产业观察｜观澜编辑部

教育AI常以生成教案、快速批改或个性化学习为卖点，但课堂不是一条可以只按输出速度优化的流水线。Google在十月五日的世界教师日文章中表示，正在与TED合作，面向运用技术创新的教育者开展全球想法征集，入选者有机会在TED舞台分享。这是一项征集计划，不能据此认定参与工具已经改善学习效果。

这项活动给出的观察角度值得讨论：产品设计可以先听教师如何描述问题，而不是先给课堂安上一个模型。备课、课堂互动和课后反馈，各有不同节奏；同样是“省时间”，对教师的意义也可能不同。

减少重复劳动，不等于省去判断

以练习材料为例，AI可以提出不同难度的候选题目，教师仍需检查题意、知识范围与答案是否适合学生。真正的节省应扣除复核与修改时间。若候选材料数量变多，却迫使教师逐条纠错，生成速度越快，审核压力反而可能越大。

我们更愿意看到能展示修改理由的工具：题目为什么被调整，哪些内容需要人工确认，哪些建议来自课程资料。这样的界面能帮助教师保留教学判断，也方便同事继续接手。只给出一份“完成版”材料，往往看不出隐藏了什么假设。

试点应留下学习证据

一个可管理的试点，可以先限定课程范围和使用时间，再观察学生是否真的理解了目标知识。教师反馈、课堂作品和常规测验可以共同提供线索，但也要留意班级差异，不能把一次结果简单归因于工具。产品使用次数只能说明使用行为，不能代替学习效果。

采购讨论还应包括退出方案。教师已经投入的资料能否导出，学校改变工具后是否需要重新整理，使用中产生的记录由谁管理，这些问题会影响长期成本。对于学生信息，应先明确哪些字段确实需要，再选择适合的处理流程，而不是为了个性化尽量收集。

教师的工作经验不是AI产品最后才补上的装饰，而是判断产品是否有用的重要依据。听见真实场景之后，团队才有机会设计不打断课堂的辅助功能。我们期待的教育AI，不是替教师宣布所有任务已完成，而是让教师更清楚地看到学生在哪里需要帮助。