即时反馈改变学习：如何把 AI 接到形成性评价上

下课前 5 分钟的小测验，等批改完发回去时已经是下一个课时了。反馈一旦迟到，学生就忘了自己为什么会错。三天后才拿到的那道红杠，只会换来一句“哦，原来是这样”，并不能纠正思维。形成性评价的效果几乎与反馈到达的速度成正比，正因如此，AI 的即时响应不只是图个方便，而是学习设计中的关键变量。只有在做错的当下、自己思路的痕迹还留在脑子里的时候收到的反馈，才是真正起作用的。

把“对错标记”变成“下一步行动”

好的反馈告诉学生的不是分数，而是接下来该做什么。设计 AI 反馈时，最好分成三个层次。

• 确认型反馈：只告知对还是错。效果最弱。
• 纠正型反馈：指出错在哪里、正确答案是什么。
• 过程型反馈：反问学生为什么会那样想，并梳理思考的步骤，学习正是在这里发生的。

必须走到第三个层次，学习才会发生。例如，对做错分数除法的学生，可以把提示词构造成给出问题式提示，比如“你乘的是倒数吗？再看看是在哪一步分子和分母调换了位置”。这不是抛出答案，而是照亮前面一步。

现场应用场景

我们来看一个初一英语课的例子。5 分钟就能跑完一个循环。

1. 用 Flipsson 这类能把课堂资料组装成模块的工具，做一份 5 道题的形成性评价。
2. 学生一提交，AI 就立刻在每个人的答案上写下定制评语。
3. 只把正确率低于 70% 的学生自动送去追加练习题组。
4. 老师只针对错误扎堆的那道题，在下节课上花 5 分钟向全班讲解。

老师的时间不该花在批改上，而该花在琢磨“为什么学生会卡在这个概念上”。

这样运营之后，原本一个个批改 30 人所需的 40 分钟消失了，老师只需带着一个错题模式走进教室。

需要注意的地方

• 如果即时反馈太快暴露答案，学生就停止思考了。可以设计分级提示：第一级提示只给方向，第二级提示给步骤，仍然卡住再给答案。
• 反馈的语气应该是辅导，而不是评判。让它写“就差一点了，再走一步”，而不是“错误”。同样的信息，能唤起学生的下一次尝试。
• 如果把即时反馈计入成绩，学生就会滑向抄答案。希望您把形成性评价只留作练习区间。

常见失误与检查表

第一次引入即时反馈时，很容易掉进下面这些陷阱。引入前先检查一遍，可以少走弯路。

• 题目出得太难。形成性评价的目的不是区分度，而是找出卡住的地方，因此点住核心概念的简单题更有用。
• 反馈太长，学生不读。每道题两三句话就够了。
• 给所有题目配上同样语气的反馈。对答对一半以上的学生和几乎全错的学生说同样的话，两边都听不进去。
• 反馈收一次就结束。必须让学生重做同类题目，跑完确认“改过的做法是否奏效”的那一圈，学习才算闭合。

核心要点

形成性评价不是打分的工具，而是纠正学习的工具。接入 AI 时的关键有两点：速度和过程型反馈。只要从一份小测验开始配上即时反馈，课堂的节奏就会不一样。稳妥的做法是先只从一个单元、一种题型入手，把反馈用语打磨好，再逐步铺开。