AI赋能学习：中小学素养导向课程设计与实践指南

AI时代已经来临，教育领域正经历深刻变革。应对新高考的素养导向转型及家庭教育支持的现实需求，一套围绕"AI辅助下的自主学习"理念构建的课程体系由此诞生。该课程针对两类家庭设计：一是对AI持开放态度的先行者，二是孩子在校内学习中遇到瓶颈、期望寻找不同路径的陪伴者。课程目标划分为三个层级——基础目标确保每位学生都能达成，进阶目标聚焦深度理解与提问能力培养，终极目标着眼于AI自主学习素养的终身发展。课程内容对应三级目标设计：第一层级包含知识自学、考点解析、PBL项目的基础模块（必修），第二层级涉及大概念深化与素养提升（选修），第三层级是与AI深度对话形成新认知的开放探索（自由选择）。家长的定位是协助者而非评判者，用反馈取代评判，用探讨取代监控。HAR三步法（人的思考→AI交互→反思归纳）是贯穿始终的方法论核心。这不是一套题海战术系统，而是一套引导孩子从"有迹可循的系统学习"走向"面对真实开放问题的自主探索"的成长路径。自主，是理想，更是这个时代每个孩子必备的生存技能。

疑问一：这套课程与学校教学的本质差异在哪里？

核心差异体现在课程逻辑上。学校课程普遍采用演绎逻辑——先给概念、规则、方法，再让学生应用，学生每一步都不明白学习的目的。这套课程采用问题驱动、实践驱动模式——从真实生活问题出发，从"为什么"入手，通过问题链层层递进，让学生自行归纳知识。另一个根本差异在于目标定位：学校追求熟练度和分数（控制错误率、形成解题套路），本课程追求素养——对大概念的深度理解、提问能力、对真实情境的想象与分析。在AI学习的时代，原始分数并不关键，关键是在AI辅助下你能获得多少提升。

疑问二：HAR究竟是什么？为何它如此关键？

HAR是三个步骤的首字母缩写。H（Human）代表人的思考起点——必须先有自己的思考、自己的尝试，用黑色笔记录理解程度和疑问，而不是直接向AI索要答案。A（AI）是在此基础上与AI进行对话——提问、追问、整合，可以让AI做概念讲解、出题测试、探讨学科发展史。R（Reflection）是反思归纳——将收获、发现的新问题、甚至AI的错误都整理出来。HAR的核心原则是：你不是找答案的人，你是设计问题、整理收获、反思过程的人。缺少H的A是投机取巧，缺少R的A是浪费资源。

疑问三：作为家长，我应该怎么做？哪些事情绝对不能做？

你应该做的是：与孩子讨论他使用AI的记录和思路，分享自己使用AI的经验和思维习惯；在PBL项目选题时与孩子沟通交流，在项目执行时提供必要支持（尤其是涉及安全的实践）；给予孩子反馈和启发，而非评判。你绝对不能做的是：用考核的思维问"你会不会了怎么还不会"；在无家长参与的情况下让孩子独立操作PBL项目；允许孩子不遵守HAR规则——没有自己思考就直接向AI要答案。家长的角色是协助者、讨论伙伴、安全守护者，而非监工或考官。

AI时代已经到来，这一点毋庸置疑。与此同时，国家课程改革在素养导向方面的方向也已十分清晰，包括新高考的变化，也已做出相应的调整。在此背景下，我们今天要探讨的话题是：在家庭可参与的场景下，如何开展实践。

学校各有特点、发展理念和资源储备，可能存在差异。而家庭在孩子教育上的投入是巨大的，作为中国家长，没有一位家长不想方设法支持孩子。但如何提供支持，是一个值得探讨、也有一定挑战的问题。我们今天要聊的是，在家庭环节中，如果想给孩子做一些面向未来、素养导向的支持，有哪些思路、哪些方案，以及我正在实践的内容。

这门课程称为"AI自主学习课程"。这个名字包含几个关键要素：

第一个关键要素是"在AI的支持下"。这首先要求我们面对AI挑战时保持开放心态——不能持排斥态度，认为AI就是让孩子抄作业的；但也不能完全放任、毫无约束地使用AI，甚至不关心孩子的使用情况。如何使用AI，我们有一个"HAR"小三步法来提供支持。

