生成式人工智能的誕生與快速發(fā)展，對社會與教育的影響是極為深遠(yuǎn)的。教育部部長懷進(jìn)鵬近期在會議上強(qiáng)調(diào)，將加強(qiáng)教師隊伍建設(shè)，把人工智能技術(shù)深入到教育教學(xué)和管理全過程、全環(huán)節(jié)，讓青年一代更加主動地學(xué)，讓教師更加創(chuàng)造性地教[1]。黎加厚等學(xué)者認(rèn)為，生成式人工智能的應(yīng)用應(yīng)超越工具性，成為教育新質(zhì)生產(chǎn)力的關(guān)鍵要素，其著力點(diǎn)應(yīng)在于催生生成式探究學(xué)習(xí)，從而有效培養(yǎng)學(xué)生的批判性思維、創(chuàng)新思維以及應(yīng)對不確定性世界的獨(dú)立思考能力等[2]。掌握生成式人工智能大模型的交互方法容易，但要用好、用深，絕非一日之功。如何才能從淺層應(yīng)用走向深層應(yīng)用？按照整合技術(shù)的學(xué)科教學(xué)知識（TPACK）理論框架看，生成式人工智能賦能備課的實質(zhì)是將學(xué)科知識、教學(xué)法知識和技術(shù)性知識這三者有機(jī)整合起來[3]，促進(jìn)教與學(xué)的創(chuàng)新變革。鑒于此，本文從生成式人工智能賦能學(xué)習(xí)理解的視角來談生成式人工智能的深度應(yīng)用，即如何深度備課以促進(jìn)學(xué)習(xí)理解的發(fā)生。一、生成式人工智能賦能備課的現(xiàn)狀（一）“為我生成”多，“伴我生成”少大部分教師應(yīng)用生成式人工智能趨向于“拿來主義”，寄希望憑借提示語一步到位，如“請幫我設(shè)計一篇關(guān)于韓信點(diǎn)兵的算法教學(xué)方案，面向六年級學(xué)生，字?jǐn)?shù)不少于1000字”。這種一鍵生成的教學(xué)設(shè)計，效果往往不盡如人意，原因在于：一是大模型缺乏學(xué)科教學(xué)領(lǐng)域的最新優(yōu)質(zhì)數(shù)據(jù)的訓(xùn)練；二是生成式人工智能的生成也依賴于問題解決的具體背景（如教材、策略集、教案范本等），否則其生成結(jié)果就會缺乏針對性。因此，不是天模型乏力，而是應(yīng)用思路要從依賴型變?yōu)榻?gòu)型，從“為我生成”變?yōu)椤鞍槲疑伞?，從“機(jī)器包辦”變?yōu)椤叭嗽诨芈贰?，才能達(dá)到備課的真正深度。（二）用于教的素材多，探索學(xué)的模式少備課，要備什么？是不是使用生成式人工智能助力搜集素材、打磨工具、完成PPT，就足夠了？目前來看，教師以學(xué)生為中心的教學(xué)理念還沒建立起來，尚未在學(xué)生學(xué)習(xí)如何面向未來、如何涵養(yǎng)素養(yǎng)等方面進(jìn)行深人思考。那么，生成式人工智能就還只是輔助教的工具，而非教學(xué)新質(zhì)生產(chǎn)力的關(guān)鍵要素。教師的心智模型與新時代教學(xué)理念缺乏聯(lián)結(jié)點(diǎn)，其應(yīng)用就很難走向“人工智能+教學(xué)”的新境界。（三）單點(diǎn)應(yīng)用多，系統(tǒng)優(yōu)化少對于生成式人工智能，一線教師常囿于單點(diǎn)應(yīng)用，如構(gòu)思一個生活情境、編寫一段范例程序等。這種“零敲碎打”的嘗試，未能通盤考量生成式人工智能的功能，因此無法將其功能作為整體與教學(xué)有效整合。