刊登日期 : 2026-10-16
编按：AI走进课堂多时，成为教学新常态。科技浪潮下，教师应如何转型，善用AI因材施教？腾讯研究院的专家及研究员认为，如今教育界中能判AI真假、指挥AI干活的老师很多，但能用AI重新设计一门课、重新决定这门课怎么走，甚至能辨认每个学生该走哪条路的老师却不多。新时代下，什么才是“好老师”？为什么说“AI愈强，愈需要教师在场”？以下一一拆解。
教师的AI素养 由用工具走到造工具 4点思考课堂结构
有关“好老师”的新判据是什么？腾讯研究院和中国教育科学研究院在联合研究中提出过一个教师AI素养3层框架，可以当作一把尺子。
第一层，知道AI靠不靠得住。能判断它给的答案对不对，知道它会一本正经地编，也能向学生把这件事解释清楚。
第二层，能指挥AI干活。备课、批改、出题、做学情分析，让AI做初稿，自己做审稿人。
第三层，能用AI重新设计一门课。重新决定这门课怎么走、每个学生走哪条路、用什么方式评价，而非让AI把旧教案重新排一遍版。
分层本身不算新鲜。真正值得说的是我们在调研中反复确认的一个判断：大多数教师培训停留在前两层，第三层的培训几乎是空白。市面上绝大部分AI赋能教师的课程教的也都是第二层：怎么写提示词？怎么在10分钟内产出课件？
第三层长什么样？我们通过调研看到了4个侧面：动机上要先想清楚课怎么上，能力上要从用工具走到造工具，权力上要肯把提问权让渡给学生，视野上德育和心理也要并入课程结构。难度依次递增，而它们都不是技术问题。
AI辅助教学省出来的时间 应该做什么？
AI省出来的时间，是一个岔路口。省时间这件事本身没有立场。同样用AI十分钟出完一份课件，剩下的两个小时，有人去找那几个从来不举手的孩子聊聊天，有人再出5份课件。“拐杖”效应不只发生在学生身上。
经合组织在《2026数位教育展望》中综述了几项研究，提到一个现象叫“元认知懒惰”（metacognitive laziness）：向人类专家求助的学生会走完“诊断问题→求助→评估帮助→反覆运算→实施”的完整链条；面对聊天机器人时，不少人直接要答案、直接照用，跳过了诊断、评估和反覆运算3步。
老师会掉进一样的坑：让AI出的题不看就发，让AI写的评语不改就送出去。工具省了力，也顺手掉了判断。
我们在调研中观察到一个现象，姑且叫“超级教师”：AI让少数优秀教师的影响半径极大扩张——一位顶级教师的教学设计、讲评思路、诊断方法，可以通过AI复用到远超过去的学生身上。由此形成一把剪刀差：对“平均水准教师”的替代风险在上升，“超级教师”的稀缺性也在不断增加。
被称作“超级教师”的永远是少数，每一所学校真正的地基，是成千上万默默无闻、把每一届学生认真送走的普通老师。AI不该成为悬在他们头上的一把刀，而应该是递到他们手里的一把梯子——让更多认真尽责的好老师，有机会被更多孩子看见，值回他们本就该值的分量。
好老师能让学生终身收入 增加25万美元？
好老师究竟值多少钱，经济学给过一个具体数字。
哈佛大学RajChetty等3位学者追踪了超过100万名儿童的学区与税务记录，发现被分配给高增值教师的学生更可能上大学、成年后收入更高。他们给出的量化结论是：把一位增值水准处于末位5%的教师换成一位平均水准的教师，能让这个班级学生终身收入的现值增加约25万美元。
AI的到来只会让这个差距传导得更快、覆盖得更远。差距并非AI造成的。AI只是把原来看不见的选择，变成了看得见的结果。AI给每位老师发了同样多的时间红利，却没有规定这笔红利怎么使用。
美国教育科技领域累计烧掉约290亿美元，2025年该领域风险投资跌至10年最低，能稳定盈利的公司“两只手数得过来”。原因很多，其中很关键的一条是学区把工具买回去了，老师不用。诚然，工具从来不是变数。人才是。
人类老师在AI时代的终极价值是？
行笔至此，我们其实撞上了教育学里一个很老的问题。1984年，芝加哥大学的教育学家本杰明·布鲁姆发表了一篇著名论文。
他的两名博士生做过一组对照实验，比较常规班级授课、掌握学习、和一对一辅导3种条件。结果是：接受一对一辅导的普通学生，最终成绩比常规班级的平均水准高出约两个标准差，超过了常规班级中98%的学生。
由此他提出那个被追问40年的“两个标准差问题”：一对一辅导对大多数社会而言成本太高，无法大规模承担……研究者和教师能否设计出这样的教学条件，使得大多数学生在集体教学中，也能达到目前只有在辅导条件下才能达到的成就水准？
今天，AI第一次让“每个孩子一个辅导者”在成本上变得可能。而宾夕法尼亚大学的实验补上了布鲁姆当年未必预料到的一个前提：便宜的一对一辅导，并不自动等于有效的一对一辅导。
于是布鲁姆的问题有了新版本：我们不缺辅导者了，缺的是知道辅导该怎么做的人。这个人，就是老师。
这也正是“AI愈强，愈需要教师在场”的全部含义。机器把从30分到70分的路铺平了，而那决定一个孩子究竟能走到哪里的最后20分，仍然需要一个人站在旁边，判断何时该出手、何时该退后。（二之二）
（转载自腾讯研究院，作者为腾讯研究院研究员张鸿茹、吕嘉怡及腾讯研究院资深专家王鹏，标题和内文经编辑整理）
延伸阅读：
