直接答案：设计 AI 智能课堂，正确顺序不是先采购大屏、摄像头或聊天机器人，而是先写清学生在本节课结束时要独立完成什么，再决定 AI 只在哪一步提供提问、反例、资料整理、反馈或模拟。课堂至少要保留三类证据：学生使用 AI 前的原始想法，使用过程中的提示、判断与修订，以及关闭 AI 后的独立作答、口头解释或新情境迁移。教师仍负责教学目标、内容准确、学生数据、最终评价和风险处置。
教育部等五部门发布的《“人工智能+教育”行动计划》提出，围绕课前、课中、课后全过程支持备课、学情分析、资源生成、人机协同教学、作业管理和循证教研，同时要求建立安全测评、进校园管理、风险预警和应急响应机制。《教师生成式人工智能应用指引（第一版）》进一步明确教师主导、内容审查、学生使用、学术诚信和数据合规边界。政策鼓励的是有目标、有责任、有证据的教学应用，不是把一堂课全部交给模型。
本文面向教师、教研员和学校信息化团队，提供一套可调整的课堂实施框架。它不承诺 AI 必然提高成绩、参与度或备课效率，也不推荐永久不变的工具排行榜。学习成效应由本校、本学科和具体学生的真实证据判断；如果需要查看正反研究与校内试点设计，可转到本站的AI 教学学习成效证据指南。
什么才算 AI 智能课堂？
智能教室描述的是空间、终端、平台和连接条件；智能课堂描述的是一段可运行的教学设计。安装互动大屏不等于形成智能课堂，让学生打开聊天工具自由提问也不等于人机协同。真正需要检查的是：技术是否服务于明确目标，学生是否仍承担思考，教师是否能看见过程、发现错误并调整，设备和数据是否对所有学生公平可用。
| 课堂形态 | 可观察特征 | 不能自动证明 |
|---|---|---|
| 数字化教室 | 有网络、终端、投屏、学习平台 | 学习活动更有效 |
| AI 辅助备课 | 教师用模型生成教案、素材或题目候选 | 学生在课堂中使用 AI |
| AI 辅助课堂 | AI 在限定资料和角色下参与提问、反馈或模拟 | 模型可以代替教师 |
| 数据驱动课堂 | 根据任务证据调整教学而非只看印象 | 收集越多学生数据越精准 |
| 智能课堂 | 目标、任务、AI 角色、过程证据、独立检查和教师决定形成闭环 | 必然提分或适合所有年龄 |
广东省基础教育人工智能应用指南的政策解读把应用划分为基础设施、教与学、学生成长和教师发展四个场域，并强调隐私、人权、透明、问责、安全和公共利益。这个分层提醒学校：课堂活动只是系统的一部分，账号、网络、采购、数据平台、教师培训和事件处理也必须一起设计。
先写五栏课时卡，再打开任何 AI 工具
一节课可以先用五栏课时卡固定不应由模型替代的决定。教师只需写清“学生要会什么、用什么任务证明、AI 扮演什么角色、必须保存什么证据、什么情况立即停止”。如果第一栏仍是“让学生体验 AI”“提高兴趣”或“培养创新”，目标还不可评价，应继续拆成学生可观察的行为。
| 课时卡字段 | 需要写什么 | 示例 | 停止线 |
|---|---|---|---|
| 学习目标 | 学生课后能独立做出的行为 | 比较两种解释并用证据选择 | 只写“了解、感受、体验” |
| 学习任务 | 资料、问题、约束和成果 | 依据三份材料提出并修订判断 | 任务可以直接复制模型答案 |
| AI 角色 | 允许的具体帮助 | 提出反例，不给最终结论 | 角色无限制或能代写成品 |
| 学习证据 | 原始、过程和独立证据 | 初稿、提示记录、修订说明、迁移题 | 只收最终漂亮作品 |
| 风险与恢复 | 错答、隐私、断网和不公平的替代路径 | 纸质材料、教师示范、人工复核 | 没有 AI 就无法完成课程 |
备课阶段如何从课程目标、教材、学情和事实台账生成教案候选，本站已有独立的AI 备课七步流程。智能课堂页从教案进入真实课堂之后开始，重点是学生怎样参与、教师怎样观察、什么时候关闭 AI，以及一旦出错怎样继续完成教学。
课前、课中、课后分别适合什么 AI 角色？
同一个模型在不同环节承担的风险不同。课前生成十个导入问题通常只是教师内部草案；课中直接回答学生问题会影响理解；课后对开放性作品打分会影响评价。不要把“工具有这个功能”当作启用理由，而要为每个环节写出输入、输出、人工检查和学生证据。