人工智能賦能備課要產(chǎn)生撬動力，還需要從大觀念教學(xué)、大單元教學(xué)、教學(xué)評一致性、元認(rèn)知提升等多個角度，對教學(xué)設(shè)計進(jìn)行有層次性的系統(tǒng)優(yōu)化。二、生成式人工智能賦能備課的新思路生成式人工智能賦能備課的終極目標(biāo)是實現(xiàn)“學(xué)的成長”。因此，教師在備課時需要思考兩個關(guān)鍵問題：什么是“學(xué)的成長”？生成式人工智能可以在哪些方面助力“學(xué)的成長”？（一）持續(xù)性問題解決對于成長的意義從素養(yǎng)視角看，“學(xué)的成長”是一種對于觀念、學(xué)的方法、價值觀及自我認(rèn)知的立體式獲得。成長依賴于“做中學(xué)”，即依賴于持續(xù)性的問題思考與解決，它會與一連串復(fù)雜的感性知覺、情感、希望、欲望以及調(diào)節(jié)思維的精神活動聯(lián)系在一起[4]。進(jìn)一步地說，問題從產(chǎn)生到解決，往往不是一蹴而就的，在問題解決中再發(fā)現(xiàn)新問題或拓展原問題，從而引發(fā)新的問題解決過程，這是一個迭代深化的過程。在此過程中，學(xué)生的經(jīng)驗得以調(diào)用、思維得以活化、動機(jī)得以增強(qiáng)。同時，學(xué)的方法、情感價值觀及對自我的認(rèn)知，都會同步累積或升華，實現(xiàn)“做事成人”。（二）人工智能賦能持續(xù)性問題解決的落腳點(diǎn)生成式人工智能賦能深度備課的突破口在于，以學(xué)生為主體的持續(xù)性問題解決。這主要包括三個層面：為問題的發(fā)掘賦能、為問題解決的“做中學(xué)”賦能、為學(xué)習(xí)的自我認(rèn)知賦能?！盀閱栴}的發(fā)掘賦能”主要解決“化學(xué)為境”的問題，即將陳述式的教材文本轉(zhuǎn)化為問題式的場域情境；“為問題解決的‘做中學(xué)’賦能”主要解決“化學(xué)為做”的問題，即如何沿著關(guān)鍵問題，為學(xué)生提供支架與實驗工具，讓學(xué)生以“做”的方式探索問題解決之道；“為學(xué)習(xí)的自我認(rèn)知賦能”主要解決“化學(xué)為智”的問題，即學(xué)生對學(xué)的結(jié)果、學(xué)的方法、學(xué)的思維的反思與改進(jìn)。這將提升學(xué)生的元認(rèn)知水平，養(yǎng)成一種評估與引導(dǎo)自我學(xué)習(xí)的能力。三、生成式人工智能賦能備課的策略（一）六層迭代：為問題的發(fā)掘賦能如何將教材內(nèi)容轉(zhuǎn)化為關(guān)鍵問題，是備課的重中之重。但提問不是將陳述句改為疑問句這么簡單，而是需要指向意義聯(lián)系和難點(diǎn)突破。教師只有自身先達(dá)成深度理解，才能基于學(xué)生的認(rèn)知邏輯，將教材內(nèi)容轉(zhuǎn)化為促進(jìn)他們學(xué)習(xí)的問題。1.人工智能賦能的深度理解（1）生成實例的概念理解。這包括以下兩個方面的轉(zhuǎn)化。一是將概念轉(zhuǎn)化為實例。教師舉出與概念對應(yīng)的例子，再用生成式人工智能將描述性例子轉(zhuǎn)化為網(wǎng)頁、程序、素材等實例，進(jìn)而基于實例的特征內(nèi)化對概念的理解。二是將實例轉(zhuǎn)化為概念。教師使用系統(tǒng)截屏、現(xiàn)場拍照等方法獲取教學(xué)場景圖，通過開放式、收斂式、聯(lián)想式等方式構(gòu)造提示語，如“這個場景中有哪些人工智能技術(shù)可以挖掘”，從而通過場景識別、推理生成等來反向提取概念（如圖1）。