图片由人机协同生成

最近，某人工智能应用推出了一系列教育相关的功能，比如拍题答疑、作业批改等，引发了家长的广泛关注，还引发了不少孩子的吐槽。与此同时，“孩子到底能不能用AI”这一话题，也成为教育学界热议的焦点。

AI进入基础教育领域，可谓一石激起千层浪。它波及的主要层面至少有3个：教育目标的震荡、教育公平与分化的问题，以及教师角色与权威结构的重构。

其实，任何有关AI与教育发展的讨论都牵动人心。首先，教育在中国社会不只是个人成长的路径，更是最重要的社会流动机制。当AI进入教育场域，它改变的不仅是“怎么学”，更可能重塑“谁有资格上升”“努力是否仍然有效”“公平是否还能被感知”等根本性问题。任何对学习路径的技术重构，都会被立即解读为对既有竞争秩序的干预。

其次，中国教育具有高度结果导向的特征，这与AI的“结果生成能力”形成了强烈共振。在AI的主导下，学习正被制度性地重构为“结果的获取”。有人认为，AI会打破中国的应试教育，我没有那么乐观。相反，我认为，AI让“不经过学习过程而获得学习成果”在技术上变得前所未有地容易。传统教育当中的考试、升学、排名、评价体系，本就是围绕可量化的结果构建的；在这种“结果消费”逻辑中，学习的正当性来自其是否“立刻有用”。而如果把AI过度当做“有用性”工具，学习者有可能从认知的生产者退化为认知产品的使用者，甚至出现“结果提升—能力停滞”的反常现象。这一点其实是教育工作者最担忧的。

第三，家庭是AI教育焦虑的放大器。在AI时代，家长对孩子学业乃至职业选择的焦虑被进一步放大。在教育领域，我们常听到一句话：“不要让孩子输在起跑线上。”在高度依赖家庭投入的教育结构中，家长既是投资者、监管者，也是风险的最终承担者。因此，是否使用AI工具，很容易被等同于“是否让孩子在起跑线上落后”的关键变量。这使得任何有关AI辅助学习、替代作业、智能辅导的讨论，都会迅速演变为集体性的焦虑扩散，而非冷静的对策评估。

由此可见，AI进入教育之所以引发如此大的关注，不仅在于技术本身的颠覆性，更在于它触动了与代际传递相关的高度制度化、情感化的社会核心议题。讨论AI与教育的关系，就不能仅仅把它当作一个技术应用问题，而应视之为一个关乎公平、努力、代际责任乃至社会未来想象的综合性命题。

因为我自己是老师，同时目前又在研究人工智能，经常会收到一些AI与教育关系方面的提问。其中一个最常被问到的问题就是：“孩子长期用AI，到底会不会变笨？”

这个问题其实是有陷阱的，简单地回答“会”或“不会”都会误导。准确地说，孩子长期使用AI，未必会“变笨”，但极有可能在某些关键认知能力上，出现退化或偏移。

在什么意义上“变笨”

如果“变笨”指的是总体智商下降，目前尚没有可靠证据支持这一点。但如果“变笨”指的是以下能力的弱化，那么风险是真实存在的——延迟满足与耐受挫折的能力，从零开始构建问题的能力，在不确定中持续思考的能力，将碎片信息整合为结构性理解的能力。

打个比方，这些能力并不等同于“知识量”，而更像是一种心智肌肉，依赖反复使用、持续负重与主动调动而得以维持。知识可以被储存、被调用，甚至被外包；但思考能力却只能在亲自参与中形成。正如身体的肌肉，一旦停止锻炼，并不会立刻消失，却会在不知不觉中松弛、退化，直至失去原有的力量。

AI潜在的问题正在这里。问题不在于技术是否“给答案”，而在于可能过早终止思考过程，而思考，又必须是由人亲力亲为的。

AI是“工具”还是“代理”

AI往往处在“工具”与“代理”之间的灰色地带。对学生而言，如果AI成为其“认知代理”，可能带来较高风险。其典型表现是：作业直接让AI生成，遇到不理解的内容也不追问，把“能交差”等同于“已掌握”。这样一来，不仅思考过程被外包，错误也被掩盖，学习就变成了“结果消费”。它所导致的，是问题分解能力的萎缩、中间推理能力的空心化，以及自我校正能力的外包。长此以往，孩子并非“什么都不会”，而是越来越不擅长独立思考、分辨信息的真假。

反过来，如果AI成为学生的“认知支架”，它的目标就不是提供最终结果，而是工具性地支持学生完成其尚不能独立完成的任务。若AI被恰当地设计和使用，它至少可以在问题启动阶段、推理展开阶段、反思与迁移阶段3个关键节点发挥作用。

