每天清晨，莫妮卡·维雷布（Monika Vereb）都要开将近一个小时的车去学校。

她是美国弗吉尼亚州一个大型公立学区的校长。对她而言，真正的工作往往在抵达学校前就已经开始。

今天有一场需要认真准备的教师谈话。昨天的会议留下了几个尚未解决的问题。学校的教学改进计划需要跟进，教师希望得到反馈，家长的邮件等待回复，学生的事情随时可能打乱原本排好的日程。

过去，她习惯在开车时反复想着这些问题。

车里的音乐或播客可能一直播放，但她的注意力已经被即将开始的工作占据。

有时，她会在心里重新经历一场不愉快的谈话。有时，她又担心忘记了某件重要的事情。

后来，她开始在适合安全使用免提设备的情况下，与ChatGPT进行语音对话。

她不让AI替自己决定怎样管理学校。

相反，她会请它帮助梳理当天的工作重点，或者在与教师进行敏感谈话之前，想清楚应该先问什么问题。

有时候，她会让AI模拟一位教练，提醒自己是否忽视了对方的处境。

下班路上，她又会复盘当天的会议：有哪些话没有说清楚？为什么一次讨论没有达到预期？明天应该优先处理什么？

这项变化并没有缩短她的通勤时间。

每天仍然需要将近两个小时往返。

但维雷布感觉，自己抵达学校时，不再像过去那样被混乱的念头占据；下班时，也更容易从一天的紧张事务中理出头绪。

9月23日，她在美国教育科技媒体EdSurge发表文章，题为《为什么AI让我成为了一个更好的校长》。

她没有展示令人眼花缭乱的教学系统，也没有宣布用AI减少了多少行政岗位。

她谈论的是一种不太容易用数字衡量的变化：当机器帮助她处理部分信息和思考负担后，她终于能够把更多注意力留给学校里真正的人。

校长最缺少的，可能不是时间

在公众印象中，校长是一所学校的负责人。

他们决定学校的发展方向，管理教师团队，关注教学质量，也要对学生的安全与成长负责。

但现实中的校长，很大一部分时间都用来处理行政事务。

需要签署的文件、不断更新的政策要求、会议记录、人员安排、预算、家长沟通、学生行为问题，以及来自教育主管部门的各种报告。

这些工作不能简单省略。

学校毕竟不是一家只需要追求销售额的企业。它涉及未成年人、教师权益、公共资金和教育公平，许多程序必须得到遵守。

问题是，行政事务很容易不断膨胀，最终挤占教学领导本身。

2026年春季公布的明尼苏达州校长调查，就呈现了这种矛盾。

调查发现，71%的校长认同，教学领导应该是自己最主要的职责。

但他们实际投入教学指导、课程改进和教师专业发展工作的时间，却远远少于理想水平。

相反，人员安排、行政文件、学生行为管理和法规事务，占据了大量工作时间。

这并不只是某些校长不会管理时间，而是学校领导岗位本身正在承受越来越多的要求。

一位校长可能花了一上午处理报表和邮件，到了下午却已经没有足够的精力认真听一位教师讲述课堂里的困难。

会议可以按时结束，文件也能全部提交，但不代表学校因此得到更好的领导。

维雷布正是在这种情况下，重新理解AI的价值。

她发现，自己需要的不是一种能够让她再完成十项任务的技术。

真正重要的是，能否减少每天反复整理信息、安排事务和准备沟通所消耗的脑力。

因为人的注意力是有限的。

当一个人不断在不同任务之间切换，即使每件事只花几分钟，也可能在一天结束时感到疲惫。

而对于校长这样需要不断作出判断、处理人际关系的岗位，疲惫本身就可能影响工作质量。

一场困难的谈话，可以先和AI练习

维雷布在原文中提到，自己会让ChatGPT参考一些教育领导和认知教练框架，帮助她准备与员工的敏感谈话。

比如，一名教师的课堂表现需要改进。

校长当然可以直接告诉对方，哪些地方没有达到要求。

但这样做未必总能收到好的效果。

教师可能觉得自己受到指责，开始为每一个问题辩解。

