免費的 AI 课程很多，但真正能記入教師繼續教育記錄或大學成績單的卻不多。Google 在9月18日宣佈，為 Google AI Educator Series 增加了學分途徑：參與者未來可通過 College Unbound 获得免費的本科認可學分，也可藉助 ISTE 與 Dominican University 的合作轉換為研究生層次的學分；伊利諾伊州的教師和管理者還可通過 Illinois Digital Educators Alliance 累積執照續期所需的繼續教育時數。
這則消息的重點並非「Google 又打造了一套 AI 的課程」。Google AI Educator Series 早在今年5月就已經上線，針對美國約600萬名 K-12 和高等教育教師，課程被切分成約15分鐘的短模組。真正的新變化在於，該平台試圖將零散的學習行為納入正式的認證體系中。對於教師而言，這些培訓是否可以用于完成學位、續證或職業發展，往往比一個平臺徽章更能決定他們是否願意投入時間。
微課程不再只發徽章，而是與高校及教師執照體系接軌
Google 公布了三條途徑，但每條途徑都有明確的界限。本科途徑由 College Unbound 提供，經認可的學分可用於完成學士學位或轉換為繼續教育單元，官方表述是「將在今年的晚些時候」開放，並非所有人今天就能立即獲得學分。研究生途徑來自 ISTE 與 Dominican University 的合作，也需要遵守合作院校的課程和學分認定規則。伊利諾伊州的繼續教育時數則服務於該州教師與管理者的執照續期，不應被理解為全美通用。
這類限制非常重要。大學學分從來不是看完視頻就會自動累計的。參與者通常需要完成指定的模塊、知識檢查或作品要求，接收學分機構也會決定學分如何計入專業或學位。Google 提供的是一條被正式機構認可的途徑，而非代表所有高校和州教育部門作出承諾。對於跨州的教師而言，最穩妥的辦法仍然是先向當地學校、學區或執照機構確認。
課程本身強調「小而能用」。如前所述，新模組將在每個月的第一个星期三進行更新，並設定理解檢查。內容包括利用工具處理重複通知、使用Guided Learning幫助學生分步解決問題、使用Deep Research規劃研究，以及通過AI Quest製作互動學習體驗。它把教師最常見的問題放在前面：明天進教室到底怎麼用，而不是先講一整套模型原理。
這種設計有現實背景。教師很難抽出連續數天來參加集中培訓，15分鐘的模塊可以擠進備課或午休時間；這些模塊相互獨立，又可以疊加成較完整的學習路線。9月19日舉行的Badge-a-thon就是一個集中入口。Google稱參與者可以在長達12小時的線上活動中隨時加入，觀看教師示範、學習節省時間的技巧，並獲得與ISTE標準對齊的數字徽章。活動已經結束，但相關課程仍是以需學習項目的一部分。
真正的門檻從「會不會點按鈕」轉向課程設計與責任邊界
將 AI 培訓替換為學分，解決的是參與動力，並不等於解決了課堂質量。教師會使用提示詞，這只是第一步。更難的是判斷何時不應該使用 AI，如何驗證生成的內容，如何保護學生數據，以及如何讓工具幫助思考而不是替代思考。如果培訓只教導速度和自動化，就很容易把課堂變成批量生成講義、郵件和作業的流水線。
Google 在課程中強調教師仍處於中心位置，並引入 ISTE + ASCD 等教育組織參與設計，這能讓內容更接近教學情境。但平臺提供者也是產品提供者，課程不可避免會以 Gemini、NotebookLM 和 Google Workspace 為主要示例。學校在採用時需要補上供應商之外的視角，例如比較不同工具的限制、建立學生資訊使用規則、規定教師對輸出承擔最終審核責任。
對於高校和學區來說，認可微課程還有一個更大的問題：如何評估能力。傳統培訓通常以出勤時間來計分，而短課程則更適合用任務和證據來驗證。一名教師是否能設計出符合學習目標的活動，是否能解釋為何採用某項工具，是否能發現模型中的編造和偏差，這些比完成多少分鐘的視頻更值得記入專業成長記錄。所謂的“rigorous checks for understanding”需要在實際執行中證明，認證機構也應該公開評估標準。
對於教師個人而言，這條新路徑最有價值的之處在於降低了試錯的成本。課程免費、單節時間短，且有可能轉換為正式學分，這意味著學習不再只能依賴學校統一采購的大型項目。教師可以先完成與自己工作最相關的模塊，再決定是否繼續累積學分。但「可轉換」並不等於「必然接受」，報名之前核對資格、費用、開放時間以及當地認定仍是需要進行的步驟。
AI 教育市場過去習慣以覆蓋人數和課程數量來製造聲量。這次更值得關注的是認證關係：技術公司負責內容和平台，高等學校負責學術學分，專業組織負責標準，州級合作夥伴負責執照續期。如果這套關係運作良好，教師培訓可能會從一次性的產品發布會變成可以累積的職業記錄；如果規則含糊，它也可能只是給徽章換了一個更響亮的名字。最終的判斷標準很簡單：教師完成之後，是否真的能將更可靠、更有邊界感的AI使用方法帶進課堂。
