夜雨聆风今日受邀在上海市科普作家协会和上海少年儿童出版社举行的“AI时代，儿童教育的机遇与挑战”主题讲座中，我代表波波熊科技分享了一些 AI 时代我们的思考，以下是分享全文。
尊敬的各位领导、各位来宾，来自教育界、科普界和 AI 领域的各位前辈、朋友们，大家下午好！
我是波波熊科技的创始人，刘宇龙。我们是一家专注于 AI 教育领域的创业公司，而我个人，也一直在探索如何让 AI 技术真正服务于孩子的深度成长和家庭教育的温度，今天想和大家分享一些这方面的思考。
今天，我想和大家共同探讨的主题是：从回答“为什么”到“探索共创”。
身处 AI 技术浪潮席卷而来的今天，我们或许都感受到了那份前所未有的激动与可能性。
同时，我们心中也夹杂着一丝对未来的焦虑和不确定，当我们思考下一代的教育时，我们心中可能都会想：
AI 来了，孩子们到底该学些什么？怎么学？
未来的竞争中，怎样才能让孩子保持优势？
这些问题，反映了我们在 AI 时代普遍的关切，而驱动我们思考这些问题的，或许正是我们内心深处那份与生俱来的特质。
我们人类，天生就有着探究“为什么”的强烈冲动，这份好奇心是驱动我们认识世界、发展文明的火种。
这种对世界本源的探问，自古皆然。
“遂古之初，谁传道之？上下未形，何由考之？”
早在两千三百多年前，屈原在《天问》中，一连向抛出了关于宇宙缘起、日月星辰、神话传说乃至人间治乱的一百七十多个疑问，但它也没有得到明确的解答。
探索未知的渴望伴随着我们的成长，在我小时候，《十万个为什么》就是我的科学启蒙。
而今天，AI 似乎能更快速、更全面地回答我们能想到的几乎所有的“为什么”。
当获取“答案”变得如此容易，我们是否应该重新思考：教育的核心目标究竟是什么？我们更应该教会孩子们什么呢？
我认为，关键在于：我们首先要真正理解 AI 的本质和边界。
AI 的本质是大语言模型，所以它的“知识”源于概率学习，这意味着它并不是真正的理解了知识，也不是真的在“回答我们的问题”，它只是根据我们的提示，输出“最可能相关的符号”。
对于房间外用中文提问的人来说，他们看到的是准确的中文回答，那么，他们会不会认为房间里的人精通中文，完全理解了他们的问题呢？
房间里的那个人，可能只是在按照规则进行“符号匹配”。他只是完成了任务，“画”出了结果而已。
所以，我们能相信类似机制的 AI 吗？
也许有的人会相信大品牌的 AI，认为这个 AI 性能更强，得到的信息比较可靠，所以可以相信。有的人看到 AI 在回答之前先输出了一大段的思考，就觉得没问题，所以可以相信。
我的建议是任何时候都应当先假定：AI 说的东西都有可能是错的。
这就直接指向了我们人类需要坚守和发展的第一个核心价值：深刻的理解与判断力，辨别 AI 输出的可靠性。
与普遍的看法相反，我们大脑的设计不是为了让我们思考，而是为了让我们不用思考。我们人类天生好奇，但我们并非天生善于思考。除非认知条件刚好合适，否则我们通常会避免思考，有时候我们也会倾向简化后的知识和信息。
如果对一个领域缺乏基本的事实、概念和原理性认知，比如必要的技术原理，历史背景、科学常识、地理空间、甚至基本的常识，我们如何能够有效地判断 AI 输出信息的真伪？
所以，我们的思考能力上限和判断取决于我们掌握的事实性知识，这也是为什么我认为基础教育和知识很有必要。
因此，我们所说的“深刻理解与判断”，它必然包含两个层面：
一是主动学习、内化吸收必要的基础事实性知识，构建起我们自己的坚实知识基础和认知框架；
二是在这之上，运用我们的理性去分析来源、审视证据、辨别逻辑、洞察意图，并结合价值观做出独立的、负责任的判断。