这就要求学生以正确的方式使用AI：先自己思考，再让AI评估；要求AI展示推理路径，并与自己的推理过程对照；让AI反问、质疑、举反例，把它当作“高强度陪练”。

在这种模式下，AI发挥的不是替代作用，而是增强作用。学生被增强的能力包括：元认知（即对自身思考过程的觉察与调控）、迁移能力（能否举一反三），以及表达与修正能力。如此使用AI，孩子完全可以比没有AI的同龄人更出色。

真正的挑战不在知识而在心智

对儿童和青少年来说，最大的挑战还不是获取知识的多寡，而是他们的心智结构如何成形。儿童和青少年往往并不会主动质疑技术系统的合理性，他们更可能把反复使用的系统，当作世界“本来就如此”的一部分。一旦AI在学习情境中长期扮演“总是可用、总是给出答案”的角色，它实际上就在参与心智规范的制定。

AI的危险在于：它总是快速给出答案，甚至带有讨好用户的倾向；它几乎不制造必要的挫败感。然而，人要想获得成长，难免经历迷茫、卡顿、试错，并在此基础上培养不轻言放弃的品格。

如果孩子的认知世界长期由AI调节，那么会出现一种偏差人格：这种偏差并非病理意义上的“异常”，而是一种在特定技术环境中被合理化、被强化的适应性人格。在面对认知困难、延迟回报、失败或不确定性时，心理承受阈值较低、情绪波动显著；内在目标生成与自我监控能力差；关系性权威错位等。

这一点怎么强调也不过分：在儿童与青少年的教育语境中，AI的核心问题从来不只是能不能教会更多知识，而是看它正在协助塑造一种怎样的心智结构。

作为一个思考主体而存在

由此看来，长期使用AI，并不会直接让孩子变笨，但可能会让他们更容易放弃成为思考的主体。要纠正这一点，关键并不在于限制AI的能力，甚至让孩子远离AI，而是要让他们在使用AI的过程中，成为一个真正的思考者。

比如，在作业设计上，可以划定一些“硬边界”：问题必须由学生自己提出；让思考过程保持可见，禁止只提交最终答案；规定学生必须在不借助AI的情况下，口头或手写解释其完成作业的核心逻辑；布置一些难以由AI完成的作业。

对于高年级学生，可以实行作业类型转向，例如：比较不同AI的回答；批判AI的假设前提；设计让AI犯错的任务，再由学生修正。此时AI不再是“作弊工具”，而是被分析的对象。而老师的任务，则是训练学生与AI对话，而非单纯接受AI输出。

归根结底，这些都是为了让学生在使用AI时，保证“大脑在场”。真正的分水岭不在于技术本身，而在于技术使用中，是否保留了那些必须由人独立完成的思考环节。学生使用AI是“变笨”了还是“变聪明”了，取决于AI被当作什么来使用。这并非由AI的能力决定，而是由人与AI的关系结构决定。

在课堂上，我常对学生讲一句话：不要让自己的大脑成为别人的跑马场。而在今天，下一代面临的新课题是：不要让自己的大脑成为AI的跑马场。

图片由人机协同生成

最近，某人工智能应用推出了一系列教育相关的功能，比如拍题答疑、作业批改等，引发了家长的广泛关注，还引发了不少孩子的吐槽。与此同时，“孩子到底能不能用AI”这一话题，也成为教育学界热议的焦点。

AI进入基础教育领域，可谓一石激起千层浪。它波及的主要层面至少有3个：教育目标的震荡、教育公平与分化的问题，以及教师角色与权威结构的重构。

其实，任何有关AI与教育发展的讨论都牵动人心。首先，教育在中国社会不只是个人成长的路径，更是最重要的社会流动机制。当AI进入教育场域，它改变的不仅是“怎么学”，更可能重塑“谁有资格上升”“努力是否仍然有效”“公平是否还能被感知”等根本性问题。任何对学习路径的技术重构，都会被立即解读为对既有竞争秩序的干预。

其次，中国教育具有高度结果导向的特征，这与AI的“结果生成能力”形成了强烈共振。在AI的主导下，学习正被制度性地重构为“结果的获取”。有人认为，AI会打破中国的应试教育，我没有那么乐观。相反，我认为，AI让“不经过学习过程而获得学习成果”在技术上变得前所未有地容易。传统教育当中的考试、升学、排名、评价体系，本就是围绕可量化的结果构建的；在这种“结果消费”逻辑中，学习的正当性来自其是否“立刻有用”。而如果把AI过度当做“有用性”工具，学习者有可能从认知的生产者退化为认知产品的使用者，甚至出现“结果提升—能力停滞”的反常现象。这一点其实是教育工作者最担忧的。

第三，家庭是AI教育焦虑的放大器。在AI时代，家长对孩子学业乃至职业选择的焦虑被进一步放大。在教育领域，我们常听到一句话：“不要让孩子输在起跑线上。”在高度依赖家庭投入的教育结构中，家长既是投资者、监管者，也是风险的最终承担者。因此，是否使用AI工具，很容易被等同于“是否让孩子在起跑线上落后”的关键变量。这使得任何有关AI辅助学习、替代作业、智能辅导的讨论，都会迅速演变为集体性的焦虑扩散，而非冷静的对策评估。

