作者｜張凱

新校長傳媒系執(zhí)行主編

“每天只需要學(xué)習(xí)2小時核心科目課程，學(xué)習(xí)速度是傳統(tǒng)課堂學(xué)生的2倍，90%的學(xué)生在標(biāo)準(zhǔn)化測試中高于全國平均水平……”這是美國阿爾法學(xué)校把AI作為“導(dǎo)師”、推動學(xué)習(xí)進化的前沿做法。

當(dāng)生成式AI技術(shù)迎來指數(shù)級突破，全球中小學(xué)校都在探索如何將人工智能深度融入教學(xué)全過程。AI走進教與學(xué)的現(xiàn)場，我們正在見證人類教育史上最深刻的范式革命。

學(xué)習(xí)目標(biāo)轉(zhuǎn)型：

從“標(biāo)準(zhǔn)化能力”到“解決復(fù)雜問題”

智能時代，大凡重復(fù)的工作，智能機器人都比人做得好。時代正倒逼教育發(fā)生重要轉(zhuǎn)向——從“面對已知”到“面向未知”，不再為已知世界培養(yǎng)“標(biāo)準(zhǔn)化答案的復(fù)制者'，而是為未知世界培養(yǎng)“復(fù)雜問題解決者”。

習(xí)得基本認(rèn)知和基礎(chǔ)能力

根據(jù)世界經(jīng)濟論壇發(fā)布的《2025年未來就業(yè)報告》，未來近40%的工作技能將會發(fā)生改變。與此同時，知識的“半衰期”在縮短，一次性教育已經(jīng)無法滿足需求，學(xué)生需要不斷學(xué)習(xí)新知識。

這樣的張力使得在基礎(chǔ)教育階段，學(xué)生需要筑牢基本認(rèn)知與核心能力。它們構(gòu)成了穿越認(rèn)知迷霧、走向終身學(xué)習(xí)的'元技能'，為學(xué)生應(yīng)對不確定世界奠定認(rèn)知基石。

學(xué)會提出好問題

與生成式人工智能對話會發(fā)現(xiàn)，雖然AI知識儲備非常豐富，但很少有人能夠一次性得到滿意答案。我們需要根據(jù)輸出結(jié)果，不斷追問。

未來屬于那些能提出更好問題的人，因為答案越來越容易，問題卻越來越珍貴。所有知識創(chuàng)生的起點，都始于那個被精心雕琢的問號。

教育需要培養(yǎng)學(xué)生的“問題敏感性”，將“已知世界的答案”轉(zhuǎn)化為“未知領(lǐng)域的地圖”；只有把問題提對了，答案才能走在正確的路上。

能夠解決復(fù)雜問題

解決非結(jié)構(gòu)化問題的能力是未來核心競爭力。真實的問題往往復(fù)雜且沒有固定模式，未來人才需具備將混沌信息轉(zhuǎn)化為結(jié)構(gòu)化洞見的能力，找到問題突破口。

中國的考試評價體系也在從'解題'向'解決問題'深度轉(zhuǎn)型。尤其是新高考命題引入了結(jié)構(gòu)不良試題，即在題目所給的多個條件中選取一個，或是補充條件，亦或去掉冗余條件進行作答。

這本質(zhì)是回應(yīng)智能時代的核心挑戰(zhàn)：當(dāng)AI可輕易完成標(biāo)準(zhǔn)化問題求解時，人類更需要培養(yǎng)“問題定義—方案設(shè)計—價值判斷”的完整認(rèn)知能力。

學(xué)習(xí)內(nèi)容重構(gòu)：

從基本原理走向?qū)W科大領(lǐng)域

學(xué)習(xí)目標(biāo)轉(zhuǎn)型后，學(xué)習(xí)內(nèi)容自然也需要重構(gòu)。在知識獲取成本越來越低的智能時代，'學(xué)什么'已從技術(shù)性問題上升為教育轉(zhuǎn)型的重要課題。