圖1人工智能挖掘真實場景的學(xué)科與跨學(xué)科概念（2）生成比較的關(guān)系理解。如果說生成實例的概念理解，指向的是概念本身的內(nèi)涵，那么生成比較的關(guān)系理解，則指向了一個概念和其他概念在內(nèi)涵上的聯(lián)系與區(qū)別，即不以孤立的方式理解概念，而是要打破鄰近概念、相似概念、天小概念在大腦中各自為政的存儲模式，主動構(gòu)建起概念間的意義聯(lián)系。比如，與生成式人工智能討論“圖像編碼與音頻編碼有相同的本質(zhì)嗎”。（3）生成反饋的自知理解。生成式人工智能可以扮演反饋器的角色，對教師的理解進(jìn)行評價，促進(jìn)教師對理解程度的自我認(rèn)知。例如，教師輸出對教材的理解（文本），讓人工智能來剖析亮點(diǎn)、不足與建議，實現(xiàn)一對一式的診斷反饋。2.人工智能賦能的問題挖掘（1）以解題邏輯生成問題。每節(jié)課的學(xué)習(xí)可被視作對一類問題的解決，這包括起始狀態(tài)、目標(biāo)狀態(tài)以及由子目標(biāo)和操作應(yīng)用所構(gòu)成的解決問題的路徑[5。教師要明確解決問題的路徑，即由起始至目標(biāo)達(dá)成所經(jīng)歷的一系列思考。當(dāng)然，教師也可以將問題與結(jié)果拋給人工智能，讓其以問題鏈的方式補(bǔ)全中間需要思考的關(guān)鍵問題，如“從韓信點(diǎn)兵的情境到同余法的代碼實現(xiàn)，需要經(jīng)歷哪些關(guān)鍵性思考，請列出5個要思考的問題”（2）以認(rèn)知邏輯生成問題。簡單地說，就是要把教師思考問題的邏輯轉(zhuǎn)化為符合學(xué)生認(rèn)知邏輯的問題鏈。這就需要教師充分考慮起點(diǎn)、難點(diǎn)、遷移關(guān)聯(lián)點(diǎn)等要素，構(gòu)造一種能夠關(guān)聯(lián)新舊知識并促進(jìn)學(xué)習(xí)進(jìn)階的問題序列，以問題序列促生思維鏈。教師可將設(shè)計要素作為提示語的參數(shù)，如“根據(jù)同余法的算法教學(xué)（韓信點(diǎn)兵情境），僅設(shè)計6個關(guān)鍵性的問題（要簡潔），要考慮：學(xué)生為六年級，已學(xué)過篩選法，導(dǎo)人要聯(lián)系已學(xué)（指出不足），第6個問題要關(guān)聯(lián)篩選法與枚舉法”。（3）以啟問邏輯生成問題。從教師提問過渡到學(xué)生參與提問，再到學(xué)生主動并持續(xù)性地提問，這是深度教學(xué)的訴求。如何將教師提問變?yōu)閷W(xué)生自己發(fā)現(xiàn)并提出問題呢？這就要將教師的提問行為轉(zhuǎn)化為教師呈現(xiàn)新穎、差異、異常、極端的現(xiàn)象，或揭示矛盾點(diǎn)、沖突點(diǎn)、痛點(diǎn)等事實，讓學(xué)生產(chǎn)生好奇心與探究欲，促進(jìn)學(xué)生的察缺生問、疑象生問、猜想生問、聯(lián)結(jié)生問和質(zhì)疑生問。教師可借助以上提煉的核心觀點(diǎn)，從解題邏輯、認(rèn)知邏輯和啟問邏輯多輪接力式地詢問人工智能，并以上一輪生成的問題作為待處理的背景數(shù)據(jù)，探索啟發(fā)式問題的設(shè)計（如圖2）。圖2多輪詢問的問題設(shè)計挖掘（二）利器拓用：為問題解決的做中學(xué)賦能教師先行理解概念是第一步，引導(dǎo)學(xué)生理解概念則是第二步。