# 教师延伸路线(For Teachers / Educators) > [繁體中文](./for-teacher.md) | **简体中文** | [English](./for-teacher.en.md) [← 回到主路线](../README.zh-Hans.md) ## 📌 这条路帮你做什么 AI 可以先做草稿,教师负责决定能不能用。这条路教你用 AI 准备教材、设计练习与整理反馈,同时保护学生数据,不把判断交给机器。 第一次来,先做本页的小练习。你只需要一个**学校核准的 AI 工具**;不需要先学编程。想做大量自动化时,再走 [Track A](../tracks/cli/A1-cli-intro.zh-Hans.md)。 ## 🎯 学习目标 完成这一页后,你可以: 1. 先写清楚学生要学会什么,再请 AI 帮忙。 2. 分清“提供提示”和“替学生完成答案”。 3. 用人工检查守住事实、隐私、公平与学术诚信。 4. 从一个低风险活动开始,再决定是否扩大使用。 ## 🧩 八个核心词 - **Learning Objective(学习目标)**:这堂课结束时,学生应该能做出的具体行为,例如“能用自己的话解释水循环”。 - **Scaffolding(脚手架)**:先给提示、范例或步骤,等学生会做后再慢慢拿掉,像学骑车时的辅助轮。 - **Rubric(评分规则)**:先写出可观察的判准,让教师和学生知道作品会怎样被看。Rubric 可以请 AI 草拟,但要由教师定稿。 - **Formative Assessment(形成性评估)**:学习途中做的小检查,用来决定下一步怎么教,不是只在最后给一个分数。 - **AI Literacy(AI 素养)**:知道 AI 能做什么、会错在哪里,并能负责任地使用和说明它。 - **Student Data(学生数据)**:能直接或间接认出学生的数据,例如姓名、学号、作品、成绩、声音或行为记录。 - **Human Review(人工审查)**:人真的读过输出、核对来源并做决定,不是只按一下“接受”。 - **Academic Integrity(学术诚信)**:清楚说明哪些协助可以用、哪些必须自己完成,以及何时要披露或引用 AI。 ## 🛡 先守住五条安全线 1. **先看校方政策**:学校规则、核准工具与家长/学生通知要求,比这份学习地图优先。 2. **不要放学生数据**:练习先用虚构内容。未经校方核准,不把姓名、作品、成绩或可识别记录贴进工具。 3. **教师保留决定权**:AI 可以草拟反馈与 Rubric;成绩、纪律、升学或特殊教育等重大决定由合格人员负责。 4. **每次都要 Human Review**:核对事实、引用、偏见、年龄适切性、无障碍需求与课程目标。 5. **把使用规则说清楚**:让学生知道什么可以用、如何披露,以及哪些学习证据必须自己完成。  ## 🛠 第一个练习:做一份可检查的课堂活动草稿 这是**虚构情境**,不要放学生数据。把下面整段复制到学校核准的 AI 工具: ```text 这是一个虚构的课堂情境,不含真实学生数据。 请帮我草拟一个 15 分钟的小学高年级活动,主题是“为什么影子会变长或变短”。 请提供: 1. 一个可观察的 Learning Objective。 2. 一个只用纸、笔和手电筒就能做的活动。 3. 两层 Scaffolding:先给小提示,再给较明确提示;不要直接说答案。 4. 一题 Formative Assessment。 5. 一张 Exit Ticket,只有两个短问题。 6. 列出教师使用前必须核对的三个科学事实。 用简短句子。不要替真实学生评分,也不要假装知道学生的能力或需求。 ``` 拿到草稿后,不要直接发给学生。做一次 **Human Review**: - [ ] Learning Objective 能看出学生要做什么。 - [ ] 科学事实能从课本或可靠来源核对。 - [ ] 提示是在帮学生思考,不是在替学生作答。 - [ ] 材料、语言和活动适合这个年龄与班级。 - [ ] 没有 Student Data,也没有让 AI 决定成绩。 ## 📚 必读 1. [UNESCO — Guidance for Generative AI in Education and Research](https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research?hub=387) ⭐⭐⭐⭐⭐:先看以人为中心、数据隐私与年龄适切原则。 2. [European Commission — Ethical Guidelines for Educators](https://education.ec.europa.eu/focus-topics/digital-education/actions/plan/ethical-guidelines-for-educators-on-using-artificial-intelligence) ⭐⭐⭐⭐⭐:用情境与问题检查伦理、数据与 AI Act/GDPR 边界。 3. [TeachAI — AI Guidance for Schools Toolkit](https://www.teachai.org/toolkit) ⭐⭐⭐⭐⭐:把原则转成校方政策、课堂规则与沟通流程。 先读自己学校的政策,再读上面三份。官方指引告诉你要问哪些问题,不能替你的学校或所在地做法律判断。 ## ⭐ 精选 Projects 与学习资源 指引、服务可用性、repository 状态与授权于 2026-08-29 UTC 依据官方页面与 GitHub API 查核。推荐度是本学习地图的编辑评分,不是 GitHub stars 或性能排名。
| 分类 | 项目/文档 | 评分 | 用途 | 限制 |
|---|---|---|---|---|
| 安全与政策 | ⭐⭐⭐⭐⭐ | 建立以人为中心的校内原则 | 现行;官方指南 全球原则仍要配合所在地规则与年龄要求 | |
| ⭐⭐⭐⭐⭐ | 检查数据、透明度与课堂风险 | 现行;官方指南 AI Act/GDPR 说明以欧盟情境为主 | ||
| ⭐⭐⭐⭐⭐ | 草拟学校 AI 指引与沟通材料 | 现行;教育工具包 范本不是可直接复制的校方政策,仍需利害关系人审查 | ||
| 需由学校核准的教师云工具 | ⭐⭐⭐⭐ | 备课、标准对照与教师工作流 | 限区可用;云服务 目前面向通过验证的美国 K-12 教师;不能把产品方案当全球通用 | |
| ⭐⭐⭐⭐ | 在学校管理的 workspace 草拟教材 | 限区可用;云服务 目前面向通过验证的美国 K-12 教育工作者;仍须遵守校方 Student Data 规则 | ||
| ⭐⭐⭐⭐⭐ | 用指定来源做摘要、提问与 citation 回查 | 正式可用;云服务 分享、保存与数据使用依账号而异;先看学校政策和 Workspace for Education 条款 | ||
| 可改编课程 | ⭐⭐⭐⭐⭐ | 改编成 Agent 入门课或工作坊 | 活跃;Apache-2.0 它教人建立 Agent,不是教师日常工具 | |
| ⭐⭐⭐⭐⭐ | 使用中文章节与实作教 Agent | 活跃;CC BY-NC-SA 4.0 非商业授权;改编与散布前先读完整条款 | ||
| ⭐⭐⭐⭐ | 挑选短课程、notebook 与练习 | 活跃;MIT 工具与 SDK 版本变动快,授课前先重跑范例 | ||
| 模板与进阶流程 | ⭐⭐⭐⭐⭐ | 参考文件、投影片与 spreadsheet Skills | 活跃;各文件夹授权不同 不是整个 repository 一张授权;重用前逐文件夹读授权 | |
| ⭐⭐⭐⭐ | 参考 planning、写作与 review 工作流 | 活跃;MIT 通用 workflow 仍要加校方政策与人工 gate | ||
| ⭐⭐⭐ | 比较不同 prompt 写法 | 活跃;MIT/CC0 双轨 社群内容质量不一;先挑选、核对,再拿进课堂 |