备课两小时变四小时？一位小学教师的AI“减负”突围记

“以前备课两小时，现在要四小时——做课件、传资源、录数据、填表格……平台有三个，账号密码各不同。”

这不是抱怨，是当下许多教师的真实写照。技术本应解放教师，却成了新的负担。问题不在AI，而在我们使用AI的方式。当技术首先服务的是检查、留痕、排名，而不是教师的备课减负、学生的个性化诊断，教师自然越用越累。

一位小学语文教师的故事，或许能提供另一种答案。

一、“平台有三四个，没一个管用”

这位教师在东部一所城区学校教三年级语文。学校前年引入了智慧课堂系统，去年又上线了集体备课平台和教研管理系统。“每个平台都有用，但各管一摊。”她说。备课在一个系统，做课件在另一个，上传教学资源又换一个，录完课要评课还得再登录一个平台。“每次上课光登录就要五分钟。”

更让她头疼的是集体备课。组内几位教师每周固定时间碰头，讨论下一单元的教学设计。讨论很热烈，但记录下来的东西零零散散——微信群里几十条语音、手写的几张纸、电脑上存了几个版本的教案。到下周一上课，谁也不知道最后定下来的到底是什么。

“我们花在整理上的时间，比花在备课上的时间还多。”她说。

二、一次“被看见”的集体备课

转折发生在上学期的一次单元集体备课。教研组长在组内推荐了AI数智教研员的集体备课功能——说是可以自动生成教研公案，还能调用校本资源。

大家半信半疑。第一次使用，几位教师像往常一样围绕单元教学设计展开讨论。不同的是，这次讨论被系统实时记录。讨论结束后，AI数智教研员自动结合上传的教材分析材料、讨论过程中的提问与回答，整理生成了一份教研公案。打开文件那一刻，几位教师都愣住了——讨论中提到的每一个修改建议都被清晰标注，哪些达成了共识、哪些还存在分歧，一目了然。

更让大家意外的是系统的“启发式引导”功能。讨论到一个教学难点时，有位教师习惯性地问：“这个环节到底该怎么设计？”系统没有直接给答案，而是连续追问了几个问题：“你希望学生在这个环节达到什么目标？”“如果换一种提问方式，学生可能会有怎样不同的反应？”几个追问下来，那位教师自己找到了突破口。

“以前集体备课，讨论完就完了，谁记得住那么多细节？”她说，“现在每次集备结束，直接就能拿到一份完整的公案，下周上课用什么、怎么改，清清楚楚。”

三、从“凭感觉评课”到“看数据诊课”

集体备课的改变让组内教师对AI数智教研员产生了兴趣。不久后，学校组织了一次组内听评课，这位教师执教一节阅读课。课后评课环节，教研组长打开AI数智教研员的课堂数智画像功能。

画像上显示了一组数据：师生话语比例、教师提问类型分布、课堂等待时间、学生发言字数……其中一项数据引起了大家的注意——整节课40分钟里，教师提问后留给学生思考的平均等待时间不足2秒。

“难怪那天好几个孩子举手又放下了。”这位教师回想起来，“我问完问题，看没人立刻回答，就忍不住自己说了。”

系统还生成了一份理答行为诊断报告，自动分析了整节课的师生对话，将教师的理答行为分类统计——发展性理答、诊断性理答、激励性理答分别占比多少，一目了然。报告还识别出几个关键话轮，标注了“病灶”所在，并附上了改进建议。

“以前评课，大家说的都是‘挺好的’‘再注意一下’，谁也说不清到底哪里需要改。”教研组长说，“现在有了这份报告，评课有了依据，改进有了方向。”

四、技术不是让教师更累，而是让教师更像教师

一学期下来，这位教师的备课节奏有了明显变化。集体备课不再靠手忙脚乱地记笔记，每次讨论结束直接拿到公案；上课前想快速梳理课件思路，系统能导出课件设计框架；课后想复盘自己的课堂表现，调出数智画像和诊断报告就行。

“以前我觉得AI是来给我添活的。”她说，“现在我觉得，它是来帮我省时间的——省下来的时间，我可以用来做只有我能做的事：跟那个课堂上没敢举手的孩子聊一聊，把那份诊断报告里提到的问题在下节课上试着改一改。”

关键追问：你的学校引入AI，第一个受益的是教务处，还是一线师生？

当技术真正服务于教师的日常——备课、上课、评课、反思——而不是服务于检查与留痕，教师才能从“越用越累”的困局中走出来。AI数智教研员所做的，正是把分散在不同平台上的工作整合进一个完整的教研闭环里，让教师把时间花在值得花的地方。

毕竟，技术不该让教师变成数据的搬运工，而该让教师更像教师。