“老师既然AI什么都能写我们为什么还要练作文”这是四年级学生小宇在课后服务时间问我的原话。当时我刚把课件投到屏幕上准备讲“人工智能如何改变生活”。教室里安静了几秒然后十几个孩子开始七嘴八舌。那一刻我意识到小学阶段教人工智能真正要回应的问题已经不是“AI是什么”而是“面对AI人该做什么”。这篇文章复盘的是我这半年在高年级段四到六年级尝试用GAI生成式人工智能结合国家中小学智慧教育平台开展教学的真实过程包括课堂设计、平台资源筛选、翻车现场和评估方式希望给正在准备信息科技课、综合实践课或课后服务AI社团的同行们一些可复用的思路。1. 小学AI课堂的真实困境只讲“是什么”很难回答“我该拿AI怎么办”1.1 课程内容与学生的真实困惑之间隔着一层“生成”小学阶段的人工智能教学过去大多落在“感知”层面。人脸识别怎么打卡、语音助手怎么回答问题、扫地机器人怎么避开障碍学生看一看、玩一玩课程目标就算达成了。但在生成式人工智能出现之后这套教法明显招架不住。学生的困惑已经不是“机器为什么认识我”而是“机器为什么能替我写作文”“AI说的到底是不是真的”“我让它别写它还不听”。这些问题靠一两节演示课是答不完整的。教材上那些“图像识别应用”的案例讲的是输入和输出的对应关系而学生真正在用的AI是输入一句话就能吐出一整段文字的工具。这两者中间隔着一层“生成”——它不是从现成的标签库里挑答案而是根据概率逐字逐句创造新内容。如果课堂不补上这一课学生对AI的理解就会停留在“它很厉害”和“它会骗人”两个极端之间没有中间地带。我后来把课堂重心调整成了“人机对话”不急着告诉学生AI是什么而是先让他们用AI生成一段内容再反过来追问这段内容是怎么来的、有什么毛病、能怎么改。这种教法表面上看放弃了知识点灌输实际上把知识变成了学生在对话中自己发现的东西。1.2 课时和设备限制倒逼课堂“轻硬件、重思维”另一个现实压力是课时和硬件。小学信息科技课一个学期能挤出来给人工智能的课时非常有限三四节课是常态五六节已经算奢侈。想在这点时间里让学生摸清机器学习、神经网络这些概念根本不现实。安装机器人套件更让人头疼一套设备动辄上千元一班四十几个学生轮流摸一遍一节课就过去了。被逼无奈我走了一条“轻硬件、重思维”的路线。生成式AI的特点是只要有网络、有一个能输入的终端就能开展高质量的课堂对话。条件好的学校可以人手一台终端条件一般的学校哪怕只有教师一台机器用投屏方式全班共同操作也能把提问、生成、批判、修正这几个环节跑起来。这比让每个学生都摆弄一次传感器更贴近“AI素养”的本来含义——毕竟学生将来面对的人工智能绝大多数是以对话形式出现的。当然“轻硬件”不等于不做任何技术准备。我的做法是先把国家中小学智慧教育平台上的资源和课堂需要的问题清单准备好再借助GAI工具生成演示案例。这样既能控制课堂节奏又不会因为设备问题让教学断在半路。1.3 国家平台补上的正是“资源不对称”这块短板最开始我也担心自己所在学校不是教育信息化强校备课资源全靠网上拼凑怎么敢带学生玩生成式AI转折点是用了国家中小学智慧教育平台之后。平台上的课程教学、实验教学、课后服务、教师研修几大板块几乎把一节AI课所需要的“背景素材包”备齐了。我理解的“支持”不是让平台替我做所有事而是平台负责提供结构化的知识底料GAI负责做课堂里的开放性对话引擎。比如一节关于“机器如何学习”的课国家平台上的微课视频帮助学生建立基本认知我再让GAI生成“为什么机器需要学习”的思考题学生在讨论中把两类素材拼起来理解就立体了。平台是底座GAI是引擎两者配合才可能让薄弱学校也能开出有思维含量的人工智能课。2. 