由此可见，AI进入教育之所以引发如此大的关注，不仅在于技术本身的颠覆性，更在于它触动了与代际传递相关的高度制度化、情感化的社会核心议题。讨论AI与教育的关系，就不能仅仅把它当作一个技术应用问题，而应视之为一个关乎公平、努力、代际责任乃至社会未来想象的综合性命题。

因为我自己是老师，同时目前又在研究人工智能，经常会收到一些AI与教育关系方面的提问。其中一个最常被问到的问题就是：“孩子长期用AI，到底会不会变笨？”

这个问题其实是有陷阱的，简单地回答“会”或“不会”都会误导。准确地说，孩子长期使用AI，未必会“变笨”，但极有可能在某些关键认知能力上，出现退化或偏移。

在什么意义上“变笨”

如果“变笨”指的是总体智商下降，目前尚没有可靠证据支持这一点。但如果“变笨”指的是以下能力的弱化，那么风险是真实存在的——延迟满足与耐受挫折的能力，从零开始构建问题的能力，在不确定中持续思考的能力，将碎片信息整合为结构性理解的能力。

打个比方，这些能力并不等同于“知识量”，而更像是一种心智肌肉，依赖反复使用、持续负重与主动调动而得以维持。知识可以被储存、被调用，甚至被外包；但思考能力却只能在亲自参与中形成。正如身体的肌肉，一旦停止锻炼，并不会立刻消失，却会在不知不觉中松弛、退化，直至失去原有的力量。

AI潜在的问题正在这里。问题不在于技术是否“给答案”，而在于可能过早终止思考过程，而思考，又必须是由人亲力亲为的。

AI是“工具”还是“代理”

AI往往处在“工具”与“代理”之间的灰色地带。对学生而言，如果AI成为其“认知代理”，可能带来较高风险。其典型表现是：作业直接让AI生成，遇到不理解的内容也不追问，把“能交差”等同于“已掌握”。这样一来，不仅思考过程被外包，错误也被掩盖，学习就变成了“结果消费”。它所导致的，是问题分解能力的萎缩、中间推理能力的空心化，以及自我校正能力的外包。长此以往，孩子并非“什么都不会”，而是越来越不擅长独立思考、分辨信息的真假。

反过来，如果AI成为学生的“认知支架”，它的目标就不是提供最终结果，而是工具性地支持学生完成其尚不能独立完成的任务。若AI被恰当地设计和使用，它至少可以在问题启动阶段、推理展开阶段、反思与迁移阶段3个关键节点发挥作用。

这就要求学生以正确的方式使用AI：先自己思考，再让AI评估；要求AI展示推理路径，并与自己的推理过程对照；让AI反问、质疑、举反例，把它当作“高强度陪练”。

在这种模式下，AI发挥的不是替代作用，而是增强作用。学生被增强的能力包括：元认知（即对自身思考过程的觉察与调控）、迁移能力（能否举一反三），以及表达与修正能力。如此使用AI，孩子完全可以比没有AI的同龄人更出色。

真正的挑战不在知识而在心智

对儿童和青少年来说，最大的挑战还不是获取知识的多寡，而是他们的心智结构如何成形。儿童和青少年往往并不会主动质疑技术系统的合理性，他们更可能把反复使用的系统，当作世界“本来就如此”的一部分。一旦AI在学习情境中长期扮演“总是可用、总是给出答案”的角色，它实际上就在参与心智规范的制定。

AI的危险在于：它总是快速给出答案，甚至带有讨好用户的倾向；它几乎不制造必要的挫败感。然而，人要想获得成长，难免经历迷茫、卡顿、试错，并在此基础上培养不轻言放弃的品格。

如果孩子的认知世界长期由AI调节，那么会出现一种偏差人格：这种偏差并非病理意义上的“异常”，而是一种在特定技术环境中被合理化、被强化的适应性人格。在面对认知困难、延迟回报、失败或不确定性时，心理承受阈值较低、情绪波动显著；内在目标生成与自我监控能力差；关系性权威错位等。

这一点怎么强调也不过分：在儿童与青少年的教育语境中，AI的核心问题从来不只是能不能教会更多知识，而是看它正在协助塑造一种怎样的心智结构。

作为一个思考主体而存在

由此看来，长期使用AI，并不会直接让孩子变笨，但可能会让他们更容易放弃成为思考的主体。要纠正这一点，关键并不在于限制AI的能力，甚至让孩子远离AI，而是要让他们在使用AI的过程中，成为一个真正的思考者。

