收益：
- 能够利用人工智能在包容性课堂中为不同级别的学生制定区分和调整结果的能力
- 能够制作同伴支持的学习、协作活动和课堂住宿草稿
- 能够理解适应是课堂教师和特殊教育教师的共同责任，并且应该避免贴标签。
如今，大多数有特殊需要的学生都与同龄人一起在普通教育课程中接受教育，而不是在单独的教室里接受教育。这称为包容性：学生在与同龄人相同的环境中接受教育，并获得必要的支持和适应。这样的环境对于孩子来说既是一个很好的机会，也是一个挑战；因为同一个班里有不同水平的学生。课堂教师和特殊教育教师的共同职责是以每个人都能理解的方式呈现相同的结果。在本单元中，我们将了解如何使用人工智能在包容性课堂中规划差异化、适应和同伴支持的学习。从一开始就限制：适应是课堂教师和特殊教育教师的共同责任，并且不应给学生贴上标签。
什么是差异化以及它会改变什么？
差异化意味着以不同的方式让不同的学生获得相同的结果。老师可以区分四件事：
- 内容：学到了什么（相同的主题，不同的深度或范围）。
- 过程：如何学习（视觉、动手、口头；个人或小组）。
- 产品：学生如何展示他们所学的内容（书面、口头、绘画、项目）。
- 环境：学习地点和顺序（座位安排、刺激、持续时间）。
还有课堂住宿：在不改变结果的情况下促进访问。坐在前面、额外时间、口试选项、大字字体和允许休息都是这样的例子。差异化延伸了“什么/如何”；编辑打开“访问”。在这两种情况下，人工智能都能快速产生想法和草稿。
提示：融合的黄金法则：尽可能减少分歧的适应。不要采用诸如“不同的桌子，不同的书，总是单独工作”之类的解决方案，将孩子与同龄人分开，而应选择适合全班但特别适合该孩子的安排。
下表显示了在包容性课堂中如何区分单一成绩：
项目
班级整体
适应（相同增益）
内容
10 条有问题的文本
同一主题，4 个问题，视觉支持
工艺流程
个别解决
与同行伙伴解决，步骤卡
产品展示
书面答复
口头解释或标记选项
环境
标准布局
靠近老师的低刺激角落
评价
相同的测试
加时+问题简化
同伴支持
包容性最强大的工具之一是同伴辅助学习：学生与同伴结对并一起工作。这不仅可以帮助需要支持的学生，还可以建立社会纽带并加强同伴的学习。但如果同伴支持没有计划好，就可能变成“一个孩子为另一个孩子做作业”。人工智能为同伴匹配活动、角色分配和协作任务指令提供良好的大纲；老师根据班级的动态调整这些内容。
三个迷你箱子
情况 1 — 单增益、多电平。一位任课老师要教“分数”这个话题，但班上有三名基础学生，其中一名是主流学生。他们与特殊教育老师一起，将人工智能的相同学习分为三个活动级别：从具体分数模型开始，中间为半具体视觉，最后为符号处理。主流学生以具体模型学习同一科目，并且仍然是班级的一部分，没有被分离。共同准备确保每个人都上一堂课。
案例 2 — 同伴支持计划。一位老师想要开展同伴支持活动来促进社交互动。他从人工智能那里收到了一份协作阅读活动的大纲，其中有明确的角色（一个“读者”，一个“标记者”）。老师根据课堂动态进行配对，轮换角色，不存在单向帮助。目标学生和他的同伴都赢了；社会纽带得到加强。
情况 3 — 标签错误。老师为他/她的包容性学生制定了一套惯例，例如“不同的桌子，不同颜色的工作表，总是有一名助手”。他的本意是好的，但明显地将男孩与教室分开了。他的同龄人给他贴上“与众不同”的标签并排斥他。正确的做法是让改编尽可能不引人注目，并做出有利于整个班级的安排。错误：以支持的名义安装解析、水印解决方案。
