生成式人工智能（Generative AI）在教育教学中场景的落地，一直是业界普遍关注的问题。笔者结合自身经验，利用暑假的20多天的时间，共计参阅超过30多万字，从专业书籍、论文、公众号文章等途径获得了大量的资料。对生成式人工智能赋能教学、教学评价、教研等场景的孵化落地有不少心得体会，以文字形式总结他人的研究成果，为更好的服务教育教学。
场景一：学习资源提供
生成式人工智能（Generative AI）能够根据给定的提示词生成新的内容，如文本、图像等。在中小学教育中，对教学内容的生产极为便利。
小学三年级数学和倍计算和差倍计算是比较难的题目，在教育教学中时长需要大量的练习才能完成。但是目前网络环境中很多题目质量差，优秀的题目因为涉及版权问题又不容易获得，因此借助生成式人工智能可以很好的解决题目原创的问题，同时也可以把难度系数和相似系数设置到一个合理范围，为学生进行相似性训练奠定基础。
当然解答这些题目生成式人工智能也很好的解决。这里需要提醒再使用生成式人工智能的时候孩子是否是用来帮助理解，还是用来完成作业是很难区分，如何把我使用生成式人工智能的度。
总之，生成式人工智能能根据学生的学习进度和理解能力生成适宜的习题和阅读材料。甚至一些高考题分分钟也能帮你找到。
场景二：智能辅导
对于智能辅导一般会认为类似ChatGPT-4O一样一个人一台平板，学生根据自己的学习进度进行提问，生成式人工智能给予辅导。但是这里笔者还是担心由于生成式人工智能对于未成年孩子是一个神器的工具，不仅可以学习，还可以应付老师的作业。那么当机器脑代替人脑做事情，会不会造成人脑的不思进取呢？这一点也要为广大同行所了解，一种新技术的出现必然也带来新的问题，教师需要做的就是尽量吸取精华避免糟粕，当然这里不做展开论述，这属于生成式人工智能安全方面的问题。笔者尝试利用生成式人工智能辅助作文批改，其效果还是很不错。
这样的批改效率，对于久困于作文批改的老师们来说简直就是福利。这些智能体需要不断的进行训练，训练的手段就是给它看很多很多教师批改的作文，对于单个老师来说数据是很难收集全的，这就需要很多相关的公司介入，为一线教师的减负贡献一些力量。
场景三：语言学习
对于语言的学习，生成式人工智能最为擅长的领域，不仅可以根据你现有的英语水平定制学习计划，而且还可以针对目标进行量身打造。
结合app就可以轻松实现英语的学习，记录学习时间，根据艾宾浩斯的记忆曲线随时给你提问，结合一些常用的用法让你反复取用，只要你想学习，随时提供保姆级的场景。
一些非常好用的Ai智能应用
🔵 Poclas AI
创业项目的口语练习小程序，针对雅思口语，part1 和 Part2&3 都有一些题目，也可以选择“随性聊天”练习。机器会模拟考官给考题，再根据你的回答评分、润色，优点是可以增加临场感，润色部分能积累到一些说法和素材灵感。
但是对于细纠口音、语调建议、用词造句更为个性化的建议，没办法很细致地照顾到。以及有三天试用，之后应该要付费。总体适合当一个保持口语习惯的训练方式。
上一篇分享的内容主要是教学场景中的具体应用，笔者仅是提供了一种解决问题的思路，具体问题还要具体对待，不亲自落地实践，永远不知道实践的问题，笔者也是技术出身，吃过好高骛远的亏，在此说句题掏心窝子的话，建议各位老师们还是亲自测验，不能总觉得知道怎么用就算掌握了，其实距离能“用”还差的很远。
当然这里稍微展开说一下，在张老师心里一个应用能否落地是有3个简单的标准的。
第一，自己能够熟练掌握该应用。何谓熟练掌握？就是提出一个问题能够很快判断是否适合用该应用解决问题或者问题来了，能够很快确定该应用能够解决哪一块的问题。
第二，有能够教授别人。落地到课堂的技术不能很难，有一整套的学习资料，也证明这种技术或应用已经足够成熟，便于普及。
第三，心中有谱，对于一种应用或者技术要想产生影响力，那么必然要对这种应用或技术有个应用场景的规划，通过不断实验数据反证可靠性。
教学中的应用主要瞄准课堂这块教学主阵地，接下来我们继续分享三个有用的生成式人工智能课堂案例。
一、让课堂说话
让某个角色在课堂说话是目前张老师看到的落地课堂最常见的应用，技术难度不是很高，却对吸引孩子注意力对所教授内容能够产生浓厚兴趣。常用的方法就是利用文心一言或者豆包等智能体的agent功能通过上传图片或者视频来完成智能体形象创建，再用提示词或者知识库打造一个专属的应用层场景，以古诗为例，很多老师在课堂上塑造杜甫、李白等形象去解释诗歌的内涵，通过让孩子们与“杜甫”的对话去理解故事背后的意义。
其实这种形式的课堂其实本质上还是传统的教育内核，只是把大模型当做了工具充当了一部分教师助手的角色，对学生而言或许被吸引的不是知识本身而是这种媒介形式。
