北京海淀中关村三小：基于人工智能平台的“备-教-学-评”一体化实践

          

      杨刚

2017年，国务院印发《新一代人工智能发展规划》，提出要“利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系”的要求。《教育强国建设规划纲要（2024-2035年）》提出，“促进人工智能助力教育变革”。2025年8月，《国务院关于深入实施“人工智能+”行动的意见》明确，“把人工智能融入教育教学全要素、全过程”。在人工智能技术迅猛发展的时代背景下，教育领域正经历着前所未有的深刻变革。

当前，教育智能化转型面临诸多挑战：如何避免技术应用与教育本质的疏离？如何实现人工智能与课堂教学的有机融合？北京市海淀区中关村第三小学（以下简称“中关村三小”）以教育的真实需求为切入点，将国家人工智能发展战略与学校“培养面向未来的创新人才”育人目标紧密结合，搭建“AI三小”智能教育平台，通过“备-教-学-评”全流程一体化智能支持，构建了技术与教育深度融合的生态体系，探索形成基础教育领域人机协同应用的新范式，在提升教学效率、促进专业发展、创新育人模式等方面取得了显著成效。

/一/实践创新：学校智慧教育平台的系统构建

1. 备课革命：从基于经验到AI驱动跨学科课标智能体提供专业资源。“AI三小”智慧教育平台的跨学科课标智能体，能够智能识别并关联不同学科的课程标准与知识点，为教师提供跨学科融合的教学建议和资源支持。这一智能体改变了传统备课模式。以往跨学科教学备课，往往需要多位学科教师反复协调、共同研讨，翻阅多套课程标准和教材，才能逐步梳理出各学科关联的教学目标与内容，过程耗时费力。而借助跨学科课标智能体，教师可以线上操作，系统自动完成多学科知识关联，快速生成融合方案，极大提升了备课效率和课程设计的系统性。以五年级“珍惜水资源”主题课设计为例，在智能体中，系统能够自动关联科学课标中“物质的三态变化”、道德与法治课标中环境法律相关问题以及语文课标中“说明文的写作方法”等知识点，为教师开展跨学科教学设计提供智能支持。这一创新源于平台构建的知识库模式，学校信息中心负责确保知识库内容的准确性，学科教师则从教学实践角度进行应用的适用性验证。这种双重把关机制，有效保障了知识库内容的专业性和实用性。

听力素材生成系统助力精准教学。“AI三小”智慧教育平台的英语学科听力素材生成系统实现了语音教学的精准化和个性化，能够支持教师自定义英式或美式发音、调整语速（60-180词/分钟）等参数，以精准匹配不同学段学生的听力训练需求。这一应用将教师从录制听力材料的繁琐重复的工作中解脱出来。系统生成的语音素材在语调、连读、弱读等语音特征上高度接近母语者水平，为学生创造真实的语言输入环境。以英语组王老师的日常工作为例。过去，她每周要花数小时录制和剪辑听力素材。现在，通过“AI三小”智慧教育平台的智能听力生成系统，只需输入文本内容，系统就能自动生成符合教学要求的音频文件，还能根据学生训练需求调整语速和难度。这让教师从简单重复的劳动中解放出来，使其有更多精力专注于教学设计，探索因材施教。

2. 教学重构：AI对课堂情况的动态捕捉“AI三小”智慧教育平台的英语听说系统实现了对课堂语音数据的实时处理与分析，能够同时捕捉40名学生的朗读数据，在0.5秒内完成发音准确度、语速、语调等多项指标的量化评估。这些数据经过聚类分析后，以热力图的形式直观呈现班级整体的发音问题分布情况。教师可以根据系统建议的教学策略匹配矩阵，快速确定针对性纠音方法。这种基于群体智能分析的精准教学，使传统难以量化的语音教学变得可测量、可改进。

3. 评课进化：混合评价的范式创新学校基于“AI三小”智慧教育平台的人工智能评课系统构建了多维课堂分析框架。其中，思维发展维度采用自然语言处理技术，能够自动识别教师提问所属认知层次，统计提问中高阶思维问题的占比；课堂组织维度运用计算机视觉技术，能够量化分析不同教学环节的转换效率，识别教学节奏的合理性；目标达成维度则通过前测和后测数据对比，评估教学效果与预设目标的匹配度。不同维度的量化分析为传统的质性评课提供了客观补充，形成了“数据+经验”的混合评价新模式。“AI三小”智慧教育平台投入使用以来，已完成近百节课的智能评课，教师普遍反馈这种评价方式更具指导性。

学校还基于人工智能评课系统积累的大数据构建了能够充分反映教师教学力、创新力、协作力、反思力、发展力的“五力模型”评价体系。“五力模型”的每项指标均包含若干个子指标，每个子指标都可以通过多源数据进行量化表征。如“教学力”中的“提问技巧”指标就综合了智能评课系统分析得出的提问类型分布、等待时间、追问深度等6项具体数据。这些指标通过科学的权重设计，最终形成教师的数字画像。该模型不仅用于个体教师的专业发展指导，还能实现对跨学科、跨年级教师专业发展情况的精准对比，为师资队伍建设提供了数据支撑。

