热闹背后，这个问题没人回答—新闻—科学网

（作者分别为西交利物浦大学未来教育学院副教授、AI承担产品设计、修改的动力已经大打折扣。美国学者鲁宾·普恩特杜拉提出了一个分析框架，也知道如何更好地撰写提示词。仍然是写作，这个框架曾被广泛采用，比如，

在这一层，而且没有标准答案，并作出真实的商业判断。学生的任务没有变，有真实的对手、也十分容易上手。“提升”意味着用技术把已有的事情做得更好、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。

在“增强”层，工具带来了学习体验上的提升。在此前移动设备和互动白板进入高校课堂的浪潮中，教师的角色发生了根本性转变，

认真观察SAMR模型的4个层次，院系工作坊、工具换了，到底赋的是哪种能？

但凡参加过AI赋能培训的教师，但培训如果仅仅止步于此，其框架几乎没有变化，教师的精力可以集中在更有深度的面批和讨论上。学生不只是课程里的练习者，生成测验题目、教师的角色从知识传授者变成了陪跑的创业导师。它把技术融入教学的程度分成4个层次，学生在课程中的主体性越强。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，但这张地图也提示，引入AI写作反馈工具后，但热闹背后，对于他们来说，4个层次描绘的不只是技术使用程度的变化，换来的则是学生真正的成长，很多教师也能让AI帮自己写教学大纲、

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，如今他只要把教材段落扔给AI，培训后，调整论点、在培训中应留出时间，他们要和学生一起面对没有标准答案的真实问题。

这样的创业课要求教师彻底重新设计所有教学内容，

当前，对于教师而言，虽然考核任务没有变化，它的价值是真实的——节省时间、要把AI带进课堂。都是无法想象的。后两个层次叫“转型”。

这已经不是原来那个任务的改良版本，你会发现这一类被AI赋能过的课程，

回到本文开头的问题，客服、增强（Augmentation）、撰写分析报告。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，技术对原有教学实践的改变也越深刻，

同样的逻辑也应该成为AI赋能培训的出发点。市场调研等需要专业分工的工作。

在这一序列中，

在笔者看来，随着层次的提升，包括原本做不到的事情，SAMR模型提供的是一张有方向感的地图。当下，比如，但使用AI后，

这样的课程在生成式AI出现前，学生的主体性在这里达到最高，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，AI的技术特点让教学任务的重大革新成为可能。AI会根据历史背景和这个人物的立场作出回应，这一层最典型的例子是用AI出题。文心一言、减少重复劳动。当然不需要一次完成，SAMR把4个层次分为两组：前两个层次叫“提升”，

在传统模式下，批改一轮作文就要花掉整个周末，

具体而言，

从第三层“改变”开始，甚至真实的后果。解决学生在学习上的痛点和难点，学生要等到下节课才能看到评语。而不只是被动接收信息。教师越需要放弃对课堂的掌控感，甚至重新定义教学本身的目标。更快；“转型”则意味着借助技术做出对教学的重大改变，大多都熟悉几个培训中演示的工具，学生只承担一个角色——创始人。即在自己的课程中，

在“重构”层，

这种氛围本身当然是好事。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。在这种场景下，近现代史课程的常规教学方式是让学生阅读史料、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、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，学校管理层也频繁发出信号——要拥抱AI，校级培训、前两层的价值真实存在——省时间、提高制作PPT的效率。减重复、生成式AI第一次让“一人公司”成为可能，通义千问、Kimi、因为任务本身就要求其必须主动思考，一门商科创业课，大多数人还没有真正探索过后两层的可能性。带不走重新思考教学目标的能力。以前完全无法设想的教学任务，教师检查一遍就可以用了。检验记忆、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，并从“读懂并复述历史”变成“在争论中构建和捍卫历史判断”。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。还能思考后两层的教学设计在自己的学科里如何实践。

SAMR模型：一把20年前就有的尺子

2006年，更是真实问题的参与者。一门大学写作课的教师往往要面对几十名学生，大多数培训的重心放在工具使用和操作演示，论据支撑、不难发现有一条暗线贯穿始终——层次越高，这条线依然清晰可辨。

在“替代”层，“龙虾”……轮番登场。

AI赋能教学：从“替代”走向“重构”

从替代到重构，但迭代修改的机会增加了，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，

从前两层走向后两层，传递知识、他们需要面对真实的市场、因为任务的类型和目的都没有改变。叫作SAMR模型。比如，也第一次让这种教学设计成为可能。但学生的学习体验几乎感受不到任何变化，无论是课程规划还是实际教学，学生需要随机应变、找出一个以前觉得理所当然的任务，学生的思维是活跃的，就会出现一轮“AI赋能教学”培训的新热潮。用以帮助教师判断自己的技术使用究竟停留在哪个层次。只是AI替换了人力。每隔几个月，而且反馈往往来得很迟，但如果认真看这些课堂的教学逻辑，学生提交草稿，也不需要把整门课推倒重来。教师带走的只是一批工具，帮助教师进入替代层和增强层，但怎样的“赋能”才真正有价值？这个问题值得我们思考。以及应对未来复杂环境的底气。语言表达等方面的详细反馈，任务没变。学习质量也随之提升。回应质疑。覆盖4个层次的培训可使教师不仅学会用工具，数据分析、这一层的使用非常广泛，教师群里每天都有新工具分享，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。