| 环节 | 低风险用法 | 教师检查 | 学生证据 |
|---|---|---|---|
| 课前诊断 | 汇总匿名错题或退出条，生成待核查误解清单 | 样本、正确答案、少数学生是否被忽略 | 原始作答和教师确认的误解 |
| 资源准备 | 生成类比、反例、问题链和难度变体候选 | 课标、教材、事实、版权和学段适配 | 不直接适用 |
| 课堂探究 | 扮演角色、提出追问、比较多种解释 | 资料范围、提示边界和不当内容 | 学生先答、再询问、再解释修改 |
| 练习反馈 | 依据教师量规给形成性建议 | 反馈是否具体、正确且不泄露答案 | 修改前后差异与理由 |
| 课后总结 | 聚合班级问题，形成下节课调整候选 | 不把推断当作学生事实 | 无 AI 退出条和延迟任务 |
《教师生成式人工智能应用指引》列出学情分析、教案设计、课件制作、课堂互动、作业设计、课堂评价、作业反馈、量规设计和学业诊断等场景，同时明确生成内容必须事实核查、价值审查和适切评估，作文、艺术作品和开放性作业的自动批改结果不得直接作为最终评价。这种“允许探索 + 明确责任”的结构，正适合转成学校自己的场景清单。
一节课怎样安排 AI？先独立、再支架、后迁移
下面是一份可调整的 45 分钟示例，不是通用处方。低年级、实验课、项目式学习或特殊教育需要重新设计时间与参与方式。模型不可用时，课程也应能通过教师提问、同伴反馈和纸质资料继续。
| 阶段 | 学生动作 | AI / 教师动作 | 留下的证据 |
|---|---|---|---|
| 0—5 分钟：独立起点 | 不使用 AI 完成预测、解释或草图 | 教师只澄清任务 | 原始答案和信心水平 |
| 5—12 分钟：概念与示范 | 比较一个正确与一个错误示例 | 教师示范如何核验来源和反例 | 学生标出的判断依据 |
| 12—25 分钟：受限支架 | 把自己的方案交给 AI 追问或找反例 | AI 只使用指定资料和角色 | 提示、输出、采纳与拒绝记录 |
| 25—35 分钟：共同核验 | 小组比较模型与资料，纠正错误 | 教师追问“依据是什么” | 错误清单和修订理由 |
| 35—42 分钟：无 AI 迁移 | 在新题或新情境中独立应用 | 关闭 AI，教师观察策略 | 独立迁移表现 |
| 42—45 分钟：退出条 | 写一个已掌握证据和一个不确定问题 | 教师决定下节课调整 | 形成性证据与后续任务 |
项目式学习需要更长的持续探究、公开成果和多轮修订，可使用本站的AI 项目式学习与过程证据指南。如果要把概念制作成微课，另见AI 教学视频制作与版权验收流程，避免把课堂页膨胀成所有教育场景的工具集合。
学生什么时候可以使用 AI？按年龄、任务和后果分级
学生能否使用某个工具，不能只看“会不会操作”。还要检查平台年龄条款、学校制度、监护安排、输入数据、内容风险和任务是否需要独立完成。《教师生成式人工智能应用指引》提出，原则上禁止小学生独立使用生成式 AI；确需使用时应在教师或监护人指导下进行。作业必须明确允许和禁止的环节，并要求学生声明工具、使用环节和生成内容。
| 使用模式 | 适合情形 | 教师安排 | 不适合情形 |
|---|---|---|---|
| 教师演示 | 低龄、首次接触、展示错误与核验 | 教师控制账号、输入和屏幕 | 把演示输出当正确答案 |
| 全班共创 | 共同改提示、找错误、比较资料 | 不输入个人数据，所有判断公开讨论 | 用少数学生账号代表所有人 |
| 小组受监督使用 | 探究、角色模拟、反例生成 | 限定资料、时间、角色和记录 | 小组成员分工不透明 |
| 个人辅助使用 | 年龄适配且学校允许的草拟、反馈和练习 | 声明使用，保存过程，安排独立检查 | 考试、资格评价或禁止 AI 的作业 |
| 禁止使用 | 需要独立能力证据、数据敏感或工具不合规 | 提供无 AI 资源和公平替代 | 用隐藏监控代替清楚规则 |
