驾驭AI：人工智能助力中小学教学创新实践手册

驾驭AI：

⼈⼯智能赋能教学创新实践⼿册引⾔：技术再进步

，教育始终关乎的是：⼈的觉醒。⼈⼯智能的浪潮正以前所未有的速度席卷全球各⾏各业

，教育领域亦⾝处其中，经历着缓慢但⼜深

刻的变⾰

。对于中⼩学教育⼯作者⽽⾔

，⼈⼯智能不再是遥不可及的未来概念，⽽是不断影响并融⼊⽇常教学实践的变⾰⼒量。从优化备课流程到创新课堂互动

，从⽣成个性化学习资源到提供准确的学情分

析

，⼈⼯智能正展现出其巨⼤的潜⼒。然⽽

，技术的引⼊并⾮旨在替代教师的核⼼⻆⾊。恰恰相反

，⼈⼯智能的核⼼价值在于增强和⽀持教师的⼯作

，⽽⾮取代教师。通过将部分重复性、流程化的任务交由AI处理，例如初步的资料搜集、指向明确的习题⽣成、客观题的批量批改等

，教师可以将宝贵的时间和精⼒重新投⼊到更具创造性、更需要⼈类智慧和情感投⼊的教学环节之中。教师可以投⼊更多的时间激发学⽣的批判性思维、培养学⽣们的⾼阶思维能⼒

、建⽴深厚的情感连接、

以及设计更具启发性的教学活动。⼈⼯智能应被视为教师的得

⼒助⼿

、智慧伙伴

，助⼒教师更好地实现育⼈⽬标。本⼿册旨在为⼴⼤中⼩学教师提供⼀份清晰、实⽤的⼈⼯智能应⽤指南。基于当前的教育研究与实践探索

，⼿册将聚焦于⼈⼯智能在中⼩学教学中的四⼤核⼼应⽤场景：教学设计⽣成、资源与⼯具⽣成、智能体应⽤

、学习评价与分析。⼈⼯智能赋能教学实践与创新每个章节将深⼊探讨⼀个应⽤场景

，通过具体的案例分析展⽰AI的实际应⽤，提炼关键策略以指导

有效实践

，并明确指出需要关注的注意事项

，确保技术的应⽤既⾼效⼜负责。编写本⼿册的最终⽬标是赋能教师

，帮助⼤家科学、有效地驾驭⼈⼯智能这⼀新兴技术，将其转化为提升教学质量、促进学⽣个性化发展的有⼒⼯具。本⼿册的撰写同样离不开AI⼯具的结合

，甚⾄可以

说是⼀种⼈机协调共同创造的结果。

同时

，⼿册也将贯穿对负责任使⽤的强调

，提醒教师在拥抱技术的同时

，必须时刻关注伦理规范、数据安全、算法偏⻅等问题

，并进⾏批判性评估与持续学习。希望本⼿册能成为您在⼈⼯智能教育探索道路上的“路牌”

，共同开启“新路”探索。杨晓哲2025年4⽉26⽇关注公众平台：教育技术案例研究案例1：⽣成差异化教学计划●

场景：⼀位初中科学教师需要为包含不同学习需求学⽣的班级规划⼀个关于“⽣态系统”