比如，在作业设计上，可以划定一些“硬边界”：问题必须由学生自己提出；让思考过程保持可见，禁止只提交最终答案；规定学生必须在不借助AI的情况下，口头或手写解释其完成作业的核心逻辑；布置一些难以由AI完成的作业。

对于高年级学生，可以实行作业类型转向，例如：比较不同AI的回答；批判AI的假设前提；设计让AI犯错的任务，再由学生修正。此时AI不再是“作弊工具”，而是被分析的对象。而老师的任务，则是训练学生与AI对话，而非单纯接受AI输出。

归根结底，这些都是为了让学生在使用AI时，保证“大脑在场”。真正的分水岭不在于技术本身，而在于技术使用中，是否保留了那些必须由人独立完成的思考环节。学生使用AI是“变笨”了还是“变聪明”了，取决于AI被当作什么来使用。这并非由AI的能力决定，而是由人与AI的关系结构决定。

在课堂上，我常对学生讲一句话：不要让自己的大脑成为别人的跑马场。而在今天，下一代面临的新课题是：不要让自己的大脑成为AI的跑马场。

图片由人机协同生成

最近，某人工智能应用推出了一系列教育相关的功能，比如拍题答疑、作业批改等，引发了家长的广泛关注，还引发了不少孩子的吐槽。与此同时，“孩子到底能不能用AI”这一话题，也成为教育学界热议的焦点。

AI进入基础教育领域，可谓一石激起千层浪。它波及的主要层面至少有3个：教育目标的震荡、教育公平与分化的问题，以及教师角色与权威结构的重构。

其实，任何有关AI与教育发展的讨论都牵动人心。首先，教育在中国社会不只是个人成长的路径，更是最重要的社会流动机制。当AI进入教育场域，它改变的不仅是“怎么学”，更可能重塑“谁有资格上升”“努力是否仍然有效”“公平是否还能被感知”等根本性问题。任何对学习路径的技术重构，都会被立即解读为对既有竞争秩序的干预。

其次，中国教育具有高度结果导向的特征，这与AI的“结果生成能力”形成了强烈共振。在AI的主导下，学习正被制度性地重构为“结果的获取”。有人认为，AI会打破中国的应试教育，我没有那么乐观。相反，我认为，AI让“不经过学习过程而获得学习成果”在技术上变得前所未有地容易。传统教育当中的考试、升学、排名、评价体系，本就是围绕可量化的结果构建的；在这种“结果消费”逻辑中，学习的正当性来自其是否“立刻有用”。而如果把AI过度当做“有用性”工具，学习者有可能从认知的生产者退化为认知产品的使用者，甚至出现“结果提升—能力停滞”的反常现象。这一点其实是教育工作者最担忧的。

第三，家庭是AI教育焦虑的放大器。在AI时代，家长对孩子学业乃至职业选择的焦虑被进一步放大。在教育领域，我们常听到一句话：“不要让孩子输在起跑线上。”在高度依赖家庭投入的教育结构中，家长既是投资者、监管者，也是风险的最终承担者。因此，是否使用AI工具，很容易被等同于“是否让孩子在起跑线上落后”的关键变量。这使得任何有关AI辅助学习、替代作业、智能辅导的讨论，都会迅速演变为集体性的焦虑扩散，而非冷静的对策评估。

由此可见，AI进入教育之所以引发如此大的关注，不仅在于技术本身的颠覆性，更在于它触动了与代际传递相关的高度制度化、情感化的社会核心议题。讨论AI与教育的关系，就不能仅仅把它当作一个技术应用问题，而应视之为一个关乎公平、努力、代际责任乃至社会未来想象的综合性命题。

因为我自己是老师，同时目前又在研究人工智能，经常会收到一些AI与教育关系方面的提问。其中一个最常被问到的问题就是：“孩子长期用AI，到底会不会变笨？”

这个问题其实是有陷阱的，简单地回答“会”或“不会”都会误导。准确地说，孩子长期使用AI，未必会“变笨”，但极有可能在某些关键认知能力上，出现退化或偏移。

在什么意义上“变笨”

如果“变笨”指的是总体智商下降，目前尚没有可靠证据支持这一点。但如果“变笨”指的是以下能力的弱化，那么风险是真实存在的——延迟满足与耐受挫折的能力，从零开始构建问题的能力，在不确定中持续思考的能力，将碎片信息整合为结构性理解的能力。

打个比方，这些能力并不等同于“知识量”，而更像是一种心智肌肉，依赖反复使用、持续负重与主动调动而得以维持。知识可以被储存、被调用，甚至被外包；但思考能力却只能在亲自参与中形成。正如身体的肌肉，一旦停止锻炼，并不会立刻消失，却会在不知不觉中松弛、退化，直至失去原有的力量。

AI潜在的问题正在这里。问题不在于技术是否“给答案”，而在于可能过早终止思考过程，而思考，又必须是由人亲力亲为的。

AI是“工具”还是“代理”

