AI RESEARCH CASE · 教研案例
AI 生成教案靠谱吗？
一次初中英语阅读课设计复盘：让 AI 依据课标和教材生成基础教案，再由教师结合学情进行判断与调整。
PROJECT OVERVIEW
我想验证的不是 AI 会不会写教案，而是它能否进入一套可靠的教研流程。
备课包含理解课标、研读教材、判断学情、设计活动、准备导学案与评价方式。这个案例以人教版七年级下册 Unit 2 Section B 阅读课为对象，测试 AI 能否先完成结构化、重复性的基础工作，再由教师完成事实核查、课堂适配与最终判断。
THE QUESTION
为什么要做这次实验？
很多教师能够理解教材，也了解自己的学生，但把想法整理成一份目标明确、活动递进、评价可观察的完整教案，依然非常耗时。与此同时，核心素养、语篇研读、学习理解—应用实践—迁移创新、教学评一体化等课标理念，也容易停留在文件层面。
核心问题：AI 能不能依据课标与教材生成一份可用的基础方案，让教师从空白文档起步，转向审核、调整和个性化设计？
WORKFLOW
先拆任务，再让 AI 生成。
使用 NotebookLM 提炼阅读课相关的课程目标、实施建议与教学案例。
基于课文原文完成 What / Why / How 分析，限定事实边界。
使用 Gemini 生成教案、随堂导学案和参考答案初稿。
核对教材事实、活动难度、课堂时间与真实学情。
TEACHING CASE
从“找规则”走向理解规则背后的价值。
案例文本由 Alice 的求助信和 Dr. Know 的回信组成。如果只按照教材练习推进，课堂容易停留在规则清单与情态动词；从主题意义出发，学生还需要理解规则与自律、尊重、专注、独立和集体意识之间的关系。
梳理 Alice 面临的规则及情感表达，获取事实信息。
研读回信，探究规则背后的正面逻辑，并通过朗读与角色扮演感知语气。
迁移到 Eric 的新情境，模仿 Dr. Know 的表达结构完成建议信。
DELIVERABLES
让教学目标、课堂活动和评价真正对齐。
最终产出不是一份孤立的教案，而是一组互相对应的教学材料：教案负责呈现教学逻辑，导学案把逻辑转化为学生任务，评价量表帮助学生和教师判断目标是否达成。
REFLECTION
AI 的优势是效率，但“形式正确”不等于内容可靠。
AI 擅长整理长篇材料、搭建结构和快速生成基础草稿，但它也可能补写教材中不存在的信息，让活动表面对应目标却缺少可观察产出，或者生成不符合课堂时间和学生能力的任务。
| 材料类型 | AI 应该如何使用 |
|---|---|
| 教材原文 | 事实来源，不篡改、不补编 |
| 课程标准 | 原则依据，用来约束教学目标与评价方式 |
| 课标教学案例 | 结构范例，模仿逻辑而非照搬内容 |
| 教师经验与学情 | 个性化调整依据，决定活动难度与课堂节奏 |
AI 可以成为教师的备课助理，但不能成为教学质量的最终负责人。
NEXT STEP · AGENT
下一步：把一次实验做成可复用的教研智能体。
后续希望把这套流程产品化。教师不再需要反复设计提示词，只需提供三类关键输入，智能体就能调用相应的课标框架与课型模板，生成可编辑的教案和导学案初稿。
上传或粘贴本次要教授的课文与教材信息。
阅读课、听力课、写作课或综合语言实践课。
学生能力水平、学习风格、课堂参与度与时间限制。
教案、导学案、评价量表、分层任务与可选活动建议。
智能体负责结构化生成与备选方案，教师负责事实核查、学情判断和课堂适配。最终目标不是“自动生成一切”，而是让好理念更容易进入真实课堂。