作者｜张凯

新校长传媒系执行主编

“每天只需要学习2小时核心科目课程，学习速度是传统课堂学生的2倍，90%的学生在标准化测试中高于全国平均水平……”这是美国阿尔法学校把AI作为“导师”、推动学习进化的前沿做法。

当生成式AI技术迎来指数级突破，全球中小学校都在探索如何将人工智能深度融入教学全过程。AI走进教与学的现场，我们正在见证人类教育史上最深刻的范式革命。

学习目标转型：

从“标准化能力”到“解决复杂问题”

智能时代，大凡重复的工作，智能机器人都比人做得好。时代正倒逼教育发生重要转向——从“面对已知”到“面向未知”，不再为已知世界培养“标准化答案的复制者"，而是为未知世界培养“复杂问题解决者”。

习得基本认知和基础能力

根据世界经济论坛发布的《2025年未来就业报告》，未来近40%的工作技能将会发生改变。与此同时，知识的“半衰期”在缩短，一次性教育已经无法满足需求，学生需要不断学习新知识。

这样的张力使得在基础教育阶段，学生需要筑牢基本认知与核心能力。它们构成了穿越认知迷雾、走向终身学习的"元技能"，为学生应对不确定世界奠定认知基石。

学会提出好问题

与生成式人工智能对话会发现，虽然AI知识储备非常丰富，但很少有人能够一次性得到满意答案。我们需要根据输出结果，不断追问。

未来属于那些能提出更好问题的人，因为答案越来越容易，问题却越来越珍贵。所有知识创生的起点，都始于那个被精心雕琢的问号。

教育需要培养学生的“问题敏感性”，将“已知世界的答案”转化为“未知领域的地图”；只有把问题提对了，答案才能走在正确的路上。

能够解决复杂问题

解决非结构化问题的能力是未来核心竞争力。真实的问题往往复杂且没有固定模式，未来人才需具备将混沌信息转化为结构化洞见的能力，找到问题突破口。

中国的考试评价体系也在从"解题"向"解决问题"深度转型。尤其是新高考命题引入了结构不良试题，即在题目所给的多个条件中选取一个，或是补充条件，亦或去掉冗余条件进行作答。

这本质是回应智能时代的核心挑战：当AI可轻易完成标准化问题求解时，人类更需要培养“问题定义—方案设计—价值判断”的完整认知能力。

学习内容重构：

从基本原理走向学科大领域

学习目标转型后，学习内容自然也需要重构。在知识获取成本越来越低的智能时代，"学什么"已从技术性问题上升为教育转型的重要课题。

注重核心概念与基本原理

还有两个多月实施的北京新中考，计分考试科目减少为语文、数学、外语、道德与法治、物理、体育与健康，生物、化学、历史、地理改为考查科目。这意味着，学生不再需要大量时间进行死记硬背，而是要在主科（语文、数学、英语、物理）上加强理解和应用能力。

青岛中学前校长汪正贵有一个观点：很多学生的学习问题，归根到底是概念的理解问题；课堂教学要注重概念为本的理解性教学，帮助学生理解建筑在概念之上的原理、主题。

经合组织（OECD）最近发布了智能时代的“高质量教学框架”，提出五大教学目标。其中之一就是学科内容质量——帮助学生深刻理解所学科目，从掌握学科核心概念和技能到探究学科的本质问题。

所以，课堂的基本任务不再是知识点过关，而是注重学科核心概念和基本原理。这实际上是帮助学生掌握基础科学方法，减少认知冗余，让学科内核构成后续学习的“认知锚点”。

打通学科壁垒

仅仅注重学科内学习，肯定是不够的。任何一个学科，无论逻辑体系多么严密，都需要在和其他学科的关系当中去学习。

改革后的北京中考虽然只考语文、数学、英语、物理，但其他学科知识会作为背景融入考试题目，将其他学科要素转化为情境化认知支架；通过跨学科考查，增加学科横向连接，构建知识迁移的“神经网络”。