国家中小学智慧教育平台的“家底”盘点哪些资源能直接融入GAI课堂2.1 我常用的四类资源精品课、实验教学、课后服务、教师研修把国家平台翻了几轮之后我筛出了四类对我课堂真正有用的资源整理成一张“对应表”方便同行直接对照使用平台板块我在课上怎么用与GAI课堂的结合点课程教学信息科技/科学用微课视频做课前预习或课堂导入学生先看结构化的知识讲解再向GAI提出“如果我想……该注意什么”的问题实验教学找虚拟实验、实验操作示范先观察现象再让GAI生成“现象背后有哪些可能原因”最后用实验证据排除课后服务科普短片、拓展阅读材料截取一段真实应用场景作为学生提问的素材不直接给结论教师研修课标解读、优秀教学案例让我先弄懂教学要求再把目标转写成GAI的提示词设计课堂任务举个例子。五年级科学课讨论“影响种子发芽的因素”我先从国家平台的实验教学板块找了一段对照实验视频请学生记录变量。视频看完之后我让GAI以“植物学家助手”的身份生成三条“可能影响发芽的因素”学生再结合刚才记录的证据逐条判断。整个过程里平台资源负责“建立事实”GAI负责“拓宽假设”学生的任务则是把两者对接起来。对接的动作就是思考。2.2 选资源的两个原则能当“素材”的不当“结论”能引发提问的不当背景平台上的资源很多但直接用和用得好是两回事。我踩过直接播完一段视频就开始做练习的坑学生看得热闹合上屏幕脑子里什么都没留下。后来我定了两条选材原则。第一条能当“素材”的不当“结论”。平台视频里的信息是结构化的但结构化知识不该是课堂终点而该是讨论材料。我会在视频播到关键处故意暂停让学生先猜后果再让GAI生成几种可能性最后回到视频验证。这样视频不是在“告诉”学生答案而是在“检验”学生的猜想。第二条能引发提问的不当背景。很多老师习惯用平台视频做开场导入播完就进入正题。但如果这个视频不能引出学生的真实问题它就只是个背景噪音。我现在要求自己选任何一段资源都要想清楚它能激发哪一个“学生不吐不快的问题”。比如一段自动驾驶识别障碍物的视频学生自然会问“如果它认错了怎么办”“它会不会撞到突然跑出来的猫”。这些问题一冒出来GAI生成答案的机会就到了。2.3 一个进阶用法把平台资源转成GAI的“提示词素材”如果只把国家平台当素材库它还是静态的。真正的进阶用法是把平台上的教学设计、知识清单、活动建议转写成GAI的提示词让AI替你做“教学设计的扩充”。这个操作不复杂但非常管用。我常做的是从国家平台下载一节课的教学目标和知识点列表摘出其中一条粘贴给GAI再加上指令“你是一名有十年经验的小学信息科技教师请围绕这个目标设计3个适合四年级学生的课堂活动每个活动不超过10分钟需要包含学生可能产生的疑问。” GAI通常会在几十秒内给出一个包含活动流程、提问话术和可能卡点的方案。拿到方案之后我不会直接照搬。我会先去掉超出学生理解能力的任务再把语言改得更口语化最后补充平台视频里对应的参考片段。GAI的作用是帮我把“从目标到活动”的中间过程快速走一遍省下的是搜集案例的时间但最终拍板的人还是我自己。这个协作模式让备课效率提高了不少也让国家平台上的静态资源真正“活”了起来。3. 三条已跑通的GAI教学主线路体验边界、跨学科应用、校园提案3.1 线路一让GAI“翻车”学生反而理解了AI边界生成式AI最容易留给学生的印象是“什么都会”。要破除这种迷信最好的办法不是讲道理而是让他们亲眼看着AI犯错。我在四年级做过这样一节课。第一轮我让学生让AI写一首“关于春天的诗”不给任何约束。AI输出了一首押韵的小诗孩子们很兴奋。第二轮我请学生加上要求“诗里不能出现‘春天’‘花’‘草’‘绿’这四个词还要让人一听就知道是春天。”AI果然开始别扭有的句子为了避开关键词变得很奇怪。