2026年6月29日至7月3日，本人参加了学校教师发展中心组织的"AI赋能高校教学创新"专题研修班，赴南京师范大学进行了为期五天的集中学习。本次研修汇聚了南京师范大学、南京工程学院、南京信息工程大学等多所高校的知名专家，围绕人工智能时代高等教育教学的理念变革、技术应用与实践创新展开了系统深入的培训。通过聆听朱彩兰、恽如伟、丁宋涛、邓志良、徐朝军、裴世鑫等专家的专题报告，我对AI辅助教学的认知框架与实践路径有了全新的理解，现将研修内容与个人思考整理如下。
一、研修概况与课程安排
本次研修为期五天，课程安排紧凑，内容覆盖从理论认知到技术落地的完整链条。
6月29日，南京师范大学朱彩兰教授系统讲授了AI教学理论、伦理规范及基础应用，涵盖AI生成教案、教学设计、课程思政素材制作、智能出题组卷与AI批改作业等内容，为后续学习奠定了理论与技术基础。
6月30日，南京师范大学恽如伟教授聚焦"AI辅助项目式学习全流程"，深入剖析了传统项目式教学在AI时代面临的困境，提出了单次课堂微型PBL的创新解决方案，并阐述了工业时代与AI时代教育范式的根本差异。
7月1日，南京工程学院丁宋涛教授以"用智能体搭建学生自主学习系统"为主题，现场展示了教师如何零代码搭建智能体，实现"学生可用、教师可看学情"的闭环管理，展现了AI工具在教学场景中的轻量化落地。
7月2日上午，南京信息工程大学副校长邓志良教授从教学创新大赛备赛视角出发，解码了教学创新的本质与底层逻辑，系统梳理了智慧课程建设、课程资源架构及AI时代教育目标的转向；同日下午，南京师范大学徐朝军教授讲授了"AI赋能课堂教学互动与学情分析"，提供了课堂互动的技术实现路径。
7月3日，南京信息工程大学裴世鑫教授围绕"图谱·资源·混合——智慧课程的内涵与创新设计及应用"，从认知负荷理论、双重编码理论等学术视角出发，探讨了PPT优化、AI数字人设计及网页交互工具开发等具体应用，为教学资源的智能化呈现提供了方法论指导。
二、AI辅助教学的"道"与"术"
五天的学习内容围绕AI赋能高校教学的“道”和“术”两个层面展开。一是理念认知之“道”，回答“为何用”、“为谁用”的根本问题；二是实践技能之“术”，解决“何处用”、“如何用”的实际运用问题。
（一）理念之"道"：重构教育认知与价值坐标
1. 教师角色的根本性转变
研修中最具冲击力的理念，是教师从“课堂演员”向“学习导演”的角色转型。朱彩兰教授指出，教学的核心理念应是“引导学生主动构建意义的旅程”，而非知识的单向灌输。在AI可以瞬间生成标准答案、完成知识性任务的时代，教师若仍沉迷于知识的表演性传授，其价值必将被技术稀释。邓志良教授援引李飞飞的观点进一步强调：过去一百年教育的核心是“教会学生回答问题”，而AI时代的教育必须彻底转向“教会学生提出问题”。这一转向要求教师从知识传授者转变为学习设计者、思维激发者和意义建构的引导者。
2. 育人本质的回归
多位专家不约而同地指向一个共识：AI负责教学，教师负责育人。恽如伟教授提出，知识正从“培养目的”转变为“解决问题的工具”，知识获取的边际成本已趋近于零，学生能否驾驭知识、拆解未知、应对挑战成为关键。在此背景下，教师不可替代的价值在于学术洞察、工程直觉、价值判断与情绪示范。丁宋涛教授亦指出，技术可以传递知识，但无法替代教师的人文关怀与价值引领。这要求我们必须重构教学流程，让教师真正回归育人本性。
3. 认知层级的重新分配
AI时代需要建立清晰的认知分工意识。朱彩兰教授明确提出“高级认知靠人，低级认知用AI”的原则：记忆、理解、应用等低阶认知任务可交由AI辅助完成，而分析、评价、创造等高阶认知能力必须依靠人的独立思考和深度参与。邓志良教授援引的研究亦表明，生成式AI对青少年认知的影响本质是“双刃剑”：当学生将其当作“答案生成器”时，会导致认知惰性与能力滑坡；唯有将其作为“思维脚手架”，用AI解放低阶劳动、聚焦高阶思考，才能实现能力的跨越式提升。这提示我们，允许学生使用AI的前提是必须提高要求，侧重培养其创造力与判断力。
4. 教育范式的时代转换
恽如伟教授对比了工业时代与AI时代的教育范式：前者以知识为核心，强调标准化执行；后者以问题解决与人机协同为核心，聚焦复杂场景的应对与跨界创新，强调与AI的高效融合，并以伦理担当为边界，做出准确独立的判断。这一范式转换要求教育从“经验驱动”走向“证据驱动”，最终迈向“数据驱动”，教师需学会基于过程性证据与结果性证据进行多维判断，实现精准教学。
5. 未来人才的核心素养