原本应该讨论如何改善教学的会议，最后可能变成双方互相解释、互相防御。

维雷布会先与AI讨论：应该怎样提出开放性问题，既让对方理解问题的严重性，又尽可能保留信任？

她可以尝试不同的表达方式，思考哪些问题需要进一步了解，哪些判断可能过于仓促。

AI不会知道那名教师所有的实际困难。

也不可能代替校长判断某项教学表现是否合格。

但它可以像一个随时能够讨论的对象，让校长在正式谈话前把自己的想法说出来，再重新审视。

这与直接要求AI写一封批评邮件，有重要区别。

前者是在帮助管理者思考，后者则可能让管理者跳过真正需要完成的判断。

教育管理经常涉及一些没有标准答案的问题。

一名教师表现不佳，是能力不足，还是工作负担过重？

学生在课堂上不断打断别人，是纪律问题，还是需要进一步了解家庭和心理状况？

家长提出激烈投诉时，校长应该怎样区分合理诉求与事实误解？

这些问题不能只靠一段流畅的AI回答解决。

但在作出决定之前，有机会冷静地梳理几种可能性，确实可能帮助管理者避免仓促回应。

维雷布特别强调，AI并没有取代她信任的同事和专业教练。

真实的同事能够了解学校环境，指出她可能没有意识到的问题，也能够从长期关系中提供支持。

AI只是填补了正式咨询与日常工作之间的一部分空白。

它是一个可以反复讨论、不必预约的思考工具，而不是学校里的另一位校长。

一份两页的通知，为什么不一定比两分钟的音频更有用？

校长必须不断向教师传递信息。

学校的教学安排发生变化，需要通知。

新的课程要求开始实施，需要解释。

有时候，一份通知包含几个不同部门的事项，写到最后已经相当冗长。

对于校长来说，信息已经发出，任务似乎就完成了。

但站在教师的角度，事情并不一定如此。

一名教师早晨需要准备课程，白天连续上课，中间还要处理学生的问题。到了下午，她可能还有作业需要批改，与家长的沟通尚未完成。

这时候，邮箱里多了一封很长的校长通知。

她当然可以阅读，但是否有足够时间消化其中的每一个要求，是另一回事。

维雷布尝试用谷歌的AI笔记工具改变这种沟通方式。

她把每周需要传达的信息整理好，再利用NotebookLM等AI功能，将文字内容转化为类似播客的音频概述。

原本冗长的文字，可以变成一段90秒到两分钟的音频。

教师如果没有时间仔细阅读，也可以选择收听，先了解本周最重要的事项。

这并不意味着所有通知都应该由AI朗读。

涉及法律义务、安全规范或必须准确执行的程序，仍然需要保留完整、正式的书面版本。

音频摘要也可能遗漏例外条件，不能成为所有人执行校规的唯一依据。

但这种尝试提出了一个值得学校管理者考虑的问题：

发送通知的目的，究竟是证明自己已经通知了别人，还是确保对方真正理解需要做什么？

维雷布把这一做法与教育界长期倡导的“通用学习设计”（Universal Design for Learning）联系起来。

通用学习设计主张，在教育活动中提供多种信息呈现和参与方式，让不同需求的学习者都能更有效地获取内容。

她认为，既然教师在教学中需要考虑学生的不同学习方式，学校管理者在与教师沟通时，也可以采用类似的原则。

文字适合需要反复查阅的人。

音频则可能更适合在通勤途中或完成其他不需要高度注意力的工作时收听。

两种方式可以并存。

重要的是，管理者不应把自己的表达习惯，当作所有人的接收习惯。

AI帮她检查资料，但没有替她作出决定

维雷布所在的学校面临正式的教学改进要求。

在美国教育体系中，部分学校如果长期未达到相应的表现标准，会被纳入综合支持与改进（Comprehensive Support and Improvement）范围，需要制定计划，并持续证明教学措施正在得到落实。