的单元教

学。●

AI应⽤：

教师使⽤AI⼯具

，输⼊单元主题、年级、学习⽬标以及学⽣群体的基本特征（如阅读⽔

平差异、先备知识基础不同等）。AI根据这些信息

，⽣成⼀个基础教案框架，并附带差异化活动的建议。例如提供不同难度的阅读材料、设计分层任务、构思替代性评估⽅式等。AI甚⾄可以帮助教

师改编复杂的⽂本

，使其更易于特定学⽣理解

，或提供更具挑战性的拓展活动。●

成果：AI提供了⼀个结构化的起点

，⼤⼤缩短了初步规划的时间。教师在此基础上，结合对班级

具体情况的深⼊了解

，对AI的建议进⾏筛选、修改和完善

，确保教学设计的科学性与针对性，并融

⼊⾃⼰的教学⻛格与创意。案例2：设计跨学科项⽬式学习（PBL）⼤纲●

场景：⼀所⼩学计划围绕“本地河流污染”主题

，设计⼀个融合地⽅历史、环境科学和说明⽂写作

的项⽬式学习（PBL）

单元。●

AI应⽤：

教师团队利⽤AI⼯具进⾏项⽬构思和框架设计。他们可以输⼊这样的指令：“请为四年级学⽣设计⼀个关于本地河流污染的PBL单元

，需整合历史、科学和说明⽂写作，最终成果是向社

区提交⼀份调查报告和改进建议。”AI能够提出项⽬阶段划分、核⼼驱动问题、可能的探究活动（如⽔质检测、历史资料查阅、采访社区居⺠

、撰写报告）、以及初步的评估量规建议。AI还可以帮助设计融合科学知识、技术⼯具和团队合作能⼒的任务。●

成果：AI提供了⼀个连贯的项⽬结构和多样化的活动思路

，有效促进了教师的协作设计。教师团队再根据学校的实际资源、学⽣的兴趣点以及本地社区的具体情况

，对AI⽣成的⼤纲进⾏调整、细

化和本地化改造。第一章：教学设计生成，共创引人入

胜的学习体验AI辅助教学设计

，是指利⽤⼈⼯智能⼯具来辅助教师进⾏课程规划、活动设计、学习路径构建以及评估⽅法构思的过程。这不仅能显著提升备课效率

，更能为教师带来创新的灵感

，助⼒设计出更具个性化和吸引⼒的学习体验。诸如DeepSeek、ChatGPT、Gemini、

Kimi等⼯具

，以及⼀些集成化的教育平台

，都已展现出在教学设计⽅⾯的辅助能⼒。本章

将通过五个案例

，探讨AI如何在教学设计环节发挥作⽤，并提供关键策略与注意事项。案例3：创建探究式问题与提⽰●

场景：⼀位⾼中历史教师希望引导学⽣深⼊思考“第⼀次世界⼤战爆发的深层原因”，避免停留在

简单的史实记忆层⾯。●

AI应⽤：

教师利⽤擅⻓⽣成开放式问题的AI⼯具来构思具有启发性的问题。例如

，输⼊指令：“请为⾼中⽣⽣成5个关于⼀战根本原因的⾼阶思维问题

，⿎励辩论和分析。”AI可能⽣成诸如：“

当时的各国领导⼈有哪些不同的决策选择可能避免战争？”这类“穿越式提问”也能激发学⽣的思辨能⼒。●

成果：AI提供了⼀系列富有挑战性的问题

，教师可以从中挑选、改编

，或以此为灵感设计⾃⼰的

问题

，有效激发课堂深度讨论和批判性分析。案例4：开发适应性学习活动序列●

场景：⼀位数学教师希望为学⽣创建⼀套在线练习代数⽅程的活动

，活动的难度能根据学⽣的

表现⾃动调整。●

AI应⽤：

教师可以利⽤⽀持⾃适应学习的平台或使⽤通⽤AI⼯具来辅助设计学习路径的逻辑。例如

，输⼊指令：“设计⼀个解⼀元⼀次⽅程的适应性学习序列。从⼀步⽅程开始，如果学⽣掌握良

好

，则进⼊两步⽅程；如果遇到困难

，则提供更简单的例题和解题提⽰。”AI可以帮助构建这种递进式的学习流程

，并识别相关的基础技能。●

成果：AI辅助设计了个性化的练习结构

，使学⽣能按照⾃⼰的节奏学习和巩固。教师可以通过平

台数据监控学⽣进度

，或审阅AI建议的学习路径

，及时介⼊辅导。案例5：构思创新性评估思路●

场景：⼀位英语教师在教授完⼀部⻓篇⼩说后

，希望采⽤⽐传统论⽂或考试更创新的⽅式来评

估学⽣的理解。●

AI应⽤：

教师使⽤AI⼯具进⾏头脑⻛暴。输⼊指令：“请为九年级学⽣

，在阅读对应主题之后，

提出5种创新的评估⽅式

，需包含多媒体或表演形式。”AI可能建议学⽣创作⼀期播客节⽬、制作⼀

部⼩型纪录⽚

、组织⼀场模拟法庭辩论、撰写⼀个⼈物博客

，或者策划⼀个数字主题展览。●

成果：AI提供了多样化的评估选项

，拓展了教师的思路

，使其超越了传统⽅法的局限。教师可以

选择最符合学习⽬标和学⽣能⼒的⽅案

，并进⾏具体化设计。关键策略●

精准化指令（Prompt）：

清晰地定义教学背景（年级、学科）、学习⽬标、期望的输出格式、

内

容要求及限制条件。通过与AI的多轮对话和指令迭代

，可以获得更优的输出结果。●

视AI为起点

，⽽⾮终点：将AI⽣成的内容视为初稿或灵感来源

，绝不能直接照搬。教师的专业判

断和⼆次创作是保证质量的关键。●

坚守教育学原则：确保AI的建议符合有效的教学原理

，服务于明确的学习⽬标

，并贴合学⽣的实

际需求。优先考虑培养学⽣的⾼阶思维能⼒。●

融合⽽⾮堆砌：将AI⽣成的各个部分（如问题、活动、评估）

有机地整合到由教师主导的、连贯

的教学流程中。●

与AI协同⼯作：把AI当作可以对话的助⼿

，对其输出提出疑问、要求修改、寻求不同⻆度的建

议。注意事项：确保教学设计的科学性与⼀致性●

严格的内容审核：必须仔细审查AI⽣成的所有内容

