随着人工智能在高等教育中承担越来越多任务，新加坡国立大学两名教育工作者正在强调：优秀教学如今不再只是传递信息，而是培养判断力、好奇心和品格。这个观点在2026年大学教学奖典礼和杰出教育工作者奖公开讲座上被突出呈现，获表彰的包括副教授 Stephen Tay 和副教授 Robin Loon。
重点事实
- Stephen Tay 副教授任教于新加坡国立大学设计与工程学院的建筑环境系。
- 他提出的“通过提问、回答与反思实现情境化学习”框架，简称 CLEAR，鼓励学生自己提出问题、用真实案例作答并向同伴讲解。
- CLEAR 之后已在新加坡及另外五个国家推广应用。
- Robin Loon 副教授共同设计了新加坡国立大学文学暨社会科学学院的 GEN2001《戏剧与社区参与》课程。
- Peter Ho 教授表示，随着人工智能越来越多地处理起草、综合与内容生成，教育者必须更强调批判思维和品格。
这对新加坡国立大学及其他高校学生意味着什么？
对学生而言，这一变化意味着课堂学习正在从“只看最终答案”转向“重视思考过程”。在 Tay 的 CLEAR 方法中，学生要先自己生成教程问题，再用现实案例构建答案，最后向同伴讲解。这会把学生角色从被动接收者转变为问题解决者和同伴教师。
Loon 的课程则从人的一面继续推进这种转变。通过角色扮演、过程戏剧和社区观察，学生被要求审视自己的假设，并检验自己对日常伦理情境的反应。其实际目标不仅是记住知识，更是在人工智能能够提供信息、却不能承担道德责任的情况下，培养更好的判断力、开放态度和自我反思能力。
对大学和教师来说，这些例子也提示了更广泛的教学挑战：可以使用人工智能，但评估和课堂设计必须围绕人工智能无法提供的能力展开，包括批判性评估、韧性和品格，这些都在讲座和开场致辞中被反复强调。
为什么人工智能会改变“好教学”的定义？
人工智能改变教学讨论，是因为信息更容易获取，内容也能迅速生成。在这种情况下，新加坡国立大学的教育者认为，教学的持久价值在于帮助学生判断、质疑和反思。Peter Ho 教授指出，算法可以起草、综合和生成，但不能提供判断力、韧性或品格。
这种观点把学习活动的重点放在：要求学生审视想法、把它们与现实经验连接起来，并形成独立结论。Tay 和 Loon 的课程就是这种转向的实例。
CLEAR 框架在课堂上如何运作？
CLEAR 是“通过提问、回答与反思实现情境化学习”的缩写。Tay 介绍说，这一方法不是直接把教程题目交给学生，而是引导他们自己生成问题，再用真实案例作答，随后利用这些问题与答案向同伴讲解。
他之所以开发这一框架，是因为学生曾表示，理论方程不容易理解。课程中的一次活动把城市可持续发展挑战改造成游戏，让学生把理论与实际应用联系起来。文章还指出，CLEAR 现已从新加坡国立大学扩展到新加坡各地以及另外五个国家的学校和教育者。
Robin Loon 希望学生学到什么？
Robin Loon 的教学强调，教育应当塑造人的品格，而不只是传授知识。他认为，技能会被遗忘，但心智习惯和对他人作出反应的方式会持续更久。这个理念构成了他共同设计的 GEN2001《戏剧与社区参与》课程基础。
在这门课中，学生通过角色扮演、过程戏剧和社区观察，审视自己的思维与行为方式。讲座中引用的一名学生反思提到，她在拥挤的火车上看到一名孕妇时，重新思考了自己的反应。演讲所要表达的是，课堂经验可以改变学生在课堂外的行为方式。
谁在新加坡国立大学奖项活动中获得表彰？
在2026年大学教学奖典礼和杰出教育工作者奖公开讲座上，两名教师被认定为杰出教育工作者：Stephen Tay 副教授和 Robin Loon 副教授。Tay 任教于建筑环境系，Loon 则来自英语、语言学与戏剧研究系。
活动还包括 Peter Ho 教授的发言。他是本科教育与技术增强学习副教务长，并在开场致辞中阐述了在人工智能时代更强调人类判断力的理由。
