绵阳市人工智能通识教育骨干教师培训所得

为期两天的人工智能通识教育培训会议，围绕 AI 在教育领域的应用实践、课程设计、师资培养及战略定位展开，涵盖政策解读、校地案例、技术实操等多维度内容。通过学习黄仕友专家的 AI 工具应用指导、南华中学的一线教学实践、何毅专家的区校联动模式及刘革平教授的教育数字化战略分析，我对人工智能如何赋能教育有了系统认知，现将学习所得总结如下：

一、重塑认知：从 “工具使用” 到 “协同创造”，明确 AI 在教育中的核心定位

此前对 AI 的认知多停留在 “辅助工具” 层面（如用 AI 改作业、做 PPT），但培训中多位专家与实践案例颠覆了这一视角：黄仕友专家提出 “AI 是伙伴而非工具”，强调通过 “想清楚、说明白、追到问” 的提示词设计，与 AI 平等交流（如探讨物理压轴题出题角度、共创重庆小面调料配方），而非单向索取答案；刘革平教授则从教育数字化战略高度指出，AI 不仅是效率工具，更是培养学生 “数字意识、协同计算思维、智慧社会责任” 的载体 —— 这意味着 AI 教育需从 “技术操作” 转向 “素养培育”，既要让学生感知 AI 技术（如小学阶段的人脸识别体验），更要理解其原理与伦理（如初中辨别 AI 幻觉、高中关注技术主权）。

南华中学的实践进一步印证了这一认知：在高中通用技术课 “校园植物养护” 项目中，AI 并非直接给出方案，而是作为 “信息感知源”（识别植物湿度需求）、“技术助手”（解决接线与代码问题）、“评价分析师”（生成班级成果雷达图），全程辅助学生完成 “需求分析 — 方案设计 — 调试优化” 的工程流程。这种 “人机协同解决真实问题” 的模式，让我意识到 AI 教育的核心是 “以 AI 为桥，培养学生的创新思维与实践能力”，而非单纯教会技术操作。

二、掌握方法：分学段、重融合，解锁 AI 通识教育的落地路径

培训中最具实操价值的内容，是不同主体对 AI 通识教育落地路径的探索，可归纳为 “学段分层、学科融合、校地协同” 三大核心方法：

（一）学段分层：依据认知规律设计目标，避免 “一刀切”

刘革平教授结合《中小学人工智能通识教育指南（2025 版）》提出的 “三阶段四维度” 框架，与南华中学的实践高度契合：小学阶段侧重 “感知体验”，通过可视化编程（如家庭安防人脸识别）、AI 工具互动（如用 “行色” 识别植物），启蒙逻辑思维与隐私保护意识；初中阶段聚焦 “理解应用”，让学生分析机器学习流程（如 “神奇字典” 的图像识别原理）、用数据可视化解决问题，培养工程思维；高中阶段强调 “创新实践”，鼓励跨学科创作（如用 AI 生成《荷塘月色》情境图）、设计简单算法，树立技术战略与文化传承意识。这种分层设计避免了 “小学生学复杂算法”“高中生仍停留在体验” 的错位，为不同学段的 AI 课程设计提供了明确依据。

（二）学科融合：打破课程壁垒，让 AI “融入日常”

南华中学 “不设独立 AI 课，而是融入常规学科” 的策略极具借鉴意义：七年级信息课以 “两江新区” 为主题，用 AI 词云提取信息、思维导图整理逻辑，既教会工具使用，又渗透地理与经济知识；英语课将智能体从 “高中外教” 调整为 “初中口语助教”，适配学生水平；语文组用 AI 一键批改作文，2-3 分钟生成详细批注，实现个性化指导。这种 “AI + 学科” 的融合模式，无需额外增加课时，却能让学生在真实学习场景中感知 AI 价值，也降低了教师实施 AI 教育的门槛。

