海盐一次展演上，77 件教师自研智能体摆在一起。传得最广的是一件备课助手：一位高中数学教师把大模型和本地学科知识库接起来，教案从 2—4 小时压到最快 3 分钟。

数字很抓人。同一场展演里，那位老师自己补了一句限定：教师主导，AI 辅助。

这句话不是客套，它划的是一条线：AI 出草稿，人出判断。线画在哪儿，多数机构没写下来，于是每个老师自己猜，猜出来的版本还不一样。

下面五条边界，每条都从两头夹：可以做什么，不可以做什么，留什么痕。写进制度才叫边界，只在会上说一遍，那叫提醒。

三件已经落地的事，先看清

北京 11 月 5 日集中发了三份东西：教育领域人工智能应用实施导引，覆盖基教、高教、职教、终身教育、特教五个领域，另设 AI 通识教育与伦理安全两个专题；中小学生人工智能素养框架，分认知 AI、协同与创设 AI、治理 AI 三大领域，基础、融通、卓越三级；还有一份中小学 AI 通识课课程教学指导手册，含分学段建议、评价与安全保障。

浙江的口径更硬：每位教师每年不少于 15 学分，探索中小学教师 AI 素养等级认证试点。教育部把教师 AI 素养纳入教师资格考试与认证，并启动全覆盖培训。

三件事放在一起，指向同一个变化：AI 从个人手里的工具，变成了岗位上的能力项。能力项就要有考核口径，有口径就要有边界，否则考核只能考「用了几次」。

用了几次，是最没用的指标。它奖励表演，不奖励判断。

边界一：备课能生成，例题必须本校校验

可以做的比多数人想的多：单元框架、导入情境、分层提问、变式题的方向、把一段教材改写成三个难度的阅读材料。这些都是体力活，机器做得快。

不可以做的只有一条，但这条很硬：未经本校教研组校对的例题、答案、知识点表述，不能印发给学生。

原因不复杂。生成的内容在结构上永远通顺，在细节上可能错位：教材版本对不上、答案跳步、难度断层、超纲的词。学生不会怀疑，家长会。

留痕的方式很轻：教案末页一行字，写明 AI 初稿、某月某日经某某校对，后附校对人的签名。一行字，出问题时能把责任落到具体的人。

最常见的错误，是把生成的分层题直接当作业发。第二天收上来，一半人做不出，一半人觉得太简单。这不是学生的问题，是难度没有校。

边界二：批改能辅助，评语必须人写

客观题、听写、单词、计算，机器判没有问题，速度快，还能顺手统计错题分布。这部分省下来的时间是真金白银。

主观题不行。作文、解答题的过程分、开放题，机器给的分只能当参考，不能当最终分。过程分里藏着老师的判断：这一步是思路错，还是算错，还是抄错。

评语更要人写。评语是家长唯一会逐字读的东西。一段生成出来的评语，家长读两行就知道：它通顺、周全、没有一句话是错的，也没有一句话是关于这个孩子的。

留痕的做法：批改记录里分清机判与人判两栏，主观题全部落在人判栏。抽查时只看这一栏，就知道这个班的分数是谁给的。

一句判断：批改可以外包给机器，评价不可以。评价是老师这份工作的定价依据。

边界三：图表能自动出，结论要教师签字

苏州工业园区有学校用 AI 课堂评价系统，自动分析师生互动、问题类型、学生参与度，生成报告。教研据此形成问题发现、策略优化、再实践、再评价的循环。

这套流程里最容易被忽略的一环，是报告和结论之间那道手写的关口。图表是描述：谁说了多少话、提问停在哪个层次、哪几个学生一节课没被叫到。结论是判断：这节课的问题是提问太碎，还是练习不足。

