AI时代历史教师的提问进阶之道

去年上半年，一个困惑始终困扰着我：学生只需打开豆包就能找到“两次工业革命的区别”，AI 仅需三秒便能生成一张知识点对比表——那么历史教师的核心价值究竟何在？

这个问题促使我重新研读张汉林教授的《提问之道》以及谢维和教授在《提问的力量》和黄牧航教授的微信推文中的论述。

提问的艺术：历史思维养成路径

【教育时论】谢维和：提问的力量——人文教育助力人工智能更强大

备课札记（68）：为何工业革命后的发明难逃200年宿命？

三位先生的思考，结合我在课堂上反复摸索 AI 的经历，让我逐渐看清了一件事：AI 时代，历史教师最不可替代的能力，在于提问。

非随意发问，而是会问、善问、智问——甚至，还要学会让 AI 反过来向你提问。

今天这篇文章，是我去年与吴老师共同发表的一篇论文。感谢她总是一字一句与我反复修改探讨，督促我进步，我们的名字写在了许多人生证书上，甚至印在了知网上

今天再次在去年论文的基础上，更新迭代我的思考。不讲大道理，只谈谈我们如何与 AI“好好说话”，让它真正成为备课和教学的助手。

谢维和教授曾直言不讳地指出：“不会提问，提不出好问题，人工智能便会毫不留情地‘鄙视’你。”

这话听着刺耳，但确实是我的切身体会。同样是备《影响世界的工业革命》这一课，你问 AI“帮我总结两次工业革命的不同”，它给出的回复中规中矩，与教辅书相差无几；但如果你换一种问法，赋予它一个角色、一个情境、一套思维框架，它给出的内容，有时连你自己都会眼前一亮。

这不是 AI“势利”，而是它的回答质量直接取决于你的提问质量。你给的指令越模糊，它的回答就越平庸；你的问题越有层次、越有方向感，它的输出就越有深度。

所以，与其抱怨 AI“不好用”，不如先问问自己：我真的会跟它“说话”吗？

在实践中，我将历史教师与 AI 对话的能力分为三个层级。这不是高深理论，而是我在日常备课中一步步摸索出来的。

“会问”是起点，说白了就是学会与 AI“正常交流”。

很多老师刚开始用 AI，就像跟搜索引擎打交道一样，丢一句话过去，等它吐出结果。比如：“总结一下洋务运动的背景。”AI 当然能回答，但这种用法，与百度没有本质区别。

要想让 AI 给出更好的回答，有一个简单的“四要素”模板可以参考：情境 + 角色 + 目标 + 约束。

举个例子，同样是备课，你可以这样跟 AI 说：

“我是一名高中历史教师（角色），正在准备《影响世界的工业革命》这一课（情境），请帮我梳理两次工业革命的核心差异（目标），以表格形式呈现，每个维度不超过两句话（约束）。”

就这么简单的调整，AI 的回答就会精准很多。这一步不难，但很多老师还没迈出去。

“善问”的关键，是不满足于 AI 的第一次回答。

大多数老师与 AI 的对话是“一问一答”就结束了。但真正有价值的对话，往往发生在第二轮、第三轮的追问里。这就像课堂上我们追问学生一样——第一个回答往往是表面的，追下去才能触及本质。

我在实践中发现，引入苏格拉底式提问框架来与 AI 对话，效果特别好。具体怎么做呢？

比如你在备《影响世界的工业革命》，可以这样跟 AI 说：

“请依据苏格拉底式提问原则，针对这一课的内容，从澄清概念、挑战假设、寻找证据、探索其他视角、探究后果、回归原问题这六个维度，各设计一到两个有启发性的问题。”

AI 可能会生成这样的问题：

澄清概念：为何将其称为“革命”？能否用三个关键词定义它？

挑战假设：如果没有蒸汽机的改进，工业革命还会发生吗？

探索其他视角：对于印度等地，工业革命意味着什么？如果你是一名 19 世纪伦敦纺织厂的童工，你会如何评价工业革命？

看到了吗？当你给 AI 一个思维框架，它就不再只是“信息搬运工”，而是变成了一个能与你进行深度对话的“备课搭档”。

这里的关键不是 AI 有多聪明，而是你用学者的思维逻辑去引导了它。苏格拉底式提问只是一种支架，类似的框架还有很多，核心思路是一样的：给 AI 一个结构化的思考路径，让它沿着这条路走下去。

