AI 教育白皮书：进展与边界
AI 进入教育已不是假设，而是正在发生的事。本文不讨论它会带来什么奇迹，只梳理三件已经确认的进展、两条尚未解决的边界，并给出一个家庭可以立刻使用的判断标准：这项 AI 用法，是在替代思考，还是在增加思考。
01已确认的进展
进展一：反馈延迟大幅缩短。 写作、口语、翻译这三类任务过去严重依赖教师逐份批改，反馈周期以天计。生成式工具把第一轮反馈压缩到秒级。（观察） 在我们的写作教学中，同一篇作文在一周内被修改三次的学生，第三次的质量显著高于只改一次的学生——不是因为改得多，而是因为每一次都发生在遗忘之前。
进展二：输入材料的适配成本下降。 同一篇原始材料，可以按不同阅读理解水平改写。（模型） 这对「难度可调」这件事帮助直接：材料难度长期只升不降，是许多学生阅读动机下滑的隐性原因。
进展三：口语练习的「心理成本」下降。 面对真人说错会难堪，面对工具说错不会。（观察） 这一条对青少年尤其明显——他们不是不会说，是不敢在同伴面前说。
02尚未解决的边界
边界一：AI 无法判断「你为什么会错」。 它能指出错误位置，也能给出更自然的表达，但它通常给不出诊断——是语法表征问题、语块储备不足，还是任务理解偏差。（观察） 这三类错误的修正方式完全不同，而反馈越流畅，学生越容易误以为「改完了就等于学会了」。
边界二：流畅的输出会掩盖表征的空洞。 （假设） 当学生可以随时得到一段优质文本时，主动提取与自我监控的机会减少。我们目前的假设是：不加约束地使用生成式工具，会降低学习者对自身表达质量的敏感度；这一假设正在小样本观察中，尚未有结论，不应被当作已证实的结论引用。
03一个可用的判断标准
给家庭一条最省事的判据：看这项 AI 用法把学生放在什么位置。
- 学生先写、AI 后评 → 增加思考，可以用。
- 学生先想、AI 后改 → 增加思考，可以用。
- AI 先写、学生后抄 → 替代思考，不能用。
同一条工具，用在前两种位置上是训练，用在后一种位置上是消费。区别不在工具，在顺序。
04学术诚信不是道德问题，是能力问题
把 AI 生成的内容直接提交，本质上是把练习机会让渡出去。这是一个能力问题：真正的风险不是被判定作弊，而是两年后仍然写不出自己的段落。（模型） 我们建议的教学约定很朴素：允许使用，但要求留下过程——提纲、修改痕迹、以及一段说明「我为什么改这里」的短注。
05这份白皮书不主张什么
我们不主张 AI 会替代教师，也不主张「不用 AI 的孩子会落后」。（观察） 教学现场反复出现的情况是：工具的效果几乎完全由使用方式决定。一个没有策略的学生，拿着最强的工具，只会更快地完成低质量的作业。
