拆书 · AI赋能教育 1/4

从熬夜写教案到AI出初稿

晚上十点半，你终于把学生送走、把作业批完、把家长消息回了一圈。坐下来，打开电脑，新建一个空白文档——明天那节课的教案还一个字没写。

翻教材，找素材，搜图片，做PPT，琢磨导入环节怎么设计才能把学生注意力抓过来……两个小时过去了，PPT还在第三页，教案框架还没搭完。你不是偷懒，也不是不熟练，是传统备课模式本身就把时间全吃在"从零开始"这四个字上。

每个老师都经历过这样的夜晚。备课，本该是教师最核心的专业能力，却变成了最耗时的体力活。而更扎心的是——你花两小时做出的教案，第二天上课可能还是要临时调整，因为学情跟你想的不一样。

《AI赋能教育》第5章给出了一个清晰的回答：AI赋能备课，不是"帮我写个教案"这么简单，而是三个根本性的转变。

第一个转变：从经验预设到数据驱动。

以前备课，学情判断全凭经验——"这届学生应该会""这个知识点他们上次没考好"。经验当然有价值，但经验也会骗人。你有没有过这种时刻：凭感觉觉得"这个知识点学生肯定掌握了"，结果一测，全班过半没懂。你以为的"应该会"，只是你教了，不代表他们学了。AI能做什么？帮你设计一份学情问卷，回收后自动分析，哪个知识点薄弱、哪些学生需要额外支持，数据说话。嘉兴南湖区的教师用AI做前置测试，依据学生的薄弱数据精准锚定教学重点，不再是"我觉得他们不会"，而是"数据显示他们卡在这里"。

第二个转变：从单一文本到多元资源。

传统备课的产出物就是一份教案文档，PPT要另外做，图片要另外找，思维导图要另外画。AI把这件事压缩了——文本一键转PPT，一键生成思维导图，按需生成教学图片和视频。南湖区有个英语老师，AI从内容、目的、方法三个维度解析语篇，自动生成"长难句分析学案"，以前这至少得花一节课，现在几分钟拿到初稿。

第三个转变：从零开始到初稿精修。

这是最关键的一个转变。以前备课，打开的是空白文档；现在备课，打开的是AI生成的结构化初稿。你的工作从"写"变成了"审"——审教学目标对不对，审活动设计合不合理，审学情判断准不准。你不是被替代了，而是从执行者变成了决策者。

转变说完了，具体怎么干？

这本书里最实操的部分，是一个"提示词迭代三轮法"。不是一句话丢给AI就完事，而是三轮对话，逐轮精化。

第一轮：给基本信息，拿粗稿。

告诉AI你的年级、课程主题和教学目标。比如："四年级英语，主题是方位词，目标是学生能用in/on/under描述物品位置。"AI会给你一个课程计划——有框架，但偏通用，换个年级也能用。如果你发现"这换个年级也能用"，说明还不够精准，进第二轮。

第二轮：补教学经验，拿精稿。

这一轮才是关键。你把之前教这节课踩过的坑告诉AI："学生容易混淆in和on，特别是'在树上'用in还是on，每次都有人错。"AI拿到这个信息，输出的就是资深教师水准的方案——会专门设计辨析环节，会预判常见错误。如果你发现"活动设计还不够细"，进第三轮。

第三轮：提细化需求，拿执行稿。

"导入环节我想要一个5分钟的游戏""这里需要加一个小组讨论""前测怎么设计"——你提需求，AI补细节。到这一轮，拿到的已经不是"教案"，而是可以直接带进课堂的执行方案。可以停了。

每一轮你都在做判断：这个环节对不对？这个活动适不适合我的学生？这个重点抓得准不准？AI负责出方案，你负责拍板。

有老师可能会说：听起来不错，但真的有人这么干吗？

有。而且数据比想象中更扎实。嘉兴南湖区推行"教育领域人工智能应用工程"，教师用AI做备课分析、资源推送、互动设计，结果是备授课效率提升30%，课堂互动率提高40%，作业流程效率提升50%。不是个案，是区域级的系统验证。

腾讯推出的Penguin教师助手，已有上万名教师参与试点。一位参与试点的老师说了一句话，特别准确：

这句话值得再读一遍。AI负责初稿，我专注于学习体验。备课的终点从来不是一份完美的教案，而是课堂上学生的反应。AI帮你把时间从"做教案"里腾出来，你才能把时间花在"看学生"上。

回看标题——从熬夜写教案到AI出初稿，变的不是谁在写教案，而是你从"写的人"变成了"审的人"。以前备课的核心动作是"写"，现在备课的核心动作是"审"——每一轮你都在回答同一个问题：这个环节，适不适合我的学生？你不需要从空白页起步了，你需要的是在AI给你的初稿上，做出一个又一个专业判断。

备课搞定了，课堂呢？下一篇我们聊：从一个人讲到三方协同。

20260718 Day48