起草课堂材料和讲义
AI可以根据教材内容生成解释性幻灯片、讲义和板书计划的高质量初稿,因此非常适合减少备课时间。但把这些材料调到某个具体班级的理解水平或年级氛围,仍然不是系统自动就能完成的。
教师会被AI取代吗?教学资料、测试题和作业提纲都能由生成式AI快速产出,但理解差异、班级气氛和注意力断掉的时刻,仍靠教师。
教师仍然有很强的需求。真正会变薄的,是那些只围绕材料准备展开的角色。
教师的工作远不只是讲授学科知识。他们还要备课、识别学生卡住的地方、管理课堂、与家长沟通,并支持每一位学生的理解与成长。这个岗位的价值,不只来自把知识讲出来,也来自日常引导、评价、升学与生涯支持,以及营造一个群体氛围。
这个职业的价值,不在于把教材读完,而在于理解眼前的学生到底卡在哪里、在焦虑什么、以及怎样的鼓励才能推动他们继续前进。AI也许会加快讲解和题目生成,但课堂管理和关系建立的责任,仍然高度属于人。
由ai-job-risk.net根据四个公开数据集计算,采用0–100的尺度,相对于我们覆盖的188个职业而言。数值越高,表示该职业的任务中有越多是生成式AI能做或已被用于的。它不是失去这份工作的概率。
研究人员的任务分析(Eloundou等人;ILO)。以在其评估的全部职业中的百分位表示。
Microsoft Copilot与Anthropic Claude在该职业任务上的实际使用情况。以在其评估的全部职业中的百分位表示。
BLS 未列出该职业特有的影响因素,因此这一预测主要反映雇用该职业的行业本身的增长或收缩。
数据为BLS职业“Elementary school teachers, except special education”的美国数字。BLS的预测假定技术按历史速度持续发展;它们不是仅针对AI影响的预测。
官方统计没有单独统计这一确切职位名称,因此这些数字描述的是最接近的官方职业类别。
出处
暴露度指数由ai-job-risk.net根据以下数据集计算(数据截至2026年10月15日)。美国劳动力数字来自BLS,未作改动。
各发布机构均未参与制作、审核或认可本网站。 完整引用、许可与方法
教师这个职业中,容易受AI影响的部分,与反而会变得更依赖人的部分,差异非常清楚。教学资料草稿、测试题、板书计划、作业提纲以及重新措辞的讲解,已经都能借助生成式AI更高效地完成。
但学校教学的难点,并不在于复述知识点。真实课堂充满了情境:学生之间理解差异、班级气氛、注意力断掉的时刻、出现问题时如何介入,以及怎样与家长建立信任。一节课能不能真正起作用,很大程度取决于当下的人际关系和判断。
教师的工作并不局限于讲解某门学科内容,还包括在关注每个学生理解程度的同时,作为一个集体去支持整个班级的成长与日常生活。真正实用的划分方式,是区分AI更容易自动化的工作,以及仍会留在人手中的价值。
当学科内容清晰且能够转成标准化形式时,AI在准备性工作上最有优势。教学资料和标准化测评这类任务尤其容易被提速。
AI可以根据教材内容生成解释性幻灯片、讲义和板书计划的高质量初稿,因此非常适合减少备课时间。但把这些材料调到某个具体班级的理解水平或年级氛围,仍然不是系统自动就能完成的。
AI很擅长制作基础题、即时检测以及平行练习题,这会加快重复训练材料的生产。但老师仍然需要判断学生最可能出现哪些错误,以及怎样的题目顺序最有助于建立理解。
AI在生成成绩单常用评语或作业基础评语方面很有帮助,这会减少写作时间。但要把草稿变成真正准确反映学生成长的评价,仍然需要那个每天看见该学生的人来完成。
AI很适合概括单元重点和解释术语,也能有效用于翻转课堂或自主学习支持。但那个“看起来懂了、其实已经卡住的学生”,仍然需要人来发现。
教师会保留下来的,不只是学习支持,还有关系支持与成长支持。越是需要读懂现场、并按个体情况介入的任务,就越会留在人手中。在教学里,塑造环境的责任与内容本身同样重要。
教师仍需要识别那些无法单靠正确率看出来的误解,也需要注意到那个安静但正在被落下的学生。这意味着要读懂表情、反应、笔记方式以及私下提问的内容。越能实时发现理解差异,教学就越强。
营造一个让学生敢发言的环境、及早制止问题,并维持不让注意力断裂的课堂节奏,这些工作都会保留。即使课程内容再好,只要课堂氛围崩掉,课程也会失效。读懂群体并塑造气氛的能力,很难被AI取代。
