教师工作流的 AI 化，最明显的两处在备课和作业：备课环节，教案初稿、课件素材、分层练习题由 AI 生成草稿，教师负责审定与本地化；作业环节，客观题批改走向自动，学情统计从手工汇总变成自动生成。变化的核心是把重复劳动交给工具，把教师的时间还给教学设计与学生本身。
备课环节的分工变化
传统备课的大块时间花在找素材和写教案上，AI 把这两步变成「生成加审定」。实际用法是给出明确的约束让 AI 起草：年级、教材版本、课时目标、学生基础，产出教案初稿后再由教师调整——AI 不了解你的学生，哪些地方该放慢、哪个班需要换例子，这层判断是教师的专业价值所在。课件素材同理：让 AI 列出本课的可视化建议、出几组不同难度的导入问题，教师挑选改编。还有一个高收益用法是出题：同一知识点按基础、巩固、拓展三档各出几题，构成分层练习，过去要翻几本教辅的活现在几分钟出初稿。
作业批改与学情反馈
批改环节的自动化程度分两类：选择题、填空题等客观题，多数教学平台已支持自动批改与错题统计；主观题的 AI 批改能给出评分参考与常见问题归纳，但最终评定的裁量权在教师，尤其涉及作文这类开放表达，AI 的反馈适合当「批改助手」而非判卷人。学情反馈是更值钱的部分：系统自动汇总全班的错误分布，教师据此判断哪个知识点需要回头重讲，比凭印象定位准确得多。给学生的评语也可以借助 AI 起草——把每个学生的具体情况写进要求，生成个性化评语初稿，教师逐条核对语气与事实后使用。
分层教学材料的生成
AI 对分层教学的支持体现在材料的多版本产出。同一个内容点，可以让 AI 生成面向不同基础的讲解版本：给基础薄弱学生的通俗类比、给学有余力学生的拓展变式；也可以生成家长版说明，把本周学习要点翻译成家庭辅导可用的语言。生成时把「不要超纲」「使用教材例题风格」这类约束写清楚，能显著减少返工。材料用进课堂前教师必须通读订正，尤其是知识点表述和例题答案——AI 生成的学科内容偶有偏差，教师的学科把关不可替代。
使用边界的把握
教育场景的 AI 使用有几条边界要守住：学生个人信息不进公开的 AI 工具，成绩与评语涉及隐私，处理时使用学校批准的平台；对学生作业使用 AI 检测类工具要谨慎，误判可能伤及学生，怀疑代写时以面谈与过程性证据为准，不轻易下结论；课堂上引导学生使用 AI 时，同步讲清哪些作业允许借助工具、哪些必须独立完成，并把 AI 生成内容标识的要求一并交代——这本身就是数字素养教育的一部分。家校沟通文本涉及学生评价的，成稿前教师逐条过目，AI 的措辞可能过于绝对。
教师工作流的具体追问
- AI 生成的教案能直接上交检查吗？：不建议。直接上交的教案应当反映真实教学设计，AI 初稿经教师修改、融入本班实际后再用，既符合教学规范，也让教案真正服务课堂。
- 学生用 AI 写作文怎么管？：疏胜于堵。明确允许与禁止的边界，把需要独立完成的部分安排在课堂限时完成，同时设计「与 AI 协作」的新型作业（比如让学生点评并改进 AI 的文章），把工具变成教学对象。
- 老教师不熟悉工具，从哪里起步？：从出题和素材收集这两个见效最快的环节起步，用熟悉的对话模型即可。跑顺一个环节再扩展，不必一次改掉全部流程。
延伸阅读：文小言：教师怎么用？备课与批改辅助。
