AI如何改变混合式教学，终于有人讲清楚了！

线上线下结合的混合式教学方式有很多好处。线上学习灵活方便，学生可以根据自己的时间安排来接触基本的内容，做些简单的阅读和练习。线下课堂则用来做那些需要面对面讨论的事情，比如对复杂问题的辩论、对分歧意见的协调、对思路的集体梳理。混合式教学模式的逻辑是线上做的事情为线下讨论打基础，线下讨论中产生的新问题又成为线上继续探索的起点。

一、生成式人工智能在教学中的定位

生成式人工智能的出现，让混合式教学有了更多的操作空间。生成式人工智能可以根据需要现场生成新的内容，可以模拟不同的场景，也可以对学生的情况做出快速回应。不过要清楚，人工智能只是一个帮手，它给出的东西需要教师和学生一起判断是否可靠，不能直接拿来就用。

二、教学模式的四个核心组成部分

一个完整的教学模式，可以从目标设定、任务设计、流程安排和评价做法四个方面来搭建。这四个方面有一条明确的线索把它们串起来：先清楚要达成什么目标，再根据目标来设计承载学习的任务，然后安排任务怎么在课前课中课后逐步推进，最后用评价来判断任务完成得怎么样、目标实现了多少。

（一）目标设定

教学目标不能只想着知识点的掌握，还要考虑其他一些高阶的东西。比如学生能不能对一个问题做出自己的分析和判断，能不能把自己的想法说清楚并理解别人的意见，能不能自己安排学习节奏并检查自己的进展。

这些目标要在后续的任务设计中转化为具体的活动要求，也要在流程的每个阶段被逐步落实，最终通过评价来检验达成情况。也就是说，目标是贯穿始终的线索，后面的任务、流程和评价都是围绕这些目标来运转。

（二）任务设计

目标定好之后，就需要设计相应的任务来承载这些目标的实现。任务是学习的载体，任务设计得好不好直接影响教学效果。好的教学应该给学生创造机会去接触真实的问题，让他们在条件不够明确的情况下去分析、去判断、去做决定。这就需要教师把知识放回到具体的情景中，让学生通过扮演角色、完成任务来获得更实在的感受。好的学习任务有以下几个特点：

1.跟实际生活沾边，让学生觉得做的事情有意义。

2.有一定的复杂度，光靠一两步操作就能完成的题目不算好任务，需要学生综合运用多种知识才能解决。

3.允许有不同的做法和答案，不然所有学生都朝一个方向走，就谈不上自主思考了。

4.难易程度要适中，太简单学生觉得没意思，太难了又容易放弃。

举个例子，先设定一个贴近实际的问题情境，让学生进入某个角色或立场，然后给出需要完成的具体产出，比如一份方案、一个判断或者一份报告，同时明确这个任务没有唯一正确的答案，不同的小组可以走出不同的路径。任务设计不需要很复杂，但一定要让学生感觉到自己是在解决一个真实的问题，而不是在做一个练习。

（三）流程安排

流程安排就是把设计好的任务放到实际的教学时间线上，分步骤推进。流程分成课前、课中、课后三个阶段来安排。课前的准备影响课中的深度，课中的讨论又常常催生出课后继续探索的新方向。这部分要明确每个阶段做什么，以及人工智能和教师在各自阶段如何介入。

1.课前阶段

课前教师负责选定引导材料和设计预备问题，AI负责推送材料、收集完成数据并生成初步分析。

这个阶段的目的是让学生接触一些背景信息，引起他们对学习主题的兴趣和疑问。可以在线上看些引导材料，做点简单的准备练习。AI助教根据学生完成的情况给出一些个性化的建议和补充材料，教师也能通过这些数据了解学生的基础，从而把课中的重点和切入点调整得更准确。

2.课中阶段

课中教师负责观察诊断、引导讨论和组织交流，AI负责模拟情境、记录过程和处理数据，主要活动是深入问题探究和小组合作。学生以小组为单位围绕核心任务展开工作，教师根据实际情况决定什么时候插手引导，什么时候补充信息，什么时候只需要在旁边观察。

教师需要介入引导时，可以用一些提问句式，比如“你们做出这个判断的主要依据是什么”“如果改变其中一个条件，结果会发生什么变化”“你们小组在这个问题上有没有出现不同意见，最后是怎么统一的”“还有没有其他可能的做法没有被考虑到”。这些提问指向的是学生的思考过程本身，可以在不同任务中反复使用，帮助学生把隐性的思维过程外显出来，也便于教师了解学生的真实理解程度。

AI助手、AI智能体在课堂上可以用来模拟情景、计算数据，也可以作为一个对话对象来帮助学生理清思路。课中的活动是整个教学流程的重点，课前的准备在这里得到运用，后面课后的整理和反思也建立在课中实际发生了什么的基础之上，在教案中要把这种逻辑衔接表达出来。

3.课后阶段

课后教师负责审阅成果、给出综合评价和书面反馈，AI负责生成过程概览图、对成果做初步分类并提供个性化报告。

学生把自己的解决方案整理出来，对整个过程中的得失做一个复盘。人工智能可以根据课堂上的交互记录生成一份概括性的图示，帮助学生更清楚地看到自己是怎么一步步走到最终方案的，也帮助教师更全面地了解学生的学习状态，为下一轮教学做准备。

三、评价设计

评价不是等到教学全部结束后才单独进行，而应该渗透在整个过程中，跟着教学的推进同步进行。评价的目的不是给学生分等级，而是帮学生进步，也帮教师改进教学。

过程性评价关注学生在完成任务过程中的各种表现，比如他们怎么提出问题、怎么查找信息、怎么分析推理、怎么跟人合作、遇到困难怎么办。这些信息可以通过多种途径来收集，包括课堂上的观察记录、小组内部的互评、学生自己写的日志等。AI可以帮忙记录一些可以量化的数据，比如参与次数、反应快慢、操作步骤等，但很多更深层的东西还是需要教师和学生自己去观察和判断。

具体来说，AI在评价中擅长处理的信息包括参与频次和时长、操作步骤的先后顺序、回答问题的反应速度、与同伴交互的次数等可量化、可记录的行为数据。但它不擅长判断的内容也很明显，比如学生的观点是否真有道理、协作过程中的态度是否积极、遇到挫折时的情绪变化、创意表达中的独特价值等。这些需要教师通过面对面的观察和对话来做出判断，AI提供的数据可以作为参考线索。

多让不同的人参与评价会有更好的效果。除了教师之外，还有学生自评，同伴之间也可以互相评价，不同的视角能看到不同的方面。

评价结果应该给出具体的建议，让学生清楚地知道自己哪里做得好、哪里还可以改进、下一步该往哪个方向努力，这样评价就真正发挥了促进学习的作用，而不是简单给个分数就结束了。