在学校教务处（教发中心）支持下，2026年7月27日至8月7日，我参加了阿德莱德大学组织的Teacher’s Digital Literacy and Teaching Competence Training Program（教师数字素养与教学能力培训项目）。本次培训围绕AI时代高等教育教学变革、支架式教学（Scaffolding）、布鲁姆认知分类理论、高质量提示词设计（CRAFT模型）、课堂互动设计、教学观察与同伴互助等主题开展系统学习。结合培训所学内容，立足《中国近现代史纲要》（以下简称“纲要课”）高校思政公共课教学实际，反思人工智能技术融入历史思政课堂的机遇、现实挑战，探索AI赋能纲要课教学设计、教学支架搭建、课堂互动、学业评价的实践路径，为提升纲要课教学质量、落实立德树人根本任务提供新思路。
一、培训概况：AI重塑高等教育教学的全新认知
本次阿德莱德大学教师数字素养培训，直面人工智能给高等教育带来的颠覆性变革，跳出单纯工具操作培训，聚焦教师教学理念更新。培训课程素材包含大量AI主题教学漫画、完整课堂七阶段AI辅助备课模型、CRAFT高质量提示词框架、三类教学支架（语言支架Linguistic、认知支架Cognitive、互动支架Interactional）、布鲁姆认知层级理论、同伴观摩教学等教学模块。培训反复强调一个核心立场：AI不是教师的替代品，而是教师高效的协作助手。教师保留最终筛选、审核、价值判断的主导权，AI负责初稿生成、素材加工、任务设计、文本改编等重复性劳动，把教师解放出来，聚焦价值引领、思辨引导、情感育人等AI难以完成的核心教学工作。
培训中一组1996年互联网与学习的对比漫画令人印象深刻。上世纪90年代社会普遍担忧互联网会终结深度阅读与正规学习，而现实证明互联网只是改变学习载体。迁移到当下，社会对AI的恐慌与之高度相似。AI不会取代历史思政课程，但熟练掌握数字素养、善用AI工具的教师，会重构课堂教学形态。这一点，对《中国近现代史纲要》这类兼具历史学科属性与思政育人属性的公共必修课，极具启示意义。纲要课承担讲述近现代中国历史发展脉络，阐释历史和人民选择马克思主义、选择中国共产党、选择社会主义道路、选择改革开放的教学使命，既需要扎实的史实讲授，更需要价值引领、历史思辨、家国情怀培育。AI可以处理史实梳理、素材整理等机械工作，但无法替代历史共情、价值辨析、思想引导。如何扬长避短，将AI有机融入纲要课堂，是本次回国之后需要深入落实的课题。
二、现实审视：《中国近现代史纲要》课程教学现存痛点
结合培训反思国内纲要课教学实际，作为面向全体大学生的公共思政课，课程本身存在不少教学现实难题，而这些痛点恰好可以借助AI得到部分缓解。
第一，授课学生规模大，学生学情差异显著。不同专业学生历史基础参差不齐。部分学生有扎实的近现代史基础，部分学生史实储备薄弱，同时部分留学生、跨专业学生对近代历史专有名词、历史概念理解存在障碍。传统课堂统一进度教学，很难兼顾分层教学。想要给不同基础学生搭建适配的学习支架，教师手工制作分层学习材料，需要耗费大量备课时间。
第二，课堂容易陷入“史实灌输”，高阶思维训练不足。纲要课内容时间跨度大，历史事件、人物条约数量繁多。有限课时内，教师常常忙于梳理历史时序，更多停留在布鲁姆认知层级“记忆、理解”低阶层次，而分析、评价、创造等高阶思辨活动开展不足。而纲要课核心目标，不只是记住历史事件时间线，更要引导学生辨析历史问题，辨析历史虚无主义错误观点，形成正确历史观。设计高质量思辨讨论题、探究任务，对教师备课工作量提出很高要求。
第三，教学素材开发任务繁重。纲要课需要大量史料：档案片段、历史报刊原文、人物回忆录、历史图片解读材料。原始史料文本晦涩，专有名词多，直接交给学生阅读难度很大。教师需要对史料进行改编，做词汇注释、搭建思维导图、设置引导问题。手工改编史料、设计课堂讨论、编制课堂练习题、撰写课堂反思任务，属于重复性高、耗时长的工作，挤压教师开展教研、打磨价值引领环节的时间。
当然同时必须清醒看到AI应用的风险。历史学科讲究史实严谨性，AI容易出现史实错误、时间线错乱；AI容易生成模板化、空洞的套话，缺少历史温度；纲要课作为思政课程，存在价值导向风险，AI有可能输出历史虚无主义、片面解读历史的内容。因此AI只能作为辅助工具，教师必须全程审核把关，不能直接照搬AI输出内容。
三、培训成果迁移：AI赋能《中国近现代史纲要》教学的实践路径
借鉴阿德莱德大学培训学到的七步课堂模型、三类教学支架、CRAFT提示词、布鲁姆认知分类、AI辅助案例研讨，结合纲要课教学，从教学设计、搭建学习支架、课堂互动、过程性考核、教师教研五个维度探索AI落地路径。