“智问”是最高层级，也是我觉得最有意思的玩法。

张汉林教授在《提问之道》中提出了一个“历史思维能力问题框架”，包含时序思维、证据运用、历史理解、历史意义四个核心维度。这个框架本来是指导教师课堂提问的，但我发现，把它“喂”给 AI，效果出奇地好。

具体操作是这样的：

第一步，让 AI 扮演“提示词工程专家+历史教学学者”的双重角色，把张汉林教授的框架作为核心输入，让 AI 生成一套提示词。（推荐北碚区教研员周均老师的实践探索，可点击查看该提示词：）

一套可复用的备课提示词

第二步，用这套提示词去与另一个 AI 大模型对话，让它针对你要教的课文内容生成问题。我试过一次，AI 一口气输出了将近 40 个问题，广度和深度都相当可观。

第三步，也是最关键的一步——你来筛选。40 个问题不可能都用，也不是每个都适合你的课堂。这时候，你再给 AI 一个指令：

“请结合课程标准和本课教学目标，从以上问题中筛选出最适合课堂讨论、最能激发学生思考、最能体现核心素养的问题。”

最终，AI 帮我凝练出了 9 个关键问题。

这些问题，比我自己闷头想半天的效果好得多。但请注意：AI 是出题的，你是审题的。没有你的专业判断，AI 生成的问题就只是一堆文字；有了你的筛选和再创造，这些问题才能真正走进课堂，走进学生的思维。

前面三层，不管怎么变化，本质上都是同一个方向：我问，AI 答。教师始终是提问者，AI 始终是回答者。

但我在实践中越来越强烈地感受到，这个方向需要翻转一下。这是我今年的思考，在论文的基础上继续更新。

教师使用AI的最大误区：只问不答，从未让AI反问自己

试试让 AI 反过来问你。

这不是什么玄乎的概念。你只需要给 AI 一个简单的指令，比如：

“我正在准备《影响世界的工业革命》这一课。现在请你扮演一位严格的历史教研员，不要给我任何答案，而是针对我的教学设计，连续向我提出 5 个你认为我可能没有想清楚的问题。”

你会发现，AI 提出的问题往往直击你的思维盲区。它可能会问你：

“你的教学设计中，学生接触到的工业革命叙事主要来自哪个视角？是否考虑过殖民地视角的缺失？”

“你设计的课堂讨论题预设了‘工业革命推动了社会进步’这一前提，但这个前提本身是否需要被学生质疑？”

“你提到要培养学生的‘时序思维’，但课堂流程中，学生有多少时间是在真正处理时间线上的因果关系，而不是在听你讲述？”

说实话，第一次被 AI 这样“追问”的时候，我是有点不舒服的——因为它确实问到了我没想透的地方。但正是这种不舒服，让我的备课质量有了实质性的提升。

“反问”的价值，不在于 AI 有多聪明，而在于它逼你把模糊的直觉变成清晰的判断。

我们在课堂上天天追问学生“你的依据是什么”“你怎么知道的”“还有没有其他可能”，但很少有人这样追问我们自己。AI 恰恰可以扮演这个角色——它不带情面、不留余地、不会因为你是老教师就客气三分。它就像一面镜子，照出你知识的盲区和思维的惯性。

具体怎么用“反问”？我总结了三种场景：

场景一：备课自检。把你的教学设计发给 AI，让它扮演教研员、学科专家甚至“挑刺的学生”，专门找你设计中的漏洞。比如：“请你以一个对历史不太感兴趣的高一学生的视角，告诉我这节课哪个环节你最可能走神，为什么。”

场景二：观点压力测试。当你对某个历史问题形成了自己的判断，不要急着写进教案。先让 AI 来“挑战”你：“我认为洋务运动的根本失败原因是制度层面的局限。请你扮演一位持不同观点的历史学者，从经济、文化、国际环境等角度反驳我的判断。”被反驳的过程，就是你的论证变得更严密的过程。

场景三：课后复盘。一节课上完了，把课堂实录或者你的教学反思发给 AI，让它提问：“根据我的描述，这节课中学生的深度思考主要发生在哪个环节？有没有哪个环节看似热闹，实际上学生只是在重复已知信息？”

