一場“直播課轉(zhuǎn)AI課”的試驗(yàn)，帶來反直覺的報名增長

　　編者按：

　　本文為投稿，作者林雨杉，素智未來“花生塾”創(chuàng)始人，10年教育從業(yè)經(jīng)驗(yàn)。

　　此次暑假中，林雨杉做出教學(xué)調(diào)整，在教學(xué)中引入AI智能體，由老師搭建教學(xué)支架，AI執(zhí)行支架。林雨杉認(rèn)為，“AI支架教學(xué)法”能獲得家長認(rèn)可的原因是AI最終帶來的教學(xué)效果，是AI將老師的教學(xué)意圖精確、穩(wěn)定地執(zhí)行出來的能力。

　　這個暑假，我們做了一次看起來“有些冒險”的教學(xué)調(diào)整——將原本由老師直播授課的語文課程，轉(zhuǎn)為“錄播+AI智能體輔助+教師批改反饋”的形式。也就是說，課程中不再有“在線老師”的講解，而是通過預(yù)先結(jié)構(gòu)化的AI智能體，與學(xué)生進(jìn)行全過程的學(xué)習(xí)互動。

　　家長們一開始是抗拒的。報名通知發(fā)出后，超過一半的家長提出了觀望：“AI講語文?還是先試試看效果再決定要不要續(xù)費(fèi)。”我們沒有辯解，而是邀請他們免費(fèi)體驗(yàn)一個月。

　　在常見的大班直播課堂上，每位學(xué)生最多被點(diǎn)名1-2次。孩子在大多數(shù)時間里處于“被動聽講 + 低效摸魚”的狀態(tài)。我們用錄播取代直播，AI替代課堂練習(xí)后，學(xué)生先看完30分鐘的講解視頻，然后進(jìn)入與AI的對練。 在對練中，每位學(xué)生平均完成20輪互動練習(xí)，過程非常活躍，積極性很高。原本2小時的直播課，可能學(xué)生最多吸收20分鐘的內(nèi)容，轉(zhuǎn)變形式后，學(xué)生能夠“滿負(fù)荷吸收”，用50分鐘完成原本2小時的學(xué)習(xí)任務(wù)。

　　一個月的體驗(yàn)結(jié)果出乎意料：一百多位學(xué)生，100%完成付費(fèi)，50%的新學(xué)生主動加報了其他AI課程。家長們的評價高度一致：“孩子的學(xué)習(xí)主動性提高了”“作業(yè)效果特別好”“老母親可以安心躺平了”。

　　家長們最終認(rèn)可的，不是“AI”這個流行詞的熱度，而是AI帶來的教學(xué)效果，是AI將老師的教學(xué)意圖精確、穩(wěn)定地執(zhí)行出來的能力。

　　01 從一名語文老師，到一位“教學(xué)結(jié)構(gòu)工程師”

　　我是一位非典型的語文老師，復(fù)旦哲學(xué)本科、MBA，耶魯訪學(xué)，還在500強(qiáng)做了很多年數(shù)據(jù)分析，現(xiàn)在是兩個孩子的母親。去年年初，我只是想讓孩子的聽寫作業(yè)不要那么費(fèi)媽，就親手搭了一個能朗讀、能糾錯的AI聽寫助手。盡管粗糙，卻成了我AI教學(xué)系統(tǒng)的第一個雛形。

　　在發(fā)現(xiàn)AI并不只是一個問答工具，確實(shí)可以解決一些相對復(fù)雜的教育問題后，我看到了用AI改變教育的希望。此后，我投入了大量的精力，認(rèn)真學(xué)習(xí)AI智能體的搭建與調(diào)試。我試過市面上幾乎所有能調(diào)用的大模型，寫過上千組提示詞，設(shè)計過幾十種上下文架構(gòu)，跑過幾百輪教學(xué)場景的對話測試。每一次失敗都像是一堂“模型能力邊界實(shí)驗(yàn)課”：AI能判斷學(xué)生是否理解結(jié)構(gòu)層級嗎?它能引導(dǎo)學(xué)生發(fā)現(xiàn)一個寫作漏洞嗎?它在學(xué)生卡殼時，是會直接給答案，還是能給一個恰當(dāng)?shù)奶崾?

　　我摸清了它不能做的事，也掌握了讓它“恰當(dāng)?shù)亟?rdquo;的方法。我發(fā)現(xiàn)，只要教學(xué)目標(biāo)被拆得足夠清晰、教學(xué)流程設(shè)計得足夠合理、教學(xué)語言控制得足夠具體，AI完全可以勝任“逐步引導(dǎo)—講解—反饋—鼓勵”的任務(wù)。我和團(tuán)隊(duì)最后創(chuàng)建了幾百個智能體，有的負(fù)責(zé)引導(dǎo)孩子預(yù)習(xí)、寫作、復(fù)述，有的則為老師服務(wù)，協(xié)助教學(xué)節(jié)奏管理、作業(yè)批改、學(xué)習(xí)分析。