（一）AI辅助完整课堂教学设计，落实七阶段教学流程
培训展示完整课堂七个环节：Hook导入→Theory理论讲授→Case analysis案例分析→Self‑test自测→Check课堂检测→Production任务产出→Reflection反思总结。我们可以将这套框架应用于纲要课每一章备课，利用AI生成各环节初稿，教师完成本土化修改。
（二）AI搭建分层教学支架，破解史料阅读难点
培训把支架分为语言支架、认知支架、互动支架，同时展示文本改编方法：简化词汇、增加术语表、高亮核心概念、增加思维导图。纲要课大量原始史料，回忆录、报刊摘选，文本晦涩，学生阅读障碍大。AI可以高效完成史料改编，为不同基础学生搭建分层支架。
1. 语言支架（Linguistic scaffolding）：针对史料，AI提取近现代史核心专有名词，生成术语词汇表；对复杂长句做改写，保留原意前提下降低阅读难度。基础薄弱学生使用简化版本，基础较好学生阅读原始史料，实现分层教学。
2. 认知支架（Cognitive scaffolding）：利用AI生成时间轴、思维导图、表格模板。例如梳理辛亥革命前后重大事件，AI生成空白思维导图框架，学生课堂填充；对复杂历史事件，生成对比表格（洋务运动与明治维新对比），减轻学生整理信息负担，把学生精力放到分析评价，而不是机械整理史实。
3. 互动支架（Interactional scaffolding）：AI生成结对思考（think‑pair‑share）、小组拼图任务的操作指引和讨论问题。针对大班纲要课，设计小组讨论任务，解决课堂提问冷场问题。
这里要时刻谨记培训课程案例的警示：AI产出的史料释义、时间线必须人工逐一审定，AI经常会出现年代、人物、事件细节错误，思政课绝对不能直接照搬AI生成史料材料。
（三）依托布鲁姆认知层级，借助AI提升课堂高阶思辨
培训将布鲁姆认知金字塔和课堂提问紧密结合，区分记忆、理解、应用、分析、评价、创造。纲要课很容易停留在记忆、理解低阶层面。我们可以借助AI批量生成不同层级的课堂问题。
- 低阶（记忆理解）：检测基础史实，例如“辛亥革命爆发时间？”，用于课前自测。
- 高阶（分析、评价、创造）：重点训练历史思辨。例如“多角度评价洋务运动的历史作用”“为什么资产阶级共和国方案在中国行不通？”“结合史实谈谈你对历史虚无主义某一错误观点的辨析”。
四、AI应用于纲要课教学的风险与边界思考
培训的系列AI主题漫画，给了我很多警示，漫画揭示AI的局限：AI可以生成文本，但不一定真正理解问题；AI容易产出看似华丽实则空洞的内容；AI无法做价值判断。落实到纲要课教学，必须守住几条底线。
第一，史实真实性底线。大语言模型存在“AI幻觉”，会虚构历史时间、人物、史料出处。所有AI生成的时间线、史料、历史评述，教师必须查阅权威教材、权威史料加以核对，严禁直接复制AI内容用于课件、讲义。
第二，意识形态与价值导向底线。纲要课是思政核心课程，AI有可能输出片面历史解读，甚至暗含历史虚无主义的表述。所有AI产出内容，教师要站在唯物史观立场审核，坚守官方教材的历史叙事，坚持正确历史评价标准。
第三，厘清AI工具定位，不能过度依赖AI。AI产出只是初稿，是素材来源，不能代替教师教学设计。历史课的温度、家国情怀、价值共鸣，来自教师对历史的理解、课堂的真情讲授，AI无法实现。
五、学习总结与今后工作展望
为期两周阿德莱德大学数字素养培训，不仅仅学到一系列AI教学工具、教学模型，更重要更新了教学理念。面对人工智能浪潮，教师不必恐慌被技术取代，而是主动拥抱技术，学会驾驭AI，把AI作为教学协作伙伴。
回到《中国近现代史纲要》教学，未来我将把本次培训所学落地教学实践：第一，熟练掌握CRAFT高质量提示词方法，将七阶段课堂模型、三类支架式教学方法融入备课，利用AI完成史料改编、课堂素材初稿、题库初稿，把节省下来的时间更多投入价值引领、学情分析。第二，在课堂当中，有意识设计布鲁姆高阶认知层级的历史思辨任务，改善大班课堂互动，推动纲要课从史实讲授走向思辨育人。第三，完善过程性评价，丰富反思类、探究类学习任务。第四，严守史实、意识形态两条底线，坚持教师主导地位，对AI所有输出严格审核。第五，在教研室开展交流分享，把本次培训的数字素养理念分享给同事，借助同伴听课观察教研模式，共同探索AI赋能思政历史课堂的可行路径。
技术只是手段，立德树人才是根本。AI可以处理大量教学事务性工作，但读懂青年学生思想、传递历史温度、树立正确唯物史观，依旧是历史思政教师不可替代的使命。在今后教学实践中，做到技术为育人服务，让人工智能助力《中国近现代史纲要》课程提质增效，更好完成思政课立德树人根本任务。