AI教育白皮书：对话记录里能看出什么

本文性质： 观察 + 模型（Observation / Model）　证据标签： 观察 Observation／模型 Model／假设 Hypothesis／实证 Evidence

本篇涉及的证据类型：观察 Observation／模型 Model／假设 Hypothesis。凡属本院课堂观察与教学模型的部分，均不作效果承诺。

学生用 AI 学习，留下的不只是成品，还有一段对话记录。这段记录是难得的可回看材料；但它能说明的东西，比很多人以为的少，也比很多人以为的多。

成品只有一个，过程留在了记录里

平时判断一个学生学得怎么样，能看到的几乎只有结果：作业、测验、作文。过程是黑箱。AI 对话把过程留了下来——第一句怎么问、中间改了几次、最后有没有回头核对。本院的观察是，同一个班的学生，成品质量相近，对话记录却可能完全不同：有人第一句就把条件写全，有人反复问同一件事。这些差别在成品里看不见，在记录里看得见。但要先说明一句：记录多不等于有用，聊天记录也可能只是把任务从纸面搬到了屏幕上。

三处值得看的地方：第一句、追问、收尾

本院回看记录时只看三处。第一处，第一句：问题被怎么定义。是「帮我写一篇关于环保的作文」，还是「我要写一篇给初中生看的环保短文，说明为什么要分类，帮我想三个开头」。后者把读者、目的、边界都说了，前者只说了任务名。第二处，追问密度：第二、第三次问的是什么。是换一种说法问同一件事，还是问「这样写会不会太笼统」「有没有反例」。第三处，收尾：有没有核对。用了工具之后，有没有回头查一个事实，或者把一段话改回自己的说法。本院抽样中，追问次数与成品修改次数往往同向变化，但这是相关，不是因果——也可能两者都源于同一个因素，比如学生对任务本身更清楚。

一份四栏自查表

白皮书框架里给了一份四栏自查表，供复盘用。第一栏，我把问题说清楚了吗——读者、目的、限制。第二栏，我给了什么依据——原文、自己的例子，还是空白。第三栏，我改了什么——哪一段被替换，为什么。第四栏，我核对了什么——事实、数字、引用。四栏不必每次都填满，但第一栏与第四栏最好不空。这张表是本院的教学工具，用来组织一次十分钟的复盘，不是量表，也没有做过信效度检验。

三条边界：不作评价、不长期留存、不比数量

三条边界。第一，对话记录不是评价证据。它只能用来复盘，不能作为评分依据，也不该成为监控手段。第二，原始记录不宜长期留存。记录里往往含学生的个人信息与家庭情况，用完即删、只留自己写的那一栏摘要，是更稳妥的做法。第三，不把「问得多」当成「学得好」。追问的质量比数量重要，而质量很难从记录里直接读出来，需要学生本人解释。

今天就能开始

挑一次最近的 AI 对话，只看第一句和最后一句：第一句有没有把目的与读者说清，最后一句有没有回头核对。

本文依据

• 观察来源： 本院 2024 年至今对奥克兰北岸课堂与一对一学生的 AI 对话记录抽样回看（非随机抽样、非对照设计），记录形式为经学生同意的片段摘录，样本以中学阶段为主。
• 模型出处： 四栏自查表出自本院 AI 教育白皮书工作框架，用于组织复盘，不用于测量能力，未经信效度检验。
• 待验证项： 「追问密度与成品修改质量正相关」为本院假设，尚未控制任务难度、工具差异与年级因素，不能读成因果。
• 外部文献： Flavell, J. H. (1979). Metacognition and cognitive monitoring: A new area of cognitive-developmental inquiry. American Psychologist, 34(10), 906-911. Chi, M. T. H., Bassok, M., Lewis, M. W., Reimann, P., & Glaser, R. (1989). Self-explanations: How students study and use examples in learning to solve problems. Cognitive Science, 13(2), 145-182.