“全科教师”大规模诞生的黄金时代，正在到来

“全科教师”大规模诞生的黄金时代，正在到来

原创 陶小玮 新校长传媒

2026年4月23日 06:59 重庆 81人

作者｜陶小玮

新校长传媒系编辑

今年两会期间，全国人大代表、重庆谢家湾学校党委书记刘希娅提交了一份《关于加强义务教育阶段课程整合的建议》。

她调研发现，部分地区小学每周开设课程达11门以上，初中甚至超过15门。2022版课程方案实施后，地方课程与校本课程持续增加，学生每天在6至7门学科间频繁切换，加重了负担，也制约了综合素养发展；分科过细、师资配套不足，也直接影响了“双减”成效与教学质量。

因此，她建议减少中小学学科数量、推进学科深度整合，加快培养综合学科教师，鼓励高校设置跨学科专业方向；建立健全综合学科教研机制。

过去，常态化的跨学科学习是一个难以突破的困局。而AI的出现，恰好提供了破局的关键变量。可以说，这是全科教师大规模诞生的“黄金时代”。

当AI大规模接管重复性事务，人类大量传统技能正迅速贬值甚至被替代。世界经济论坛预测，到2030年，全球39%的核心技能将发生改变。教育必须培养学生的批判性思维，使其具备提出正确问题、整合多领域知识、在模糊情境中创造性求解的能力。

前段时间引发热议的张雪攻克发动机“卡脖子”难题的故事，就是这种能力的极致注脚。基于真实困境、调用跨领域知识破局的素养，才是AI无法替代的人类护城河。而基于真实问题、解决问题的学习必然跨学科——现实问题天然具有多维度、多层次的复杂性，凭借单一学科知识已无法解决。

2022年义务教育课程方案明确用不少于10%的课时开展跨学科主题学习，2025年新课标修订版进一步强化跨学科主题学习的刚性要求，比如小学阶段通过“做中学”建立跨学科联系，初中阶段围绕“解决真实问题”开展跨学科学习，高中阶段注重实验探究和工程实践；要求“以学科融合为基础，紧密围绕科技前沿领域打造纵向贯通的课程资源，着力培养学生的跨学科素养。”

2026年教育部等七部门发布的《关于加强中小学科技教育的意见》明确提出，以学科融合为基础，基于真实情境问题解决，加强前沿科技成果向课程教学资源转化。

与此同时，近年来的中高考命题正经历一场根本转向，其核心逻辑是“跨学科整合”。当北京高考作文让考生探讨运动员的“第二次呼吸”，当全国卷数学题置身帆船比赛情境——考试正在不可逆地从对知识储备量的静态核查，转向对思维运作力的动态评估。

据教育部2026年最新部署，中考机械记忆类题型将压缩至20%以内，情境探究与开放性试题占比提至60%以上。试卷结构的强制优化，倒逼课堂必须从“教教材”转向“用教材去解决问题”。

尽管义务教育课程方案规定开展跨学科主题学习，但全国范围的大规模落地依然面临不少难题。比如，设计一个高质量的跨学科项目，检索知识、搭框架、定评价，耗时巨大。在繁重的日常教学下，单科背景的老师常感“心有余而力不足”。

事实上，“全科教师”的探索早已起步。2014年，《教育部关于实施卓越教师培养计划的意见》便提出探索小学全科教师培养模式，培养能胜任多学科教学、能力全面的卓越小学教师；2018年，《关于全面深化新时代教师队伍建设改革的意见》进一步明确，要为乡村学校培养“一专多能”教师。

此后，各地开始零星试水：浙江2013年启动全科教师培养试点，2015年推广低年级“包班教学”；青海2016年定向培养“两基础、一专业、一特长”的小学全科教师；广东2020年更是以初中起点六年制、高中起点四年制两种模式，为粤东西北地区定向输送全科教师。

然而，这些探索并未能引发全局性变革，单靠人力去统整多学科知识、设计跨学科任务，对教师个体的综合素养要求极高，难以规模化复制。

转折点就在当下。《教师生成式人工智能应用指引（第一版）》明确提出，教师可应用生成式人工智能支持跨学科学习，整合多学科知识素材，创设真实情境。AI将全科教师培养从一场“苦行僧式”的全能修炼，变为一种有技术外挂加持的能力升级。教师不用做“百科全书”，做一个与AI协同的“任务架构师”就行——拆解真实问题，向AI精准提问获取跨学科资源，以及把AI生成的内容转化为教学设计。

