2026年11月18日 星期三
备课:请准备好自己的“判断”
许崇娜

    不少教师都有过这样的经历:备课卡壳时,向人工智能发一句指令,几秒钟一份要素齐全的教案就生成了。教学目标、重难点、教学流程、板书与配套练习一应俱全,效率提升显而易见。但一所学校、一个班级、一个学段构成的教学情境带着独有的学情约束,凭什么能在几秒内被完整生成?

    看起来合格的教学设计未必适配真实课堂。通用模型没接触过这些学生,不知道他们会在哪一处思维节点卡住,不知道上一节课留下了什么节奏缺口,更预判不出学生给出意外回答后,课堂该在哪里接续。它能把重难点排得整齐,却抓不住这节课真正的认知卡点,能把环节理顺,却拿捏不住课堂的松紧。

    还有隐蔽的风险在于“幻觉”。一份文本排版规整、语句通顺,读者容易默认其逻辑已经过推敲,从而在不知不觉间跳过核验与思辨。教学设计真正费心的是持续的判断,而非环节的串联:这个环节为何走这条路径而不是另一条?学生答不出来,追问该往哪个方向?甚至这个环节本身要不要保留?工具能给出第一版方案,但往后关乎课堂走向的取舍只能由教师完成。

    教学设计是多轮试出来的,不是一次写出来的。改稿和基于实践的反思才是设计的核心:一处环节时长被压缩,后面就跟不上;一道题太浅,学生在课堂上游神;一段材料的呈现顺序换了,理解的难易就完全不是一回事。只有经历过这几轮“不对劲”,才知道一节课为什么是这个样子。而人工智能给出的第一稿恰恰把这几轮都绕过去了。

    面对人工智能,常见的应对是两头各走一头。青年教师容易对工具产生依赖:从教之初就能拿到成套资源,自己从零搭建教学设计的动力自然减弱。少了独立构思、推翻、重构这些环节,专业成长就少了一个载体。老教师的反应则相反,觉得人工智能生成的教案空话多、套路重,索性全面否定。

    全盘依赖与全面否定,本质上是同一种回避,前者交出的是“判断”,后者交出的是“机会”。人工智能在备课链条里的位置应当是助手。素材检索、基础概念整理、格式规整这类事务性工作交给工具,省下的时间用来打磨贴合校本、班本内容。教学目标怎么定,重难点怎么判,问题链怎么搭,这些要由教师拿主意。分界线不难划:出了错只是格式难看,可以交回工具;出了错会打乱整节课的推进节奏,就得自己扛。

    人工智能生成的内容常伴有事实错误或逻辑矛盾,要逐条核对。更关键的是,要依据本班学情评估其适配度:难度是否超出学生水平?预设是否符合学生习惯?经过这一轮核验,通用模板才能转化为面向本班的教学设计。带着学情标尺去校准AI初稿,对青年教师而言,反而是更实在的训练。

    技术带来效率,也埋下专业能力钝化的风险。问题不在于是否使用工具,而在于是否将本该属于自己的思辨与判断一并外包。只有先厘清教学逻辑与学情边界再借助工具,效率才不会以牺牲判断力为代价。

中国教师报