AI教母李飞飞在《我看见的世界》中提出的三种AI永远无法复制的核心能力，为教育目标提供了清晰指向：提出好问题的能力、基于真实世界的复杂系统思维与跨界创新能力、以及共情力与价值判断力——即“人之为人”的核心素养。这要求教育必须超越知识填充，转向思维锻造与人格培育。
（二）实践之"术"：技术赋能与教学重构
1. 教学设计之术
研修提供了系统化的教学设计方法。朱彩兰教授提出的“逆向设计原则”强调：教学设计应首先明确学生可能出现的误解与学习的障碍点，通过课前诊断实现针对性设计，进而激发学习动机，制定可观察、可测量的教学目标。在AI辅助下，教师可采用“决策模型”——AI提供建议，人类做出最终决策，实现人机协同的最优解。同时，掌握提示词工程（定位+问题描述+任务要求+输出补充）是获取高质量AI辅助的基础技能。
2. 课堂形态之术
针对项目式教学落地难的问题，恽如伟教授提出的“单次课堂微型PBL”极具实操价值。其核心逻辑是将完整PBL项目拆解为“一次课 = 一个微项目 = 2～3个递进小任务”的微型闭环，具有适配单次课、零课外负担、碎片化融入、新师易上手四大特点，使项目式学习无需重构整门课程即可灵活嵌入日常教学。此外，智慧课程的五大特征——数据驱动、智能交互、虚实融合、个性学习、资源共享——为课堂形态的智能化升级提供了框架指引。
3. 资源建设之术
邓志良教授系统梳理了课程资源建设架构：以课程简介为统领，以教学单元（知识点）为核心，向下延伸出教学文档（教案、讲稿、课件）、教学视频、测试题目、推荐阅读、问题讨论等模块化资源。裴世鑫教授则从认知科学角度提供了优化路径：依据John Sweller的认知负荷理论，PPT设计应保留核心、统一字体、简洁扼要、突出关键词；依据Paivio的双重编码理论，应实现言语与非言语系统的协同运作，做到图文并茂。此外，AI辅助设计数字人、开发网页交互工具等技术手段，可显著提升教学信息的组织效率与学生的理解效率。
4. 评价管理之术
在评价环节，朱彩兰教授介绍了基于双向细目表的智能组卷技术，强调命题应融入热点与课程思政元素，实现情景化命题。丁宋涛教授展示的智能体搭建技术，则实现了学生自主学习与教师学情监测的闭环。徐朝军教授的“AI赋能课堂教学互动与学情分析”进一步提供了实时采集学习数据、动态调整教学策略的技术路径，使过程性评价与精准教学成为可能。
三、个人感悟与未来职业规划
本次研修不仅是一次技术层面的扫盲，更是一场教育理念层面的启蒙。回顾五天学习，我有以下几点深刻感悟：
弥补了认知短板，拓宽了教学视野。我以前对AI辅助教学的理解停留在工具使用的表层，认为AI不过是教案生成器或PPT美化工具。通过本次研修，我深刻认识到AI对教育的影响是结构性的、范式级的。从李飞飞对教育目标的重新定义，到恽如伟教授对教学范式的时代划分，再到各位专家展示的具体技术路径，我意识到AI不是教学的附加项，而是重塑教学逻辑的底层变量。作为一线专业课教师，若仅满足于传统教学经验的重复，必将与时代脱节。
育人本质的回归是AI时代教师的核心使命。研修中“AI负责教学，教师负责育人”的论断令我深思。技术越发达，人文越珍贵。当AI可以承担知识传授、作业批改、甚至初步答疑时，教师的价值更应体现在价值引领、思维激发、情感共鸣与学术洞察上。未来，我需更加聚焦学生高阶思维的培养，将课堂重心从“讲清楚知识点”转向“激发真问题”，从“考核记忆能力”转向“锻造判断力与创造力”。
AI与专业学科的深度融合值得持续探索。专家们分享的案例表明，AI的效能取决于使用者的学科理解与设计能力。作为专业课教师，我不能止步于通用AI工具的简单套用，而应深入思考如何将AI嵌入本学科的专业问题链中，构建“专业问题+AI工具+高阶思维”的教学模式。这要求我自身先成为AI的学习者与探索者，与学生共同在真实问题中习得“用好AI”的能力。
未来教学实践的改进方向已然清晰。基于本次研修领悟，我计划在接下来的教学工作中实施以下转变：重塑课堂教学内容，减少低阶知识的单向讲授，增加基于微项目式探究环节；优化课程资源建设，按照模块化架构系统整理教学文档、与测试资源；建立人机协同的教学设计流程，利用AI辅助学情诊断与资源生成，但坚守人类在价值判断与高阶设计中的主导权；引导学生建立正确的AI使用观，将AI定位为“思维脚手架”而非“答案生成器”，着力提升其发现好问题、提出好问题的能力。
四、总结
本次研修是一次理念更新与技术赋能的双重洗礼。面对AI时代的浪潮，高校教师既要有“以变应变”的技术敏感，更要有“以不变应万变”的教育定力。变的只是知识传递的方式与工具，不变的永远是育人初心与对卓越教学的追求。我将以此次研修为新的起点，在后续教学实践中持续探索AI与专业教育的深度融合，努力成为AI时代学生成长路上的合格的“学习导演”。