# AI 时代如何培养儿童

面向家长的教育理念专题报告与原文研读指南

资料检索截止：2026 年 10 月 20 日。适用范围：幼儿至高中阶段。

## 家长首先需要理解什么

AI 时代值得培养的孩子，是能够理解问题、主动学习、判断信息、与人合作，并对自己的选择负责的人。会调用工具是其中一项能力，阅读、表达、数学理解、真实体验和人际关系仍构成学习的基础。

本报告综合下述学者与机构材料，提出一个家庭教育判断标准：**AI 的使用是否让孩子下一次更能独立完成任务？** 如果作业变漂亮了，孩子却越来越难解释自己的思路，就需要调整使用方式。如果工具帮助孩子看懂错误、提出新问题，最后能独立解决类似问题，才更接近教育的目的。

这不是所有学者共同发表的宣言，而是本报告对不同观点与研究结果的综合。现有证据既支持某些经过教学设计的 AI 辅导，也提示无约束地索取答案可能妨碍学习。[Bastani 等，2025](https://pubmed.ncbi.nlm.nih.gov/40560616/)；[Kestin 等，2025](https://www.nature.com/articles/s41598-025-97652-6)；[OECD，2026](https://www.oecd.org/en/publications/oecd-digital-education-outlook-2026_062a7394-en.html)。

家长可以优先落实五件事：

1. **保留独立学习。** 阅读、写作、计算和推理，都要有孩子自己完成的环节。
2. **教孩子检查答案。** 追问证据、核对原文、寻找反例，比照单全收更重要。
3. **让孩子决定有意义的问题。** 在适度支持下，允许孩子选题、试错、修改作品。
4. **持续与真实的人和世界相处。** 项目、运动、劳动、同伴合作与家庭谈话，应进入日常安排。
5. **根据发展阶段逐步放权。** 年龄只是起点，还要观察孩子是否能识别错误、管理使用、主动求助。

以上是家庭实践建议，不是经过统一实验验证的育儿处方。

## 如何阅读学者观点与影响力评价

本报告采用定向专题研读，优先选择原著、论文、作者访谈、大学研究库以及国际组织出版物。时间线标明的是相关作品或材料的发表时间，不能视为每个概念的首次提出时间。

“全球”在此指跨地区选取具有代表性的讨论，并不意味着完成全球学者普查。材料涵盖美国、英国、中国香港、澳大利亚／新西兰相关学术脉络及国际组织；非洲、拉丁美洲、南亚和非英语本土研究的直接作者材料仍不足。因此，下列评价是**本报告入选材料之间的定性比较**，不宜当作世界学者排名。

影响力、证据强度与对家长的帮助，是三个不同问题。

| 评价维度 | 本报告如何判断 | 不代表什么 |
|---|---|---|
| 领域影响力 | 是否形成持续使用的教育概念、教学工具、学术讨论或国际政策框架；分为高、中高、较新 | 不等于观点正确，也不等于全世界知名度排序 |
| 证据类型 | 区分随机实验、文献综述、理论著作、政策框架与专家访谈 | 学者声望不能替代因果证据 |
| 家庭适用性 | 能否转化为家长可以观察和调整的行为；分为高、中 | 不等于该方法已在家庭环境中验证 |
| 外推限制 | 年龄、学科、国家、研究时长与工具设计是否接近孩子的情境 | 一个学校或一门课程不能代表所有儿童 |

