人工智能賦能熱潮下中小學教學應用的冷思考

近幾年，教育部從課程標準到使用指南密集出臺了多個政策文件，旨在加強中小學人工智能教育。本期專題集合了科技教育專家與多位一線教師的思考與實踐，以期共同促進人工智能在教育領域的應用，為發展學生核心素養貢獻智慧。

文_鄭婭峰

（北京師范大學教育科技中心）

摘要：生成式人工智能越來越受到教育領域的廣泛關注，然而技術應用的熱潮并未自動轉化為教學質量的提升。在當前中小學教學實踐中，生成式人工智能的應用存在課堂技術應用的淺層化、學生認知過程的壓縮化、教師專業判斷的鈍化風險3個主要困境。本文深入分析上述問題及其成因，并從應用起點、應用邏輯、應用能力3個維度提出系統性轉變策略，旨在推動生成式人工智能由表層工具應用走向深度教學賦能。

關鍵詞：生成式人工智能　實踐誤區　應用策略

背景

生成式人工智能自2022年末進入大眾視野以來，迅速成為教育領域關注的焦點。以DeepSeek、“文心一言”“訊飛星火”等為代表的大語言模型展現出強大的內容生成能力，為教學資源開發、個性化學習支持、智能評價反饋等應用場景提供了技術支撐。在政策層面，《教育部等九部門關于加快推進教育數字化的意見》[1]《國務院關于深入實施“人工智能+”行動的意見》[2]等文件持續強調人工智能技術在教育教學中的深度應用，推動了生成式人工智能在中小學的快速普及。然而，技術應用的熱潮并未自動轉化為教學質量的提升。在當前中小學的教學實踐中，涌現出3類生成式人工智能應用誤區，即生成式人工智能的應用存在停留于淺層次的內容展示，忽視其與教學目標的內在關聯；生成式人工智能的結果性應用損傷了學生關鍵認知過程的完整性與深度；部分教師對人工智能生成內容的無意識依賴，存在鈍化其專業判斷與設計能力的潛在風險。因此，有必要從課堂教學的實際出發，對當前生成式人工智能的應用方式進行冷靜反思。

生成式人工智能應用的常見誤區

01

重形式、輕教學：技術應用停留在表層

在當前中小學課堂教學中，生成式人工智能的應用呈現明顯的“重技術形式、輕教學本質”傾向。部分教師為響應國家關于推進教育信息化的政策號召，轉向追求課堂的技術含量，如運用人工智能生成講解文本、示例答案、情境對話或動態演示內容。相較于傳統課件，這類內容在形式上更加豐富，呈現方式也更具吸引力，營造出一種技術全面滲透、學生全員參與的表面繁榮。然而，若從教學設計的內在邏輯加以審視，此環節人工智能工具的引入是否是教學的最佳選擇？是否有助于突破學習重點、難點？學生的參與是源于真實的學習投入，還是受技術形式所吸引的淺層互動？這些關鍵問題往往未能得到充分考量。實際上，這種表面繁榮難以實質性提升教學效果，反而可能分散學生對核心知識的注意力，導致技術應用背離服務教學本質的初衷，異化為一種“為用而用”的展示性操作[3]。

追根究底，這類缺乏思考性的技術植入體現出部分教師對智能技術與課堂教學關系的認知偏差，即未能準確把握二者之間的主從地位。教育的根本在于促進學生的全面發展與核心素養的提升，技術手段應服務于這一終極目標，而非取而代之。因此，教師亟須回歸育人本位，堅持以教學目標的實現為核心導向，根據具體教學情境的實際需求審慎規劃人工智能技術的融合路徑。在此原則下，人工智能的角色應是優化教學過程的助力工具，而非盲目添加的裝飾元素。如果生成式人工智能的使用僅僅增加了展示內容的數量和形式，卻沒有改變學生的認知參與方式，那么技術的引入實際上只是對傳統教學手段的外在升級，其教學價值必然是有限的，甚至可能掩蓋了學生真實的理解水平。因此，只有當技術應用促使學生參與思考、作出判斷并承擔學習責任時，人工智能才能從展示工具轉變為支持學習的有效手段。

