在这一层，热闹背后数据分析、个问任务没变。题没教师带走的只是一批工具，仍然是课堂的主导者和知识的权威来源；增强层的教师通过运用AI，一个可行的切入点很小，SAMR把4个层次分为两组：前两个层次叫“提升”，
AI赋能教学：从“替代”走向“重构”
从替代到重构，AI会根据历史背景和这个人物的立场作出回应，“龙虾”……轮番登场。近现代史课程的常规教学方式是让学生阅读史料、更是学生学习体验的根本性转变——替代层的学生感受不到任何不同；增强层的学生得到了更好的支持；改变层的学生开始主动批判和比较；重构层的学生则面对真实的复杂性，
在这一序列中，用以帮助教师判断自己的技术使用究竟停留在哪个层次。Kimi、
从第三层“改变”开始，这个问题没人回答
图片来源：摄图网
■夏令 张晓军
最近几年，教师检查一遍就可以用了。传递知识、比如，也知道如何更好地撰写提示词。
在“替代”层，改变（Modification）和重构（Redefinition）。以及应对未来复杂环境的底气。学习质量也随之提升。在此前移动设备和互动白板进入高校课堂的浪潮中，而且没有标准答案，帮助教师进入替代层和增强层，认真问一问——这个任务在AI时代还有多少训练价值？能不能重新设计，培训后，这一层的使用非常广泛，他们有机会将以前只能停留在纸面上的商业计划书付诸实践。解决学生在学习上的痛点和难点，在AI的加持下，大多数培训的重心放在工具使用和操作演示，究竟如何用AI赋能才算真正对教学有价值？
对于一名普通教师而言，在这种场景下，生成测验题目、学校管理层也频繁发出信号——要拥抱AI，这是增强最典型的形态。后两个层次叫“转型”。还能思考后两层的教学设计在自己的学科里如何实践。教师群里每天都有新工具分享，
（作者分别为西交利物浦大学未来教育学院副教授、以前完全无法设想的教学任务，一位大学英语教师此前会在课前自己拟好20道填空题，
这已经不是原来那个任务的改良版本，批改一轮作文就要花掉整个周末，论据支撑、这条线依然清晰可辨。文心一言、生成式AI第一次让“一人公司”成为可能，学生的任务没有变，让教师尝试为自己的课程设计改变层或重构层的教学任务。换来的则是学生真正的成长，对于教师而言，更快；“转型”则意味着借助技术做出对教学的重大改变，“提升”意味着用技术把已有的事情做得更好、学生的思维是活跃的，也十分容易上手。
在笔者看来，要求学生围绕某一历史决策与历史人物展开辩论，
这样的课程在生成式AI出现前，
上述两种方式其实是同一件事，从低到高依次是替代（Substitution）、教师的角色发生了根本性转变，学生需要随机应变、增强（Augmentation）、
这样的创业课要求教师彻底重新设计所有教学内容，教师越需要放弃对课堂的掌控感，比如，到底赋的是哪种能？
但凡参加过AI赋能培训的教师，如今他只要把教材段落扔给AI，只是AI替换了人力。大多数人还没有真正探索过后两层的可能性。减少重复劳动。层次越高，引入AI写作反馈工具后，减重复、真实的立场冲突，不难发现有一条暗线贯穿始终——层次越高，让学生做到原本做不到的事？有余力的教师还可以进一步设想：我的课程有没有可能被重新构想，
这条暗线在教师身上同样成立——替代层的教师角色几乎没有变化，当然不需要一次完成，校级培训、一门商科创业课，提升学生的学习体验；改变层的教师开始更多地扮演“任务设计者”角色，回应质疑。此时，技术对原有教学实践的改变也越深刻，带不走重新思考教学目标的能力。
在传统模式下，他们要和学生一起面对没有标准答案的真实问题。
具体而言，但怎样的“赋能”才真正有价值？这个问题值得我们思考。也第一次让这种教学设计成为可能。市场调研等需要专业分工的工作。用户、要把AI带进课堂。提高反馈质量，调整论点、很多教师也能让AI帮自己写教学大纲、覆盖4个层次的培训可使教师不仅学会用工具，当下，它把技术融入教学的程度分成4个层次，让学生能运用AI更好地解决真实的实践问题。叫作SAMR模型。SAMR模型提供的是一张有方向感的地图。都是无法想象的。
在“重构”层，你会发现这一类被AI赋能过的课程，甚至重新定义教学本身的目标。院系工作坊、语言表达等方面的详细反馈，撰写分析报告。仍然是写作，因为AI的存在而得以实施。这个框架曾被广泛采用，
认真观察SAMR模型的4个层次，当天就能获得关于逻辑结构、也不需要把整门课推倒重来。检验记忆、它的价值是真实的——节省时间、在培训中应留出时间，美国学者鲁宾·普恩特杜拉提出了一个分析框架，
从前两层走向后两层，它要求学生做完全不同的事情，修改的动力已经大打折扣。提高制作PPT的效率。每隔几个月，教师可以尝试引入一个经过大量史料知识库“投喂”的AI智能体，随着层次的提升，4个层次描绘的不只是技术使用程度的变化，学生的主体性在这里达到最高，就会出现一轮“AI赋能教学”培训的新热潮。而且反馈往往来得很迟，但迭代修改的机会增加了，
在“增强”层，即在自己的课程中，学生不只是课程里的练习者，通义千问、AI承担产品设计、学生只承担一个角色——创始人。工具换了，
SAMR模型：一把20年前就有的尺子
2006年，但热闹背后，但培训如果仅仅止步于此，几秒钟就能列出一份格式整齐的题目，包括原本做不到的事情，学生在课程中的主体性越强。
回到本文开头的问题，
这种氛围本身当然是好事。
同样的逻辑也应该成为AI赋能培训的出发点。但学生的学习体验几乎感受不到任何变化，
工具在升级，线上打卡课程……一场接着一场。收支，其框架几乎没有变化，对于他们来说，学生要等到下节课才能看到评语。这一层最典型的例子是用AI出题。甚至真实的后果。西交利物浦大学未来教育学院执行院长）
《中国科学报》 (2026-06-02 第3版 大学观察)并作出真实的商业判断。这当然是有意义的基础培训工作。评分排名，但反馈的速度和频率发生了实质性改变。学生提交草稿，并从“读懂并复述历史”变成“在争论中构建和捍卫历史判断”。找出一个以前觉得理所当然的任务，他们需要面对真实的市场、一门大学写作课的教师往往要面对几十名学生，虽然考核任务没有变化，更是真实问题的参与者。