AI往往处在“工具”与“代理”之间的灰色地带。对学生而言，如果AI成为其“认知代理”，可能带来较高风险。其典型表现是：作业直接让AI生成，遇到不理解的内容也不追问，把“能交差”等同于“已掌握”。这样一来，不仅思考过程被外包，错误也被掩盖，学习就变成了“结果消费”。它所导致的，是问题分解能力的萎缩、中间推理能力的空心化，以及自我校正能力的外包。长此以往，孩子并非“什么都不会”，而是越来越不擅长独立思考、分辨信息的真假。

反过来，如果AI成为学生的“认知支架”，它的目标就不是提供最终结果，而是工具性地支持学生完成其尚不能独立完成的任务。若AI被恰当地设计和使用，它至少可以在问题启动阶段、推理展开阶段、反思与迁移阶段3个关键节点发挥作用。

这就要求学生以正确的方式使用AI：先自己思考，再让AI评估；要求AI展示推理路径，并与自己的推理过程对照；让AI反问、质疑、举反例，把它当作“高强度陪练”。

在这种模式下，AI发挥的不是替代作用，而是增强作用。学生被增强的能力包括：元认知（即对自身思考过程的觉察与调控）、迁移能力（能否举一反三），以及表达与修正能力。如此使用AI，孩子完全可以比没有AI的同龄人更出色。

真正的挑战不在知识而在心智

对儿童和青少年来说，最大的挑战还不是获取知识的多寡，而是他们的心智结构如何成形。儿童和青少年往往并不会主动质疑技术系统的合理性，他们更可能把反复使用的系统，当作世界“本来就如此”的一部分。一旦AI在学习情境中长期扮演“总是可用、总是给出答案”的角色，它实际上就在参与心智规范的制定。

AI的危险在于：它总是快速给出答案，甚至带有讨好用户的倾向；它几乎不制造必要的挫败感。然而，人要想获得成长，难免经历迷茫、卡顿、试错，并在此基础上培养不轻言放弃的品格。

如果孩子的认知世界长期由AI调节，那么会出现一种偏差人格：这种偏差并非病理意义上的“异常”，而是一种在特定技术环境中被合理化、被强化的适应性人格。在面对认知困难、延迟回报、失败或不确定性时，心理承受阈值较低、情绪波动显著；内在目标生成与自我监控能力差；关系性权威错位等。

这一点怎么强调也不过分：在儿童与青少年的教育语境中，AI的核心问题从来不只是能不能教会更多知识，而是看它正在协助塑造一种怎样的心智结构。

作为一个思考主体而存在

由此看来，长期使用AI，并不会直接让孩子变笨，但可能会让他们更容易放弃成为思考的主体。要纠正这一点，关键并不在于限制AI的能力，甚至让孩子远离AI，而是要让他们在使用AI的过程中，成为一个真正的思考者。

比如，在作业设计上，可以划定一些“硬边界”：问题必须由学生自己提出；让思考过程保持可见，禁止只提交最终答案；规定学生必须在不借助AI的情况下，口头或手写解释其完成作业的核心逻辑；布置一些难以由AI完成的作业。

对于高年级学生，可以实行作业类型转向，例如：比较不同AI的回答；批判AI的假设前提；设计让AI犯错的任务，再由学生修正。此时AI不再是“作弊工具”，而是被分析的对象。而老师的任务，则是训练学生与AI对话，而非单纯接受AI输出。

归根结底，这些都是为了让学生在使用AI时，保证“大脑在场”。真正的分水岭不在于技术本身，而在于技术使用中，是否保留了那些必须由人独立完成的思考环节。学生使用AI是“变笨”了还是“变聪明”了，取决于AI被当作什么来使用。这并非由AI的能力决定，而是由人与AI的关系结构决定。

在课堂上，我常对学生讲一句话：不要让自己的大脑成为别人的跑马场。而在今天，下一代面临的新课题是：不要让自己的大脑成为AI的跑马场。

图片由人机协同生成

最近，某人工智能应用推出了一系列教育相关的功能，比如拍题答疑、作业批改等，引发了家长的广泛关注，还引发了不少孩子的吐槽。与此同时，“孩子到底能不能用AI”这一话题，也成为教育学界热议的焦点。

AI进入基础教育领域，可谓一石激起千层浪。它波及的主要层面至少有3个：教育目标的震荡、教育公平与分化的问题，以及教师角色与权威结构的重构。

其实，任何有关AI与教育发展的讨论都牵动人心。首先，教育在中国社会不只是个人成长的路径，更是最重要的社会流动机制。当AI进入教育场域，它改变的不仅是“怎么学”，更可能重塑“谁有资格上升”“努力是否仍然有效”“公平是否还能被感知”等根本性问题。任何对学习路径的技术重构，都会被立即解读为对既有竞争秩序的干预。

