今年4月，教育部发文将AI纳入教师资格考试和认证内容。

会不会用AI，已经从"加分项"变成了"必用项"。

但真正让一线老师头疼的，不是"要不要学"，而是"学了一大堆，回教室还是不知道怎么用"——装了十几个App，真进课堂的没两个；学生用AI写作业，自己用AI批作业，师生陷入一场无声的"军备竞赛"。

这篇文章不堆工具排行榜，也不喊"AI赋能教育"的口号。我们从三个最实在的问题聊起：选什么、不做什么、以及那些比工具更难的事儿。

PART 01 工具选型 · 先定场景再定工具

多数老师的误区是反的——先看热度榜，哪个火装哪个。正确顺序是：先定场景，再定工具。

按教学环节拆解

把一堂课拆开，AI能在这些环节帮上忙：

教学环节

AI能做的

典型工具类型

备课/教学设计

生成大纲、对标课标、给案例素材

通用大模型（Kimi、豆包、文心一言、讯飞星火）

课件/PPT

一句话出初稿、配图、排版

Gamma、Canva、MindShow

出题/测验

按知识点批量生成、自动分级

通用大模型 + 题库平台

答疑/辅导

7×24小时陪练、个性化讲解

通用大模型、学科智能体

作业反馈

初筛语法逻辑、给结构化评语

通用大模型（需人工复核）

科研/写作

文献综述、翻译、润色

Consensus、Elicit、Scite

注意，这张表列的是"类型"，不是"必装清单"。工具半年一换，教学场景是稳定的。盯场景，比盯榜单靠谱。

三条选型铁律

1. 数据安全优先于功能炫酷。 学生作业、考试数据、课堂录音，能不能进这个工具？先看隐私条款，再看能力。涉及学生个人数据的，优先选有教育行业合规背书的（如学校采购的智慧教学平台内置AI），慎用来路不明的免费版。

2. 能嵌进现有系统，比单独好用更重要。 一个AI再强，如果每节课都要手动复制粘贴，老师三天就放弃。优先选能接进雨课堂、学习通这类现有平台的，降低使用摩擦。

3. 给学生用的，要比给老师用的更谨慎。 老师用AI备课，风险可控；让学生用AI写作业，就涉及诚信和评价。选型时区分"教师端工具"和"学生端工具"，后者必须有明确的课堂规则配套。

选工具看"适配度"，不看"热度榜"

PART 02 边界意识 · AI永远只能当副驾

选型解决"用什么"，边界解决"用到哪停"。这是比选型更关键、也最容易被忽略的一步。

一条总原则

AI可以提效，但不能替你做需要担责任的决定。凡是涉及"对人的判断"和"价值判断"的，AI只能给参考，落锤的必须是你。

能/不能 对照表

AI可以做（提效类）

AI不能做（责任类）

生成备课素材初稿

决定学生这门课合不合格

批量出练习题

判定学术不端的性质与处分

给作文结构反馈

替代导师对学生的情感支持

翻译/润色文献

替你完成对学生的价值引导

整理答疑高频问题

隐瞒"这是AI生成的结果"

最后一行是很多人踩的坑：把AI生成的内容当成自己的结论直接发给学生，还不说明来源。这不单是诚信问题，搞不好就是教学事故。

最危险的三条线

1. 评分权不能让渡。 哪怕AI判卷又快又准，最终成绩的解释权、申诉的处理，必须在老师手里。建议做法：AI初筛 + 教师复核，且向学生明确"AI不参与最终定档"。

2. 情感与价值引导不能外包。 学生迷茫、焦虑、价值观动摇时，需要的是真人teacher，不是聊天机器人。AI陪聊永远替代不了那句"我理解你"。

3. 学术诚信判定不能自动化。 学生是不是用了AI、用了多少、算不算作弊——这个判定必须人工，而且要和学校制度对齐，不能让工具当法官。

边界划清楚，AI才是助手；划不清楚，AI就是事故

PART 03 伦理思考 · 比工具更难的是"人"的问题

工具三个月一换，伦理问题五年都未必有标准答案。这一节没有标准解法，但有几个坑，提前知道能少踩很多。

数据隐私：你喂给AI的，可能归了别人

把学生作业贴进公开大模型问"这篇写得怎么样"，等于把学生数据免费送了出去。更隐蔽的是：有的老师在问卷、谈心记录里直接丢给AI分析——这些都有隐私风险。

底线做法： 涉及学生个人信息的，脱敏后再用；能走学校采购的合规平台就别走公开工具；任何情况下不把学生姓名、学号、成绩和AI对话绑在一起。

学术诚信：师生"军备竞赛"有解吗？

学生用AI写作业，老师用AI查作业——这场对抗没有赢家。更聪明的做法是把AI请到台面上：

  • 作业设计从"写一篇论文"改成"用AI辅助完成一个调研，并标注你改了AI的哪些地方"
  • 提高过程性评价权重——期末一考定终身的，最容易被AI攻破
  • 明确告知：哪些能用、哪些算违规、违规怎么处理——规则清晰，学生反而更踏实

公平性：别让AI悄悄拉大差距

城乡、学科、年龄之间，AI使用能力差得很远。一个老师用AI把备课效率翻三倍，另一个还没摸过——这种差距会直接传导给学生。

个体教师能做的：在教研室分享好用的工具和方法；带学生一起学用AI而不是藏着；对数字素养弱的学生多一点手把手。

透明：别假装AI不存在

最稳妥的伦理姿态是透明。课件里哪部分是AI生成、答疑用的什么工具、评价标准怎么考虑AI因素——跟学生讲清楚。透明本身就是最好的教学：你以身作则，学生才学得会负责任地使用AI。

PART 04 落地清单 · 下周就能做的五件事

道理讲完，给点能落地的。

1. 定一条课堂AI使用规则（半页纸就够）：能用什么、不能用什么、违规怎么算。开学第一堂课就发。

2. 挑一个环节先试：别全面铺开。先拿"备课素材生成"或"作业结构反馈"一个切口，跑一个月看效果。

3. 改造一次作业：把至少一道题设计成"AI协同完成 + 过程说明"，顺手练学生的工具素养。

4. 给学生做一次AI通识小课：15分钟，讲清楚工具、边界、诚信。比事后抓作弊成本低得多。

5. 加入一个同行社群：看别人怎么踩坑、怎么解决。一个人摸索太慢，借力最省时间。

写在最后 · AI替不了的事

AI进课堂，不是在黑板上多挂一块屏，而是重新想一遍：我要教什么、怎么教、哪些事必须由我来做。

工具会过时，边界感不会。把AI当放大镜而不是替身，它帮你把更多精力留给那些只有人能做的事——点燃一个学生的兴趣，接住一次情绪的崩溃，陪一个年轻人想清楚自己要成为什么样的人。

这些，AI替不了，也该替不了。

欢迎在评论区聊聊：你现在的课堂上，AI已经用在哪一步了？哪些环节你坚决不打算交给它？