AI 时代教师的人机协同工作流

单点工具会过时，工作流会沉淀为能力

很多教师第一次接触 AI，容易把注意力放在某个工具的按钮和技巧上。但工具会不断变化， 真正值得培训的，是教师如何把听课、开会、上课、灵感、教案、课件和学生反馈变成可调用材料。

当这些材料进入个人知识库，AI 就不再只是“会聊天的搜索框”，而能围绕真实任务生成教案、 整理职称材料、改写培训心得、规划课程，甚至协助处理本地文件。

人机协同的基本原则是：人定目标，AI 做执行；人做判断，AI 做重复。

把教师工作拆成目标、材料和执行三层

三层结构不是技术流程图，而是教师培训时最容易讲清楚的责任边界。

从 6 节课录音，生成 18 节选修课材料

一个典型案例是人工智能通识选修课建设：教师已经上过 6 节课，但期末需要补齐 18 节课的教学设计、 课件和讲稿。传统做法是重新熬夜整理，AI 工作流的做法则是先把已上课程录音打上统一标签， 再把 18 节课程目录和已有材料交给 AI，让它补齐结构化初稿。

这个案例的重点不在“AI 一键生成”，而在材料来源清楚、课程结构明确、教师可以审改。 低成本工具适合生成第一版，最终版本仍需要教师判断课程目标、学情适配、活动设计和事实准确性。

一次成功操作，要变成下次可调用的 Skill

教师 AI 培训不能只停留在“今天演示成功”。更好的做法，是把成功流程写成固定技能： 输入什么材料、按什么步骤追问、输出什么格式、教师在哪些节点审核。这样下一次写教案、做课件、 整理培训心得或准备汇报时，就不是从零开始。

这也是 AI 领导力在教育现场的具体表现：教师不是把责任交给机器，而是学会管理一组数字化员工， 让它们在安全边界内完成清晰任务。