AI 赋能教育新时代，为何反思课堂更显关键
问题的提出：
AI 纪元下，教育正面临重塑
2026 年 4 月 10 日，国家五部门联合印发《〈人工智能 + 教育〉行动计划》，按下了 AI 助力教育的加速键。从智能体伴学到 AI 实证教研，从具身智能机器人到“人+AI+ 人”三元协同的新型课堂，人工智能正以前所未有的深度与广度重塑教育生态。
随之浮现一个根本问题：当获取知识变得史无前例地便捷，当 AI 能瞬间回应几乎所有事实性问题，课堂的核心究竟应落在何处？
工业时代，“知识就是力量”旨在培养知识的掌握者；信息时代，教育开始聚焦知识的建构者；而今，我们正步入数智时代。若教育仍围绕知识的传递与复现展开，必将与时代脱节。越来越多的教育者认识到，AI 时代的核心使命，是培育既能驾驭智能体、又能超越智能体智慧的“高级智能主体”——换言之，即具备深度反思能力的学习者。
正是在此背景下，反思性学习课堂的价值被重新发掘。它绝非传统课堂的“点缀”，而是 AI 时代教育变革的内在诉求与核心路径。
在第二届全国新课标·新教材·新课堂教学创新实践研讨会暨人机共智，跨学科育人：AI 赋能教学创新实践交流会上，深圳罗湖区莲南实验学校的陈志鸿老师展示了一堂融合 AI 的反思性学习课——《游戏公平》，提供了一个鲜活的观察样本。
陈志鸿
深圳市罗湖区莲南实验学校
莲南实验学校教师发展中心主任，高级教师。广东省名师工作室优秀入室成员，深圳市优秀教师，罗湖区名教师，兼职教研员，盐田区成长型人才。
案例呈现：当学生质疑“公平”时，课堂发生了什么
01
真实问题驱动
陈志鸿老师的课例始于一个真实情境：老师用写有学生名字的转盘决定谁回答问题，但连续三次都指向同一名学生。孩子们立刻质疑：“这不公平！”
这个看似简单的日常事件，恰好成为驱动深度学习的起点。教师并未直接给出答案，而是将问题抛回给学生：“那怎样才算公平？能不能设计一个真正公平的转盘？”
驱动性问题十分明确：为何抛硬币、掷骰子、玩石头剪刀布大家都觉得公平，而转盘却总停在那几个同学的名字上？如何设计一个公平的转盘，才能让每个人都有均等的机会被选中？
02
三段式探究：从猜测到证据，从理论到改进
项目分为三个里程碑，层层递进：
里程碑 1：
抛硬币——十万次里找规律
教师引入“可能性”概念后，紧接着抛出冲突情境——和儿子小豆豆玩游戏，抛硬币 10 次，爸爸赢 7 次、儿子赢 3 次。规则明明公平，为何爸爸赢这么多？
学生猜测是运气好，但这个结论是真的吗？如何验证？这时候，"教·学·评"一体化 AI 智能体接过了这一步。教师打开平台中的 AI 抛硬币模拟器，让学生直观观测到从十次到十万次的概率变化。学生们也就自然明白了：次数少了什么都可能，次数多了，规律就浮现出来——正面和反面的实际频率慢慢逼近了各 50% 的理论概率。
这个规律在数学上就叫大数定律：单次或少量的结果受偶然性支配，样本足够大时，频率才会收敛到概率。概率这个抽象的概念，靠口述学生只能选择相信，靠板书只能画个示意图，靠动手抛又不可能真的抛到十万次——只有 AI 才能直观的呈现出来。
这个环节也折射出"教·学·评"一体化 AI 智能体在课堂中的核心定位：它不替代教师的判断，也不替代学生的思考，而是把那些靠口述很难讲透、靠板书很难画清的抽象过程，转化为可观看、可互动的直观体验。当技术完成了这些在现实中很难实现的情境，教师才能腾出手来做技术做不了的事——追问、点拨、把学生的模糊感受引向清晰说理。
里程碑 2：石头剪刀布——从理论到现实的差距
如果说骰子游戏有明确的数学概率，那么石头剪刀布就考虑到了“人”这个因素。教师引导学生用连线法列出所有可能的结果组合，一共 9 种，理论上输、赢、平各占三分之一。
但实际玩起来，结果往往和理论对不上。有没有人总爱出一样的手势？如果两个人每次都出一样的，赢的可能性还和理论一样吗？这些问题让学生慢慢意识到一件事：规则本身的公平，不等于实际操作的公平。人的行为习惯、心理偏好，都会悄悄改变结果的分布。
里程碑 3：设计公平转盘——创造与验证
基于前两个阶段的探究，学生回到最初的问题：如何设计一个真正公平的转盘？