案例 4——两名教师的联合计划。一名任课老师不知道该为他/她的主流学生做什么，所以他把所有的责任都留给了特殊教育老师；大多数学生在课堂上“闲着”。两位老师要求 AI 起草一份每周合作计划：谁来准备什么内容，取得什么结果，在课堂上采用什么安排，谁来收集数据。一旦角色分工明确，学生每节课都会有计划地支持学习，“无所事事”就被消除了。教训：包容性不是单个教师的负担；当合作被写下来并且清晰时，孩子就赢了。人工智能是将这种共享转化为具体画面的实用工具。
弱提示/强提示
弱提示：
让这节课对主流学生来说更容易。
这个即时结果没有具体说明课堂环境以及“促进”的含义；可能会出现解析器或增益失真输出。
强力提示：
您的角色：课堂教师助理和特殊教育教师。成就：[例如“阅读简单的文字并回答 3 个问题”]。班级：混合水平；一名学生（匿名）在预读级别的长文本中分心。任务：1）3级差异化计划（内容/过程/产品）以达到相同的结果。2）建议3个不歧视但对全班有用的课堂规则。3）起草一个具有明确角色的同伴支持活动。规则：建议一个标签/污名化解决方案；选择歧视性最小的路径。注：改编将由两名教师共同决定最终确定。
在这个要求中，结果、课堂背景、输出类型和禁止“标签”都很明确。输出是两名教师将修改的草稿。
附加模板：协作说明
课堂教师和特殊教育教师之间创建一个简短的协作说明模板： - 本周的共同成就 - 谁将准备什么（材料/改编/评估） - 课堂安排（非隔离） - 要监控的数据以及谁将收集这些数据 - 下次会议的日期
提示：每节课从头开始设置差异化都很累人。针对您经常处理的习得类型（阅读理解、处理、匹配），通过人工智能创建“三级现成骨架”并积累图书馆。当出现新主题时，选择合适的框架并更改内容比重写整个内容要快得多。这减轻了你和任课老师的负担；但不要忘记通过共同决定重新考虑每个骨架对于该班级和该孩子的适用性。
常见错误
- 解析器适配。不同的桌子/书籍/单独工作给孩子贴上标签；选择最少的解析器路径。
- 破坏收获。以“让事情变得更容易”的名义完全改变结果会让孩子与课堂目标脱节。
- 归咎于一个老师。适应是两位老师的共同责任；一不准备，二不落实。
- 未计划的同伴支持。如果角色不明确，帮助就变成了单向的“做作业”。
- 侮辱性语言。在同龄人面前将孩子标记为“不同/特殊”会导致排斥。
- 只是考虑目标学生。良好的组织往往会使整个班级受益；以此为契机。
总之
包容意味着有特殊需要的学生在适当的支持下与同龄人一起接受教育。它的成功取决于差异化（内容/过程/产品/环境）和非隔离的课堂安排，使每个人都能获得相同的结果。如果计划得当，同伴支持将使目标学生及其同伴受益。人工智能快速生成这些计划的草稿；但适应是课堂教师和特殊教育教师的共同决定，他们应该始终选择歧视性最小、非标签化的路径。包容性不能落在一个老师身上；当角色分担书面且清晰时，孩子在每节课中都会得到有计划的支持，并且课堂的完整性得以保持。
应用任务
选择包容性学生课程的结果。通过本单元中的“电源提示”，向 AI 请求三个级别的差异化、非差异化编辑和同伴支持活动。检查输出是否 (1) 保持结果，(2) 歧视/标签，(3) 在两名教师之间分配责任，并与任课教师至少调整一点。
清单
- [ ] 我将相同的增益区分为至少两个或三个级别。
- [ ] 编辑不会分开，如果可能的话，它适用于整个班级。
- [ ] 同伴支持中的角色明确且轮换。
- [ ] 改编是两位老师的共同决定。
- [ ] 没有标签/侮辱性语言或顺序。
- [ ] 成绩保持着，孩子没有脱离班级目标。