78.5%的受访未成年网民已经在用 AI:学校的问题已经变了

教育观察 · AI 教育 · 青少年数字生活

78.5%。

这是《青少年发展蓝皮书：全国未成年人互联网使用情况调查报告》里一个让我停了一下的数字。

报告显示，78.5%的受访未成年网民已经在学习、创作或者娱乐中使用人工智能。

看到这个数字以后，我忽然觉得，我们过去常问的一个问题可能已经有些落后了：

「学生该不该用 AI？」

因为很多学生已经在用了。它已经不只是少数孩子偶尔尝试的新工具。超过四分之三的受访未成年网民，已经在学习、创作或者娱乐中和 AI 打交道。

当 AI 已经进入许多学生真实的学习和数字生活，课堂再只讨论「要不要让他们接触」，就显得有些迟了。

真正的问题开始变成：

用了以后，我们还要教什么？

报告里还有两个数字同样值得注意。

23.1%的受访未成年网民表示，担心自己可能对人工智能形成心理依赖。83%的受访教师担忧学生存在滥用 AI 的风险。

一个来自学生的自我担忧，一个来自教师的风险感知。

这两个数字当然不能证明，AI 已经造成了普遍的依赖或滥用。但它们至少提醒我们：当 AI 越来越多地进入未成年人的学习和日常生活，怎样和它保持边界，已经开始成为学生和教师都需要面对的问题。

报告里还有一个数字：64.2%的受访未成年网民表示自己对短视频缺乏自控力。

短视频与 AI 当然不是同一种东西，不能简单套进同一种「沉迷」逻辑。但这个数字至少提醒我们，自我管理本来就是未成年人数字生活中的现实课题。AI 进入以后，这个课题又延伸到了阅读、写作、思考和判断这些学习环节。

所以，78.5%告诉我们的是：使用已经发生。

23.1%和83%提醒我们的则是另一件事：开始使用一种工具，并不等于已经建立了与它相处的边界。

已经在用，不等于已经知道该怎么用。

那么，学校到底还需要教什么？

最容易看见的一种能力，是「会用」。

会提问，会生成，会整理资料，会借助 AI 辅助创作。这些能力当然重要，也是目前 AI 教育最容易着手的一部分。

但如果 AI 素养停在这里，其实只完成了第一步。

会操作 AI，并不等于真正知道怎样和它相处。

报告本身也提到，多数未成年人在 AI 生成内容甄别、算法偏见辨识和伦理边界把控方面仍存在不足。

再进一步，是「会判断」。

AI 给出一个事实，学生知道还可以去哪里核实；AI 写了一篇作文，学生能看出哪里空洞，哪里看起来漂亮却并不准确；AI 给出一条解释，学生能够判断其中有没有遗漏、混淆甚至错误。

