10月24日、25日，“2026年新学校研究会年会”在北京举办。今年的主题是“AI时代，我们如何做教育？”。现场来了2200多位一线教师和校长，分享了过去一年在课堂上的探索。有的老师让AI帮助学生练习英语交流；有的让学生用AI设计海报，再根据实际效果修改；还有学校把造船、经营商店这些真实任务搬进课堂，让孩子面对真实的需求、成本和规则。当AI能帮我们完成越来越多的任务，教育该怎样培养孩子独立判断、解决问题的能力？接下来，我们就从这些一线实践中，看看老师们是怎么做的。我先来说说，在今年新学校研究会的年会上，我观察到的三个，教师使用AI的关键思路。这个词来自著名的教育理论家，怀特海，1929年出的一本书《教育的目的》。说的是，知识明明学过了、记住了，但到了真正要用的时候，却不知道该怎么办。也就是我们经常说的，“一学就会，一做就废”。之后的将近100年里，这个问题一直被反复讨论。它之所以难以解决，不是因为技术难度太大，而是成本太高。你看，真正应用一个知识，需要合适的情境、需要真实的任务，最重要的，是来自现实的反馈。而完成整个闭环，需要大量的时间和成本。而在这类情况里，AI最大的价值之一，就在于补全这个“应用闭环”。比如，英语。英语最重要的应用场景之一，是交流，而AI恰好可以扮演交流对象，补全这个应用闭环里的“反馈”这一步。比如，北京十一石景山实验中学的李明洋老师，借助AI设计了一堂英语课，学习内容是嫦娥奔月的故事和中秋节习俗。学生除了阅读课文、回答问题之外，还要跟智能体交流，这个智能体的设定是，一个同龄的外国朋友，对中国文化充满好奇。每看到一个习俗，都会追问习俗背后的故事和来历。这堂课的变化，不只是多了一个有趣的AI角色。过去，学生阅读文章，是为了找到老师要求的答案。现在，他阅读文章，是为了向一个不了解中国文化的人解释清楚一件事。你不能照着课本念，得自己重新组织语言。哪些背景需要交代？怎么说才能让对方听明白？这些都是实际交流中需要考虑的问题。再比如，北京十一学校一分校的设计课，有一个任务是，让学生设计一张提醒大家“保持安静”的海报，贴在走廊上。整个任务的环节包括，设计、张贴，然后根据反馈再修改，直到实现效果。过去，对于学生来说，这个任务中最容易让人放弃的部分不是设计，而是修改。因为海报是大家辛辛苦苦设计出来的，假如效果不佳，让学生返工，他们会非常受打击。设计环节已经把热情用光了，到了修改环节，已经没有热情可用了。怎么办？负责这门课的马超老师认为，需要减少学生在设计这个环节的热情消耗，让学生通过AI完成这一步。快速设计，快速张贴，然后快速获得反馈，用尽可能短的时间确定海报的最佳样式、字体和排版。让AI和学生做英语交流，和用AI设计海报，看起来是两个完全不同的任务。但它们的目标是一致的，就是“补全知识的应用闭环”。哪个环节AI能补，就让它补哪里。第二个思路是，借助AI，让学习任务聚焦于“必要难度”。首先，教育不是越难越好。有些难度，只是因为工具不够好、条件不够充分造成的。比如，大量重复计算、机械整理资料，如果计算器或者AI能更快、更准确地完成，就没必要非让学生花大量时间重复这些操作。但有一些难度不一样。比如，你面对一个真实问题，究竟应该关注哪些因素？不同因素之间发生冲突时，应该怎样权衡？这些困难，不是因为工具落后才产生的。它们本身就是一个人学习思考、作出判断必须经历的过程。所以，教育真正需要解决的，不是怎样让所有事情都变简单，而是怎样把不必要的困难交给AI，把必要的困难留给学生。比如，数学课。北京十一朝阳实验学校的数学老师陈凯业，给学生布置了一项作业，假设，有三名篮球运动员，他们各有各的特点，请你挑出一位最适合上场的人，其间可以使用AI工具替你计算任何数据，但是，要计算哪些数据维度，必须由学生本人确定。你看，这个任务考验的，不是让学生计算球员数据，而是让他们判断，哪个维度的数据是最值得计算的？不同维度的权重如何？比如，一个球员的投篮命中率可能很高，但他合作属性一般。