教师生成式人工智能应用指引解读：师德师风与教学边界

1. 这份指引为什么值得每一位一线教师逐字读完第一次看到这份文件的全称时我正在整理上学期期末的教学材料。说实话过去两年里关于生成式人工智能进课堂的讨论铺天盖地但真正落到教师该怎么用、用到什么程度、哪些红线不能碰这个层面的官方文件一直是个空白。这份《教师生成式人工智能应用指引第一版》的出现填补的正是这个空白——它不是一份技术说明书而是一份面向教师职业行为的规范性文件核心落点是师德师风四个字。很多老师第一反应是这跟我有什么关系我又不用那些工具。但实际情况是你批改作业时用的智能阅卷系统、备课平台自动生成的学情分析报告、甚至某些教学软件里内置的智能出题功能背后都可能涉及生成式人工智能的能力。换句话说这份指引约束的不是你是否主动使用某个工具而是当人工智能参与你的教育教学行为时你作为教师应当承担什么样的职业责任。这个定位非常关键它把问题从技术选型拉回到了师德师风的本位。我仔细梳理了这份指引的框架逻辑它大致围绕几个核心问题展开教师在使用生成式人工智能时应当遵循什么样的基本立场哪些环节可以用、哪些环节必须由人主导使用过程中如何保护学生信息以及当人工智能生成的内容出现偏差时教师应当如何处置。这几个问题看似简单但每一个背后都牵扯到具体的教学场景和职业伦理判断。比如哪些环节必须由人主导这一条落到实际操作中就是你可以用工具帮你整理知识点框架但你不能让工具替你完成对学生的评价——因为评价涉及对具体学生成长状况的判断这是教师专业自主权的核心不能外包给算法。还有一个容易被忽略的点这份指引是第一版。这三个字意味着它本身也在迭代后续大概率会根据实践反馈不断修订。所以现在读它不能只读条文本身更要理解条文背后的价值取向——它想引导教师建立一种什么样的技术使用观。我的理解是八个字以人为本用而不倚。工具是辅助教师是主体学生是目的。任何让这三者关系颠倒的用法都值得警惕。2. 指引背后的问题意识教师职业行为正在遭遇哪些新挑战2.1 从用不用到怎么用的范式转换前几年讨论人工智能进校园主流声音还停留在要不要拥抱新技术的层面。那时候很多培训的主题是如何用某某工具提升备课效率重点在用起来。但这份指引的出台标志着讨论已经进入第二阶段不是用不用的问题而是怎么用才不违背教师职业伦理的问题。这个转换不是凭空发生的。过去一段时间里我观察到几类现象值得深思。第一类是过度依赖有老师把整份教案的撰写完全交给工具自己只做复制粘贴结果课堂上学生提问稍微偏离预设就接不住了。第二类是评价失范用工具自动生成学生评语措辞看起来漂亮但每个学生拿到的评语高度雷同家长一眼就能看出来。第三类是信息泄露为了获得更精准的生成结果把学生的姓名、成绩、家庭情况等敏感信息直接输入到公开的对话工具里。这三类现象恰恰对应了指引中强调的教师主导评价审慎信息保护三个核心关切。2.2 师德师风在智能时代的具体内涵传统意义上的师德师风核心是爱与责任。但在生成式人工智能介入教学之后责任的内涵被拓展了。以前教师的责任边界相对清晰备课、上课、批改、辅导、评价。现在多了一层对技术使用后果的责任。举个例子。假设你用工具生成了一套单元测试题直接拿去给学生做。结果其中一道题的答案存在事实性错误导致全班学生都记错了知识点。这个责任在谁工具开发者当然有责任但作为教师你跳过了审核环节把未经核验的内容直接用于教学这就是职业失职。指引里反复强调教师对教学内容负有最终责任说的就是这个意思。技术可以帮你生成但不能帮你负责。责任永远在人这一端。再往深一层想师德师风还涉及公平问题。生成式人工智能的输出质量很大程度上取决于你给它的提示词质量。会写提示词的老师能获得更优质的教学资源不擅长的老师可能得到的是平庸甚至错误的内容。如果学校层面不加以引导和规范技术使用能力的差异就可能转化为教学质量的不公平进而影响学生的发展机会。这是指引把师德师风放在标题首位的深层原因——它关注的不是技术本身而是技术使用中的公平与正义。3. 核心条款的落地解读教师最需要搞清楚的几个边界3.1 备课环节工具可以帮你想但不能替你定指引中关于备课环节的表述我的理解是生成式人工智能可以作为教学设计的思维伙伴但不能成为教学决策的替代者。