松山湖北区学校：课堂不再“齐步走”，AI助力学生发现自己

近日，南方都市报社发起“智汇湾区·育见未来”2026珠三角教育创新优秀案例征集活动。本次征集活动立足珠三角教育改革创新前沿，希望通过优秀案例征集与深度调研，为“十五五”时期广东教育高质量发展沉淀一批可复制、可推广的实践范本，为区域教育政策的优化与落地提供来自一线的实证支撑。

在东莞，践行“健康第一”理念，推动人工智能全面赋能教育教学，正在莞邑校园里催生真切而深刻的变化。一幕幕生动图景，描摹出珠三角教育创新的万千气象。

同一个班级里，学生可以按不同进度学习，每次练习、讨论的反馈，成为调整学习节奏的依据；同一片操场上，每次跑步、跳绳的记录，可以接续成数年的成长曲线。在东莞市松山湖北区学校，信息化建设与AI课堂的持续升级，围绕着一个共同目标展开：帮助学生更清楚地认识自己，找到适合自己的学习节奏与成长方向。

“发现你自己”是松山湖北区学校的校训。围绕学生差异，学校构建“AI＋自主学习”数智课堂，探索“课前精准预设—课中动态适配—课后个性巩固”的教学闭环，把学习反馈转化为下一步教学安排，让学生在持续的学习与评价中了解自己的特点、看见自己的进步。

用数据认识自己

松山湖北区学校于2020年9月开学，以“无痕·未来”为办学理念。信息化建设，是学校回应学生不同成长需要的一条路径。

松山湖北区学校校长助理欧阳伟介绍，学校有4300多名学生，同一个孩子在不同学科、不同知识点上的表现可能不同；相同的分数，背后也可能是不同的薄弱环节。怎样了解这些差异，并安排合适的学习任务，是学校持续探索的问题。

为此，学校将评价与数据建设结合起来。公开资料介绍，该校建校之初便提出“评价立校”，研发“一脑五平台”无痕教育评价系统。系统历经迭代：1.0版本侧重解决“有数据”，2.0版本关注“有效数据”，3.0版本进一步引入大模型与智能体技术，连接分散的数据，深化其在教学中的应用。

从记录一次测试结果，到持续观察学习和运动表现，学校希望数据能够说明更多具体问题：学生有哪些优势，哪些内容仍需巩固，经过练习又发生了什么变化。教师据此提供指导，学生也能逐步了解自己的学习特点和成长轨迹。

让AI支持自主学习

同一个班级、同一项教学内容，怎样照顾不同学生的学习进度？学校尝试让AI辅助学情分析和资源匹配，再通过“动态分层走组”、微课和分层练习，提供不同的学习支持。

课前，重点是了解学生已经掌握什么。据校方介绍，学生会先在平板上完成导学任务和练习，系统汇集答题反馈，辅助梳理知识薄弱点、匹配学习资源。教师据此安排教学目标、课堂任务和分组，为“精准预设”提供依据。

课中，教学安排随学生表现动态调整。松山湖北区学校校办副主任肖萌介绍，学生围绕当前知识点临时分组，掌握情况相近的同学一起讨论，再回到原来的学习小组交流、互相讲解。这种“走组”在原有班级内进行，分组随学习内容和掌握情况变化。

肖萌以A、B、C组举例：一名学生学习某个数学知识点时进入A组，换一个知识点可能进入B组。每次分组对应当下的学习需要，避免某一次表现成为固定标签。

学习节奏也有了调整空间。已经掌握内容的学生，可以继续观看微课、完成拓展练习；需要巩固的学生，可以回看讲解、练习尚未掌握的部分。肖萌表示，以往一节课只能抽问几名学生，现在通过平板可以看到更多人的回答，从中挑选有代表性的问题，追问思路、组织讨论。

课后，系统归集学习数据，形成个性化学情小结，推送巩固任务和专项微课，帮助学生知道哪些内容已经学会、哪些还需加强。这些反馈也为后续教学安排提供参考，使课前、课中、课后的支持接续起来。

从早期生成教学素材，到参与课堂互动，再到辅助学情分析和资源匹配，AI应用的迭代逐渐落到具体教学环节。学生围绕共同内容学习，同时获得不同的任务、节奏和指导，在反馈与练习中认识自己，逐步掌握自主学习的方法。

在运动中看见成长

一次体测能够记录成绩，连续数年的数据库，则为教师了解学生体能变化、调整教学安排提供了更多依据。

校方实践材料显示，自2020年起，学校逐步建立全员体质健康数据库，依托九年制办学条件，接续小学到初中的记录。体测数据从汇总、上报，进一步用于课程设计、课堂练习和后续评价，形成“监测—分析—干预—评价—竞赛”的应用闭环。

松山湖北区学校体育科组长杨志华介绍，操场上配置了跑步、立定跳远、跳绳等项目的数据采集设备，日常运动记录可以持续汇入平台。他展示的学生体质报告，包含各项目成绩、雷达图及从初一到初三的变化趋势，并附有点评和建议。

数据库的作用超出了单次成绩比较。不同阶段的记录帮助教师持续观察学生的体能特点，跨学段档案则让初中教师能够参考学生小学阶段的表现，为课程衔接和训练安排提供依据。学校据此规划递进课程：小学侧重基本运动技能和兴趣培养，初中进一步发展专项技能。

据校方介绍，教师会依据肺活量、耐力等指标识别需要加强的环节，增加相应训练模块，依托评价系统形成个性化运动方案。设备采集的课堂运动密度、强度等过程数据，再与阶段性体测结果相互印证，帮助教师观察练习效果、调整安排。

评价也从体测成绩向外延伸。学校将体质数据、技能掌握和行为表现结合起来，纳入综合素质档案，同时关联专项技能与竞赛表现，为运动潜力识别提供参考。杨志华表示，这些记录的重要用途是帮助学生补足体能短板，获得适合自己的指导。

松山湖教育管理中心10月26日发布的通报显示，在2026年《国家学生体质健康标准》抽测中，北区学校小学、初中学段优良率分别为89.24%和84.53%。其中，初中学段在通报公布的排名中居首，高于园区初中总体优良率9.67个百分点。这一结果，也为学校以数据分析指导分层训练、持续跟踪学生体能变化的教学探索提供了积极反馈。

从课堂上的动态分组，到贯通学段的体质档案，学校将信息化建设、AI应用与教学评价连接起来，让学生差异被持续看见，让教学随学生成长及时调整。在大规模班级教学中回应个体需要，也让“发现你自己”从一句校训，逐步落实为孩子认识自己、发展自己的日常路径。

采写：南都N视频记者 许松龙