关于“反向备课”的一点底层思考，写给每一位一线教师
这两年，我常被问到一个问题：AI 时代，老师到底该怎么备课？
问这个问题的，往往不是新手。恰恰是教了三年、六年、十年甚至二十年的老师。他们手里有成熟的教学设计，有反复打磨过的课件，有自己闭着眼都能走完的课堂流程。他们不缺经验，缺的是一个答案：当 AI 已经能把“写教案”变成一件免费又快的事，我这几十年攒下来的东西，还算什么？
这个问题，我花了很长时间才想明白。答案不在 AI 里，而在一个相反的方向上，不再让 AI 替你写，而是让 AI 问你。
01 瓶颈，已经换了一个地方
先说一个反直觉的事实。
过去二十年，一线教师备课的痛，是“写不完”：时间不够，精力不够，素材不够。所以 AI 一出现，最朴素的期待就是——终于有人能帮我写完教案了。
可真正用起来，你会发现事情变了味。AI 写东西越来越顺，越来越“靠谱”，今年的大模型尤其如此。它能在几十秒里给你一份结构完整、条理清晰的教学设计，上交给学校检查绰绰有余。
但越顺，我心里越犯嘀咕。
因为“顺”本身就是一个信号：它不知道你在想什么，不知道你的学情，更没遇见过你的学生。它写出来的东西看起来无懈可击，却和你之间隔着一整条河。那份“看起来很完整的平庸”，恰恰是 AI 时代给教师挖的最深的坑——你太容易拿它交差了，而交差之后，就再也没人较真了。
所以我说，瓶颈已经换了地方：以前是写不完，现在是你得能看出 AI 写的东西，哪里有问题。
这个“审”的能力，AI 替不了你。这正是教师价值重新变得昂贵的地方。
02 反向备课：把“提问权”交给 AI
大多数老师用 AI，是让它直接给答案：“帮我生成一篇××课的教学设计。”它立刻一二三四五六七，很完整，很平庸，很便宜。
真正值得一试的用法，是反过来——不让 AI 给你答案，而是让 AI 给你问题。
我现在的做法是：把手里的教材、课标、还有我上一轮的教学设计一起丢给 AI，让它扮演苏格拉底，一次只问我一个问题，我回答，它再追问，如此往复。
它问我的第一个问题，往往是这种——“如果学生离开这节课，只能带走一句话，你希望是什么？”
我教了这么多年，竟从没认真问过自己。
一开始你可能觉得慢，甚至觉得它问的问题“我也能想到”。这恰恰是重点——这些问题你确实想得到，但你不会问自己。因为教材太熟了，一轮又一轮讲下来，很多判断已经变成了肌肉记忆，熟到你不愿、也忘了再追问一句：“这个环节，到底在为什么服务？”
AI 做的，就是替你完成那个“自己问自己”的动作。它不认识你，不了解你为什么这么讲，所以它只能不停地问。而你在回答它的过程里，被迫把自己的想法说清楚。说到最后你会发现，是你在整理自己，而不是它在教你。
这就是“反向备课”：从“AI 帮我们写教案”，变成“AI 来提问，我们来耐心地回答”。 碰撞出来的，才是真正属于你的设计。
03 三个可落地的问法，不挑学科
把理念变成动作，无非三种问法。这些方法不挑学科——语文、数学、英语、物理、化学、道法，只要有课标、有教材、有你对这节课的一点点想法，都能用。
苏格拉底追问式。 适合想慢慢磨透一节课的时候。让 AI 一次只问一个问题，你来回答，答完再问。一轮对话下来，你对这节课的理解会被挖深一层。
批量追问加挑刺式。 适合日常备课。让 AI 一次性给你五到十个有梯度的问题，你花一两分钟把回答口述出来发给它——现在的输入法大多能语音转文字，说话比打字快得多。答完之后，再让它“挑刺”：你是在真思考，还是在念教材？你是在落实课堂，还是在复述课标？它就像一个不客气的陪练教练，替你照见那些你懒得追问的地方。
对标式、分步完成。 适合公开课、赛课。把课标和教材丢给 AI，让它先出一版思路，再拿它和你的思路对比——差异在哪，你更认同哪一条。定了主线和立意之后，再开一个新窗口，一步步往里填，而不是让它一键生成。AI 能帮你看清所有的路，但走哪条路，得是你自己的事。
这三招背后，其实是同一个底层逻辑：先有你的思考，再有 AI 的参与。 顺序一反过来，AI 再强，输出的也只是别人的平均值。
04 写教案便宜了，判断力从来不便宜
写到这里，我想留一句最重要的话——
AI 让写教案这件事变得很便宜了，但教师的判断力，从来不便宜。
同一个问题，一千个老师会有一千种回答。因为每个人的课标理解、教材理解、对学生的那点直觉都不一样。而这些“不一样”，正是你在 AI 面前唯一的筹码。
你必须把你的思维交给 AI——课标的思维、教材的思维，以及最重要的，你本人的教师思维。它才能把你的想法放大、迭代、升级，甚至让它真正落地。你什么都不给，它就还你一份“看起来很完整的平庸”。
所以记住一句话：好课的标准，在你心里，不在 AI 的输出里。
05 熟练是最大的优势，也是最大的风险
这一条，想专门写给教龄十年以上的老师。
经验丰富的人，最大的优势是熟练：教材烂熟于心，节奏信手拈来，哪里该停一停、哪里学生会卡壳，你闭着眼都知道。这是 AI 永远替代不了的底气。
但熟练的反面，是风险。因为太熟了，你不再追问对不对；因为成了肌肉记忆，你失去了重新审视的冲动。而在 AI 时代，这种风险会被放大——当 AI 把一切都写得“顺”了，而你连“它写得对不对”都不再追问，那你就真的可以被替代了。
所以我总说，老教师在这个时代最动人的动作，是把自己放回“新手”的位置。经验是你的底，而 AI 时代的你，要主动去寻找自己的新颜色。
06 AI 会鄙视你，但它的鄙视很诚实
清华的谢维和教授说过一句话，特别戳人：在今天这个时代，如果你提不出好问题，AI 是会鄙视你的。
它的鄙视不写在脸上，就写在你拿到的那份结果里。你给它的思考太浅，它就还你浅的东西；你给它的指令太模糊，它就用同样模糊的东西回敬你。垃圾进，垃圾出。这其实是 AI 最诚实的地方——它像一面镜子，照见的从来不是你有多会用工具，而是你到底有没有想清楚。
所以今天这节课，我们其实没有让 AI 变聪明，我们让自己变得更清楚了。
结尾
最后想说的，是一句很朴素的话：不要为了用而用。
别人都在做互动网页、数字人、沉浸式剧本杀，那是别人的亮点，不一定是你课堂的解法。AI 时代最稀缺的，从来不是技术，而是你发现自己喜欢什么、擅长什么、坚持什么的那个过程。真正适合你的，才是你的。
如果你愿意，就从明天的那节课开始试一次：先别急着让 AI 替你写教案，先让它问你几个问题。
你会发现，问题问完的那一刻，你已经知道自己该怎么上了。