不采用搜索页面实时引用量作为排名依据：不同数据库口径不同，历史著作与新论文也无法公平比较。国际组织的影响属于政策传播，单独列出，不与个人的学术影响混算。

## 全球相关观点的发展时间线

| 时间 | 学者或团队及相关脉络 | 核心观点或研究发现 | 对家庭教育的启发 |
|---|---|---|---|
| 1980 | Seymour Papert，MIT 建构主义教育脉络，原著《Mindstorms》 | 儿童可以通过编程、制作与调试，把计算机变成思考工具 | 观察孩子是否在表达和检验自己的想法 |
| 2018 | Rose Luckin，英国，著作《Machine Learning and Human Intelligence》 | 讨论人的智能及其与机器学习的关系；2025 年访谈进一步强调元认知与自主学习 | 让孩子能计划、监测并反思自己的学习 |
| 2019 年 11 月 | Neil Selwyn，澳大利亚，著作《Should Robots Replace Teachers?》 | AI 教育涉及人的社会、情感和认知品质，也涉及价值与选择 | 评价工具时，同时问它如何影响师生关系与孩子的自主性 |
| 2021 年 | Davy Tsz Kit Ng、Jac Ka Lok Leung、Samuel Kai Wah Chu、Shen Maggie Qiao，中国香港相关研究团队 | 基于 30 篇同行评议文献，提出 AI 素养的四个方面 | AI 教育需包含理解、应用、评价创造与伦理 |
| 2023 年 | 苗逢春与 Wayne Holmes，UNESCO 指南 | 主张以人为中心，重视人的能动性、隐私、适龄使用与教育有效性 | 家长需要明确工具的用途和边界 |
| 2024 年 3 月 27 日 | Mitchel Resnick，美国 MIT | 生成式 AI 应支持创造学习；警惕限制学习者能动性、过度关注封闭问题、低估人际联结 | 让孩子做自己关心的项目，并与人分享、合作 |
| 2024 年 | UNESCO 学生 AI 能力框架 | 提出四个维度、三个进阶层次，共 12 项能力 | 从“会操作”扩展到负责任地理解、应用和创造 |
| 2025 年 5 月 20 日 | Rose Luckin 访谈 | 使用 AI 更需要批判性思维、元认知与自主学习；建议快速学习、审慎行动 | 先确定学习目的，再决定用不用工具 |
| 2025 年 6 月 3 日 | Greg Kestin 等，美国大学物理课程实验 | 按教学原则设计的 AI 辅导，在研究的短期课后测验中优于比较课堂 | 辅导的设计质量决定价值，不能仅看是否使用 AI |
| 2025 年 6 月 25 日 | Hamsa Bastani、Osbert Bastani、Alp Sungu 等，土耳其高中数学实验 | 通用聊天式辅助提高当场练习表现，却可能降低之后的独立测验表现 | 作业成绩与独立掌握程度要分开观察 |
| 2026 年 1 月 19 日 | OECD 国际综述 | 任务完成得好不自动产生学习；有明确教学目的的使用更有希望 | 给 AI 使用安排明确的目标与独立检验 |
| 2026 年 3 月 23 日 | John Hattie，新西兰／澳大利亚教育研究脉络，访谈 | 强调深入提问、质量判断、知识、求助、选择与共同批评等使用能力 | 要培养能质疑和修正 AI 输出的孩子 |

对应原文与来源见下文及文末参考资料。Luckin 2018 年著作信息由其 2025 年访谈的作者介绍核对；本报告对她具体主张的直接引用取自该访谈。

这条时间线呈现的并非“旧理念被 AI 淘汰”。从 Papert 到 Resnick，对学习者自主性的关切一直存在；生成式 AI 让“谁在思考、谁在决定、谁承担学习过程”变得更迫切。2025 年后的实验又把讨论推进了一步：不能只争论态度，还要检查孩子究竟学到了什么。

## 代表学者的观点与原文研读

下列引号内为核对过的英文短引，中文为本报告译文。观点概括和家庭应用均另行表述，避免把报告作者的建议写成学者原话。

### Papert 让孩子成为技术的主动使用者

**原文短引**

> “In my vision, the child programs the computer”

译文：“在我的设想中，孩子为计算机编程。”

出处：*Mindstorms: Children, Computers, and Powerful Ideas*，1980，导论中讨论 computer-aided instruction 的段落。[原著扫描版](https://worrydream.com/refs/Papert_1980_-_Mindstorms,_1st_ed.pdf)。

Papert 关注儿童如何借助可操作的对象建构理解。在制作、运行、发现错误和调试的过程中，孩子会接触数学与计算中的思想。这一观点形成于生成式 AI 之前，不能据此声称他支持今天的某个 AI 产品。

**家长可以怎样转化：** 让孩子制作一个简单故事、游戏或模型，然后解释“我想实现什么”“哪一步没成功”“我怎么修改”。如果 AI 完成了全部设计，孩子只负责点击生成，就需要重新安排孩子实际承担的部分。

### Luckin 培养能够管理自己学习的人

**原文短引**

> “My key advice is to learn fast but act slowly.”