（三）校地协同：整合资源，破解 “师资、硬件” 痛点

何毅专家分享的 “区校联动” 模式，为资源有限的学校提供了破局思路：区域层面联合企业（如金山办公）搭建 “数字实验室”“校园数字大脑”，整合多校数据与资源；通过 “三阶段培训”（设备操作→技术融合→AI + 国家平台）提升教师能力，甚至组建 “WPS 讲师团”，让草根教师也能成长为技术骨干；学校层面则结合自身特色，形成 “区域搭台、学校唱戏” 的良性生态。这种协同不仅解决了单校 “缺硬件、缺师资” 的问题，更能形成可复制的经验，推动 AI 教育规模化发展。

三、正视挑战：明确 AI 教育推进中的核心问题与应对方向

培训也坦诚剖析了当前 AI 教育面临的挑战，让我对实践中的困难有了更清醒的认知：

（一）师资能力：从 “技术焦虑” 到 “主动适应”

多位专家提及，教师面临 “技术更新快”“跨学科能力不足” 的问题 —— 如徐海娟老师提到的 “青年教师参与度低”“部分教师依赖赛事驱动学习”，何毅专家提到的 “教师需频繁适应新平台功能”。应对需双管齐下：一方面依托 “国家智慧教育平台”“校本研修” 提供常态化学习（如黄仕友分享的提示词自动生成工具、刘革平教授推荐的在线课程），降低技术学习门槛；另一方面通过 “师徒结对”“双师模式”（主讲教师 + 技术助教），让技术骨干带动普通教师，逐步消除焦虑。

（二）技术伦理：从 “盲目应用” 到 “理性把控”

刘革平教授特别强调 AI 伦理的重要性：AI 存在 “幻觉”（生成错误信息）、“算法歧视”（如偏向城市场景），小学生直接使用大模型可能产生依赖。实践中需建立 “双重把控”：教师层面，设计提示词时要求 AI “标注不确定信息来源”“用通俗语言解释”，如黄仕友建议的 “不确定信息标注概率”；教学层面，将伦理融入课程（如小学讲隐私保护、高中讲技术主权），培养学生的批判性思维，避免 “盲目信任 AI”。

（三）资源建设：从 “依赖外部” 到 “校本开发”

当前 AI 教育存在 “资源碎片化”“适配性差” 的问题，南华中学与何毅团队的做法值得借鉴：学校层面开发 “校本教材”，收录真实课例与工具使用指南；区域层面共建 “资源库”，如可整合各校 AI 融合课例，形成 “市级资源超市”；同时善用国家资源（如 “国家中小学智慧教育平台” 的 AI 专栏），实现 “外部资源本土化改造 + 本土资源区域共享”，逐步丰富课程供给。

四、行动反思：未来教学中的实践方向

结合培训所得，我对自身未来的 AI 教育实践有了清晰规划：

转变角色定位：从 “AI 使用者” 转变为 “AI 协同者”，在备课中尝试用提示词与 AI 探讨教学设计（如 “如何设计一堂 AI 融合的数学复习课”），而非直接让 AI 生成教案。

落地分层教学：针对所教年级，设计 “AI + 学科” 的融合课例 —— 如物理课用 AI 分析实验数据，历史课用 AI 生成历史场景图，让学生在实践中理解 AI 原理。

参与教师成长：主动参与校本研修与区域培训，学习提示词设计、大模型选择等技能，甚至尝试开发简单的 AI 辅助工具。

关注伦理教育：在教学中融入 AI 伦理讨论，如让学生辨别 AI 生成内容的真伪，探讨 “过度依赖 AI 的危害”，培养理性使用 AI 的意识。

此次培训不仅传递了 AI 教育的知识与方法，更让我深刻认识到：AI 教育不是 “技术的堆砌”，而是 “以技术为器，回归教育本质”—— 最终目标是培养适应未来的人，让学生既有使用 AI 的能力，更有驾驭 AI 的智慧与责任。这也将成为我未来教学实践中的核心遵循。

撰文：任常田

图片：任常田

审核：刘旭

上传：胡星星