具体来说你可以用它来搜集素材、梳理知识脉络、生成初步的教学活动框架但最终教什么、怎么教、重点难点如何确定必须由教师基于对课标的理解和对学情的把握来拍板。我自己的做法是三问三不问。问工具的是这个知识点的常见教学思路有哪些这个实验可以设计哪几种变式这个概念学生容易产生哪些误解不问工具的是这节课的教学目标应该定什么这个班的学生适合什么难度这个环节应该花多少时间前三个问题属于信息拓展工具能帮上忙后三个问题属于专业判断必须自己来。注意指引特别提到教师不得将工具生成的教案直接作为最终教学方案使用。这里的直接二字很关键——你可以参考、可以修改、可以整合但不能跳过自己的专业加工环节。3.2 课堂教学实时生成内容的审慎使用课堂是教学的主阵地也是生成式人工智能使用风险最高的场景。指引对课堂使用的态度相对审慎核心原则是可控。什么叫可控就是你能预判工具会输出什么或者至少能在输出后迅速判断其准确性和适切性。我见过一些老师在课堂上实时用工具生成案例、生成题目、甚至生成对学生的即时反馈。这种用法不是不可以但风险在于一旦生成内容出现偏差你没有足够的时间去核实和纠正而学生可能已经把错误信息记下来了。指引建议的做法是课堂上的生成内容应当以预设审核为主即课前生成好、审核好课堂上直接使用实时生成应当限于那些容错率高、不涉及核心知识点的环节。还有一个容易被忽视的点课堂使用生成式人工智能时应当向学生说明。这不是形式主义而是教育伦理的要求。学生有权知道哪些内容是教师原创的、哪些是工具辅助生成的。这种透明本身也是一种教育——教会学生如何负责任地使用技术。3.3 作业批改与评价人的判断不可让渡这是指引中着墨较多、态度也最明确的部分。作业批改和学业评价涉及对学生个体学习状况的诊断和反馈属于教师专业自主权的核心领域。工具可以辅助完成一些机械性工作比如客观题的自动批改、字词错误的初步筛查但涉及主观判断的部分——比如作文的立意评价、解题思路的合理性分析、学习态度的综合评定——必须由教师亲自完成。为什么这条边界如此重要因为评价不仅仅是给一个分数或等级它本质上是一种教育行为。你给学生作文写的评语传递的不仅是写作建议还有你对他的关注和期待。这种情感交流和价值引导是算法无法替代的。指引把这条边界划得很清楚工具可以提高评价的效率但不能替代评价的教育性。3.4 学生信息保护最容易踩线的高频场景这一条我要单独拿出来说因为它是最容易在日常操作中被忽略的。很多老师在用生成式人工智能工具时为了让输出更精准会不自觉地把学生信息喂进去。比如帮我分析一下这个学生的期末成绩单给出提升建议然后把包含姓名、各科分数的表格直接粘贴进去。这个操作在技术上很自然但在合规上问题很大。指引明确要求教师在使用生成式人工智能时不得输入学生的个人敏感信息包括但不限于姓名、学号、身份证号、家庭住址、联系方式、成绩排名、健康信息等。如果确实需要工具辅助分析学情应当先做脱敏处理——去掉所有可识别个人身份的信息只保留与教学分析相关的数据维度。我自己的习惯是凡是涉及具体学生的内容一律不输入公开工具。如果确实需要数据分析我会把学生姓名替换成编号把具体分数转换成等级区间确保即使数据被记录也无法追溯到具体个人。这个习惯看起来麻烦但一旦形成流程其实多花不了几分钟。4. 从知道到做到教师日常操作中的自查清单4.1 使用前的三个自问每次准备使用生成式人工智能辅助教学之前我会先问自己三个问题。第一个问题这个环节如果工具出错后果有多严重如果后果严重——比如涉及核心知识点的讲解、涉及对学生的评价——那就必须增加人工审核环节或者干脆不用工具。第二个问题我输入的内容里有没有学生个人信息如果有先脱敏。第三个问题我能不能向学生和家长解释清楚这个环节为什么用了工具、工具做了什么、我做了什么如果解释不清楚说明使用方式可能存在问题。这三个问题看起来简单但能过滤掉大部分高风险操作。指引的精神其实就藏在这三个问题里审慎、保护、透明。