注重核心概念與基本原理

還有兩個多月實施的北京新中考，計分考試科目減少為語文、數(shù)學(xué)、外語、道德與法治、物理、體育與健康，生物、化學(xué)、歷史、地理改為考查科目。這意味著，學(xué)生不再需要大量時間進行死記硬背，而是要在主科（語文、數(shù)學(xué)、英語、物理）上加強理解和應(yīng)用能力。

青島中學(xué)前校長汪正貴有一個觀點：很多學(xué)生的學(xué)習(xí)問題，歸根到底是概念的理解問題；課堂教學(xué)要注重概念為本的理解性教學(xué)，幫助學(xué)生理解建筑在概念之上的原理、主題。

經(jīng)合組織（OECD）最近發(fā)布了智能時代的“高質(zhì)量教學(xué)框架”，提出五大教學(xué)目標(biāo)。其中之一就是學(xué)科內(nèi)容質(zhì)量——幫助學(xué)生深刻理解所學(xué)科目，從掌握學(xué)科核心概念和技能到探究學(xué)科的本質(zhì)問題。

所以，課堂的基本任務(wù)不再是知識點過關(guān)，而是注重學(xué)科核心概念和基本原理。這實際上是幫助學(xué)生掌握基礎(chǔ)科學(xué)方法，減少認(rèn)知冗余，讓學(xué)科內(nèi)核構(gòu)成后續(xù)學(xué)習(xí)的“認(rèn)知錨點”。

打通學(xué)科壁壘

僅僅注重學(xué)科內(nèi)學(xué)習(xí)，肯定是不夠的。任何一個學(xué)科，無論邏輯體系多么嚴(yán)密，都需要在和其他學(xué)科的關(guān)系當(dāng)中去學(xué)習(xí)。

改革后的北京中考雖然只考語文、數(shù)學(xué)、英語、物理，但其他學(xué)科知識會作為背景融入考試題目，將其他學(xué)科要素轉(zhuǎn)化為情境化認(rèn)知支架；通過跨學(xué)科考查，增加學(xué)科橫向連接，構(gòu)建知識遷移的“神經(jīng)網(wǎng)絡(luò)”。

當(dāng)下，學(xué)校課程實施要落實好新課標(biāo)要求，同時把10%的跨學(xué)科主題學(xué)習(xí)和90%的其他內(nèi)容進行整體化設(shè)計、一體化實施，把跨學(xué)科視野滲透于整個學(xué)習(xí)過程當(dāng)中，縮短知識遷移的路徑。

走向?qū)W科大領(lǐng)域?qū)W習(xí)

跨學(xué)科學(xué)習(xí)也好、項目式學(xué)習(xí)也好，怎樣的學(xué)科聯(lián)動“錨點”，才能產(chǎn)出更高的教學(xué)效能？一定是從真實挑戰(zhàn)出發(fā)。把學(xué)科作為貫通真實世界、構(gòu)建復(fù)雜認(rèn)知的“節(jié)點”，重組學(xué)習(xí)進程，才能幫助學(xué)生跨越知識的壁壘，建立通透的認(rèn)知。

于是，學(xué)科教學(xué)面臨坐標(biāo)系的位移和重置，將學(xué)科知識點轉(zhuǎn)化為動態(tài)關(guān)聯(lián)網(wǎng)絡(luò)，轉(zhuǎn)向錨定'學(xué)科大領(lǐng)域'的學(xué)習(xí)生態(tài)——圍繞語言與表達、情感與藝術(shù)、計算與邏輯、科學(xué)與創(chuàng)造等大領(lǐng)域，串聯(lián)學(xué)習(xí)情景、知識內(nèi)容、活動評價、真實任務(wù)，拓展課堂的寬度和深度。