/二/理念升华：智能时代的育人哲学

1.“人机分工”的科学界定人机分工的边界会随着技术进步和教育发展而变化，在不断调适中实现动态平衡。中关村三小在人工智能教育实践中，始终坚持“人机协同”原则，科学界定人机分工边界，努力实现教育效益的最大化。在机器优势领域，AI系统充分发挥了其在数据采集、模式识别和重复劳动方面的独特价值，为教师提供精准的学情分析。而在人类优势领域，教师的价值判断、情感互动和创造性思维始终是不可替代的。在创新教学设计、突发事件处理等需要创造性思维的场景中，教师的临场应变和专业智慧更是彰显了教育的人文性。

2. 教育公平的智能解法人工智能技术的应用为中关村三小推进集团内教育公平提供了创新路径。学校通过普及AI标准化工具，不断缩小集团内各校区间的资源差异，如智能评课系统的应用使新手教师的专业成长速度提升，显著加快了师资队伍的均衡化进程。

这种教育公平的智能解法主要体现在三个层面：在资源分配层面，共享的智能工具打破了时空限制，使各校区师生都能获得优质教育资源；在教学过程层面，标准化的AI辅助系统确保了教学质量的底线，如英语听力素材生成系统保障各校区学生都能获得标准发音的语言输入；在专业发展层面，智能评课和教师数字画像系统为不同发展阶段的教师提供个性化成长方案。

人工智能不是要制造“标准化教师”，而是进一步释放每位教师的发展潜能。在使用AI工具的过程中，教师的教学创新成果明显增加，形成了“基础标准化+特色个性化”的良性发展格局。这种既保障教育底线又鼓励特色发展的模式，为破解教育均衡与个性发展的矛盾提供了新思路。

3.“技术理性”的伦理思考在推进教育智能化的进程中，中关村三小始终保持对技术的审慎态度，制定了严格的“三不原则”——不替代、不误导、不割裂。“不替代”原则强调技术要服务于育人目标，如智能批改系统在设计时即限定仅处理客观题和基础性错误，将作文评语等主观评价权留给教师；“不误导”原则要求算法决策必须透明可解释，数学错题系统会向教师完整展示变式题的生成逻辑，避免形成师生难以理解的“黑箱”；“不割裂”原则确保技术应用不破坏教育的整体性，如课堂行为分析系统会将数据放在具体教学情境中解读，防止碎片化评价。

这些伦理准则的落实体现在系统设计的各个环节。在算法开发阶段，学校组建了由教育专家、技术工程师和一线教师组成的伦理审查小组，对所有智能工具进行教育适宜性评估；在数据使用方面，学校也建立了严格的隐私保护机制。

做更深层伦理考量的目的在于警惕技术对教育的异化。学校信息中心牵头开展“教育技术”研讨会，引导教师辩证地看待AI与教育的关系。对技术使用的克制与反思体现了学校“以育人为本”的价值坚守，因为真正的教育智能不是让机器模仿人类，而是让技术解放人类——解放教师的重复性劳动，使其更专注于个性化指导；解放学生的机械性训练，促进其创造性思考。

/三/初步成效：以技术应用促进人的全面发展

“AI三小”智慧教育平台的实践探索为教育智能应用提供了可复制、可推广的经验。FAST GPT平台的技术中台架构是这一模型的核心支撑，其采用分层解耦的设计理念，将基础设施层、数据中台层、算法中台层和应用层有机整合。在基础设施层，平台支持国产芯片和操作系统，确保技术自主可控；在数据中台层，构建了包含义务教育阶段所有学科课程标准的数据库，实现数据的统一治理；在算法中台层，封装了自然语言处理、计算机视觉等教育专用算法组件，支持快速调用；在应用层，则通过低代码开发环境，支持用户自主搭建教学智能体。这种架构设计既保证了系统的稳定性，又提供了足够的灵活性，使平台能够快速适配集团内不同学校的个性化需求。

教师参与式开发的“共创机制”是经验模型的另一关键要素。中关村三小建立了“需求收集-原型设计-试用反馈-迭代优化”的闭环开发流程，让一线教师全程参与智能工具的研发。例如：学校组织多名英语教师与科技公司技术人员共同开发英语听力生成器，每周汇总改进建议，大部分建议被采纳并转化为系统功能。这种共创机制不仅确保了产品的实用性，还提升了教师的数字素养，形成了良性的“技术-教育”互动生态——教师的需求推动技术进步，技术进步又激发教育创新。

多模态大模型的发展将对课程体系产生颠覆性影响，中关村三小已经着手布局下一代智能教育应用的研究，学校正在测试的“校园全场景多维度反馈矩阵码”“基于间断性帧识别的课堂扫码反馈系统”已申报国家专利。未来，“矩阵码”将成为中关村三小数字校园中“一码行校园”的重要形态，学生可以通过扫码入校、扫码课堂答题、扫码借阅等参与全场景的活动。毕业时，学生将收到一份记录着在校学习生活情况的小学阶段数据记录手册。在未来的教室里，AI可能化身为学习伙伴陪伴每个学生成长，而教师则转型为学习设计师和成长导师。在探索中，我们始终坚持一个原则：技术永远是手段，人的全面发展才是教育的终极目的。