UNESCO 的生成式 AI 教育与研究指南主张以人为本、年龄适配，并在教育设计前评估工具的伦理、安全、公平和数据隐私。其教师 AI 能力框架把以人为本、AI 伦理、基础与应用、AI 教学法和教师专业发展分开，说明“会写提示词”只是能力的一小部分。
给学生一张可执行的 AI 使用协议
“合理使用 AI”太模糊。每项任务应写出允许、必须和禁止三栏，并说明违反规则后如何重新提交。这样比事后依赖 AI 检测器更公平，也能把学术诚信转成可观察的过程证据。
| 类别 | 可写入任务说明的规则 |
|---|---|
| 允许 | 生成检索词、提出反例、检查语法、对自有草稿提供反馈；具体范围由任务确定 |
| 必须 | 先完成个人初稿；核对事实与来源；声明工具、日期、用途；保存关键提示和修改记录 |
| 禁止 | 直接生成完整作业、伪造引用或实验、上传同学资料、绕过考试与独立作答要求 |
| 遇到错误 | 标记错误、回到原始资料、向教师报告，不继续把错误当作后续前提 |
| 无法使用 | 提供纸质、同伴或教师反馈等效路径，不因设备、付费账号或家庭条件扣分 |
输入学生数据前，先做四层风险分级
课堂数据应从“完成哪个教学动作所需的最小信息”开始，而不是从“平台能采集什么”开始。教材版本和公开题目可以形成低风险输入；班级聚合错题仍要检查是否能重新识别；带姓名的作文、成绩和录音录像属于可识别学生数据；家庭、健康、心理、面部、声纹和行踪等敏感信息不能直接上传普通公共模型。
| 数据层 | 示例 | 最低控制 | 课堂默认 |
|---|---|---|---|
| 公开或获许可资料 | 课程标准、公开题目、自有教案 | 版本、来源、版权和适用学段 | 核验后可用 |
| 班级聚合/去标识 | 匿名退出条、错题分布 | 必要性、重新识别风险和保存期限 | 评估后使用 |
| 可识别学生数据 | 姓名、账号、作品、成绩、录音 | 学校批准、告知、最小字段、权限、删除 | 严格受控 |
| 敏感或非教学必需 | 家庭、健康、心理、面部/声纹、行踪 | 适用法律、单独同意或法定依据、专门保护 | 普通模型默认禁止 |
| 涉密与未公开校务 | 内部文件、账号密钥、安全预案 | 保密与系统边界审查 | 不得输入非合规环境 |
《中华人民共和国个人信息保护法》要求个人信息处理具有明确、合理目的并限于最小范围；不满十四周岁未成年人的个人信息属于敏感个人信息。《中华人民共和国未成年人保护法》强调最有利于未成年人的原则与隐私、个人信息保护；《未成年人学校保护规定》要求学校采集学生个人信息时告知学生及家长，并承担管理和保密义务。
需要建立字段、权限、供应商和删除清单时，直接使用本站的AI 学生数据分析与隐私保护指南。UNICEF 2025 年更新的儿童 AI 政策指南 3.0也把安全、数据隐私、公平、透明问责、儿童最佳利益、包容和能力培养列为儿童中心 AI 的基本要求，可作为工具评估的国际补充。
评价什么：作品、过程和独立能力要分开
AI 可以让作品语言更顺、版式更漂亮、示例更多，但这些变化不能单独证明学生理解更深。课堂评价应至少拆成最终作品、过程证据和独立能力三部分。不同任务可以调整权重，但不能只看模型参与后的成品。
| 证据层 | 收集什么 | 能说明什么 | 不能单独说明 |
|---|---|---|---|
| 原始起点 | 使用 AI 前的预测、草图、初稿 | 先备知识和真实困难 | 最终是否学会 |
| AI 过程 | 提示、输出、核验、采纳和拒绝 | 学生怎样使用与判断工具 | 关闭工具后能否完成 |
| 最终作品 | 报告、演示、代码、模型或解答 | 任务成果质量 | 哪些部分由学生独立完成 |
| 口头解释 | 说明选择、证据、错误和替代方案 | 理解与所有权线索 | 长期保持 |
| 无 AI 迁移 | 新情境、延迟测验或独立操作 | 能否独立调用和迁移 | 所有长期学习结果 |
教师可让 AI 依据量规生成反馈候选，但必须核对反馈与学生真实作品是否一致。开放性作品的自动评分不能直接成为最终评价。作文批改涉及量规、证据定位、教师复核和隐私，可查看AI 批改作文实操指南；生成图片、文字、音乐或视频还涉及平台条款与第三方权利，可查看AI 生成内容版权与商用检查。