學(xué)生的理解過程會與教師的理解過程相似，但教師需要充分考慮學(xué)生的特點(diǎn)，并構(gòu)造“做中學(xué)”情境，為他們的理解做好必要的支撐。其中，關(guān)鍵性思考有：用怎樣的一款工具（學(xué)件）揭示問題指向的概念或原理？以怎樣的實驗單為學(xué)生提供實驗的猜想、記錄和結(jié)論推導(dǎo)？該用怎樣的問題讓學(xué)生提出實驗猜想、構(gòu)思求證方法和推導(dǎo)實驗結(jié)論？1.生成工具賦能學(xué)科實踐生成式人工智能強(qiáng)大的源代碼生成能力，為教師打造學(xué)件提供助力。經(jīng)過定向聯(lián)想、人工智能生成、手工精調(diào)三環(huán)節(jié)，教師可借助人工智能生成Python、HTML、Scratch等格式的學(xué)件。（1）定向聯(lián)想：概念具象為實例文本將抽象的概念轉(zhuǎn)化為實例，其目的在于，讓學(xué)生從可感知的實例出發(fā)，經(jīng)歷從具體到抽象的認(rèn)知過程。教師要從概念的內(nèi)涵出發(fā)，從學(xué)生的生活經(jīng)驗中選取實例。兼具意義感與共鳴感的實例，能助力學(xué)生的觀察與感知。因此，教師構(gòu)思的實例要具備指向概念內(nèi)涵、基于生活經(jīng)驗、實驗效果顯著的特征。例如，針對“數(shù)據(jù)編碼”教學(xué)，可聯(lián)想到圖書錄人與借閱的實例；針對“系統(tǒng)的組成”的教學(xué)，可聯(lián)想到生態(tài)魚缸系統(tǒng)的實例；針對“GET與POST”概念教學(xué)，可聯(lián)想到體育比賽報名網(wǎng)頁實例；等等。（2）人工智能生成：實例文本轉(zhuǎn)化為學(xué)件將實例文本轉(zhuǎn)化為程序，需要把握以下三個要點(diǎn)：一是明確輸出格式，并依據(jù)構(gòu)思的實例明確開發(fā)的工具，即生成的源代碼需要在哪款可編程工具中調(diào)試；二是構(gòu)造提示語，將大任務(wù)逐一分解，用結(jié)構(gòu)化的提示語將描述式的實例轉(zhuǎn)化為可執(zhí)行的源代碼；三是調(diào)試源代碼，打包為交互式學(xué)件，檢驗其可用性，驗證其效果是否顯著。例如，為實現(xiàn)學(xué)生對“分布式計算”概念的理解，筆者構(gòu)思了以“《三國演義》小說中人物出現(xiàn)頻次統(tǒng)計”為情境的Python程序，并讓生成式人工智能選用一種低效率的算法一一逐字匹配算法，以求得實驗效果的顯著性。然而經(jīng)實測，4臺并發(fā)計算耗時比單機(jī)運(yùn)行還多。這主要是因為總計算任務(wù)過小，而分布式計算卻因網(wǎng)絡(luò)傳輸產(chǎn)生較多耗時。怎么解決這個問題，從而讓該實驗凸顯分布式計算的效率優(yōu)勢呢？在筆者的多輪詢問下，生成式人工智能給出了“小說的情感計算”的方向。最終，通過增加計算任務(wù)“用jieba庫負(fù)責(zé)分詞與詞頻統(tǒng)計”“用HowNet正負(fù)情感詞典進(jìn)行情感分計算”（如圖3），使4臺分布式計算（i5/8G/64位/100M交換機(jī)）的平均時長為4.259秒，明顯小于單機(jī)獨(dú)立計算的耗時（6.318秒）。圖3分布式計算實驗上述打磨學(xué)件的實驗，展現(xiàn)了生成式人工智能賦能備課的無限可能性，也給予教師重要啟示：即便是邏輯上已完美自洽的設(shè)想，也需要經(jīng)過實踐的驗證與修正。