批改与数据处理：把机械时间还给老师

课程大纲

每一模块标注时长与课堂活动；活动是这节课能不能落地的关键。

1. 1

   批改的三种做法与三种风险

   15 分钟

   • AI 可做：错题归类、反馈话术初稿、家长沟通文本草稿
   • AI 不可做：给出最终评语与分数、涉及学生个体的判断
   • 最大风险：把学生个人信息粘贴进云端工具
2. 2

   成绩统计：先体检，再分析

   25 分钟

   • 步骤一：数据体检（缺失、重复、格式不一致、疑似录错）
   • 步骤二：让它写公式，并用你的样例数据代入验算
   • 步骤三：确认口径后再让 AI 解读，顺序不能颠倒

   课堂活动：用本班真实成绩（脱敏后）走完三步

3. 3

   错因归类：从「分数」到「下一步教什么」

   20 分钟

   • 把错题按知识点归类，而不是按题号
   • 要求 AI 给出每一类的共同错因假设，并说明如何验证
4. 4

   隐私底线：哪些数据不能上传

   10 分钟

   • 姓名、学号、身份证号、家庭情况：一律先脱敏
   • 优先选择可本地运行的方案处理敏感数据

配套交付物

• 成绩统计提示词模板
• 脱敏操作清单
• 错因归类表模板
• 常见错误清单

常见错误清单

这些是课堂与自学中最常出现的问题，建议作为工作坊的检查项。

• 把含学生姓名的成绩表整表粘贴给 AI
• 让 AI 直接给学生的评语与分数，失去评价的育人性
• 不验算就采用它给出的统计公式，得到一个漂亮的错误结论