选工具不要看“最强”，先用同一个课堂小样测试
模型、价格、年龄条款和学校版控制会变化，工具选择应基于同一份小样，而不是厂商演示。小样可以包含：一段课程资料、一个常见误解、一个需要拒答的超范围问题、一项禁止泄露的数据和一个网络失败场景。教师、信息化人员和数据责任人分别验收。
| 检查项 | 现场验证 | 不合格信号 |
|---|---|---|
| 教育适配 | 能否只用指定资料、按年龄和学习目标反馈 | 总是直接给答案或无法限制角色 |
| 事实与来源 | 引用是否可打开、与结论一致、版本当前 | 伪造来源或混用地区教材 |
| 账号与年龄 | 当前服务条款、学校账号、监护与管理能力 | 要求学生绕过年龄或共用私人账号 |
| 数据处理 | 存储、训练复用、子处理者、删除和导出 | 无法说明学生数据去哪或如何删除 |
| 教师控制 | 资料、功能、历史、共享、禁用和事件日志 | 只有学生端聊天界面 |
| 公平与可访问 | 无付费账号、低速网络、辅助技术和语言支持 | 无法提供等效替代 |
| 退出 | 能否导出课程和记录、删除数据、切换工具 | 课程被专有格式锁死 |
需要比较多个工具时，可按本站的AI 工具统一试用、数据权限与退出清单执行，而不是直接采用营销榜单。教育部 2026 年行动计划也提出建立智能应用能力评估体系，并要求一体保障模型算法、数据资源、基础设施和应用系统安全。
课堂最常见的六类失败，怎样继续完成教学？
智能课堂必须为失败而设计。断网、账号失效、模型错答、学生隐性代写、敏感信息输入和设备不公平都可能在上课时出现。可恢复的课程会预先准备替代资料、教师接管、数据事件处理和重新提交路径。
| 失败 | 当堂动作 | 课后动作 |
|---|---|---|
| 断网或工具不可用 | 切换纸质材料、教师问题卡或同伴反馈 | 记录依赖点，修订课程使其可离线完成 |
| 模型事实错误 | 暂停使用，把错误变成来源核验示例 | 更新资料、测试集和禁止回答范围 |
| 不当或年龄不适内容 | 停止展示、保护学生、转教师处理 | 保存必要证据，按学校事件流程报告 |
| 学生上传敏感信息 | 终止会话，避免继续传播或投屏 | 联系平台删除，评估影响并按制度处置 |
| 隐性代写 | 不公开羞辱，要求过程材料和口头解释 | 按预先规则重新提交并改进任务设计 |
| 设备或账号不公平 | 小组轮换或启用无 AI 等效路径 | 检查资源分配和评价是否造成差别负担 |
内容、数据或工具风险较高时，应建立明确的人工升级与事件处理流程，不能只依靠模型自我检查。可参考本站的AI 内容审核与人工复核指南和AI 产品真实用户任务与失败恢复测试。
怎样做一个 30 天校内小试点？
试点的目标不是证明“AI 有用”，而是判断某个课堂任务在本校条件下是否值得继续。先选低风险、可恢复且有现成基线的课程，不要同时改变教材、教师、平台和评价方式。若证据显示传统方法更好，停止 AI 方案同样是有效结论。
| 阶段 | 任务 | 交付物 | 放行条件 |
|---|---|---|---|
| 第 1 周：定义 | 选一个学习目标和一项 AI 支架，记录原有课堂基线 | 五栏课时卡、数据表、学生规则、停止线 | 不用 AI 也能完成课程 |
| 第 2 周：教师小样 | 用模拟或去标识数据测试正确、边界和失败场景 | 测试记录、错误清单、替代材料 | 关键错误可发现并恢复 |
| 第 3 周：小范围课堂 | 少量班级或课时运行，保存过程与独立证据 | 课堂观察、学生反馈、事件与支持记录 | 没有未处置的隐私或公平风险 |
| 第 4 周：复核 | 比较基线、独立表现、教师负担和副作用 | 扩大、调整或停止决定及理由 | 结论不靠满意度或单一作品 |
不要把“学生喜欢”“回答更快”“作品更漂亮”直接写成学习提高。至少区分任务完成、无 AI 独立表现、延迟保持、迁移、提示依赖、教师实施、隐私事件和支持成本。UNICEF 的EdTech for Good Framework 2.0也建议从教育合理性、透明、安全、情境适配和可访问性等维度评估数字与 AI 工具。
