ARTICLE · 生活文化
AI 重新定义了好老师
一语总结AI 越强,教师在场的必要性反而上升:AI 能铺平从 30 分到 70 分的路,但决定孩子能走多远的最后 20 分,仍需要老师判断何时出手、何时退后。
文章从「老师会不会被 AI 取代」这一热门问题切入,给出反向判断:AI 越强,教师在场的必要性不降反升。作者用深圳明湾学校「30-70-90 分挑战」说明,AI 能瞬间把学生的想法从 30 分推到 70 分,却抹掉了本该由孩子自己挣来的 20 分;宾夕法尼亚大学在土耳其近 1000 名高中生中的随机对照实验进一步显示,无护栏使用 AI 的组练习阶段高出对照组 48%,但闭卷考试反而低 17%,护栏组则与对照组持平,说明 AI 可能成为「拐杖」。文章继而梳理 AI 已能承担的工作(备课、课堂分析、分层作业、成绩报告),并援引 Hattie 的研究指出影响学业的第一位因素是「集体教师效能」,效应量 1.57。作者提出教师 AI 素养三层框架——判断 AI 可靠性、指挥 AI 干活、用 AI 重新设计课程,并指出第三层培训几乎空白。最后回到布鲁姆 1984 年的「两个标准差问题」,认为 AI 首次让一对一辅导在成本上可行,但便宜不等于有效,缺的是知道辅导该怎么做的人,也就是老师。
- AI 能高效完成从 30 分到 70 分的标准化产出,但学生自己挣来的那 20 分无法被替代。
深圳明湾学校把学生想法与 AI 输出的落差总结为「30-70-90 分挑战」:AI 生成的方案完整得像样,孩子却因此失去兴趣。AI 没有取代任何人,只是把中间那段活干完了,问题在于谁来提醒孩子只有 30 分是他们自己的。
- 无护栏使用 AI 会形成「拐杖」效应,练习成绩提升但真实学习受损。
宾夕法尼亚大学在土耳其近 1000 名高中生中的随机对照实验显示,练习阶段标准组高出对照组 48%、护栏组高出 127%;收走 AI 后闭卷考试中标准组反低 17%,护栏组与对照组持平。学生还会对自己的学习能力过度乐观,优等生同样误以为自己学会了。
- AI 拿走的是可标准化产出,拿不走的是判断力、身体在场和人对人的影响。
深圳明德实验学校已用 AI 做集体备课、课堂录像分析、分层作业与成绩报告,推理成本较 2023 年下降 97% 到 99%。但 Hattie 综合上千项元分析发现,影响学生成绩的第一位因素是「集体教师效能」,效应量 1.57,是家庭社会经济地位的三倍以上。
- 教师 AI 素养可分为三层,而第三层「用 AI 重新设计一门课」的培训几乎空白。
腾讯研究院与中国教育科学研究院提出三层框架:判断 AI 靠不靠得住、能指挥 AI 干活、能用 AI 重新设计课程。调研发现大多数培训停留在前两层,市面课程多教提示词与快速产出课件;第三层涉及动机、能力、权力与视野四个侧面,难度递增且都不是技术问题。
- AI 省下的时间是一个岔路口,可能拉大而非缩小教师之间的差距。
同样用 AI 十分钟出完课件,剩下的两小时有人去和从不举手的孩子聊天,有人再出五份课件。OECD《2026 数字教育展望》提到「元认知懒惰」,师生都可能跳过诊断、评估与迭代。调研还观察到「超级教师」现象:少数优秀教师的影响半径被 AI 极大扩张,形成替代风险与稀缺性同时上升的剪刀差。
- 布鲁姆的「两个标准差问题」在 AI 时代有了新版本:不缺辅导者,缺的是知道辅导该怎么做的人。
1984 年布鲁姆发现一对一辅导的普通学生成绩比常规班级高约两个标准差,但成本无法大规模承担。AI 首次让「每个孩子一个辅导者」在成本上可行,而宾大实验补上了前提:便宜的一对一辅导不等于有效的一对一辅导,这个「人」就是老师。
AI 重新定义了好老师
文章从「老师会不会被 AI 取代」这一热门问题切入,给出反向判断:AI 越强,教师在场的必要性不降反升。作者用深圳明湾学校「30-70-90 分挑战」说明,AI 能瞬间把学生的想法从 30 分推到 70 分,却抹掉了本该由孩子自己挣来的 20 分;宾夕法尼亚大学在土耳其近 1000 名高中生中的随机对照实验进一步显示,无护栏使用 AI 的组练习阶段高出对照组 48%,但闭卷考试反而低 17%,护栏组则与对照组持平,说明 AI 可能成为「拐杖」。文章继而梳理 AI 已能承担的工作(备课、课堂分析、分层作业、成绩报告),并援引 Hattie 的研究指出影响学业的第一位因素是「集体教师效能」,效应量 1.57。作者提出教师 AI 素养三层框架——判断 AI 可靠性、指挥 AI 干活、用 AI 重新设计课程,并指出第三层培训几乎空白。最后回到布鲁姆 1984 年的「两个标准差问题」,认为 AI 首次让一对一辅导在成本上可行,但便宜不等于有效,缺的是知道辅导该怎么做的人,也就是老师。
文章金句
"AI 没有取代教师这个岗位,但过去对于教师而言,过去最有价值的工作之一是"把知识讲清楚",现在变成了"判断什么时候该把思考的机会留给学生"。
"AI 拿走的是可以标准化的产出,拿不走的是判断力、身体在场、以及人对人的影响。
"AI 给每位老师发了同样多的时间红利,却没有规定这笔红利怎么使用。
"诚然,工具从来不是变量。人才是。
"机器把从 30 分到 70 分的路铺平了,而那决定一个孩子究竟能走到哪里的最后 20 分,仍然需要一个人站在旁边,判断何时该出手、何时该退后。