ARTICLE · 1111703
AI时代,我们到底该教孩子什么?
2026年高考前几天，一条新闻引发热议：
豆包、腾讯元宝、科大讯飞等AI平台纷纷表示，考试期间暂停拍题识图、试题解答、试卷解析等功能。
这已经不是第一次了。2025年高考期间，多家大模型就暂停过拍照识题。
我盯着这条新闻想了很久。
先交代一下：我不反对AI。恰恰相反，我可能是身边用AI最"重度"的家长。过去6个月，宝宝看的阅读材料几乎都是我用AI一页一页"造"出来的。（后文有实例图，提示词也会分享出来，可以直接抄作业。）
正因为用得多，我太清楚它有多好用了。也正因为太好用，这条新闻才让我心里咯噔一下：
一年三百多天，AI随叫随到。拍一下，答案、步骤、易错点全都有。
偏偏在决定命运的那几天，它们要集体"闭眼"。
这个画面里藏着一个每位家长都该琢磨的事实：
在人生最要紧的考场上，社会只认一样东西：长在你自己脑子里的本事。
那么问题来了：剩下的三百多天里，孩子的脑子到底长没长？
01 练习成绩涨了48%，考试却差了17%
先说一个你可能很眼熟的场景。
晚上九点，孩子卡在一道数学题上。犹豫几秒后，他拿起平板对准题目，"咔嚓"一声。
三秒钟，答案和步骤整整齐齐出现在屏幕上。他照着抄完，作业全对。你检查一遍，挺满意。
第二天随堂测验，同类型的题，他一道也做不出来。
如果你觉得这只是个例，下面这个实验可能会让你后背一凉。
宾夕法尼亚大学沃顿商学院等机构的研究者，在土耳其一所高中找了近1000名学生做数学实验，分成三组：
- A组
用普通版ChatGPT，想问什么问什么； - B组
用"导师版"AI，它被设定为只给提示、不直接给答案； - C组
不用AI，照常自己做。
练习阶段的数据非常漂亮：A组成绩提高了48%，B组提高了127%。
然后研究者收走AI，组织了一场闭卷考试。
A组的成绩比从没用过AI的C组低了17%。
B组和C组基本持平。成绩没有变得更好，但至少没被"坑"。
研究者翻看聊天记录后发现，A组很多孩子跟AI之间基本只做一件事：要答案。
练习时越顺，考试时越懵。这17%就是"只要答案"式学习的代价。
另一项研究更直观，它直接看到了大脑在干什么。
2025年6月，麻省理工学院媒体实验室公布了一项研究。54名受试者写议论文，一组用ChatGPT，一组用搜索引擎，一组什么工具都不用。每个人都戴着脑电设备，前后追踪了4个月。
结果是：全靠自己写的那组，大脑神经连接最强、最广泛；用搜索引擎的居中；用ChatGPT的最弱。
更扎心的是，文章刚写完几分钟，让他们复述一句自己写的话，ChatGPT组大多数人都说不上来。
文章署着他们的名字，却从没进过他们的脑子。
负责打分的英语老师对其中一些文章的评价是：没有灵魂。
研究者给这种现象起名叫"认知债务"。今天省下的每一分力气都在悄悄记账，将来要连本带利地还。
（客观地说，这项研究样本不大，发布时还是未经同行评审的预印本，结论不宜夸大。但它和沃顿的实验指向同一个方向。）
科幻作家特德·姜（电影《降临》的原著作者）有个比喻，我觉得是对这件事最好的注解：
用ChatGPT完成作业，就像把叉车开进健身房。你的认知能力永远不会因此变强。
叉车当然举得起杠铃。但健身的意义从来不是把杠铃举起来，而是让肌肉在举的过程中长出来。
学习也一样。孩子苦想的那30分钟里，卡住、试错、推翻、再试，看上去效率很低，可恰恰是这30分钟，大脑在长肌肉。心理学家罗伯特·比约克把这叫作"必要难度"：适度的费劲，正是理解和记忆形成的前提。
有人会说，当年计算器出来，大家也担心孩子不会算数了，后来不也好好的？