译文：“我的核心建议是快速学习，但审慎行动。”

出处：2025 年 5 月 20 日，BOLD 对 Rose Luckin 的访谈，回答教师需要了解什么这一问题。[访谈原文](https://boldscience.org/connecting-ai-to-educational-goals/)。

Luckin 强调批判性思维、元认知和自主学习。元认知可以用家长熟悉的话理解：知道自己是否懂了，能选择方法，发现不懂时会调整。她支持探索 AI，同时要求明确教育目标与人的监督。

**家长可以怎样转化：** 每次学习前让孩子说目标，过程中指出卡点，结束后说明哪种方法有用。AI 可以提供提示，但孩子需要判断提示是否适合自己。“我看懂了”之后，还要安排一次独立表达或练习。

### Selwyn 把教育中的人和价值放进评价

**原文短引**

> “the integration of any technology into society must be presented as a choice.”

译文：“任何技术融入社会，都必须被呈现为一种选择。”

出处：2019 年著作的 Monash University 研究库摘要。此句来自书籍摘要，不冒充书中有页码的正文引文。[研究库记录](https://research.monash.edu/en/publications/should-robots-replace-teachers-ai-and-the-future-of-education/)。

Selwyn 讨论 AI 是否能够复制人类教师的社会、情感与认知品质，并把教育技术问题放入价值、判断和政治的范围。这提醒家长：效率只是一个维度，孩子如何得到关注、学会相处、参与决定同样重要。

**家长可以怎样转化：** 选择 AI 学习服务时，询问它让孩子与教师、同伴的交流增加还是减少，能否解释其评价，孩子是否可以拒绝某项建议。对关系的重视，不应仅由一张提分宣传图替代。

### Ng 等人 把 AI 素养扩展到判断与伦理

**原文短引**

> “know and understand, use and apply, evaluate and create, and ethical issues”

译文：“认识与理解、使用与应用、评价与创造，以及伦理议题。”

出处：2021 年论文 *Conceptualizing AI literacy: An exploratory review*，摘要。[大学研究库原文摘要](https://repository.eduhk.hk/en/publications/conceptualizing-ai-literacy-an-exploratory-review/)。

这项研究是概念性文献综述，提出如何理解 AI 素养的框架，没有证明一套具体课程能够提高所有儿童的长期能力。

**家长可以怎样转化：** 学一个工具时，同时讨论四个问题：它大致怎样工作？能帮助做什么？怎样判断结果？使用时会影响谁？例如做海报，除了生成图片，还要讨论事实是否准确、是否使用了他人的肖像，以及怎样说明 AI 参与。

### 苗逢春与 Holmes 保护孩子的能动性

**原文短引**

> “The protection and enhancement of human agency should always be core considerations”

译文：“保护并增强人的能动性，应始终成为核心考量。”

出处：UNESCO，2023，*Guidance for generative AI in education and research*，第 4.2 节。指南由苗逢春牵头起草，Wayne Holmes 共同起草。[UCL 收录原文](https://discovery.ucl.ac.uk/id/eprint/10176438/)。

“能动性”意味着孩子仍能提出目标、作出判断、决定是否接受工具的建议。指南同时讨论隐私、年龄限制、文化与语言多样性以及教育适用性。这是政策与伦理框架，不能当成某种产品已有效的实验证据。

**家长可以怎样转化：** 给家庭约定写清楚：什么任务允许 AI 帮助，哪些内容由孩子独立完成，什么个人信息不能输入，遇到不适内容向谁求助。适龄判断需结合产品当前规则、学校要求与孩子的发展情况。2023 年文件描述的产品年龄条款，不应直接当作今天所有产品的通行规则。

