AI时代，教师仍然需要学科知识，但仅靠“讲得清楚”已经不足以构成全部专业优势。教师需要发展一组新的复合能力。

1. 目标设计能力

教师要把宽泛课程要求转化成可执行、可观察、可调整的阶段目标。目标越模糊，Agent越容易只生成看似丰富但没有方向的活动。

2. 任务与轨道设计能力

教师需要设计Learning Rails：哪些任务可以自动生成，难度如何变化，哪些资源可以使用，何时停止，怎样进入下一阶段。

3. 提问和诊断能力

当AI能随时给出解释时，教师更重要的工作是判断学生真正卡在哪里，并提出能暴露理解结构的问题。

4. 证据判断能力

教师要区分答案、行为和能力。能够阅读学生的解释、迁移、纠错和过程证据，比只看分数更重要。

5. Agent监督能力

教师不必成为模型工程师，但需要理解：

  • Agent能做什么；
  • 常见失败方式是什么；
  • 哪些输出需要复核；
  • 如何设置边界；
  • 如何发现过度依赖和错误累积。

6. 人际干预能力

鼓励、冲突处理、信任建立、价值讨论和对复杂背景的理解，仍然是人类教师最难被替代的部分。

7. 反思与实验能力

AI教育没有一套永远正确的固定方法。教师需要像研究者一样记录实验、比较效果、识别失败并调整设计。

教师培训应该如何改变

未来教师培训不能只教“如何使用某个AI工具”，而应训练：

  1. 设计一个有边界的教学任务；
  2. 判断一份AI输出是否可靠；
  3. 从学习证据中做出教学决定；
  4. 设计人工干预点；
  5. 在模型变化后仍保持教学结构稳定。

因此，AI时代最重要的教师，不是最会操作某个软件的人，而是能够把学科、教育判断和Agent协作组织成可靠学习过程的人。