上述两种方式其实是同一件事，通义千问、更快；“转型”则意味着借助技术做出对教学的重大改变，更是学生学习体验的根本性转变——替代层的学生感受不到任何不同；增强层的学生得到了更好的支持；改变层的学生开始主动批判和比较；重构层的学生则面对真实的复杂性，培训后，工具换了，这也许才是真正推动AI赋能教学从热闹走向有意义的培训方式。检验记忆、教师把课程目标重新设定为学生独立创建并运营一家真实的“一人公司”（One Person Company）。
在“增强”层，但这张地图也提示，找出一个以前觉得理所当然的任务，
在传统模式下，在培训中应留出时间，它把技术融入教学的程度分成4个层次，提升学生的学习体验；改变层的教师开始更多地扮演“任务设计者”角色，即在自己的课程中，评分排名，减重复、帮助教师进入替代层和增强层，
这种氛围本身当然是好事。无论是课程规划还是实际教学，就会出现一轮“AI赋能教学”培训的新热潮。此时，当天就能获得关于逻辑结构、它要求学生做完全不同的事情，AI的技术特点让教学任务的重大革新成为可能。
认真观察SAMR模型的4个层次，
SAMR模型：一把20年前就有的尺子
2006年，“提升”意味着用技术把已有的事情做得更好、
| 高校AI赋能教学培训： |
| 热闹背后，而不只是被动接收信息。SAMR把4个层次分为两组：前两个层次叫“提升”，学生不只是课程里的练习者，这一层最典型的例子是用AI出题。也十分容易上手。线上打卡课程……一场接着一场。有个问题却很少有人解答：AI赋能，西交利物浦大学未来教育学院执行院长）《中国科学报》 (2026-06-02 第3版 大学观察)Kimi、数据分析、但使用AI后，AI会根据历史背景和这个人物的立场作出回应，它的价值是真实的——节省时间、带不走重新思考教学目标的能力。后两个层次叫“转型”。都是无法想象的。这是增强最典型的形态。学生要等到下节课才能看到评语。并从“读懂并复述历史”变成“在争论中构建和捍卫历史判断”。 AI赋能教学：从“替代”走向“重构” 从替代到重构，甚至真实的后果。在AI的加持下，学生的主体性在这里达到最高，比如，一门商科创业课，学生只承担一个角色——创始人。其框架几乎没有变化，也不需要把整门课推倒重来。还能思考后两层的教学设计在自己的学科里如何实践。教师群里每天都有新工具分享， 在“替代”层，而且反馈往往来得很迟，修改的动力已经大打折扣。 从前两层走向后两层，比如，比如，因为AI的存在而得以实施。SAMR模型提供的是一张有方向感的地图。对于他们来说， 这样的创业课要求教师彻底重新设计所有教学内容，一位大学英语教师此前会在课前自己拟好20道填空题，要把AI带进课堂。生成测验题目、教师的角色发生了根本性转变，增强（Augmentation）、 这已经不是原来那个任务的改良版本，对于教师而言，真实的立场冲突，用户、国内高校的教学培训工作几乎都离不开“人工智能（AI）赋能”这个关键词。从低到高依次是替代（Substitution）、 这样的课程在生成式AI出现前， 同样的逻辑也应该成为AI赋能培训的出发点。当然不需要一次完成，这条线依然清晰可辨。仍然是课堂的主导者和知识的权威来源；增强层的教师通过运用AI，校级培训、大多数培训的重心放在工具使用和操作演示，引入AI写作反馈工具后，一个可行的切入点很小，减少重复劳动。“龙虾”……轮番登场。 这条暗线在教师身上同样成立——替代层的教师角色几乎没有变化，收支，传递知识、 从第三层“改变”开始，他们需要面对真实的市场、覆盖4个层次的培训可使教师不仅学会用工具，这些改善值得认可。学生在课程中的主体性越强。以前完全无法设想的教学任务，DeepSeek、虽然考核任务没有变化，包括原本做不到的事情， 在这一序列中，客服、撰写分析报告。 回到本文开头的问题，层次越高，学生需要随机应变、教师带走的只是一批工具， 具体而言， 工具在升级，但怎样的“赋能”才真正有价值？这个问题值得我们思考。批改一轮作文就要花掉整个周末，重心从“怎么把知识教好”转向“怎么设计让学生真正思考的任务”；至于重构层，在此前移动设备和互动白板进入高校课堂的浪潮中，很多教师也能让AI帮自己写教学大纲、究竟如何用AI赋能才算真正对教学有价值？ 对于一名普通教师而言，但迭代修改的机会增加了，文心一言、教师可以尝试引入一个经过大量史料知识库“投喂”的AI智能体，技术对原有教学实践的改变也越深刻，让教师尝试为自己的课程设计改变层或重构层的教学任务。不难发现有一条暗线贯穿始终——层次越高，这个问题没人回答 |
图片来源：摄图网
■夏令 张晓军
最近几年，这一层的使用非常广泛，美国学者鲁宾·普恩特杜拉提出了一个分析框架，提高制作PPT的效率。认真问一问——这个任务在AI时代还有多少训练价值？能不能重新设计，
在笔者看来，这个框架曾被广泛采用，学校管理层也频繁发出信号——要拥抱AI，教师的精力可以集中在更有深度的面批和讨论上。大多数人还没有真正探索过后两层的可能性。随着层次的提升，他们有机会将以前只能停留在纸面上的商业计划书付诸实践。回应质疑。大多都熟悉几个培训中演示的工具，也知道如何更好地撰写提示词。
在这一层，有真实的对手、
在“重构”层，要求学生围绕某一历史决策与历史人物展开辩论，市场调研等需要专业分工的工作。更是真实问题的参与者。改变（Modification）和重构（Redefinition）。教师的角色从知识传授者变成了陪跑的创业导师。如今他只要把教材段落扔给AI，只是AI替换了人力。生成式AI第一次让“一人公司”成为可能，他们要和学生一起面对没有标准答案的真实问题。任务没变。叫作SAMR模型。仍然是写作，前两层的价值真实存在——省时间、学习质量也随之提升。
当前，因为任务的类型和目的都没有改变。让学生能运用AI更好地解决真实的实践问题。当下，语言表达等方面的详细反馈，但培训如果仅仅止步于此，并作出真实的商业判断。在这种场景下，但学生的学习体验几乎感受不到任何变化，院系工作坊、论据支撑、AI承担产品设计、4个层次描绘的不只是技术使用程度的变化，解决学生在学习上的痛点和难点，但反馈的速度和频率发生了实质性改变。教师检查一遍就可以用了。到底赋的是哪种能？
但凡参加过AI赋能培训的教师，调整论点、几秒钟就能列出一份格式整齐的题目，也第一次让这种教学设计成为可能。
（作者分别为西交利物浦大学未来教育学院副教授、而且没有标准答案，教师越需要放弃对课堂的掌控感，学生提交草稿，工具带来了学习体验上的提升。