### Resnick 让 AI 服务于创造学习

**原文短引**

> “creative, curious, caring, collaborative human beings”

译文：“有创造力、有好奇心、关心他人、善于合作的人。”

出处：2024 年 3 月 27 日，*Generative AI and Creative Learning: Concerns, Opportunities, and Choices*，开篇教育目标段落。[MIT 原文](https://mit-genai.pubpub.org/pub/gj6eod3e)。

Resnick 用四个 P 组织创造学习：Projects、Passion、Peers、Play，即项目、热情、同伴和玩中探索。他担心某些 AI 教育系统即使按照设计正常运转，仍可能限制学习者控制权、过度关注只有标准答案的题目，并低估真实的人际联结。他也看到 AI 帮助构思、调试与创作的机会。

**家长可以怎样转化：** 与孩子做一个真正关心的小项目，例如调查小区鸟类、设计家庭节水方案或制作互动故事。让 AI 提供可能性，由孩子选择和验证，再请同伴提出意见。作品是否漂亮之外，还要听孩子讲清取舍和修改。

### Bastani 等人 检查离开 AI 后的表现

**原文短引**

> “unfettered access to GPT-4 can harm educational outcomes.”

译文：“不受约束地使用 GPT-4，可能损害教育结果。”

出处：2025 年 PNAS 论文摘要。[论文摘要与发表信息](https://pubmed.ncbi.nlm.nih.gov/40560616/)；[作者公开全文](https://hamsabastani.github.io/education_llm.pdf)。

研究在土耳其一所高中进行，涉及近千名数学学生，比较不使用 AI、类似通用聊天界面的 GPT Base，以及加入保护学习设计的 GPT Tutor。相对对照组，练习时 GPT Base 组成绩提高 48%，GPT Tutor 组提高 127%；撤去工具后，GPT Base 组独立测验成绩降低约 17%。这些是相对变化，不能读成提高或降低相同数目的百分点。GPT Tutor 大幅缓解了负面影响，但本实验未观察到其独立测验成绩显著优于对照组。

**家长可以怎样转化：** 将“在帮助下做对”和“自己掌握”分开记录。先让孩子尝试，再给有限提示，最后撤去工具做一道类似题。研究局限于特定学校、学科与实施条件，不能推出所有 AI 使用均有害。

该论文 2025 年 8 月另有勘误，更正 Osbert Bastani 的机构信息，没有更改上述研究结果。[勘误原文](https://pmc.ncbi.nlm.nih.gov/articles/PMC12403119/)。

### Kestin 等人 关注辅导的教学设计

**原文短引**

> “students learn significantly more in less time when using the AI tutor”

译文：“使用该 AI 辅导系统时，学生在更少时间内学得显著更多。”

出处：2025 年 6 月 3 日，*Scientific Reports* 论文摘要。[论文全文](https://www.nature.com/articles/s41598-025-97652-6)。

研究在哈佛大学物理课程开展，纳入 194 名符合条件的学生，使用两次课、交叉比较的设计。系统内置了教学提示、分步结构与经过准备的解答。研究发现 AI 条件下的短期学习测验表现更好。

这是支持特定教学设计的大学实验，无法直接证明幼儿、小学生使用通用聊天工具会有同样效果，也没有证明多年的能力发展结果。

**家长可以怎样转化：** 评价辅导产品时，问它如何控制错误、安排难度、识别误解、给予提示，以及怎样测量脱离工具后的掌握。不能仅凭“能聊天”“会解题”判断它会教孩子。

### Hattie 让孩子能判断反馈并决定下一步

**原文短引**

> “having knowledge of what you are doing in AI seems imperative.”