其次，中国教育具有高度结果导向的特征，这与AI的“结果生成能力”形成了强烈共振。在AI的主导下，学习正被制度性地重构为“结果的获取”。有人认为，AI会打破中国的应试教育，我没有那么乐观。相反，我认为，AI让“不经过学习过程而获得学习成果”在技术上变得前所未有地容易。传统教育当中的考试、升学、排名、评价体系，本就是围绕可量化的结果构建的；在这种“结果消费”逻辑中，学习的正当性来自其是否“立刻有用”。而如果把AI过度当做“有用性”工具，学习者有可能从认知的生产者退化为认知产品的使用者，甚至出现“结果提升—能力停滞”的反常现象。这一点其实是教育工作者最担忧的。

第三，家庭是AI教育焦虑的放大器。在AI时代，家长对孩子学业乃至职业选择的焦虑被进一步放大。在教育领域，我们常听到一句话：“不要让孩子输在起跑线上。”在高度依赖家庭投入的教育结构中，家长既是投资者、监管者，也是风险的最终承担者。因此，是否使用AI工具，很容易被等同于“是否让孩子在起跑线上落后”的关键变量。这使得任何有关AI辅助学习、替代作业、智能辅导的讨论，都会迅速演变为集体性的焦虑扩散，而非冷静的对策评估。

由此可见，AI进入教育之所以引发如此大的关注，不仅在于技术本身的颠覆性，更在于它触动了与代际传递相关的高度制度化、情感化的社会核心议题。讨论AI与教育的关系，就不能仅仅把它当作一个技术应用问题，而应视之为一个关乎公平、努力、代际责任乃至社会未来想象的综合性命题。

因为我自己是老师，同时目前又在研究人工智能，经常会收到一些AI与教育关系方面的提问。其中一个最常被问到的问题就是：“孩子长期用AI，到底会不会变笨？”

这个问题其实是有陷阱的，简单地回答“会”或“不会”都会误导。准确地说，孩子长期使用AI，未必会“变笨”，但极有可能在某些关键认知能力上，出现退化或偏移。

在什么意义上“变笨”

如果“变笨”指的是总体智商下降，目前尚没有可靠证据支持这一点。但如果“变笨”指的是以下能力的弱化，那么风险是真实存在的——延迟满足与耐受挫折的能力，从零开始构建问题的能力，在不确定中持续思考的能力，将碎片信息整合为结构性理解的能力。

打个比方，这些能力并不等同于“知识量”，而更像是一种心智肌肉，依赖反复使用、持续负重与主动调动而得以维持。知识可以被储存、被调用，甚至被外包；但思考能力却只能在亲自参与中形成。正如身体的肌肉，一旦停止锻炼，并不会立刻消失，却会在不知不觉中松弛、退化，直至失去原有的力量。

AI潜在的问题正在这里。问题不在于技术是否“给答案”，而在于可能过早终止思考过程，而思考，又必须是由人亲力亲为的。

AI是“工具”还是“代理”

AI往往处在“工具”与“代理”之间的灰色地带。对学生而言，如果AI成为其“认知代理”，可能带来较高风险。其典型表现是：作业直接让AI生成，遇到不理解的内容也不追问，把“能交差”等同于“已掌握”。这样一来，不仅思考过程被外包，错误也被掩盖，学习就变成了“结果消费”。它所导致的，是问题分解能力的萎缩、中间推理能力的空心化，以及自我校正能力的外包。长此以往，孩子并非“什么都不会”，而是越来越不擅长独立思考、分辨信息的真假。

反过来，如果AI成为学生的“认知支架”，它的目标就不是提供最终结果，而是工具性地支持学生完成其尚不能独立完成的任务。若AI被恰当地设计和使用，它至少可以在问题启动阶段、推理展开阶段、反思与迁移阶段3个关键节点发挥作用。

这就要求学生以正确的方式使用AI：先自己思考，再让AI评估；要求AI展示推理路径，并与自己的推理过程对照；让AI反问、质疑、举反例，把它当作“高强度陪练”。

在这种模式下，AI发挥的不是替代作用，而是增强作用。学生被增强的能力包括：元认知（即对自身思考过程的觉察与调控）、迁移能力（能否举一反三），以及表达与修正能力。如此使用AI，孩子完全可以比没有AI的同龄人更出色。

真正的挑战不在知识而在心智

对儿童和青少年来说，最大的挑战还不是获取知识的多寡，而是他们的心智结构如何成形。儿童和青少年往往并不会主动质疑技术系统的合理性，他们更可能把反复使用的系统，当作世界“本来就如此”的一部分。一旦AI在学习情境中长期扮演“总是可用、总是给出答案”的角色，它实际上就在参与心智规范的制定。

AI的危险在于：它总是快速给出答案，甚至带有讨好用户的倾向；它几乎不制造必要的挫败感。然而，人要想获得成长，难免经历迷茫、卡顿、试错，并在此基础上培养不轻言放弃的品格。

