AI 素养不等于会用几个工具 中学生真正需要具备什么能力

  AI 最容易替代的是最后一步的表达。写一段文字、概括文章、整理观点或制作展示，都可以很快完成。学校如果只看最终成果，很难知道学生在任务中是否真正理解。

  一项探究作业可以要求学生保留几个过程：最初怎样理解问题，问过 AI 什么，哪些建议被采纳，哪些内容被否定，最后结论依据了哪些资料。这样的设计会让学生看到，工具可以参与学习，学习责任仍然由自己承担。

  语文课可以比较 AI 修改前后的文章，讨论语言变得流畅后是否改变了作者原意；历史课可以核验一段叙述中被忽略的时间、人物和立场；科学课可以讨论模型为什么会得出某种预测。不同学科提供的，是判断 AI 的真实背景。

  家长也可以把关注点放在学习过程上：孩子为什么相信一条信息，能否说明一份作业里哪些部分来自自己的阅读，遇到困难时有没有先尝试再求助。工具会不断变化，这些习惯会陪伴学生很久。

  一名具备 AI 素养的学生，未必掌握最多工具，也未必最早学会编程。他会知道工具能提供什么，也知道自己需要保留什么；他会使用 AI，也能在关键时刻回到阅读、讨论和判断本身。

  AI 很擅长回应一个已经说清楚的任务，却很难替学生界定真正的问题。比如做校园环境调查，学生若只问“请帮我写一篇调查报告”，得到的往往是一篇形式完整的文字；若能先明确调查对象、证据来源、比较维度和自己的初步猜想，工具才可能帮助他整理资料、发现遗漏。

  这也是课堂可以训练的能力。教师可以让学生比较三种不同问法得到的回答，再讨论哪一种问法真正推动了任务。学生会慢慢体会到，提问本身包含了立场、范围和判断，不能只把它当作打开工具的口令。

  如果一项任务只按文笔、篇幅和成品精致程度评分，学生自然会更愿意把大量工作交给生成式 AI。若评价中有资料来源、修改说明、课堂交流和个人反思，学生就会把注意力放回学习过程。这样的要求并不复杂，却需要不同学科教师形成相近的尺度。

  学校也可以积累几份真实的学生样本：一份可信来源判断得当的作业，一份出现明显错误却被学生核验出来的作业，一份因过度依赖工具而失去个人观点的作业。它们比抽象提醒更容易让学生和家长理解边界。