译文：“对自己借助 AI 处理的事情拥有相关知识，似乎至关重要。”

出处：2026 年 3 月 23 日 wbv 访谈，讨论 Knowledge 的段落。[访谈原文](https://www.wbv.de/blog/detail/a-wbv-blog-interview-with-john-hattie/)。

Hattie 强调深入提问、质量控制、求助、使用边界、知识、明智选择及与他人共同批评。这是教育研究者的使用主张，不应直接套用其其他研究中的效应量，为 AI 产品的效果背书。

**家长可以怎样转化：** 让孩子给 AI 的回答找出一条有依据的优点、一条需要核查的说法和一个值得追问的问题。基础知识越扎实，越有条件发现看似流畅的回答遗漏了什么。

## 按影响力与家庭价值进行比较

以下评级由本报告作出，依据是已列材料所呈现的概念、实践或政策传播路径；没有进行统一文献计量，因此只用宽泛等级，并附判断理由。

| 学者或团队 | 领域影响力判断与依据 | 本报告采用的证据类型 | 家庭适用性 | 最需要注意的边界 |
|---|---|---|---|---|
| Papert | 高：早期计算机教育与建构主义的重要思想来源，Resnick 的讨论明确承接其脉络 | 历史理论原著与实践论述 | 高：适合判断孩子是否主动制作和思考 | 不构成对当代生成式 AI 的效果评估 |
| Resnick | 高：以 Scratch 及创造学习实践连接研究与儿童创作，4P 框架延续至生成式 AI 讨论 | 作者教育论述与设计经验 | 高：容易转化为家庭项目 | 不能据此认定所有内容都宜由自由项目学习替代 |
| Luckin | 中高：长期参与 AI 教育研究与政策讨论，提出人的智能和元认知视角 | 著作信息与直接访谈 | 高：适合建立学习反思习惯 | 访谈中的前景判断不等于已测得效果 |
| Selwyn | 中高：其著作为教育技术讨论提供社会与价值批判视角 | 学术著作摘要 | 中：适合评价产品与学校政策 | 并非某种家庭教学法的效果实验 |
| Ng 等人 | 中高：为 AI 素养提供清晰、可复用的概念结构 | 30 篇文献的探索性综述 | 高：适合判断课程是否只教操作 | 框架本身不证明课程有效 |
| 苗逢春与 Holmes | 国际政策传播高：通过 UNESCO 指南进入跨国教育治理讨论 | 政策与伦理指南 | 高：适合制定家庭使用规则 | 机构传播影响不等同个人因果研究贡献 |
| Bastani 等人 | 较新但相关性强：用高中随机实验直接区分当场表现与学习 | 随机对照现场实验 | 高：适合安排独立检验 | 单校数学研究，外推需要谨慎 |
| Kestin 等人 | 较新但相关性强：提供精心设计的 AI 辅导可能有效的实验实例 | 大学课程随机实验 | 中：对挑选辅导系统有启发 | 大学生与儿童差异明显，结果以短期测量为主 |
| Hattie | 一般教育研究影响高；本报告所引 AI 观点是较新的延伸 | 专家访谈 | 高：适合训练反馈判断和求助 | 既有教育研究声望不自动验证其 AI 主张 |

家长的阅读次序可以不同于影响力次序：先读 Bastani 与 OECD，建立对学习结果的判断；再读 Resnick 与 Luckin，讨论希望孩子如何成长；然后用 Ng 与 UNESCO 梳理素养和规则；最后读 Papert、Selwyn 与 Hattie，深化对技术、关系和知识的理解。

## 主要分歧与本报告的判断

### AI 个别辅导与学习者自主性怎样兼顾

Kestin 等人的实验支持经过教学设计的辅导，Resnick 则追问由谁设定目标和控制学习。这两种关切可以同时成立：一名学生需要补充分数知识时，可以从结构化指导中受益；创作故事时，则需要更多选择空间。

本报告建议，**根据任务分配控制权**。基础知识练习可以有明确步骤与反馈，开放项目则让孩子选题、提出方案、作出修改。在两种任务中，都要保留孩子表达理由和提出异议的机会。

### 知识与创造力怎样兼顾

Hattie 的访谈强调已有知识对于判断 AI 输出的重要性，Resnick 则强调项目中的创造、兴趣和合作。家长无需在二者之间选边。孩子做节水调查，需要理解测量和单位，也需要提出问题、访问家人并表达结果。