你看，从“会问”到“反问”，人机关系发生了一个根本性的转变：AI 不再只是你的“资料库”或“出题机”，它变成了你的思维陪练。你问它，是为了获取信息；它问你，是为了逼出你的深度思考。这两个方向合在一起，才是真正完整的人机对话。

写到这里，可能有老师会觉得：这不就是学几个提示词技巧的事吗？

不是的。技巧只是表面，真正决定你跟 AI 对话质量的，是你作为一名历史教师的专业素养和人文底蕴。这就是我想说的“道”。

学生问 AI“第二次工业革命的成果有哪些”，AI 可以把要点罗列得清清楚楚。但 AI 很难像黄牧航教授一样去思考这样的问题：

“为何工业革命后的发明大多难逃 200 年左右更迭消亡的宿命？怎样的科学技术可以历久弥新，生生不息？”

这种问题里有历史的纵深感，有对人类命运的关切，有穿越时空的思辨——这是 AI 给不了的，只有历史教师能给。

谢维和教授说得好：提问的人文取向，“不仅仅是就事论事地索取答案与办法，而是在更恢宏的视野中挖掘具体问题与知识的深层次涵义及内在价值”。说白了，AI 能帮你找到答案，但只有你能帮学生找到意义。

提示词工程讲究逻辑严密、结构清晰，这当然重要。但历史课上的提问，不能只有逻辑，还得有温度。

每一个借助 AI 设计的问题，我们都应该多想一步：它能不能激发学生对历史的好奇？能不能引导学生从冰冷的史实中，感受到活生生的人的悲欢？能不能让学生在“淡烟疏雨落花天”的历史感伤中，体悟到“花落春仍在”的坚韧与希望？

这种人文关怀，是算法给不了的。它是历史教育的灵魂，也是我们这个职业最珍贵的东西。

这一点可能有些反直觉，但我越来越觉得它很重要：AI 在历史领域犯的错，恰恰是最好的教学素材。

AI 有一个众所周知的毛病——“幻觉”。它会一本正经地编造不存在的史料出处，把时间搞错，把因果关系过度简化，甚至虚构历史人物的言论。很多老师因此对 AI 敬而远之，觉得“不靠谱”。

但换个角度想：我们历史学科的核心素养之一就是“史料实证”。传统课堂里，学生很少有机会真正质疑一个“看起来很权威”的文本。AI 恰恰提供了一个“看起来无所不知、实际上经常犯错”的对象。让学生去核实 AI 的叙述，发现它的错误，追问它的依据——这个过程所训练的史料辨析能力，比很多传统练习都更接近真实的史学研究。

所以，不要回避 AI 的错误，要主动利用它。课前多次测试，记录 AI 可能犯的错，课堂上“引蛇出洞”，让学生亲眼看到“看起来很权威的文本也可能是错的”。这是培养批判性思维最有力的教学时刻。

AI 是一个强大的副驾驶，但方向盘必须握在教师手里。

AI 有广博的知识库，但它不了解你班上的学生——谁对近代史特别感兴趣，谁一遇到时间线就犯迷糊，谁的家乡就在某个历史事件的发生地。AI 善于快速生成内容，但它分不清哪些表述暗含历史偏见，更无法进行价值引领。

所以，面对 AI 生成的任何内容，教师都要做那个最终的“把关人”：筛选、修正、再创造。尤其是当 AI 可能触及敏感的历史叙事时，我们的专业判断和价值立场，就是学生最重要的“安全网”。

以术求道，术道合一。

“术”是我们跟 AI 对话的方法——从会问到善问，从智问到反问，一步步精进；“道”是我们作为历史教师的初心——用有温度的提问，引导学生理解历史、理解人性、理解自己。

回头看这四个台阶，其实是一条完整的成长路径：

会问，是学会向 AI 开口；善问，是学会追着 AI 深挖；

智问，是学会借 AI 的力量设计问题；

反问，是学会让 AI 来追问自己。

走到最后你会发现，最好的人机对话，不是你单方面地“驾驭”AI，而是你和 AI 之间形成了一种真正的思维碰撞——你问它，它也问你，在这种双向的追问中，你的教学设计变得更扎实，你的历史思维变得更敏锐。

与各位同行共勉。道阻且长，行则将至。

本文基于笔者发表的论文《生成式 AI 赋能中学历史教师提问的术与道》改写