ARTICLE · 1221814
AI开始给孩子画“数字画像”了,我最担心的一件事
AI开始给孩子画“数字画像”了,我最担心的一件事上周翻到一份文件，心里咯噔了一下。 湖南省教育厅印发《关于加强中小学人工智能教育工作的通知》，里面有一句不起眼的话：鼓励使用电子学习档案、智能学习分析工具，为学生形成专属的成长“数字画像”。 
“数字画像”这四个字听起来特别好。谁不想更懂孩子呢？ 但见过太多“为了更懂孩子”的工具，最后变成“把孩子钉住”的工具。今天我只讲一件事：当技术能越来越精细地描述一个孩子，最该警惕的恰恰是“描述”本身。 有年我在一所幼儿园做督导，园长骄傲地给我看他们的“幼儿发展评估系统”：大屏上每个孩子几十个维度，每个维度一条曲线，红黄绿三色预警。 
我问：红色的怎么处理？她说：通知家长，加强训练。绿色的呢？她愣了一下：绿色的就不用管了呀。 那天下午我在班里待了两小时。 被标红的孩子确实坐不住集体活动。但我看见他一个人在建构区，用四十多块积木搭了个带坡道的车库，还自己加了挡板。整整五十分钟，一次没离开。 系统里没有“专注搭积木五十分钟”这一栏。所以他是红的。 问题不在系统不准，在于——系统看不见的东西，我们就不看了。 以前数据靠老师手填，填得慢、填得粗，看漏的还多。现在AI自动采集、自动预警，看得又快又细。看得越细，我们对它没覆盖的那部分，就越容易彻底遗忘。 幼教一直有个传统叫“成长档案袋”：老师收孩子的画、记他说的话、拍他第一次自己系鞋带的照片，一学期厚厚一本。 
档案袋朝后看：这是孩子做过的事。 画像是朝前看：根据这些数据，这孩子大概会怎样。 一个是证据，一个是预测。 证据是开放的，今天看到他系鞋带、明天看到他搭车库，你会不断修正。预测是收敛的——系统一旦给出“空间智能偏弱，需要加强训练”，后面所有新数据都会被拿来验证这个判断。 因为人都这样，我们喜欢印证自己已经相信的事。 1968年罗森塔尔和雅各布森做过那个著名实验：随机挑一批学生，告诉老师“这些孩子有潜力”。八个月后，这批孩子的成绩真的更好了。不是他们真有潜力，是老师的态度变了——提问更多、等待更久、批评更少。 一个标签，八个月能改变一群孩子。 那如果一个孩子从幼儿园起就被一张画像贴六年、十二年，而且这张画像还会自动更新、自动推送给老师和家长呢？ 我见过一个孩子，小班一整年几乎不说话，评估报告写着“语言表达需重点关注”。 
中班换了老师。有天午睡前，老师随口讲了个蚂蚁的故事，他突然接了一句：“蚂蚁搬东西的时候会排队。” 那是他第一次在集体面前说话。后来他成了班里讲昆虫讲得最好的人。 请问这个“意外”，哪套模型预测得到？ 教育是为可能性保留空间的行业，而所有基于历史数据的预测系统，天生是压缩可能性的——把过去拟合成一条曲线，然后往前延长。曲线越平滑，意外越少。意外越少，教育还剩什么？ 所以我的态度很明确：AI可以做评价，但必须守住一条底线——它只能记录“发生了什么”，不能下“他是什么人”的结论。 说“这孩子连续三周在自由活动时段独自待在建构区”，是记录。老师看到会想：要不要去看看他在搭什么。 说“该生社交倾向偏弱，建议干预”，是结论。老师看到会想：得安排他多参加集体活动。 同一份数据，两种说法，孩子的处境完全不同。 如果你是家长，下学期看到学校推“数字画像”，先问三个问题： 
数据是谁采集的？ 孩子本人能不能看到自己的画像？ 有没有“可以修改”的入口？ 最后这个最关键——一张孩子永远改不了的画像，本质是一张判决书。 如果你是园长、校长，我想说句不讨喜的话：买系统之前先问自己——系统上线以后，老师是会更频繁地去观察孩子，还是更少？ 如果答案是“更少，因为系统已经帮我看了”，那这套系统再贵、再智能，也是在替你退步。 湖南那份通知里还有一句比“数字画像”更重要的话：要打破传统的“一张试卷”，通过作品展示、项目答辩、实践操作来评价。 这三样的共同点是：都是“做一件事”，不是“被测量一次”。 孩子搭的车库、讲的蚂蚁、系好的鞋带，AI很难量化，可它们才是孩子真正的样子。 
所以我不反对给孩子画像。 我只希望那张画像旁边，永远放着一本厚厚的、乱七八糟的、装满涂鸦和照片的档案袋。 因为孩子不是一张图，是一本还在写的书。 #数字画像#AI教育#幼儿评价#教育观察#幼儿园管理
一、一个被标红的孩子
二、档案袋和画像，是两种东西
三、孩子是靠“意外”长大的
四、买系统之前，先问一句
