周五AI智教 51 | AI替你写了教案,谁替你站讲台

一、长沙那个下午，手一层层少下去

10 月 26 日下午，长沙。国培计划（2026）仁怀市小学英语骨干教师素能提升培训，我讲下午场。

开场三分钟，我没讲 PPT，先问了三个问题：

"请用过任何 AI 工具备过课的老师，举手。"

一片手臂。

"我再问一句：用完觉得'它真帮上忙了'的，手别放下。"

掉下去一大半。

"觉得'用了还不如不用'的，现在可以放下。"

又少了一些。

台下坐着一百多位骨干老师。举手的人一层层少下去的那个过程，比任何一份报告都说明问题。

我事先做过问卷，痛点排得清清楚楚：

• • 86% 说"AI 给的答案不能用，要重写大半"
• • 78% 说"它编的教材内容对不上我手里的书"
• • 71% 说"写出来的目标太虚，没法检测"
• • 64% 说"不知道怎么问，提示词不会写"
• • 58% 说"网上一堆工具，不知道用哪个"

这五个数摆在那儿，第一反应是：AI 不行。

可你把它倒过来读一遍，读出来的就是另一句话了——问题不在 AI，在你把它放错了位置。

二、"我怎么觉得比手写还累？"

今年九月，我在县里下乡听了一节五年级的英语课。这节课的内容是“Chores”（家务活）。

课前，授课老师把 AI 生成的学情雷达图投在屏幕上，红黄绿三色标着每个学生在“频率副词（once, twice, three times）”和“第三人称单数（如 He tidies...）”上的掌握概率。课中，她按分层结果组织小组任务，让学生们拿着课本里的词汇表（make the bed, sweep the floor, feed the dog...）进行互动，节奏紧凑，环节完整。

课后她坐到我旁边，第一句话是：

“教研员，我昨晚用 AI 把明天、后天两节课的教案和课件都跑出来了，连 Zhao Xue、Deepak 和 Luke 的阅读课，还有 fl 和 pl 的自然拼读都生成了，可我怎么觉得比手写还累？”

我问她累在哪。

她说：“AI 给的东西太多、太顺了。 教案每一步都写得漂漂亮亮，从词汇到句型‘How often do you...?’，再到自我评价表都严丝合缝。可我站到讲台上，总觉得那个流程不是我的。学生一开口，AI 预设的分层就不够用了，我还得临场往回拽。”

这句话，比那节课本身更值得琢磨。

你别急着说“这是初中的事”。小学也一样，只是累的方式不同——你跑出来的是一套完美的“家务主题”教案，可站在讲台上，一个孩子把课本上的 take out the rubbish 漏了冠词，说成了 "take out rubbish"；又或者在做 Pair work 时，把 sweep the floor 的频次回答错了；甚至看着 PPT 上的自然拼读，硬把 plant 读成了 flant。

你那一秒的停顿、纠正和引导，AI 替不了。AI 可以完美地生成 Alan 的父母每天做家务的过去式故事，可以罗列所有带 fl 和 pl 的单词（flower, fly, plant, play），但它算不出那个把 rubbish 说漏嘴的孩子，那一刻到底是嘴瓢了，还是根本没理解词性。

在这节课的结尾，教材上有一个探讨环节：“What do you think of chores for students?”。AI 给出的参考答案是“It's good exercise / I always help at home”。但现实中，一个真实的五年级孩子可能会嘟囔一句：“Why do I have to tidy up my desk every day?” 这种突发的、略带“反叛”的真实童言，才是课堂的灵魂。

AI 能替你画出精美的雷达图，能替你写出“I can use once, twice and three times to talk about chores”的教学目标，但它当不了那个在讲台上敏锐捕捉到孩子微表情、随时调整节奏的“真人”。

手写教案虽然慢，但每一个字都是你顺着学生的认知规律梳理出来的；AI 生成的教案再快，也得靠你带着对学生的理解，去赋予它站得住脚的体温。

三、李玉顺那句话，把"累"的根子点透了

前两天（10 月 30 日）《中国教师报》发了篇文章，标题就叫《用了 AI 反而更累？》。北师大李玉顺教授在里面讲的一段话，我读完拍了桌子——他把我说不清楚的那种"累"，一句话说透了：

"AI 是教学的辅助而非替代，它擅长处理'面'上的资源生成、数据整合分析与流程优化，教师则必须守住'点'上的学情判断、价值引导与情感浸润。"

