AI进课堂以后,孩子更要学会把问题问清楚

— 图 1：明亮教室里，学生分组讨论一个问题，桌上有平板、纸笔和课本。

以前不会做一道题，孩子会问老师，或者问同桌。现在只要打开工具，把题拍进去、输进去，很快就能看到一段解释。看起来问题解决了，课堂也更高效。

可学习不只看答案来得快不快。一个孩子如果只会问“这题怎么做”，AI再强，也只是把答案递到眼前。真正有用的能力，是把问题问得更清楚。

会问问题，可能会成为AI课堂里最基础的一门功课。

— 图 2：老师站在黑板前写下三个问题：知道什么、卡在哪里、怎么验证。

很多孩子问AI时，习惯把整道题丢进去，然后等结果。这个动作很像求助，却少了一个关键环节：自己先想一想。

如果孩子不知道自己卡在哪里，AI给出的解释再长，也很难真正帮到他。可能是题意没读懂，可能是公式不会用，可能是单位换算错了，也可能只是粗心漏了条件。不同卡点，需要不同帮助。

所以课堂里要教孩子把问题拆开。先说已经知道什么，再说自己试过什么，最后说卡住的位置。

一句“我不会”，很难换来有效帮助。一句“我知道要用面积公式，但不知道高度怎么找”，才是可以继续往下走的问题。

— 图 3：学生在平板上向AI提问，旁边同学把关键信息记在便签纸上。

AI在课堂里最稳妥的角色，是陪练和资料助手。

它可以帮助孩子复述概念，可以给出几个例子，可以解释一个词，也可以生成一道相似题让孩子练手。对于不敢开口提问的孩子，它还提供了一个比较低压力的练习空间。

但课堂不能只剩下人机问答。孩子还要和同学讨论，听老师追问，在黑板前说出自己的思路。很多理解，是在表达和争论里长出来的。

AI给的是回应，课堂要保留碰撞。

— 图 4：科学课上，孩子们先做小实验，再用AI查询可能原因。

一个比较好的课堂顺序，是先观察、先尝试、先记录，再使用AI。

比如科学课做一个小实验，孩子先看现象，写下猜想，再让AI帮忙查可能原因。语文课读一篇文章，先圈出不懂的句子，再让AI解释关键词。数学题先列出已知条件，再问下一步怎么推进。

这样用，AI不会抢走学习的第一步。孩子仍然要亲手做、亲眼看、亲口说。

如果一上来就问AI，课堂会变得很省事，也容易变浅。孩子拿到答案，却没有经历发现问题的过程。

— 图 5：课堂投影展示两种不同回答，学生围坐讨论哪一个更可靠。

AI回答得很像那么回事，但它也会错。

课堂正好可以教孩子验证。答案和课本是否一致？有没有引用来源？同一个问题换种问法，结论会不会变？同学们查到的资料是否互相支持？

这些训练比单纯使用工具更重要。孩子将来面对的信息会越来越多，关键不在于能不能搜到，而在于能不能判断。

老师可以把AI回答拿到课堂上拆开看。哪里说得清楚，哪里太笼统，哪里可能有漏洞。这样的课，比让孩子偷偷用AI更有价值。

— 图 6：图书角里，孩子拿着纸质书和AI搜索结果做对照阅读。

纸质书、实验、课堂讨论、老师讲解，这些老方法不会因为AI出现就失去意义。它们反而能成为校验AI的参照。

一个孩子如果只相信屏幕里的回答，会很脆弱。能把AI回答和课本、现实观察、同伴讨论放在一起比较，才算真正会用工具。

— 图 7：老师收集学生的问题卡片，按清楚程度贴在教室墙面上。

AI进课堂以后，作业设计也要跟着变。

单纯让孩子回答标准问题，容易被工具快速完成。更合适的作业，可以让孩子交出提问过程：你问了什么？为什么这样问？AI回答后，你怎么验证？最后你改了什么看法？

这样一来，AI不再只是答案来源，而是学习过程的一部分。老师看的是孩子的思路，而不是一段漂亮文字。

孩子也会慢慢明白，提问不是把麻烦丢给机器，而是把自己的思考整理出来。

— 图 8：放学前，学生把今天问过的一个好问题写进学习记录本。

教育部近年持续推动人工智能和教育结合，学校里的AI应用会越来越多。工具进入课堂已经不是很遥远的事。

这件事最值得关注的，不是教室里多了几块屏幕，也不是学生会不会熟练点按钮。

更关键的是，孩子能不能把一个模糊的问题变清楚，能不能带着自己的尝试去求助，能不能对答案保持一点核验意识。

以后会用AI的孩子很多。真正走得远的，可能是那些会把问题问明白的孩子。