别忘了两件事。第一，我们至今仍然让小学生先学会笔算，再碰计算器。第二，计算器替代的只是"算"这一步，AI能替代的却是从读题、分析、组织到表达的整个思考过程。
计算器替你算，AI却可以替你想。
所以，不是AI让孩子变笨，是"不费劲"让孩子变笨。
02 把AI挡在门外，同样是一种失职
看到这里，你可能想干脆把平板没收了。
先别急。还记得沃顿实验里的B组吗？同样是AI，换一种用法，结局完全不同。
这不是孤例。
哈佛大学2025年在《科学报告》上发表了一项研究：物理课学生用一个按教学原理设计的AI导师自学，学习收获是课堂教学的两倍多，用时还更短。要知道，对照组不是"满堂灌"，而是公认效果更好的"主动学习"课堂。
世界银行2024年在尼日利亚做过一个试点：学生每周两次课后用AI辅导学英语，只坚持了6周，进步幅度相当于常规上学1.5到2年。
这让我想起教育学里一个著名的难题："2个西格玛问题"。
1984年，教育心理学家本杰明·布鲁姆发现，接受一对一辅导的学生，成绩平均比普通班级高出两个标准差。换句话说，一个中等生可以被直接送进前2%。
问题是一对一太贵了。几千年来，"因材施教"一直是少数人的特权。
今天，AI第一次让"每个孩子身边都有一位不知疲倦的私人家教"成为可能，不管他在大城市的重点学校，还是在大山深处的教学点。
那么，好的AI导师和"答案机"到底差在哪儿？
两千五百年前，孔子就说清楚了：
不愤不启，不悱不发。
意思是：孩子没到苦思冥想、怎么也想不通的时候，不去开导；没到心里有话、怎么也说不出来的时候，不去点拨。
沃顿实验里B组的AI做的正是这件事：先让你想，卡住时递一点提示，但绝不替你走完最后一步。
所以，真正的分水岭从来不是用不用AI，而是：
让AI当教练，还是让AI当枪手。
03 容我炫个技：我家的"AI绘本小作坊"
说了这么多研究，讲讲我自己家的事。
在我家，AI还有第三种身份。它不在孩子手里，而在我手里：
AI当编剧和画师，我当总编，宝宝当读者。
做着做着，我想明白了一件事：
AI该替孩子去掉的是"无聊"，不是"费劲"。
第01节说过，"必要难度"是学习的前提。但请注意"必要"这两个字，比约克本人也强调过，并不是所有难度都值得保留。
孩子不爱读，很多时候不是因为难，而是因为无聊。在我看来，无聊就是一种"不必要的难度"：它不会让大脑多转一圈，只会让孩子转身走开。
所以在我家的AI绘本里，分工很清楚：
故事、画面、包装，交给AI； 字，宝宝自己一个一个认； 最后一页的问题，宝宝自己想。
动脑子的活儿，一点都不许AI替他干。 AI负责把孩子领进门，修行还得靠他自己。
这其实也是第02节说的"因材施教"。英国开放大学的研究者做过一个小实验：给平均不到4岁的孩子读绘本，同一本书里，写进了孩子名字和照片的那几页，里面的生词孩子记得明显更牢。
过去，为一个孩子量身写一本书是件奢侈的事。现在，一个普通家长花半小时就能做到。
当然，我也给自己定了三条规矩。
① 图要为字服务，别抢字的风头。
卡内基梅隆大学等机构的研究者，用眼动仪追踪过60个一二年级孩子读故事书。同一个故事读两版：一版是市面上常见的原版，插图丰富花哨；另一版删掉了跟故事无关的装饰。
结果，读原版时，孩子的目光更频繁地从文字上溜走，读懂的也明显更少。
好看不等于学得好。 所以我宁可图简单一点。
② 每一页都要过一遍人眼。
AI画图会犯一些让人哭笑不得的错。最经典的是画钟：你让它画3点整，它很可能还是给你一个10点10分。因为网上的钟表广告几乎都把指针摆在10:10，看着像一张笑脸，又不挡品牌标志。AI并不真懂时间，它只是在模仿自己见得最多的样子。给孩子看的东西，一个错都不能有。错的常识、多出来的手指、前后对不上的细节，我都要一页页抠出来。判断力这件事，家长得先有。