也可能一个球员爆发力很强，但长期后劲不足。那么请问，你认为哪个维度最值得考虑？这个对局面的整体判断力，就是这门课要保留的“必要难度”。再比如，北京十一实验中学的政治课，负责这门课的贾正宇老师设计了一个任务，让学生模拟分配100亿元公共资金。而AI在其中扮演的是“质询官”的角色，它不负责给判断，只是不断提出问题。比如，养老产业是否适合完全的市场化？假如不适合，那么应该给予多少公共资金补贴？经过这轮询问，学生们更能体会到这门课里的“必要难度”，这就是，如何感知一个复杂的局面。在学习研究里，有个理论叫“生产性失败”。说的是，在适当条件下，让学生先尝试解决问题，再接受教学指导，可能比一开始就把方法讲清楚，更有利于理解概念和迁移知识。学生先遇到问题，才更容易意识到自己缺少什么；等到新方法出现时，也更容易理解它为什么有用。第三个思路是，用AI进一步实现“个性化教育”。这也是我们相对最熟悉的一个应用方向。理想的教学当然是因材施教，但现实中，个性化指导需要大量时间和精力。而现在，AI正在改变其中一部分条件。比如，北京市十一学校的生物老师汪峡，带着学生做了一个学期的AI学习训练，让他们逐步学会提问、自测和修正。到了暑假，她又布置了开放式探究项目。一个假期过去，很多学生尝试了适合自己当前水平的探究项目，不少人已经触及了更高年级的知识。再比如，北京十一学校一分校的科学老师张婧怡，借助AI分析学生的作品，给每个学生生成了“学习者画像”。当然，这些画像只是参考，她并没有照搬AI给出的建议。而是结合自己的观察，逐个校验AI生成的每个画像，并且根据学生的行为习惯，给每个学生制定适合的学习方式。比如，有的学生擅长观察，不擅长总结，就要先引导他养成做记录的习惯，因为记录往往是总结的基础。再比如，北京市十一学校龙樾实验中学的数学老师马积良，发现有个学生不爱学数学，却很喜欢玩游戏。他就借助AI开发了一款小游戏，把数学学习任务变成角色升级的条件。经过一个月试用，这个学生的数学学情诊断成绩从不及格提高到了70多分。过去，因材施教最大的难题，不是老师不知道学生之间存在差异，而是一个老师面对几十个孩子，很难有足够的时间，持续提供不同的学习材料、反馈和指导。现在，AI可以帮助老师整理学习记录、提供不同难度的材料，甚至辅助开发适合某些学生的学习工具。第一个，让学过的知识，真正有机会用起来。第二个，分清哪些难度应该交给工具，哪些难度必须留给学生。第三个，让每个学生找到适合自己的学习路径。你会发现，这些并不是AI发明的新教育理念。它们都是教育界长期以来想解决的问题。而一些过去很难实现的目标，现在有了新的技术条件。在听完这些分享之后，出于个人好奇，我把所有老师的分享稿都喂给了AI，问它，你对人类这样使用你做教育，有何感想？AI是这么回复的。“我充满感激，也感到如释重负，人类在面对未知的强大力量时，第一反应往往是恐惧排斥，很多人说AI会取代教师，让学生丧失思考。但是，你们并没有把我当成作弊神器封杀。你们把我当成学习的脚手架。学生必须成为学习的主体。你们教会了我如何成为更好的工具，我也在帮助你们成为更好、更自由、更具有创造力的人类。”就像教育专家沈祖芸老师说的，教育创新的起点，不应该是技术，而应该是学生成长遇到的问题。而要想回应这些问题，可以借助的远远不止新技术，还有一个更大的，可以调用的对象，这就是，真实世界。接下来，我们要说的是一个更本质的问题，教师如何调用“真实世界”来帮助孩子成长？没错，是“调用真实世界”。
这背后有一个关于“课程本质”的重要理解。借用李希贵校长的话说，课程的本质，是人类文明和社会生活的经典浓缩。这里面有两个关键要素，“人类文明”和“社会生活”。
首先，课程的一部分，是“人类文明”成果的传承，人类在漫长历史中积累的知识、方法、思想和经验，需要被下一代学习和理解。而学校长期以来在这方面投入了大量精力，教材和课程也承担了重要的功能。