本报告建议，把知识练习与实际应用连接起来，同时保留必要的直接讲解、独立练习与阅读。是否使用 AI，由它是否帮助当前学习目标决定。

### 为什么两项实验得出不同方向的结果

| 比较项目 | Bastani 等人的高中数学实验 | Kestin 等人的大学物理实验 |
|---|---|---|
| 学习者 | 土耳其一所高中学生 | 哈佛大学课程学生 |
| 教学用途 | 复习已教内容并练习 | 两次课的新内容学习 |
| 工具设计 | 比较通用聊天式工具与加入学习保护的版本 | 分步组织、准备解答、嵌入教学原则的系统 |
| 主要启示 | 练习表现提高可能伴随独立测验受损 | 特定设计可以改善短期学习表现 |
| 家长不能直接推出 | “AI 一定损害学习” | “任何 AI 都比真人教学好” |

两项研究并非对相同人群、相同工具和相同教学过程进行检验。因此，结果差异提示我们关注设计、任务与评估，不能单凭标题支持全面禁止或全面采用。

### AI 使用会不会扩大家庭差距

UNESCO 指南强调包容、公平与语言文化多样性。对家长而言，一个可操作的推论是：关键资源不只是付费工具，还包括成年人帮助孩子提问、解释与核查的时间。不能由此推定昂贵工具必然改善教育结果。

家庭资源有限时，可以从共同阅读、一次真实观察、一道独立完成的题和一次认真讨论开始。AI 可以参与这些过程，但教育目标不以购买某种服务为前提。

## 家长可以采用的分龄实践

以下年龄段用于安排家庭活动，不是研究确认的统一准入标准，也不是对具体产品年龄条款的替代。实际使用仍需检查产品规则，并结合学校要求和孩子的发展程度。

| 阶段 | 优先培养 | AI 可以承担的有限角色 | 家长如何观察学习 |
|---|---|---|---|
| 3 至 6 岁 | 语言表达、实际操作、想象、轮流交流 | 由成人准备故事变化、游戏点子，再转为亲子活动 | 孩子能否自己讲、画、搭建，与真人互动 |
| 6 至 9 岁 | 阅读理解、数感、表达和提问 | 成人陪同展示不同解释，让孩子比较 | 关掉工具后，能否用自己的话说明或完成类似任务 |
| 9 至 12 岁 | 信息判断、项目计划、基础 AI 素养 | 在符合规则的环境下辅助查线索、构思、检查草稿 | 能否找到出处，区分亲自完成与 AI 帮助的部分 |
| 12 至 15 岁 | 论证、自我管理、同伴合作 | 提供反方意见、有限提示、代码检查或项目反馈 | 能否解释依据，发现错误，独立完成关键步骤 |
| 15 至 18 岁 | 深入学科理解、研究、价值判断与责任 | 协助资料整理、方案比较和复杂项目 | 能否追溯原始资料、口头答辩并迁移到新问题 |

对任何年龄段，都应保留与家长、教师和同伴讨论困惑的渠道。AI 可以成为资料和练习资源；涉及孩子的重要决定与情感需要时，应有可信任的成年人参与。

## 把理念变成家庭日常

### 一次 AI 辅助学习的完整过程

以数学题为例，先请孩子说明题目在问什么，并自己尝试。卡住时，指出卡在哪一步，再请求一个提示。孩子用自己的话解释提示，完成计算，最后关掉工具做一道条件略有变化的题。

写作也可以采用同样思路：先由孩子观察、阅读和写出自己的想法，再让 AI 指出论证不清或可能遗漏之处，最后由孩子决定怎样修改，并说明理由。若任务本来就是练习独立写作，应按教师要求保留独立完成的范围。

