孩子天生会学,AI最该做的是＂护住＂那股劲

引言

你有没有注意过：一个两岁的孩子，会不厌其烦地把积木叠了推倒、推倒再叠；会追着你问"天为什么是蓝的""蚂蚁住在哪里"。那时候没人催他"赶紧学"，他自己就停不下来。后来呢？很多孩子进了学校，反倒越来越不爱问了。问题常常不在于孩子"没有自驱力"，而在于那股天生的劲，在成长路上被一点点磨掉了。

AI工具进来之后，有人担心它会替孩子想、替孩子写，把孩子最后一点主动性也代劳掉。但也有另一种可能——用对了，AI恰恰是那个帮我们"护住"孩子学习劲头的人。

主体

案例一：约翰·霍尔特看见的"天生学习者"

20世纪60年代，美国教育家约翰·霍尔特（John Holt）写了两本书——《孩子为何失败》（How Children Fail, 1964）和《孩子如何学习》（How Children Learn, 1967）。他蹲在教室后面，一笔一笔记下孩子真实的学习过程。他看到一个惊人的事实：还没上学的孩子，其实是极其厉害的学习者——他们靠摸、靠试、靠问、靠一遍遍重来，自己学会了走路、说话、理解世界。

霍尔特后来干脆提出"unschooling"（非学校教育）的理念，创办《Growing Without Schooling》杂志（1977），主张孩子的好奇心是出厂设置，真正的教育不是往空罐子里灌东西，而是别挡住孩子自己想弄明白的那股劲。

解法启示：霍尔特提醒我们，自驱力不是"培养"出来的新东西，而是孩子本来就有的，我们要做的是少干预、多保护。放到AI工具上，道理很直接：当你想用AI帮孩子，先问一句——"这会不会替他把'自己想'的那一步跳过了？"AI最该做的，不是替孩子把答案送到嘴边，而是像霍尔特希望的大人那样：退后半步，看着他自己试，等他卡住时再递一块刚好够得着的砖。一个两岁孩子叠积木的劲头，和今天孩子面对一个AI项目的劲头，本质是一样的——都是"我想搞懂"。别让工具把这份劲头提前消费掉。

案例二：芬兰教室里的"不怕被笑"的AI伙伴

在芬兰，有一款叫 Elias 的AI语言教学机器人（由芬兰公司 Utelias Technologies 开发，2018年起进入学校）。它的工作很简单：陪孩子练语言。但和它的设计有关的一件事很打动人——很多刚学外语的孩子不敢开口，怕说错被同学笑。Elias 不会笑，也不会不耐烦，孩子说错了它就温和地引导再来一次，说对了就鼓励。据报道，这款机器人被用在芬兰及一些国际学校的语言课堂上，尤其帮到那些害羞、移民背景、平时不敢张嘴练习的孩子。

解法启示：这个案例戳中自驱力最软的一块地方——心理安全感。孩子愿不愿意持续学一件难的事，往往不取决于这件事多有趣，而取决于"我弄错了会不会很难堪"。AI天生有个好处：它永远不评判、永远有耐心。我们完全可以把这个特性用起来——让孩子先在AI面前大胆开口、大胆试错，把"不敢"练成"敢"，再回到真实人群里。这和我们自己小时候不一样：我们那会儿怕老师、怕同学，很多劲头就卡在"怕丢人"上。AI恰好能补上这块，做一个永远说"没事，再来"的练习伙伴。关键不是让孩子躲在AI后面，而是借它把"敢试"的肌肉练出来。

案例三：盖伊·克拉克斯顿把"自驱力"拆成四块肌肉

英国学者盖伊·克拉克斯顿（Guy Claxton）提出"学习力"（Building Learning Power, BLP）理论。他不把自驱力当成一句口号，而是把它拆成四种可以天天练的能力：韧性（Resilience，遇到困难不轻易放弃）、机智（Resourcefulness，会找工具、找办法）、反思（Reflectiveness，做完会回头看哪里可以更好）、互惠（Reciprocity，会和别人一起学、互相帮）。在他的书《The Learning Power Approach》（2018）里，核心观点是：学习不是把知识搬进脑子，而是锻炼这些"学习肌肉"，肌肉越练越有力，孩子就越能自己驱动自己。