这整个过程，是一种积极主动的、需要付出认知努力的、将知识与思维深度融合的过程。它要求我们不满足于表面的“正确答案”，而是要遵循我们好奇心，去探究“所以然”。
具备深刻的理解与判断力，恰恰是目前 AI 因其原理限制而难以完全胜任，也正是我们人类核心价值的关键所在之一。
仅仅拥有对单点信息的理解与判断，可能还不够。我们知道，AI 的运作还有另一个显著的边界：它的“记忆”，或者说处理信息的范围，受限于所谓的“上下文长度”。
简单来说，就像我们和一个人聊天，聊久了他可能会忘记前面说过的一些细节一样，AI 在处理长对话或长文档时，也可能“忘记”较早的信息，或者难以将当前讨论与更早之前、但依然相关的内容有效联系起来。
它缺乏一种跨越时间、持续存在的、真正意义上的、与我们人类相似的持久记忆和背景整合能力。
这种信息处理上的“视野局限”或者说“记忆短板”，最直接的影响，就是可能导致我们从 AI 获取的知识和沟通是碎片化的，甚至体现在一些任务中，我们需要反复提醒 AI 背景信息才能达到一个差不多的结果。
前几天 ChatGPT 对记忆功能进行了更新，除了它自己会决定它会保存哪些，以及你需要让他记住的信息以外，他还会从之前的对话记录中进行参考。
那这能代表 AI 未来会更懂我们了么？
我认为这恰恰说明，当前 AI 技术是难以解决上下文问题的，因为它限制了记忆的来源必须是和 ChatGPT 的对话，而不是我们广阔的日常生活。
所以，我们人类的持久记忆，全面和长程思考是我们人类核心价值的第二项，同样是我们的护城河。
如果我们缺少这个能力，就只能消化 AI 局部的、细节性的信息，也很难依靠它独立构建一个连贯、一致的、对事物全貌的认知。
我有时候会听说，有家长把手机给孩子，让孩子自己和豆包聊天 —— 这确实节省了家长照顾孩子的时间，看着孩子不断向豆包提问，感觉上孩子好像学到了什么知识。
孩子可能会问豆包：“霸王龙有多大？” “它吃什么？” “它生活在哪个年代？”豆包也能马上给出很有趣的答案。孩子完全可以通过这种对话方式，了解大量关于这种恐龙的具体信息点。
当然，我们并不是说孩子出于好奇去问 AI 这些具体、甚至有些碎片化的问题有什么不对。恰恰相反，这是非常宝贵的兴趣火花和探索的起点，孩子对霸王龙的大小，和它吃什么产生疑问，这本身就值得鼓励。
关键在于：学习不能，也不应该止步于此。当 AI 迅速满足了孩子最初的那个“点”上的好奇之后，正是我们进行引导的最佳时机。
我们的角色，不是替代 AI 回答，也不是阻止孩子提问，而是要抓住这个兴趣点，启发和引导他去思考那些更宏大、更需要联系的问题，
我们可以引导孩子的全局观：“这只恐龙生活在怎样的世界里？”
可以引导长程思考：“恐龙这个庞大的家族如何演化的？又为什么会消失？”
或者引导探究精神和批判思维：“我们是如何得知这些知识的？”
还可以引导实践：寻找一些合适的视频和画册，看一下近期有没有恐龙展，带孩子去现场走走等等
通过这样的追问、讨论和活动，我们可以帮助孩子将 AI 提供的“兴趣点”作为“路标”，引导他们主动地去连接更多的点，从理解一个“点”走向认知一个“面”，甚至构建一个“体”，将短暂的兴趣激发为深度学习的动力。
说到底，在这个过程中，孩子具体记住了多少关于“三角龙”或“霸王龙”的知识点，可能并不是最重要的衡量标准。
更宝贵的是他亲身经历了这样一个被引导着去联系不同信息、 整合碎片知识、 思考事物全貌与长远发展的过程。这种思维方式的习得和能力的提升，才是锻炼孩子“全局与长程思考”能力的关键一步。