如果孩子的认知世界长期由AI调节，那么会出现一种偏差人格：这种偏差并非病理意义上的“异常”，而是一种在特定技术环境中被合理化、被强化的适应性人格。在面对认知困难、延迟回报、失败或不确定性时，心理承受阈值较低、情绪波动显著；内在目标生成与自我监控能力差；关系性权威错位等。

这一点怎么强调也不过分：在儿童与青少年的教育语境中，AI的核心问题从来不只是能不能教会更多知识，而是看它正在协助塑造一种怎样的心智结构。

作为一个思考主体而存在

由此看来，长期使用AI，并不会直接让孩子变笨，但可能会让他们更容易放弃成为思考的主体。要纠正这一点，关键并不在于限制AI的能力，甚至让孩子远离AI，而是要让他们在使用AI的过程中，成为一个真正的思考者。

比如，在作业设计上，可以划定一些“硬边界”：问题必须由学生自己提出；让思考过程保持可见，禁止只提交最终答案；规定学生必须在不借助AI的情况下，口头或手写解释其完成作业的核心逻辑；布置一些难以由AI完成的作业。

对于高年级学生，可以实行作业类型转向，例如：比较不同AI的回答；批判AI的假设前提；设计让AI犯错的任务，再由学生修正。此时AI不再是“作弊工具”，而是被分析的对象。而老师的任务，则是训练学生与AI对话，而非单纯接受AI输出。

归根结底，这些都是为了让学生在使用AI时，保证“大脑在场”。真正的分水岭不在于技术本身，而在于技术使用中，是否保留了那些必须由人独立完成的思考环节。学生使用AI是“变笨”了还是“变聪明”了，取决于AI被当作什么来使用。这并非由AI的能力决定，而是由人与AI的关系结构决定。

在课堂上，我常对学生讲一句话：不要让自己的大脑成为别人的跑马场。而在今天，下一代面临的新课题是：不要让自己的大脑成为AI的跑马场。

图片由人机协同生成

最近，某人工智能应用推出了一系列教育相关的功能，比如拍题答疑、作业批改等，引发了家长的广泛关注，还引发了不少孩子的吐槽。与此同时，“孩子到底能不能用AI”这一话题，也成为教育学界热议的焦点。

AI进入基础教育领域，可谓一石激起千层浪。它波及的主要层面至少有3个：教育目标的震荡、教育公平与分化的问题，以及教师角色与权威结构的重构。

其实，任何有关AI与教育发展的讨论都牵动人心。首先，教育在中国社会不只是个人成长的路径，更是最重要的社会流动机制。当AI进入教育场域，它改变的不仅是“怎么学”，更可能重塑“谁有资格上升”“努力是否仍然有效”“公平是否还能被感知”等根本性问题。任何对学习路径的技术重构，都会被立即解读为对既有竞争秩序的干预。

其次，中国教育具有高度结果导向的特征，这与AI的“结果生成能力”形成了强烈共振。在AI的主导下，学习正被制度性地重构为“结果的获取”。有人认为，AI会打破中国的应试教育，我没有那么乐观。相反，我认为，AI让“不经过学习过程而获得学习成果”在技术上变得前所未有地容易。传统教育当中的考试、升学、排名、评价体系，本就是围绕可量化的结果构建的；在这种“结果消费”逻辑中，学习的正当性来自其是否“立刻有用”。而如果把AI过度当做“有用性”工具，学习者有可能从认知的生产者退化为认知产品的使用者，甚至出现“结果提升—能力停滞”的反常现象。这一点其实是教育工作者最担忧的。

第三，家庭是AI教育焦虑的放大器。在AI时代，家长对孩子学业乃至职业选择的焦虑被进一步放大。在教育领域，我们常听到一句话：“不要让孩子输在起跑线上。”在高度依赖家庭投入的教育结构中，家长既是投资者、监管者，也是风险的最终承担者。因此，是否使用AI工具，很容易被等同于“是否让孩子在起跑线上落后”的关键变量。这使得任何有关AI辅助学习、替代作业、智能辅导的讨论，都会迅速演变为集体性的焦虑扩散，而非冷静的对策评估。

由此可见，AI进入教育之所以引发如此大的关注，不仅在于技术本身的颠覆性，更在于它触动了与代际传递相关的高度制度化、情感化的社会核心议题。讨论AI与教育的关系，就不能仅仅把它当作一个技术应用问题，而应视之为一个关乎公平、努力、代际责任乃至社会未来想象的综合性命题。

因为我自己是老师，同时目前又在研究人工智能，经常会收到一些AI与教育关系方面的提问。其中一个最常被问到的问题就是：“孩子长期用AI，到底会不会变笨？”

这个问题其实是有陷阱的，简单地回答“会”或“不会”都会误导。准确地说，孩子长期使用AI，未必会“变笨”，但极有可能在某些关键认知能力上，出现退化或偏移。

在什么意义上“变笨”

