新闻详情

新闻详情

首页 / 资讯中心 / 详情

6000名教师同一个AI助手,提出问题的是59岁那位

发布时间:2026/11/4 18:47:42来源:尧图网络
6000名教师同一个AI助手,提出问题的是59岁那位
开学前的半个月一座县级市赶在秋季开学前给全市中小学教师配上了同一台桌面办公智能体覆盖的教师有6000名。半个月后做了一次AI使用摸底80.3%的教师已经在日常工作里用上了它用得最多的三类事是备课辅助、答疑解惑和教学资源生成。数字之外还有一条更值得看这个市没有给任何一所学校下过AI使用指标。没有下过一个指标AI这件事硬压最容易也最容易变成走过场。当地的做法反了过来——靠真实价值去引不靠行政命令去推。配套的是三句话不用懂代码把话说清楚就行越像跟同事交代活儿越好它拿走的是标准化的重复活人留着需要临场判断的那部分先用在小事上——出提纲、整通知、跑统计表先让AI干这些试一周比纠结一年学到的多。开学第一周的那次摸底除了使用比例还留了一道口子仍有教师还没启动。负责人的态度很平——效率上的差距摆在桌面上跟上来只是时间问题急不得也快不得。排成三个梯队一线的时间花在哪里先摸清楚再排顺序1.备课教案、课件、习题的初稿生成把时间还给教学设计2.批改与学情主观题批注、成绩数据可视化让每一次反馈都有据可依3.班务校务填不完的表、写不完的材料先起个草再人工收口。前两个梯队做的是把时间还回去第三个梯队做的是把人从案头搬出来。此外还挑出17名先行教师覆盖学前到高中各个学段、横跨多门学科让身边人带动身边人。24岁和59岁配合的活一个7人的教研组里最年轻的24岁最年长的59岁。年轻人用智能体做了一个能拖动旋转的立体演示年长的那位看了看建议把三视图同步显示在旁边——改完果然直观多了。年长的那位坦言自己到现在也不太会操作学起来吃力。可当智能体把一节课的教案生成出来他一眼就看出了毛病某个知识点学生接受起来有难度、练习时长不够、讲得不够深。这些意见被重新交回给智能体课件很快改了。最先提出问题的偏偏是那位学得最慢的年长教师。能生成不等于能判断。几十年课堂攒下来的经验恰恰是判断哪一处会被卡住的依据。于是配合方式自然而然定了下来年轻人把想法变成指令年长的人判断合不合规范、学生买不买账。一线自己造出来的工具AI到了一线最能说明变化的是两件事。一所乡村教学点全校连负责人在内9名教师。一年级上学期的头等大事是拼音孩子发音不准、不敢出声光靠一遍遍领读前半学期相当累。这位老师想做一个网页留给学生自己练先用别的工具试用大白话写下需求出来的网页是机器音、一打开就自动播放、示范音声调不准一轮一轮改下来还是不行换成另一套智能体把优化过的说法交过去只修正了第一个字的声调、又把示范音换成真人语音网页就成了。孩子读错会听到一句鼓励慢慢就不再怕开口。她又顺手做了一个汉字描红网页输入任意一个字自动生成笔顺动画循环播放。一所城区小学光老校区低年级就有27个班。新任级部主任遇到的头一件难事是排课手上的课表存在时段失衡、课程撞车动一处牵全身。她把约束条件一条条列清楚——语文数学交叉排布、尽量避免连堂、照顾个别教师固定时段的专项安排——27个班的课表重新排了出来租排课软件的那笔钱也省了下来。排完课她又给自己搭了一个工作台通知粘进去自动识别事项、时间和优先级临期提醒再挂上日、周、月和学年的汇总年底述职点开就有材料。工具怎么挑都行底子得自己留这一轮变化可以用两句话概括从人适应技术到技术适应人从省下双手到省下头脑。以前的技术是听话的工具指令到哪做到哪力气省了、主意还得自己拿现在这层东西更像能听懂意图的搭档一句话交代下去通知、议程、发言稿能一起备齐。企业侧的道理相通。对外那套内容建在哪一层、谁能动手改、将来换人要不要重来一遍这几件事最好一开始就归自己底下那一层在自己的掌握之中上面怎么换都不牵动已经攒下的东西自己动手改得动才谈得上长期用下去。结语6000名教师这件事里被反复提到的不是效率数字而是那句「不强推」指标能压出使用率压不出来的是愿不愿意接着用第二次。工具越顺手人越愿意把判断留在自己这边而对一个有几百上千人的组织来说对外那套说法放在哪一层、由谁动笔往往比用什么工具更要紧。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/4 15:56:54

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/3 12:09:35

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/4 17:01:23

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