这意味着，学生仍然需要掌握一定的基础知识和判断能力。

否则，当 AI 给出的答案已经足够流畅、足够像真的，他甚至很难意识到自己应该怀疑什么。

到那时，AI 就很容易从一个工具，变成一个无法被他检验的答案来源。

第三层，是「会拒绝」。

这一层目前谈得相对少一些。

一道英语作文，如果这次任务本来就是训练学生自己组织语言，能不能先写完第一稿，再打开 AI？

一道数学题卡住以后，能不能再想五分钟，而不是第一时间把题目交给 AI？

读一篇文章的时候，能不能先尝试自己理解，再决定是不是需要 AI 帮助解释或总结？

这里的「拒绝」并不是为了证明不用 AI 更好。

恰恰是因为，有些过程本身就是学习。

如果训练的正是写作、推理、阅读和判断，那么这些最初的困难、犹豫甚至错误，本来就是学生需要亲自经历的部分。

所以，AI 素养不只是知道怎样把 AI 叫过来，也包括知道什么时候让它暂时待在门外。

最后一层，也许也是最容易被忽略的一层：没有 AI 的时候，仍然能够独立完成。

一个学生借助 AI 完成了一篇很漂亮的文章，不等于他已经成为一个更好的写作者。

AI 帮他整理出一份完整的报告，也不等于他自己已经具备组织信息、形成判断和表达观点的能力。

「会拒绝」解决的是这一次要不要让 AI 介入。

而「能够独立完成」保留的，是即使 AI 暂时不在身边，学生仍然拥有那些属于自己的基本能力。

所以，学校今后可能需要同时培养两种能力：

有 AI 的时候，知道怎样与它协作；

没有 AI 的时候，仍然会读、会写、会思考，会完成那些本来就应该属于自己的认知劳动。

会用，会判断，会拒绝，能够独立完成。

这四种能力看起来各有侧重，最后却会汇到一个更具体的教学问题上：

学生使用 AI 时，真正重要的也许不只是用了多少次，而是它究竟在哪一步出现。

于是，问题也从「学生能不能用 AI」，慢慢变成了：AI 究竟应该在哪一步出现？

同样是「使用 AI」，差别可能不在用了多少，而在它什么时候出现。

想象三个场景。

第一个：一道数学题刚布置下来，学生还没读题，第一反应是「我问一下 AI」。AI 出现在思考开始之前。当这次任务的目标本来就是训练学生独立阅读、推理或解决问题时，AI 过早给出思路或答案，很容易替代掉本应由学生完成的一部分思考——读题、理解、尝试、卡住、再尝试。这些步骤看起来笨拙，但学习往往就在这些过程中发生。

第二个：同一道题，学生先自己想了十分钟，卡在某个步骤上，然后打开 AI，请它解释这一步的思路。AI 出现在思考过程中间。这时候它有可能成为支架——学生已经有自己的理解，AI 帮他跨过了一个具体的障碍。但也可能不是——如果学生想了十分钟以后直接说「把完整答案给我」，AI 仍然可以接管整道题。区别不仅在于 AI 什么时候出现，也在于它出现以后替学生做了多少。

第三个：学生已经完成了整道题，打开 AI，请它检查自己的解题过程有没有漏洞。AI 出现在思考完成之后。这时候它有可能成为反馈工具——学生已经独立走完了全程，AI 帮他校验结果。但如果学生直接接受 AI 修改过的版本，不再追问为什么改，最终判断仍然被交了出去。

三个场景，同一个学生，同一道题，同一个 AI。

最显眼的差别，是 AI 介入学习过程的时机。与此同时，它替学生承担了多少思考，也并不相同。

在那些本来就要训练学生独立思考的任务里，AI 如果过早接管，很容易拿走本应由学生完成的认知过程。

学生已经开始思考、只在具体障碍处有限借助 AI 时，它更可能成为支架。

学生已经独立完成、并且仍保留最终判断时，它更可能成为反馈和校验。

当然，位置并不是唯一变量。AI 提供的是一个提示、一段解释，还是直接给出完整答案，同样重要。但在这三个场景里，真正先被注意到的，仍然是位置。

所以，真正值得教师关注的，也许不是学生「有没有用 AI」，也不是「用了几次」，而是：

至少从课堂教学设计的角度，我越来越觉得：

AI 出现的位置，比 AI 出现的次数更重要。

写到这里，其实可以回到那个 23.1%了。

23.1%的受访未成年网民担心自己可能对人工智能形成心理依赖。这个数字不能被读成「AI 成瘾率」，它只是说明，依赖这个问题已经进入了一部分未成年人自己的感知。但这个感知本身值得认真对待。

对学校来说，比单纯统计 AI 用了多久更值得观察的，也许还有另一件事：学生是不是已经越来越不习惯在没有 AI 的情况下先自己开始。

当一个人遇到任何问题，第一反应都是先打开 AI，他可能并没有做错什么。但如果这个反应已经变成一种自动模式——不管什么任务，不管什么情境，不管这次任务的目标到底是什么——更值得担心的，也许不只是多花了多少时间，而是这种选择能力会不会慢慢变弱：判断这一次究竟需不需要 AI 的能力。

所以，学校最终需要教的，也许不是「少用 AI」。

而是一种更难教的东西：拥有选择权。

一个真正具有 AI 素养的学生，不应该只会调用 AI。他还应该有能力判断：这一次，AI 值得用，还是应该先自己来。

78.5%也许告诉我们的，并不是 AI 教育应该跑得更快。

它只是提醒我们：学生已经在路上了。

学校接下来真正需要做的，不只是教他们怎样把 AI 用得更熟练。

也许还要帮助他们慢慢知道：

什么时候可以问 AI，什么时候应该怀疑 AI，什么时候应该关掉 AI，然后把那一步留给自己。