描述可以自动，判断不能。判断错了，图表越漂亮，错得越远。

留痕：学情报告末页留一个签字栏，签字前必须核对两件事，样本量是多少、缺考和请假的人有没有被算进去。这两件事不核，结论一定是偏的。

反问一句：一份没有签字的学情报告，出了问题是系统的责任，还是老师的选择？

边界四：家长文案能起草，语气必须改

通知、活动预告、阶段小结，这些让机器起草没有问题，能省半小时。问题出在直接发出去。

生成的通稿有三个特征：三段式、形容词多、没有具体的事。「孩子近期表现良好，进步明显，希望继续保持」，这句话可以发给任何一个家长，也就等于没发。

改三处就够：换成这个孩子具体做了什么，删掉所有评价词，末尾给一个家长今晚能做的动作。

留痕：沟通记录里只留最终发出的版本，不留生成版。留着生成版，等于给自己留了一个把柄。

语气这件事没法外包。家长能从一句话里听出老师有没有见过他孩子。

边界五：宣传不能用合成图冒充课堂

招生图、课堂照、成果展示图，这三处最容易越界。生成一张孩子们围坐讨论的图，配一句我们的课堂，成本几乎为零。

这条不能碰。宣传图是承诺，不是装饰。家长看到的是我的孩子会在这个场景里，交的是这个场景的钱。

可以做的有三样：用真实课堂照片，哪怕光线不好；用学生作品实拍；用课程结构图、流程图这类明显不是照片的图。

留痕：素材来源登记，一张表写清每张图是谁在哪个班哪节课拍的，或者明确标注为示意。这张表平时没人看，出事时值钱。

五个边界，一张表说清

这张表建议打印出来，贴在教研室墙上。贴在墙上的东西才会被顺手看到；存在共享盘里的制度，只有检查那天才有人打开。

表格右下角留一行签字位：教研组长、校区负责人。两个人签，比一个人签更难糊弄。

一张登记表，把边界落到人

边界写在纸上还是抽象的，落到人要靠一张登记表。字段不用多，七个就够。

填表的原则是三十秒能填完。超过三十秒，第三周就没人填了。

判断：登记表不是为了抓人，是为了出事时能说清哪一步是人做的。这句话要当着全体老师说，否则表格一定填成形式。

绩效怎么算：省下的时间与花掉的校验

浙江给了每年 15 学分这个数，很多机构直接照搬，折算成培训学时，年底统一刷课。刷完，能力没变。

真正能进绩效的口径，只有两个方向：省下来的时间去了哪，校验有没有做到位。

第一个方向要说得更细。一个老师用工具省下两小时，这两小时如果变成多备一个班的课、多谈三个家长、多改一轮作业，是正收益；如果变成提前下班，机构没有收益，只有成本转移。

所以绩效表里不要写使用次数，写本周新增的个别辅导人次这类结果项。工具是过程，结果是结果。

反问：一个把备课时间从四小时压到半小时、却把省下的三个半小时用来刷手机的老师，他的绩效该加还是该减？

四种常见越界，和它们的代价

四种越界有一个共同点：都不是故意。是赶时间、是顺手、是应该没问题。

所以处置的重点不在罚，在于把顺手的动作变得稍微麻烦一点。例题要过一遍教研组，主观题分数要人填，宣传图要登记来源。麻烦一点，越界就少很多。

教研组每月的十五分钟

每月固定一次，十五分钟，抽三份登记表。只看两件事：有没有校验签名，有没有对外使用。

抽检要当众做，抽到谁是谁。当众抽一次，比发十份文件管用。

结果不用排名，只需要在教研会上说一句：这个月有三处没签名，下个月看这两处。

十五分钟是刻意的长度。时间长了，这件事就变成负担，负担一定会被跳过。

新老师与老教师，边界不一样

新老师缺的是判断力，老教师缺的是时间。同一套边界，对两类人的紧度应该不同。

新老师前三个月加一道：所有 AI 初稿必须由师傅过一遍，师傅签字。三个月后再放开到抽检。

老教师反过来，重点查有没有过度依赖：连续一个月的教案结构完全一致、例题从不更换、评语出现重复句式，这三样是信号。

一句判断：如果一个老师说不清一份教案里哪一段是自己写的，他其实还不具备使用这个工具的能力。工具放大的是判断，不是替代判断。

把边界写进新师培训的第一课

多数机构把 AI 培训放在效率提升这个筐里，讲提示词、讲工具、讲模板。第一课应该讲边界。

顺序反过来有好处：先知道哪里不能碰，后面学得再快也不会跑偏。先学技巧再讲边界，等于先给钥匙再画红线。

一节课的量就够：五个边界、一张表、一次现场演示，让老师看着一份生成教案被逐条挑错。挑错的过程比讲道理有用。

最后留一个动作：每位老师当场写一句自己的使用承诺，签名，贴在工位上。承诺不用长，一句话。

写在最后

AI 省下的是时间，花掉的是校验。这笔账很多人只算前一半。

五个边界说到底是一件事：让每一份交给学生和家长的东西，都能找到一个具体的人负责。

边界、登记表、签字栏，最后都要落到一个能查的地方，否则明年换一批老师，又得从头讲一遍。

关注「学邦技术」公众号，回复「绩效」，即可免费领取《教师 AI 使用边界清单与登记表模板》；也可以在公众号菜单里免费体验学邦教务教学管理系统。