夜雨聆风
时代洪流中，真正的创造力是探索未知时的笨拙脚印，是知识与想象力碰撞后冲破纸面的飞鸟。五年前，创造力几乎不在教育紧迫议题榜单上；而今天，"什么是创造力"、"如何培养创造力"、"在AI面前创造力还重要吗"已成为每所学校的核心命题——这一转变很大程度上因生成式AI的出现而加速。
1️⃣ 教育评价的根基，被AI动摇了
产品与过程之间的裂缝
斯坦福大学工程系Marin Tommey提出：教育体系对学习的判断建立在"高质量产品代表高质量过程"的破裂假设上。生成式AI放大了这一裂缝——学生可生成高质量"产品"却绕过学习过程。
计算机安全领域实验：
两组程序员：使用AI构建安全功能 vs 不使用AI
结果：使用AI组更自信，但代码实际更不安全
结论：工具可能带来虚假安全感，掩盖真实缺陷
生成式AI是工具，更应该是课题
工具视角：由老师个人决定用不用、怎么用
课题视角：需贯穿课程体系，分阶段构建：
初级：什么是生成式AI、它从哪里来
中级：识别AI的幻觉和偏见，核验内容
高级：优化提问方式，引导AI深度思考
现状：70%-80%学生用AI走捷径而非深化学习
2️⃣ AI与计算器，真的是同一回事吗？
这次不一样的真正含义
经济学家Glishent指出：计算器仅处理算法性、可重复部分，而生成式AI可完成从理解题意到生成答案的全流程任务。若缺乏"护栏"设计，AI可能完全替代学习过程。
有了护栏，结果令人意外
巴西里约中学实验：
实验设计：带有护栏的AI创意助手（如要求10个词只给3个）
第一阶段：有AI辅助的学生表现更好，拿走AI后优势消失
第二阶段（新任务测试）：
组别
表现情况
从未使用AI
表现最好
曾用AI但新任务中失去
表现最差（比从未使用者差近四倍）
核心发现：学生若认为AI比自己更有创造力，其创造力自我认同会崩塌
3️⃣ 创造，是比消费知识更深的学习方式
知识不够，你还需要会做东西
斯坦福教育学院Hari Subramaniam提出：创造是理解的终极检验。知识若不通过创造锚定，就只是抽象碎片。创造迫使学生组织知识、建立概念连接、将知识转化为实用工具。
AI如何成为创造的脚手架？
降低门槛：如"摩擦力画笔"工具，学生通过涂画冰面/砂砾观察汽车运动，在探索中理解物理概念
提升上限：生成艺术工具让学生专注概念创意（如水母运动+抽象分形图形），AI负责技术实现
关键原则：AI处理"非学习核心"的机械工作，而非替代思考探索
4️⃣ 音乐课堂里的AI实验：同一个提示词，31种不同的答案
计算机音乐教授Chris Chafe展示了AI带来的生产力跃迁：
编程效率对比：50年前5行/天→25年前50行/天→AI时代500行/小时（指数级增长）
教学应用：用一行提示词实现复杂演示（如上百个运动点演示格式塔心理学"共同命运"原则）
创造力证明：31个学生用同一提示词完成任务，产出31个不同却可运行的网页应用
核心价值：AI让创造速度追上想象力，使"想做但来不及做"的创意成为可能
5️⃣ 创造力的定义，正在被重写
四位研究者对创造力的重新定义呈现向内转趋势：
Chris：创造力根植于文化传统，"站在无数双耳朵的肩膀上"
Marin：需区分问题求解型与艺术表达型创造力，清晰定义才能有效培养
Ghe：从"产出新颖作品"转向"通过工具、知识和已有成果不断塑造重组想法的内在认知过程"
核心张力：AI既是创造力加速器，也可能成为替代品，结果取决于使用方式设计
警示发现：巴西实验显示，真正危险的不是AI本身，而是学生对自身创造力的信念崩塌
教育使命：让人相信自己有能力理解世界、改变世界，任何动摇这一点的工具使用方式都需重新考量
由于微信推送设置规则变化，如果你想更快看到我们的文章，请关注我们的公众号并加星标，并点赞、在看、转发