过去十年我们在政策层面埋下的“全科教师”种子，终于在AI高速发展的时代迎来了破土而出的黄金时代。

真正的“全科”，要求教师具备两种意识：一是联结意识，能从一滴水看到语文的描写、科学的物态变化、数学的体积单位；二是设计意识，能基于现实场景设计出让学生忙起来的任务群。

借助AI，如何从“单科教师”转型为“全科教师”？

一是思维转变，从“教学思维”走向“课程思维”。

过去单科教学，教师习惯于思考：“这节课我要教什么知识点？怎么教？”AI时代，知识点传授的效率被极大提升。教师的关注点必须后撤一步，思考“这个知识点在真实世界长什么样？需要调用哪些学科视角来解决？”

二是视野转变：从“学科孤岛”到“学科大领域”。

跨学科实践要求教师多走一步，走出“学科孤岛”，走向“学科大领域”——在把自己原学科的本质、核心概念、思维方式教透彻的前提下，主动关注其他学科的框架、核心概念和学习节奏，找到交叉点，搭建桥梁。手握一张“课程地图”，看见各学科知识之间的隐性连接与共生关系。

三是能力转变：从“单兵作战”到“AI协同育人”。

AI时代的全科教师，核心竞争力在于 “拆解—提问—整合—引导” 的链式能力。把大任务拆成子问题喂给AI，再整合AI输出的信息生成教案。以数学老师上一节全科实践课《设计营养午餐》为例，操作链可以是这样的（教师与AI的对话流）：

1

拆解任务（教师主导）

请AI将“设计营养午餐”这个大任务拆成三个子模块——营养数据分析（数学）、食物热量与消化（科学）、成本控制与摆盘（劳动/美术）。

2

填补盲区（AI辅助）

针对“食物热量”子模块，请AI用通俗语言解释“卡路里”与“能量转换”，并给出一个适合小学生的实验方案。

3

整合输出（人机协同）

请AI将上述科学实验步骤，与原本的数学统计环节（绘制条形统计图）合并，生成一份流畅的3课时连堂课教案，突出学生动手环节和教师引导语。

可见，AI快速补齐了教师在非擅长领域的认知短板。教师把跨学科素材搜集、知识点匹配、基础概念讲解这些“体力活”交给了算法，自己得以抽身，回归教育的本质——观察学生的困惑、激发探究的热情、点拨思维的迷津。

当越来越多的教师具备全科教学能力，从量变推动质变，学校的教研、学习、组织文化生态都将发生根本性变化。

以学习任务为中心

未来学校的核心将从“课程”转变为“任务”。真实的任务天然跨学科——以问题为圆心，调用一切可用知识。学校将转型为一个“资源平台”，一个“自由社区”，提供低控制、高柔性的支持，采用葡萄串式组织架构，每个任务都是一个独立的“责任中心”，拥有自生长机制。

课堂也随之走向“任务中心”，学习设计的核心不再是“老师讲什么”，而是“学生做什么”——以驱动性问题激发内在动机，以支持性工具搭建支架，以表现性评价明示目标。

AI的融入让任务型学习进入“高位良构”：生成真实情境、精准设计任务、提供分层资源、实现即时反馈，让学生在任务中经历“卡壳—尝试—突破”的深度学习循环，自然习得学科的力量、合作的能力与创造的勇气。

传统教研组以学科为界，大家围坐在一起讨论“这一章我该怎么讲”，而以“学习任务链”为单位的组织更像一个“问题解决工坊”，全科教师作为“任务链主理人”围绕一个真实任务拆解出“理解情境→提出问题→收集数据→分析方案→表达成果”的探究链条，将多学科知识编织起来，方便学生需要时主动调用，用完继续前行。

未来学校教研组的核心议题也将从“如何教好某节课”变为“如何设计好一个任务丛”，以任务为单位组建动态协作组，就像葡萄串中独立又相连的“葡萄粒”。当每个任务都是一个责任中心，独立承载一项培养目标，学校便从“课程流水线”进化为“任务生态圈”。

当学习以任务为圆心，传统的时空结构将首当其冲被打破。

时间上，真实的任务探究需要连续的沉浸时长，“长短课”“模块时间”“项目周”将越来越普遍。空间上，由于任务型学习往往需要讨论区、展示区、制作区、查阅区同时并存，学校空间场景设计必须灵活可变、通透自然。

技术把跨学科设计的门槛拉低了，每位老师在AI帮助下也能拥有全科视野。如此一来，我们离那个理想的教育场景——学生在真实任务里主动学习，在跨学科连接中长出素养——也许比想象中更近。全科教师的到来，不仅是教师能力的升维，更是整个学校生态的重构。