老师搭系统、家长管回收、孩子拿反馈：张心老师的小学数学个性化教育实验

“这也是先征得家长的同意——这个数据到底愿不愿意让老师来帮忙做分析。”
“后来有家长追着我问：老师，能不能给我孩子做一个错题再练？”
——张老师，深圳育才一小数学老师兼班主任
让孩子们“个性化学习”，老师们都想做，但真要在一个40人的班里落地，绕不开三个现实问题：孩子愿不愿意做？家长同不同意？数据从哪来？
张老师，2024年从复旦大学管理学院硕士毕业，学的是统计。两年前，他走上深圳育才一小的讲台，开启了班主任+数学老师的教育生涯。
今年9月，他接手了一个新班。
“学生学一个东西，你不能老是让他做那些试卷、做那些不精美的文档。做多了以后他会厌倦，会觉得学习没意思——那你就得想办法，让学生觉得学习有意思。”
正好国庆假期来了，张老师的实践开始了。
01 国庆长假，哪个孩子愿意带着作业出去玩
“像这种假期，大家都是需要出去玩的，那这时候你带作业其实也挺学不进去的。”
在动手做之前，张心老师先做的不是写代码，而是用腾讯文档给家长发了一张问卷——愿不愿意让孩子尝试数字化学习？
他没有说“我要把作业搬到网上”，只是说：国庆你们在外面玩、在路上的时候，可以让孩子试一试。
40个家长，有30多个说愿意。
得到了家长们的点头，这个实验才正式行动起来。
于是张心老师做了个答题网页“狗哥的数学”（gougedemath.cn），部署在腾讯云上。他把一个单元的知识点拆开，线上练习、故事、错题登记，每个知识点做成5-10分钟就能过完的小故事。
“学生他们去外面玩坐火车，或者说等吃饭的时候，父母在旁边，然后拿着手机5-10分钟的时间，就可以简单地把课上学的东西过一下。”
（狗哥的数学练习网页）
这件事的出发点来自于“多感官刺激”的方式，“通过文字、图像、声音多个通道接收信息，学习效果远好于单一通道。”
孩子们愿意在网页里答题，就有了原始的数据来源，于是张老师的第二步实验也启动了。
02 家长的配合和克制的数字化
回到日常学习里，全部数字化是不现实的，主流还是纸笔。
张老师开始把纸笔的作业拆分开，原本10道题，选2道换成线上选做。“引入10%、20%让孩子觉得比较有意思的。”他还给线上答题加了抽奖环节，孩子们积极性更高了。
家长同意之后，是每天的配合。张老师开发了错题集的网页应用，让愿意参与的家长和孩子一起登记错题。
（张老师的数学作业）
登记完之后，这些攒下来的这些数据，有了第二次的作用：
“本来我要一个一个家长去聊孩子学习情况，现在如果积累的数据够，我就可以让WorkBuddy读，读后它就可以针对错题写一个分析报告，再推送一些相关的、可以打印的练习题目。”
（WorkBuddy做的错题集页面截图）
张老师要求错题本上的反思，学生必须手写。他说，“写下来”本身也是学习的一部分——孩子回过头看自己错在哪，这个过程省不掉。“AI替他把为什么错讲明白了，他读懂了，不等于他会了。”
实验了一段时间之后，家长的回应超出了张老师的预期，“目前来讲还是没有看到不满意的，都是在催更。”有的家长甚至追着他问：老师，能不能给我孩子做一个错题再练？
目前这套东西只在张老师自己班上试点，还有别的班家长听说了，也想“卷”进来。而他也清楚家长的现实：有的工作忙，没时间每天检查作业回收错题。这都需要一个过程。
问及张老师会不会把整套作业搬到网上时，他很明确地踩了一脚刹车，“一定会引起家长的反对的，因为孩子自制力还是有问题的。不可能让孩子完全拿着电子屏幕做作业，一定要有人在监控。”
回头看，个性化学习这个词听起来很宏大，落到他这个班，这套机制能跑通，靠的不是老师一个人。先做调研征得同意，老师愿意多花心思设计，家长愿意每天花几分钟配合，AI在背后加工，最后老师把关再把报告发回每个家庭，孩子才能有“个性化”的追踪。
03 张老师的AI分身，和下一个分身
（狗弟和小菜鸡）
张老师的课堂上，有三个常出现的角色——“狗哥、狗弟和小菜鸡”，三个动物就够演一出戏。张老师把收集到的高频错题拿出来，让小菜鸡去问狗弟，两个角色一来一回，就把这错题讲明白了。“孩子们最喜欢那个专门犯错的小菜鸡，上课自然就认真了。”
而关键时候，归纳重点的狗哥，就是他自己。
狗哥背后，是张老师搭建AI分身的三层规划。规则，是你希望AI做什么、按什么顺序做；记忆，是他的使用偏好和经验教训；技能，是老师需要的重复工作，比如给电子书做OCR、把录音转写稿整理成结构化的资料。AI分身总做的顺序是固定的：先读规则，再翻记忆，然后才开始干活。
他纠正AI的过程都有记录，同类型的纠正出现两次，就升级成规则。张老师说，同样一个工具，有人用一年还是从零开始，有人越用越顺，差别不在模型，在于你有没有积累。
（配图来自“狗哥爱数学”公众号）
他还想把这套思路传给学生。每个孩子都可以搭建自己的一套文件夹，教材、习题、错题、学科知识网络，就可以形成一个孩子专属的、可以被AI读取的成长档案。
“按道理来讲一个好的大模型肯定比好的补习班靠谱，但你有好的大模型，没有好的数据，模型也没有办法发挥出它的能力。所以你就得积攒你自己的数据。我的这一套AI分身，怎么建立自己的画像、自己的记忆、自己的技能……学生越早做这件事情越好。”
装上AI，就是钢铁侠了吗？
在张老师的理解里，模型是战衣，谁都能用上，你挑到的，别人也挑得到；WorkBuddy是驾驶舱，帮你把战衣用起来；而贾维斯——那个装着你的规则、你的教训、你的标准的文件夹——得自己养，谁也替不了，谁也抄不走。
他花了两年，养出了自己的“贾维斯”。现在，他想让班里的每个孩子，也早点开始养自己的那一个。

新闻中心

相关阅读

WorkBuddy联合中国记协，把AI送进采编一线

关于 DeepSeek-V4.1 Flash 折扣活动的说明

Hy4 调用激增，WorkBuddy 已十倍扩容！