转眼间，以ChatGPT为代表的生成式AI，已经在我们身边出现了一年多时间了。

从文本生成，到图片生成，再到视频生成，每一次新的大模型和新的生成式AI产品发布后，各个新闻媒体都会从原理、性能、应用场景和细分领域、受众对象等方面进行多维度解读。“今天，你的饭碗还能端牢吗？”这类灵魂问题，不断地出现在数字媒体、程序编码、影视编导、新闻传媒等同行朋友中，并逐步成为大家茶余饭后的谈资。

据知名咨询公司麦肯锡报道，生成式AI的影响主要集中在四个领域：客户运营、营销和销售、软件工程和研发，约占所有影响领域的75%。其核心的价值，在于建立产品、终端用户和工作人员之间的数据链条，并自动化处理用户请求，为研发产品的公司降低外围成本，使其能够专注于产品的优化和迭代。目前在日常生活中，快递公司使用的AI电话RPA机器人，财务工作者使用的自动化发票信息提取RPA机器人，销售人员使用的电话销售RPA机器人，都能在一定程度上帮助企业降本增效，从而在单位时间内创造更大的价值。

但有时候不一定是降本增效，说不定就成为了“降本增笑“，4月8日腾讯云出现的近87分钟大规模故障，也让大家再一次体会到了数字技术也不是万能的，网友们开始在微信公众号、微博等社交媒体讨论这件事情，有人愤怒，因为自己的关键业务受到了影响，造成了损失；有人在看戏，决定中国的云计算都不可靠；还有人在从这件事情上反思和复盘，并提出自己的意见和建议。

但无论怎么样，30年前的4月20日，中国全功能接入互联网，至此之后，中国的互联网快速发展，网速不断提高，网费不断下降，一批一批的互联网公司不断涌现，但也有一批一批的互联网公司被洗牌、被优化、被淘汰。仅仅30年，我们从“互联网+”，到“人工智能+”；从单一互联网支撑的数字化发展，到多种数字技术共同赋能到数字化转型，我国的经济社会在“+”时代下，不断涌现出新的运行模式，开辟新的赛道，我国逐步从网络大国迈向网络强国。

经济社会的发展，离不开人才的支撑。就在4月18日，人力资源社会保障部、中共中央组织部、中央网信办、国家发展改革委、教育部、科技部、工业和信息化部、财政部、国家数据局等九部门印发《加快数字人才培育支撑数字经济发展行动方案（2024—2026年）》，部署了数字技术工程师培育项目、数字技能提升行动、数字人才国际交流活动、数字人才创新创业行动、数字人才赋能产业发展行动、数字职业技术技能竞赛活动等6个重点项目，并从优化培养政策、健全评价体系、完善分配制度、提高投入水平、畅通流动渠道、强化激励引导等6个方面加大政策支持。

当下的教育教学，应注重适恰地使用生成式AI，赋能教学模式从传统“师—生”二元结构转向“师—生—机”三元结构，帮助个体实现自我价值及满足社会发展需求，培养智能时代合格人才。

在教育教学改变的同时，一线教师还要关注什么？

我认为，我们应关注“解决单个问题还是系统问题？”“开展分工合作还是协作探究？“”进行过程验证还是结果反馈？“三个问题。

01 不能只会解决单个简单问题，却对复杂问题“束手无策”

生成式AI对于划定范围、给定约束、需求明确的简单问题，能够提出良好的解决方案。现阶段，大部分学生使用生成式AI时，大多询问事实性、概念性问题以代替在网页的海洋中搜索，从而提高自己检索和使用信息的效用，目前在课堂教学中，大多数学生少有和生成式AI协商和探讨的意识，多将生成式AI看作一个「答案提供器」。

但其实，如果学生没有系统性思维，哪怕提供给他生成式AI用于问题解决，对于复杂问题而言，学生可能会“束手无策”，这就好比没有系统学习过某些理论，仅从碎片化知识和信息中应用理论解决问题一样。

所以，我们的老师应针对不同的培养目标，注重对学生科学思维、学科思维、工程思维等方面的建立和引导，让学生在具有这些思维的基础上，和生成式AI协作，分解问题并发挥各自的优势，最终解决复杂问题。

毕竟，社会中大部分真实问题，都是复杂的，劣构的。

02 不能只会完成小组协作中被分工的角色任务，却不会开展真正的小组协作

我采访过很多本科的学生，他们最反感的就是「小组作业」或「小组协作」。并不是因为这样的形式本身就令人讨厌，而是本就不同性格、不同爱好、不同学习风格的个体，在一起碰撞思维，一定会出现一些始料未及和大家都没有想象到的局面。到最后，小组作业或小组协作，就变成了“别人都属虎，就自己属驴”的局面。

我去听过很多中小学的课堂教学，在小组合作阶段，老师们都喜欢让小组选出一个组长，一个负责拍照上传的，一个负责填表的，一个负责查阅资料的。诚然，这样的方式非常方便老师调控小组合作进程，一定程度上也能够提高小组合作的成果质量。

但是，难道不会有学生，在一学期的小组合作中，只干「拍照上传」或只干「上台汇报」等角色工作吗？难道这样我们就关注了学生的个性成长吗？

在没有生成式AI的时候，这样的问题有些难以解决。但是，当我们把生成式AI引入课堂教学和小组合作中，是否可以让收集资料、上传提交和记录的工作，都由生成式AI完成，小组成员只专注于观点的碰撞，思维的沟通，让每个小组成员都能够思考并表达自己的观点，实现真正的小组协作呢？

或许，这是规模个性化这个词语背后的真实含义。

03 不能只靠最后的成绩证明学生的学业成就，却忽略过程性的验证与反馈

目前大多数的课程考核，虽然任课教师已经非常注意评价主体、手段和方式等方面的多元性，同时也有数据驱动和数据赋能的意识，但学生在课程学习中的成绩，仍然大多是由一个两位数的分数为这段学习过程画上句号。

是否可以由教师引导学生，任一课程学习阶段，使用生成式AI+现有学习数据，快速验证当下学习结果，持续推演学业成就，为学生提供定制化学习引导和个性化学习干预，让过程性的验证与反馈，成为学生学习的「数字导航」，从而彰显从传统“师—生”二元结构转向“师—生—机”三元结构的转变，为“人工智能+”时代的学习提质增效。

最终，让评价回归育人的位置。