学生笑得前仰后合但笑完之后一个女生举手说“老师它好像不太懂什么叫‘让人知道’它只是会凑词。”第三轮我换了一个陷阱题“请介绍火星上的游泳馆。”AI一本正经地编出了“火星游泳馆采用特殊重力技术适合儿童练习”——教室里安静了几秒然后爆发出一片“它是乱说的”。这时候我再抛出核心问题为什么AI能编出不像胡话的胡话学生很快就明白了AI的语言是“接龙式生成”它没有真正去过火星只是按概率选出了看起来合理的词。这节课没有讲任何数学公式但从那以后我们班就多了一句课堂口头禅AI说的要打个问号再信。3.2 线路二跨学科项目里把GAI当“第二位老师”GAI在小学课堂里不一定只能出现在信息科技课上。我尝试把它放进科学课效果也不错。五年级有个单元的讨论主题是“岩石是怎么慢慢变化的”。传统上这个内容靠实验和视频就够但我想让学生体会“提出假设”这个科学动作。流程是这样的学生先通过国家平台的实验教学模块观察热胀冷缩对岩石的影响然后我让AI扮演“地质学助手”全班一起提问“温度变化还会怎么影响岩石”“水结冰会不会让石头裂开”。AI给出的答案里有一条很有意思“水在岩石裂缝中结冰体积变大会像楔子一样把岩石撑裂。”我请学生判断这条答案是否有道理并对应用实验视频里的现象做了推理。这里有一个关键操作我明确要求AI不让它直接给结论而是只提供“假设列表”每个假设要附带“我可以通过什么实验验证”这一栏。于是AI的回答变成了科学探究的脚手架。学生需要在多个假设中做筛选判断哪个和自己的观察匹配再用自己的话重写一遍。到了课堂结束每个小组都产出了一份“关于岩石变化的小小解释单”。学生学到的不仅是科学知识更是“面对一个新说法时先验证再接受”的思考习惯。3.3 线路三用GAI完成“校园提案”把课堂连接到真实决策六年级的综合实践课我带学生做过一次“怎样减少午餐浪费”的校园提案。这个主题对学生来说很亲切答案没有唯一标准特别适合用GAI做辅助但必须有人在中间做判断。第一步学生先用头脑风暴列出问题“为什么有人不爱吃青菜”“为什么米饭总剩这么多”“分餐阿姨给太多怎么办”。第二步小组把这些问题交给AI请它生成一份调查问卷的题目草稿。AI很快写出了二十多个问题学生整理时发现两个毛病有些问题有诱导性有些问题低年级同学读不懂。他们自己动手改题这是第一轮筛选。第三步问卷回收以后我让学生把文字反馈丢进AI请它“把原因归类去掉重复的”。AI给出的分类帮助大家看到了规律但孩子们很快指出“它把‘菜不好吃’和‘不想吃菜’归成了一类其实是两回事一个是不好吃一个是不想吃。”这个反对意见让我特别欣慰——AI能帮他们整理信息但判断信息的意义还得靠人。最后每组基于筛选出的三个主要原因提出一条“现在就能做”的改进建议。当选出来的方案是“分餐时允许先试吃一小口喜欢再加”时这个建议不是AI给的而是学生在食堂生活经验里找到的。AI在整个项目里做的是秘书和分类员学生做的是判断者和决策者。3.4 三条线路的共同逻辑任务真实、答案开放、责任在学生回过头看这三条线路看起来主题不同但底层逻辑一致。第一任务都指向真实问题诗写得别扭、岩石变化、午餐浪费都不是“为了考倒AI”而编出来的题目。第二答案都保持开放AI输出的是候选方案不是唯一标准答案。第三也是最关键的思考责任始终压在学生身上AI负责生产学生负责审查、取舍、解释。如果老师把GAI当成“更快给出标准答案的工具”课堂就会退化。只有当任务足够真实、答案足够开放、责任足够具体时GAI才会从“替学生思考”变成“逼学生思考”。这也是我反复向教研同伴强调的一句话AI越强大课堂越要把判断权留给学生。4. 把“提问—生成—评判—修正”跑成课堂常规动作4.1 为什么“提问”比“生成”更值得花时间训练任教以来我观察到小学生使用GAI的最大问题不是不会点按钮而是不会提有效的问题。