，核查其准确性、适龄性、是否存在偏⻅，以及是否符合课程标准和教学要求。AI可能会⽣成超出教学⼤纲范围的题⽬或提供不准确的信息。●

维护教师主体性：教师始终是教学设计的最终决策者、负责⼈和实践者。不能将核⼼的教学决

策权完全交给AI。●

避免过度依赖：有选择地使⽤AI

，将其应⽤于最能提升效率或带来创新的环节

，保留⾜够的时间和精⼒⽤于师⽣互动、情感交流和个性化指导。●

警惕潜在偏⻅：AI的训练数据可能包含各种社会偏⻅

，这些偏⻅可能反映在⽣成的内容中。教师

需要审视内容

，确保其公平性和包容性。●了解⼯具的适⽤性：不同的AI⼯具有不同的优势和局限性（例如

，某些⼯具更擅⻓⽣成开放式问

题

，某些则更擅⻓结构化⼤纲）。选择合适的⼯具能事半功倍。使⽤AI进⾏教学设计

，其核⼼优势并不仅仅在于节省时间。更深层次的价值在于，它能够将教师从部分

常规、重复性的设计任务（如草拟⼤纲、⽣成基础问题）

中解放出来

，从⽽让教师能够重新分配这些宝贵的时间和精⼒

，投⼊到更⾼价值的教育活动中。这些⾼价值活动包括：对AI⽣成内容进⾏批判性审视

和深度加⼯

，根据每⼀位学⽣的独特需求进⾏个性化调整

，以及设计能够真正触及深度学习、培养⾼阶

思维和创造⼒的教学环节。如果仅仅是⽤AI加速了平庸教学计划的产出

，那么技术的潜⼒就被浪费了。只有当节省下来的时间被有效地再投资于提升教学设计的质量和个性化⽔平时，AI才能真正赋能教师，优化学⽣的学习体验。要实现这⼀点

，教师需要掌握⼀项新的关键能⼒——提⽰⼯程（PromptEngineering）。掌握提⽰词

本⾝不是⼀个⽣硬的技术技能

，⽽是教师教育教学智慧的融合

，是教师能够准确把握意图与规则，具有⼀定⽬的性、专业性的有效表达。这意味着教师不仅要理解教学⽬标和学⽣需求

，还要学会如何将这些复杂的教育意图清晰、准确地转化为AI能够理解和执⾏的指令。优秀的提⽰能够引导AI⽣成更贴切、更有价值的初步成果。这要求教师不断实践、反思和调整与AI的沟通⽅式

，这本⾝就构成了教师数字素

养发展的⼀个新维度。案例研究案例1：创建交互式演⽰⽂稿●

场景：⼀位社会研究教师希望制作⼀个关于“古埃及⽂明”

的⽣动演⽰⽂稿

，包含丰富的视觉元素

和互动环节。●

AI应⽤：

教师可以利⽤AI演⽰⽂稿制作⼯具。只需输⼊主题和关键要点

，AI就能⽣成包含⽂本摘

要、幻灯⽚标题的初步框架

，并推荐相关的图⽚

（部分图⽚可能由AI⽣成）。AI甚⾄可以建议⽤于

课堂互动的测验题或讨论提⽰。●

成果：教师迅速获得了⼀个视觉效果良好的演⽰⽂稿初稿。随后

，教师可以根据教学⽬标和学

⽣特点

，对内容进⾏个性化修改

，核实图⽚的恰当性和信息的准确性

，并加⼊⾃⼰设计的互动环

节。案例2：词汇拼写游戏●

场景：在课堂上

，制作各类互动⼩游戏

，⽤于增强课堂中的师⽣互动。●

AI应⽤：

⽼师只需告诉AI：“请帮我做⼀个关于‘交通⼯具9的英⽂词汇拼图⼩游戏”

，AI就能迅速⽣成⼀个⼩游戏

，学⽣需要把打乱的单词拼回原来的样⼦。

如果AI没有⼀下⼦⽣成游戏，教师可以强

调⼀下

，告诉AI

，“⽤HTML直接实现”。⽴⻢做好这个⼩游戏。●

成果：教师能够快速的得到交互性的⼩游戏

，并且可以⾮常⽅便的进⾏调整

，极⼤地提升了该

资源⼯具的适切性。案例3：开发简单模拟或虚拟实验场景除了辅助教学设计

，⼈⼯智能在直接创建和定制各种教学资源与交互⼯具⽅⾯也展现出强

⼤的能⼒

。⽆论是⽣成练习题、制作演⽰⽂稿

，还是开发简单的模拟场景或改编阅读材料

，AI都能为教师提供⾼效的帮助

，极⼤地丰富教学⼯具箱。这不仅能节省教师宝贵的时

间

，还可能创造出⼀些传统⽅式难以快速实现的资源类型。本章将通过案例探讨AI在资源制作中的具体应⽤，并提供相关策略与注意事项，旨在帮助

教师⾼效、⾼质量地利⽤AI拓展教学资源。第二章：资源与工具生成，个性化制作新路径●

场景：⼀位科学教师希望学⽣探究“单摆周期与摆⻓关系”

的物理规律

，但学校的物理实验器材不

⾜以满⾜所有⼩组同时操作。●

AI应⽤：

虽然创建复杂的交互式模拟通常需要专⻔的软件和编程技能

，但AI可以在设计阶段提供

帮助。教师可以利⽤AI（如deepseek）来构思模拟实验的逻辑流程、可调变量（摆⻓、摆⻆）、需

要观察的因变量（周期）

以及预期的实验结果。教师可以让AI⽤html的格式直接⽣成

，便于直接在线运⾏。对于实际的虚拟实验操作

，教师可以利⽤AI⽣成的脚本寻找或使⽤现有的虚拟实验平

台

，或者

，如果教师具备⼀定的编程基础

，可以借助AI编程助⼿来构建⼀个⾮常基础的互动模型。●

成果：AI在模拟实验的概念设计阶段提供了⽀持。教师利⽤AI⽣成的计划

，可以更有针对性地寻

找合适的虚拟实验⼯具

，或指导开发简单的互动元素

，为学⽣提供⼀个安全、便捷的⽅式来探索科

学概念。案例4：⽣成分级阅读段落与⾳视频资源●

场景：⼀位英语教师需要为班级⾥阅读⽔平不同的学⽣提供关于同⼀事件的简短阅读材料。●

AI应⽤：

教师向AI⼯具提供原始⽂本或主题。例如

，输⼊指令：“请将这段关于“芯⽚制造背后的

技术”