　　你可以說，我是從一名語文老師，變成了一位“教學(xué)結(jié)構(gòu)工程師”。我把教學(xué)意圖結(jié)構(gòu)化、流程圖式化、語言規(guī)范化，然后交給AI反復(fù)演練、執(zhí)行。我不是要用AI替代老師，而是用AI承擔(dān)重復(fù)性教學(xué)任務(wù)，讓老師能回歸更有價值的環(huán)節(jié)——設(shè)計教學(xué)、觀察學(xué)生、診斷干預(yù)。

　　當(dāng)一個本來上課時連“舉手”都不敢的孩子，在AI老師面前反復(fù)嘗試、修改表達(dá)、完成了整篇文章，并且愿意再來一次時，我知道，這不只是技術(shù)的勝利，更是教學(xué)設(shè)計方法的勝利。AI的“智能”，不是它知道得多，而是它可以穩(wěn)定地執(zhí)行我們想教的方式。

　　教學(xué)從來不是簡單的知識灌輸，而是讓孩子逐步建立起自己的認(rèn)知結(jié)構(gòu)。AI讓我第一次有了“讓好方法被穩(wěn)定執(zhí)行”的可能。孩子們因?yàn)檫@個結(jié)構(gòu)學(xué)得更踏實(shí)，家長因?yàn)椴挥迷俣W(xué)而感到輕松，老師因?yàn)槟軌驅(qū)Ｗ⒃诟畹慕虒W(xué)環(huán)節(jié)上而重拾價值感。

　　02 “老師搭支架，AI執(zhí)行支架” —— AI支架教學(xué)法

　　做語文老師這些年，我一直堅持一個看起來有些“慢”的原則：不在于講了多少，而在于學(xué)生自己搭建起了多少思維結(jié)構(gòu)。我始終堅持，語文不是背出來的，是想出來的。它不是語言的堆砌，而是思維的外化。這些教學(xué)方法在家長眼中并不“高效”，但這樣才是“孩子真正學(xué)得進(jìn)去”的路徑。這種教學(xué)方式，在理論上被稱作“支架式教學(xué)法”(Scaffolding Instruction)，是著名認(rèn)知心理學(xué)家和教育學(xué)家布魯納提出的重要教學(xué)法，源于維果斯基的最近發(fā)展區(qū)理論。它強(qiáng)調(diào)老師應(yīng)根據(jù)學(xué)生當(dāng)前的發(fā)展水平，提供適度的支持，引導(dǎo)其逐步完成超出獨(dú)立能力范圍的學(xué)習(xí)任務(wù)。當(dāng)學(xué)生能力增強(qiáng)后，這些“支架”應(yīng)適時撤除，從而實(shí)現(xiàn)真正意義上的“學(xué)會”。

　　支架教學(xué)雖然被公認(rèn)是一種高效的教學(xué)方式，但在一線教學(xué)中一直很難普及，并非理念問題，而是落地成本過高：

　　• 教學(xué)支架設(shè)計，對教師的要求非常高，需要深厚的學(xué)科素養(yǎng)與認(rèn)知理解;

　　• 每個學(xué)生的學(xué)習(xí)路徑不同，老師很難同時做到“一對多”地因材施教;

　　• 教學(xué)過程中，老師更沒有足夠的注意力實(shí)時判斷每位學(xué)生的狀態(tài)、調(diào)整引導(dǎo)方式。

　　但是當(dāng)我們在教學(xué)過程中引入AI智能體，由老師搭建教學(xué)支架，AI來執(zhí)行這些支架的時候，這些難題似乎都有了解決方案。我們給這種方法起了一個樸素的名字。稱之為“AI支架教學(xué)法”。

　　在這種模式下老師不再是知識灌輸者，而是教學(xué)流程的設(shè)計者、學(xué)生問題的分析師、家校溝通的協(xié)調(diào)者，專注于“診斷+干預(yù)+服務(wù)”。智能體也不再是“代講課者”，而是“教學(xué)結(jié)構(gòu)的執(zhí)行者”——它負(fù)責(zé)重復(fù)性教學(xué)任務(wù)，幫老師落實(shí)“怎么學(xué)”，而不是代替老師講“學(xué)什么”。

　　• 老師負(fù)責(zé)教學(xué)結(jié)構(gòu)設(shè)計：包括認(rèn)知臺階、提問路徑、提示邏輯、反饋機(jī)制等;

　　• AI智能體負(fù)責(zé)執(zhí)行這些教學(xué)結(jié)構(gòu)：按節(jié)奏一步步引導(dǎo)學(xué)生、即時回應(yīng)錯誤、適時給予情緒激勵;

　　• 教學(xué)過程中，老師聚焦在學(xué)生學(xué)習(xí)數(shù)據(jù)分析、作業(yè)批改與策略干預(yù)，不再反復(fù)重復(fù)標(biāo)準(zhǔn)內(nèi)容講授。

　　AI智能體要遵循老師預(yù)設(shè)的教學(xué)流程，完成“講—問—練—反饋”的教學(xué)閉環(huán)。每一步AI互動都是為孩子“綁上思維支架”：提出問題、引導(dǎo)思考、給予范例、實(shí)時反饋，最終讓孩子“撤去支架，學(xué)會獨(dú)走”。