在生成式人工智能的加持下，這種未雨綢繆的學(xué)件“智制”，既會增強(qiáng)學(xué)生實驗探究的成功體驗，又促進(jìn)了教師自身對關(guān)鍵概念的深人理解，厚植了探究未知時實事求是的實驗精神。（3）手工精調(diào)：以建構(gòu)性調(diào)校學(xué)件人工智能生成的學(xué)件屬于初代產(chǎn)品，還需要根據(jù)以下原則加以優(yōu)化。一是容易上手。不求工具的大而全，而追求現(xiàn)象與概念原理的對接。學(xué)件的界面要簡潔、操作要簡便，避免因工具使用的復(fù)雜性而讓學(xué)生頻繁“踩坑”。二是凸顯探究性。開發(fā)的學(xué)件要能夠與學(xué)生交互，能將需要理解的計算過程顯現(xiàn)出來，有助于學(xué)生理解計算的內(nèi)在邏輯，突破對關(guān)鍵概念與原理的理解。三是留白。提供“半成品”工具，將“完善工具”與“用工具探究”結(jié)合起來，使學(xué)生“知其然，知其所以然”。四是單元整體設(shè)計。學(xué)件應(yīng)“一境到底”，實現(xiàn)單元學(xué)習(xí)的情境貫穿，但又要以變式靈活應(yīng)對單元內(nèi)各課內(nèi)容的變化。例如，用人工智能生成的“生態(tài)魚缸”學(xué)件游戲腳本，就以單元核心概念與跨學(xué)科為視野，將信息科技學(xué)科要理解的系統(tǒng)特征、系統(tǒng)要素與結(jié)構(gòu)等概念，與生物學(xué)知識進(jìn)行有意義的“聯(lián)結(jié)”。在學(xué)件中，學(xué)生需要拖動小石子、水草、魚等要素，以構(gòu)建魚缸系統(tǒng)；生態(tài)魚缸插電后，學(xué)生需要解決“缺氧”“水質(zhì)混濁”“水溫太低”等問題，以控制魚缸生態(tài)系統(tǒng)實施模擬養(yǎng)護(hù)，促進(jìn)學(xué)生對系統(tǒng)中各要素關(guān)系的理解（如圖4）。此外，盡管“魚缸”情境貫穿整個單元，但為避免單調(diào)，教師引入了變式，三節(jié)課的學(xué)件分別是“點(diǎn)亮魚缸的聯(lián)想”“生態(tài)魚缸的構(gòu)成”“觀察魚缸的思考”，從而適應(yīng)不同內(nèi)容和不同梯度的教學(xué)。2.生成實驗單賦能學(xué)科探究如果說學(xué)件是實驗教學(xué)的探究性工具，那么實驗單則是概念與原理的探究性框架、記錄性工具和深化思維的載體，為探究提供框架性和推導(dǎo)性的學(xué)習(xí)支持。實驗單的生成是一個較為復(fù)雜的過程，可將其拆解為鎖定概念、依版生成和人機(jī)同驗三個關(guān)鍵步驟。（1）鎖定概念，智搜情境實驗教學(xué)的目的在于讓學(xué)生重新發(fā)現(xiàn)知識，（3）人機(jī)同驗，迭代改進(jìn)圖4基于單元整體的學(xué)件設(shè)計與變式什么樣的實驗單是科學(xué)的？什么樣的實驗單是能激發(fā)好奇心與探究欲的？教師需要對人工智能生成的實驗單進(jìn)行評估與檢驗，并以提示語的方式再反饋給人工智能，要求人工智能從教師的角度審驗實驗單。其一，一致性檢驗?？磳嶒灱僭O(shè)、實驗過程與實驗結(jié)論是否一致，是否圍繞實驗?zāi)康幕蚓劢龟P(guān)鍵概念展開，分析實驗過程能否求證猜想，實驗記錄的數(shù)據(jù)能否得出結(jié)論。其二，趣味性檢驗。趣味性不僅在于營造異常、矛盾、反差、意外的情境，還體現(xiàn)在實驗單上文字的可讀性與吸引力。實驗?zāi)康?