很多学生一上来就输入“帮我写一篇家乡的作文”AI给出来的是又空又长的套话学生再抱怨“它写得不好”。问题根源在于指令太模糊什么角度、写多长、给谁看、要不要例子这些都没告诉AI。所以我把大量时间花在“提问训练”上。课堂上我要求学生使用一个四要素提示词框架角色、任务、条件、格式。可以理解为给AI发一份“清楚的工作委托单”。这个框架不复杂学生经过两三次练习就能掌握但它改变的其实是学生把模糊想法变得可表达、可执行的能力。场景模糊指令用四要素改写后的指令写作文“帮我写一篇运动会作文”“你是一个五年级学生写一段接力赛中掉棒后又追回来的经历150字要有动作和心情”查资料“介绍一下恐龙”“请用小学四年级能懂的话介绍梁龙的三个特点每个特点配一个生活里的比喻”解决问题“怎么节约用水”“请列出校园里最容易做到的三件节水小事每件写明需要谁配合、大概怎么做”每次学生改写完指令我会请他们互相猜如果AI只收到你这句话它能理解你的真实需求吗猜过几轮之后学生自然就养成了“把话说完整、条件说清楚”的习惯。4.2 “生成”环节的课堂组织方式从教师演示到小组共创“生成”环节需要设备但我并不推荐人手一台。人机对话这件事的价值在“对话思维”不在点击次数。我的课堂有两种组织方式。第一种是设备不足时的“教师机投屏模式”。我根据学生口述输入提示词AI的输出投在屏幕上。这种模式下教师的打字速度决定课堂节奏所以我会提前把可能用到的提示词写好甚至做成候选项让学生选择“你想让AI先扮演哪个角色”。设备限制反而变成了课堂优势学生必须讨论出统一意见才能让老师输入过去。第二种是小组设备可用时的“一个提问官”模式。每组一台终端但规则是同一时间只能由一位“提问官”操作其他组员负责盯屏幕、找漏洞、记录答案。每轮结束提问官轮换。这个安排防止了讨论变成一个人玩电脑也让AI输出有人核对。生成内容不追求多只要两三轮高质量对话学生就开始从“看AI热闹”转向“看AI门道”。4.3 “评判”和“修正”才是教师介入最深的部分生成内容之后如果直接进入下一个活动那就只剩下热闹。我把课堂时间的重心压在“评判”和“修正”上做法是让学生使用一份“AI对话反馈单”上面只有三列AI的回答是什么、我同意还是不同意、我想怎么改。这个反馈单看起来简单但它强迫学生做三件事复述AI观点、给出自己的立场、提出修改方向。四年级学生一开始最容易卡在第三列他们只会说“我觉得不对”说不出怎么改。这时候我会提供四个常见修改动作加条件、换角色、拆步骤、要示例。加条件指给AI补充限制比如“只能用五个词”“不能提人名”换角色指让AI换一个身份重新说比如“以一年级小朋友的朋友身份介绍”拆步骤指要求AI一步一步来先回答第一问再回答第二问要示例指先请AI给一个具体例子再让它举一反三。学生把这四个动作当成工具就能在修正过程中感受到AI不是固定不变的播放器而是可以被自己引导的合作者。4.4 教师怎样把时间从“点鼠标”挤给“对话”很多同行担心AI课会上成“老师站在讲台前不停操作学生看得一脸茫然”。这个担心很现实。我的解法是把技术操作尽量挪到课前和课外课堂只留思维活动。比如涉及工具使用的步骤我会提前录成2分钟的微课发在班级空间课前交代学生自己看国家平台上的微课视频和操作演示也安排成课前预习任务。到了课堂上学生面对的是已经准备好的问题情境而不是冷冰冰的操作手册。教师一节课只需要操作几次生成省下来的时间全部用于追问比如“你为什么觉得它这条对”“你愿意为这个判断找一个证据吗”。教师不需要成为AI技术专家。教师要做的是“对话教练”知道什么时候追问、什么时候把发言权还给学生、什么时候提醒大家“AI也有可能是错的”。这个角色定位一明确课堂节奏就顺了。