支持学生并不会在课堂里结束。教师仍需要与家长共享信息,与年级团队协调,并和特需支持及学生指导老师合作。能够整理信息并有效推动周围人协同的教师,会非常有价值。
同样的教学内容,因为“对谁说、怎么说”不同,效果可能完全不同。面对害怕失败、带有抵触或缺乏自信的学生,选择不同的话语方式,这项工作会保留下来。这里正是教学与情感支持交汇的地方。
未来教师的价值,会越来越少来自“产出材料的速度”,而越来越多来自学习设计的精度与人际支持能力。关键在于把AI用于准备,同时磨炼课堂内部的判断。
教师需要设计学生应按什么顺序学什么,并在什么地方插入检查,才能让理解真正留下来。比起“把单元讲完”,更重要的是一步一步把理解搭起来。能够细致看见掌握度的人,尤其有优势。
教师需要读懂的不只是口头答案,还包括沉默、表情和作业内容的变化。AI可以生成教学材料,但课堂里的变化仍然需要人来发现。观察质量会直接塑造支持质量。
学校并不是一个人能独自做完所有事的地方,因此教师需要能清楚地与家长和同事沟通,并把支持连接起来。既能细致解释、又有强协调能力的教师,往往更容易长期获得信任。能否走出自己那间教室去协作,也会影响长期价值。
教师需要利用AI快速生成材料和题目草稿,同时再根据眼前真实班级去调整。能把备课时间缩短,并把节省出来的时间投向观察和一对一交流的人,会更强。真正的关键,是把效率转化成对孩子更深的理解。
教师经验积累的不只是课堂教学能力,还包括学习设计、人际支持、家长沟通以及营造有效环境的能力。因此,也更容易转向那些支持教育与人成长的相邻岗位。
决定课程顺序以及如何安排评估的经验,也非常适合迁移到学习结构本身的设计。适合希望把课堂洞察上升到更高层教育设计中的人。
暴露度指数 86/100 · 美国就业 2025–35 +1.6%
观察学生在哪里卡住、理解如何发展的经验,也能应用到学习材料和学习体验设计中。适合希望把实务教学洞察用于培训或内容设计的人。
暴露度指数 86/100 · 美国就业 2025–35 +1.6%
注意到学生情绪并处理家长沟通的经验,也很自然能迁移到学校咨询支持。适合希望把部分重心从教学转向支持学生整体校园生活的人。
暴露度指数 72/100 · 美国就业 2025–35 +2.9%
做学生指导和个别面谈的经验,也适用于教育与职业决策支持。适合希望把对学生成长的支持扩展到更长期未来规划中的人。
暴露度指数 77/100 · 美国就业 2025–35 +2.9%
积累的学科教学与教育实践经验,也可以连接到更专业化的教育研究和高等教育。适合希望保留教学现场感、同时走向研究与教学并重的人。
暴露度指数 75/100 · 美国就业 2025–35 +2.0%
教师仍然有很强的需求。真正会变薄的,是那些只围绕材料准备展开的角色。讲解材料和小测会更快生成,但识别学习障碍、管理课堂、与家长协调以及激发学生动力,这些工作仍会保留。随着工作变化,真正的分水岭不在于教了多少,而在于能否真正推动学生往前走。
这里列出的是与老师同属一个行业的职业。它们并不代表完全相同的工作,但有助于比较 AI 影响和职业路径的接近程度。
老师在我们的生成式AI暴露度指数中为61(满分100,在188个职业中排第125位)。它衡量的是工作中有多少是AI能做或已被用于的,而不是这份工作是否会消失。BLS预计,2025年至2035年美国老师的就业人数将变化-0.4%。
当学科内容清晰且能够转成标准化形式时,AI在准备性工作上最有优势。教学资料和标准化测评这类任务尤其容易被提速。例如:起草课堂材料和讲义、生成小测与练习题、起草标准评语与评价文字、辅助解释基础知识点。
教师会保留下来的,不只是学习支持,还有关系支持与成长支持。越是需要读懂现场、并按个体情况介入的任务,就越会留在人手中。在教学里,塑造环境的责任与内容本身同样重要。例如:识别学生真正卡住的位置、课堂管理与氛围营造、与家长和同事协作、用合适的话语激发学生动机。
未来教师的价值,会越来越少来自“产出材料的速度”,而越来越多来自学习设计的精度与人际支持能力。关键在于把AI用于准备,同时磨炼课堂内部的判断。例如:学习设计与掌握度追踪、对话与观察能力、家长沟通与团队协作、知道如何在备课中使用AI。