一节课里，适合交给 AI 的通常是整理、改写、生成备选方案和归纳匿名信息；必须由老师完成的是设定目标、核对内容、判断学生状态、临场调整，以及对评价结果负责。判断关键不只是任务发生在课前还是课后，而是它是否需要理解具体学生并承担教学后果。
如果想先看 AI 从备课到讲评可以参与哪些工作，可以阅读《AI 教师助手到底能帮老师做什么？从备课到讲评的完整工作流》。本文进一步把每项工作拆开，帮助老师决定哪一步可以让 AI 先做，哪一步不能交出去。
不要简单分成“AI 负责课前，老师负责上课”
把 AI 留在课前、老师站在课中，看起来是一条清楚的边界，实际并不够用。
课前也有只能由老师决定的事。例如，这节课最重要的目标是什么，学生当前卡在哪里，哪些内容可以暂时不讲。课中也有 AI 可以提前提供支持的事，例如备用问题、分层练习和板书结构。课后同样需要分工：AI 可以整理匿名化的错误类型，老师要判断学生为什么错，以及下一节课是否需要改变教法。
更实用的划分方法，是看一项任务属于下面哪一层。
| 任务层级 | 适合怎么分工 | 常见任务 |
|---|---|---|
| AI 可以先做 | AI 生成初稿或多个方案，老师选择使用 | 整理框架、改写表述、生成备选例子、制作检查清单 |
| AI 可以协助，老师必须复核 | AI 提高准备效率，老师逐项核对后定稿 | 教案、课件、练习题、答案解析、讲评材料 |
| 必须由老师作最终决定 | AI 只能提供参考，不能代替教师判断 | 教学目标、课堂节奏、学生状态、评价结论、个别学生支持 |
这三层不是按“技术能不能做到”划分，而是按老师能不能看清依据、发现错误并承担结果划分。AI 即使能给出一个答案，也不等于这项决定适合交给它。
课前：让 AI 扩大选择，让老师确定方向
课前最适合 AI 的工作，是把老师已经明确的要求整理成可修改的材料。
例如，老师确定了课题、目标和学生困难后，可以让 AI：
- 把教材内容整理成一份教案框架；
- 为同一个知识点准备基础、提高两层练习；
- 提供三种导入思路，供老师比较；
- 把已经确定的课堂流程改写成课件大纲；
- 为容易出现的错误准备追问和备用例子。
这些工作有一个共同点：AI 提供的是候选内容，不是教学决定。老师仍要确认目标是否合适、知识有没有错误、活动能否在规定时间内完成、语言是否符合学生年龄，以及材料是否真正服务于这节课。
课前不能交给 AI 独立决定的，是“这一个班现在最需要学什么”。AI 不认识学生，也没有经历前几节课。即使输入了成绩或错误情况，它看到的仍是有限材料，不能替代老师结合课堂观察、作业过程和学生差异作出的判断。
课中：让 AI 做准备好的工具，不让它接管节奏
课堂中可以使用 AI 协助准备的内容，但学生看到什么、什么时候停下来、要不要追问，仍由老师决定。
例如，老师可以提前准备三组材料：大多数学生能参与的基础问题、容易暴露误解的判断题、学有余力学生使用的拓展任务。上课时根据学生反应选择其中一组，而不是按生成顺序全部讲完。
下面这些课中决定必须由老师完成：
- 学生的沉默是不会、没听清，还是需要更多思考时间？
- 一个错误是个别现象，还是全班都存在的理解问题？
- 原定活动要继续、缩短，还是停下来补讲？
- 哪些学生需要提示，哪些学生应该再独立尝试？
- 课堂出现意外情况时，怎样保障秩序、参与和学生感受？
这些问题依赖老师对语气、表情、作答过程和班级关系的连续观察。它们不是把一段课堂记录输入 AI 后就能得到的确定答案。
如果老师担心 AI 进入课堂后削弱学生思考，可以参考《AI 会替代老师吗？把它带进课堂前先想清楚这 5 件事》，先明确学生在每个环节必须亲自完成的观察、表达、推理或修正。
课后：让 AI 整理现象，让老师判断原因
课后，AI 可以帮助老师把零散信息变得更容易查看。例如，在去除学生身份信息后，整理几类常见错误，归纳课堂提问中反复出现的困惑，或者根据老师已经确认的错因准备补充练习初稿。
但“归为同一类错误”和“判断为什么会错”不是一回事。同一道计算题答案错误，可能是概念没理解、步骤遗漏、符号看错，也可能是学生会做却来不及完成。AI 可以根据作答文字提出几种可能，老师还要结合草稿、课堂表现、前后作业和与学生的交流作出判断。