解法启示：这个框架特别适合用来"用AI"——因为AI最怕被用成"答案机"，最该被用成"练肌肉的工具"。比如练韧性：让孩子用AI前先自己试10分钟，卡住了再问；练机智：鼓励孩子用AI找资料、找思路，而不只是要结果；练反思：做完后让孩子用AI复盘"我这次哪里想清楚了、哪里还糊涂"；练互惠：让孩子把AI成果讲给家人或同伴听，在交流里再深化。一句话，把AI从"替孩子写作业的人"，调成"陪孩子练四块肌肉的人"。自驱力听起来很虚，但拆成这四件事，每天都能落地。

案例四：把AI当成"学伴"而不是"答题器"——来自政策与实践的信号

在国内，方向也越来越清楚。教育部2025年发布《中小学生成式人工智能使用指南》，明确鼓励学生在"探究、创作、个性化学习"中使用AI，同时提醒不能让AI替代思考。国家中小学智慧教育平台也陆续上线了AI学伴类功能（如2025年世界数字教育大会上展示的"育小苗"智能体），定位是帮孩子提问、规划、探究，而不是替他写、替他答。在2026年世界数字教育大会上，展示的中国青少年AI实践里，常见的一类是：孩子用AI去探究真实问题——比如给社区做环保监测方案、用AI辅助整理非遗资料。AI在这里的角色，是"和我一起把问题搞清楚"，不是"替我把作业写完"。

解法启示：政策和平台释放的信号其实很一致：AI进学习，目标不是"更快交差"，而是"更会学"。落到家庭里，判断一个AI用法好不好，可以看一条线——用完后，孩子是更想自己弄明白，还是更想直接拿结果走人？前者是学伴，后者是答题器。我们这一代父母其实很幸运：当年我们自己学，要么靠刷题，要么靠一个忙得没空的大人。现在孩子多了一个永远在线的、不评判的、能陪他探究的搭档。但搭档归搭档，方向盘还得在孩子自己手里——这正是霍尔特、克拉克斯顿和那些芬兰课堂共同在说的同一件事。

解法总结：四件今天就能做的事

第一，把AI调成"先试后帮"模式。 孩子遇到难题，先让他自己琢磨10分钟，卡住了再用AI。不是不让他用，是别让AI抢走"自己想"的那一步——那一步，正是自驱力生长的地方。

第二，借AI给孩子一个"不怕错"的练习场。 语言、表达、写作，都可以先跟AI练，说错了它不会笑。把"敢试"练出来，再回到真实人群。

第三，用克拉克斯顿的四块肌肉当标尺。 每周挑一块（比如这周练"反思"），做完一件事就用AI陪孩子回头看一眼：哪里想清楚了？哪里还能更好？

第四，大人退后半步，做陪练不做考官。 孩子用AI时，你少问"做完了吗"，多问"你刚才自己想出来哪部分"。霍尔特说孩子是天生学习者，我们要做的，是别挡路，也别抢跑。

结语

那个两岁叠积木、追着问"天为什么蓝"的孩子，一直都在。AI来了，它不是来替那个孩子想的，是来帮我们记住：他本来就学得很好。愿我们都能做那个退后半步、看见他、护住他那股劲的人。

——海波在自驱成长 · 启行自驱教育

参考来源

1. John Holt, How Children Fail (1964), How Children Learn (1967)；创办 Growing Without Schooling 杂志（1977）。参考 holtgws.org 及公开出版资料。
2. Utelias Technologies / Elias Robot 公开报道（BBC、Forbes 及芬兰媒体关于AI语言教学机器人进校园的报道，2018年起）。
3. Guy Claxton, Building Learning Power (2002)；The Learning Power Approach (Crown House, 2018)。
4. 教育部《中小学生成式人工智能使用指南（2025年版）》，教育部官网 moe.gov.cn。
5. 国家中小学智慧教育平台 "育小苗" 智能体，2025年世界数字教育大会展示，basic.smartedu.cn。
6. 2026年世界数字教育大会（WDEC 2026）官网及教育部相关报道 moe.gov.cn。