赵丹 / 述评

王春艳老师那篇《课堂已死》刷屏之后，我看到评论区有一种很真实的分化：

大学老师说：“说得太准了，我就是那个站在空教室里的人。" 幼儿园老师看了一眼，放下手机，继续带孩子们做游戏。 中学老师划过去，心里想：“我们好像还好。" 博士生导师叹了口气：“我面对的问题，不是课堂，是'学生为什么还在找我'。"

这四种反应，恰恰说明了一件事：王春艳老师诊断的虽然是大学课堂，但刀锋划开的伤口，从幼儿园一直裂到博士答辩室。只是每个阶段的伤法不同，每个阶段的出路也不同。

本文试图把这个问题说完整——从幼儿园，到博导，每个阶段的教师，面对的到底是什么，应该怎么办。

王春艳的核心诊断是：课堂作为知识入口的时代结束了。这个判断是正确的，但它在不同教育阶段落地的方式截然不同。

幼儿园教师感受到的，是“陪伴感”被冲击。 3到6岁的孩子最需要的不是知识，是安全感、好奇心和身体探索。但当家长开始用iPad替代陪伴、当AI早教产品宣称“每天15分钟胜过幼儿园一天”，幼儿园教师的不可替代性开始被家长质疑。家长问的是：“花那么多钱上幼儿园，AI课才99一个月，我为什么还要送？"

中小学教师感受到的，是“标准答案”被解构。 AI能做题、讲题、批作业，还能生成个性化练习——当学生手里有工具绕过老师直接拿到答案时，课堂纪律和作业管理就失效了。更深层的问题是：学生知道AI能帮他完成作业，那他为什么还要在教室里坐90分钟？

大学教师感受到的，是“权威”被抽空。 这是王春艳描述最充分的部分。知识不再稀缺，讲解不再独占，教师从“知识把关人”退化成“知识点播者”，而这个角色随时可以被一个对话窗口替代。

博士生导师感受到的，是最隐秘的一种危机——“研究方向的判断力”被稀释。 AI不仅能帮博士生写文献综述，还能帮他生成研究框架、跑实验代码、写论文初稿。当学生拿着一篇“看起来完整”的论文来找你签字，你突然意识到：你在指导的不是一个人的思考，而是一个AI输出的校对工作。

所有这些危机的底层逻辑是一样的：当知识的获取门槛趋近于零，教师作为“知识中介”的价值就在萎缩。

但解决方案不是一条，而是七条，每个阶段有每个阶段的活法。

幼儿园阶段的核心矛盾，不是知识，是身体与情感的同步成长。

AI 绘本、AI陪聊、AI测评——这些可以替代很多，但替代不了一个孩子在沙坑里感受沙子的流动，替代不了他摔跤时老师蹲下来擦眼泪的那双手，替代不了他一起搭积木时眼神里那种“我需要你帮我”的依赖。

具体来说，幼儿园老师最应该做的两件事：

第一，把“AI干不了的事”做成核心竞争力。 情绪管理、社会性游戏设计、敏感期的观察与干预——这些需要真实的陪伴、真实的观察、真实的响应。AI可以生成一份“3-4岁儿童社交发展评估报告”，但它无法替代老师在游戏现场读懂两个孩子的眼神交锋。

第二，把家长从“监督对象”变成“同盟者”。 AI早教产品会不断告诉家长“你不需要幼儿园老师”，幼儿园老师要做的不是反驳，而是证明：孩子在这个年龄段最需要的，不是屏幕，而是另一个真实的人的陪伴与回应。把这个判断传递给家长，是幼儿园老师在这个时代最重要的沟通任务。

小学老师：从“知识保姆”转型“学习策展人”

小学阶段是AI冲击最复杂的阶段：孩子开始有了自主使用工具的能力，但判断力还没跟上。

小学教师面临一个悖论：AI能帮孩子做作业，但孩子的作业本来就是被设计出来的。如果AI帮他做完了，那学习的闭环就断了。

小学教师的生存核心，是重构“作业的意义”。

当知识传授可以大量外包给AI和在线平台，教师的不可替代性就体现在三件事上：

第一，诊断式教学。 AI能推送个性化练习，但它推送的是“最优路径”，不是“这个孩子卡在哪里”。真正能读懂一个孩子为什么总在同一类题上出错、是需要补基础还是需要换思路的，依然是一个有经验的人类教师。这种诊断能力，是未来小学老师的核心竞争力。