02

重結果、輕過程：學習中關鍵的思維環節被壓縮

生成式人工智能在課堂教學中常見的另一種應用傾向——過度強調結果的快速獲得，忽視學習過程中關鍵的思維建構環節。生成式人工智能能夠在極短時間內給出結構完整、表述規范的答案，這一技術優勢在教學中如果使用不當，容易對學生的學習過程產生替代效應。在實際課堂中，這種情況常見于作業講評、問題分析和閱讀理解等教學環節。教師或學生將問題輸入人工智能工具，隨即獲得“完整解析”或“標準答案”，并將其作為學習的主要參照。表面上看，這種方式提高了教學效率，節省了時間，但從學習過程看，學生往往只是對照結果進行核對，而缺乏對自身思維路徑的反思。

學習本質上是認知建構的過程，學生需要經歷困惑、嘗試、失敗、調整和突破，這些過程性體驗是能力發展的關鍵。即便過程中存在錯誤，這些錯誤本身也是理解形成的重要資源。然而，當生成式人工智能直接提供“完整解法”或“權威解釋”時，這一過程被大幅壓縮，學生難以覺察自己在思考中遇到的障礙，更難以意識到錯誤產生的原因。這種結果導向的學習方式容易削弱學生的元認知能力。久而久之，學生容易形成一種“答案依賴”，即遇到困難時，首先尋求外部工具給出結論，而不是主動梳理思路、分析問題[4]。這不僅影響知識理解的深度，也不利于問題解決能力的長期發展。認知心理學研究指出，深度學習的發生依賴于學習者主動激活已有知識、產生認知沖突、建立新舊知識的聯系。倘若人工智能的輸出在學習活動之初即被引入，即學生尚未自主調動已有認知圖示時，人工智能便直接提供高度結構化的答案，那么學習者的認知沖突便難以觸發，學習過程易演變為對現成結論的被動接受，缺乏深層次的意義建構與知識整合。進一步看，生成式人工智能在課堂中的“結果替代”，還可能在無意中改變學生對學習目標的理解。當學習過程被不斷簡化為“找到正確答案”，學生容易將學習等同于結果獲取，而忽視思維能力本身的價值。在這種情況下，人工智能不再是支持學習的工具，而成為“縮短路徑”的捷徑，學習活動的挑戰性和思考性被不斷削弱。

因此，在課堂教學中使用生成式人工智能時，有必要警惕“結果先行”的應用方式。教師需要有意識地將人工智能的功能從“直接給出答案”轉向“支持思路梳理”“提示可能路徑”或“幫助發現問題所在”。這種過程性支持才是人工智能在教育中的獨特價值，但在當前實踐中嚴重缺位。

03

重效率、輕判斷：教學設計專業性的潛在弱化

在生成式人工智能進入教學準備環節之后，其高效率的優勢尤為突出。教師只需輸入教學主題或教學目標，便可以迅速獲得結構完整的教案框架、教學活動流程及配套練習。這種應用在一定程度上緩解了教師在備課中的時間壓力，也為教學設計提供了更多參考思路[5]。然而，從教學專業性的角度看，這種高效率的背后也潛藏著值得警惕的問題。

教學設計并非簡單的文本生成任務，而是一種高度依賴專業判斷的決策過程。有效的教學設計，需要教師基于對學生已有經驗、學習基礎和認知特點的深入理解，對教學目標、教學重點、教學難點及教學策略作出情境化判斷。在實際應用中，生成式人工智能所提供的教學設計方案，往往呈現結構合理、表述規范、環節完整的特點，但其內在邏輯通常是基于一般化教學情境和典型學習路徑形成的。這類方案難以充分回應具體課堂中的真實差異。例如，不同班級學生在同一內容上的理解起點并不相同，某些班級可能在概念理解上存在明顯斷層，而另一些班級則更需要在應用層面進行拓展。這些差異，正是教學設計中最需要教師專業判斷加以回應的部分。如果教師在使用生成式人工智能生成教案時，過度依賴其提供的現成方案，而缺乏對學情的再分析和再調整，教學設計容易流于“看起來合理”，卻并不真正貼合學生的學習需要。長此以往，教學設計中的關鍵判斷環節被不斷壓縮，教師更多承擔的是執行既定流程的角色，而非基于學生反應動態調整教學的專業角色。