如果“变笨”指的是总体智商下降，目前尚没有可靠证据支持这一点。但如果“变笨”指的是以下能力的弱化，那么风险是真实存在的——延迟满足与耐受挫折的能力，从零开始构建问题的能力，在不确定中持续思考的能力，将碎片信息整合为结构性理解的能力。

打个比方，这些能力并不等同于“知识量”，而更像是一种心智肌肉，依赖反复使用、持续负重与主动调动而得以维持。知识可以被储存、被调用，甚至被外包；但思考能力却只能在亲自参与中形成。正如身体的肌肉，一旦停止锻炼，并不会立刻消失，却会在不知不觉中松弛、退化，直至失去原有的力量。

AI潜在的问题正在这里。问题不在于技术是否“给答案”，而在于可能过早终止思考过程，而思考，又必须是由人亲力亲为的。

AI是“工具”还是“代理”

AI往往处在“工具”与“代理”之间的灰色地带。对学生而言，如果AI成为其“认知代理”，可能带来较高风险。其典型表现是：作业直接让AI生成，遇到不理解的内容也不追问，把“能交差”等同于“已掌握”。这样一来，不仅思考过程被外包，错误也被掩盖，学习就变成了“结果消费”。它所导致的，是问题分解能力的萎缩、中间推理能力的空心化，以及自我校正能力的外包。长此以往，孩子并非“什么都不会”，而是越来越不擅长独立思考、分辨信息的真假。

反过来，如果AI成为学生的“认知支架”，它的目标就不是提供最终结果，而是工具性地支持学生完成其尚不能独立完成的任务。若AI被恰当地设计和使用，它至少可以在问题启动阶段、推理展开阶段、反思与迁移阶段3个关键节点发挥作用。

这就要求学生以正确的方式使用AI：先自己思考，再让AI评估；要求AI展示推理路径，并与自己的推理过程对照；让AI反问、质疑、举反例，把它当作“高强度陪练”。

在这种模式下，AI发挥的不是替代作用，而是增强作用。学生被增强的能力包括：元认知（即对自身思考过程的觉察与调控）、迁移能力（能否举一反三），以及表达与修正能力。如此使用AI，孩子完全可以比没有AI的同龄人更出色。

真正的挑战不在知识而在心智

对儿童和青少年来说，最大的挑战还不是获取知识的多寡，而是他们的心智结构如何成形。儿童和青少年往往并不会主动质疑技术系统的合理性，他们更可能把反复使用的系统，当作世界“本来就如此”的一部分。一旦AI在学习情境中长期扮演“总是可用、总是给出答案”的角色，它实际上就在参与心智规范的制定。

AI的危险在于：它总是快速给出答案，甚至带有讨好用户的倾向；它几乎不制造必要的挫败感。然而，人要想获得成长，难免经历迷茫、卡顿、试错，并在此基础上培养不轻言放弃的品格。

如果孩子的认知世界长期由AI调节，那么会出现一种偏差人格：这种偏差并非病理意义上的“异常”，而是一种在特定技术环境中被合理化、被强化的适应性人格。在面对认知困难、延迟回报、失败或不确定性时，心理承受阈值较低、情绪波动显著；内在目标生成与自我监控能力差；关系性权威错位等。

这一点怎么强调也不过分：在儿童与青少年的教育语境中，AI的核心问题从来不只是能不能教会更多知识，而是看它正在协助塑造一种怎样的心智结构。

作为一个思考主体而存在

由此看来，长期使用AI，并不会直接让孩子变笨，但可能会让他们更容易放弃成为思考的主体。要纠正这一点，关键并不在于限制AI的能力，甚至让孩子远离AI，而是要让他们在使用AI的过程中，成为一个真正的思考者。

比如，在作业设计上，可以划定一些“硬边界”：问题必须由学生自己提出；让思考过程保持可见，禁止只提交最终答案；规定学生必须在不借助AI的情况下，口头或手写解释其完成作业的核心逻辑；布置一些难以由AI完成的作业。

对于高年级学生，可以实行作业类型转向，例如：比较不同AI的回答；批判AI的假设前提；设计让AI犯错的任务，再由学生修正。此时AI不再是“作弊工具”，而是被分析的对象。而老师的任务，则是训练学生与AI对话，而非单纯接受AI输出。

归根结底，这些都是为了让学生在使用AI时，保证“大脑在场”。真正的分水岭不在于技术本身，而在于技术使用中，是否保留了那些必须由人独立完成的思考环节。学生使用AI是“变笨”了还是“变聪明”了，取决于AI被当作什么来使用。这并非由AI的能力决定，而是由人与AI的关系结构决定。

在课堂上，我常对学生讲一句话：不要让自己的大脑成为别人的跑马场。而在今天，下一代面临的新课题是：不要让自己的大脑成为AI的跑马场。