不过这种角色形式的另外一种用途正悄然兴起，心理辅导，当然这就不能局限在课堂了，大模型强大的知识库，能够让她扮演诸多角色，心理疗愈辅导，就是最拿手的角色，毕竟聊天她可是最擅长的领域。笔者用到搭建的心理形象是用钉钉助手来实现的，通过搜罗了网络上的很多关于班主任遇到的问题，给出一些解决问题的答案，形成知识库，然后“喂”给大模型，随着不断的调教优化，大模型逐渐能够对学生心理健康、学习辅导、化解同学矛盾、父母关系等诸多问题上都表现良好。
二、让图片动起来
大模型的文生图早已不是什么新鲜事物，像张老师这种半路出家的在一些提示词助手的帮助下生成一些专业图片的能力也越来越强，只可惜对摄影了解还是比较少，在创造力方面还无从谈起，比如我要拍摄一个建筑物体，怎么拍能出效果呢？这个我还是没有任何概念，所以Ai时代门槛降低不代表没有门槛，那些相关行业领域的人因为他们对事物的逻辑掌握的更加全面，所以一般人还是无法超越。
但这不影响我们在教学中的使用，通常教学使用的图片内容不需要很专业的摄像技术，能够说明问题，能够表达意思就可以了。
所以备课教学中使用的图片资料就很容易通过文生图获得，但是随着文生视频，图生视频的到来，这种资源突然变地更加丰富起来，因为人更喜欢视频比起文字，于是那些教材中的插画，通过生成式人工智能都能变成可动的视频，那些原本枯燥的文字变成了千奇百怪的图像。
以语文为例，很多课文中一些具有深意的文字，学生很多没有那种体会和经历是难以理解的，通过文生视频的转化，或许给到的是一种全新的学习体验。
三、数据说话
数据是当今社会的宝贵财富，这句话要放在10年前那肯定是没人理会你，但现在即便是教育行业也开始意识到数据重要性。一个学生成绩好坏，单纯的归结到课堂上课不认真听讲的时代或许将彻底颠覆。借助工具我们可以实时记录每个孩子的上课情况，包括回答问题、课堂练习、小组讨论，以及老师的讲课等数据，通过AI分析很快会出一份详细的报告，这就是循证教学。问题也随之而来，每个教室都需要安装昂贵的采集设备，这对于学校而言的确是很难负担。
利用生成式人工智能视频分析的能力，我们也可以得到不少有用的讯息，进而改进课堂效果。
1.利用天工AI的音视频分析能力可以迅速获得教师的授课重难点。
2.利用智谱清言可以对课堂测验获得的数据快速绘制学生知识掌握的可视化数据呈现。
3.利用办公浣熊办公等ai可以迅速获取检测结果的一个分析报告，为下一步教学重点做好规划。
当然最近很火的橙篇也能够听过很多有用的智能体数据分析能力，有兴趣的老师可以去体验体验。
今天聚焦的话题是如何开启生成式人工智能与课堂的深度融合。
第一个问题：为什么要进行融合，不融合会怎样？
前两篇文章中介绍的六种课堂教学的应用主要是将Ai作为一种课堂的工具，其影响层面很有限，课堂范式的变革仍需要人力和技术的双重检验，变革是缓慢发生逐渐渗透的过程，技术影响教育也不是一蹴而就。
笔者认为人工智能很有可能在两个方面有明显效果。一是学生学习方式的变化。传统的教师讲授课模式变为学生自主学习的个性化辅导模式。学生获取知识的途径由单一变为多元，大规模知识传授的载体也由教师变为更多元的机器辅助学习。但教师职业不会被替代，教师的职责会有所改变。以教室形式组织的学习场域可能被打破，更多样的项目式、体验式、沉浸式等学习形式将逐步兴起。二是教师角色的转变，从分数中解脱出来，回归初心，关注育人。
在马特·弥勒所著的《⼈⼯智能如何影响教学》一书中就不乏这样的阐述：为了我们的学生，为了让他们为未来做好准备，我们不能戴着“今日之镜”看世界。教育的神奇就在于，我们是用今天的方法教授明天的公民。张老师所在小学大概是10岁左右的孩子，他们距离进入社会大多数在8-12年，对于人工智能8-12年意味着什么可想而知。想一想智能手机的大规模普及不也不过是最近10年的事情。
另外，教育是为社会发展服务的，要主动适应不同时代人的需要，综合上述原因，Ai时代融合人工智能是大势所趋，时代必然。
第二个问题：融合的深度问题。
Ai融入课堂教学，要想在范式层面产生影响，从目前来看还需要很长的路要走。目前的应用很多停留在技术应用层，对于学与教的方式，知识传播形式都没有本质变化。但是随着国家新一轮课程改革的推进，项目式教学，情景式教学的开展生成式人工智能必将迎来“春天”。为什么说人工智能与教育的深度融合要依赖于这些新的教学模式或者学习模式呢？以项目式学习为例，其教育心理学的原理主要是，实用主义教育理论，建构主义教育理论和情景学习理论等，这些理论支撑下与生成式人工智能有着天然的契合度，基因高度相似。
项目式学习的六大特征：知识度、真实度、实践度、协作度、参与度、感知度。
若在每个维度加上AI那么其效果也许很不一样。
知识度+ai = 更易于获得的知识广度+持续的知识深度。
真实度+ai = 课堂边界无限延展+沉浸式的体验
实践度+ai = 给予实践的更多可能
转自微信公众号：学之源法
