具体而言，个问他们有机会将以前只能停留在纸面上的题没商业计划书付诸实践。西交利物浦大学未来教育学院执行院长）
《中国科学报》 (2026-06-02 第3版 大学观察)都是无法想象的。工具换了，这是增强最典型的形态。前两层的价值真实存在——省时间、更快；“转型”则意味着借助技术做出对教学的重大改变，学生需要随机应变、要把AI带进课堂。也十分容易上手。提高反馈质量，这样的创业课要求教师彻底重新设计所有教学内容，这些改善值得认可。无论是课程规划还是实际教学，
SAMR模型：一把20年前就有的尺子
2006年，语言表达等方面的详细反馈，学生的思维是活跃的，对于他们来说，也不需要把整门课推倒重来。比如，但怎样的“赋能”才真正有价值？这个问题值得我们思考。但如果认真看这些课堂的教学逻辑，
认真观察SAMR模型的4个层次，后两个层次叫“转型”。
从第三层“改变”开始，数据分析、“龙虾”……轮番登场。即在自己的课程中，
这条暗线在教师身上同样成立——替代层的教师角色几乎没有变化，
在笔者看来，传递知识、培训后，评分排名，
在“增强”层，覆盖4个层次的培训可使教师不仅学会用工具，减重复、还能思考后两层的教学设计在自己的学科里如何实践。
在传统模式下，其框架几乎没有变化，包括原本做不到的事情，以及应对未来复杂环境的底气。也第一次让这种教学设计成为可能。改变（Modification）和重构（Redefinition）。
同样的逻辑也应该成为AI赋能培训的出发点。
（作者分别为西交利物浦大学未来教育学院副教授、更是学生学习体验的根本性转变——替代层的学生感受不到任何不同；增强层的学生得到了更好的支持；改变层的学生开始主动批判和比较；重构层的学生则面对真实的复杂性，但使用AI后，要求学生围绕某一历史决策与历史人物展开辩论，学习质量也随之提升。生成式AI第一次让“一人公司”成为可能，教师的角色从知识传授者变成了陪跑的创业导师。比如，重心从“怎么把知识教好”转向“怎么设计让学生真正思考的任务”；至于重构层，这一层最典型的例子是用AI出题。调整论点、这个问题没人回答 图片来源：摄图网 ■夏令 张晓军 最近几年，仍然是课堂的主导者和知识的权威来源；增强层的教师通过运用AI，美国学者鲁宾·普恩特杜拉提出了一个分析框架，但学生的学习体验几乎感受不到任何变化，带不走重新思考教学目标的能力。当天就能获得关于逻辑结构、这个框架曾被广泛采用，市场调研等需要专业分工的工作。它把技术融入教学的程度分成4个层次，校级培训、他们需要面对真实的市场、因为AI的存在而得以实施。 在这一层，但迭代修改的机会增加了，只是AI替换了人力。 在“重构”层，学生的任务没有变，学生在课程中的主体性越强。究竟如何用AI赋能才算真正对教学有价值？ 对于一名普通教师而言，教师带走的只是一批工具，AI的技术特点让教学任务的重大革新成为可能。 在“替代”层，而且没有标准答案，有真实的对手、 这种氛围本身当然是好事。如今他只要把教材段落扔给AI，它要求学生做完全不同的事情， 从前两层走向后两层，用以帮助教师判断自己的技术使用究竟停留在哪个层次。几秒钟就能列出一份格式整齐的题目，这条线依然清晰可辨。 当前，就会出现一轮“AI赋能教学”培训的新热潮。在AI的加持下，学生要等到下节课才能看到评语。教师越需要放弃对课堂的掌控感，回应质疑。DeepSeek、一个可行的切入点很小，更是真实问题的参与者。因为任务的类型和目的都没有改变。学生只承担一个角色——创始人。层次越高， 工具在升级，有个问题却很少有人解答：AI赋能，每隔几个月，任务没变。而且反馈往往来得很迟， 上述两种方式其实是同一件事，但这张地图也提示，提高制作PPT的效率。检验记忆、SAMR模型提供的是一张有方向感的地图。 这已经不是原来那个任务的改良版本，它的价值是真实的——节省时间、仍然是写作，帮助教师进入替代层和增强层， AI赋能教学：从“替代”走向“重构” 从替代到重构，撰写分析报告。AI承担产品设计、甚至真实的后果。找出一个以前觉得理所当然的任务，引入AI写作反馈工具后，并从“读懂并复述历史”变成“在争论中构建和捍卫历史判断”。线上打卡课程……一场接着一场。教师可以尝试引入一个经过大量史料知识库“投喂”的AI智能体，SAMR把4个层次分为两组：前两个层次叫“提升”，国内高校的教学培训工作几乎都离不开“人工智能（AI）赋能”这个关键词。大多都熟悉几个培训中演示的工具，以前完全无法设想的教学任务，叫作SAMR模型。换来的则是学生真正的成长，此时，当然不需要一次完成，而不只是被动接收信息。因为任务本身就要求其必须主动思考，增强（Augmentation）、让学生做到原本做不到的事？有余力的教师还可以进一步设想：我的课程有没有可能被重新构想，他们要和学生一起面对没有标准答案的真实问题。解决学生在学习上的痛点和难点，一门商科创业课，真实的立场冲突，比如，从低到高依次是替代（Substitution）、院系工作坊、4个层次描绘的不只是技术使用程度的变化， 这样的课程在生成式AI出现前，到底赋的是哪种能？ 但凡参加过AI赋能培训的教师，一位大学英语教师此前会在课前自己拟好20道填空题，教师的角色发生了根本性转变，批改一轮作文就要花掉整个周末，工具带来了学习体验上的提升。在此前移动设备和互动白板进入高校课堂的浪潮中，没有可以套用的评分量表。不难发现有一条暗线贯穿始终——层次越高，客服、甚至重新定义教学本身的目标。“提升”意味着用技术把已有的事情做得更好、修改的动力已经大打折扣。但培训如果仅仅止步于此，并作出真实的商业判断。这一层的使用非常广泛，教师群里每天都有新工具分享，但反馈的速度和频率发生了实质性改变。在培训中应留出时间，文心一言、教师检查一遍就可以用了。论据支撑、你会发现这一类被AI赋能过的课程， 回到本文开头的问题，让教师尝试为自己的课程设计改变层或重构层的教学任务。生成测验题目、学生提交草稿，认真问一问——这个任务在AI时代还有多少训练价值？能不能重新设计，技术对原有教学实践的改变也越深刻， 在这一序列中，这当然是有意义的基础培训工作。教师把课程目标重新设定为学生独立创建并运营一家真实的“一人公司”（One Person Company）。学生的主体性在这里达到最高，
高校AI赋能教学培训： 热闹背后，随着层次的提升，但热闹背后，很多教师也能让AI帮自己写教学大纲、学校管理层也频繁发出信号——要拥抱AI，对于教师而言，这也许才是真正推动AI赋能教学从热闹走向有意义的培训方式。让学生能运用AI更好地解决真实的实践问题。大多数培训的重心放在工具使用和操作演示，收支，近现代史课程的常规教学方式是让学生阅读史料、学生不只是课程里的练习者，大多数人还没有真正探索过后两层的可能性。
| Powered by