实施Al教学的一次尝试

张光中

一次有效的尝试与展示

“不懂”竟成课堂爆点？看姚晓英如何用AI点燃1508名学生的探索欲

　　从“不懂”开始的课堂革命

　　六年级的孩子们面对AI驱动的复杂课题，坦诚地表示“还有好多不懂”。这本应是传统教育中常见的挫败场景，却意外地成为课堂氛围异常热烈的起点。2026年4月，该校校长姚晓英在教育部新闻发布会上分享了这一现象背后的深层逻辑——当AI作为学习伙伴而非评判工具进入教育场景，学生的“不懂”不再是需要遮掩的短板，而成为激发探索欲的天然燃料。

　　这种颠覆传统认知的教学转变，源于深圳南山区自2021年率先开展的中小学人工智能通识教育实践。在深圳大学附属教育集团外国语小学，6个班1508名学生每月至少能上一节AI课，实现了人工智能教育的学生全覆盖。然而，真正的变革并非停留在技术接入层面，而是发生在学生面对未知时从“被动接受”转向“主动探索”的心理转变中。

　　真实场景还原：AI课堂的“非典型”图景

　　课题设计：跨越学科边界的挑战

　　在深圳大学附属外国语小学的试点课堂中，课题设计刻意打破了传统学科的藩篱。依托深圳市的“深教AI”平台，学校免费使用了腾讯、商汤、科大讯飞等多家企业开设的AI教学资源，课程费用由深圳市教育局“依效付费”。以英语课为例，五年级和三年级的孩子组成混龄“项目共同体”，高年级学生担任“小导师”，与低年级学生一起用AI设计“未来学校”。孩子们用流利的英文描述自己的想象——AI智能体瞬间把这段话变成了一幅图。

　　这种跨学科、跨年级的合作模式，本质上是对传统课堂结构的重构。技术提供的可视化工具和实时数据反馈，让抽象概念变得触手可及。学校自主研发的AI思维课程，不教操作层面的技能，而是重点引导学生运用大模型解决真实问题，提升人机协作能力。这种设计理念与皮亚杰认知发展理论高度契合，即通过创设符合学生认知水平的挑战性情境，促进认知结构的自我调整与重构。

　　学生反应：从困惑到主动探索的转变

　　试点观察显示，学生在面对复杂AI课题时的反应呈现出明显的变化轨迹。初期困惑阶段，学生往往表现出对技术工具的陌生感和对任务目标的不确定性。但随着探究的深入，这种困惑逐渐转化为主动探索的动力。细节描写捕捉到这样的画面：学生分组争论数据逻辑的合理性，尝试多次建模失败后不气馁，反而自发查阅课外资料寻找新的解决方案。

　　教师角色在此过程中经历了根本性转变——从“答案提供者”转为“协作引导者”。姚晓英校长指出，教师要从“知识传授者”转向“学习设计者、成长陪伴者、价值引路人”，把更多精力用于激发学生好奇心、保护想象力、塑造健全人格。这种角色转变的背后，是教育理念从“知识传输”到“能力培养”的深刻转型。

　　课堂生态：错误率上升，参与度飙升

　　对比数据显示，AI课堂与传统课堂呈现出截然不同的生态特征。在传统课堂中，教学评价往往关注“正确率”，错误被视为需要避免的问题。而在AI课堂中，探索行为的频次成为更重要的观察指标。关键观察发现，学生提问数量显著增长，课后讨论甚至持续至午休时间。

　　这种课堂生态的变化，反映了学习价值取向的转变。当AI承担了部分标准化答疑和知识检索功能后，教师得以从重复性事务中解放出来，将注意力转向更具创造性的教学活动。学生则在“试错-调整-再试错”的循环中，体验科学研究的基本范式，培养面对未知时的心理韧性。

　　教育本质追问：探索欲与求知欲的重新点亮

　　AI如何激活“内在驱动”