这意味着，校长不仅要关注学生每天的课堂表现，还要定期整理评估资料、分析问题，并向教育主管部门说明改进工作。

维雷布会在获准使用的环境中，让AI协助处理学校改进文件、教学评估摘要、教师反馈和专业发展资料。

例如，她可以要求AI比较几份材料，指出其中可能存在的矛盾，或者整理哪些问题还缺少足够证据。

她也会在课堂巡视后，根据不涉及保密信息的观察笔记，利用AI梳理后续需要与教师讨论的重点。

这类用途与直接让AI评价教师好坏不同。

一次课堂观察，可能只持续十几分钟。

AI可以帮助校长把观察记录整理得更清楚，却无法知道那节课此前发生了什么，也未必能准确理解教师为何选择某种教学方式。

如果管理者只凭AI生成的分析，就判断教师是否称职，很容易忽略真实的教学环境。

例如，一个班级的考试成绩下降，可能涉及学生基础差异、缺课、课程内容变化或其他因素。

AI能够发现数据中的变化，但不一定能解释变化的原因。

而教育管理中最困难的部分，往往恰恰在于解释原因。

因此，维雷布把AI提供的分析视为进一步调查的起点。

最终应该采取什么措施，仍需要她与真正了解学校的教师和管理团队共同决定。

这里也存在一种值得警惕的风险。

当AI能够迅速整理大量资料，管理者可能更容易相信一个形式完整、逻辑流畅的总结。

可AI生成的内容即使看起来专业，也可能包含错误，或者在概括过程中遗漏不符合主要趋势的个别情况。

学校管理者必须核对原始资料。

尤其在学生评估、教师考核和资源分配等涉及重大利益的领域，不能让一个无法解释全部判断依据的系统，成为最后的决策者。

学校可能是最不能随意上传资料的工作场所之一

AI进入学校管理，比进入许多普通办公室更需要谨慎。

原因很简单：学校掌握大量与未成年人有关的个人资料。

学生的成绩、家庭联系方式、健康信息、特殊教育需求、行为记录和心理辅导资料，都可能属于需要严格保护的信息。

教师和其他员工的人事资料，也不适合随意交给外部AI平台处理。

维雷布在文章中特别说明，自己不会将学生或教职员工的保密信息输入AI工具。

她强调使用所在学区批准的工具，在学校允许的环境中处理资料，并对生成内容进行核实。

这一边界不只是个人习惯，也关系到学校的数据治理责任。

联合国教科文组织早在2023年就发布了《生成式人工智能在教育和研究中的指南》，要求教育机构以人为中心使用AI，特别关注隐私保护、年龄适宜性和工具的伦理评估。

2025年，教科文组织再次指出，AI虽然可以改善教学和教育管理，但也可能扩大既有不平等，并带来隐私、安全和治理风险。

对于校长来说，真正安全的使用方式不是简单地告诉教师“不要输入敏感信息”。

学校还需要规定哪些工具可以使用，哪些资料可以处理，谁有权限访问，以及出现错误后由谁负责。

同样，如果学校希望通过AI生成教师反馈或家长通知，也应该确保接收者能够了解这些信息的来源，并在发现错误时找到真实的负责人。

技术公司可以提供工具，却无法替学校承担对学生和家长的全部责任。

这一点对于预算有限、缺少专业信息技术团队的学校尤其重要。

先进的AI工具可能很容易购买，但安全可靠地使用它们，需要更多制度准备。

让AI替自己思考，和利用AI把事情想清楚，是两种不同的能力

维雷布的经历有一个容易被忽视的细节。

她并不是在使用AI之后，才开始思考怎样成为一名好的校长。

相反，她原本就熟悉教育管理和教师指导，也有自己信任的专业同事。

因此，当她与AI讨论一场困难谈话时，能够分辨哪些建议符合实际情况，哪些需要修改，哪些根本不适合自己的学校。

这种专业判断，是AI无法直接提供给她的。

对于缺乏经验的管理者，情况可能不同。

如果一个人还不知道什么是一场有效的教师指导谈话，就很难判断AI生成的谈话方案是否合适。

如果管理者不了解课堂教学，他可能把一份表述得非常漂亮的分析，误当作准确的专业评价。

AI降低了生成建议的门槛，却没有自动消除判断建议质量所需的专业知识。

这也是为什么学校在推广AI之前，仍然需要重视校长和教师的专业发展。

一位优秀校长使用AI，可以减少整理资料的负担。

但一个原本管理能力薄弱的人，也可能借助AI更快地生产更多没有实际价值的文件。

技术能够放大既有的工作方式，却未必自动改变其中的问题。

