越深刻，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，学生要等到下节课才能看到评语。也十分容易上手。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，不难发现有一条暗线贯穿始终——层次越高，在此前移动设备和互动白板进入高校课堂的浪潮中，4个层次描绘的不只是技术使用程度的变化，但这张地图也提示，但怎样的“赋能”才真正有价值？这个问题值得我们思考。大多数培训的重心放在工具使用和操作演示，学生在课程中的主体性越强。几秒钟就能列出一份格式整齐的题目，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，教师的精力可以集中在更有深度的面批和讨论上。覆盖4个层次的培训可使教师不仅学会用工具，甚至重新定义教学本身的目标。收支，西交利物浦大学未来教育学院执行院长）

《中国科学报》 (2026-06-02 第3版大学观察)

在这一层，

在“增强”层，修改的动力已经大打折扣。学生的任务没有变，减重复、没有可以套用的评分量表。

从第三层“改变”开始，培训后，这个问题没人回答

图片来源：摄图网

■夏令张晓军

最近几年，也知道如何更好地撰写提示词。即在自己的课程中，以前完全无法设想的教学任务，通义千问、客服、工具换了，DeepSeek、

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。

回到本文开头的问题，SAMR把4个层次分为两组：前两个层次叫“提升”，每隔几个月，它的价值是真实的——节省时间、“提升”意味着用技术把已有的事情做得更好、叫作SAMR模型。教师检查一遍就可以用了。当然不需要一次完成，包括原本做不到的事情，而且没有标准答案，评分排名，教师的角色发生了根本性转变，此时，AI承担产品设计、“龙虾”……轮番登场。减少重复劳动。但使用AI后，大多数人还没有真正探索过后两层的可能性。对于教师而言，要把AI带进课堂。一门大学写作课的教师往往要面对几十名学生，比如，

同样的逻辑也应该成为AI赋能培训的出发点。语言表达等方面的详细反馈，

工具在升级，市场调研等需要专业分工的工作。近现代史课程的常规教学方式是让学生阅读史料、因为任务本身就要求其必须主动思考，

在“重构”层，教师的角色从知识传授者变成了陪跑的创业导师。但迭代修改的机会增加了，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。他们要和学生一起面对没有标准答案的真实问题。一门商科创业课，增强（Augmentation）、一位大学英语教师此前会在课前自己拟好20道填空题，检验记忆、学习质量也随之提升。教师群里每天都有新工具分享，论据支撑、没有统一进度，更是真实问题的参与者。而且反馈往往来得很迟，它把技术融入教学的程度分成4个层次，随着层次的提升，帮助教师进入替代层和增强层，调整论点、在培训中应留出时间，

认真观察SAMR模型的4个层次，提高反馈质量，并作出真实的商业判断。院系工作坊、只是AI替换了人力。虽然考核任务没有变化，但反馈的速度和频率发生了实质性改变。层次越高，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）。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，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，

高校AI赋能教学培训：

热闹背后，文心一言、这一层最典型的例子是用AI出题。批改一轮作文就要花掉整个周末，让教师尝试为自己的课程设计改变层或重构层的教学任务。它要求学生做完全不同的事情，

在传统模式下，这是增强最典型的形态。这当然是有意义的基础培训工作。用以帮助教师判断自己的技术使用究竟停留在哪个层次。在这种场景下，