可参考的提示语：

> 我正在学习这类问题。请先让我说明已经想到哪一步，再只给一个提示。等我回答后，检查我的理由，最后给一道类似题让我独立完成。

这是一种交互安排，不能保证模型不会直接给答案或判断错误。家长仍需观察它是否真的帮助孩子理解。

### 一个四周家庭试行计划

以下是本报告设计的可调整安排，不是经过实验验证的课程。

| 周次 | 家庭活动 | 可留下的学习证据 |
|---|---|---|
| 第一周 | 选一项真实困难，例如分数、阅读复述或写作组织；记录独立表现，约定 AI 用途 | 一份孩子独立完成的起点作品 |
| 第二周 | 尝试有限提示与反馈；每次结束后安排独立复述或变式练习 | 原先的错误、提示后解释、独立完成的结果 |
| 第三周 | 做一个小项目，例如家庭节水调查；孩子选问题，AI 提供方案，家人或同伴给意见 | 测量或观察记录、初稿、修改理由 |
| 第四周 | 回看起点作品，讨论哪些帮助有效，哪些只是省去了思考 | 孩子自己的评价与下一步调整 |

评价可以很简单：孩子是否更能说清思路？是否更少依赖完整答案？是否会主动核查？是否愿意继续探索？若只有作品变精致而理解没有进步，应缩小 AI 的参与环节。

### 家庭使用约定的起草要点

1. 先说清本次要学什么，再决定是否用 AI。
2. 作业和项目中，说明 AI 帮助了哪些部分，遵守教师要求。
3. 对关键事实查阅可追溯的原始材料，不能让另一个聊天回答代替核对。
4. 不随意输入自己或他人的身份、住址、学校班级、私密照片及其他敏感内容。
5. 遇到看不懂、不舒服或不确定的回答，可以立即停止并找成年人讨论。
6. 每次帮助之后，留出孩子独立表达、实践或练习的机会。

这些约定应与孩子共同讨论，并随着能力变化修订。约定的目的，是让孩子逐渐学会自我判断和负责。

## 家长常见问题

**孩子是否应该尽早学提示词？**

可以学习清楚表达目标、补充背景、追问依据和检查结果。这些能力比记住某一版本工具的固定话术更适合长期培养。是否提前接触具体产品，应结合适龄规则与实际需求；现有入选证据没有证明越早接触越好。

**AI 会写作和编程了，孩子还需要学吗？**

仍需要保留亲自写作与适当的编程学习。Resnick 强调，这些活动还承载表达、设计、理解过程与调试的价值。具体深度可以因兴趣与学习阶段而异，不能只用未来某个职业是否存在来衡量。

**怎样知道孩子是在学习，还是在让工具代劳？**

让孩子解释一处关键判断、回答一个追问，或完成一个条件变化后的任务。既看过程，也看撤去工具后的表现。无需把家庭变成不断考试的场所；一次自然的讨论或实际演示也能提供线索。

**AI 辅导值得买吗？**

本报告没有评测具体产品。判断时可问：适合孩子年龄吗？怎样处理错误？是否鼓励孩子先思考？提供什么学习效果证据？能否检查独立掌握？试用后孩子是否更愿意、更有能力学习？“采用先进模型”和“能让孩子学会”是两种不同的陈述。

## 原文研读顺序与参考资料

### 第一轮 先理解学习效果

1. **Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. 2025.** *Generative AI without guardrails can harm learning: Evidence from high school mathematics.* PNAS, 122(26), e2422633122。先读摘要，再读结果与局限。重点区分练习和独立测验、GPT Base 与 GPT Tutor。[摘要](https://pubmed.ncbi.nlm.nih.gov/40560616/)；[作者全文](https://hamsabastani.github.io/education_llm.pdf)；[机构信息勘误](https://pmc.ncbi.nlm.nih.gov/articles/PMC12403119/)。
2. **Kestin, G., Miller, K., Klales, A., Milbourne, T., & Ponti, G. 2025.** *AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting.* Scientific Reports, 15, 17458。重点读设计、结果与局限，留意大学生、两次课和定制系统的条件。[全文](https://www.nature.com/articles/s41598-025-97652-6)。
3. **OECD. 2026.** *OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education.* 1 月 19 日。先读主要结论，再按兴趣进入全书。[官方综述与下载入口](https://www.oecd.org/en/publications/oecd-digital-education-outlook-2026_062a7394-en.html)。

