7月7日，在宁波东方理工大学2026年夏令营期间，理学部化学教授朱宸在学校104 AI教学教室开展“AI for Chemistry——AI辅助大学化学”课程试讲。40名参加夏令营的高中生被分为10个学习小组，在教师引导下借助大语言模型开展提问、追问、辨析和展示，提前体验了一堂不同于传统讲授模式的大学化学课。
“我们不直接把答案告诉学生，而是希望通过问题设计，引导他们借助大语言模型主动学习，同时判断AI回答是否准确、完整和可靠。”朱宸表示。AI在这堂课上并不是简单的搜索工具或“答案生成器”，而是学生开展探究、形成问题意识和训练科学思维的辅助工具。
从“听老师讲”转向“围绕问题主动探究”
课程开始后，朱宸首先向学生介绍本次课堂的学习方式和基本规则，并围绕课程主题搭建知识框架，帮助学生理解相关化学概念之间的联系。
课堂实拍：开课第一页
在完成必要的前置讲解后，各小组围绕具体问题与大语言模型展开互动。学生不能只问“是什么”，还需要继续追问“为什么”“依据是什么”“在什么条件下成立”“是否存在例外”，并尝试发现AI回答中可能存在的模糊表述、逻辑漏洞或知识错误。
在小组内部，学生分别承担提问、追问、质检和汇报等不同任务。每个小组不仅要获得一个看似完整的答案，还要梳理AI生成答案的推理过程，判断相关结论是否符合教材知识和科学逻辑，并最终用自己的语言进行解释。
课堂展示环节中，学生不再另外制作汇报PPT，而是直接将与AI的对话记录投放到教室主屏上，向全班展示自己是如何提出问题、如何继续追问、如何发现疑点，以及如何修正和完善结论的。
这意味着，课堂关注的不再只是“学生最后答对了什么”，还包括“学生是怎么问的、怎么思考的、怎么判断的”。
AI教学教室与传统教室有什么不同
传统课堂通常以教师讲授为主，教师按照既定教学内容和进度进行知识传递，学生主要通过听讲、记录和练习完成学习。即使安排课堂讨论，学生的思考过程往往也只停留在个人笔记或小组内部，教师难以及时了解每名学生如何理解问题。
104 AI教学教室则以小组协作和学习过程展示为核心。教室前方设置大型主屏，配有10个独立小组工位，每个工位均设置显示设备和计算终端。教师可以随时将任意小组的屏幕切换至主屏，也可以通过双屏或四屏形式，同时比较不同小组针对同一问题的提问方式和AI回答。
因此，这间教室的价值并不只是增加了屏幕和智能设备，而是把原本发生在个人电脑上的AI学习过程带到了全班视野之中。
面对同一个化学问题，有的小组可能直接询问结论，有的小组会进一步追问适用条件，还有的小组会要求AI提供反例或解释推导过程。通过多组对话并排展示，教师可以及时指出提问方式的差异，引导学生比较不同答案的科学性和严谨性。
在这样的课堂中，教师的角色也发生了变化。教师不再只是知识的讲授者，而是课堂任务的设计者、学习过程的观察者和学科质量的把关者；学生则从知识的接收者，转变为问题的提出者、AI答案的质检者和科学概念的讲解者。
不让学生“裸问”AI
让学生在课堂上使用AI，并不意味着可以把问题直接交给模型，更不意味着复制AI生成的内容。
在前期教学试点中，朱宸发现，学生虽然普遍已经接触过大语言模型，但在实际使用时往往存在“不会问、不会追问、把回答当成标准答案”等问题。一些学生提出一个问题后，得到一段看似完整的回答便停止思考，AI容易由学习工具变成“答案机”。
课堂实拍：四层提问法
为此，课程专门设计了由浅入深的提问方法，引导学生依次回答四类问题：首先弄清“是什么”，建立基本概念框架；继续追问“为什么”，了解背后的机制和逻辑；比较“怎么区分”，辨析容易混淆的概念；最后分析“何时成立”，明确结论的适用条件、边界和例外。
一次有效的AI学习通常需要经历多轮追问，而不是简单的一问一答。
课程还明确提出三项要求：AI的回答不能被视为标准答案，每个小组都要主动寻找其中值得质疑或核查的内容；学生不能只停留在知道结论，还要说明结论的依据、条件和推理过程；汇报时必须使用自己的语言，涉及化学方程式、计算和机理分析时，需要呈现完整思路，不能照读模型生成内容。
通过上述设计，AI使用过程被完整保留下来，学生的提问、追问、修改和判断都成为可以被教师观察和评价的学习证据。