当下，学校课程实施要落实好新课标要求，同时把10%的跨学科主题学习和90%的其他内容进行整体化设计、一体化实施，把跨学科视野渗透于整个学习过程当中，缩短知识迁移的路径。

走向学科大领域学习

跨学科学习也好、项目式学习也好，怎样的学科联动“锚点”，才能产出更高的教学效能？一定是从真实挑战出发。把学科作为贯通真实世界、构建复杂认知的“节点”，重组学习进程，才能帮助学生跨越知识的壁垒，建立通透的认知。

于是，学科教学面临坐标系的位移和重置，将学科知识点转化为动态关联网络，转向锚定"学科大领域"的学习生态——围绕语言与表达、情感与艺术、计算与逻辑、科学与创造等大领域，串联学习情景、知识内容、活动评价、真实任务，拓展课堂的宽度和深度。

将学习嵌入复杂现实，以真实挑战拉高学习维度，学生就能在大领域学习中走向高阶学习和深度学习，学会调用工具、链接资源，串联知识和技能的珍珠应用于解决实际问题。

学习方式迭代：

AI赋能的深度自适应学习

很多情况下，学生学不好并不是因为能力问题，而是困在“学习方式不匹配”的迷雾里。AI的进化则有助于吹散这层迷雾。

《北京中小学人工智能教育工作方案》明确提出中小学要利用智能体，开展个性化自适应学习，探索“未来课堂”新场景。更加彻底地从教走向学，则成为“教育+AI”的重心。

学生按照自己的进度学习

过去，当我们谈个性化学习，最多只能做到分层教学，终究难逃统一进度学习的束缚。AI则能推动解决“规模+个性化”问题：在AI学伴、AI教研助手的帮助下，每个学生按照自己的进度学习，拥有自己的学习时间轴。

智能时代的创新教育，按需学习将成为一种必然的学习范式。那教师需要做的是什么？教学开始或新单元起始时，实施诊断性评估或前测；借助大模型设计差异化教案、跨学科任务，提供不同层次的学习活动。

以学科蓝图和学习支架为支撑

再者，如何保证自适应学习的质量，做到学习进阶？研究学科蓝图，成为学校教科研的重心。

纵向上，设计从小学到高中每一门学科清晰的学科蓝图；横向上，基于学科本质和学科大领域，设计学习任务清单。这样，学生就知道自己应该以什么样的方式、学习什么样的内容，进而把握不同学科领域的知识图景，发展对学科结构的理解。

这也要求教师转变成引导和支持的角色，了解学生的发展阶段，在学习过程的关键节点为学生提供支架，引导学生在最近发展区完成认知的惊鸿一跃。

个性化的通关测评与辅导

在完成一个单元或者一个阶段的学习任务后，学生可以通过AI智能生成的题库，完成个性化的通关测评。测评结果出来后，AI又能够进行专业、多维的习题讲解，有效破解过去老师独力难支的一对一辅导困境。

学科蓝图、学习任务、学习支架、通关测评、个性辅导，构成了自适应学习的完整闭环。这样的学习全链条，通过设定学习目标、选择学习策略、监控学习过程和评估学习效果，有利于发展学生的元认知能力，培养善于反思、自我指导、专家式的学习者。

学习场景进化：

以真实的学习体验撬动内驱力

面对日益个性化的学习方式，学校场景已成为真正的“无声教师”。怎样的校园，就会启动怎样的学习。

让学习资源出现在离学生最近的地方

培养面向未来的创新人才，不是将学生禁锢在教室里，而是让学生在各种场景的感受中学习，等待想象力以及学习内驱力随时被触发。

因此，传统"中心化"的校园需要走向泛在的学习场域和浸润式的学习场景：

梳理班级教室、专业教室、学科教室、主题空间、公共空间的基本功能，梳理不同教育教学行为的资源需求，把实验室、储藏室、图书馆打开，将器材、图书、教学资源等尽可能分布在离使用者最近的地方，让每个角落都暗含认知进化的密码。