　　03 AI支架教學(xué)法，是契合目前AI能力邊界的教學(xué)模式

　　不同于一些強(qiáng)調(diào)“類人教師”模擬或大模型自由對話的AI教育方案，在AI支架教學(xué)法中，我們對AI應(yīng)用原則是明確的：在AI擅長的執(zhí)行、反饋、結(jié)構(gòu)化流程中充分發(fā)揮其優(yōu)勢，而將判斷與診斷留給人類教師。

　　這種方法的好處，我總結(jié)出五個關(guān)鍵：

　　1. 引導(dǎo)結(jié)構(gòu)穩(wěn)定，學(xué)習(xí)路徑清晰

　　學(xué)生在每一次交互中都能獲得“下一步怎么做”的指引，有節(jié)奏、有邏輯地推進(jìn)學(xué)習(xí)。智能體不會答非所問，不會跑題，不會胡亂安慰，它只在結(jié)構(gòu)之中完成任務(wù)。

　　2. 即時提示與糾錯，不直接給答案

　　當(dāng)孩子出現(xiàn)錯誤時，智能體立即響應(yīng)，提供提示、講解或拆解，幫助孩子突破“當(dāng)前卡點(diǎn)”。不會直接給答案，沒有“抄作業(yè)”漏洞。

　　3. 情緒正向反饋，激發(fā)主動學(xué)習(xí)

　　通過溫和肯定的語氣、階段性激勵語言，智能體持續(xù)維持孩子的學(xué)習(xí)意愿——這在傳統(tǒng)大班教學(xué)中往往被忽視，卻對孩子的堅持度至關(guān)重要。反復(fù)練習(xí)也不厭其煩，極大緩解了老師與家長的陪練負(fù)擔(dān)。

　　4. 數(shù)據(jù)可診斷，教學(xué)可閉環(huán)

　　每一個對話、每一道題、每一類錯誤都被記錄，老師可以據(jù)此判斷學(xué)生是否真正掌握了概念，是聽課出了問題，還是遷移能力不足，從而做出個性化干預(yù)。

　　5. 沉淀優(yōu)秀教學(xué)經(jīng)驗(yàn)，并規(guī)模復(fù)制

　　教學(xué)經(jīng)驗(yàn)結(jié)構(gòu)化、標(biāo)準(zhǔn)化，再由AI精準(zhǔn)執(zhí)行，使原本高度依賴個體能力的優(yōu)質(zhì)教學(xué)，得以復(fù)制、放大，惠及更多學(xué)生。每一個孩子都可以在穩(wěn)定且溫和的學(xué)習(xí)節(jié)奏中，得到如同“名師親授”的引導(dǎo)體驗(yàn)。

　　在“AI會不會替代老師”這個問題上，我的回應(yīng)一直是：“不會。AI替代不了老師的判斷、理解和共情，但可以承擔(dān)那些重復(fù)、精細(xì)又極其重要的教學(xué)動作，讓老師回歸到真正‘關(guān)心人’的位置。”

　　04 接下來，我們還能做什么?

　　我沒有什么野心要用AI去“復(fù)刻一批名師”。

　　我更希望，這套“老師構(gòu)建結(jié)構(gòu)、AI執(zhí)行教學(xué)、學(xué)生逐步獨(dú)立”的AI支架式教學(xué)法，能成為未來教學(xué)的一種普遍邏輯。這種方法，完全可以延伸到數(shù)學(xué)、英語等更多學(xué)科，只要愿意將教學(xué)任務(wù)拆解為“可執(zhí)行的結(jié)構(gòu)單元”，就能讓AI成為有力的執(zhí)行者。

　　我們也正在與學(xué)校和教育機(jī)構(gòu)合作，探索其在2C產(chǎn)品與2B解決方案中的落地形態(tài)，并努力構(gòu)建一個由“教學(xué)支架—智能體執(zhí)行—數(shù)據(jù)反饋”構(gòu)成的教學(xué)飛輪：

　　• 教學(xué)支架設(shè)計為源：由經(jīng)驗(yàn)豐富的老師預(yù)設(shè)結(jié)構(gòu)支架，保障教學(xué)質(zhì)量;

　　• 智能體工程為體：持續(xù)優(yōu)化提示詞策略與對話流程，提高教學(xué)穩(wěn)定性;

　　• 數(shù)據(jù)閉環(huán)為徑：通過學(xué)習(xí)記錄與行為分析，提供個性化支持與結(jié)構(gòu)設(shè)計的迭代。

　　教育不是效率游戲，而是認(rèn)知結(jié)構(gòu)的搭建工程。而教師的專業(yè)性，始終是這個系統(tǒng)的核心——技術(shù)只是放大理念的工具。我們希望，未來每個孩子身邊都能有“會教的AI”，在支架之上，走得更遠(yuǎn)、更穩(wěn)。

　　如果今天的AI是一團(tuán)火，我們的目標(biāo)不是讓它在教室里表演“魔法”，而是點(diǎn)亮孩子們思考的星星。