原创： 杨枝甘露加点糖 来源：AI在教育

过去两年，教师谈论AI，常常围绕几个熟悉的问题：能不能写教案、做课件、出题、批改作文、生成评语。

到了2026年，变化正在发生。AI产品开始不再只追求“回答得更快”，而是尝试进入学习过程：追问学生、读取课程材料、持续完成任务、收集学习证据，并根据学生的表现调整支持。

这不意味着AI已经成为真正的教师。它提醒我们：教育AI的重点，正在从“它能生成什么”，转向“我们怎样设计它参与学习”。

一、从直接给答案，转向引导学生思考

早期生成式AI最吸引人的能力，是几秒钟给出完整答案。但对学习来说，答案来得太快，有时反而会跳过最重要的思考过程。

2025年推出的ChatGPT学习模式，开始用引导性问题、分步提示、理解检查和个性化反馈，帮助学习者逐步解决问题，而不是立即交付答案。OpenAI明确提出，它的目标是帮助学生“学会一些东西”，而不只是“完成一些东西”。

这代表教育AI的第一个转向：衡量一个AI是否适合学习，不能只看答案是否正确，还要看它是否能控制帮助的节奏。

教师可以尝试给AI增加三条规则：先问学生怎么想；一次只提供一个提示；最后请学生用自己的话重新解释。

真正有价值的AI辅导，不是把困难消灭，而是把困难调整到学生能够继续思考的程度。

二、从通用问答，转向理解具体课程

过去，学生面对的是一个“什么都知道一点”的通用AI。它可以解释概念，却不知道这节课学到了哪里、教师使用了什么材料、学生刚刚出现了什么错误。

2026年6月，Google开始在Gemini中推出Classroom应用，让AI在权限范围内调用真实班级情境；同时推进由教师主导、基于学校课程材料的AI学习活动，并尝试向教师提供学生理解情况的线索。

未来更有价值的教育AI，可能不是知识最多的AI，而是最理解“这门课”的AI。

教师可以为一个单元建立专属学习空间，只放入教材、课堂讲义、教师示例和评价标准。学生得到的回答不再漫无边际，而是与班级共同学习的内容保持一致。

教师也不再只是写提示词，而是在设计AI需要知道什么、不应该知道什么，以及哪些信息必须由教师判断。

三、从一次生成，转向持续完成一段工作

现在很多教师使用AI，仍然是一问一答：生成一份教案、修改一段通知、设计十道题。任务结束，对话也结束。

但AI正在向“智能体”发展。2026年，Google面向教育用户推出Workspace Studio，用于创建、管理和分享能够自动执行工作流程的AI智能体。

一个智能体可以围绕同一目标持续工作：先整理课程标准，再分析教材，生成进度计划；每周读取课堂记录，发现未完成内容；期末再把材料整理成课程复盘。

这会带来一种新的教师能力：不只是给AI下命令，而是给AI定义目标、步骤、边界、质量标准和检查节点。

AI可以像一名能力很强、但缺乏教育责任和情境判断的助理。它能够执行很多工作，但哪些工作值得做、结果是否可信、何时必须停止，仍然需要教师决定。

四、从处理文字，转向理解更完整的学习过程

教育中的大量信息，并不只存在于文字答案中。

孩子讲题时的停顿、草稿上的修改、朗读时的语气、实验操作的步骤、作品迭代的痕迹，都可能比最后答案更接近真实学习。

2026年的教育产品正在把文字、语音、图像、视频和互动测验放进同一个学习环境。Google Classroom开始加入原生音频和视频反馈，相关学习工具也在尝试用多种形式呈现内容和收集回应。

这意味着AI有机会帮助教师看到更多“过程证据”。

例如，让学生先口头解释自己的方法，再上传草稿和答案；AI可以整理其中的不一致，提醒教师关注“会做但说不清”“答案正确但概念混乱”等现象。

但这里必须保持克制。

AI可以识别模式、整理线索，却不能仅凭表情、语气或一次停顿，就判断孩子的情绪、能力或动机。学习过程越丰富，越需要教师进行综合判断。

五、从提高效率，转向验证是否真正学会

教育AI正在进入一个更严格的阶段：不能再只展示“用了以后作品更漂亮、任务完成得更快”，而要回答一个更重要的问题：

学生是否真的学会了？

OECD《数字教育展望2026》指出，在明确教学原则引导下，生成式AI可以支持学习；但如果缺少教学设计，把任务外包给AI，往往只会提升当下表现，而不一定带来真实学习增益。

报告还提到，一些研究发现，学生借助通用AI时作品质量更高，但在考试中撤掉AI后，这种优势可能消失，甚至反转。

以后评价一次AI教学实践，至少要多问三句话：

撤掉AI以后，学生还能完成吗？

学生能解释AI给出的内容吗？

学生能把这种方法迁移到一个新问题吗？

AI让成果变好并不困难。教育真正关心的是，成果变好之后，能力有没有留在学生身上。

六、从学习使用工具，转向教师主导人机分工

当AI越来越容易使用，“会不会打开工具、写一段提示词”很快就不再是核心能力。

2026年，Google宣布与ISTE+ASCD合作，为美国约600万名基础教育和高校教师提供AI素养培训。培训内容不只是工具操作，还包括根据当天评价结果设计个性化学习、调整课程材料和支持差异化学习。

UNESCO则持续强调以人为中心、适龄、隐私保护和教育机构的审查责任，提醒学校不能把“技术上可以使用”，简单等同于“教育上适合使用”。

真正重要的问题将变成：

哪些任务必须由学生独立完成？

AI可以在哪一步提供支架？

哪些数据不能交给AI？

AI的结论需要哪些证据？

什么时候应该撤掉帮助？

出现错误时由谁负责？

AI越强，教师越不能只做工具的使用者。

教师需要成为人机学习活动的设计者、学习证据的判断者和学生发展边界的守门人。

小结一下

回看这六个变化，会发现一条清晰的线索：

AI正在从答案生成器，变成学习过程的参与者；从一个孤立工具，变成与课程、班级和工作流程连接的系统。

但技术进入学习过程越深，教师的工作就越重要。

接下来，教师真正需要研究的，已经不只是“怎样让AI生成一份更好的教案”，而是怎样设计AI出现的时间、提供帮助的方式、使用信息的边界，以及退出学习的时机。

教育AI的未来，不取决于AI能替教师完成多少工作，而取决于教师能否借助AI，让学生进行更多真实的思考，留下更多属于自己的能力。