斯坦福教师运用AI促进深度学习

在生成式人工智能迅速渗透教学场景之际，斯坦福大学正通过系统化实验与开放讨论探索AI赋能教育的路径。该校教学与学习中心近期持续推进由本科教育副校长办公室支持的AIMES计划，组织“Teaching with AI Community Share-out”系列分享活动。过去两个学年内，来自人文与科学学院、工程学院、医学院、教育学院、Stanford Online High School等机构的23位教师、研究生助教和工作人员参与了交流。项目负责人Kenji Ikemoto和Yunshu Fan表示，该系列不以评判为主，而是建设共享实践经验的教学社区。 多组教师案例展示了AI从课堂互动、课程设计到学科训练的多元应用。医学院及生物工程学院兼职副教授Amit Kaushal开发了讲座实时提问工具，利用AI自动归类、排序和总结学生问题，帮助教师在维持课堂连贯性的同时回应困惑，并支持匿名参与。该工具已在全球会议和论坛中被使用。 生物系高级讲师Waheeda Khalfan与Jessica Feldman、Mayank Sharma合作，利用AI分析多年课程内容和知识关联，识别先修要求，并生成自我诊断测试、准备指南及课程规划工具“Foundations Navigator”。该方案将原本耗时数月的工作压缩至数周，同时强调人工审核的必要性，以降低学生因基础差异产生的学习压力。 教育学院助理教授Shima Salehi与化学讲师Jennifer Schwartz Poehlmann打造AI导师STEPS，面向STEM问题求解训练。该工具不直接给出答案，而是通过分步提问引导学生形成解题思路，帮助其从依赖答案转向理解问题本身。学生评价也从最初不满逐渐转为认可其教学价值。 东亚语言与文化系助理教授Ariel Stilerman则围绕古典日语教学推出BungoBot，以苏格拉底式提问辅助学生理解文本，而非直接翻译。随后，他与计算机和语言学博士生开发Hiki、Sata等工具，帮助学生更快掌握语法，并推动课堂时间转向手稿释读和资料整理。斯坦福教师普遍认为，AI并非替代教学，而是拓展教学可能性，使个性化、开放性和深度学习成为可能。