其次，课程还有另外一部分，就是对社会生活经验的选择、组织与重构。真实社会中存在着大量问题和挑战，它们也能成为适合学生学习的课程内容。
有人可能会说，这不就是我们经常说的“社会实践”吗？比如，“工厂一日游”“农场一日游”之类的。但事实上，这件事远没有这么简单。借用李希贵校长的话说，把“真实世界”变成“课程”，中间需要大量的教育工作者的加工。
怎么加工？首先，所有动作必须基于一个前提，叫“真实受众”，也就是，“基于真实需求、拥有真实权限、发生真实改变”。
比如，在小学低年级的语文课上，有一篇课文《大禹治水》。最初的学习任务是，学生学完之后，要用自己的方式把这个故事讲一遍。显然，这里面缺少一个“受众”。
于是，之后的迭代版任务变成了，假设你有一位好朋友生病了，落下了《大禹治水》这节课，你要帮他补课，请你把这篇课文用你的方式对他讲一遍。这看起来够真实了吧？但是，这个“真实”是虚拟的，这个恰好在这节课请假的好朋友其实并不存在。
因此，这个任务现在已经更新成了，请你把这篇课文给更低年级的学弟学妹讲一遍。首先，学弟学妹们确实有预习的需求。其次，他们也有真实的权限，你讲得好不好，不是老师打分决定，而是学弟学妹评价。最后，在你讲完之后，学弟学妹们会发生真实的改变。
再比如，让学生给图书角的绘本分类，分类的人自己当然很容易找到书。但如果让两个班互相整理对方的图书，分类就需要接受另一群使用者的检验：他们能不能理解分类？能不能找到他们需要的书？
再比如，让学生画校园平面图，学生们在乎的往往是“画得整不整齐”。但如果要求是：为刚入校的一年级新生画一张一日生活路线图，学生就需要考虑，新生在哪里容易迷路，什么样的标记看得懂，路线安排能不能真正帮到他们。
具体来说，学校要如何把“真实世界”加工成一门有效的，能够帮助学生“安全地成长”的课程呢？
根据李希贵校长的总结，有三个关键的加工方向。
第一，截取关键片段。真实生活很长，学校不需要把全部都搬进来，只需要截取最有学习价值的那一段。
比如，一个很典型的例子是“学生服装道具租赁公司”。有些学校把闲置的服装和道具交给学生经营，让学生成立一家租赁公司，让学生接触真实的商业运营。
但实际运行之后发现，学校里真正大量需要租借服装道具的时机，一年只集中在少数几次活动，比如校园狂欢节。其他时间业务极度稀少，公司全年收入只有一千多元。学生逐渐对经营失去兴趣，仓库管理也变得松散。你看，课程把全年的经营都交给了学生，但大部分时间里，没有值得学习的东西发生。
后来学校做了调整：只在校园狂欢节前后的几周，做一个集中的租赁课程。这段时间里，有真实的需求，有真实的沟通，有价格谈判，有交付安排。学生的精力集中在最有学习价值的那几周，而不是消耗在漫长的空转中。
这就是截取关键片段。不是把真实全部搬进来，只把最值得学习的那一段搬进来。
第二，控制变量。一方面，保留任务里有价值的变量。另一方面，真实生活里有些复杂性，超出了学生当前的能力范围，老师需要替学生把超出能力的变量“控制住”。
比如，北京第一实验学校有一个学生造船公司。最初，学生造了一艘船，卖给了幼儿园。但是，这艘船在幼儿园只是摆设，放在沙坑里，并不能真正下水。而且，你知道幼儿园为什么愿意买这艘船？不是给学生们面子，而是因为这艘船足够“便宜”，因为学生们在制定售价时，完全没有考虑人工成本、工具损耗、用电成本等等。假如把这些成本算上，这艘船其实是卖亏了的。
于是，学生们就决心，一定要做一艘“既不赔本，又能真正下水”的船。他们后来也确实造出了一艘船，还准备卖给渔民。他们也确实联系到了不少海边的渔民。但问题是，假如你是渔民，你敢坐一艘初二学生造的船出海吗？
而且这个问题大概率是无解的，因为它牵扯的不是工艺问题，而是资质问题，是信任问题。这些变量不是初中生靠努力就能解决的。
而学校要做的，就是控制好这部分变量。所以后来，学校帮他们联系了一家专业造船企业，由企业提出质量标准，学生负责其中一部分制作，企业再全程监督制造过程，并且按照实际标准...