的⽂字改写成适合五年级阅读⽔平的版本

，然后再改写成适合⼋年级阅读⽔平的版本。”AI可以⽣成相应难度调整后的⽂本

，也可以根据要求⽣成⽂章摘要。结合⼀些AI⼯具，可以把⽣成的⽂字分级材料转化为⾳频听⼒资源或视频资源。●

成果：教师快速获得了适合不同学⽣阅读能⼒的⽂本版本

，⼤⼤节省了⼿动改写的时间。使⽤

前

，教师必须仔细审阅

，确保核⼼信息准确⽆误

，语⾔和复杂程度真正适合⽬标学⽣群体。案例5：设计教育游戏测验或抽认卡●

场景：⼀位外语教师希望⽤有趣的游戏测验⽅式

，帮助学⽣练习新学的词汇。●

AI应⽤：

教师可以使⽤AI⼯具基于词汇列表⽣成测验题⽬

。例如

，输⼊指令：“请根据这份初级

西班⽛语⻝物词汇表

，创建15道选择题。”AI还可以帮助⽣成⽤于制作数字抽认卡的内容。●

成果：教师迅速⽣成了游戏或抽认卡的核⼼内容。在投⼊使⽤前

，教师会检查问题和答案的准

确性

，可能还会添加图⽚或提⽰

，然后将其整合到⾃⼰偏好的互动教学平台中。关键策略●⽬标驱动：在使⽤AI制作资源前

，明确该资源旨在帮助学⽣学习什么知识或练习什么技能。●

提供丰富上下⽂：在向AI发出指令时

，尽可能提供详细的背景信息

，如年级、学科、具体知识点、期望的格式、⻓度、语⽓以及任何特殊要求。●

迭代优化：不要期望⼀次就能得到完美的结果。尝试调整指令

，要求AI提供不同版本，或者组合

使⽤不同AI⼯具的输出。●

发挥AI的独特优势：优先将AI⽤于那些⼈⼯操作耗时较⻓或难以实现的资源制作任务

，例如快速⽣成⼤量差异化材料、初步格式化复杂内容等。●

整合现有⼯具：将AI⽣成的内容（⽂本、题⽬

、图⽚等）

导⼊到教师熟悉的平台或软件中，以便

编辑、管理和分发。拓展资源类型

，关注互动性资源

，特别是Html可以直接运⾏的⽅式。注意事项：核查准确性、版权与⼯具选择●

事实核查⾄关重要：AI可能会产⽣看似合理但实际上错误的信息（即“幻觉”）。必须对照可靠的

资料来源

，仔细核对AI⽣成的所有事实、数据和概念。●

版权意识：

向AI提供原始材料时

，要注意该材料的版权归属。AI⽣成内容的版权状态⽬前⽐较复

杂

，教师应有意识地合乎道德地使⽤，必要时进⾏标注。避免将受版权保护或敏感的⽂档直接输⼊

公共AI⼯具。●

偏⻅审查：检查AI⽣成的资源中是否⽆意间包含了源于训练数据的偏⻅

（如⽂化、性别、地域偏

⻅等）。确保资源内容公平、客观、包容。●

⼯具适⽤性判断：优先选择那些为教育场景设计或优化的AI⼯具。通⽤的聊天机器⼈可能需要更复杂的指令和更多的后期编辑才能⽣成⾼质量的教学资源。●

数据隐私保护：在使⽤公共AI⼯具时

，切勿输⼊任何学⽣的个⼈⾝份信息或学校的敏感数据。尽可能使⽤学校或教育局认可和部署的安全平台。AI技术极⼤地降低了创建多样化、个性化教学资源的⻔槛

，这在⼀定程度上实现了优质资源创作的⺠主

化。理论上

，每位教师都可以借助AI快速⽣成满⾜特定需求的材料。然⽽

，这种便捷性也带来了⼀个严峻的挑战：质量控制。

由于AI可能产⽣错误、带有偏⻅或教学上不恰当的内容

，教师的⻆⾊就显得尤为重要。易于创建反⽽更加要求教师具备强⼤的专业判断⼒和严格的把关能⼒

。教师必须投⼊时间和精⼒进⾏细致的核查、筛选和修订

，确保AI⽣成的资源不仅形式新颖，更在内容上准确、价值上中⽴

、教学上有效。否则

，低⻔槛可能导致低质量资源的泛滥，反⽽损害教育

质量。

因此

，AI在资源制作中的应⽤，对教师的批判性思维和专业素养提出了更⾼的要求。随之⽽来的是教师在资源开发中⻆⾊的转变。传统模式下

，教师往往是资源的唯⼀创作者。⽽在AI时代

，教师的⻆⾊更趋向于策划者、指令⼯程师、以及关键的适配者和优化者。核⼼技能不再是从零开

始构建⼀切

，⽽是如何有效地引导AI产出有⽤的初稿

，并凭借⾃⾝的教育智慧和对学⽣的了解

，对初稿进⾏专业的精炼和改造。AI负责了资源⽣成的“体⼒活”

，⽽教师则专注于更具智慧含量的规范制定、质量评估和个性化适配环节。这反映了技术发展对教师专业能⼒内涵的重塑。案例研究案例1：⽤于个性化技能练习的AI辅导员●

场景：⼩学⽣需要⼤量练习来巩固基础运算技能（如加减乘除），但每个学⽣的掌握速度和难点

不同。●

AI应⽤：

教师引导学⽣使⽤具备AI辅导功能的数学练习应⽤或平台。这些AI辅导员能够根据学⽣

的答题情况

，实时判断其掌握⽔平

，

⾃动调整后续练习题的难度。

当学⽣答错时，AI能提供及时的

提⽰

、分步解析

，甚⾄通过苏格拉底式提问引导学⽣⾃⾏发现错误原因。●

成果：学⽣获得了针对性的、即时反馈的练习体验

，能够按照⾃⼰的节奏查漏补缺。教师则可

以通过系统⽣成的学习报告

，快速了解每个学⽣的学习进展和薄弱环节

，从⽽进⾏更精准的线下辅

导。案例2：回答学⽣疑问的学科AI聊天机器⼈●

场景：学⽣在进⾏关于“热带⾬林⽣态系统”