这一次，角色变了。在抛硬币和摇骰子环节，学生面对的是现成规则，任务是判断它公不公平。而设计转盘这一关，学生要从规则的评判者变成规则的创造者。每个小组需要自己定方案、画转盘、算比例——把之前学到的"可能性相等"从纸上的概念变成手里的实物。
设计完成后，小组将作品拍照上传至平台，全班共享互评。AI 即时给出打分和修改建议，学生根据反馈调整方案。最后，各小组向全班讲解设计原理，说明为什么要这样分区、实验数据是否支持预期、过程中做了哪些调整——完整的探究链条，在这个环节被学生自己走了一遍。
为什么这是“反思性学习课堂”
陈志鸿老师的这堂课，表面上是在教可能性和公平性的数学概念，但拆开来看，它恰好展示了反思性学习课堂的三个构建维度。公开课是样板间，常态课怎么做到？今年暑假北师大张春莉教授团队的工作坊，正是把这三个维度拆成了可操作、可落地的训练模块，帮一线教师从看懂一堂课走到自己能设计一堂课。
01
元认知：对认知的认知
元认知，简单说就是对自己思考过程的觉察和调控——设定假设、选择方法、监控过程、评估结果。
在《游戏公平》中，元认知训练贯穿始终：
学生需要先做出猜想，并说明理由——这是设定假设；
然后设计实验、记录数据——这是选择方法；
接着比较实验与理论——这是监控与评估；
最后反思偏差原因、改进设计——这是调整策略。
教师不断追问的不是答案是什么，而是你怎么想的、怎么验证的、怎么修正的。整个思考过程被拆解为可见、可评的步骤，而不是一个模糊的感受。
把元认知训练嵌入日常教学，需要两样东西：能把思维过程拆开的循证模板，以及能追踪过程性数据的评价工具。
02
跨学科问题解决：真实问题从来不只属于一门学科
《游戏公平》涉及多个学科的知识与能力：
数学：可能性、等可能性、概率计算（如 1/n）、圆心角计算（360°÷人数）、数据统计与分析；
科学探究：提出假设→设计实验→收集数据→分析结论→验证改进；
技术与工程：转盘的绘制、测量、制作；
语言表达：设计说明的撰写、小组展示与答辩。
这正是《义务教育课程方案（2022 年版）》所强调的推进综合学习、强化学科实践的体现。现实世界的真实问题，用单一学科知识难以应付。反思性学习课堂以真实问题为纽带，把不同学科的知识整合起来，让学生在解决问题的过程中形成综合性的认知结构。
03
批判性思维：不只接受规则，还要审视规则
这堂课有一个耐人寻味的瞬间。教师抛出一个看似公平的游戏规则让学生判断，很多学生的第一反应是好像没什么问题。但当教师继续追问，学生慢慢意识到不对劲——规则看似中立，但实际上没有改变结果的偏向。
表面上看是一次数学纠错，但更深一层看，这是一种思维习惯的建立。规则制定者的意图和规则的实际效果，可能并不一致。需要用数据和逻辑去检验，而不是盲目接受。批判性思维——不轻信、敢质疑、有依据——在这里不是被当成概念来教，而是在具体的认知冲突中自然生长出来的。而这种冲突的设计，考验的不是教师的知识储备，而是教师在备课时能不能预判学生的思维盲区、在课堂现场能不能抓住追问时机。
元认知、跨学科、批判性思维，三个维度拆开看各有侧重，但在真实的课堂上它们是交织在一起的。把这三种能力的培养从偶尔的灵光一现变成可复用的教学设计，需要的不只是一两节展示课，而是一整套从工具搭建到方案设计的系统训练。这也正是暑期工作坊的设计逻辑——从搭建专属 AI 教学智能体开始，到完成一份可落地的跨学科主题学习方案，让教师带着自己的案例来，改完带着成品走。
为什么 AI 时代更需要反思性学习课堂
回到核心问题：AI 已经能回答几乎所有知识性问题，为什么我们还需要反思性学习课堂？
答案恰恰在于：AI 越是强大，那些 AI 做不到的事情就越珍贵。
01
当 AI 能提供答案时，提出好问题的能力更加稀缺
智能体可以瞬间回答什么是可能性，但它不会主动追问：为什么转盘总停在那几个名字上？这个驱动性问题，来自学生对日常生活的反思。在陈老师的课例中，最宝贵的不是转盘怎么设计的知识，而是那个源自真实情境的质疑。提出问题的能力、发现不对劲的敏感度，AI 无法替代。反思性学习课堂，正是培养这种能力的最佳土壤。
02
当 AI 能生成结论时，验证证据的能力更加关键
AI 可以给出一个结论，但不会告诉你这个结论的数据