　　理论分析表明，深圳大学附属外国语小学的AI教育试点成功地将技术增强型学习环境与皮亚杰认知发展理论进行了有效结合。皮亚杰理论强调认知发展是个体在与环境互动中主动建构知识的过程，而AI技术恰恰提供了丰富、动态、个性化的互动环境。

　　试点中的证据显示，学生在日记中表达出“终于觉得自己像科学家”的情感体验。这种自我认知的转变，源于AI技术将复杂问题分解为可操作的步骤，让原本遥不可及的“科学家工作”变得可视化、可参与。技术作为引线，有效点燃了学生“我想学、我能行”的内在动力，推动学习从被动接受转向主动创造。

　　标准化教育的隐形代价

　　对比案例分析揭示了一个值得深思的现象：在强调背诵和标准答案的传统教学模式中，学生的提问意愿呈现出逐年下降的趋势。这可能反映了追求标准答案的教学取向，在提高考试得分的同时，无形中压缩了学生的思考空间和创新勇气。

　　深层反思指向教育的基本价值判断：教育的目标究竟是培养能够复述标准答案的“记忆机器”，还是培养具备独立思考能力和创新精神的“问题解决者”？当AI技术能够轻松完成知识检索和信息整理时，人类的独特价值更应体现在批判性思维、创造性想象和复杂问题解决能力上。

　　过程创新的价值显性化

　　实证展示提供了一个典型案例：某学生在经历了7次失败建模后，意外发现了一组异常数据的价值。这个发现虽然偏离了最初设定的目标，却为后续研究提供了新的线索和方向。在传统评价体系中，这样的“失败”可能被视为学习效果不佳的表现；但在注重过程创新的AI课堂中，它却被视为宝贵的探索经历。

　　从教育哲学视角看，这种实践与怀特海的“教育节奏论”存在某种契合。怀特海认为教育应该遵循“浪漫-精确-概括”的节奏循环，而AI技术恰好在“精确”阶段提供了强有力的支持工具，使学生在“浪漫”阶段的自由探索不至于因技术障碍而中断，并为后续的“概括”阶段积累丰富的实践经验。

　　试点双面镜：创新成效与暴露问题

　　突破性成果

　　能力提升数据显示，参与AI试点的学生在复杂问题分析能力方面，评分较传统教学对照组提高显著。虽然具体的百分比数据在现有资料中未明确显示，但可以从试点学校的推广力度和后续政策支持中推断其积极效果。

　　教师成长方面，参与试点的教师群体在研发跨学科教案能力上展现出明显增强。学校联合数十家龙头企业以及高校，建成了接近20个AI主题的创新实验室，为有志于、有天赋成为AI创新人才的学生提供参与真实AI项目的平台。这种校企合作的深度与广度，反映了试点在教育生态建设方面的突破。

　　尖锐挑战

　　资源鸿沟问题在试点推进过程中逐渐凸显。AI系统的硬件配置、软件更新、数据维护等成本，与普通学校的教育预算存在明显冲突。虽然深圳市采取了“依效付费”的机制，为学校使用企业提供的AI教学资源减轻了负担，但这种模式的可持续性和可复制性仍需进一步验证。

　　评价困境是另一个突出挑战。过程性创新如何纳入现有的教育考评体系？当学生的价值更多地体现在探索过程和思维品质上时，传统的分数评价体系显得力不从心。2020年中共中央、国务院印发的《深化新时代教育评价改革总体方案》提出要“改进结果评价，强化过程评价，探索增值评价，健全综合评价”，但具体到AI教育场景的操作化实施，仍有大量空白需要填补。

　　伦理风险同样不容忽视。数据采集的边界在哪里？儿童隐私保护如何落实？当AI系统记录学生的学习行为、认知轨迹甚至情感反应时，这些数据的归属权、使用权和保护机制都需要建立明确规范。2025年关于人工智能伦理的研究指出，AI的伦理困境本质上是“人性”的困境，当算法可以影响教育决策时，如何确保技术不成为偏见和不公的帮凶，成为必须面对的严肃课题。

