我们应该如何在教育中使用 AI？

这两年，AI 越来越快地进入学校，也进入孩子每天的学习。

于是，很多家长和老师都会碰到一个很现实的问题：

学生到底该不该用 AI？如果可以，什么时候用？

是不是应该先自己想、自己做，实在不会了再去问 AI？还是从一开始就可以用？

这些问题，我自己也一直在思考。作为程序员，AI 已经越来越深地进入我的工作；与此同时，我儿子刚上高中，AI 也不可避免地进入他的学习。

一开始，我很自然地觉得：学习总应该先自己来，AI 最好晚一点介入。

但后来我发现，更重要的问题其实是：

我们让孩子做作业、写文章、解决问题，究竟是为了什么？

一、任务不是教育的目的，而是训练的靶子

假设老师布置了一篇历史文章：

美国独立战争在多大程度上是由经济因素造成的？

学生把题目交给 AI，让它提出观点、整理证据、搭好结构，甚至直接写出全文。

从完成任务的角度看，这很高效。

但老师布置这篇文章，是因为我们缺一篇关于美国独立战争的文章吗？

显然不是。

我们希望学生在写作过程中理解材料、比较解释、形成判断，再把自己的观点有条理地表达出来。

教育的意义不是完成任务，任务只是训练的一个靶子。

如果 AI 替你把箭射中了靶心，不等于你练会了射箭。

数学、编程、英语也是一样。我们要的不是一个正确答案、一段能运行的代码，或者一句漂亮的英文，而是借助这些任务，发展理解、推理、判断和表达的能力。

所以，我们需要区分两件事：

任务完成了。

人学会了。

有时候两者同时发生，有时候前者发生了，后者却没有。

因此，讨论教育中怎么用 AI，真正应该问的是：

AI 的参与，怎样才能帮助这个学生发展能力？

二、两种不同的 AI 使用方式

带着这个问题，我开始用两种方式理解 AI。

一种是 AI as Agent：把任务交给 AI，让它帮我们完成。

另一种是 AI as Tutor：借助 AI，通过任务和互动，发展自己的能力。

这不是两种软件，而是同一个 AI 的两种使用目标。

作为开发人员，我对这个区别体会很深。

如果我的目标是做出一个网站，我当然希望 AI 尽量帮我设计数据库、写代码、测试、部署。它能替我完成得越多越好，而且结果可靠，这就是 AI as Agent。

因为我的目标本来就是：把网站做出来。

但如果我的目标是通过这个项目学习 JavaScript，情况就不同了。

如果 AI 把程序全部写完，网站虽然做出来了，我却未必学会了 JavaScript。这时我更需要它解释我不懂的代码、比较不同设计、挑战我的判断，或者引导我自己找到错误。

同一个项目，AI 仍然可以从头到尾参与，但目标已经从“替我完成”变成了“帮我成长”。

所以，可以这样概括：

Agent 帮助我们完成任务。

Tutor 借助任务和互动，帮助我们发展能力。

区别不在于 AI 有没有给答案，也不在于它问了多少个问题，而在于我们主要在追求什么。

显然， 在教育中，我们应该主要以 AI as Tutor 的方式使用 AI。

三、怎样把 AI 用成 Tutor？

这样理解以后，问题就不再是“AI 能不能直接告诉我答案”，而是：

我现在需要发展什么能力？AI 可以用什么方式帮助我？

帮助我们理解，而不只是提供解法

孩子碰到一道不会做的代数题，AI 可以把完整过程写出来。孩子看完觉得“原来如此”，然后继续下一题。

问题是，“我看懂了”并不等于“我学会了”。

把 AI 用成 Tutor，不意味着它不能展示解法，而是不能把展示解法当成终点。

如果孩子完全不理解，AI 可以先解释，甚至示范一道例题；如果只是卡在某一步，可以只给一个提示；如果方法错了，可以给一个反例，让他自己发现问题；最后再换一道有变化的题，让他独立尝试。

形式可以不同，目标只有一个：让孩子逐渐建立自己的理解和推理能力。

帮助我们形成判断，而不只是提供观点

再回到那篇历史文章。

学生可以像开头那样让 AI as Agent 直接给出中心论点和提纲，但更好的方式，是把它变成一个讨论伙伴：

通过提问帮助我分析这个题目，先不要替我决定观点。

当他形成一个判断后，可以继续问：

请站在不同立场，提出对我这个判断最有力的反驳。

或者：

指出哪些结论超出了证据能支持的范围，先不要替我改写。

甚至：

什么样的证据，会让你改变现有的判断？

这时候，AI 不只是帮学生写出一篇更像样的文章，而是在训练他面对异议、评估证据、修正判断。

而且 AI 的意见也不一定对，核对材料、判断它的反驳是否成立，本身就是训练的一部分。

学习不是把判断交给 AI，而是在与它的互动中发展自己的判断。

帮助我们练习表达，而不只是替我们表达

这个区别，也不只适用于孩子。

我自己最近就在大量用 AI 练习英语。

如果只是要给同事写一封英文邮件，我可以把意思交给 AI，让它写得自然、礼貌。这时，AI 做 Agent 很合适。

但如果目标是提高口语，我就必须真的开口。

AI 问问题，我用英语回答；它可以示范更自然的表达，也可以只指出最影响理解的一两个问题，再让我重新说一遍；还可以扮演陌生听众或持不同意见的同事，逼我把意思说清楚。

一句 AI 五秒钟就能替我说好的话，我可能需要自己说三遍、五遍。

从完成任务的角度看，这很慢。

但我要训练的不是 AI 的英语。

是我的英语。

方法可以不同，目标应该一致

这几个例子里，AI 做的事情各不相同：有时解释，有时提示，有时反驳，有时只是让你重新尝试。

这也说明，“什么时候用 AI，怎么用 AI”并没有一个统一答案。

学生从第一分钟就开始用 AI，可以是在学习；先独立做十分钟，再把剩下的全部交给 AI，也未必保留了真正需要训练的部分。

关键不是 AI 什么时候出现，而是我们让它怎样参与人的学习。

当然，把 AI 叫作 Tutor，并不保证它一定做得好。它可能误判学习者水平，也可能给出错误解释，重要内容仍然需要核对。

我们还要不断问：我是不是更能解释为什么了？面对变化的问题，能不能自己处理？暂时放下 AI，能不能独立完成一次？

这些才是在检验：互动之后，有什么能力真正留在了自己身上。

结语：让 AI 服务于人的成长

教育中以 Tutor 为主，并不意味着每个步骤都必须自己做。

如果这次训练的是历史论证，统一排版可以交给 Agent；如果训练的是拼写，就不应该依赖自动纠错。

两种方式可以配合，但分工应该服务于学习目标，而不是把教育重新变成“怎样最快交出作业”。

回到最初的问题：

我们应该如何在教育中使用 AI？

我的答案是：主要以 AI as Tutor 的方式使用它。

让它帮助我们理解，也挑战我们的理解；让它提供反馈，也促使我们重新尝试。需要解释时解释，需要反驳时反驳，需要引导时引导。

我们的目的，不是“用 AI 把任务做得更好”，而是借助 AI，让我们逐渐成为更有能力的人。

任务是训练的靶子。

人，才是教育要改变的对象。