他还给了个节律，叫 HAH（Human—AI—Human）：人先定方向，AI 跑中间，最后回到人手里拍板。

分寸的底线是：教师始终保有对 AI 输出说"不"的专业能力。

他还点了一件事——会用的老师和不会用的老师，差别根本不在操作熟不熟，而在你把 AI 的产出当成什么：

• • 不会用的：当成"成品"，直接搬上讲台；
• • 会用的：当成"待审的草案"，批判着改，追问着改，二次重构。

那位县域英语老师之所以累，不是工具不好用。是她在无意中，把 AI 当成了自己的"替身"。

替她判断学情，替她决定课堂走向，替她完成本该由她做的专业决断。

替身做得越多，真身就越空；真身越空，站到学生面前就越心虚。

累，是从这里长出来的。

四、"面"上的活，你确实该交给它

县域英语教学的现实，决定了你比谁都需要 AI 来分担"面"上的重量。

一个老师带两三个班、上百号学生。过去课后作业靠人工逐题批改，错题梳理和学情分析耗时费力，你只能凭经验估摸学情。现在：

• • 作业批改：客观题秒批，作文里能定位语法薄弱点和典型错误；
• • 学情画像：课前把前测数据整合成能力画像；
• • 教案初稿：输入单元主题和课时目标，几分钟一份结构完整的设计。

这些活，面广、量大、重复率高。交给 AI，省下来的是你最稀缺的东西：面对一个个具体学生的时间和心力。

我在长沙给老师们配了三件套，一句话就能记住：

顺序不能反：先 IMA，再 DeepSeek，最后豆包。

再立三条铁律，我让老师们贴在电脑旁：

1. 1. 教材为本——凡涉及教材页码、原文句子，必须回头翻书核；
2. 2. 教师终审——AI 是助手不是枪手，最后签字的是你，负责的也是你；
3. 3. 先问后信——它答错一次不要紧，要紧的是你会不会追问。

五、我在长沙放了张"诚实页"，全场安静了三秒

那天我拆了一份完整的案例——人教 PEP 六年级上册 Unit 5 Exploring space，从大问题"Where are we in the universe?"（P50-51）到 Project"分享太空事实"（P58-59）再到 4 条 Self-assessment（P59），五部分一路做下来。

做完之后，我放了一页 PPT，叫"诚实页"——这份设计里，AI 到底出了多少力？

页脚那句话是：AI 填一半，人改一半——签名的是您，负责的也是您。

最狠的是第五部分。

学情分析的那七个小节——综合分析、认知水平、知识储备、生活经验、存在的困难、学习能力与方法、教学难点及应对——框架 AI 能给你，可里面"只有你才写得出"的那几句：

"我班 44 人，三分之一拼读没过关。""从村小升上来的孩子，前两年英语课上没被叫起来回答过问题。"

这些，AI 一句也编不出来。

那天我在长沙说的最后一句话是：

"AI 不知道您的学生，您知道。所以它搭毛坯，您来精装修。这就是 AI 时代小学英语老师的专业尊严。"

六、省培这一头：为什么"点"上的判断最稀缺

10 月，我在自己县里跑"省培计划（2026）"送教下乡小学英语班的问题诊断，50 个学员、下乡听课座谈。

摸出来的家底，有几条我到现在还记得：

• • 51% 是转岗兼职老师；
• • 54.9% 说新教材不适应；
• • 94% 说新课标还没到能指导教学的程度；
• • 30 节课的课堂诊断报告单，6 份里有 5 份 点名同一个问题——评价没嵌进课里。

你把这些数字交给 AI，它能给你出一张漂漂亮亮的图表。

可它回答不了：为什么这 5 位老师，全都把评价留到了课尾那句"Very good"。

我在听课记录上画圈的时候想明白了：那不是不会，是没人带着他们在"点"上练过——没人在他们备课时问一句"这一步你怎么知道孩子会了"。

所以我们这次把研修落成一条能踩的路，叫"五课递进"：

备课 → 上课 → 观课 → 议课 → 改课

前三步，AI 真能帮忙：备课出初稿、上课录片段、观课把师生话语转成数据。

可第四步"议课"那句话，AI 说不出来。

它能告诉你"这节课教师讲授时间占比偏高""提问后等待时间不足"，可"为什么高""该不该降""降到什么程度对这批孩子是合适的"——得教研员带着老师，回到那个课堂情境里一起看。

我今年主持的省课题叫《基于 AI 循证的县域小学英语云协同研修实践研究》。名字长，说人话就一句：

循证不是让数据替人决策，是让人在数据的照亮下，做出更有依据的决策。

课题要做的，不是证明 AI 有多能分析，是打磨出一条县域教研组能用、敢用、用了之后专业判断力不退化的路。

七、11 月那间答辩教室，AI 替你答不了

这条路的终点，恰恰落在职称讲课答辩的考场里。

教研员岗位的答辩，考的不是"你会不会用 AI 生成一节课"，是评课诊断与教研指导能力——分析课堂优缺点，给出改进方案。

评委追问的是：

• • "本节课的重难点你怎么看？"
• • "如果学生在这里卡住，你怎么调？"
• • "你这个设计背后的学理依据是什么？"