AI 智能课堂常见问题
智能课堂一定要让每个学生都有 AI 账号吗？
不需要。教师演示、全班共创、离线输出卡片和小组受监督使用都可以实现 AI 素养与核验训练。个人账号会增加年龄、隐私、费用和公平问题，只有当个人使用确实服务于学习目标且学校具备管理能力时才考虑。
可以用摄像头分析学生注意力或情绪吗？
不能把它当作智能课堂的默认功能。面部、声音、健康和心理相关推断涉及高敏感数据、准确性和歧视风险，“看向屏幕”也不等于理解。学校应先证明教学必要性、法定或同意基础、准确性、人工复核、保留和删除安排；普通课堂通常可以用低风险的任务证据、提问和退出条替代。
学生使用 AI 后，作业还能评分吗？
可以，但任务说明要预先规定允许范围，并把最终作品、过程记录、口头解释和无 AI 独立证据分开评价。若任务本来就是测独立写作、计算或推理，AI 可能被禁止。不能在规则不清时事后依赖不可靠的 AI 文本检测器作出惩罚性结论。
AI 生成的课堂材料需要标识吗？
教师应按学校制度、平台规则和适用法律标注 AI 参与，尤其是向学生或公众发布的生成图片、音频、视频和可能被误认为真实人物或事件的内容。中国的《人工智能生成合成内容标识办法》及配套标准规定了显式和隐式标识要求，具体实施应按内容形态和当前规则核验。
怎样知道 AI 没有削弱学生思考？
不要只问学生是否喜欢。比较使用前初稿、使用过程、为何采纳或拒绝输出，以及关闭 AI 后能否解释、纠错和迁移到新问题。若学生离开 AI 就无法开始、只会复制答案或不能说明来源，应减少支架、重做任务，而不是增加更多提示词。
上线前最终检查表
| 门槛 | 通过条件 |
|---|---|
| 目标 | 学生要独立完成的行为明确，不以“体验 AI”代替学习目标 |
| 任务 | 先有真实问题、资料和约束，再限定 AI 角色 |
| 证据 | 保存原始想法、AI 使用过程、修订理由和无 AI 独立表现 |
| 年龄 | 符合平台条款、学校制度和教师/监护要求；小学生不独立使用 |
| 内容 | 事实、难度、价值导向、版权和生成标识经教师复核 |
| 数据 | 只用必要最小字段，敏感、涉密和非教学必需信息不进普通模型 |
| 评价 | AI 自动反馈不是开放性作品最终评价，教师能查看原始证据 |
| 公平 | 无付费账号、低速网络和需要辅助技术的学生有等效路径 |
| 恢复 | 断网、错答、不当内容、隐私和代写均有当堂替代与课后处置 |
| 试点 | 用真实课堂基线决定扩大、调整或停止，不引用无来源营销数字 |
结论：AI 智能课堂不是让模型占据更多课堂时间，而是让学生在有边界的支架中提出问题、核验证据、解释修改，并最终回到可以独立完成的学习目标。学校和教师应从一个低风险任务开始，用本班级的过程与迁移证据验证价值；只要目标、数据、评价、人工责任或失败恢复有一项说不清，就不应扩大使用。
主要来源与复核说明
- 教育部等五部门：“人工智能+教育”行动计划
- 教师生成式人工智能应用指引（第一版）
- 教育部：中小学生成式人工智能使用指南相关工作月报
- UNESCO：Guidance for generative AI in education and research
- UNESCO：AI competency framework for teachers
- UNICEF：Guidance on AI and children 3.0
- 中华人民共和国个人信息保护法
- 中华人民共和国未成年人保护法
编辑复核与纠错记录：本文由兰塞 AI 编辑流程于 2026 年 7 月 19 日复核。旧稿没有外部来源，把个性化学习、自动评估、情绪分析和效率提升写成智能课堂的普遍收益；同主题页面还包含虚构“启智课堂”及组卷提效 90%、每周节省 5 小时、成绩提高 12% 等数字。本次重写删除这些案例和承诺，依据教育主管部门、UNESCO、UNICEF 和个人信息保护规则，重建为学习目标、课堂时序、年龄分级、学生数据、独立评价、失败恢复和校内试点指南。政策、平台年龄条款、产品数据处理和学校制度会变化，实际启用前应重新核验。