要将这些思考转化为有效的学习成果、真正的能力提升，甚至未来的竞争优势，还需要关键的下一步——引导孩子主动去探索、去实践、去创造。
而这恰恰触及了 AI 的第三个，也是最关键的本质特性：AI 的行动，几乎完全依赖于我们的外部提示（Prompt）。它没有自主的目标，没有内在的好奇心，也没有主动发任务的驱动力。
这个特性，决定了 AI 在人机关系中，注定只能是一个“协作者”，而不能成为“主导者”。
正因为 AI 如此依赖“人”的指示，如果使用者——就像一个“舵手”——本身目标清晰、问题精准、善于引导，那么 AI 就能成为极其强大的“能力放大器”，让优秀的人和想法更快地脱颖而出。
如果“舵手”自身缺乏方向，满足于浅层互动，仅仅发出简单、重复的指令，或者无法提出更高质量的要求，那么人机交互就很可能停滞在一个低水平的“石化阶段”。AI 的潜力无法发挥，而人自身的主动性、思考深度甚至可能在这种低效互动中逐渐萎缩。
在孩子成长的早期，家长和老师无疑是最初的、最重要的“舵手”。
我们的目标，是要通过我们的引导，最终帮助孩子培养起独立“掌舵”的能力。这正是我们得出的第三个人类的核心价值：自主意图与内在驱动力。
让他们未来能够自信、有效地驾驭 AI，成为自己学习、创造乃至人生的主人。
那么，虽然 AI 有这样的潜在问题，我们能否还能够借助 AI 来培养孩子的主动性呢？
答案是肯定的，关键在于我们的引导需要遵循几条核心的原则和策略，我把它总结为三个关键点：
谁主导？—— 由人主导，目标驱动
关注什么？ ——关注过程体验与反思
AI 的定位？—— AI 提供辅助，保持适度挑战
好，那我们先来看这第一条基础策略：“人主导，目标驱动”。
为什么是人主导？因为 AI 本身是没有“意图”的，它会随着我们的提示而改变倾向，有些专门设计为教育的 AI ，比如很多学习机配套的 AI 老师，它体现的是设计者的意图，而不是家长或孩子的意图。
在和 AI 沟通时，我们人的意图是起点和方向，应当始终将孩子的好奇心、兴趣点和内在目标放在首位。
AI 的使用必须服务于我们或者孩子自己设定或认同的目标，成为达成其意图的工具或伙伴。
具体操作的话，我们可以参考这样的基础策略：第一，从孩子的“真正的疑问”出发。
当孩子提出问题，比如说出经典的“为什么”或者对某个事物表现出兴趣时，先别急着替他去 AI 找答案，或者直接让孩子自己去问 AI。
在这个过程中，孩子只是一个被动的答案接收者，好奇心可能在得到答案的瞬间就终止了，AI 成了知识的唯一权威。
正确的引导应该是： 先接住孩子的问题和好奇心，比如反问他：“哦？你觉得可能是为什么呢？” 鼓励他先猜想，或者引导他提出一些假设，帮助孩子澄清和挖掘：“你具体是对哪个部分好奇？”，“你最想知道的是什么？”。对齐孩子内心真正的疑问，在他思考之后，我们可以和他一起，带着他和他自己的疑问去探索。
比如孩子问：“我们看的这本画书是怎么来的？”
这个时候可以先肯定并且激发孩子的兴趣，“哇，你想知道这本书是怎么到你手上的呀？这背后有很多人的努力呢！你猜猜看，如果要做出一本书，可能需要哪些人呢？” 鼓励孩子先猜想，比如“需要写字的人？”，“需要画画的人？”等等。
在他思考之后，再和他一起带着问题去探索。这时可以借助 AI，但要问更结构化、更能引发思考的问题，比如：“一本书从作者有想法到我们能在书店买到，主要有哪些工作步骤？” 或者 “作者、编辑、插画师和印刷厂在一本书的诞生中，都扮演了什么不同的角色？” 得到 AI 提供的信息后，关键是和孩子一起消化、讨论、延伸：“你看，原来有这么多环节！编辑叔叔阿姨要做这么多检查修改的工作，为什么呢？印刷是怎么把颜色印上去的？为什么书有不同的纸张和封面？”