### 第二轮 想清楚希望孩子怎样成长

4. **Resnick, M. 2024.** *Generative AI and Creative Learning: Concerns, Opportunities, and Choices.* 3 月 27 日。重点读三项担忧与 4P 创造学习原则。[原文](https://mit-genai.pubpub.org/pub/gj6eod3e)。
5. **Luckin, R. 2025.** *Connecting AI to educational goals.* Helena Pozniak 访谈，BOLD，5 月 20 日。重点读元认知、教育目标与人的监督。[访谈](https://boldscience.org/connecting-ai-to-educational-goals/)。文内亦核对其 2018 年著作信息。
6. **Papert, S. 1980.** *Mindstorms: Children, Computers, and Powerful Ideas.* Basic Books。先读导论，再结合孩子的制作经验理解调试与思考。[原著扫描版](https://worrydream.com/refs/Papert_1980_-_Mindstorms,_1st_ed.pdf)。
7. **Selwyn, N. 2019.** *Should Robots Replace Teachers? AI and the Future of Education.* Polity Press。可先从大学研究库摘要理解其问题意识；本报告未将该摘要当作全书逐章研读。[书目信息与摘要](https://research.monash.edu/en/publications/should-robots-replace-teachers-ai-and-the-future-of-education/)。

### 第三轮 建立素养与使用规则

8. **Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., & Qiao, M. S. 2021.** *Conceptualizing AI literacy: An exploratory review.* Computers and Education: Artificial Intelligence, 2, 100041。重点区分四个方面，以及概念框架与教学效果研究。[大学研究库摘要](https://repository.eduhk.hk/en/publications/conceptualizing-ai-literacy-an-exploratory-review/)；[DOI](https://doi.org/10.1016/j.caeai.2021.100041)。
9. **Miao, F., & Holmes, W. 2023.** *Guidance for generative AI in education and research.* UNESCO。重点读第 3 章的使用治理与第 4.2 节的人的能动性。[大学收录页](https://discovery.ucl.ac.uk/id/eprint/10176438/)；[PDF 原文](https://discovery.ucl.ac.uk/10176438/1/Miao%20and%20Holmes%20-%202023%20-%20Guidance%20for%20Generative%20AI%20in%20Education%20and%20Resear.pdf)。
10. **UNESCO. 2024.** *AI competency framework for students.* 四个维度为以人为中心的思维、AI 伦理、AI 技术与应用、AI 系统设计；三个进阶层次为理解、应用、创造。[UNESCO 非洲能力建设国际研究所官方概述](https://www.iicba.unesco.org/en/africa-education-knowledge-platform/ai-competency-framework-students-1)；[出版物入口](https://unesdoc.unesco.org/ark:/48223/pf0000391105)。本报告对其结构的核对采用前述官方概述。
11. **Hattie, J. 2026.** *John Hattie on AI and teaching: a wbv-Blog interview.* 3 月 23 日。重点读提问、质量控制、知识与共同批评。[访谈原文](https://www.wbv.de/blog/detail/a-wbv-blog-interview-with-john-hattie/)。

研读时可以只带着三个问题做笔记：这段话是价值主张还是实证结果？它适用于什么孩子和任务？在我的家庭里，用什么可观察的变化判断它是否有帮助？

## 报告的适用边界

这是跨地区的代表性专题研读，检索截止到 2026 年 10 月 20 日，并非穷尽所有截至该日的研究。理论原著、摘要、访谈、实验和政策框架的来源类型已逐项标明。英文引文采用短引，译文由本报告提供；家庭活动、分龄安排和阅读优先次序属于综合建议。

对家长最有价值的持续观察，是孩子是否更愿意提出问题、更能说明理由、更会与人合作，以及在必要时能够离开工具独立完成。这些变化，比单次生成结果更接近培养儿童的长期目的。