第二，阅读与表达的守护者。 当短视频和AI对话成为主流注意力消耗方式，小学语文教师最珍贵的任务，是守住阅读的深度和书写的质感。AI可以帮孩子写一篇“标准作文”，但一个有判断力的老师能告诉孩子：为什么这篇文章读起来像机器写的。培养这种感知力，是AI时代最重要的教育使命。

第三，跨学科的项目设计者。 把孤立的知识整合进真实项目里——这是AI最难复制的。因为真实项目需要协调真实的人、处理真实的不确定性、承担真实的失败后果。

中学阶段是整个教育链条中压力最集中的部分，也是AI冲击最矛盾的地带：AI可以帮助学生高效备考，但过度依赖AI的学生，往往在真正需要选拔性的考试中暴露致命弱点——他们能做标准题，但面对新情境时缺乏迁移能力。

在AI时代，什么样的考试和作业是AI难以完成的？答案是：需要判断力、需要综合、需要立场、需要把多个不完整信息拼合成一个决策的题目。

这就要求中学老师具备一种能力：出题的能力。不是出AI能做的题，而是出AI做不好的题——考察的不是记忆和程序性操作，而是分析、综合、评估和创造。

同时，中学老师还有一层常被忽视的使命：在学生最功利的年龄，守住一些“没有用的好东西”。 AI会告诉学生什么知识最有用、什么技能最值钱。但中学阶段恰恰是人的价值观和审美趣味形成的关键期——一个好的中学老师，应该能让学生在应试压力下，依然对某首诗、某个实验、某段历史产生真实的兴趣。

这种“没有直接功利的热爱”，AI给不了。

这是王春艳老师文章最准确命中之处，也是最需要主动求变的群体。

大学通识课和基础课的典型困境：一个班100多人，教师对着PPT讲，学生低头刷手机，期末靠AI代写论文，整个流程在形式上完整，在实质上空转。

这类课程教师的生存路径，已经很清晰了：

第一，“翻转+深潜”模式。 知识讲授交给线上高质量资源（可以是自己的录制，也可以是好用的外部资源），课堂时间用来做“只有面对面才能做”的事：深度讨论、观点碰撞、复杂问题的实时追问与修正。教师的角色从“内容传递者”变成“思维促进者”。

第二，把考核变成学习本身。 传统的期末论文已经被AI污染了。那就改变考核逻辑——用过程性评估、口头答辩、现场辩论、即时反馈取代期末文本作业。AI在单次生成上很强，但在追踪一个学生思维演化的过程上、在逼着学生在压力下当场回应质疑上，依然是人类教师的专属领域。

第三，打造“个人不可替代性”。 当一门课的视频课可以随便在网上找到，学生为什么还要来你的课堂？答案只有一个：因为你这个人，在讲解、互动和反馈上的质量，是AI无法替代的。这不是魅力表演，而是专业深度的自然外溢。

专业课和实践课的命运与通识课不同。这类课程天然带有不可替代性——因为它们的内容来自真实的行业经验、实验室积累和实践案例，而这些是AI训练数据中最稀缺的部分。

但专业课教师也有自己的危机：如果他只是把行业经验“讲给学生听”，那他和AI的区别也只剩下了声音。

专业课教师的真正价值，在于带学生进入只有真实现场才有的复杂性。

实验室里的仪器突然报错了，怎么排查？行业报告里的数据自相矛盾，谁对谁错？一个项目明明技术可行，合作方却突然变卦，怎么处理？

这些问题没有标准答案，没有最优路径，只有在真实情境里摸爬滚打才能积累的“手感”。这种手感，是AI在现阶段完全无法传授的。

专业课教师要做的，就是把这种“手感”显性化、结构化——把经验变成可传承的判断框架，而不只是留在自己脑子里。

硕士阶段是整个链条里最矛盾的阶段。

硕士生的培养目标是“能够独立开展研究”，但硕士阶段的时间窗口很短（通常2～3年），学生面临巨大的就业压力。在这种情况下，AI工具对硕士论文写作的渗透几乎是不可逆的——学生用AI跑数据、写代码、做文献综述，已经是普遍现象。

