让课改从改课开始

无论是芬兰的7项横贯能力、美国的4C能力，亦或是北京师范大学提出的5C能力，我相信，对学生素养的培养，最终都可以归结为三个核心维度。

维度一，认知能力。知识体系的重构与批判性思维的培育，是未来适应性人才培养的核心支柱，直接决定学生解决问题的能力。维度二，社会情感能力。这一能力聚焦合作、同理心与韧性的培养，其中合作与有效沟通是未来人才必备的关键能力，而在这些能力的实践淬炼中，心理韧性的培育同样不可或缺。当下不少孩子出现的行为或心理偏差，往往源于心理韧性的不足。维度三，变革能力。这一能力侧重创新、责任与价值引领的培育。我们始终认为，创新与责任相辅相成，脱离责任约束的创新必然充满风险。

对此，我们提出了自己的课改宣言：“如果我们固守教学舒适区，只聚焦知识的单向传授，而忽视情境化、综合化、实践化的学习体验，以及兼具大格局与心智自由的未来核心素养，我们不仅难以成为学生喜爱的引路人，更培养不出能够从容应对未来世界的孩子，甚至会失去教育者应有的职业尊严。”

相应的，学校每一间教师办公室的外墙之上，都写着这样三句话：“我们最坚守的不变就是改变！我们最普通的日常就是研究！我们最可贵的经历就在敢为人先！” 我们的任务型学习实践，致力于将学法变革的着力点，从 “教学组织形式变革” 转移到 “学习内容呈现形态的重新规划” 之上，即以 “任务” 为核心抓手引导学生开展学习。因为我们的实践证明，学习内容形态的重新规划，更有助于学习方式的变革。

我国课程改革已推进25年。2024年，华东师范大学崔允漷团队对全国各地区1008节义务教育公开课进行研究后发现：课程的先进思想依然未能真正照耀进日常课堂。作为一所小学校，我们想要探索的，就是如何扭转这一现状，并真正实现。

我们此前的两版课程方案（2001年版《基础教育课程改革纲要（试行）》、2017年版《普通高中课程方案》），均聚焦于学习方式的变革。而《义务教育课程标准（2022 年版）》不仅延续了对学习方式变革的关注，更明确提出要聚焦学习内容形态的重新规划，其核心要义在于以“任务”为载体引导学生学习。结合实践我们发现，以任务为载体的学习模式催生了四种变化：一是课堂中心的转移；二是学习改造的优化；三是育人立场的升级；四是学习生态的跃迁。

正是在这一系列循序渐进的变革中，我们收获了深刻的实践感悟，那就是课改必须从改课开始。课堂不改，课改就无法真正地照耀进每一个日常课堂，更无法让课改的精神与思想真正内化于每一位师生心中。于是，我们形成了一套贴合自身的实践样态，包括教师的转型与学习的再造。

每堂课都设置 “学、思、用” 三个任务，并要求教案随之迭代升级。因为教案不升级，学法难变革；课堂不重塑，教改难推进；学习不再造，素养难落地。

于是，从任务改造、任务精准，到任务实施、任务评估的全流程，我们都努力地让任务不再是惯性认知的学习，教学也不再是简单的知识堆砌，而是让任务逐渐转化为素养培育的核心载体。在学科实践中，任务引领与统筹的品质高低，才是实施教学评估的核心要素。

我们研发并落地了语文学科系列典型任务，我和老师们一起逐课研磨、深耕细究，不仅打磨单课时任务，还设计了大量单元整组任务，同步研发了数学学科系列任务。在这些任务的实施过程中，我们令人惊喜地发现，学生正在主动建构知识。

例如，有位学生在学习笔记中记录，自己在一次小组学习中发现，小组讨论存在一个普遍问题：有时讨论中出现意见分歧，就容易引发争执，尤其是异性同学之间存在观点差异时；部分同学只关注同伴关系是否融洽，却忽视了讨论内容的核心价值。老师们，从这样的细节中我们能清晰看到：真实的学习正在发生，真正的知识正在生成。如果学习能让学生在主动建构知识的过程中，学会合作与有效沟通，那么这样的学习才真正具有价值。

数学学科的任务实践同样精彩。学生们为了弥补传统量角器的使用缺陷，自主设计出了更便捷的量角器。从学到思、从思到用，他们真正在用实践解决实际问题。此外，科学、英语、体育、艺术等各学科均开展了类似的任务型学习实践，其中还包括我们的校本 “渔韵” 项目化学习，六年贯穿18个主题，每个学生需完成其中12个。

AI伴生的任务型学习样态

截至目前，我们发现AI融入课堂后，无论哪个学科，大概能生成8种具有实践价值的学科应用载体，具体包括虚拟导师、认知伙伴、资源枢纽、分层支持、评价工具、介质平移、学科载体及生态共创。

任务型学习无论是在情境导入阶段，还是深度研磨阶段，都可以借助AI进行赋能。但是我们教师却需谨慎地推进这8种应用样态，因为我们不想让AI主导课堂，毕竟它永远只是课堂教学的工具与载体，而非主导者。