5. 课堂实测中最容易翻车的五种情况与处理预案5.1 学生让GAI代写整段作文课堂变“抄写”这是最容易被家长投诉也让老师最担心的场景。我在试课初期的确遇到过作业布置“观察一种小动物并写一段话”结果好几位学生的作业里出现了同一种比喻——追问之下才知道他们让AI代写了整段自己一个字没改。我对策不是没收AI而是把任务拆到AI代写不划算的程度。比如要求“只能让AI给你列3个观察角度不能要成品句子”“必须提交你和AI的对话记录”“在文章末尾写上你采纳了哪句话、改写了哪句话、自己写了哪句话”。一旦AI被定位成“提纲提供者”而非“全文作者”学生就会回到自己的语言里。最重要的是让学生明白AI用的词再好也不是自己的观察。5.2 答案明显错误学生全盘接受低年级学生天然信任“屏幕上印出来的字”。课堂上AI一旦输出一段明显有常识错误的答案常常会有学生点头说“那就这样吧”。这个我处理过几回后来养成了固定环节“找茬时间”每节课先让AI故意生成一份有错误的内容全班比赛谁能先找到错。找到之后还要补一句“我为什么要说它是错的”。这个方法有两个好处一是把“怀疑AI”变成了课堂规则学生以后看到AI输出会主动找漏洞二是让错误变成教学资源。有一次AI把“企鹅生活在北极”说得煞有介事学生直接笑场。我顺势追问“它为什么敢说企鹅在北极因为它训练时就看过很多混乱的信息。它以为自己说得像不代表它说得对。”从此以后“验证”两个字在班里成了高频词。5.3 生成内容不适宜儿童生成式AI的输出存在不可控性课堂上偶尔会出现内容超纲、表述不当甚至价值观有问题的情况。我的第一道防线是课前预生成所有关键提问我在备课时会提前问一遍AI如果有不适合儿童的内容马上调整提示词。第二道防线是限定输出在提示词里明确写“请用适合10岁孩子的语言”“请避免任何可能引起焦虑的表述”。第三道防线也是最需要临场智慧的如果课上真出现了不合适内容我不会假装没看见而是说明“这句话不适合在这节课出现我们来想想它为什么被造出来以及下一次怎样要求AI避开”。把这个处理动作从“捂盖子”变成“教学切片”反而能让学生理解AI输出需要被筛选人要对对话负责。5.4 网络故障、设备卡顿课堂三分之二时间耗在加载现实中的信息化教学总会遇到网络问题。我经历过最尴尬的一幕学生问题已经抛出来了AI界面卡在旋转圈上全班一起数秒。后来我给自己定了一个“无AI备份”原则每一节用GAI的课都准备一份包含AI输出截图的学案。万一网络崩了学生照样能对着截图开展评判和修正环节。另外一个经验是提前把最关键的生成结果放到本地。我会在课前把两三轮对话全部生成并截图保存课上如果时间不够或网络不稳就直接用截图来讨论。这不是造假而是把课堂的重心从“看AI现场变魔术”转向“对AI产物做思考”。AI生成展示是手段思考讨论才是目的。5.5 教师自己变成“助教”教学节奏被打乱很多老师第一次上AI课会发现自己被技术“牵着走”一会儿要登录一会儿要改提示词一会儿又要处理AI输出格式乱码整节课下来自己变成打字的助教学生等着看屏幕对话完全没有展开。我的自救方法是一条班级规则“三步问”先问组内同学再看班级指令墙最后才能问老师。所谓指令墙是一张贴在黑板边的提示词框架表包括角色、任务、条件、格式四格以及“加条件、换角色、拆步骤、要示例”四种修正动作。学生遇到问题先按规则自查实在解决不了老师才介入。规则执行三节课之后教师就能从技术泥潭里爬出来站回“组织讨论”的位置。6. 把学生的“AI素养”变成能观察、能评分的行为指标6.1 我关注的三个观察点提问质量、验证意愿、表达所有权做教学实践最怕“课上热闹期末没法评价”。我不能用纸笔考“什么是大语言模型”现阶段也不适合。