维雷布已经开始把自己摸索出的工作流程分享给其他校长，并与副校长及学校领导团队一起讨论AI的合理使用。

她参加了学区组织的培训，包括如何建立定制AI项目、使用Gemini的个性化功能，以及设计更有效的教学与管理流程。

这让AI使用从一个人的私人尝试，逐渐变成学校领导团队可以共同学习、相互检查的工作方法。

但这仍然只是一个学校管理者的实践案例。

文章没有提供学生成绩显著提高、教师离职率下降，或家长满意度改善的独立统计数据。

因此，维雷布认为自己成为了更好的校长，是基于个人经验的判断，而不是已经经过对照实验验证的结论。

这一点并不削弱她的经历值得讨论的意义，却提醒我们不要把一位教育工作者的积极体验，直接推广到所有学校。

AI节省下来的时间，最终会归还给谁？

教育科技产品经常向学校承诺提高效率。

批改作业可以更快，会议记录可以自动生成，教学计划可以在几分钟内完成初稿。

这些能力当然具有实际价值。

但效率改善之后，还存在一个经常没有被认真讨论的问题。

节省下来的时间，最终会怎样使用？

如果一名教师因为AI每周少花两个小时写行政材料，学校随即要求她多完成两小时的其他报表，那么技术只是增加了组织可以要求的工作量。

如果校长能够更快地准备会议，却因此每天多安排三场会议，那么原本想要解决的注意力不足问题，可能并没有改善。

技术节省时间，不代表使用者一定能因此获得更轻松或更有价值的工作生活。

真正决定结果的，仍然是管理制度。

维雷布选择把部分腾出的精力用于课堂巡视、教师指导和家长沟通。

她希望自己在会议中能够更仔细地听别人说话，也能注意到那些一直没有机会发言的人。

这些事情很难像邮件数量一样进行简单统计。

但对于一所学校来说，它们可能比一份完成得更快的行政文件更加重要。

一名教师向校长反映工作困难时，可能并不需要校长立即给出一套完美方案。

他首先需要确定，对方真的听懂了问题。

一个学生在走廊里叫住校长，也许只是想告诉她班上发生的一件小事。

但校长是否愿意停下脚步，有时会影响学生今后是否还愿意向成年人寻求帮助。

对于家长来说，一次耐心而清楚的沟通，也可能比一封格式完美的自动回复更有意义。

这些看起来并不高科技的事情，才是维雷布希望通过AI重新获得的工作空间。

一所好学校，需要的是更多技术，还是更多注意力？

学校管理者一直面临一种矛盾。

他们被要求对越来越多的事情负责，却没有因此获得更多能够不受打扰地思考的时间。

新的教育技术原本应该减轻负担，但有时又带来新的系统、培训、数据报表和审核要求。

一项技术引入学校后，是否真的改善工作，不能只看使用者每天登录了多少次，也不能只看自动生成了多少份文件。

更有意义的问题或许是：教师是否得到更及时的支持？家长是否更容易得到解释？学生的问题有没有被更早发现？管理者在作出重要决定前，是否有机会认真检查证据？

这些指标比单纯计算节省了多少分钟更加复杂，也更难得到可信的数据。

但它们与教育真正要实现的目标更接近。

维雷布每天仍然需要开车去学校。

她仍然需要处理家长投诉，参加会议，监督教学改进，面对突发问题。

AI没有让这些责任消失，也没有让学校变成一个可以自动运行的组织。

它只是让她有机会在一天开始之前，理清自己真正需要关注的事情。

有时候，她通过语音对话准备一次敏感谈话。

有时候，她让AI把一封冗长的通知转化成便于教师收听的音频。

有时候，它帮助她整理观察记录，让她能够带着更明确的问题走进下一场会议。

这些变化都不算惊天动地。

但学校的日常生活本来就不是由惊天动地的事情组成的。

它由大量细微而反复发生的接触构成。

教师希望有人理解教学中的困难，学生希望在需要帮助时找到成年人，家长希望学校能够认真回应自己的担忧。

校长则需要在行政事务和这些人的需求之间不断作出选择。

维雷布的文章最后提出了一种值得教育管理者重新考虑的衡量方式。

下一次学校决定引入一项AI工具时，不妨先别急着问它能自动处理多少任务。

更应该问，它能否让校长和教师把更多注意力留给那些真正需要他们的人。

如果人工智能最终能够让一位校长少盯一会儿电脑屏幕，多看一眼教室里的学生，那么它带来的改变，或许就不只是工作效率。