知识内化的过程分四层，讲师能逐层提出要求

第一层是学员能把内容按自己的说法复述出来，而不是照读原文。复述能暴露理解的缺口：说不出来的部分，通常也是没想清楚的部分。第二层是学员在给出的具体情形里选出做法，并说清依据。这一层比复述多出一步：学员要把内容与情形对上，判断这段内容管哪一类问题。两层都可以在课程里直接提出要求，学员作答时有明确的主题范围。

第三层是在没有主题提示的场合，学员能想起手上的任务需要用到刚学的内容。第四层是遇到与例子不完全一样的情形时，学员能判断哪些条件变了、原做法的哪一部分仍然适用。这两层的作答条件与前两层不同：题目不说明考哪一段，情形也不是课上用过的那个。四层由此按两个条件排开：学员手上有多少提示，情形与课上的例子差多少。这个分法不唯一，按讲师能否单独提出要求划分。

课程是一个提示很多的环境。内容按主题分章，练习紧接讲授，课后测按模块划分，题目也归在对应的章节下。学员作答时无需判断该调用哪一段内容，题目的位置已经指明范围。这种安排在教学上有作用：前两层要求学员先把内容对准问题，提示能降低起步难度。问题在于提示一直在，作答不必经过第三层要求的那一步。

讲师能观察到一个现象：同一批学员，刚讲完某一主题时答得稳，把不同主题的题目混排、或隔一段时间再出同类题目，正确率与当时不同。这类现象在课程中较常见，差多少要看内容与学员，不能给出统一数值。它说明前两层要求通过，不代表第三层已经成立。内化到了哪一层无法直接观测，讲师只能从学员在不同提示条件下的作答表现去推断，提示条件因此要成为课程设计里的一个变量。

AI 能承担的是把企业已有资料整理成学习活动初稿这一段工作：同一段内容改写成不点明主题的几种问法，把不同主题的题目混排，安排在隔一段时间后再次出现，并按业务情形补出条件变化过的版本。讲师原先要从零写出每一道题，现在改为在初稿上判断留哪一道、改哪一处。这里改变的是这类活动的成稿投入与供给数量，不是对学员是否掌握的判定。

投入方式随之变化。讲师不再逐题撰写，而是核对初稿里的情形在岗位上是否真的会发生、条件变化的写法是否符合当前口径、题目的说法有没有超出内容能支持的范围。这部分判断仍然要花时间，也仍然由讲师负责。能够持续供给的是活动数量，专业判断的位置没有移走。