过去三个月,我一直在做一件事:把 AI 塞进英语课堂。一开始我很兴奋,觉得有了工具,备课效率能翻倍。但很快我发现一个尴尬的现实——学生能更快拿到答案,却更不会提问了。
一、问题出在哪
传统的精读课,我们习惯这样推进:教师抛出问题,学生找答案。但当搜索引擎和生成式 AI 能让答案唾手可得,这个流程的价值就被稀释了。我观察到三个明显变化:
- 学生提问的平均长度变短了,从完整句退化成关键词;
- 追问的意愿下降,得到第一个答案就停;
- 对「标准答案」的依赖变强,容忍模糊的能力变弱。
教育的目标不是把答案装进脑袋,而是训练提出好问题的肌肉。—— 这句被我贴在教案第一页
二、把重心从「答」挪到「问」
于是我做了一个决定:重新设计课堂结构。核心原则只有一条——学生必须先写出自己的问题,才允许使用工具。具体流程改成这样:
- 课前:读文本,写 3 个问题(不许查资料);
- 课中:小组互评问题质量,选出最好的一个;
- 再交给 AI,对比它给出的答案与自己的猜想。
一个具体的例子
在准备 PET 展示课时,我用一段代码批量整理学生的提问,按「能否引发讨论」打分:
const questions = await db.query(
"SELECT text FROM questions WHERE lesson_id = ?",
[lessonId]
);
// 打分逻辑:含 why / how 的开放性问题权重更高
const scored = questions.map(q => ({
...q,
score: /\b(why|how)\b/i.test(q.text) ? 2 : 1
}));
代码很糙,但足够说明思路:把「提问质量」变成可观察、可讨论的对象,而不是一句空洞的「要积极思考」。
三、意外的收获
两周之后,课堂气氛出现了微妙的变化。学生开始为「谁的问题更好」争论,这本身就是在做高阶思维训练。而我,反而退到了一个更舒服的位置——不再是答案的搬运工,而是提问的教练。
工具不会消失,也不该消失。我们要做的,是让学生在被工具包围的环境里,依然保有那个最稀缺的能力:知道该问什么。