那怎么知道学生真的长了本事我把评价聚焦到三个可观察的行为上。第一个观察点是提问质量。学生面对任务是直接说“你帮我做”还是能提出一个有角色、有任务、有条件、有格式要求的问题后者意味着学生已经把需求想清楚了这是比AI操作更核心的能力。第二个观察点是验证意愿。学生在拿到AI输出后是马上复制粘贴还是愿意停下来判断“它哪里可能有问题”“我能找到证据吗”这个行为在小组讨论里一眼就能看出来有的小组会自动反驳AI有的小组则是AI说什么记什么。第三个观察点是表达所有权。学生经过AI辅助完成的作品最后还能不能听到他自己的声音我要求学生对自己写的答案负责所以我特别留意这句标志性的话“这句是我改的因为我觉得它原本不顺。”一个能说清自己在哪里改了AI、为什么改的学生才是真正的人机协作者。6.2 一张可落地的课堂观察量表为了让评价不至于全凭感觉我做了一张很轻量的观察量表不是打分表而是给学生的行为描画像观察维度待发展已达成优秀表现提问质量只要求AI“直接给答案”能尝试用角色、任务、条件组织问题能根据AI的前一轮回答调整下一轮问题形成追问验证意愿对AI输出全盘照抄能在提示下找出AI内容里的一处错误主动用事实、常识或实验证据说明“哪里错、为什么错”表达所有权最终作品和AI输出几乎一样有自己的判断但说不清改在哪里能清楚指出“这句是我改的因为我的想法是……”这张表不是用来给每个学生贴等级的而是让教师快速判断一节课到底是真思考还是假热闹。如果全班都停在“待发展”说明课堂任务太开放或太依赖AI要马上降低难度、增加支架。6.3 不做纸笔考试用“项目作品对话记录”做表现性评价我这一学期没有给AI教学单元出过纸笔卷子而是依靠四种证据做评价学生与AI的对话记录、课堂反馈单、项目作品前后对比、小组互评表。对话记录是最透明的一种“过程痕迹”。学生在《AI使用清单》上贴出他们和AI的关键对话截图旁边写“我问了什么”“它答了什么”“我后来改了什么”。这些材料清清楚楚地展示出AI到底是在帮学生思考还是在替学生偷懒。每个学期我会带学生做两三个完整项目比如AI仿写、科普探究、校园提案。不做一节课的单次评价因为素养要在一段时间里反复出现才算数。每次项目结束我把三项证据放在一起看问题有没有变细、判断有没有变准、作品里有没有学生自己的痕迹。这三条比“会不会用AI”更能回答一个家长式的疑问孩子用AI到底用出本事还是用出依赖。6.4 教师评估自己的课堂三个自检问题最后我也想给同行分享三个我上完课之后会问自己的问题。第一个问题这节课是学生提的问题多还是AI给的答案多如果AI输出挤占了大部分时间我就要把生成环节缩短还给讨论。第二个问题今天班上有没有学生公开质疑过AI哪怕只有一次也说明批判性思考的种子在发芽。第三个问题如果撤掉AI这个课堂任务还成立吗如果完全成立说明AI只是锦上添花并没有真正改变学习结构如果任务会垮掉那才说明AI已经嵌入了学生思考的链路。这三个问题不复杂但它们帮我把注意力从“AI好不好用”拉回到“学生有没有变强”上。技术每过几个月就换一次外观但评价的锚点应该稳在那里人在与AI协作时是否始终保持了自己的判断。上了大半个学期的GAI课我有一个很直接的体会不要等所有条件都完美了才开始。设备不齐可以投屏平台资源不全可以先挑一块学生不会提问可以先练提示词框架。我第一次走进教室用AI上课时心里也没底但学生的问题不会等教师准备好才出现。与其把AI挡在课堂外不如把它请进来然后认真告诉学生这东西很会说话但它不知道什么叫常识什么叫责任什么叫“这是我写的”。而这些恰好是课堂要教的东西。最后分享一个小技巧每节课快结束时请学生写一句话“下次我会这样问AI”。这句话不需要交给我写给自己就行。你会发现学生的下一次提问真的会不一样。