AI可以替孩子做什么,不能替孩子想什么?

孩子把一道几何证明题发给 AI。几秒后，条件、辅助线和推导过程都出现在屏幕上。答案很完整，孩子也能顺着读下来。等到相似的题换了一张图，他又停住了。

这类情况很容易被归结为依赖 AI。可“依赖”这个词太宽，几乎解释不了任何具体问题。记不住电话号码时查通讯录，算复杂数据时用计算器，写作前让软件整理几十份材料，都属于把一部分脑力工作交给外部工具。人一直在这样做。

认知科学把这类行为称为“认知卸载”。Risko 和 Gilbert 在 2016 年的综述中，将它概括为通过外部行动降低一项任务对内部认知资源的要求。【参考文献 01】认知卸载本身没有原罪。判断时要看，学生交出去的那部分工作，是否恰好就是这次学习需要形成的能力。

如果学习目标是理解一次函数，AI 帮学生把散落的试卷整理成知识点清单，通常没有什么问题。可它若直接判断题型、选择方法并写完推导，学生虽然拿到了答案，最需要练习的识别与推理也一起被跳过了。

同一个 AI 功能，放进不同任务里，教育后果会完全不同。

语文课要求学生练习论证结构，AI 直接生成提纲，等于替学生完成了主要训练。历史课要求学生比较三份材料，AI 先做文字识别和格式整理，则省掉了机械劳动，学生仍要承担证据选择和判断。

判断边界时，可以先问一句。

如果AI完成了这一步，孩子还在练什么？

答案越含糊，越要谨慎。

教育技术研究里有一个“帮助困境”。提示太少，学生可能一直卡住。提示太多，学生又会绕开本该进行的思考。Koedinger 和 Aleven 对认知导师研究的讨论指出，学习支持要在独立尝试与及时帮助之间寻找合适位置。【参考文献 02】今天的生成式 AI 把这个困境放大了，因为它可以在几秒内接管整项任务。

近年的研究开始区分不同的 AI 认知卸载方式。学习者可以借助 AI 比较方案、检查漏洞，也可以把分析和判断一并交出去。两种用法都能产生一份像样的作业，留在学生身上的能力却相差很大。关于生成式 AI 与认知自主性的系统综述也提醒，学生会核验答案，并不自动等于学生经历了充分学习。解释、比较、迁移和最终判断仍要由学习者参与完成。【参考文献 03】

这项综述主要处理高等教育研究，不能直接当成所有中小学生的因果结论。它提供的是一套有用的分析框架。

Chi 和 Wylie 提出的 ICAP 框架也能帮助我们判断学生参与到了什么程度。只看一遍 AI 答案，通常停留在较被动的加工。学生若要补充解释、比较两个方案、为选择提供理由，才进入更有助于学习的生成与互动活动。【参考文献 04】同一段 AI 输出，学生采用什么动作处理，结果可能差得很远。

一张认知任务分级表

家长和教师可以把学习任务分成四个区域。

可以交给AI

这一区域主要是机械整理工作。它们会耗费时间，却不是当前学习目标。

• • 识别试卷文字
• • 调整格式和表格
• • 合并重复资料
• • 按照学生已经确定的标准进行分类
• • 把学生口述的内容转成文字

有一个前提。分类标准和学习目标应由人先确定。学生自己都不知道在找什么时，让 AI 自动整理，最后得到的往往是一份漂亮却无从使用的材料。

可以和AI合作

这一区域适合让 AI 提供反馈、补充视角和比较对象。

• • 对学生已经写出的答案提出疑问
• • 提供两个不同解法供学生比较
• • 根据课本概念生成生活例子
• • 模拟教师追问
• • 检查论证中缺少的证据

学生要保留选择权。AI 可以提出三个修改方向，学生需要说明采用哪一个，以及为什么。

应当延后使用AI

有些工作可以得到 AI 帮助，但帮助出现得太早，会夺走第一次思考的机会。

• • 判断题型
• • 选择解题策略
• • 分析错误原因
• • 确定作文立意
• • 形成实验假设

学生应先留下自己的尝试，哪怕只有几行草稿。教师和家长由此才能看见学生从哪里出发，AI 也才能针对真实困难给出帮助。

需要学生独立完成

这一区域直接关系到能力是否已经形成。

• • 脱离资料回忆核心概念
• • 对证据可靠性作出判断
• • 解释为什么选择某种方法
• • 完成一道变化情境后的题
• • 在没有AI的情况下给出最终结论

