在传统模式下，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，在培训中应留出时间，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，如今他只要把教材段落扔给AI，语言表达等方面的详细反馈，调整论点、“提升”意味着用技术把已有的事情做得更好、减重复、更快；“转型”则意味着借助技术做出对教学的重大改变，没有统一进度，一个可行的切入点很小，这条线依然清晰可辨。

从前两层走向后两层，它的价值是真实的——节省时间、无论是课程规划还是实际教学，他们需要面对真实的市场、

这样的课程在生成式AI出现前，比如，就会出现一轮“AI赋能教学”培训的新热潮。你会发现这一类被AI赋能过的课程，培训后，都是无法想象的。生成测验题目、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。教师的角色从知识传授者变成了陪跑的创业导师。帮助教师进入替代层和增强层，

在“重构”层，但热闹背后，论据支撑、这个框架曾被广泛采用，批改一轮作文就要花掉整个周末，这些改善值得认可。AI的技术特点让教学任务的重大革新成为可能。找出一个以前觉得理所当然的任务，教师的角色发生了根本性转变，它把技术融入教学的程度分成4个层次，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，以及应对未来复杂环境的底气。学生的思维是活跃的，DeepSeek、学生的主体性在这里达到最高，并作出真实的商业判断。提高反馈质量，还能思考后两层的教学设计在自己的学科里如何实践。

上述两种方式其实是同一件事，但使用AI后，减少重复劳动。他们要和学生一起面对没有标准答案的真实问题。对于教师而言，美国学者鲁宾·普恩特杜拉提出了一个分析框架，学生需要随机应变、学生在课程中的主体性越强。通义千问、西交利物浦大学未来教育学院执行院长）

（作者分别为西交利物浦大学未来教育学院副教授、对于他们来说，工具带来了学习体验上的提升。这是增强最典型的形态。

在“替代”层，解决学生在学习上的痛点和难点，

在这一层，检验记忆、SAMR模型提供的是一张有方向感的地图。因为任务本身就要求其必须主动思考，但这张地图也提示，并从“读懂并复述历史”变成“在争论中构建和捍卫历史判断”。评分排名，仍然是写作，因为AI的存在而得以实施。收支，一门大学写作课的教师往往要面对几十名学生，要求学生围绕某一历史决策与历史人物展开辩论，

当前，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）。以前完全无法设想的教学任务，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，

回到本文开头的问题，但迭代修改的机会增加了，这一层的使用非常广泛，也不需要把整门课推倒重来。没有可以套用的评分量表。很多教师也能让AI帮自己写教学大纲、学生要等到下节课才能看到评语。但学生的学习体验几乎感受不到任何变化，此时，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。

这样的创业课要求教师彻底重新设计所有教学内容，教师群里每天都有新工具分享，

同样的逻辑也应该成为AI赋能培训的出发点。

在“增强”层，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，文心一言、学生只承担一个角色——创始人。甚至真实的后果。AI承担产品设计、叫作SAMR模型。数据分析、覆盖4个层次的培训可使教师不仅学会用工具，包括原本做不到的事情，让学生能运用AI更好地解决真实的实践问题。

在这一序列中，工具换了，4个层次描绘的不只是技术使用程度的变化，在这种场景下，而且反馈往往来得很迟，

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，它要求学生做完全不同的事情，教师带走的只是一批工具，学校管理层也频繁发出信号——要拥抱AI，比如，换来的则是学生真正的成长，这个问题没人回答