的⾃主探究项⽬时

，会遇到各种具体的事实性问题。●

AI应⽤：

教师可以预先配置⼀个基于特定知识库的AI聊天机器⼈。这个机器⼈被“

喂⻝”

了关于热

带⾬林的可靠资料。学⽣可以随时向它提问

，例如“举例说明亚⻢逊⾬林中的三种哺乳动物。”

。●

成果：学⽣能够快速获得基础性问题的解答

，减少了探究过程中的阻碍

，也减轻了教师回答重复性问题的负担。但关键在于教师需要确保机器⼈知识库的准确性和安全性，并教导学⽣批判性地看待机器⼈的回答。案例3：AI⻆⾊扮演模拟●

场景：语⾔课上

，学⽣需要练习特定语境下的对话能⼒

，例如进⾏⼀次模拟⾯试；或者历史课

上

，学⽣需要更深⼊地理解历史⼈物的观点。AI智能体（AI

Agent）是指被设计⽤来在教育场景中与学⽣进⾏互动的⼈⼯智能系统。它

们可以扮演多种⻆⾊

，如答疑助⼿

、学习伙伴

，甚⾄是模拟特定情境的⻆⾊。这些智能体

凭借其即时反馈、个性化⽀持和持续互动的特点

，为课堂教学带来了新的可能性。本章将探讨⼏种将AI智能体融⼊中⼩学课堂的案例

，分析其应⽤策略

，并提⽰相关的注意

事项

，

旨在帮助教师理解并有效利⽤这些新兴的智能教学伙伴。第三章：将AI智能体融入课堂与课程学习●

AI应⽤：

教师利⽤AI⼯具（如在⾖包中选择不同的⻆⾊）创建⼀个虚拟⻆⾊扮演场景。学⽣可以

与扮演特定⻆⾊的AI进⾏对话。例如

，与扮演“莎⼠⽐亚”

的AI⽤早期现代英语交流，或者与扮演“⾯试官”