正如DETT教育设计研究院执行院长张莉所说，好的学习场景，一定是赋予空间场景以情感和联想，通过具身认知激活激发和活跃学生认知和思想，帮助学生拥有连接感、挑战感、输出感和自主感。

以主题学习场景撬动真实学习

在日常浸润式学习场景之外，学生进行真实任务学习时，主题学习场景又成为教育的基本单元。比如学习拼音的时候，可以将走廊墙壁设计成“拼音王国”，让学生在课间休息的时候也能够随时随地学习拼音；学习数学的时候，将走廊设计成数字迷宫，让学生在玩耍的过程中学习数学。

在深圳明德实验学校（集团）五洲校区，通过“真实问题+场能驱动”，设计各种学习任务，用游戏化的方式帮助学生看见兴趣，探索周围世界。在北京第一实验学校，学生在语言文学与艺术学习社区、数学与计算机科学学习社区、科学技术与工程学习社区、道德与人文学习社区中进行真实学习，教室变成了真实问题解决中心。

空间即课程，场景即教师，当教育场景越逼近真实世界的复杂性与关联性，越能撬动学生的学习内驱力，进而发展出应对未来挑战的适应性专长。

基于AI学伴的深度交互

高意识生成式学习是未来学习范式的一大创新，学生将围绕主体意识，抱有问题、协同、审辨、价值、创造、愿景等意识来参与学习并构建意义。

目前，多地在推进AI学伴和AI导学应用，围绕课前自主预习、课中高效学习、课后针对性复习提供定制化的学习建议和反馈，围绕学生兴趣爱好提供个性化学习路径、适切性数字资源和探究性学习指导。

强AI学伴通过多模态感知与生成技术，带来了虚实融合的深度交互场景。比如，在“丝绸之路”跨学科项目中，AI学伴可生成3D历史场景，学生借助AI模拟商队路线规划，分析地理、经济、文化因素对路线的影响，实现“做中学”。

学习组织变革：

弹性化的自组织生态

在学习方式变革后，那些曾被教案框定的知识溪流，便挣脱了“教师中心”的堤坝，开始沿着每个学习者独特的认知峡谷奔涌。学习组织形态也悄然转向以学习者为中心、人机共生的生态化生长。

AI赋能下的自主学习

学习组织迎来的第一重变革，是基于AI学伴，从统一进度转向动态分层。除了课程导入、核心概念讲解等关键环节，将课堂真正还给学生。课堂结构重构中，教师角色从知识传授者转变为学习设计师。

弹性化的“能力发展共同体”

自适应学习、自主学习不是走向“孤立学习”，必须实现“自主互动式的深度学习”。真正的学习一定发生在群体智慧的碰撞中。

学校要设计一个个真实学习任务或者项目，推动学生彼此连接，甚至突破传统班级边界，形成更开放的合作小组。学生在解决真实问题中，通过AI辅助的跨学科任务链，培养系统思维与团队领导力。

这就是学习组织的第二重变革：向“蜂窝状协作网络”演进，形成“项目—场景—资源”三位一体的协作学习生态。在弹性化的“能力发展共同体”中，每个学习者既是知识的建构者，又是他人成长的资源节点。

以学生输出为支点

未来的学习应该是产出性的学习，是跨学科的团队协作，是一个动态、互动、多元化的过程。从小先生制到费曼学习法，已经有很多学校在探索输出式学习，比如课前让学生绘制思维导图，课堂上设置“小讲师”环节，课后通过情景剧等方式让学生演绎知识点。

输出式学习更注重学习者的主动性和建构性，其本质是通过“输出倒逼输入”，推动知识从浅层记忆向深层理解转化。以学生输出式讲解为支点，依托输出导向的实践平台，知识便完成了从种子到果实的蜕变。

2025年第八届小学课程周主题峰会聚焦“基于学科大领域的项目化学习”，梳理基于学科链和学科组团的课堂设计要素与图景，深度探索课堂转型的当下可能，敬请关注！