This website requires JavaScript.
    arrow right
    arrow right
    关闭

    孩子用 AI 完成了作业,离开工具后还会做吗?

    耀中耀华教育洞察

    2026 年 11 月 17 日

    09 : 26

    学生在成人聆听时画矩形格子,旁边放着已合上的平板示意图。

    使用人工智能(AI)时做对一道题,与放下工具后能否处理相近的题目,是两种不同的表现。在一项高中数学研究中,两者甚至出现相反结果:一般式 AI 界面帮助学生做练习,使用者其后的无工具测验表现却低于对照组。这项研究提醒家长,交来的作业能提供一些线索,却不能单凭成品判定孩子学会了什么。

     

    家长可以把问题问得更具体:这份作业希望孩子学会哪件事?作品显示了什么?孩子自己的解释,以及其后在相近任务中的尝试,又提供了什么信息?把材料放回同一个学习目标,才知道还缺什么。

     

    先说清楚这份作业要孩子学会什么

    判断从作业要求开始。同样是一份有代码的作品,老师可能要学生练习写某种指令,也可能要他们设计一个系统,测试它能否解决问题。两种目标下,孩子应独立展示的部分未必相同。

     

    家长可先看作业要求和已有的教师反馈。若仍不清楚,可以问:“这份任务中,哪一部分需要孩子自己解释或运用?”不必先假定撤去所有工具,才算真正学习。当目标是理解一个运算步骤,完整答案未能交代孩子为何这样算;当目标是设计与测试系统,作品的运行和孩子所作的调整,也值得讨论。

     

    因此,“能否不用 AI 重做整份作业”未必是合适的第一问。更有用的是确定一项要学的知识或判断,再找相应材料。后文的智慧农场例子正好说明:检验程序能否控制实物,与检验学生能否独立编写所有代码,是不同的问题。

     

    完成作品与其后学会,是不同的证据

    2025 年发表于《美国国家科学院院刊》的土耳其高中数学随机研究,将有 AI 协助的练习,与紧接其后、同一课时内进行的不使用工具、题目相近的闭卷测验分开。一般式 AI 界面组的练习表现较好,其后测验却较对照组低。另一个加入教师设计提示的 AI 导师版本,没有出现同样的显著劣势,但测验结果也未显著高于对照组。

     

    这是单一土耳其高中的数学研究,并非隔日或长期追踪。做相近题目也不能证明跨学科运用。它支持区分“有帮助时完成”和“其后自己做”,不能证明所有 AI 都令孩子学得较差。

     

    正向结果同样需要保留。2025 年一项哈佛大学物理研究中,按教学原则特别设计的 AI 导师,带来相较课堂主动学习安排更高的即时课后测验表现。那是大学生、特定内容和工具的结果,不能推成一般聊天工具普遍胜过教师,也未证明长期保留。

     

    斯坦福大学 SCALE 于 2026 年 11 月的研究综述指出学习结果仍不一致,并区分代做与支持学习。研究情境不一,而且包含不少预印本。对家长而言,这些信息较有用的启示,是问清楚工具怎样参与,以及结果测量了什么;孩子觉得容易了,与孩子能展示理解,仍须分开讨论。

     

    用同一个学习目标,看孩子怎样解释与应用

    以下是一个假设例子,用来说明如何读懂不同材料,并非经研究验证的家庭测验。假设作业目标是解释矩形面积为什么用长乘宽。孩子借助 AI 完成了一页解题步骤,计算正确。这页作品让家长看见答案和步骤,仍未交代孩子怎样理解乘法与面积的关系。

     

    家长可在平静的作业交流中,选一个孩子熟悉的步骤,请他暂时放下工具,用自己的话或图示说明。例如:“这张图怎样看出要相乘?”若孩子画出一排有多少格、共有多少排,便多了一份解释材料。若他只重读 AI 的句子,可以把仍不清楚的那一步记下,不必立即追问到答对。

     

    再看其后原有作业或教师安排中,有没有相近的应用。与孩子或老师挑选的小变化,应保留同一个学习目标,例如只改矩形的边长,观察孩子不用工具会怎样开始。这仍只是该次任务的表现;一次答对,不能证明已能处理所有面积问题。

     

    作品、解释和其后应用,回答的问题各有侧重。作品显示完成了什么;解释让成人听见或看见孩子当时的想法;相近任务则提供另一个情境中的尝试。若另选合适时间再谈,可将它与当下的成果分开记录,但上述研究没有为家庭订出有效的固定重测天数、题数或通过分数。无需因此每天加设测验。