第二个关键要素是"自主学习"。自主学习本身是我们的终极追求——学习如果有效，最终必然走向自主学习，进入孩子自主的、主动的行为中，学习才能真正发生。但当前有各种因素，管控、监督、压力、强迫等现象都存在。我们今天不讨论这些已讨论过的问题，我们说这是我们的追求。

在这种情况下，课程应该是什么形态？如果我们想陪伴孩子、支撑孩子，应该怎么做？大致有一个当前方案的版本，但这个版本不能只靠我自己或一个教研团队完成，而是需要AI的支持。只有在今天，才有可能实现这样的版本。

最核心的定位是：我们探讨AI时代的学习，进行一些探索性工作，有运用AI学习的方法，同时这门课程本身希望能支持孩子自主学习的实现。

最早的一批内容是关于初一的数学和生物、初二的物理——初一的数学生物已经完成，初二的物理正在审核中，部分可能需要修改。初二的数学和生物课程内容初稿已经完成，但还没有进行详细审核。如果进展顺利，在7月10日左右，可以开放体验学习内容，体验平台在ClassIn上。这意味着初一初二的家长家庭可以先去尝试体验。

再往后，本来打算做初三和高一，但因为现在小学家长进来的比较多，会尝试把小学的语文或者数学做出一个部分往前排。初三的物理、化学、生物，再往后是高一的物理和数学。初三的内容大概在8月10日左右出来。也就是说，暑期初一初二肯定可以先体验，初三和小学的在8月初能看到结果。

在设定目标时，我把它分成了三个阶段、三个层级。

最早优先考虑两类家庭：一类是积极拥抱AI的——家长自己日常工作中大量使用AI，有自己的体感和经验，愿意支持孩子使用AI来做一些小的创新、创造，不管是做视频动画、程序代码还是别的。但我更关心的起点是AI如何帮孩子完成学习。作为有经验的人，我们发现AI用深了就会有惊喜、收获很大，相应地就能感知到，如果孩子有这样的用AI来学习的能力，他未来的终身学习是完全不一样的。

第二类是孩子在校内学习有困难的——尤其是到了中学之后，很多孩子跟不上校内的教育进度和繁重的任务量，被评价为学中或学弱，慢慢跟不上，甚至心理挑战的比例非常大，有很多孩子回不到学校去。这些孩子在校内的教育体制下无法成功，但几乎所有家庭和孩子内心还是想学习、想学国家规定的课程，只是无法接受校内的那种学习方式。这类孩子需要一个适合他们节奏和特点的方式，能慢慢往下学，哪怕将来有自己的路，仍然能通过这个学习获得相应的收获。

这两类家庭对整个目标体系要求的弹性很大，张力很大——一方面要门槛足够低，比校内的教学内容和方式要低、要更容易让孩子接受；另一方面要给能够积极拥抱AI和未来的家庭有拓展的导向。

基于这样的出发点，目标被拆成了三个层级：

第一层级——基础目标：为最普通的孩子准备，哪怕在校内学习有困难仍然可以迈得上去。包含三种内容：学科的基础知识、学科的基本思维、学科的基本实践。所有孩子按道理都应该能在这个方向上找到自己的节奏，有些孩子快一点、慢一点都可以，适合他们自己就好。

第二层级——进阶目标：追求对知识的深度理解、问题的提问能力、对于真实情境的想象与分析。我们不追求"又快又精准、很快找到解题思路、套上过去经验、把错误率控制得很低"那套在初三和高三被极大压力训练的技能。我们追求的是知识的深度理解、问题的提问能力、情境的想象与分析——这些东西对他将来协同AI尤其重要，对他用知识解决生活中的问题也尤其重要。新高考改革如果改得好，里边有1/4甚至更多的内容应该和这个进阶目标有关系。

第三层级——终极目标：AI的自主学习素养。自主这件事超级难，将来有机会可以专门探讨。孩子从基础目标层面，在每一个节点上都有可能迈向进阶目标。

这样的目标体系对应不同的内容和任务。在基础目标中，会提供知识的自主学习课程资料——一个孩子可以完全看明白的自动讲解内容，类比于逐字稿但更简略、更直接。家长也可以把它当作教学讲授的依托。同时提供考点的讲解，将知识对应到若干考点，每个考点提供两道例题、一道练习，所有难度到一定水平以上的都删掉，注重基础性的概念和方法。基本思维主要包含两类：一是知识的生成逻辑——以科学类课程为例，应该是以归纳为主、以演绎为辅，先去体验观察现象，再从现象中归纳科学概念和模型；二是考点内容的问题解决思维。基本实践是给每个单元配上真实问题的分析以及PBL项目，三个项目供选择，只用选其中一个进行设计和计划。

