AI帮孩子写满分作业后，学校还能证明他真的会吗？

晚上十点，许多家庭都有过类似场景：孩子刚交上一份作文，结构完整，论点清楚，语言甚至比以前成熟许多。家长松了口气，老师也可能给出高分。

第二天课上，老师只追问了一句：“你为什么把这一段放在这里？”

孩子沉默了。

这不意味着孩子作弊，也不意味着 AI 不该进课堂。真正的变化是：AI 让“完成一份像样的作业”变得很便宜，也让一份漂亮的成品越来越难证明——这是不是孩子真正掌握的能力。

过去，作业当然也不完美。有人有家长辅导，有人请家教，有人擅长模仿范文。但大多数时候，字是孩子写的，步骤是孩子走的，错误也带着他的痕迹。老师通过作业、草稿和课堂反应，大致能判断一个孩子卡在哪里。

现在，这条“作业能证明能力”的默认规则正在失效。

AI 改变的不是写作工具，而是答案生产成本。

它可以在几分钟内完成结构、措辞、资料整理，甚至生成一篇看起来“很像高分答案”的文章。学校过去最重要的一项工作——从一份成品里确认一个人是否具备相应能力——因此失去了原来的基础。

作业变好了，为什么学校反而更难判断？

一篇追踪 26,811 名中国中学生、持续 30 个月的 CEPR 讨论论文^[1]给出了一个值得关注的对照：学生使用 AI 后，作业分数平均提高 18%，完成时间缩短 30%；但六个月内，闭卷月考成绩平均下降 20%。

这项研究说明的是：作业成绩与真实掌握程度可能开始脱钩。它并不代表所有 AI 使用都会导致成绩下降，更不意味着 AI 天然有害。

注： CEPR 这项研究讨论的是特定学生群体与使用方式下的相关性。它提醒学校不能只看作业成品，而不是要求学校把 AI 排除出学习过程。

关键在于，AI 用在何处。

如果它帮助学生查找资料、比较观点、修正表达，它可以成为学习工具；如果它替代了本应由学生完成的理解、推理和判断，作业成绩就可能只是在证明：这个孩子获得了一份好答案。

对学校来说，麻烦不在于“孩子有没有用 AI”。

未来，学生本来就应该学会使用 AI。真正的问题是，学校不能再把一份课后成品，单独当作能力的认证凭证。

一篇作文写得好，可能意味着孩子会写；也可能意味着孩子知道如何调用一个会写的工具。两者不是一回事。

学校今天面对的，是同一种认证危机。

AI时代，作业从“结论”变成“线索”

最省事的应对方式，是给作业装一个 AI 检测器，把“疑似 AI”当作答案。

但这解决不了认证问题。

检测工具看到的是一段文字，不是一个孩子如何学习。它可以提示老师“这里值得再问一问”，却无法替学校回答：“这个孩子到底会不会？”

把检测结果当作裁决，不仅容易误伤，也把一个本该由教育者承担的判断，外包给了概率模型。

更重要的是，即使检测准确率足够高，它回答的仍然是“这段文字像不像 AI 写的”，而不是“这个学生是否理解”。

学校真正需要的，不是一把更灵的“抓 AI”工具，而是一条新的证据体系：让一份作业不再孤零零地承担能力认证的全部责任。

学校需要的，是一条AI时代的能力证明链

设想一个更接近中国课堂的场景。

孩子交上一篇关于本地河流污染的作文，文章经过 AI 润色，语言流畅、结构完整。老师不必先问：“是不是 AI 写的？”

更有效的问题是：

“你删掉了 AI 给你的哪一段，为什么？” “这条数据从哪里来的，你核过吗？” “如果把治理对象从工厂改成社区，这个方案还成立吗？” “你愿意用三分钟，讲讲你最初是怎么想的吗？”

这些问题不要求孩子拒绝 AI，而是要求他为自己的判断负责。

一条可行的 AI 时代能力证明链，至少包括四层：

第一层，现场表现。 核心概念、基础推理和关键技能，需要定期回到课堂内完成。不是为了增加考试，而是让学校知道：离开外部辅助后，孩子能走到哪一步。

第二层，过程痕迹。 选题为什么这样定、资料怎么核、提纲如何修改、哪些反馈被采纳或拒绝，都应留下简短记录。过程档案不是监控学生，而是让思考有来路。

第三层，AI协作记录。 学生可以说明：AI 用在资料整理、观点比较还是语言润色；哪些内容被采用，哪些被推翻，最后的判断又由谁作出。未来不是禁止 AI，而是让人与 AI 的协作过程可见、可解释、可讨论。

第四层，教师追问。 一次短小的变式题、一段口头解释、一次展示后的即时提问，往往比把作业交给检测器更接近真实能力。因为 AI 可以提供答案，却很难替一个学生解释：为什么这样判断，又准备如何修正。

注： AI协作记录不是要求学生提交全部聊天记录，而是说明工具在任务中承担了什么角色，以及最终判断如何由学生自己完成。

四层证据交叉起来，作业仍然有价值，但它不再是唯一证据。

这才是能力认证应有的样子：不是追问“这篇文章究竟是谁打出来的”，而是确认学生能否在不同证据之间站得住。

认证权，不能外包给模型

教育部等部门发布的《“人工智能+教育”行动计划》已经明确，AI 将进入教育全流程，同时也要求规范智能产品进校园、完善相关治理边界。政策文件^[2]传递的信号并不复杂：AI 可以进入课堂，但学校不能因此放弃评价责任。

这也是“能力认证权”的关键。

过去，学校的认证权部分来自稀缺的考试场景：题目在学校手里，答题过程在教室里，老师能够相对稳定地判断谁会、谁不会。

AI 出现后，课后答案变得无限可得。学校若仍把成品分数当作主要依据，认证权就会悄悄滑向两端：一端是生成答案的模型，另一端是识别答案的检测工具。

两者都不该拥有最终裁决权。

但这不意味着认证权只能原封不动地留在传统考试里。它将重新分配给学校、教师，以及一套新的评价体系：学校设定边界，教师进行专业判断，评价体系提供可核验的过程与现场证据。

备注： 模型可以提供答案，系统可以留下证据；但“这些证据是否足以证明能力”，仍应由教育体系承担最终判断。

它的基础也必须变化：从“你交出了什么”，转向“你如何形成判断、能否解释判断、能否在新情境中重新做出判断”。

这不是把所有学生拉去答辩，也不是让老师每周增加一轮口试。

更现实的做法是分层：低风险练习允许在规则内使用 AI；形成性任务记录过程与修改；真正影响成绩的关键能力，再通过课堂短任务、现场展示和教师追问交叉验证。

这样做还有一个常被忽略的好处：它比“一刀切禁 AI”更公平。

如果学校只看最终成品，家庭是否有付费模型、是否有电脑、是否有人教孩子怎么写提示词，都会被隐藏在那份漂亮作业里。把关键能力验证放回课堂，才有可能让所有孩子在同一张评价桌上被看见。

AI 会继续让答案更便宜，也会让“看上去会”越来越容易。

学校要重新建立的，不是对工具的恐惧，而是一套能够穿过成品、看见理解的认证体系。

AI改变的不是作业，而是谁有资格证明一个人拥有能力。

/作者： 非小李二