| 高校AI赋能解释注解培训: |
| 凶悍隆盛面前 ,凶悍学网这个问题没人答复 |

图片本源 :摄图网
■夏令 张晓军
比来几年,隆盛国际高校的面前解释注解培训工作几近都离不开“人工智能(AI)赋能”这个关头词 。每隔几个月 ,个问就会展示一轮“AI赋能解释注解”培训的题没新降低 。校级培训、人答院系工作坊 、复旧线上打卡课程……一场接着一场。事科教员群里天天都有新对象分享 ,凶悍学网DeepSeek 、隆盛Kimi、面前文心一言、个问通义千问 、题没“龙虾”……轮番登场。人答黉舍治理层也频繁发出旗子记号——要拥抱AI,复旧要把AI带进教室 。
这类氛围本身当然是功德 。但凶悍隆盛面前 ,有个问题却很少有人解答:AI赋能,幻想下场赋的是哪一种能?
但凡介入过AI赋能培训的教员 ,除夜多都熟谙几个培训中演示的对象 ,也晓得若何更好地撰写提示词 。培训后,良多教员也能让AI帮本身写解释注解大年夜纲、生成考验问题问题、进步建造PPT的屈就 。但假定细心看这些教室的解释注解逻辑 ,你会创作创造这一类被AI赋能过的课程,其框架几近没有改削,传递常识、考验记忆、评分排名,这条线还是了然可辨 。
对象在晋级,但假定何的“赋能”才真正有价值?这个问题值得我们思虑 。
SAMR模型:一把20年前就有的尺子
2006年,美国粹者鲁宾·普恩特杜拉提出了一个分化框架,叫作SAMR模型。它把技能融进解释注解的水等分红4个层次,从低到高按序是更调(Substitution)、加强(Augmentation)、改削(Modification)和重构(Redefinition)。在此前挪动设备和互动白板进进高校教室的海潮中 ,这个框架曾被普及采取 ,用以辅佐教员剖断本身的技能独霸幻想下场勾留在哪个层次 。
具体而言 ,SAMR把4个层次分为两组 :前两个层次叫“汲引” ,后两个层次叫“转型” 。“汲引”意味着用技能把已有的工作做得更好 、更快;“转型”则意味着借助技能做出对解释注解的重除夜改削,包含本来做不到的工作,甚至从头定义解释注解本身的方针。
细心不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅查询拜访SAMR模型的4个层次,不难创作创造有一条暗线贯穿不竭——层次越高,技能对原有解释注解幻想的改削也越深切 ,师长教师在课程中的主体性越强 。
在“更调”层 ,对象换了,义务没变 。这一层最类型的例子是用AI出题。比如 ,一名除夜学英语教员此前会在课前本身拟好20道填空题,如今他只需把教材段落扔给AI,几秒钟就可以列出一份格式整洁的问题问题 ,教员搜检一遍便可以用了。
上述两种编制理论上是不合件事 ,只是AI更调了人力。当下 ,这一层的独霸特别很是普及,也特别很是随便上手 。对教员而言,它的价值是真实的——俭仆时分、促进几回憩息。但师长教师的进修体验几近感应感染不就职何改削,因为义务的圭表类型和方针都没有改削。
在“加强”层,对象带来了进修体验上的汲引 。
在传统编制下 ,一门除夜学写作课的教员经常要面对几十名师长教师,改削一轮作文就要花损掉落踪落全数周末,并且回响往交游得很迟 ,师长教师要比及下节课才调看到考语 。此时 ,改削的动力已除夜打扣头。引进AI写作回响对象后 ,师长教师提交草稿,当天就可以掉落踪掉落踪关于逻辑筹划 、论据支撑、言语表达等方面的具体回响,教员的精力可以集结在更有深度的面批和构和上。
在这一层,师长教师的义务没有变 ,还是是写作,但回响的速度和频率产生发火了赋性性改削。对他们来讲 ,当然审核义务没有改削,但迭代改削的机会添加了 ,进修质量也随之汲引。这是加强最类型的外形。
从第三层“改削”最早,AI的技能特点让解释注解义务的重除夜更始成为大年夜大年夜约 。比如,近现代史课程的常例解释注解编制是让师长教师不雅不雅不雅不雅鉴赏史料 、撰写分化陈述。但独霸AI后 ,教员可以考验考验引进一个经由除夜量史料常识库“投喂”的AI智能体,要肄业生旋绕某一汗青决意狡计与汗青人物展开辩论,AI会屈就汗青布景和这小我物的立场作出回应,师长教师需求相机行事、调剂论点、回应质疑。