將學(xué)習(xí)嵌入復(fù)雜現(xiàn)實，以真實挑戰(zhàn)拉高學(xué)習(xí)維度，學(xué)生就能在大領(lǐng)域?qū)W習(xí)中走向高階學(xué)習(xí)和深度學(xué)習(xí)，學(xué)會調(diào)用工具、鏈接資源，串聯(lián)知識和技能的珍珠應(yīng)用于解決實際問題。

學(xué)習(xí)方式迭代：

AI賦能的深度自適應(yīng)學(xué)習(xí)

很多情況下，學(xué)生學(xué)不好并不是因為能力問題，而是困在“學(xué)習(xí)方式不匹配”的迷霧里。AI的進化則有助于吹散這層迷霧。

《北京中小學(xué)人工智能教育工作方案》明確提出中小學(xué)要利用智能體，開展個性化自適應(yīng)學(xué)習(xí)，探索“未來課堂”新場景。更加徹底地從教走向?qū)W，則成為“教育+AI”的重心。

學(xué)生按照自己的進度學(xué)習(xí)

過去，當(dāng)我們談個性化學(xué)習(xí)，最多只能做到分層教學(xué)，終究難逃統(tǒng)一進度學(xué)習(xí)的束縛。AI則能推動解決“規(guī)模+個性化”問題：在AI學(xué)伴、AI教研助手的幫助下，每個學(xué)生按照自己的進度學(xué)習(xí)，擁有自己的學(xué)習(xí)時間軸。

智能時代的創(chuàng)新教育，按需學(xué)習(xí)將成為一種必然的學(xué)習(xí)范式。那教師需要做的是什么？教學(xué)開始或新單元起始時，實施診斷性評估或前測；借助大模型設(shè)計差異化教案、跨學(xué)科任務(wù)，提供不同層次的學(xué)習(xí)活動。

以學(xué)科藍(lán)圖和學(xué)習(xí)支架為支撐

再者，如何保證自適應(yīng)學(xué)習(xí)的質(zhì)量，做到學(xué)習(xí)進階？研究學(xué)科藍(lán)圖，成為學(xué)校教科研的重心。

縱向上，設(shè)計從小學(xué)到高中每一門學(xué)科清晰的學(xué)科藍(lán)圖；橫向上，基于學(xué)科本質(zhì)和學(xué)科大領(lǐng)域，設(shè)計學(xué)習(xí)任務(wù)清單。這樣，學(xué)生就知道自己應(yīng)該以什么樣的方式、學(xué)習(xí)什么樣的內(nèi)容，進而把握不同學(xué)科領(lǐng)域的知識圖景，發(fā)展對學(xué)科結(jié)構(gòu)的理解。

這也要求教師轉(zhuǎn)變成引導(dǎo)和支持的角色，了解學(xué)生的發(fā)展階段，在學(xué)習(xí)過程的關(guān)鍵節(jié)點為學(xué)生提供支架，引導(dǎo)學(xué)生在最近發(fā)展區(qū)完成認(rèn)知的驚鴻一躍。

個性化的通關(guān)測評與輔導(dǎo)

在完成一個單元或者一個階段的學(xué)習(xí)任務(wù)后，學(xué)生可以通過AI智能生成的題庫，完成個性化的通關(guān)測評。測評結(jié)果出來后，AI又能夠進行專業(yè)、多維的習(xí)題講解，有效破解過去老師獨力難支的一對一輔導(dǎo)困境。

學(xué)科藍(lán)圖、學(xué)習(xí)任務(wù)、學(xué)習(xí)支架、通關(guān)測評、個性輔導(dǎo)，構(gòu)成了自適應(yīng)學(xué)習(xí)的完整閉環(huán)。這樣的學(xué)習(xí)全鏈條，通過設(shè)定學(xué)習(xí)目標(biāo)、選擇學(xué)習(xí)策略、監(jiān)控學(xué)習(xí)過程和評估學(xué)習(xí)效果，有利于發(fā)展學(xué)生的元認(rèn)知能力，培養(yǎng)善于反思、自我指導(dǎo)、專家式的學(xué)習(xí)者。