的AI进⾏求职⾯试练习。教师可以设定具体的对话⽬标和场景。●

成果：学⽣在安全、⽆压⼒的环境中获得了沉浸式的互动学习体验

，有效锻炼了沟通技巧或加

深了对特定视⻆的理解。教师在旁观察、

引导

，并在结束后组织讨论和反思。案例4：基于学习进展推荐资源的AI●

场景：在完成⼀个单元的学习和测验后

，教师希望为每位学⽣提供个性化的后续学习资源，以

巩固知识或拓展视野。●

AI应⽤：

教师使⽤集成了AI推荐功能的学习平台或⼯具。系统根据学⽣的测验成绩、练习表现或

课堂互动数据

，分析其知识掌握情况

，并⾃动推荐相关的学习材料

，如针对薄弱知识点的讲解视频、拓展阅读⽂章、或更⾼难度的挑战题。●

成果：学⽣收到了量⾝定制的学习资源建议

，有助于实现个性化的学习路径

，促进⾃主学习。教师需要审核AI推荐的资源质量

，并结合⾃⼰的判断给予学⽣最终的学习建议。案例5：AI辅助学⽣研究或头脑⻛暴●

场景：学⽣在启动⼀个科学探究项⽬时

，对于选择研究主题或查找初步资料感到困难。●

AI应⽤：

教师指导学⽣将AI⼯具作为辅助思考的伙伴或初步的信息搜集助⼿

。学⽣可以向AI提

问

，例如：“请为七年级学⽣推荐5个与可再⽣能源相关的、可⾏的科学探究项⽬思路。”或者“请简

要介绍‘光合作⽤

9的概念和涉及的关键术语。”●

成果：AI帮助学⽣克服了项⽬启动阶段的障碍

，激发了想法。教师在此过程中扮演引导者⻆⾊

，

强调不能直接复制AI内容

，必须对AI提供的信息进⾏批判性评估

，并指导学⽣查找更权威、更深⼊

的学术资源。关键策略●明确应⽤⽬的：将AI智能体有针对性地融⼊教学环节

，服务于具体的学习⽬标（如技能练习、概

念理解、思维拓展），避免为了⽤AI⽽⽤AI。●

结构化互动过程：为学⽣与AI智能体的互动设定清晰的任务、规则和预期成果

，使其互动更聚

焦、更⾼效。●

培养批判性使⽤能⼒：

明确教导学⽣如何有效地向AI提问（提⽰⼯程），以及如何批判性地分析

和评估AI的回应

，识别潜在的错误或偏⻅。●

教师的主导与引导：教师应积极监控学⽣的互动过程

，适时介⼊引导

，组织后续的讨论、反思

和深化学习

，确保AI的应⽤服务于整体教学⽬标

，教师始终处于中⼼地位。●

选择合适的⼯具：优先选⽤为教育场景设计的、

内置安全防护和教学逻辑的智能体。若使⽤通

⽤AI

，则需通过精⼼设计提⽰词、

限定知识范围等⽅式进⾏约束和优化。注意事项：管理互动、数据隐私与避免依赖●

准确性与偏⻅⻛险：AI智能体的回答可能不完全准确

，甚⾄可能带有偏⻅

。教师必须引导学⽣养

成核实信息的习惯

，不能迷信AI的答案。●

数据隐私与安全：学⽣与AI的互动会产⽣⼤量数据。必须严格遵守学⽣数据隐私保护的相关法

规。优先使⽤经过学校或教育部⻔审核、符合数据安全要求的平台

，并清楚了解其数据收集和使⽤政策。避免学⽣在互动中透露过多个⼈敏感信息。●

过度依赖与思维惰性：

如果学⽣习惯于直接从AI获取答案

，可能会削弱其独⽴思考和解决问题的

能⼒

。教学设计应⿎励学⽣利⽤AI作为思考的跳板

，⽽⾮终点

，布置需要综合运⽤知识和创造性解

决问题的任务。●

情感与社交影响：AI的互动⽆法替代真实的⼈际交往。应确保AI的应⽤是作为师⽣互动、⽣⽣互

动的补充

，⽽不是取代它们

，避免造成情感疏离。关注学⽣在⼈机互动中的情感体验。●内容安全与适宜性：尤其是对于低龄学⽣

，必须采取有效措施（如内容过滤、敏感词屏蔽、教师监控）

防⽌他们接触到不适宜的内容或进⾏不当的互动。选⽤具备⻘少年安全防护机制的系统尤

为重要。AI智能体在教育中的⼀个独特潜⼒在于其提供动态脚⼿架的能⼒

。不同于静态的帮助⽂档或固定的提⽰

，AI智能体可以在学⽣进⾏复杂任务（如解决难题、进⾏研究、写作）

的过程中，根据学⽣的实时表现和需求

，提供恰到好处的、个性化的⽀持、提⽰和解释。这种即时、适应性的帮助，有可能⽐传统⽅

式更有效地帮助学⽣跨越学习障碍

，填补知识或技能的空⽩

。它们能够将复杂的学习过程分解，并在学⽣最需要的时候提供精准的辅助

，从⽽促进更深层次的理解和能⼒的构建。然⽽

，仅仅将AI智能体引⼊课堂是远远不够的。要真正发挥其价值并规避⻛险，教师必须承担起明确指

导学⽣如何与AI互动的责任。这包括教授学⽣如何提出有效的问题（即良好的提⽰技巧）、如何批判性地解读AI的回答（识别潜在错误、偏⻅和局限性），以及如何将AI作为⼯具来辅助⽽⾮替代⾃⼰的思考。这种与AI有效、负责任地互动的能⼒

，本⾝就应被视为⼀项重要的学习⽬标和未来素养，需要教师进⾏专⻔的教学设计和持续的引导

，⽽不是想当然地认为学⽣天⽣就会正确使⽤这些⼯具。缺乏这种明确的

指导

，AI智能体的引⼊很可能事倍功半

，甚⾄产⽣负⾯效果。案例研究案例1：客观题⽬的⾃动化评分●

场景：教师需要快速批改包含⼤量选择题、判断题、填空题的随堂测验或单元考试。●

AI应⽤：

教师利⽤学习管理系统（LMS）

中集成的⾃动评分功能

，或使⽤专⻔的在线测验平

台。教师预先设定好标准答案

，学⽣在线提交答卷后

，系统能够瞬间完成对客观题部分的评分。●

成果：教师从繁琐的重复性批改⼯作中解放出来

，可以迅速获得全班的成绩统计和初步的答题

情况分析

，从⽽更快地向学⽣反馈结果

，并将更多精⼒投⼊到主观题批改或教学反思中。案例2：AI辅助写作评分与反馈●

场景：英语教师需要对学⽣的作⽂进⾏评价

，不仅关注内容

，还要对语⾔的规范性（语法、拼

写、结构）提供反馈。●

AI应⽤：

教师使⽤AI写作评价⼯具。AI系统能够⾃动扫描⽂本

，识别并标注出语法错误、拼写错误、标点误⽤

、语句不通顺等基础性问题。部分⼯具还能根据预设的评分维度（如结构逻辑、语⾔表达、思想深度）给出初步的评分建议或评语。●

成果：AI承担了基础性错误的检查⼯作

，保证了反馈的⼀致性和效率。教师可以在此基础上，更专注于评价⽂章的⽴意、思想深度、论证逻辑和创造性等更⾼层次的⽅⾯，并添加更具个性化和启

发性的指导意⻅。学习评价是教学过程中不可或缺的关键环节

，它不仅⽤于衡量学⽣的学习成果，更重要的是为后续的教学调整和学⽣的个性化发展提供依据。⼈⼯智能技术正在为传统的学习评价⽅式带来深刻变⾰

，它能够提⾼评价效率，提供更即时、更细致的反馈

，并从数据中挖掘出更深层次的学习洞察。从⾃动批改客观题到辅助评

分主观写作

，从诊断学习难点到⽣成个性化建议

，AI正在成为评价领域的得⼒助⼿。本章将通过案例展⽰AI在学习评价中的多种应⽤，探讨有效利⽤AI进⾏评价的策略，并分

析需要警惕的⻛险与注意事项。第四章：赋能学习评价，高效反馈与深度洞察案例3：通过AI分析学⽣作业识别学习难点●

场景：数学教师希望通过分析全班的作业或测验答卷

，快速找出学⽣普遍存在的知识漏洞或易

错点。●

AI应⽤：

教师利⽤具备学情分析功能的AI⼯具。这些⼯具能够处理学⽣的答题数据（可能来⾃在

线提交或拍照上传），

⾃动统计各题的错误率

，识别错误类型（如计算错误、概念混淆），并将结果以可视化形式呈现（如“知识点薄弱点热⼒图”），清晰地展⽰出班级整体的学习难点。●

成果：教师⽆需⼿动统计和分析⼤量数据

，就能迅速、精准地定位到需要重点讲解或加强练习

的知识点

，从⽽能够“对症下药”

