为慢速学习者准备的 AI 个人进度学习，不让任何人掉队

在同一间课堂里以同样的进度推进，总会有人跟不上。慢速学习者并不是能力不足，只是需要更多的重复和时间，而齐步走式的课堂并不允许这一点。基于 AI 的个人进度学习承认每个学生的步幅各不相同。不过，关键在于把它设计成不会沦为“自己看着办”的放任。

让自主进度学习真正运转的条件

放开速度限制，学习并不会自动发生。还需要支撑。

• 先修内容检查：卡住的地方往往是前面单元留下的漏洞。用 AI 诊断找到根源，再回头补上。
• 小的成功体验：过难的题目只会招致挫败。从成功率 70~80% 的水平起步，再逐步提高。
• 即时纠正反馈：在做错的当下就告诉学生错在哪里，避免错误概念固化。
• 进度可视化：亲眼确认自己的成长，就会生出“我也能行”的效能感。

慢并不是问题。得不到追赶机会才是问题。

不要把速度和深度混为一谈

引入自主进度学习时常见的误解，是认为“对慢的学生只给简单题”。这正是把速度和深度混为一谈。慢速学习者只要有足够的时间和支架，同样能够抵达高水平的思考。核心只在于抵达所需的时间不同而已。因此，如果把难度永久性地调低，学生最终将无缘体验深度学习，被困在差距之中。正确的做法是朝着同一个目标，只调节支架的多少。一开始充分地给出示例和提示，等学生熟练之后再一个一个撤走支架。AI 会根据学生的反应自动调节提示的分量，在这一点上很有用。不过撤走支架的时机需要由人一同判断。撤得太早会让学生受挫，撤得太晚则会滋生依赖。不把“慢”断定为能力的上限，是一切的起点。

应用步骤与注意事项

1. 放开个人进度，但要事先定好最低达成目标与检查节点。无限期地拖延下去，差距只会越拉越大。
2. 即使在自主进度学习期间，老师也要定期亲自确认卡住的学生。AI 会发出信号，但伸出手的必须是人。
3. 为了不让“比同伴慢”这件事变成比较或标签，进度信息只向学生本人共享。
4. 一旦出现情绪退缩的迹象，先处理自信心的恢复，再谈学习量。
5. 让学生本人看到自己的成长曲线。不与同伴比较，而是与一个月前的自己相比，慢速学习者也能握住“我在变好”的确凿证据，从而获得迈向下一阶段的力量。

核心要点

支持慢速学习者的核心在于承认速度的多样性，但不放任不管。先修内容检查、适当难度、即时纠正、进度可视化，让自主进度学习真正运转。即使 AI 指出了卡住的地方，伸出手的仍然是老师；还必须定好最低达成目标，管理好差距，别让它无限扩大。