更值得關注的是，這種依賴可能對教師專業能力的發展產生潛在影響。教學判斷能力并非與生俱來，而是在反復分析學情、反思教學效果和調整策略的過程中逐步形成的。如果教師在備課階段習慣性地將這些判斷交由人工智能完成，相關能力可能逐漸弱化。此時，技術不再是支持教師專業發展的工具，而可能在無意中削弱教師在教學中的主體地位。因此，在教學設計中使用生成式人工智能，需要清晰地區分“效率支持”與“專業替代”。只有在堅持教師專業判斷核心地位的前提下，生成式人工智能才能成為教學設計中的有效輔助，而非專業能力的替代者。

生成式人工智能的應用策略

當前人工智能教學應用中的諸多問題，根源在于缺乏清晰的應用邏輯和價值判斷標準。要走出困境，需要建立核心的應用范式，即以學生學習難點的有效突破為中心，重構人工智能應用的全過程。這一范式要求教師在人工智能應用中始終追問3個問題：學生真正的學習難點是什么？人工智能的獨特價值在哪里？如何設計學生與人工智能的互動過程？基于這一核心范式，人工智能應用需要實現3個關鍵轉變。

01

應用起點的轉變：從技術可用到難點需要

科學的應用邏輯應當是需求驅動，即從學生的學習難點出發，思考學生在哪里學不會，傳統教學方式在該難點處有什么不足，然后判斷人工智能能否解決這個問題。這一轉變要求教師將人工智能應用的起點從技術轉向難點。具體而言，教師在每一次引入人工智能工具之前，必須完成對學習難點的精準診斷。比如，通過前測了解學生的已有認知水平，通過課堂觀察捕捉學生的理解障礙，通過作業分析識別學生的思維誤區。只有當教師真正明確了學生為什么學不會，才能判斷是否需要人工智能支持，以及需要什么樣的人工智能支持。更重要的是，教師要區分真難點與假難點。真難點是學生認知發展中的關鍵障礙，突破它能帶來學生能力的質的提升；假難點只是知識點的簡單記憶或機械訓練。人工智能應當用于突破真難點，即那些傳統教學手段難以有效解決、需要動態呈現、實時交互、個性化支持的認知障礙。如果一個教學環節并不存在真正的難點，或者傳統方式已經能夠有效解決，那么引入人工智能只會增加不必要的復雜性。這種難點驅動的應用邏輯，從根本上改變了技術與教學的關系，即技術不再是教學的附加裝飾，而是成為解決教學真問題的必要工具。這是避免形式化應用的前提。

02

應用邏輯的轉變：從功能適配到過程設計

傳統的思維是根據教學環節選擇功能匹配的人工智能工具。這固然重要，但還不夠。因為即使選對了工具，如果應用方式不當，仍然無法突破難點。例如，在數學教學中選擇了動態模擬工具，但如果只是教師演示、學生觀看，難點依然無法突破。真正有效的應用需要對學生與人工智能互動的完整過程進行設計，讓學生在過程中經歷認知沖突、主動探究、自主建構。這一轉變的核心在于人工智能不是用來展示答案的，而是用來支持過程的。教師需要設計三個關鍵過程。第一，讓學生主動使用人工智能，而非被動接受人工智能輸出。在教學設計中，學生需要自己操作智能工具，調整參數，觀察結果，提出問題，驗證猜想。這種主動使用的過程本身就是認知參與和能力發展的過程。第二，讓人工智能暴露思維過程，而非呈現標準結論。有價值的人工智能應用應當將學生的思維過程外顯化，當學生解題時，人工智能不是給出答案，而是實時顯示學生的思路、標注可能的問題；當學生探究時，人工智能不是演示規律，而是記錄學生的操作、呈現變化趨勢，讓學生自己發現規律。這種過程外顯幫助學生看到自己的思維，形成元認知能力。第三，在人工智能支持下保留必要困難。學習不是消除所有困難，而是在適度挑戰中發展能力。人工智能應當降低技術性困難（如復雜計算、抽象想象），但保留認知性困難（如獨立思考、試錯調整、自主建構）。教師要精心設計人工智能支持的度，既能讓學生借助人工智能跨越障礙，又要讓學生在跨越過程中充分思考、主動探究。