，调整教学策略

，进⾏有针对性的辅导。案例4：⽣成个性化反馈与后续学习建议●

场景：在⼀次评估之后

，教师希望给每位学⽣提供具体的、针对其个⼈表现的反馈和改进建

议。●

AI应⽤：

基于AI对学⽣作业或测验结果的分析

，或者根据教师输⼊的特定指令

，AI⼯具可以⽣成

个性化的反馈评语。例如

，针对某个在“⼒学”部分表现薄弱的学⽣

，AI可以⾃动推荐⼀个从“⽜顿定律”到“动能定理”再到“综合应⽤题”

的渐进式学习计划

，并匹配相应的微课资源。AI还可以根据错题分析结果

，推送同类型的题⽬供学⽣巩固练习。北京市计划推⼴的AI学伴和AI导学应⽤也旨在提供

个性化学习路径和指导。●

成果：学⽣能够收到更及时、更具针对性的反馈和学习资源推荐

，有助于⾃我修正和提升。教

师在使⽤前应审阅AI⽣成的建议

，确保其准确性和适切性

，并结合对学⽣的了解进⾏补充。案例5：课堂智能分析

，为教学反思提供循证教研●

场景：教师希望在课后快速回顾⼀节课的数据与证据

，包括本节课的主要流程和实施过程，以便进⾏有效的教学反思和准备次⽇课程。●

AI应⽤：

AI系统处理课堂录制的⾳视频数据

，

⾃动⽣成结构化的课堂摘要（例如：采⽤华东师范

⼤学课程所开发的⾼品质课堂智能分析AIC*）。摘要可能包括时间轴标记的关键活动、

师⽣互动⽚段的⽂字转录或标记、学⽣发⾔的要点、教师关键指令或讲解的概述

，甚⾄可以⾃动标记出课堂中

参与度⾼或出现困惑的时刻

，以及对课堂话语、

师⽣对话进⾏编码分析等。●

成果：教师⽆需重看冗⻓的课堂录像

，就能快速把握课堂的整体脉络和关键节点，极⼤地提⾼

了教学反思的效率和针对性

，有助于及时调整和优化后续教学。关键策略●

⼈机结合

，优势互补：将AI主要⽤于处理标准化、重复性的评价任务（如客观题评分、基础语法检查），将教师的专业判断⼒保留⽤于评价复杂性、创造性和深层理解20。●

保障透明度：

向学⽣和家⻓清晰地说明AI在评价过程中的作⽤

、使⽤的标准以及教师如何参与其

中。●

侧重形成性评价：充分利⽤AI快速反馈和诊断分析的优势

，将评价的重⼼放在促进学习过程上

，

及时发现问题、调整教学、

引导学⽣进步

，⽽不仅仅是作为终结性的分数评定。●

⽤评价数据驱动教学：不仅要利⽤AI⽣成评价结果

，更要深⼊分析AI提供的学情报告和数据洞

察

，并将其切实应⽤于改进教学设计和实施个性化辅导。●

培养学⽣的反馈素养：指导学⽣如何理解和有效利⽤AI⽣成的反馈（以及同伴、教师的反馈）来

改进⾃⼰的学习。注意事项：应对偏⻅、确保效度与维护教师判断●

警惕算法偏⻅：AI评价⼯具可能因为训练数据的偏差⽽对某些学⽣群体（如⾮⺟语者、具有独特

表达⻛格的学⽣）

产⽣不公平的评价。教师需要对AI⼯具进⾏批判性审视

，了解其潜在偏⻅，并在

必要时⼲预或调整评价结果。●

确保评价效度与信度：

教师需要判断AI⼯具是否真正在测量预期的学习⽬标

，其评价结果是否可靠、⼀致。评价⼯具的选择应与其教学⽬标和课程内容⾼度⼀致。●

避免过度简化：AI可能难以捕捉学⽣理解的细微差别、创造性思维的⽕花或解决问题的独特路

径。不能完全依赖量化的AI评分

，必须结合教师的定性判断。●

保障数据安全：学⽣的评价数据极其敏感

，必须使⽤符合安全规范和隐私政策的平台

，严格遵

守数据保护规定。●防⽌“应试AI”：学⽣可能会试图找出AI评分的模式并迎合算法

，从⽽绕过真正的学习。教师应采

⽤多样化的评价⽅式

，避免单⼀依赖AI评分。●

维护教师专业性：过度依赖AI进⾏评价

，可能导致教师在评价与反馈⽅⾯的专业能⼒弱化。教师

应始终保持积极参与

，发挥不可替代的专业判断作⽤

。AI在评价领域的应⽤，使得对学⽣学习过程和成⻓的关注变得更加可⾏。传统评价往往侧重于某个时间点的结果（如期末考试），⽽AI能够持续追踪学⽣的学习轨迹

，分析其在不同任务中的表现，识别反复

出现的错误模式

，从⽽描绘出更动态、更全⾯的学习图景。例如

，通过分析学⽣历次作业的数据，AI可以⽣成“成⻓记录袋”或学⽣画像

，展⽰其在特定知识点或技能上的进步情况。这种基于过程和增值的评

价⽅式

，更能体现个性化学习的理念

，也更能为学⽣的持续发展提供有价值的反馈。然⽽

，AI评价带来的即时性反馈也可能伴随着反馈深度和温度的损失。AI⽣成的反馈虽然快速、具体（例如指出语法错误），但往往缺乏⼈类教师所能给予的同理⼼

、⿎励和针对学⽣个体情感状态的细微调整。过于冰冷、纯粹技术性的反馈可能难以激发学⽣的内在动机

，甚⾄可能打击其学习积极性。因

此

，关键在于找到平衡点：利⽤AI的⾼效性处理基础层⾯的反馈

，同时

，教师必须投⼊时间，在AI反馈

的基础上

，增加⼈⽂关怀和深度对话

，确保评价不仅是技术的产物

，更是促进学⽣全⾯成⻓的教育过

程。教师的“真⼑实枪上阵”

的评改课

，在AI辅助之后

，变得更为重要和聚焦。1.