學(xué)習(xí)場景進化：

以真實的學(xué)習(xí)體驗撬動內(nèi)驅(qū)力

面對日益?zhèn)€性化的學(xué)習(xí)方式，學(xué)校場景已成為真正的“無聲教師”。怎樣的校園，就會啟動怎樣的學(xué)習(xí)。

讓學(xué)習(xí)資源出現(xiàn)在離學(xué)生最近的地方

培養(yǎng)面向未來的創(chuàng)新人才，不是將學(xué)生禁錮在教室里，而是讓學(xué)生在各種場景的感受中學(xué)習(xí)，等待想象力以及學(xué)習(xí)內(nèi)驅(qū)力隨時被觸發(fā)。

因此，傳統(tǒng)'中心化'的校園需要走向泛在的學(xué)習(xí)場域和浸潤式的學(xué)習(xí)場景：

梳理班級教室、專業(yè)教室、學(xué)科教室、主題空間、公共空間的基本功能，梳理不同教育教學(xué)行為的資源需求，把實驗室、儲藏室、圖書館打開，將器材、圖書、教學(xué)資源等盡可能分布在離使用者最近的地方，讓每個角落都暗含認(rèn)知進化的密碼。

正如DETT教育設(shè)計研究院執(zhí)行院長張莉所說，好的學(xué)習(xí)場景，一定是賦予空間場景以情感和聯(lián)想，通過具身認(rèn)知激活激發(fā)和活躍學(xué)生認(rèn)知和思想，幫助學(xué)生擁有連接感、挑戰(zhàn)感、輸出感和自主感。

以主題學(xué)習(xí)場景撬動真實學(xué)習(xí)

在日常浸潤式學(xué)習(xí)場景之外，學(xué)生進行真實任務(wù)學(xué)習(xí)時，主題學(xué)習(xí)場景又成為教育的基本單元。比如學(xué)習(xí)拼音的時候，可以將走廊墻壁設(shè)計成“拼音王國”，讓學(xué)生在課間休息的時候也能夠隨時隨地學(xué)習(xí)拼音；學(xué)習(xí)數(shù)學(xué)的時候，將走廊設(shè)計成數(shù)字迷宮，讓學(xué)生在玩耍的過程中學(xué)習(xí)數(shù)學(xué)。

在深圳明德實驗學(xué)校（集團）五洲校區(qū)，通過“真實問題+場能驅(qū)動”，設(shè)計各種學(xué)習(xí)任務(wù)，用游戲化的方式幫助學(xué)生看見興趣，探索周圍世界。在北京第一實驗學(xué)校，學(xué)生在語言文學(xué)與藝術(shù)學(xué)習(xí)社區(qū)、數(shù)學(xué)與計算機科學(xué)學(xué)習(xí)社區(qū)、科學(xué)技術(shù)與工程學(xué)習(xí)社區(qū)、道德與人文學(xué)習(xí)社區(qū)中進行真實學(xué)習(xí)，教室變成了真實問題解決中心。

空間即課程，場景即教師，當(dāng)教育場景越逼近真實世界的復(fù)雜性與關(guān)聯(lián)性，越能撬動學(xué)生的學(xué)習(xí)內(nèi)驅(qū)力，進而發(fā)展出應(yīng)對未來挑戰(zhàn)的適應(yīng)性專長。

基于AI學(xué)伴的深度交互

高意識生成式學(xué)習(xí)是未來學(xué)習(xí)范式的一大創(chuàng)新，學(xué)生將圍繞主體意識，抱有問題、協(xié)同、審辨、價值、創(chuàng)造、愿景等意識來參與學(xué)習(xí)并構(gòu)建意義。

