生成式AI重构课堂教学：基于美国经验的考察

生成式AI正加速融入基础教育实践，重塑课程、教学与评价体系。在此背景下，本文系统梳理了美国26个州K-12生成式AI指南与配套资源。研究发现，多数州确立了“责任、伦理、效能”并重的政策理念，并逐步将其转化为课堂机制：课程层面形成学段化目标与“五大概念”支撑的分层框架；教学层面构建任务分层、脚手架引导、结构化提问与批判性思维训练等课堂微机制；评价层面探索人机协同评分、素养诊断与闭环反馈，并拓展至AI使用透明度、人机协同质量等新维度；保障层面则同步推进学术诚信、教师发展与数据合规。与此同时，课堂实践仍面临隐私保护、学习真实性与教育公平等张力。结合中国教育语境，本文提出通过目标在地化、机制嵌入化、评价联动化、教师发展校本化与数据治理流程化，推动生成式AI与教学的深度融合。