从两节试点课走向夏令营课堂
此次夏令营试讲并不是一次孤立的课堂展示。
2026年春季学期，朱宸已在《大学化学》课程中选择电化学、过渡金属与配位化学两个章节开展AI辅助教学试点，尝试打通“AI辅助备课—课堂探究—过程记录—学生反馈—教学迭代”的完整链条。
在备课环节，课程团队利用AI辅助完成课程简报、逐页规划、视觉故事板和课件初稿，并通过程序化方式生成可编辑的原生PPT。两个教学单元累计形成63页中英双语课件，同时配套学生任务单、提示词手册和教师讲稿。
不过，AI并不直接决定教学内容。教师仍然需要确定课程标准、审核学科知识、检查逻辑错误，并对课件的科学性、准确性和教学适用性进行把关。AI主要承担重复性较高的内容整理和课件生产工作，使教师能够把更多精力投入到问题设计、课堂观察和教学改进之中。
在课堂环节，前期试点也经历了多次调整。
第一次试讲时，部分学生面对AI不知道从哪里问起，也难以判断模型回答是否可靠。课程随后增加了教师前置讲解，由教师先用15至20分钟介绍章节主线和关键概念，为学生搭建基本的知识框架。
针对任务过于开放、学生容易陷入信息过载的问题，课程将“大而全”的探究任务调整为“小而准”的具体问题。每个小组只领取两个问题，并从中选择一个进行深入展示。
针对小组之间知识衔接不足的问题，课程进一步强化教师总结和课后复盘，通过章节地图、课堂校正和补充材料，帮助学生重新建立完整的知识链条。
学生参与度提高，教学设计仍需持续打磨
首轮试点后的学生反馈显示，AI辅助课堂在设备体验、课堂参与和互动方式方面获得了较为积极的评价。
在小样本匿名问卷中，10个评价维度的总体平均分为4.00分，满分为5分。其中，设备稳定性为4.7分，空间与环境为4.5分，设备体验为4.4分，互动参与度为4.3分。
有学生表示，这种课堂让自己能够真正参与其中，“不会只是坐着听课”；也有学生认为，借助AI可以围绕不理解的知识点继续追问，更容易发现自己究竟“卡”在什么地方。
与此同时，学生也提出了非常具体的改进意见。例如，不同小组分别研究不同问题时，学生容易只理解本组负责的内容，对其他知识点的掌握不够完整；部分小组展示信息量较大，听众难以及时吸收；课堂最后仍然需要教师进行系统总结，帮助学生把零散问题重新连接成完整的知识结构。
这些反馈也进一步说明，AI教学教室的关键并不在于设备是否先进，而在于课程设计是否合理。
AI能够提供即时回答和多种解释路径，但不能自动形成高质量课堂。教师仍然需要决定学生应该研究什么问题、如何分配任务、什么时候介入、如何指出错误，以及怎样帮助学生完成知识整合。
AI不会替代教师，但正在重新定义课堂
对于AI辅助教学的未来发展，朱宸认为，这种模式不应简单替代传统课堂，而应作为一种可以选择、可以比较、可以持续改进的新型学习路径。
未来，课程计划在保留传统教学班的基础上，探索设置AI辅助平行班。在选课阶段向学生明确说明课堂将包含AI问答、小组讨论和公开展示，由学生根据自身学习习惯和兴趣自主选择。
同时，课程将逐步扩大教学内容覆盖范围，继续建设可编辑课件、学生提示词库、任务单和教师实施指南，积累学生与AI的对话记录，并尝试把“学生如何提问、如何追问、如何判断和如何修正”纳入过程性评价。
这些教学资源和实施经验还将进一步整理为可复制的课程资源包，为校内其他基础课程探索AI辅助教学提供参考。
“AI不会替代教师，但正在重新定义课堂。”朱宸表示。在AI时代，教师需要从知识讲授者进一步转向学习任务设计者和质量把关者；学生也需要从被动听讲者转变为主动提问者、批判性判断者和知识讲解者。
此次“AI for Chemistry”夏令营试讲，让高中生提前感受了这种变化。学生接触的不只是一个能够回答问题的AI工具，更是一种新的学习方式——主动提出问题，持续追问依据，审视信息可靠性，并在讨论、验证和修正中形成自己的理解。
从一间AI教学教室、两个化学教学章节到一次面向高中生的夏令营试讲，理学部正在通过真实课堂中的持续探索，推动人工智能与基础学科教育深度融合，为培养具有自主学习能力、科学判断能力和跨学科视野的创新人才积累经验。
