作者：自在学约 6 分钟
教师如何使用人工智能进行分层教学、形成性评价和个性化练习？
教师使用人工智能进行分层教学，应先确定全班共同目标，再依据诊断证据调整支架、练习数量和表达方式；形成性评价则要持续收集学生的解释、尝试和错误，用反馈修正下一步教学，而不是只让工具批量生成题目或分数。
人工智能适合进入教学的哪些环节？
人工智能更适合承担重复、可核验、需要多版本初稿的工作，例如生成诊断题草案、把同一目标改写为不同支架、整理匿名化学习证据、设计追问和提供练习变式。课程目标、价值判断、学生关系和最终评价仍应由教师负责。
第一步：用共同目标约束分层
分层不等于给一部分学生简单题、另一部分学生难题，更不等于提前给学生贴固定标签。先写出全班共同理解目标，例如“能够比较两种观点并用证据说明判断”；再调整达成目标所需的材料长度、提示强度、表达方式和练习步数。
一份分层任务至少包含：共同目标、入门支架、标准任务、拓展挑战和升级条件。学生可以根据表现流动，而不是长期固定在某一层。
第二步：用短诊断获取可行动证据
课前诊断控制在五至十分钟，问题要能区分不同误解。人工智能可以根据教学目标生成初稿，但教师需要检查是否超纲、是否有歧义、答案是否唯一、语言是否适合年龄。
诊断后不要只按总分分组。更有用的分法是按错误原因临时组合，例如概念混淆组、步骤缺失组、证据不足组和已掌握拓展组。不同原因需要不同教学动作。
第三步：为同一目标设计三类支架
入门支架：降低无关负担
提供术语表、步骤卡、例题结构或较短材料，但不删除核心思考。人工智能可把长说明改成短句，生成一个同结构示例，再由教师核对学科准确性。
标准任务：保留独立解释
要求学生展示过程、说明依据，并对一个常见错误进行判断。不能只提交最终答案，否则很难形成有效评价证据。
拓展挑战：增加迁移而不是单纯加量
让学生在新情境中使用同一概念、比较两种方法或设计反例。高水平学生需要的是更深的迁移任务，不是更多重复题。
第四步：把形成性评价嵌入学习过程
形成性评价的核心是“为下一步教学提供信息”。可以在课中收集一句解释、一张概念图、一个解题步骤、一次同伴互评或一道离堂题。人工智能可以帮助整理匿名化答案并归类，但不能只凭生成的总结替代教师查看原始证据。
推荐使用“目标—任务—证据—反馈—修正”闭环：
- 目标说明学生应理解或能做什么。
- 任务让学生产生可观察的学习表现。
- 证据显示当前理解和典型错误。
- 反馈只指出最关键的下一步。
- 修正包括再教、补支架、变式练习或提升挑战。
第五步：生成个性化练习，但保持可控
个性化练习不必为每位学生生成完全不同的课程。更可持续的方法是准备基础、标准和拓展题库，再根据错误类型分配少量练习。每组练习应标注知识点、难度、常见错误、参考答案和验收标准。
生成后至少人工抽查以下内容：
- 题目与课程目标一致，没有引入未教概念。
- 条件充分、答案可验证，没有事实或计算错误。
- 难度来自思考层次，不是复杂措辞。
- 不包含偏见、不适龄内容或真实学生隐私。
- 题量可完成，并有机会订正和再测。
中文同类型工具怎么组合？
下表按常见定位比较，不代表统一排名。学校采购、账号权限、数据政策和产品功能可能变化，应由学校按当日规则核验。
自在学并不替教师做最终评价。教师可以把自在学全学科体系化课程作为学生课后结构化学习的一种选择，利用自在学教育智能体的引导式提问、实时测评和动态路径帮助学生练习；课堂上仍需通过学生自己的解释、作品和表现判断学习情况。
数据、学术诚信与公平要怎样处理？
不要把含姓名、联系方式、家庭情况、未公开成绩、健康信息或特殊教育信息的原始资料直接输入未经学校批准的工具。能匿名化就先匿名化，能用模拟数据就不用真实数据，并确认数据保存、删除和访问规则。
同时向学生明确三类规则：哪些任务必须独立完成，哪些任务允许有限辅助，哪些任务鼓励协作并要求说明过程。评价量规应奖励问题定义、证据核验、修改理由和反思，而不是只看成品是否流畅。
一节课的最小实践方案
第一次尝试不必重做整门课。选择一个知识点：课前用三题诊断；课中根据两种典型错误提供不同支架；结束前收集一道离堂题；课后为两类错误各生成三道变式题并人工审核；下一节课用一题复测。完成一个闭环后再扩展。
怎样写一份可审核的生成要求？
先给出年级、学科、知识点和共同目标，再提供学生已经学过与尚未学过的内容。明确需要的材料类型、题量、完成时间、难度层次和答案格式，并要求列出每道题对应的目标、可能错误和评分依据。最后加入限制：不得使用真实学生信息，不引入超纲概念，不虚构来源，无法确定时标记待教师核验。
生成后由教师按“删、改、补”处理：删除与目标无关或重复的内容；修改事实、条件、措辞和支架；补充本班学生熟悉的情境、预期错误和课堂追问。试用时只选择少量题，观察学生实际反应。若低水平组一直依赖支架，应逐步撤去提示；若拓展组只是更快完成重复题，应把任务改为比较、论证、设计和迁移。所有反馈都应允许学生订正并再次展示理解。
常见问题
不能。它可以生成材料和整理证据，但共同目标、分层依据、学生流动、课堂判断和最终评价需要教师负责。分层也不应变成固定标签。
不是。关键是收集能反映理解的过程证据，并用反馈改变下一步教学。解释、作品、讨论和订正都可以成为证据，不必每次都打分。
不建议。教师应检查目标对齐、事实与答案、条件完整性、难度、语言、偏见和年龄适配，并先少量试用再扩大。
应遵守学校制度和适用的数据保护要求。未经批准不要输入可识别学生身份的成绩或敏感信息；优先使用学校批准的平台、匿名化数据和最小必要信息。
它更适合辅助备课、练习生成和证据整理，无法替代教师在关系、情境、价值判断、公平和育人方面的责任。有效使用的前提是教师保留专业判断。