这三问，没有一问能靠 AI 替答。

能答得出来的，是那些在日常下校中反复练过"点"上判断的人——他们看过足够多的课堂，在足够多的具体学生面前做过取舍，知道哪些"不顺"是必须保住的，哪些"顺"反而是需要警惕的。

八、"新教材难"，难在哪？

最后说说新教材的焦虑。

难的不是教材本身。新教材的起点设计、任务密度、语篇取向，对县域孩子确实有挑战。可真正让你夜里睡不着的，是第一节课站上去的那几分钟：

面对一群基础参差、眼神里带着试探的学生，第一句话说什么？第一个活动怎么让所有人都有台阶可下？第一个错误出现时，你用什么表情接住？

农村篇讲"用新奇感打破畏难"，县城篇的核心是把英语课上成"自信课"。

而"自信课"的第一要义，恰恰不是赶进度——是让每一个孩子觉得：我在这里开口是安全的。

这件事，AI 做不了。

AI 可以给你生成十套破冰活动方案。可它不知道你班上那个从村小升上来的女孩，过去两年在英语课上从来没有被叫起来回答过问题。

你知道。

所以你选了一个最笨、最慢、但最稳的起步动作：先让她和同桌说，再让她把同桌的话转述给全班。

这个"点"上的决定，才是起步课真正的专业含量。

九、今晚就试一件事

下校结束的时候，那位老师问我："那 AI 到底该怎么用？"

我说：

下次备课，让 AI 先跑教案。你只做一件事——把它写的那份教案读一遍，在每一个"教师引导学生……"的环节旁边，写一句"这个学生此刻可能在想什么"。

写不出来的地方，就是你要守住的地方。

AI 可以处理"面"，但"点"必须由你守住。

守住"点"的老师，AI 用得越多越轻松——省下来的力气，全回到了学生身上。

把 AI 当替身的老师，用得越多越空——每一次让渡判断，都在削弱你站在讲台上的底气。

我在长沙结束时说的那句话，也送给你：

它跑得再快，方向得您把着；它写得再好，名字得您签。

今晚三个最小动作（别等培训，自己就能起头）：

1. 1. 让 AI 跑一遍，你只改三处。 挑目标、活动、评价各一处，改成你班的样子——改不动的地方，就是你该练的地方。
2. 2. 给 AI 一份"教材底稿"。 把单元 Project 和 Self-assessment 原句先喂进去，再加一句"找不到就说找不到，不要编"。编造少一半，你的批改时间省一半。
3. 3. 在教案每个环节旁写一句"这个学生此刻在想什么"。 写不出来，就别急着上台。
4. 

关于我：芳芳老师，河南省虞城县基础教育发展中心教研员，培训和教研讲台站了 26 年。今年带着"省培计划（2026）"虞城县送教下乡小学英语班跑诊断、磨课例，10 月 26 日在长沙给仁怀市的骨干老师们讲了下午场《PEP 新教材课例研磨·用 AI 做大单元教学设计》。

你上一次用 AI 备课，卡在哪一步？评论区跟我说，我一条一条回。

本文引用：李玉顺教授观点出自《中国教师报》2026 年 10 月 30 日《用了 AI 反而更累？从"为用而用"到"人机协同"，一线校长和专家这样支招》；长沙培训现场数据与问卷数据来自 2026 年 10 月 26 日国培计划（2026）仁怀市小学英语骨干教师素能提升培训下午场；县域数据来自"省培计划（2026）"虞城县送教下乡培训小学英语班问题诊断。

📚 更多深度内容，在「芳芳 AI·职称·科研·赛课圈」

这篇文章分享的，只是一小部分。关于新教材备课、职称评审、赛课磨课、课题研究——更多没法在公众号展开的深度内容，我放在了知识星球里。

星球目前设有 9 大专栏，覆盖新教材、AI 教学实战、AI 工具箱、赛课获奖秘籍等维度。

此外，我在 IMA 上搭建了三个订阅知识库：📚 人教 PEP 版小学英语 3-6 知识库📚 科普版小学英语 3-6 年级知识库📚 人教初中英语 7-9 知识库

仅对知识星球成员开放订阅。

🔗 扫码加入：「芳芳 AI·职称·科研·赛课圈」

加入后领取：

点赞，关注公众号，留言获取下面资料：

回复"记忆卡"领 AI 分层单词记忆卡模板_基础版

回复"AI 目标评价"领《教学目标+评价任务 AI 提示词模板》

回复"循证"领《AI 循证备课·教材证据 5 问表》

回复"生存指南"领 AI 提效工具百宝箱&万能提问咒语手册