AI赋能推普：当“普普小老师”走进暑托班——教育科学学院“全心全益”赴安徽师范大学“筑梦未来”本科生社会实践团队开展推普专项实践活动
“我爱上幼儿园！”当小女孩对着话筒念完这句话，屏幕闪出五颗星星时，她愣住后咧嘴笑了。这是安徽师范大学教育科学学院“全心全益”赴安徽师范大学“筑梦未来”本科生社会实践团队开展“AI+推普”活动的一幕。
团队自主开发的推普智能体“普普小老师”能为幼儿提供个性化发音评测与即时激励。短短两周，孩子们从不敢开口到争相举手测试，科技正让推普课堂发生真实改变。当前，国家“十五五”规划已明确要求实施通用语言文字普及攻坚和质量提升行动，数字化赋能正成为基层推普的新路径。
科技赋能推普：从“听不过来”到“精准识别”
“一位老师面对十几个孩子，很难同时捕捉每个人的发音细节。”在实际教学中，有些孩子的发音问题被“漏听”，有些孩子因为紧张甚至不敢开口，这让传统的齐读共练式推普效果十分有限。
开发智能体的想法应运而生。团队希望借助AI技术，让模糊的“标准”变成可视化的数据，让每个孩子的发音细节都能被“听见”和记录。从需求分析到技术选型，从代码搭建到实际测试，“普普小老师”的诞生并非一蹴而就。初期版本接连“翻车”：语音无法识别、评分高度同质化、无论读得好不好都给出差不多的分数。更大的挑战来自幼儿真实场景的“不适配”，4到6岁孩子的声道明显比成人短，共振峰频率偏高，加上换牙期说话“漏风”、音量控制不稳定，而语音评测模型大多基于成人语音数据训练。孩子离话筒稍远分数就会下降，换气卡顿也会被判定为低分，团队副队长陈路意识到：“很多时候不是孩子读得不好，而是系统‘听不懂’孩子的发音。”
为了让技术真正服务于低龄群体，团队做了三重优化：前端生成绕口令游戏，以游戏化方式激发幼儿兴趣；扩充测评词库，涵盖单字、词语、诗歌、长句等多种类型；增加数据导出功能，便于后期分析与效果追踪。
数据见证成长：从3分到80分的跨越
正式测试时，孩子们轮流来到话筒前，输入名字，选择“单字”“词语”“诗歌”或“长句”模式，对着屏幕开始朗读。等待的孩子有的踮脚张望，有的小声跟着念。评测结束，屏幕上跳出分数和星星，拿到五颗星的孩子会不自觉地弯着嘴角，轮到下一个时，不管分数高低，围坐的小伙伴们总会鼓掌，笑声和起哄声混在一起。
两周里，团队收集了46条有效评测记录。数据分析显示：全班总分均值61.2分，最高分100分，最低分3.0分，个体差异显著；声调平均分（76.0分）明显高于声韵母平均分（62.4分），印证了幼儿口腔精细运动能力尚在发育的生理特点。从评测类型看，单字平均分最高（68.8分），歌词和难点发音最低（均为57.8分），说明语境和任务复杂度对幼儿发音表现影响显著。
最让团队振奋的是，不少孩子都取得了明显的进步。一个平时不太爱说话的小男孩，第一次朗读只得了很低的分数，旁边的孩子忍不住笑了。团队队长金蕊蕊鼓励道：“没关系我们再来一次。”男孩犹豫了几秒，重新凑近话筒。这一次，分数翻了好几倍，五颗星星齐齐亮起——他收获的不仅是分数，更是一种“我可以”的确认。
另一个孩子从第一次的个位分数，经过老师一对一鼓励和带读，第二次跃升至80分以上。“AI诊断+人工干预”的模式初见成效。也有孩子在不同评测类型上表现悬殊：单字认读分数不高，但在完整句子中借助语流和语义的支持反而发挥出色。这提醒团队，评估幼儿发音水平不能只看单一类型，必须增强“多类型综合评估”的意识。
青年勇担责任：让推普从“一阵风”变成“长效事”
46条记录里，除1条得3颗星外，其余全是5颗星，系统采用了“正向偏置”的策略。这并非技术漏洞，而是有意为之。对幼儿而言，看得见的星星比具体评价更有吸引力。教育智能体首先应该是“加油站”，而不是“考场”。
团队在实践中也清醒地认识到AI的局限。幼儿语音识别的适配问题依然存在，长句评测时孩子换气卡顿会导致分数异常偏低，需要教师提前带读来规避。当前版本对非技术背景的教师门槛较高，团队成员李俊宏强调：“再好的技术，老师用不起来也是零。”团队已将Web端和小程序的迁移工作列入未来计划中。
但数据无法直接呈现的，是另一种变化。实践进行到后半段，有孩子主动跑来问：“老师，今天还能读吗？”有人看着自己的数据报告，一个字一个字地指着问：“老师，这个怎么读啊？”孩子们开始对自己的发音产生好奇，开始主动追问“怎样读得更好”。
推普这件事听起来很大，但落到这间暑托班的教室里，其实就是一个孩子鼓起勇气读了一句话，然后有人对他说：“你读得真好，再来一次。”AI让每一个发音都被精准捕捉，让每一份进步都有迹可循，从一行行代码到一张张数据报告，团队成员用专业所学回应真实的社会需求，也用行动证明：科技从来不是教育的替代品，而是让教育变成更有温度、更加精准的放大器。当青年智慧与基层推普相遇，“书同文、语同音”的愿景，正在这一方小小的教室里悄然生根，向阳生长。（陈荣珍 张婷婷 周晓雅 金蕊蕊 朱雯婕）