    AI 生成示意图:青少年指着笔记本上的矩形格子向成人解释,桌上的平板已合上。

    AI 生成的虚构家庭对话示意图。

     

    智慧农场的程序,要放到实机上验证

    程序从屏幕走到实物,能提供另一种检查。耀中耀华教育网络于 2024 年的智慧农场报道中,介绍广州耀华国际教育学校 IG1 学生以 ChatGPT 辅助生成控制程序,下载到芯片试运行,再按结果调整需求。

     

    报道中的程序离开文字界面,接受实机运行的检查。若结果与要求不符,便有具体问题可供调整。对阅读这个案例的家长而言,可以进一步问:学生想让系统做到什么?怎样发现运行不合要求?调整时作了什么判断?这些问题是本文的讨论建议,并非报道已记录了每名学生的回答。

     

    实机运行验证的是产出。报道没有证明每位学生之后不用 AI 也能独立编程,或理解全部代码;也不能由广州的一个历史项目推断所有校区的评价做法。如果原来的目标是系统设计与测试,便应围绕这些目标看学生的判断,不能自行把要求改成无 AI 重写整套程序。

     

    一次做不到,先核对任务和当时的帮助

    孩子放下工具后卡住,值得了解的首先是卡在哪里。是说不清楚原理、不知道怎样开始,还是题目其实加入了未学过的内容?若前后任务难度不同,或可用的提示改变,便不能把两次表现的差异直接归因于 AI。

     

    家长也可核对当时的情境:孩子是否疲倦、是否不熟悉提问方式、是否需要其他表达方式。这些是应查清的可能情况,不是替孩子判定原因。不要因一次说不清楚,就认定他依赖工具、作弊,或整体能力下降;也不要自行撤去老师已安排的学习支持。

     

    与老师谈时,可先描述看见的情况。例如记下“能按步骤算出答案,但需要提示才知道为什么相乘”,会比“用了 AI 就不会思考”更便于讨论。教师可把这份信息与已有的课堂表现放在一起,商量哪些内容需要重新讲解、哪些提示仍应保留,以及下次在哪份日常作业中再观察。这是家校合作的建议,并非用一次家庭对话作能力评级。

     

    带一份作品和一个疑问,商量下一步

    家长无需收集所有作业才联系老师。可选一份有代表性的作品,请孩子简单说明自己做了什么、AI 帮了哪一部分,再保留一个仍不清楚的地方。目的是提供足够背景,让老师知道问题所在,并不要求孩子交出完整聊天记录。

     

    沿用上面的假设例子,一则简短消息可以是:“这页面积题有 AI 协助。孩子能算出答案,但解释长乘宽时仍需要提示。这份作业原本希望他独立展示什么?课堂上有没有其他材料可以一起看?”这样的消息把作品、观察和疑问放在一起,没有预先替孩子下结论。

     

    接下来可以商量一个有限的行动:在下一份相近作业中留意同一概念,或先由老师补充解释,再看孩子如何尝试。若需要了解使用前后如何提问,可另读“带着问题用 AI”的讲座文章(繁体中文)。回到这份作业,家校要回答的是:就这次学习目标,现有材料已让我们知道什么,还缺哪一份证据,才能决定怎样帮助孩子?

     

    常见问题

    家长不熟悉这个科目,还能怎样参与?

    可以提供过程信息,不必替老师批改。请孩子指出自己完成和需要帮助的部分,记下一个具体疑问,再问老师哪种材料能反映这次学习目标。家长不确定答案是否正确时,可以直接说明,让教师判断学科内容及下一步支持。

    孩子能画图或示范,却不容易用口头说清楚呢?

    可保留图示或示范,请老师确认它是否符合本次要展示的能力。不要只以说话是否流畅判定理解,也无需替孩子诊断原因。若学习目标本身包含口头解释,则可与老师商量需要什么支持,将内容理解和表达要求一同考虑。

    孩子觉得被怀疑,不愿再解释作业怎么办?

    可以先停下追问,说明想了解他哪一步需要帮助,并非要他证明清白。邀请孩子选一个愿意谈的部分;不必强迫他重做整份作业或交出完整 AI 记录。若交流仍令他抗拒,可请老师一同商量较合适的日常沟通方式。