2026年“三晋教研大讲堂”高中学段AI赋能课堂教学活动圆满落幕。依托“353教育AI赋能通用范式”（见附件），我院梳理四节示范课中AI应用场景，形成以下观察与思考。

地理课——Pickers助力老师通过预习检测精准把脉学情。课前老师用DeepSeek设计了交互网页，课上学生化身城市规划师在交互式网页上完成绘稿，并与AI及时交流获取评价与修改建议，这种即时反馈有效支撑了迭代式学习，在这个过程中，AI的错误建议引发学生批判性思维。即梦与豆包生成图与设计稿的偏差则引导学生理性审视技术边界。学生在“用AI、辨AI、思AI”中掌握城乡空间结构知识，AI的错误建议与生成偏差恰成为锤炼批判性思维的磨刀石。

化学课——“合成氨”反应条件优化之旅：元宝帮助师生快速实现数据可视、老师课前训练的AI助手“阿衡”贯穿课堂始终，承担知识拓展、苏格拉底式追问等角色，最终教师以“决策在人”明确人机边界，为平衡AI辅助与自主思考提供示范。

语文课——智能体迭代调试中的文本深度阅读：课前根据学情调查给出人物设定，生成阿Q“智能体V1.0”，随后通过深挖文本、补充设定，依次生成“智能体V2.0”和“智能体V3.0”，层层递进，将阿Q形象理解从扁平标签深化为环境与性格的复杂交融。人机对辩与跨时空对话激发批判性思维，调试过程亦为过程性评价提供丰富观察窗口。

数学课——数据驱动与游戏化规律探究：多个AI的前测分析精准确立目标，豆包配合剪映等工具创设情境“中国古代数学博物馆”，增强传统文化认同，学生和智能体“杨辉”对组合数的举例增加了数学与生活的联结，杨辉三角规律共探中拓展并引导学生思考，飞象老师生成的三个交互游戏让杨辉三角规律自然浮现。AI的读数错误和数值错误被巧妙转化为培养学生质疑精神的教学契机。

总结：四节课形成三条可迁移路径——数据驱动学情定位(预习检测、前测分析、学情调查)、AI协同教学（AI以教学情境中的特定身份参与教学活动）、具身互动思维建构（交互式网页，数据转图像、数学小游戏、智能体调试）。同时需正视三类风险：技术可靠性（AI的错误建议或计算需经过教学化的甄别与验证）、学习主体性（AI的及时应答可能会弱化学生的自主探究欲望，教师需有意识地调控AI介入的节奏与时机）、应用适切性（智能体可能在面对学生开放性提问时回答偏离教学目标，大量的前置训练制约其常态化应用，教师需要评估其使用的必要性）。AI是“智慧伙伴”而非“决策主体”，真正的教学智慧仍源于教师对学科本质的把握与对技术输出的理性甄别。后续将持续深耕评价标准研制、人机协同素养提升、智能体共享共建，让技术服务于育人之道。

附件：353教育AI赋能通用范式