这已不是本来阿谁义务的改进版本 ,它要肄业生做无缺不合的工作 ,并从“读懂并复述汗青”变成“在辩论中构建和保卫汗青剖断”。在这类场景下,师长教师的思惟是活泼的,因为义务本身就请求其必须主动思虑 ,而不单是主动领受信息 。
在“重构”层,之前无缺没法想象的解释注解义务 ,因为AI的存在而得以履行 。比如,一门商科创业课,教员把课程方针从头设定为师长教师自力成立并运营一家真实的“一人公司”(One Person Company) 。AI担当产品筹划、数据分化、客服、市场调研等需求专业分工的工作。师长教师只担当一个角色——草创人。他们需求面对真实的市场 、用户、出进 ,并作出真实的贸易剖断。
多么的创业课要就教员无缺从头筹划全数解释注解内容 ,并且没有标准谜底,没有不合进度 ,没有可以套用的评分量表。教员的角色从常识传授者变成了陪跑的创业导师 。师长教师的主体性在这里抵达最高,在AI的加持下 ,他们无机会将之前只能勾留在纸面上的贸易筹算书付诸幻想。
多么的课程在生成式AI展示前 ,非论是课程筹算仍是理论解释注解,都是没法想象的 。生成式AI第一次让“一人公司”成为大年夜大年夜约,也第一次让这类解释注解筹划成为大年夜大年夜约 。
AI赋能解释注解 :从“更调”走向“重构”
从更调到重构 ,4个层次描述的不单是技能独霸程度的改削,更是师长教师进修体验的根柢性改削——更调层的师长教师感应感染不就职何不合;加强层的师长教师掉落踪掉落踪了更好的支撑;改削层的师长教师最早主动攻讦和斗劲;重构层的师长教师则面对真实的宏壮性,有真实的敌手、真实的立场冲突,甚至真实的下场 。
在这一序列中 ,跟着层次的汲引 ,师长教师不单是课程里的操练者 ,更是真实问题标介入者 。
这条暗线在教员身上一样创建——更调层的教员角色几近没有改削 ,还是是教室的主导者和常识的权力巨擘本源;加强层的教员经由过程独霸AI ,措置师长教师在进修上的痛点和难点,汲引师长教师的进修体验;改削层的教员最早更多地扮演“义务筹划者”角色 ,重心从“若何把常识教好”转向“若何筹划让师长教师真正思虑的义务”;至于重构层,教员的角色产生发火了根柢性改削,他们要和师长教师一同面对没有标准谜底的真实问题 。层次越高,教员越需求抛却对教室的掌控感,换来的则是师长教师真实的展开,和应对将来宏壮气候的底气。
回到本文开首的问题 ,幻想下场若何用AI赋能才算真正对解释注解有价值?
对一名深化教员而言,SAMR模型供给的是一张有标的方针感的地图 。前两层的价值真实存在——省时分 、减几回 、进步回响质量,这些改进值得招认。但这张地图也提示,除夜除夜都人还没有真正试探事前两层的大年夜大年夜约性。
畴前两层走向后两层,当然不须要一次完成 ,也不须要把整门课推倒重来。一个可行的切进点很小,即在本身的课程中,找出一个之前感应感染不移至理的义务 ,细心问一问——这个义务在AI时代另有若干很多若干良多若干很多若干良多若干很多若干操练价值 ?能不克不及从头筹划,让师长教师做到本来做不到的事 ?缺乏力的教员还可以进一步想象:我的课程有没有大年夜大年夜约被从头想象 ,让师长教师能独霸AI更好地措置真实的幻想问题。
一样的逻辑也理应成为AI赋能培训的起点。
往后,除夜除夜都培训的重心放在对象独霸和独霸演示,辅佐教员进进更调层和加强层 ,这当然是居心义的根本培训工作 。但培训假定仅仅止步于此 ,教员带走的只是一批对象,带不走从头思虑解释注解方针的身手。
在笔者看来 ,袒护4个层次的培训可使教员不单学会用对象 ,还能思虑后两层的解释注解筹划在本身的学科里若何幻想。在培训中应留出时分,让教员考验考验为本身的课程筹划改削层或重构层的解释注解义务 。这大年夜大年夜约才是真正鞭挞AI赋能解释注解从凶悍隆盛走向居心义的培训编制。
(作者分袂为西交利物浦除夜学将来经历学院副传授 、西交利物浦除夜学将来经历学院奉行院长)
《中国科学报》 (2026-06-02 第3版 除夜学不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅查询拜访)