当AI能秒写一首格律诗，我们的诗词教学该怎么办？

读到一个有趣的实验：让DeepSeek写一首赞美春天的五言绝句，只等了九秒钟，一首《咏春》就出现在屏幕上。平仄合规、押韵工整、意象妥帖——如果放在古代，这首诗的水平足以超过不少经过长期训练的读书人。

随即产生了一个追问：一个没有情感、没有意识的数字机器，几秒钟就能写出一首原创的、经得起“查重”的诗，我们的诗词教学，该怎么办？

AI写诗，到底“学会”了什么？

文章分析得很细致。AI写诗的能力，可以从三个维度来理解。

第一个维度是“辞藻”。唐代那些资质平平的诗人，很多随身带着“小抄”——分门别类记录着春意、夏意、山意、水意等词句，写诗时翻出来寻找灵感或直接组合。而AI的“小抄”是八万多个汉字、五十多万个词语。你让它写“春天”，它一秒钟就能激活几千个相关意象词。

第二个维度是“声律”。从南朝沈约总结“四声八病”开始，汉字的声律秘密被显性化、可教可学。AI不是靠“语感”写诗，而是系统学习了人类总结的格律知识——对仗、押韵，学得全面扎实。

第三个维度是“章法”。起承转合、虚实结合、动静结合、远近结合……人类几千年总结的创作经验，AI可能拆解成成百上千条规则。

这三个维度比下来，人类在记忆力上完败，在章法运用上也难以匹敌。

但问题恰恰在这里

如果诗词教学只教这三个维度——让学生背意象、记格律、分析起承转合——那学生确实很难比得过AI。一位教师在文章中说了一段很直白的话：现在的语文课堂，文学作品教学用的是“很糟糕的文学史教学法”——记作者、记年份、记注释、记标准化赏析，考也是考这些东西。

来看看百度百科对《赠汪伦》的赏析：“前两句描绘……后两句先用‘深千尺’赞美……用衬托的手法……”文章的作者追问：读出诗里的情感了吗？读出创作的个性了吗？读出诗人不甘平庸的创造力了吗？

没有。全是空洞的、程式化的术语堆砌。

而李白这首诗恰恰是“反规律”的典范。一般写诗要含蓄雅致、避免写名字、先写景再抒情，但李白偏不——开头就写自己的大名，诗题提汪伦，最后一句还要再提汪伦；送别的场景也特别，离开的人不辞而别，送行的人又唱又跳。这种坦率直白、不按套路出牌的个性，才是这首诗穿越千年依然动人的原因。

一堂诗词课的数智化诊断

这让我想到一所学校语文教研组的一次教研活动。一位青年教师在执教《赠汪伦》时，课堂流程完整：介绍李白生平、逐句讲解诗意、分析“深千尺”的修辞手法、PPT展示百度百科式的标准化赏析、让学生背诵默写。整节课节奏紧凑，知识点覆盖全面。

课后，教研组将这节课的课堂实录上传到AI数智教研员系统，生成了一份课堂数智画像。数据显示：教师话语占比超过80%，学生发言集中在回答“对不对”“是不是”类闭合性问题；在“体会诗人情感”环节，学生的发言时长普遍在10秒以内，多为复述教参中的标准表述。

更值得关注的是理答行为诊断报告。当一位学生说“我觉得李白写这首诗的时候挺高兴的”，教师的回应是“还有没有其他同学想说”——这个回应在诊断报告中被标注为“理答错失”：学生已经触及了情感层面的感受，但教师没有顺势追问“你从哪里看出他高兴”，而是转向了下一个环节。

诊断报告给出的建议是：在学生触及情感体验时，可以尝试追问“这首诗里哪些地方让你觉得他‘高兴’”“如果换成‘我乘舟将欲行’，感觉会有什么不同”——通过对比阅读，引导学生自己发现李白“不按套路出牌”的创作个性。

集体备课的新起点

这份诊断报告成了教研组集体备课的起点。大家讨论的核心问题是：诗词教学的目标到底是什么？

如果目标是让学生掌握《赠汪伦》的作者、背景、修辞手法，那AI可以做得更快更准——输入诗题，几秒钟就能生成一份包含所有知识点的标准答案。但如果目标是让学生“读出诗里的情感，读出创作的个性，读出诗人不甘平庸的创造力”，那教学的方式就需要重新设计。

教研组借助AI数智教研员的启发式引导问答功能，围绕“如何带领学生感受《赠汪伦》的个性”展开研讨。智能体没有直接给出教学方案，而是通过一系列追问引导教师自主思考：“学生读到‘李白乘舟将欲行’时可能产生什么感受？”“如果把这首诗和一首标准的送别诗放在一起对比，学生能发现什么不同？”“李白为什么要在诗里反复提自己和汪伦的名字？”

这些追问帮助教研组逐渐明确了一个方向：与其告诉学生“这首诗好在哪里”，不如让学生自己在比较中发现“这首诗特别在哪里”。

重构后的课堂

第二次上课，这位教师改变了策略。他没有从作者生平讲起，而是先让学生读两首诗——一首是AI生成的《赠汪伦》风格模仿作品，一首是李白的原诗。不做任何讲解，只问一个问题：“这两首都是送别诗，读完之后，你的感觉有什么不一样？”

学生的回答出乎意料又无比真实：“第一首读起来很顺，但读完就忘了”“第二首感觉李白这个人挺有意思的，他要走了还专门写自己名字”“‘不及汪伦送我情’这句话好直白，但我能感觉到他真的挺感动的”。

教师顺势追问：“李白为什么不把诗写得含蓄一点？”一个学生说：“因为他想让所有人都知道汪伦对他好。”另一个学生补充：“他觉得含蓄不够，要直说才够。”

这节课没有逐句讲解诗意，没有分析“衬托手法”，但学生对这首诗的理解却比之前更深。因为他们不是在记忆关于这首诗的知识，而是在感受写这首诗的人。

教研的转向：从“教知识”到“教感受”

这位教师的转变，折射出一个更深层的问题：在AI可以快速生成合规文本的时代，语文教学的价值在哪里？

文章中有句话说得直接：在AI可量产标准文本的今天，那些有情感温度的意象、有隐喻的词句，可能成为人类对抗算法逻辑的人文利器。诗词教学当然要讲辞藻、声律、章法——这些是基础，不可或缺。但更重要的是，带领学生读出诗里的情感、读出创作的个性、读出诗人不甘平庸的创造力。

这听起来像是一句正确的“废话”，但落实到课堂上，需要教师具备一种能力：能够敏锐地捕捉到学生情感体验的瞬间，并把它转化为深度对话的起点。这种能力不是天生的，需要在反复的课堂实践中被看见、被诊断、被改进。

AI数智教研员不会替教师写教案，也不会替学生读诗。它能做的，是让一节诗词课中那些“看不见”的教学行为变得可见——教师说了多长时间、提了多少问题、每一个问题之后是如何回应的、学生有多少机会表达自己的真实感受。当这些数据被呈现出来，教师就有了一个反思自己教学的“镜子”。

正如一位使用过系统的语文教师所说：“以前我评自己的课，只能说‘感觉学生反应还行’；现在我可以说‘在这个环节，有5个学生发了言，平均时长25秒，其中3个表达了个人感受’——数据让我知道自己的教学到底在哪个地方发生了作用。”

这或许就是数字化教研平台在诗词教学中最朴素的价值：它不能教会学生读诗，但它可以帮助教师更好地教会学生读诗。而在AI可以秒写一首格律诗的今天，这件事比任何时候都更重要。