评价需要辨认理解,而不只辨认作品来源
简单区分有没有使用 AI,无法说明学习发生在哪里。更有用的是检查学生是否拥有解释、修改和承担选择的能力。
关联:理解的可见证据
当孩子轻易就能拿到答案,教育该怎样看见真正的理解与成长?
把学习的证据从“交出了什么答案”移向“怎样提问、解释、选择和修订”,让家长、孩子与 AI 在具体活动中共同调整。
这份作者项目材料把AI普及带来的教育问题放在学习主体性上:得到答案更容易以后,学生是否仍在提出问题、经历学习、形成判断并承担作品选择?教学因此需要同时观察结果和产生结果的过程。
人、AI与教育环境的协作,需要让技术支持人的学习,而不是只优化成果生产。问题意识、亲身经历、意义建构和评价标准因此仍需由学习者参与;教师的角色也包含判断何处需要介入、何处应保留选择。
如果只按成品评估,AI可以替学生补齐表达,却让教师无法判断谁理解了什么;如果全面禁止AI,又可能错过新工具支持探索和反馈的机会。关键是设计能够看见学生自身变化的学习任务。
把学习的证据从“交出了什么答案”移向“怎样提问、解释、选择和修订”,让家长、孩子与 AI 在具体活动中共同调整。
生成答案 + 解释与迁移检验 → 才能观察学习
让孩子说明为什么、换个情境再做、比较两个方案,比单看成品更接近理解。
AI 可以帮助生成看似成熟的答案,使成品与理解之间的距离扩大。评价需要看到学习者怎样提出问题、作出选择、解释依据,并在条件变化后迁移。过程证据应服务于理解,而不是把每一步都变成监控记录。
面对 AI 辅助完成的作业,可以改变条件、追问一个选择的原因,或请学习者修正明显缺陷,观察其是否能独立判断。
表达困难不一定代表没有理解,需要多种观察方式。
家长改变支持方式;孩子参与选择;AI 提供可调整帮助
AI 进入家庭后,角色和反馈方式需要重新安排。目标不是把家长替换掉,而是让支持更适配具体孩子。
学习者、教师与 AI 的关系需要随着任务和能力变化。AI 提供反馈和材料,教师设计情境与判断学习进展,学习者仍应逐渐承担问题与选择。若角色长期固定为 AI 给答案、学生接受,协作难以带来成长。
设计 AI 学习活动时,明确哪些决定由学习者承担,教师在哪些节点介入,以及 AI 帮助是否随能力提升逐步调整。
陪伴和发展边界依年龄与情境而变,不能由通用模型代替家长责任。
观察问题 → 提出方案 → 做出东西 → 用反馈修订
第五章与后续活动把学习落到真实项目。重点在选择与修订,不是让每个孩子产出同样精美的结果。
设计式学习让知识在一个需要作出选择的任务中发挥作用。作品是表达与验证想法的媒介,反馈推动修改。任务若只要求套模板,或者 AI 替学习者完成关键判断,就会失去这种联系。
围绕真实使用者设置开放任务,安排观察、原型与修改,并让学生说明为什么保留或放弃某个方案。
项目不应变成家长或 AI 代做;基础知识仍需要适合的训练。
以选择与修订的证据辨认学习
学习证据不应只来自最终答案,也应来自学生解释目标、比较方案、回应反馈和修改作品的过程。使用AI不自动等于没有学习,不使用AI也不自动代表形成了理解。
教师可以让学习者保留问题变化、关键选择和修订理由,使AI生成的部分与本人判断的部分能够区分。评价重点从文字是否流畅转向解释是否站得住、是否能迁移、能否发现错误。AI可提供候选与反馈,但不能代替学习者对意图与价值取舍承担责任。
设计研究或创作作业时,要求学生说明一次被放弃的方案、放弃依据与后续修改,并用新的任务检查是否理解,而不只要求交一份漂亮报告。
这不是增加监控来证明学生没有作弊,也不是让所有任务都留下繁重过程记录。年龄、学科与任务目的不同,证据要求也应不同;不能把平台操作日志直接等同于学习。
简单区分有没有使用 AI,无法说明学习发生在哪里。更有用的是检查学生是否拥有解释、修改和承担选择的能力。
关联:理解的可见证据
一次任务被顺利完成,不足以证明教学帮助有效。需要观察离开同样的帮助后,学习者能否解释、迁移和继续探究。
关联:三方共进化
没有唯一答案不意味着没有标准。目标可以指向观察质量、推理、反馈使用与责任,使探索保持方向。
关联:设计式学习
AI时代的评价改革,不只是寻找难以被机器回答的题,而是让人的意图、经历与判断成为学习活动真实需要的一部分。