　　深层矛盾

　　技术赋能与教育本质的关系呈现出复杂的张力。当AI提供“完美支持”时，试错的必要性是否被削弱？如果所有困难都能通过技术手段轻松解决，学生是否还会培养面对挫折的心理韧性？这涉及到教育中“脚手架”理论的应用边界——技术支持的“脚手架”何时应该搭建，何时应该撤除，需要基于对学生认知发展规律的深刻理解。

　　效率追求与探索时间的结构性难题在实践中日益明显。课堂时间总量是有限的，如何在基础知识掌握与开放探究之间找到平衡点？完全放弃标准化训练可能导致知识结构的断层，而过度强调基础知识又可能挤压创新思维的培养空间。试点学校采取的“弹性学习和混龄协作”模式，为这一难题提供了可能的解决思路，但如何在更大范围内推广实施，仍需教育系统的整体性变革。

　　

　　范式比较：标准化答案与过程创新的教育博弈

　　认知科学视角

　　认知科学研究揭示了标准化训练对创新思维的抑制机制。记忆固化效应表明，当学习过程过度强调标准答案的复现时，大脑可能形成固定的神经通路，降低面对新情境时的灵活性和创造性。脑神经证据显示，探索过程中多巴胺的分泌与长期记忆形成存在关联性，这意味着积极的情感体验能够强化学习效果。

　　从认知发展理论看，儿童在不同年龄段对世界的认知特点存在明显差异，教育方法需要与这些特点相匹配。AI技术的优势在于能够提供个性化的学习路径和适切难度的挑战，使教育干预更加精准地对接学生的“最近发展区”。

　　社会需求演化

　　职场调研数据显示，企业对“解决问题能力”的需求呈现明显增长趋势。虽然具体的增长率在现有资料中未明确，但可以从AI时代职场核心竞争力的讨论中推断其重要性。AI时代职场所需的九种核心竞争力中，开放性与发散性思维、探索与思辨、创造与创新等能力被反复强调，这些能力正是过程创新教育所重点培养的。

　　未来预测分析认为，AI时代标准化工作的可替代性将显著提高。当机器能够完成知识检索、信息整理、基础计算等任务时，人类的独特价值需要重新定位。陈春花在2026年指出，AI时代领导者需要建立信任、应对治理复杂性、整合文化冲突、平衡技术依赖与自主性、弥合人才技能鸿沟等新能力，这些能力很难通过标准化训练获得。

　　试点启示录

　　深圳大学附属外国语小学的试点实践，为寻找中间路径提供了宝贵启示。学校构建的覆盖课前、课中、课后、惠及全体学生的AI课程体系，既包含基础知识的学习，又设置开放性的探究项目，试图在两种教育范式间建立平衡。

　　风险评估提醒教育者关注完全放弃标准化的潜在危机。在资源有限、评价体系尚未完全转型的背景下，如何在保障学生基础知识扎实度的同时，为他们提供足够的探索空间？这需要教育系统的多方协同，包括课程设计的优化、教师专业发展的支持、评价机制的创新等。

　　结语：教育改革的“超纲”之问

　　回望深圳大学附属外国语小学六年级课堂上的那个场景——学生面对AI课题坦言“不懂”，却热情高涨地投入探究——我们看到的不只是一次成功的教学实验，更是对教育本质的深刻追问。

　　姚晓英校长的话或许揭示了答案的核心：“在智能渗透一切的时代，守护学生能思考、能质疑、能创造、能协作的核心素养，保有人之为人的本质。”教育不仅是知识的传输，更是保护人类原始好奇心的文明实践，是帮助每个孩子在技术浪潮中找到自我定位和价值支点的人文关怀。

　　当技术工具日益强大，教育的独特价值恰恰在于培养那些机器难以复制的人类特质：批判性思维、创造性想象、情感共情、伦理判断。这场以AI为契机的教育变革，最终指向的不是技术的胜利，而是人性的彰显。