同样，AI 可以起草评语，不能只凭一次作答给学生下能力结论；可以生成补救题，不能自行决定哪些学生必须做哪一套；可以整理课堂记录，不能替老师判断一节课是否真正有效。
四个问题，判断一项任务能不能交给 AI
遇到新的 AI 功能时，不必重新争论“教师会不会被替代”。用下面四个问题就能先划出边界。
1. 如果 AI 做错了，老师能否及时发现？
格式整理、措辞改写和备选方案通常容易检查，可以让 AI 先做。超出老师当前专业判断范围的事实、答案或材料，即使生成很快，也不应直接使用。
2. 这项任务是否依赖对具体学生的长期了解？
越需要理解一个学生的基础、情绪、表达习惯和前后变化，越不能只根据一次输入作出决定。AI 可以整理可见信息，老师要负责解释信息。
3. 结果能否在使用前撤回或修改？
教案初稿可以删改，风险相对容易控制；当众评价学生、给出成绩或改变个别学生的学习安排，影响更直接，必须由老师谨慎决定。
4. 最终由谁解释依据并承担后果？
只要结果会影响学生学习、评价或课堂体验，老师就要能说清为什么这样做。不能解释依据的生成结果，不应因为看起来完整就进入课堂。
可以把判断结果记成一张小表：
| 判断结果 | 使用方式 |
|---|---|
| 容易核对、容易修改、不涉及学生决定 | 让 AI 先生成，老师抽查和选用 |
| 涉及学科准确性或课堂适配 | AI 提供初稿，老师逐项复核 |
| 依赖学生观察、评价或重要后果 | 老师决定，AI 仅提供备选信息 |
| 老师无法核验依据 | 暂不使用，先寻找可靠材料或专业支持 |
一个虚构示例：同一节课里的三次交接
下面是一个虚构示例，用来展示任务怎样在 AI 和老师之间交接，不代表真实班级的教学效果。
假设一位七年级地理老师要讲“等高线地形图的判读”，课时 40 分钟。她根据前一节课的作业，确定本节目标是让学生能区分山脊和山谷，并能说明判断依据。目标由老师确定，因为她知道学生已经会读海拔，却容易只凭线条形状猜答案。
课前，老师让 AI 根据这个目标生成三道由浅入深的判读题和一张观察步骤表。AI 完成第一次交接：提供材料初稿。老师逐题核对图示、答案和表述，删去一道超出本节范围的路线规划题，并把观察步骤改成自己课堂上常用的说法。
课中，学生在第二道题上出现明显分歧。老师没有立即展示 AI 生成的解析，而是请两名学生分别指出等高线向哪里弯曲，再把“水往哪里流”画在黑板上。老师完成第二次交接：根据现场回答改变讲解顺序。这个决定来自学生此刻的表现，不来自课前方案。
课后，老师把不含姓名的错误类型整理成三条，请 AI 各生成一道订正题。AI 完成第三次交接：把已经发现的问题变成练习初稿。老师再根据学生作答过程，决定全班共同订正哪一道、哪些学生需要单独提醒。
这节课里，AI 参与了课前准备和课后整理，也间接支持了课中教学；老师始终掌握目标、核验、节奏和评价。边界不是“AI 在哪里出现”，而是“最后的教学判断由谁完成”。
在 DreamSchool 中怎样按这个边界开始？
使用 DreamSchool 时，可以先选择一项容易核对的工作，例如生成教案框架、课件大纲或一组随堂练习。输入年级、课题、课时、目标和学生困难后，让 AI 先提供初稿，再由老师删改和确认。
如果还在选择具体工具，可以结合《AI 教学工具怎么选？教师不要只比较“能不能生成”》，用同一项任务比较条件遵循、内容准确、局部修改和工作流程。无论使用哪种能力，都先从一个环节开始，不一次改变整节课。
一节课开始前的分工清单
下一次使用 AI 准备课堂时，可以逐项确认：
- 本节课的目标和重点是否由老师根据教材与学生情况确定？
- 交给 AI 的任务是否清楚，并且生成结果可以修改？
- 教案、课件、题目、答案和引用是否已经由老师核对？
- 学生在每个环节必须亲自完成的思考和表达是否保留下来？
- 课堂节奏、追问和临场调整是否仍由老师掌握？
- 课后整理是否去除了不必要的学生身份信息？
- 对错误原因、学习表现和后续安排的判断是否由老师完成？
AI 可以承担越来越多的整理和生成工作，但一节课的责任不能被拆给工具。让 AI 做可核对、可修改的准备，让老师保留对目标、学生和结果的判断，才是一种能够持续使用的分工方式。