甚至可以结合现实中的书本，带他看看版权页信息、摸摸不同的装帧，有机会还可以参加出版社或书店的相关活动。
在这个过程中，孩子基于自己的兴趣点，在家长的引导和 AI 的辅助下，逐步构建起对一个行业、一个创造过程的整体认知和尊重。
孩子不仅是在获取信息，更是在学习如何探究一个复杂系统，这远比记住一个简单的流程答案更有价值，在这个过程里，孩子是探索的主角，家长是舵手，AI 是提供信息和启发思考的工具。
接下来，后面两条基础策略：关注过程体验与反思 和 AI 提供辅助，保持适度挑战，在辅导孩子作业的时候很凸显。
我们必须接受这样一个现实：将来我们无论如何封堵，孩子迟早会尝试使用 AI 写作文和写作业。所以我们的要做的只有一件事：尽早引导正确的 AI 协同方法，让孩子经历经历一个完整、真实、且最终由他自己负责的思考与创作过程。
这意味着，当孩子开始构思时，我们要鼓励他先有自己的想法和策略。当他遇到困难，比如思路打不开，或者某个句子表达不畅时，我们可以引导他有选择地、有目的地向 AI 求助。
但这绝不是把整个写作任务“外包”出去。
具体来说，我们可以让 AI 扮演一个“启发者”，比如提供几种不同的开头思路让孩子判断和挑选，或者提供不同的段落润色思路，抑或让 AI 和孩子一同评价他的作文，发现其中的逻辑问题和可以提升的部分，引发进一步的讨论。我们要有意识地保留写作中最核心的挑战——比如立意构思、逻辑组织、情感表达、风格塑造——这些需要让孩子自己去完成。
AI 的辅助，应该是帮助他克服具体的、非核心的障碍，让他能更顺畅地投入到这些核心挑战中。
当我们把“AI 辅助”和“过程反思”结合起来，融入到引导孩子与 AI 协同写作的每一个环节中，家长的角色就从一个焦虑的“监督者”，转变成了一个“教练”和“学习伙伴”。
在这种协同模式下，AI 就不再是一个可能扼杀创造力、导致思维惰化的威胁，而是成为了一个可以被我们和孩子有意识地、批判性地加以利用，用以激发思考、提升表达、并最终服务于他自主学习与成长的强大工具。
回顾今天的探讨，面对 AI 浪潮，我们或许更能看清一件事：AI 的边界，恰恰映照出人类自身不可替代的核心价值——那份深刻的理解与判断，那份全局的视野与长程的思考，以及那份自主的意图与内在的驱动力。
我们可以让 AI 帮助我们处理掉工作中 70% 的基础性、重复性的部分，将我们从繁琐中解放出来，让我们更加聚焦于那决定品质、赋予灵魂的、属于人的 30% 。
这份独特性，更多地体现在我们的情感连接、共情能力，以及基于良知和价值观的选择与担当。这是我们区别于代码逻辑，那份最温暖、也最坚实的底色，它为我们所有的智慧赋予了意义和方向。
所以，AI 越是发展，教育或许越需要回归“以人为本”，回归对完整人性的尊重与培养。负责任的 AI 教育探索，核心应是赋能于人、服务于成长，这应当是我们共同努力的方向。
而无论技术如何变迁，孩子成长的引导者——特别是家长——所承担的这份爱与责任，其价值或许更加凸显，因为它关乎温度与方向，难以替代。
技术是中立的，而教育的选择，永远掌握在我们自己手中。
最后，也和大家分享一个小小的“幕后故事”。今天与各位交流的这些思考和想法，它的形成过程，本身也是一次“探索与共创”的实践——它是在我的主导和判断下，与 AI 进行多轮深入对话、共同协作打磨完成的。
这或许也印证了我们今天讨论的观点：AI 可以成为强大的协作者，但最终的方向、价值和意义，源于我们人类自身。
我的分享就到这里，再次感谢各位的聆听和时间！