进阶目标中，知识的深度理解主要体现在用大概念统领知识点，用知识图谱把所有相关知识串起来，允许甚至支持孩子做自己的版本。问题的提问能力，我们最好是用HAR的方式获取AI支持——第一步必须有人的思考起点，尽可能做到什么程度要有记录；第二步在此基础上和AI进行互动、提问追问综合；第三步需要再思考，对前两步做整理，整理自己的收获和AI中的发现，甚至发现AI的问题。情境的想象与分析——所有大概念都会探讨知识在某些职业上的应用，每一个考点都做素养展望，在他未来的各个场景以及科学想象中有什么创新点的想象。

终极目标是AI自主学习的素养——关心的是用AI时的提问、追问、综合、反思，看所有这样的表现和证据。

当下我们不碰复杂问题解决，尤其是高考压轴题这类问题。原因有二：一是这类问题对孩子的客观要求不要那么早地设定和压下来，这个阶段最重要的是基础以及基础上的素养；二是我觉得压轴题的讲解方式本身不适合未来，应该有更真正的复杂问题分类体系。将来会专门再做一层复杂问题解决。

学习内容也分三个阶段，只有第一阶段是必做内容，后面都是选做。

第一阶段——基础学习（必修）包含三大部分：

知识的基础学习——与大概念、知识图谱、知识自学以及知识自学下的HAR实践有关

问题解决的基础学习——考点讲解、两道例题、一道练习题、考点的素养展望、考点的HAR实践

PBL项目实践——提供三个项目，选择一个进行设计和计划

第二阶段——进阶学习（选修）：对大概念的理解是否足够深入、能否有自己的表述；对知识图谱有自己的优化；所有知识和考点能想到未来的职业应用、素养展望、科技创新点；把项目真正做出来完成报告。

第三阶段——自由探索（选修）：通过和AI的深入互动，做综合、整理、分析、反思，形成新的知识体系和认识，完全开放性。

这个课程内容可以用"原野荒野模式"来隐喻。原野是人们居住生活的地方，一出门就有路、有地图、有现成工具，很容易达成目标。但实践深入后总会遇到没有解决过的问题，进入荒野阶段——没有成型的工具和知识体系，没有成熟的问题解决思路和套路，要在充满泥泞的道路上自己找路。传统教育不存在荒野阶段，孩子学成熟知识体系都学不完。但现在的课程观认为，孩子要触及真实问题，培养带有开放性的分析和创造可能性，可以很早触及一些开放性领域。

用AI学习很大的好处是自主的——你想问的都是你想问的，跟AI互动可以问出非常多内容，很容易进入开放性领域和荒野阶段。但荒野的杂乱脚步要整理成系统化的道路还是蛮困难的。所以学习阶段应该相结合：系统化的支持要有，同时也要支持进入荒野。第一阶基本上是原野部分，自然延伸到第二第三阶的荒野部分。

大概念：有理数是孩子做数系扩充时，一个严肃意义上的数系扩充——引入负数，把原来算数的数量升级为带有方向性、带有相反意义量衡量的新数系工具。不学负数就无法理解温度、海拔、财务盈亏等，将来做会计师、工程师、气象员都会碰到负数。这个部分属于进阶目标，基础孩子只是浅浅看一下。

问题链：从感知开始——北京最高气温和最低气温零下5度，如何区分这两个数？口袋里50元买书花30元，花掉的动作怎么记？历史上数学家认为小于零、比没有还少是不可能的，你怎么认识？问题逐层深入，有逻辑地展开。

知识自主学习：一个讲解过程，孩子基本能力可以的话完全可以自学，需要家长支持的家长也可以用这个来讲。讲解水平经过审定，好于公立校骨干教师的平均水平。

HAR实践：H部分整理原有疑问，进入AI学习——可以做概念澄清、让AI出题、学科史探讨、思维探讨等。最重要的是起点是自己思考过的，而不是找答案的过程。R部分整理反思、收获、发现的新问题或AI的问题。HAR把学习变成一种设计的、反思的过程。