4.2 使用中的记录习惯指引虽然没有明确要求教师记录工具使用情况但从合规和自我保护的角度我建议养成简单记录的习惯。记录什么记录使用场景备课、出题、批改等、使用目的、工具生成内容的大致范围、你做了哪些修改或审核。不需要很详细一两句话即可。这个习惯的价值在于万一后续出现争议——比如家长质疑某次评价的公正性或者学校检查教学材料时发现疑点——你能拿出清晰的说明证明自己在使用工具时履行了审核责任。这既是对自己职业行为的负责也是对学生的负责。4.3 使用后的反思节点我给自己设了两个反思节点。一个是单元结束后这个单元里哪些环节用了工具、效果如何、有没有出现需要纠正的问题另一个是学期结束后整体来看工具的使用是让我的教学更聚焦于人了还是让我更远离人了如果发现自己在某些环节越来越依赖工具、越来越懒得自己思考那就是需要调整的信号。指引的最终目的不是限制教师使用技术而是帮助教师在使用技术的过程中保持专业自觉。技术是为人服务的不是人为技术服务。这个关系一旦颠倒师德师风就会出现问题。5. 常见误区与争议场景的应对思路5.1 我只是参考一下——参考的边界在哪里这是最常见的辩解。很多老师觉得我用工具生成一个教案框架然后自己修改这总没问题吧从指引的精神来看关键不在于是否修改而在于修改的程度和性质。如果你只是把工具生成的框架换几个词、调一下顺序核心的教学逻辑、活动设计、评价方式都还是工具给的那这种参考本质上还是替代。真正的参考应当是工具提供的是素材和思路你基于自己的专业判断重新组织、重新设计。判断标准很简单如果把你和另一个使用同样工具的教师放在一起你们最终的教学方案应该有明显差异因为你们的学情不同、风格不同、对课标的理解不同。如果两个人的方案高度雷同那说明参考变成了照搬。5.2 别的老师都在用——从众心理的风险技术使用中的从众心理很普遍。看到同事在用某个工具自己也跟着用听说某个方法效果好也不管适不适合自己的班级就照搬。指引虽然没有直接批评这种现象但它强调的教师主导原则实际上就是在提醒每个教师都应当基于自己的专业判断来决定是否使用、如何使用而不是因为别人都在用就盲目跟进。我的经验是新技术出来之后先观察、先小范围尝试、先评估效果再决定是否推广到日常教学中。这个节奏看起来慢但能避免很多不必要的风险。5.3 工具生成的内容看起来很好——警惕流畅性陷阱生成式人工智能有一个特点它生成的内容往往语言流畅、结构完整读起来很像那么回事。但这种流畅性容易让人放松警惕忽略内容本身的准确性。我遇到过好几次工具生成的教案看起来逻辑清晰、活动丰富但仔细一核对发现某个知识点的表述与课标要求有偏差或者某个实验设计在实际条件下根本没法操作。指引强调教师对教学内容负有最终责任实际上就是在提醒我们要穿透流畅性的表象去核实内容的准确性、适切性和可操作性。这个核实工作工具帮不了你只能自己来。6. 把指引变成习惯我的个人实践体会这份指引发布之后我把它打印出来放在办公桌上用了大概两周时间把里面的要求逐条对照自己的日常操作做了一遍梳理。说实话大部分要求我此前已经在做但也有一些地方确实存在模糊地带比如什么程度的修改算原创这个问题我之前没有认真想过。我的做法是给自己定了一条三成原则如果工具生成的内容在我的最终方案中占比超过三成我就会重新审视这个环节——是不是自己投入的专业思考不够是不是可以换一种方式让人的判断占据更大比重这个原则不是指引里的规定是我自己给自己划的一条线。它帮我保持对工具使用的警觉避免在不知不觉中把专业判断让渡出去。另外我开始在教研组里主动分享自己的使用经验和踩过的坑。指引的落地不能只靠个人自觉还需要同行之间的相互提醒和交流。我们组现在有个不成文的习惯每次集体备课如果有人用了工具辅助会主动说明哪些部分是工具生成的、自己做了哪些调整。这种透明不仅符合指引的精神也让我们的备课质量有了实实在在的提升——因为一旦要公开说明你就会更认真地对待每一个环节。技术一直在变工具会不断更新但师德师风的内核是稳定的对学生的责任、对专业的敬畏、对公平的坚守。这份指引的价值不在于它规定了多少条条框框而在于它提醒我们在技术快速迭代的时代教师最不能丢的恰恰是那些最朴素的东西。