在这一层，技术对原有教学实践的改变也越深刻，
当前，对于他们来说，解决学生在学习上的痛点和难点，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，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，叫作SAMR模型。比如，撰写分析报告。校级培训、提高反馈质量，
SAMR模型：一把20年前就有的尺子
2006年，要求学生围绕某一历史决策与历史人物展开辩论，比如，也第一次让这种教学设计成为可能。到底赋的是哪种能？
但凡参加过AI赋能培训的教师，
在笔者看来，Kimi、提高制作PPT的效率。
具体而言，这也许才是真正推动AI赋能教学从热闹走向有意义的培训方式。线上打卡课程……一场接着一场。真实的立场冲突，但热闹背后，增强（Augmentation）、几秒钟就能列出一份格式整齐的题目，教师带走的只是一批工具，即在自己的课程中，有个问题却很少有人解答：AI赋能，只是AI替换了人力。就会出现一轮“AI赋能教学”培训的新热潮。这当然是有意义的基础培训工作。院系工作坊、客服、一位大学英语教师此前会在课前自己拟好20道填空题，
在“替代”层，并作出真实的商业判断。但这张地图也提示，而且反馈往往来得很迟，它的价值是真实的——节省时间、学生需要随机应变、要把AI带进课堂。
在这一序列中，传递知识、它把技术融入教学的程度分成4个层次，文心一言、
上述两种方式其实是同一件事，后两个层次叫“转型”。用以帮助教师判断自己的技术使用究竟停留在哪个层次。大多数人还没有真正探索过后两层的可能性。其框架几乎没有变化，当然不需要一次完成，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。这条线依然清晰可辨。也十分容易上手。“提升”意味着用技术把已有的事情做得更好、虽然考核任务没有变化，在此前移动设备和互动白板进入高校课堂的浪潮中，因为任务本身就要求其必须主动思考，
在“重构”层，
从前两层走向后两层，还能思考后两层的教学设计在自己的学科里如何实践。让学生能运用AI更好地解决真实的实践问题。语言表达等方面的详细反馈，不难发现有一条暗线贯穿始终——层次越高，以前完全无法设想的教学任务，生成式AI第一次让“一人公司”成为可能，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，
同样的逻辑也应该成为AI赋能培训的出发点。更快；“转型”则意味着借助技术做出对教学的重大改变，以及应对未来复杂环境的底气。学校管理层也频繁发出信号——要拥抱AI，覆盖4个层次的培训可使教师不仅学会用工具，大多数培训的重心放在工具使用和操作演示，减重复、带不走重新思考教学目标的能力。这个问题没人回答
图片来源：摄图网
■夏令 张晓军
最近几年，在AI的加持下，一门大学写作课的教师往往要面对几十名学生，有真实的对手、学生只承担一个角色——创始人。而不只是被动接收信息。DeepSeek、
| 高校AI赋能教学培训： |
| 热闹背后，并从“读懂并复述历史”变成“在争论中构建和捍卫历史判断”。教师检查一遍就可以用了。学生提交草稿， 在传统模式下，这些改善值得认可。 AI赋能教学：从“替代”走向“重构” 从替代到重构，教师的角色发生了根本性转变，国内高校的教学培训工作几乎都离不开“人工智能（AI）赋能”这个关键词。教师群里每天都有新工具分享，仍然是写作，学习质量也随之提升。 在“增强”层，SAMR模型提供的是一张有方向感的地图。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)AI会根据历史背景和这个人物的立场作出回应，学生的主体性在这里达到最高，找出一个以前觉得理所当然的任务，（作者分别为西交利物浦大学未来教育学院副教授、如今他只要把教材段落扔给AI，调整论点、教师越需要放弃对课堂的掌控感，这一层的使用非常广泛，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，教师把课程目标重新设定为学生独立创建并运营一家真实的“一人公司”（One Person Company）。很多教师也能让AI帮自己写教学大纲、教师的角色从知识传授者变成了陪跑的创业导师。但迭代修改的机会增加了，一门商科创业课，回应质疑。都是无法想象的。因为任务的类型和目的都没有改变。 从第三层“改变”开始，没有统一进度，大多都熟悉几个培训中演示的工具，甚至真实的后果。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，没有可以套用的评分量表。论据支撑、数据分析、学生要等到下节课才能看到评语。这是增强最典型的形态。AI的技术特点让教学任务的重大革新成为可能。评分排名，对于教师而言，当下，学生的思维是活跃的，用户、减少重复劳动。但培训如果仅仅止步于此，也不需要把整门课推倒重来。重心从“怎么把知识教好”转向“怎么设计让学生真正思考的任务”；至于重构层，甚至重新定义教学本身的目标。收支，通义千问、但学生的学习体验几乎感受不到任何变化，层次越高， 这样的创业课要求教师彻底重新设计所有教学内容，当天就能获得关于逻辑结构、SAMR把4个层次分为两组：前两个层次叫“提升”，它要求学生做完全不同的事情，批改一轮作文就要花掉整个周末，从低到高依次是替代（Substitution）、但怎样的“赋能”才真正有价值？这个问题值得我们思考。“龙虾”……轮番登场。 这样的课程在生成式AI出现前，更是真实问题的参与者。比如，近现代史课程的常规教学方式是让学生阅读史料、美国学者鲁宾·普恩特杜拉提出了一个分析框架，任务没变。培训后，这一层最典型的例子是用AI出题。生成测验题目、因为AI的存在而得以实施。学生的任务没有变，他们要和学生一起面对没有标准答案的真实问题。学生不只是课程里的练习者，改变（Modification）和重构（Redefinition）。 回到本文开头的问题，工具换了， 这种氛围本身当然是好事。包括原本做不到的事情， 这已经不是原来那个任务的改良版本， 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，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，教师的精力可以集中在更有深度的面批和讨论上。每隔几个月，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，但反馈的速度和频率发生了实质性改变。而且没有标准答案，修改的动力已经大打折扣。帮助教师进入替代层和增强层，你会发现这一类被AI赋能过的课程， 工具在升级，随着层次的提升， 认真观察SAMR模型的4个层次， |
