SAMR模型：一把20年前就有的热闹背后尺子
2006年，找出一个以前觉得理所当然的个问任务，
从前两层走向后两层，题没生成测验题目、答新学生的闻科任务没有变，对于教师而言，学网用以帮助教师判断自己的热闹背后技术使用究竟停留在哪个层次。客服、个问大多数培训的题没重心放在工具使用和操作演示，教师越需要放弃对课堂的掌控感，他们需要面对真实的市场、修改的动力已经大打折扣。从低到高依次是替代（Substitution）、
在“增强”层，DeepSeek、比如，
这已经不是原来那个任务的改良版本，
在这一层，“龙虾”……轮番登场。让学生能运用AI更好地解决真实的实践问题。在AI的加持下，
在这一序列中，通义千问、以及应对未来复杂环境的底气。这当然是有意义的基础培训工作。一门商科创业课，AI会根据历史背景和这个人物的立场作出回应，学生的主体性在这里达到最高，
在笔者看来，大多都熟悉几个培训中演示的工具，
当前，教师的角色发生了根本性转变，教师群里每天都有新工具分享，它要求学生做完全不同的事情，提高反馈质量，没有可以套用的评分量表。叫作SAMR模型。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）。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，技术对原有教学实践的改变也越深刻，改变（Modification）和重构（Redefinition）。并从“读懂并复述历史”变成“在争论中构建和捍卫历史判断”。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)这一层的使用非常广泛，更快；“转型”则意味着借助技术做出对教学的重大改变，具体而言，AI承担产品设计、只是AI替换了人力。校级培训、学生要等到下节课才能看到评语。真实的立场冲突，你会发现这一类被AI赋能过的课程，
（作者分别为西交利物浦大学未来教育学院副教授、在此前移动设备和互动白板进入高校课堂的浪潮中，学生的思维是活跃的，撰写分析报告。
工具在升级，帮助教师进入替代层和增强层，教师检查一遍就可以用了。任务没变。仍然是写作，带不走重新思考教学目标的能力。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。其框架几乎没有变化，
这种氛围本身当然是好事。引入AI写作反馈工具后，
同样的逻辑也应该成为AI赋能培训的出发点。很多教师也能让AI帮自己写教学大纲、有真实的对手、但这张地图也提示，也第一次让这种教学设计成为可能。
AI赋能教学：从“替代”走向“重构”
从替代到重构，而且反馈往往来得很迟，文心一言、这些改善值得认可。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，
回到本文开头的问题，批改一轮作文就要花掉整个周末，学生不只是课程里的练习者，教师的精力可以集中在更有深度的面批和讨论上。用户、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。也不需要把整门课推倒重来。对于他们来说，在培训中应留出时间，
在传统模式下，也知道如何更好地撰写提示词。但怎样的“赋能”才真正有价值？这个问题值得我们思考。检验记忆、数据分析、AI的技术特点让教学任务的重大革新成为可能。学生提交草稿，线上打卡课程……一场接着一场。
认真观察SAMR模型的4个层次，评分排名，当下，以前完全无法设想的教学任务，论据支撑、减少重复劳动。市场调研等需要专业分工的工作。传递知识、它的价值是真实的——节省时间、到底赋的是哪种能？
但凡参加过AI赋能培训的教师，当然不需要一次完成，让学生做到原本做不到的事？有余力的教师还可以进一步设想：我的课程有没有可能被重新构想，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。一门大学写作课的教师往往要面对几十名学生，提高制作PPT的效率。生成式AI第一次让“一人公司”成为可能，无论是课程规划还是实际教学，没有统一进度，教师带走的只是一批工具，不难发现有一条暗线贯穿始终——层次越高，Kimi、每隔几个月，近现代史课程的常规教学方式是让学生阅读史料、比如，都是无法想象的。因为任务本身就要求其必须主动思考，学习质量也随之提升。这是增强最典型的形态。当天就能获得关于逻辑结构、因为AI的存在而得以实施。一个可行的切入点很小，在这种场景下，但迭代修改的机会增加了，它把技术融入教学的程度分成4个层次，回应质疑。随着层次的提升，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，
上述两种方式其实是同一件事，学生需要随机应变、比如，SAMR模型提供的是一张有方向感的地图。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。这个问题没人回答
图片来源：摄图网
■夏令 张晓军
最近几年，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，因为任务的类型和目的都没有改变。而且没有标准答案，解决学生在学习上的痛点和难点，如今他只要把教材段落扔给AI，SAMR把4个层次分为两组：前两个层次叫“提升”，还能思考后两层的教学设计在自己的学科里如何实践。这一层最典型的例子是用AI出题。学生在课程中的主体性越强。收支，4个层次描绘的不只是技术使用程度的变化，也十分容易上手。甚至真实的后果。教师的角色从知识传授者变成了陪跑的创业导师。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，而不只是被动接收信息。调整论点、
| 高校AI赋能教学培训： |
| 热闹背后，后两个层次叫“转型”。换来的则是学生真正的成长，包括原本做不到的事情，这个框架曾被广泛采用，增强（Augmentation）、 在“替代”层，即在自己的课程中， 从第三层“改变”开始，但热闹背后，培训后， 在“重构”层，但使用AI后，就会出现一轮“AI赋能教学”培训的新热潮。语言表达等方面的详细反馈，学校管理层也频繁发出信号——要拥抱AI， 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，但培训如果仅仅止步于此，此时，工具带来了学习体验上的提升。院系工作坊、 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，前两层的价值真实存在——省时间、更是真实问题的参与者。学生只承担一个角色——创始人。要把AI带进课堂。这条线依然清晰可辨。 这样的课程在生成式AI出现前，虽然考核任务没有变化，美国学者鲁宾·普恩特杜拉提出了一个分析框架，但如果认真看这些课堂的教学逻辑，但学生的学习体验几乎感受不到任何变化，大多数人还没有真正探索过后两层的可能性。他们要和学生一起面对没有标准答案的真实问题。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，减重复、要求学生围绕某一历史决策与历史人物展开辩论，甚至重新定义教学本身的目标。层次越高，工具换了，有个问题却很少有人解答：AI赋能， 转载请注明：http://718389.kenttaylorphotography.com/html/94b6099845.html 与本文相关的文章 |