这些任务不必贯穿学习全过程，但必须在关键节点出现。否则，我们只能知道孩子会不会使用帮助，无法知道帮助撤掉以后还剩下什么。

家庭里可以直接使用的四步流程

一套方法能不能留下来，要看普通家庭在晚上写作业时能不能执行。下面这四步不要求家长精通学科内容。

第一步  留下第一次尝试

给孩子五到十分钟。写出已知条件、想到的概念、可能的方法，以及卡住的位置。基础较弱的孩子可以只写两项。

第一次尝试的价值不在于做对。它让后面的帮助有了落点。

第二步  限制AI第一次回应

可以把下面这段话直接发给 ChatGPT。

这是我的题目和第一次尝试。先不要给完整答案。请判断我卡在哪个知识点，并依次问我三个问题。每次只问一个，等我回答以后再继续。如果我仍然不会，再给一级提示。

这样的对话会慢一点。慢下来的部分，恰好是学生需要自己完成的推理。

第三步  要求学生作出选择

当 AI 给出多个方法时，不要让孩子继续复制。请他回答两个问题。

• • 哪一种方法更适合这道题
• • 你依据哪条条件作出选择

选择和解释能把学生重新带回任务中心。

第四步  关闭AI进行迁移

原题做完以后，关闭对话页面，让孩子口头复述思路，再独立完成一道变化题。可以请 AI 生成变化题，但家长或教师要核对题目是否超出教材范围，条件是否完整。

如果孩子只能复述 AI 的句子，换个数字或情境就不会，这次学习还没有结束。

边界也要随着孩子变化

同一项任务，对不同学生不能机械地使用同一条规则。

一个已经掌握分式运算的学生，可以用计算工具核对冗长计算，把时间留给建模。一个连通分依据都不清楚的学生若直接交给工具，基础漏洞会继续留着。年级较低、基础较弱或容易受挫的孩子，需要更多小提示和更短的独立尝试时间。

这里反对的是过早接管，不是无限延长挫败。孩子连续尝试仍无从下手时，成人需要补概念、降低任务难度，或者直接示范一小步。教育支持的分寸，向来比“允许”或“禁止”复杂。

AI会继续变得更快，也会更懂得生成一份令人满意的答案。家庭和学校需要守住的，是学生解释、选择、判断和迁移的机会。作业完成得漂不漂亮，只能说明任务交出去了。孩子离开工具以后还能做什么，才说明这次学习留下了什么。

主要参考文献

【参考文献 01】Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676-688. https://doi.org/10.1016/j.tics.2016.07.002

【参考文献 02】Koedinger, K. R., & Aleven, V. (2007). Exploring the assistance dilemma in experiments with cognitive tutors. Educational Psychology Review, 19, 239-264. https://doi.org/10.1007/s10648-007-9049-0

【参考文献 03】Suazo Galdames, I. C., Santiesteban Velázquez, M., Saracostti, M., & Chaple Gil, A. M. (2026). Between cognitive offloading and critical autonomy. A systematic review of the epistemic implications of generative AI in higher education. Frontiers in Education, 11, 1878665. https://doi.org/10.3389/feduc.2026.1878665

【参考文献 04】Chi, M. T. H., & Wylie, R. (2014). The ICAP framework. Linking cognitive engagement to active learning outcomes. Educational Psychologist, 49(4), 219-243. https://doi.org/10.1080/00461520.2014.965823