03

應用能力的轉變：從工具的使用者到學習活動的設計者

在生成式人工智能逐步進入課堂的背景下，教師的應用能力應從單一的工具使用者向學習活動的設計者躍升。

首先，教師應對人工智能生成的教學設計進行批判性審視。教師應結合自身教學經驗與對學生的深入了解，對人工智能生成方案進行適應性調整，如增補貼合實際的情境案例、刪減超出或低于學生水平的內容、重構環節順序以匹配課堂節奏等，從而使技術的統一性產物轉化為真正可用的教學設計。在這個過程中，教師的個人專業知識應成為主導力量。人工智能可以提供信息與結構，但無法替代教師對學科本質的把握，以及對學生學情的了解。教師應將自身對素養培育的理解、對知識內在邏輯的梳理和對易混易錯點的預判，注入人工智能生成方案的再設計之中。這種人機協同不是簡單的拼接，而是以教師的專業判斷駕馭人工智能的生成潛力，確保技術應用始終服務于育人目標。

其次，教師的角色應從人工智能的執行者轉變為學習活動的設計者與驅動者。這意味著教師應圍繞學習目標，將人工智能嵌入完整的學習活動鏈條中進行系統設計。設計學生使用人工智能的具體任務，明確人工智能介入的時機與目的，使之成為思考的起點而非答案的直接來源；設計學生與人工智能互動的問題鏈，利用人工智能的反饋拓展探究維度，必要時提供一定的提問支架；設計基于人工智能反饋的思考環節，鼓勵學生對機器輸出進行分析、質疑、驗證與反思。

最后，教師還需把握人工智能支持的節奏與強度，既要避免過度依賴導致學生思考空間被壓縮，也要防止因使用不足而錯失技術賦能的良機。應在技術支持與學生自主之間尋求動態平衡，讓人工智能承擔可重復、可擴展的信息處理與模式識別工作，而將判斷、創造、情感交流等高階活動留給學生與教師共同完成。最終，將人工智能的技術優勢（如實時個性化診斷、動態可視化、即時交互反饋）轉化為切實的學生學習優勢。

結語

生成式人工智能技術的快速發展為中小學教學帶來了新的可能性，但技術本身并不會自動產生教育價值。在當前人工智能賦能教育的熱潮之下，課堂實踐中的應用誤區層出不窮，這些問題的存在提醒我們，技術與教育的融合并非簡單地將人工智能工具引入課堂，而應建立科學的應用邏輯和清晰的價值判斷。人工智能時代的教育不是用技術替代教師，而是讓技術增強教師的專業能力。教師的價值不在于人工智能工具的掌握數量，而在于能否基于深入的學情分析，精準判斷人工智能應用的必要性，科學設計學生與人工智能互動的學習過程，在技術支持與學生自主之間找到恰當的平衡。只有當技術應用真正服務于教學目標的達成、學生能力的發展時，人工智能才能從賦能的口號轉化為教育質量提升的現實動力。

參考文獻

[1] 教育部．教育部等九部門關于加快推進教育數字化的意見[EB/OL]．（2025-01-15）[2026-01-24].

http://www.moe.gov.cn/srcsite/A01/s7048/202504/t20250416_1187476.html．

[2] 國務院．國務院關于深入實施“人工智能+”行動的意見[EB/OL]．（2025-8-21）[2026-01-24].

https://www.gov.cn/gongbao/2025/issue_12266/202509/content_7039598.html.

[3] 汪洋．人工智能技術賦能中小學課堂教學的要義與路徑[J]．教學與管理，2025(33)：17-21．

[4] 楊宇鵬，姜強，趙蔚．生成式人工智能背景下思維發展桎梏何以形成——基于混合方法的多維解構[J/OL]．電化教育研究，2026(2)：69-77．https://doi.org/10.13811/j.cnki.eer.2026.02.009．

[5] 齊艷．生成式人工智能時代教師專業發展的機遇、挑戰與應對[J]．教學與管理，2026（3）：42-46．

長期深耕

服務科技教育工作者的國家級綜合期刊。

始終專注

賦能中小學科技教育，為讀者提供前沿資訊、深度研討與實戰案例指導等，是科技教育領域不可或缺的“專業伙伴”。

中國科協認證

雜志已入駐中國知網、維普網、龍源期刊網等權威數據庫，是中國科協認定的領域權威期刊。

四十年耕耘

我們始終與中國科技教育發展同行

• 主管單位：中國科學技術協會

• 主辦單位：中國青少年科技教育工作者協會

• 出版標準：全彩印刷，80頁/期

• 國內統一刊號：CN 11-4765/N

• 國際標準刊號：ISSN 1671-4350

• 定價：25元/期，全年12期共300元

微店訂閱

掃碼下單

來源 | 《中國科技教育》2026-2

編輯 | 張雨晴

審校 | 孟想、若惜