硕士导师的真正挑战，不是“AI帮学生写了多少”，而是“学生自己的研究思维有没有真正长出来”。

这个阶段导师的核心任务有两条：

第一，从选题阶段就深度介入。 AI可以帮学生生成一个“看起来像研究问题的问题”，但无法帮学生判断：这个问题在这个领域里有没有真实的缺口、有没有理论价值、有没有操作可行性。导师要从第一刻就帮学生建立这个判断力，而不是等到论文写完才发现问题。

第二，把“修改的过程”变成教育的核心场域。 AI可以生成初稿，但无法替代导师在批改过程中传递的那种东西：对学术规范的理解、对研究边界的敏感、对表达精确性的要求。学生只有在被认真批改、反复修改的过程中，才能真正理解什么叫“做研究”。AI可以帮他写，但不能替他成长。

博士生导师面对的，是整个教育链条里最独特的处境。

博士生需要产出的，是“人类知识边界的新增部分”——不是综述，不是总结，是真的往前走一步。这意味着博士阶段的教育，天然就站在AI能力边界上。

BI 可以帮你读文献，但无法替你决定读哪篇；AI可以帮你跑实验，但无法替你设计那个“本来不应该存在”的实验；AI可以帮你写论文，但无法替你提出那个“没有人问过的问题”。

博士生导师的核心价值，在AI时代反而是最清晰的：帮学生守住在知识最前沿探索的那种“笨”。

具体来说，博士生导师要做三件事：

第一，持续帮学生校准“什么是真问题”。 AI会生成大量看起来合理的研究问题，但这些问题里，大多数是“增量型”而非“范式型”的。导师的经验和判断，能帮学生区分：你做的是缝补匠的工作，还是在凿新墙的工作？

第二，培养学生在不确定性中坚持的能力。 博士论文是高度不确定的长周期项目，中途无数次想放弃。AI工具越强大，学生越容易在卡壳时转向“让AI帮我解决”，而不是自己扛过去。导师要做的，是在学生最想逃避的时刻，陪他一起待在那个不舒服的地方，直到突破。

第三，做学术品位的传递者。 一个博士生的品位，决定了他未来能走多远。这个品味包括：什么样的工作值得做，什么样的结论不能轻易下，什么样的表述是不诚实的——这些判断，几乎只能通过与导师的长期互动来传递。

写完七个阶段，我发现了贯穿始终的三种能力，每个阶段教师都需要，只是比例不同：

第一种：诊断力。 AI提供的是标准解法，教师提供的是“这个人为什么卡在这里”的判断。诊断力永远是个性化的、情境化的、AI最难替代的。

第二种：意义建构能力。 把碎片化的知识点串成学生能理解、愿意理解、有动力去理解的知识地图——这件事需要理解人，需要理解人性，需要理解一个人在某个年龄、某个阶段真正在意什么。AI可以画地图，但不知道谁要走这条路、要走去哪里。

第三种：在场感。 真实地与另一个正在成长的人共同度过一段时光，这本身就是教育最古老，也最不可替代的形式。AI可以模拟陪伴，但无法替代一个真实的人，在学生最需要的时刻说出一句只有那个人才能说出的、有温度的话。

王春艳老师说“课堂已死”，我完全同意。

但我想补充一句：死的不是教育，是教育的一个旧版本。

那个旧版本里，教师是知识的垄断者，学生是知识的接收器，课堂是知识传输的管道。这个版本确实死了。

但教育还在。传递好奇、守护热爱、培育判断、陪伴成长——这些事情从来不是靠信息传递来完成的，而是靠一个真实的人，与另一个正在成长的人之间，那种不可复制的相遇。

AI时代的教师，不是在和AI竞争效率，而是在AI的映照下，重新发现自己做的是一种什么样的人的工作。

这种发现，本身就是意义。

本文系对王春艳老师《课堂已死——当大学教师不再是知识入口之后》一文的回应与扩展，献给从幼儿园到博士答辩室的每一位认真做教育的人。