以⼈为本:AI技术的发展和应⽤应始终服务于促进学⽣全⾯发展和教师专业成⻓的⽬标，尊重⼈

的尊严、

⾃主权和福祉。技术是⼿段

，育⼈是⽬的。2.

公平与⾮歧视:必须警惕并努⼒消除AI算法中可能存在的偏⻅

，确保AI系统不会对特定学⽣群体

（基于性别、种族、社会经济背景、学习特点等）产⽣歧视或加剧教育不平等。3.

透明度与可解释性:AI系统的决策过程和依据应尽可能透明化

，让教师和学⽣能够理解其⼯作原

理和局限性。对于影响重⼤的决策（如评价），应追求可解释性

，避免“⿊箱”操作。4.

安全与保障:必须采取强有⼒的措施保护学⽣和教师的数据安全

，防⽌数据泄露、滥⽤或被恶意攻击。

同时要确保AI系统的使⽤不会对师⽣的⾝⼼健康造成伤害。5.问责制:尽管AI可以辅助决策

，但最终的责任必须由⼈类承担。⽆论是教学设计、资源选择、评价判断还是课堂管理

，教师和教育机构都应对AI的应⽤及其后果负责。AI本⾝不应被赋予法⼈资格

或独⽴承担责任。6.隐私保护:严格遵守个⼈信息保护（尤其是未成年⼈信息保护）

的法律法规

，遵循最⼩化收集原

则

，确保数据采集和使⽤获得明确的知情同意

，保障师⽣的隐私权不受侵犯。7.

⼈类监督与控制:教师的专业判断和决策⼒⾄关重要

，不能完全被AI取代。在关键环节

，特别是

涉及复杂情境判断或对学⽣产⽣重⼤影响的决策时

，必须保留⼈类的最终审核和⼲预权。●

批判性评估AI输出：始终对AI⽣成的内容（教案、资源、题⽬

、反馈等）

进⾏审慎评估

，检查其

准确性、适切性、偏⻅和潜在错误。●多源核实信息：不轻信AI提供的单⼀信息来源

，引导学⽣也养成利⽤可靠渠道交叉验证信息的习

惯。●

保护学⽣数据：严格遵守学校关于数据隐私的规定

，不将学⽣个⼈⾝份信息输⼊公共AI平台，优

先使⽤学校批准的安全⼯具。●

保持沟通透明：

向学⽣和家⻓清楚解释将在何时、何地、如何使⽤AI⼯具

，以及AI在教学和评价

中扮演的⻆⾊。在将⼈⼯智能融⼊中⼩学教育的各个环节时

，我们必须始终坚守⼀系列伦理原则，确保技术的应⽤符合教育的根本⽬标和⼈类的基本价值观。这些原则贯穿于本⼿册的各个章节，

在此进⾏归纳总结

，以指导负责任的实践：第五章：负责任的实施与展望未来教师的实⽤保障措施为了在⽇常教学中践⾏上述伦理原则

，教师可以采取以下具体⾏动：●

学习的设计者与引导者：从知识的主要传授者

，转变为学习体验的设计者、学习资源的策划者

和学⽣探究过程的引导者。●

⾼阶思维的培养者：更加注重培养学⽣的批判性思维、创造性思维、解决复杂问题的能⼒以及

协作沟通能⼒。●

伦理与价值观的塑造者：引导学⽣理解AI的社会影响和伦理议题

，培养负责任的数字公⺠。●

个性化学习的促进者：利⽤AI提供的学情数据和⼯具

，更精准地把握学⽣个体差异

，提供个性化

的指导和⽀持。●

⼈际情感的连接者：在技术⽇益普及的环境下

，教师在建⽴积极师⽣关系、营造温暖课堂氛围、关注学⽣情感需求⽅⾯的重要性将更加凸显。●

从⼩处着⼿：选择⼀两个⻛险较低、易于操作的应⽤场景开始尝试

，例如使⽤AI辅助⽣成教学反

思报告或头脑⻛暴教学活动创意。●同伴协作：与对AI感兴趣的同事组成学习⼩组

，分享使⽤经验、交流技巧、共同解决遇到的问

题。●

寻求专业发展：积极参加学校、

区域或在线平台提供的AI教育应⽤培训和研修活动

，提升⾃⾝的

AI素养和应⽤技能。●

利⽤现有资源：充分利⽤国家、省市级智慧教育平台提供的AI相关资源和⼯具。●

保持开放⼼态与持续学习：AI技术在不断发展

，保持好奇⼼和学习的热情

，关注教育领域AI应⽤

的新动态和最佳实践。●

避免过度依赖：有意识地平衡AI⼯具的使⽤与传统教学⽅法、

师⽣互动

，确保技术服务于教学⽬

标

，⽽不是主导教学过程。●

识别并报告问题：如发现AI⼯具存在明显偏⻅

、持续出错或安全隐患

，应及时向学校或技术提供

⽅报告。●

遵循学校政策：

了解并遵守学校或学区关于AI使⽤的相关政策和指导⽅针。教师⻆⾊的演变⼈⼯智能的融⼊

，并⾮要取代教师

，⽽是正在重塑教师的⻆⾊。