目前，多地在推進AI學(xué)伴和AI導(dǎo)學(xué)應(yīng)用，圍繞課前自主預(yù)習(xí)、課中高效學(xué)習(xí)、課后針對性復(fù)習(xí)提供定制化的學(xué)習(xí)建議和反饋，圍繞學(xué)生興趣愛好提供個性化學(xué)習(xí)路徑、適切性數(shù)字資源和探究性學(xué)習(xí)指導(dǎo)。

強AI學(xué)伴通過多模態(tài)感知與生成技術(shù)，帶來了虛實融合的深度交互場景。比如，在“絲綢之路”跨學(xué)科項目中，AI學(xué)伴可生成3D歷史場景，學(xué)生借助AI模擬商隊路線規(guī)劃，分析地理、經(jīng)濟、文化因素對路線的影響，實現(xiàn)“做中學(xué)”。

學(xué)習(xí)組織變革：

彈性化的自組織生態(tài)

在學(xué)習(xí)方式變革后，那些曾被教案框定的知識溪流，便掙脫了“教師中心”的堤壩，開始沿著每個學(xué)習(xí)者獨特的認(rèn)知峽谷奔涌。學(xué)習(xí)組織形態(tài)也悄然轉(zhuǎn)向以學(xué)習(xí)者為中心、人機共生的生態(tài)化生長。

AI賦能下的自主學(xué)習(xí)

學(xué)習(xí)組織迎來的第一重變革，是基于AI學(xué)伴，從統(tǒng)一進度轉(zhuǎn)向動態(tài)分層。除了課程導(dǎo)入、核心概念講解等關(guān)鍵環(huán)節(jié)，將課堂真正還給學(xué)生。課堂結(jié)構(gòu)重構(gòu)中，教師角色從知識傳授者轉(zhuǎn)變?yōu)閷W(xué)習(xí)設(shè)計師。

彈性化的“能力發(fā)展共同體”

自適應(yīng)學(xué)習(xí)、自主學(xué)習(xí)不是走向“孤立學(xué)習(xí)”，必須實現(xiàn)“自主互動式的深度學(xué)習(xí)”。真正的學(xué)習(xí)一定發(fā)生在群體智慧的碰撞中。

學(xué)校要設(shè)計一個個真實學(xué)習(xí)任務(wù)或者項目，推動學(xué)生彼此連接，甚至突破傳統(tǒng)班級邊界，形成更開放的合作小組。學(xué)生在解決真實問題中，通過AI輔助的跨學(xué)科任務(wù)鏈，培養(yǎng)系統(tǒng)思維與團隊領(lǐng)導(dǎo)力。

這就是學(xué)習(xí)組織的第二重變革：向“蜂窩狀協(xié)作網(wǎng)絡(luò)”演進，形成“項目—場景—資源”三位一體的協(xié)作學(xué)習(xí)生態(tài)。在彈性化的“能力發(fā)展共同體”中，每個學(xué)習(xí)者既是知識的建構(gòu)者，又是他人成長的資源節(jié)點。

以學(xué)生輸出為支點

未來的學(xué)習(xí)應(yīng)該是產(chǎn)出性的學(xué)習(xí)，是跨學(xué)科的團隊協(xié)作，是一個動態(tài)、互動、多元化的過程。從小先生制到費曼學(xué)習(xí)法，已經(jīng)有很多學(xué)校在探索輸出式學(xué)習(xí)，比如課前讓學(xué)生繪制思維導(dǎo)圖，課堂上設(shè)置“小講師”環(huán)節(jié)，課后通過情景劇等方式讓學(xué)生演繹知識點。

輸出式學(xué)習(xí)更注重學(xué)習(xí)者的主動性和建構(gòu)性，其本質(zhì)是通過“輸出倒逼輸入”，推動知識從淺層記憶向深層理解轉(zhuǎn)化。以學(xué)生輸出式講解為支點，依托輸出導(dǎo)向的實踐平臺，知識便完成了從種子到果實的蛻變。