考点部分：如"正数与负数的现实意义和数学表示"，有考点讲解、例题、练习题。之后有素养展望——学科史上中国远早于西方接受正负数，九章算术就有使用案例，而西方一直不接受；正负数在数学建模中的应用；发现数学的美等。

项目实践：三个候选项目——校园碳足迹观察员（节能倡导，度量浪费，建立相反意义量的模型）、社区便民设施需求调研（不同人群需求强度，用有理数建立问卷体系）、负数的诞生历史剧。三选一，选题必须和家长沟通讨论。

原来的课程体系是演绎逻辑驱动的。以生物教材为例——先讲法布尔的昆虫记导言，接着讲要学生物就得学观察，给你科学的观察一二三四，给你区分韭菜和小麦的例子，后面是逻辑严密的知识体系一步步推过来。孩子学每一步都不知道为啥，而且不是他自然发生的问题。

我们的体系是问题驱动、实践驱动的——一上来就问生物怎么算活怎么算死，生命的定义是什么，为什么重要，哪些职业要用它。问题链从生活现象开始：你碰到过几个生物几个非生物，区别是什么，能不能严格分类。后面还包括做小区生态调查。这是一个解决问题、认识世界的逻辑，是实践驱动的课程。

原来的课程体系是熟练和成绩导向的——要努力学扎实，把题都解会，错误率控制再控制，形成错题本，看到题就想起框架和解题步骤。面向新高考时在压轴题上会越来越不适应，因为没见过。新的体系是素养导向的——大概念的深度理解，问题链驱动思维进展，考点不只是传统意义的考察，而是思维分析过程和对未来科技的素养展望，知识能用到社会生活中去，能真的做事情。和AI互动需要大量提问整理和整体性系统性反思，这是元认知的培养。

科学就是科学——真正思考一个科学问题，科学是有意义有价值的，不要把它当玩具。区分小麦和韭菜是造出来的问题，因为真正的农业中它们不会种在同一垄里。区分蘑菇才有意义。我们要考察小区的植物生态、分析长得好不好、思考怎么改善，这才是有意义的问题。

自主学习是长期过程。终极意义上自主源于孩子自己期望成为什么样的人，而且这个成为是需要他为之付出的，那个付出需要他自己承担才能自主。将来人类社会已经非常复杂，AI带来的冲击和影响下，如果个体失去自主，实际上很难迎接这个时代变化。所以自主学习应该摆在前面，甚至摆在第一位。

家长主要做的是：所有孩子用AI学习的记录和思路需要和家长沟通讨论，家长自己也可以做一些，给孩子反馈和启发。记得不要用考评的思路，不要用"你会你怎么不会"的角度去互动。你要想你和AI互动时怎么获得新想法，你的思维习惯和经验能不能给孩子做参考——给他反馈和指导，而不是评判。

PBL的选题和协助是必须的，没有家长参与不建议甚至不认可孩子独立操作，因为很多任务带有小挑战，需要家长支持。

如果孩子需要密切支持（比如休学、有困难等），家长可以做自助式辅助，我每月做一次集中沟通答疑。

第一，遵守HAR方法——没有自己的思考、没有自己的努力、没有黑色笔的记录就冲上去找AI要答案，就不要用这个方法学习，老老实实在学校学。用黑色笔整理自己时发现什么都不懂，可以写什么都不懂，这也挺好。

我在HAR体系下说过一个观念：学校考试考100分和考0分没有区别。因为这个阶段起点的东西，练得再多、会得再多，在未来的AI面前都没有差别——这些知识AI早就掌握了。我们看重的是每个人各有自己的起点，在AI支持下能有什么增量。HAR中的A和R带来什么、增量是多少，才是学习素养的体现。原始分不重要。

第二，PBL需要家长协同。如果做项目就要家长支持，不能让孩子独立操作。

学习进度、节奏、深度和探索方向都可以自主选择和决定——孩子就非要在某个点上往下钻就往下钻，只有被允许的才是自主的。当然回到现实中有学科体系和考试诉求，义务教育阶段也有法律要求，这都可以理解。

学习的收获和思考鼓励公开。7张卡片、3个基础作业、3个高阶作业都支持公开。未来孩子的毕业证可能没那么重要，但学习收获和思考的公开路径会更重要——就像计算机科学方向的学生在GitHub上有自己的开源项目远比他简历上的证书有用。这是自主学习生态的一部分。