例如虚拟导师能够复现特定历史场景，其应用场景涵盖深度解读、逻辑重演、实验创想重置、温情召唤等环节。还有为学生打造助学性质的认知伙伴，为学生提供情感认同和成长助力。除此之外，在开展口语交际、多元互动活动时，或是设计数学计算类工具时，我们都可以借助这一助学角色，依托AI支持学生开展职业体验活动。

在助力学生深度思考方面，我曾给六年级学生上过一堂主题为“制作电子毕业纪念册”的课。当孩子们绞尽脑汁思考该往纪念册里放入哪些内容，最终陷入瓶颈时，我们请来了AI的帮忙。AI确实拥有人类难以企及的优势——它会用信息图表呈现诸如“六年总课时”“六年吃过多少顿午餐”这类趣味数据，甚至能把每位同学的影像录入电子毕业纪念册，按学年解锁，让大家直观看到、真切感受到校园时光的点滴。

我们也看到了AI在学习过程支持中所发挥的强大赋能作用，它能针对基础层、进阶层、支持层不同学习特点的学生精准施策，这一点在数学课堂中同样适用。

另外，AI还拥有作为评价工具的独特魅力。美术老师曾指导学生创作了一件名为《天问》的装置作品，AI具有直观、可感、具象、动画等多元呈现方式和优势，能将作品动起来。当学生的画作以动画形式呈现时，这本身就是对学生创作的一种极具价值的评价方式。

美术老师和孩子们制作的艺术装置《天问》

此外，通过介质平移的方式来互文呼应，还能加深学习理解，提升感受，实现全息体验。而运用AI作为学科载体、互动支架的方式，可自然融入学习全过程，在STEAM、项目化等课程中展现巨大优势。目前，我们成效最显著的实践是AI协同元宇宙技术，为学习活动的整体需求实现一站式场景赋能，如项目化学习中，观察结构细节、解读学生疑问、提供专家思维、联合实时互动、生成虚拟产品等，我们通过一站式协同建构的方式，不仅营造虚实相生的未来生态，更助力学生开展深度研修。

AI赋能任务型学习高位良构

何以叫高位良构？我从八个维度进行阐释：助力任务情境的真实化、实现任务设计的精准化、供给学习资源的泛在化、营构学习环境的沉浸化、支持学习过程的个性化、实现多元评价的可视化、教学评一致性的闭环化以及支撑思维拔节的全息化。

我们能看到，在任务设计的智能化与个性化实践中，AI能够捕捉学生的行为表现信息并实时反馈至课堂，进而实现对每位学生认知特点与风格偏好的全面洞察。

在学习资源的泛在化与共享化方面，AI提供在线课程、教学视频、互动游戏等数字化资源，还可依托虚拟实验室为学生学习提供支持，助力学生学得更好、学得更高效，让整个学习场景构建起动态更新、正向循环的资源生态。

与此同时，在学习环境的数字化与沉浸化方面。AI可具身参与科学实验、历史事件重演等场景，任务型学习可基于此设计探索实践任务，引导学生开展沉浸式学习。

还有在评价体系的智能化与多元化方面，让多元评价主体实现多维互动的评价方式，推动学生之间的交流合作，促进学习共同体的形成和发展。

当然，在教学评一致性的闭环化和即时化方面，AI不仅能精准定位学生优势与短板，生成定制化提升方案，还能即时性反馈响应核心问题，助力学生及时优化知识逻辑与素养重构，使评价超越甄别，演变成为支持和鼓舞。

AI伴生的 “任务型学习” 还可实现学习全过程的思维创新。借助情境激活思维起点，对于过去我们难以创设的教学场景，AI能够搭建更具针对性、更能激发孩子兴趣与活力的情境，生成适配性强、关联性高的问题脉络，助力学生思维实现阶梯式进阶。在我们一堂“海绵城市”的课堂当中，我们设计了辩论任务，并通过人和AI的交互式进行，学生思维的进阶性、实时性、多样性就在辩论中诞生了。

在再造多元交互教学流程方面，AI能够搭建教师与学生之间的多元互动桥梁，引导学生从多维视角分析问题、开展实践。在构建个性化可视化教学评价体系方面，AI让评价不再局限于单次判定，而是转化为持续性的动态反馈，有效推动学生进行自我调控与反思，促使他们在反思中规范自身行为、实现自我成长。

从思维发展的逻辑和人工智能的学习逻辑来看，二者的交互恰好展现了对任务型学习的高位良构，事实上也直指OECD2030学习罗盘的三大支柱——主体精神与变革能力、课程能力和能力发展循环圈。我们正在培育适配教学场景的智能体，而任务型学习恰恰需要相应的智能体作为支撑，才能让所有教师依托时代发展趋势，优化自身的备课生态，进而以任务型的理念为指引、以任务型的姿态为抓手，构建高效课堂。

期待用这种方式，真正实现我们的学校、我们的课堂，我们的老师和孩子身上都浸润着课标的精神和思想。以行政教研为抓手，通过复盘良构课堂生态反向倒逼课堂改革，确保课堂真正能够为学生赋能。