先说结论

几乎每一份「互动课件」都能点、能拖、能选。但绝大多数只是把静态页面加上了点击效果——交互发生了，学习没有发生。

一个可以用来判断的标准

学生做错之后，课件会因此改变吗？

如果答案是不会，那这份课件只是带按钮的幻灯片。真正的互动是：学生的动作会进入系统的状态，系统据此给出不同的下一步。

三个常被混淆的东西

• 点击 ≠ 互动：点对了给个动画，点错了给个提示，这仍然是线性的
• 分支 ≠ 互动：预设 3 条路径，学生走哪条早被写死，本质上还是选择题
• 自适应 ≠ 互动：按分数跳到不同难度，看起来智能，但学生没有表达自己的判断

我的做法

做单页交互课件时，先把「学生的哪个判断会被系统接住」写清楚，再动手做页面。这一句话写不出来，就先别做。

为什么这件事重要

AI 让做课件的成本降到了几乎为零，于是「做了很多课件」变得很容易，「做出有用的课件」反而更难被检验。成本下降的时候，判断力才是门槛。

记忆不是录像，是重建

每次回忆都是一次重新拼装。这意味着两件事：记得越频繁，细节越容易被后来的解释污染；而能被用起来的记忆，比准确的记忆更值钱。

为什么「做」有效

• 提取练习：想起来的动作本身在加固记忆，重复阅读不会
• 间隔与交错：一次学一点、隔开、混着来，比集中刷同一类题有效
• 具体情境：知识挂在场景上才拿得出来，脱离情境的知识是死的
• 即时反馈：错了马上知道，修正才发生
• 生成效应：自己产出过的东西，记得比读过的牢

那为什么课堂听讲没被淘汰

因为听讲买的不是记忆，是他人的压缩：老师把十年的经验压成一节课，这个效率自己做不出来。听讲的问题是只有输入没有提取，解决办法不是取消讲，是在讲之后加提取。

PBL 的证据：别吹也别躲

PBL 在「迁移」和「动机」上有稳定优势，在「短期内考分」上不如直接讲授。所以它不是更好的教学法，是不同目标的工具。拿它去追短期分数，一定失望。

我的判断

「做中学」不是让学生忙碌，是让学生的判断进入循环。没有反馈的制作，只是另一种听讲。

先说结论

大多数「AI 进课堂」的项目失败，不是因为模型不够好，而是因为它在现有评价体系里没有位置。

老师愿不愿意用，取决于三件事：会不会增加我的工作量、出了问题算谁的、我的经验还值不值钱。这三个问题，模型能力再强也回答不了。

现场看到的

• 工具演示时全场叫好，一周后没人打开——因为它不在老师的工作动线里
• 用了 AI 的老师，会把生成内容反复改回自己的写法，改的时间比原来自己写还长
• 学校要的是「可见的成效」，而 AI 带来的常常是「不可见的省力」

我的判断

1. AI 要先接进评价环节，而不是先接进教学环节。评价决定行为。
2. 不要替老师做决定，要替老师做重复劳动。老师对「被替代」极度敏感，对「被减负」不敏感也不抗拒。
3. 先让一个班跑通，再谈一个年级。课堂的复杂度不在技术，在人与人之间的协调。

还没想清楚的

如果 AI 让备课从三小时变成半小时，多出来的两个半小时，学校会用来做什么？这个问题没人回答，减负就永远是空话。