廣州市輕工技師學院：AI賦能備課 深耕有效教學改革

隨著工學一體化技能人才培養模式在校內落地深耕，教師的教學思考正從宏觀體系搭建轉向課堂微觀實施。一份教案，如何在40分鐘里真正讓學生學懂學會，成為亟待破解的核心難題。而這一目標的實現，離不開精細化、系統化的課堂教學活動設計。

教學的落腳點，終究是學生的實際掌握成效。圍繞“學生到底怎么才算真正學會？”這個實踐問題，學院研發了教學設計智能體，助力教師產出高質量、可落地、能保障學習成效的教學活動方案，改進課堂教學實踐。

問題：教了≠學會了

“我明明把步驟和要點掰開了揉碎了講，可一到學生自己上手，就不是那回事了?！?/p>

“我設計了特精彩的小組活動，課堂上熱鬧得像菜市場，可一抽查，學生們還是‘一問三不知’。感覺我演了一出獨角戲，他們就是一群‘氣氛組’。”

這是學院開展新教師聽評課時，聽到最多的教師自白。

近年來學院引進了一批教師，有的曾是經驗豐富的企業專家，有的是學科知識扎實的研究生。他們共同的困惑是：為什么我講得那么細，學生還是不會？

課堂觀察記錄顯示：不少課堂中PPT翻頁頻率平均每2分鐘一次，教師獨白式講授占比超過60%。思考不聚焦、表達缺乏專業性、被動參與，學生實踐或討論的質量堪憂，真正意義上的學習并未發生。

問題在于課堂活動的設計與學習目標之間缺乏實質性關聯。學生動手了，但動手之前不知道要解決什么問題；學生討論了，但討論的話題沒有明確的思維方向；學生表達了，但缺乏專業語言的支撐。教學止步于“教了”，離“學會了”還有距離。

2026年3月到6月，學院教師發展中心聯合嶺南藝術產業系，以AI協同備課為切入點，進行了一場持續三個月的有效教學改進實踐。

起點：一條公式與一個閉環

4月，教師發展中心負責人盧盈主持了專業基礎課備課工作坊，拋出一條公式：有效教學＝學習體驗×心理獲得。技能、思維和設計能力的培養需要更多直接經驗，翻譯成課堂語言是：學生既要“動起來”（實踐、討論、展示），也要“想進去”（思考、理解、形成自己的判斷）。二者缺一不可。

怎么做到呢？讓教的活動和學的活動交替推進。講授、演示、提問之后，緊接著是實踐、思考、討論。課堂既不能從頭講到尾，也不能從頭到尾放羊，而是有節奏地來回切換。

這個理念最關鍵的落地工具是輸出性目標。

比如“讓學生理解UI布局四原則”這個教學目標沒法測量，改寫成“學生能獨立對一張App界面標注用到的布局原則，并寫出三條修改建議”，動詞從“理解”換成“標注”“寫出”，教學目標就有了可檢驗的標準。

工作坊以移動端界面原型設計課中“運用布局原則設計生活服務APP首頁界面”為例，完整展示了一個目標—活動—評價閉環：

這節課里，教師只在三個節點控場——活動前說清任務，活動中追問引導，活動后提煉總結。學生靠完成一系列可檢驗的小任務來證明“學會了”。

專業基礎課備課工作坊現場

落地： AI上場，七步協同備課

工作坊現場引入了一個教學設計智能體，它以WPS知識庫為基礎、以七步提示詞為框架、以大語言模型為生成引擎。教師輸入授課主題、班級和教學目標，智能體基于知識庫中的教案模板、設計方法和學情數據，幾分鐘便能生成一份包含學情預判、教學流程和活動建議的教案初稿。在此基礎上，教師再來判斷學習內容如何呈現、活動怎么取舍、什么時機介入課堂。智能體的定位是輔助教師提高備課效率，關鍵決策仍由教師做出。

七步備課工作流程

教師使用知識庫和“七步備課提示詞”修改教學設計

使用AI協同備課前后對比

工作坊只是開始。這次實驗最扎實的一步，是要求每位參訓教師把教學設計用在自己的課上。

35位教師按課程分為五組：商業圖形繪制、移動端界面原型設計、結構素描、紋樣設計與風格化應用、數字影像處理。各組老師和學院督導組成課堂觀察團隊，記錄兩類數據：教的時長和學的時長各占多少；學生在課堂中有沒有經歷觀察、思考、行動三個認知層次。聽課只記錄事實，課后不評分、不評價，觀察記錄供任課教師進一步改進教學設計。

持續4周的設計、教學和觀課實踐

證據：35份案例呈現三大改變

6月26日的總結分享會上，35份教學設計案例提交評審。合計超過80%的教案在三個維度上出現明顯變化：輸出性目標寫得具體了，教學活動有交替設計了，學習困難預判和認知路徑嵌入教學活動了。

劉夢恬老師（任教課程：商業圖形繪制）分享

王驀穎老師（任教課程：山水國畫繪制）分享

教學設計中“看得見的變化”

延伸：知識庫讓經驗不再屬于一個人

教師發展中心把藝術系的試點經驗帶到了人工智能產業系。

一次小組教研活動上，教師們分享了使用這個智能體的真實體會：生成的教案“看著像樣，但用不上”，要么與本校設備、本地產業脫節，要么教學活動空泛，要么缺少可執行的物料清單。

問題出在哪里？智能體依賴的知識庫中，本校的教學經驗數據還不夠豐富。

為此，教師發展中心明確下一步重點：一是充實教學設計智慧知識庫，把各專業的優秀教學設計、合作企業的真實案例、專業術語庫等集體智慧沉淀下來，讓智能體有更扎實的本校數據支撐；二是重新梳理備課流程，幫教師更精準地向智能體下達指令，讓生成內容從“通用模板”變為“本校定制”。

知識庫的意義不僅是存儲，更是把個人教學經驗轉化為組織知識資產的機制。一份優秀教案、一次優質課堂實錄，可以沉淀、迭代、被AI調用、被同事借鑒。這可能是比AI工具本身更深遠的變革。

人工智能產業系AI優化備課的研討現場

回響：一場實驗的遠與近

廣州市輕工技師學院林文婷副院長在總結會上將這場實驗定位為起點，而非終點：“我們希望形成一套以輸出性目標引領、以學習活動為核心、以AI為輔助的有效教學設計方法，讓更多教師受益。”

從3月到6月，從藝術系35份案例到人工智能產業系的專題教研活動，這場實驗沒有“智慧課堂”的硬件堆砌，也沒有宣稱顛覆性創新。它更像一次教學基礎設施建設——把模糊的目標寫清楚，把隱性的活動設計顯性化，把個人的備課經驗轉化為可共享的知識資產，把AI放在“助手”的位置上。

教育部等九部門在《關于加快推進教育數字化的意見》（教辦〔2025〕3號）中明確要求“深化人工智能助推教師隊伍建設行動”；教育部辦公廳在《關于組織實施數字化賦能教師發展行動的通知》（教師廳函〔2025〕13號）中提出“基于大模型研發教師智能助手，全流程支撐教師的教研備課”。這些政策指向同一個方向：AI要進入教師的日常工作流。

廣州市輕工技師學院的探索，或許只是眾多回應中的一種。但如果更多的課堂在每節課結束時，老師們問自己的不是“我講完了嗎”，而是“學生能做什么了”，那這場實驗的意義，就遠遠超出了一份總結報告。（供稿：趙婧、梁宇業；編輯：駱曉彤、洪鎮華）