、實驗猜想、實驗過程記錄、實驗結(jié)論等文字應(yīng)通俗易懂，但也不能丟失要強(qiáng)化的舊概念和要理解的新概念。自主探究與建構(gòu)未知。因此，實驗單的設(shè)計應(yīng)牢牢聚焦學(xué)科概念或原理，將它們還原至學(xué)生觸手可及的實驗情境中。這里所說的實驗情境，不僅指用文本描述的情境，還指支持硬件搭建、程序探究、虛擬仿真等方式的“做中學(xué)”情境。例如，針對六年級“或運(yùn)算”概念，教師可以用“草莓天棚啟動風(fēng)扇的任意兩個條件”這樣的提示語，要求人工智能搜索符合現(xiàn)實的情境，提供更為精細(xì)的閾值參數(shù)（如溫度$＼geqslant28＼{^＼circ}＼mathrm{C}$或濕度?80%，一般需要借助通風(fēng)實現(xiàn)降溫、除濕）。（2）依版生成，智制實驗單盡管每課的實驗內(nèi)容不同，但實驗單的基本結(jié)構(gòu)與要素相同，一般都包括實驗?zāi)康摹嶒灢孪?、實驗過程及實驗結(jié)論等內(nèi)容。在確定實驗探究的關(guān)鍵概念、確定實驗情境的基礎(chǔ)上，教師可借助大模型的模式識別、長鏈推理和自然語言生成的能力，通過上傳實驗單為樣板，讓人工智能依樣制單。比如，教師以“與運(yùn)算”實驗單為樣板，要求人工智能結(jié)合新情境設(shè)計實驗單，并完成數(shù)據(jù)記錄的試填寫。其三，容量與難度檢驗。實驗單需要學(xué)生在課堂上完成，這就不得不考慮其耗時問題。若一項實驗耗時15分鐘，減去實驗前后的引導(dǎo)和反饋，學(xué)生實際動手操作的時間可能僅剩10分鐘。在有限的時間內(nèi)，學(xué)生能否獨(dú)立或合作完成實驗探究、數(shù)據(jù)記錄和結(jié)論推導(dǎo)？教師需要評估實驗單填寫的數(shù)量、填寫的文字容量以及學(xué)生動手觀察與思考所需的時間，做好容量與難度評估。從深度學(xué)習(xí)的視角看，學(xué)生不應(yīng)成為實驗探究中的操作者，而應(yīng)成為實驗探究的參與設(shè)計者和深度理解者。因此，在完成實驗單設(shè)計的基礎(chǔ)上，教師可進(jìn)一步利用人工智能構(gòu)思三類問題：一是激發(fā)實驗猜想的問題，二是引導(dǎo)思考“如何驗證猜想”的問題，三是深化結(jié)論理解的問題，以此促進(jìn)學(xué)生開展深度實驗探究。（三）煉思成智：為學(xué)習(xí)的自我認(rèn)知賦能反思是促進(jìn)深度教學(xué)發(fā)生的必要環(huán)節(jié)，但反思并非“有”就行，而是要追求反思的質(zhì)量。教師備課時，不僅需要為學(xué)生的反思提供時間，還要指明反思的方向、結(jié)構(gòu)和內(nèi)容，甚至要關(guān)注對反思的反思，引導(dǎo)學(xué)生持續(xù)深入地思考，不斷迭代進(jìn)步，實現(xiàn)“煉思成智”。1.人工智能自評表，促結(jié)構(gòu)化反思心理學(xué)研究表明，讓學(xué)生監(jiān)控自己的行為并評估學(xué)習(xí)能力，會增強(qiáng)他們的自我效能感，促使他們自我調(diào)節(jié)學(xué)習(xí)[。因此，教師要充分重視每節(jié)課學(xué)生對學(xué)得怎樣的自我評估，既要體現(xiàn)自主性，也要體現(xiàn)反思的結(jié)構(gòu)化。若要讓人工智能生成自評表，不僅需要上傳實驗單作為背景資料，也需要構(gòu)建結(jié)構(gòu)化的提示語（見表1），以生成更為適切的自評