- AI教育治理
- 认知摩擦
- 生成式AI素养
- 过程性评价
- 分学段差异化
中文核心要点
政策并非“用不用”的二元选择，而是“如何用”的分层设计；低阶认知可有限外包，高阶加工不可让渡；教育目标应转向提问力、判断力与重构力。
English Key Points
The question is not whether to use AI, but how to divide cognitive labor between learners and machines. Low-order tasks may be outsourced; higher-order thinking must remain with the student.
一、政策光谱：禁令、分层与学术诚信
全球范围内，学校对生成式AI的应对大致形成三种路径。一种是禁令路径，以美国部分大型学区为代表，通过在校园设备上限制学生端AI工具，优先保护低龄学生的独立思考习惯。另一种是分学段差异化路径，以中国为代表，按小学、初中、高中不同认知阶段设置不同的使用边界，并配套校园工具准入审核机制。第三种是学术诚信路径，主要出现在高校，重点是把AI使用纳入学术规范，明确哪些环节必须由学生本人完成。
三条路径的共同难题在于：红线容易划定，用法却难以规定。禁令能阻止明显代写，却无法告诉学生怎样才算“正确地用”。这也是各方讨论的焦点所在。
二、认知科学视角：认知摩擦为何重要
学习理论长期关注一个概念——必要难度。适度的吃力、试错与检索，是记忆巩固与深度理解发生的条件。当生成式AI把“提问—生成—反馈”压缩到近乎零延时，学习者获得的是流畅感，失去的却可能是深度加工的空间。
相关研究提示，过度依赖可能带来两方面风险：一是高估自身理解程度的元认知偏差；二是将本应由自己承担的高阶加工整体让渡出去，形成能力空心化。但研究同样指出，当低阶、重复性认知负荷被有限外包时，认知资源反而能被释放到更高层次的思考上。因此，风险并不来自工具本身，而来自分工的边界是否清晰。
判断标准（一句话）
低阶任务可以外包，高阶加工不能卸载；流畅感不等于理解，成果廉价时过程就成为标尺。
三、能力框架：提问、判断与重构
提问力
AI时代，答案的边际成本趋近于零，问题的质量反而成为分水岭。结构化提问——嵌入理解、分析、评价等不同认知层级——能把一次随意的对话，转化为一次有梯度的思维训练。教育场景中，可以先让学生独立形成初步判断，再借助AI验证与扩展。
判断力
当生成内容大量涌现，人的价值从“生成”转向“选择”。这要求学习者具备对输出内容的质疑与甄别能力，包括识别逻辑漏洞、价值倾向与事实偏差，并习惯进行多源交叉验证。
重构力
比“用好AI”更进一步的，是在AI提供的素材与反馈之上完成整合与创造，产出属于人类增量的部分。这需要把AI定位为协作者，而非替代者。
四、落地路径：制度、教学与评价
| 层面 | 关键动作 | 目标 |
|---|---|---|
| 制度 | 分学段设定使用边界，建立校园工具准入与数据安全审核 | 守住底线，同时为教学创新留出空间 |
| 教学 | 有意识地保留认知摩擦，设计AI无法替代的真实任务 | 避免流畅性陷阱，维持认知在场 |
| 评价 | 从结果评价转向过程性证据与学习轨迹记录 | 当成果不再稀缺时，用过程衡量学习质量 |
三者需要同步推进。只有制度而无教学与评价的配套，规范容易停留在文本；只有工具引入而无边界设计，风险则会直接落到课堂。教学中，可安排“先独立思考、再与AI对话”的环节；评价中，可关注学生如何提问、如何取舍、如何修正，而不仅是最终成品。
五、常见问题（FAQ）
学校是否应该全面禁止学生使用生成式AI？
全面禁止在低龄阶段有一定合理性，但高年级更宜采用分层管理。完全隔离可能让学生失去学习负责任使用技术的机会，也可能因家庭条件差异带来新的不均衡。更可行的做法是明确各学段的使用边界，并配套素养课程。
用AI润色、列提纲算不算学术不诚信？
这取决于具体课程与教师的书面规定。近年来多所高校已将辅助环节纳入规范范围，建议以课程大纲和教师书面说明为准，不确定时主动询问，不依赖往年经验判断。
如何判断孩子是否过度依赖AI？
可观察几个信号：能否复述自己刚提交的内容、遇到问题是否先尝试独立思考、是否出现明显的能力回避。若持续存在，可调整使用规则，并优先在家庭与学校中沟通，必要时寻求学校心理老师的支持。
AI素养课应该教什么？
通常包括三个部分：理解生成式AI的基本原理与局限；掌握提问、验证与甄别的具体方法；形成关于隐私、版权与学术诚信的基本规范意识。
家长可以做些什么？
与孩子共同制定使用约定，关注使用过程而非仅看结果，鼓励先思考再提问，并就隐私信息保护达成一致。遇到涉及身心健康的困扰时，及时与学校沟通。
六、结语
AI进入教育，带来的不是一个“用或不用”的选择题，而是一次关于认知分工的重新设计。制度划定底线，教学调控摩擦，评价关注过程，目标则是让学生成为能够提问、能够判断、能够重构的人。技术会持续变化，但这一目标相对稳定。
引用文献
- 教育部基础教育教学指导委员会：《中小学生成式人工智能使用指南（2025年版）》，2025年。
- 教育部等五部门：《“人工智能+教育”行动计划》，2026年。
- 清华大学：《人工智能教育应用指导原则》，2025年。
- 马健生、刘天雨：《论生成式人工智能介入中小学生学习过程的潜在风险》，北京师范大学学报（社会科学版），2026年第4期。
- 易凯谕：《认知摩擦：人工智能介入学习何以未必促进认知发展》，中国教育科学研究院，2026年。
- Kosmyna, N. et al. Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. MIT Media Lab, 2025. arXiv:2506.08872.
- 纽约市公立学校人工智能使用相关政策公开报道，2026年。
- UC Berkeley School of Law, AI Policy, 2026.
