人工智能在校园应用的场景

毛道生：人工智能在学校中的应用已渗透至教学、教研、管理、评价等全流程，形成了多维度、深层次的融合场景。目前，成都正在推进AI应用在基础教育阶段横向覆盖德智体美劳全领域，纵向覆盖小学初中高中各学段。在助学方面，基于人工智能大模型,开发“AI学习伙伴矩阵”，其中含学科类、心理类、阅读类等智能学伴。在智能助教助研方面，主要是通过AI实现数据智能化分析，精准反映教学轨迹并提供改进策略，加速教师教学育人从“经验主导”向“数据赋能”转型。在智能助评助管方面，不少学校借助AI生成学生“成长画像”，一人一案，形成持续性、循环追踪的数据，对学生成长提供个性化指导。

张华：目前，我们学校教学基本实现全学科、常态化的AI应用。如通过AI学情分析实现个性化学习推荐，通过AI智慧体育、AI心理伙伴、AI辅导机器人、各种生成式AI系统等，支持学生自主学习、个性化学习、合作学习等。我校最有代表性的应用场景是基于移动终端的智慧课堂AI学伴的常态化应用场景。依托语音识别、自然语言处理等核心技术，实现课堂全场景智能化：教师可快速生成课件、智能批改作业，学生通过语音交互完成答题，实时获取学情反馈。

人工智能在校园规模化应用存在的主要障碍

李有毅：就人工智能在教育教学中应用，多名教师直言，“我们需要的是持续的学科嵌入式培训，而不是一次次的讲座”。这反映出，智能时代教师教育焦虑与困境：部分教师对算法原理不了解，易依赖系统推荐或担心被替代，而且现有教师评价体系以考试成绩为主，教师向“价值引领者”等角色转型缺乏专业培训、评价改革和权益保障。

杨明欢：当前生成式人工智能技术加速迭代，但校园中的应用仍处于从探索阶段走向高效应用的过渡阶段，其应用存在几个难题。

一是教师适应性不足，技术进阶培训的普遍缺乏，导致教师难以有效驾驭生成式人工智能工具进行教学创新；加上传统教学理念和方式，进一步阻碍了向智能技术赋能的新模式转型。二是新型教学评价体系尚不完善，导致如何有效实施个性化教学缺乏明确方向。三是经验共享机制的缺失，教师群体间难以形成协同效应，制约了AI更广范围、更快速融入教育生态的进程。

毛道生：我重点谈两点，一是技术层面，现有AI工具多针对标准化教学场景开发，难以适应复杂性和个性化的教学场景需求，如跨学科项目化学习等，这制约了场景的拓展。二是教师的层面，多数教师有操作AI工具的能力，但缺乏解析数据的能力，AI生成的学情报告与真实课堂存在“解释鸿沟”，教师难以将其转化为精准的教学策略，阻碍了人工智能在教研教学活动中的应用成效。

构建高效协同的人工智能校园应用生态

李有毅：当前，人工智能在校园深入应用不仅是技术问题，更是整个校园系统进行适配的过程，校长在强化AI与课堂教学、教育管理等融合的工作中，更要提前布局以下三方面：

一是意识迭代更新。AI在教育中高使用已成为事实，“高使用不等于高素养”，培训和伦理框架将成为未来几年学校及教师发展的关键所在。二是嵌入教学设计，结合各学科的特点，将AI技能嵌入教学设计，而不是单纯学AI技能。三是让学生有话语权，在制定AI使用和评估制度时，要吸收学生和家长的实际体验和反馈。

杨明欢：结合当前人工智能在教育教学中应用的发展趋势，需构建多维度协同推进体系。一是，教师发展层面，要开展目标明确、内容落地的培训。通过系统化技术培训提升教师驾驭AI工具进行教学创新的能力。二是，教学模式层面，通过重塑教学流程与资源生态，探索人工智能赋能的个性化学习、跨学科项目式学习等新型教学模式，并利用其强大的数据洞察能力优化学情分析与教学评价，实现教育管理的科学性与精准性。三是，制度层面，区域和学校需建立科学的AI教学应用效能评估与动态反馈体系以持续优化实践，并通过打造示范案例、建立推广机制加速优秀经验的校际传播与规模化落地，形成推动教学深度变革的闭环动力。

张华：构建协同性更强的智慧校园生态，必须整合教师现实观感与AI生成数据应用。

首先，围绕教师自主学习、个性化学习进行探索。学校需引导教师主动在课后调取并阅读课堂教学分析报告，直观了解自己的课堂教学情况及教学水平后，自我总结和反思教学，在“实践—思考”的沉淀中不断提升个人教学能力。其次，围绕精准教研新模式构建进行探索。通过备课、上课、听评课到反思和在线研修等教研环节之间数据的贯通，探索形成相对系统和完整的数字化教研模式，带着教师科学、合理地用数据。最后，围绕学校课堂的全面精准管理进行探索。通过教学全过程数据统计与分析，学校需精准掌握每堂课的教情与学情，了解全体教师的教学水平，在此基础上有针对性地开展各类教学、教研、学习活动，真正实现数据驱动教师专业化发展。

声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与我们联系，我们将及时更正、删除，谢谢。

☟☟☟

☞人工智能产业链联盟筹备组征集公告☜

☝