AI 观察 · 教育现场
AI 进课堂的边界
可以帮老师，不能替学生
CHAPTER 44 · 教育篇
2026 年 3 月，布朗大学的一门经济学课上发生了一件事。教授 Roberto Serrano 在这所学校教了 34 年，这门高等本科数理经济学课通常只有不到 30 人报名，这学期因为改了考核方式，86 个人选了课。
期中是「带回家、闭卷」——常春藤的一种传统，因为给了几乎无限的时间，题目可以出得更难。成绩出来好得反常：平均分 96 分，40 人满分。批卷的人提醒他，有些答案里有「不寻常的段落，与把题目跑过 ChatGPT 后得到的结果吻合」。
教授没有作废期中，只宣布期末改为线下考。结果——平均分掉到 48 分；89 名参加期中的人里只有 59 人参加期末，27 名缺考者中 22 人期中是满分。
「作弊的实证证据是压倒性的。」 —— 布朗大学经济学教授 Roberto Serrano
几乎同一时期，英国斯塔福德郡大学发生了另一件事。41 名学生在读一个政府资助的编程模块，却发现课程材料大部分是 AI 生成的——幻灯片由讲师自己声音的 AI 版本朗读。一名学生在课堂上当面质问讲师，这段话被录了下来：
「如果我们交 AI 生成的东西会被开除，但我们却在被 AI 教。」
一个是 AI 替学生做题，一个是 AI 替老师上课。两种用法，都出事了。
所以这篇文章要回答的只有一个问题：AI 进课堂，到底该帮谁？
CHAPTER 01
两个案例，指向同一个问题
布朗大学那件事，最值得注意的不是「有人作弊」——作弊不是新问题。值得注意的是一组对照数字：期中平均 96 分、40 人满分；期末改线下考，平均分 48 分；27 名缺考者中 22 人期中满分。
这说明的不是「学生变懒了」，而是这道作业本身已经失去了区分度——它测不出学生会不会，只测得出谁用了 AI。教授本人也承认这一点：他决定下学年不再有带回家的考试。
「如果我不再捍卫真相、体面和诚实，我们作为学者还有什么可信度？」
斯塔福德郡那件事，问题出在另一个方向。学生不是不愿意用 AI，而是不愿意被 AI 教。一名学生说：「我不想被 GPT 教。」另一名的评价更准确：
「大概 5% 是有价值的干货，其余大量是重复。这锅底是有点金子的，但这些金子我们自己问 ChatGPT 也能挖出来。」
还有一名学生最后说了一句：「我感觉我的一部分人生被偷走了。」
两个案例方向相反——一个是学生用 AI 逃避学习，一个是老师用 AI 逃避教学。但它们指向同一个问题：AI 被放在了错误的位置上。
▲ AI 在教育里跑通的是「帮老师」，越界成「替学生」就出问题
CHAPTER 02
数据说了什么：风险大于收益，但教师省时是真的
2026 年 1 月，布鲁金斯学会发布了一份研究。规模值得先说：它覆盖了 50 个国家的 K-12 学生、家长、教育者与技术专家 的访谈，以及数百篇研究文献的综述。因为生成式 AI 还太年轻，作者把这份综述称为「预尸检」——在没有长期数据和后见之明的情况下，提前研究 AI 在课堂上的潜力。
结论是：当前风险大于收益。
第一类风险：认知发展
研究者 Rebecca Winthrop 的原话是：
「当孩子使用那种直接告诉他们答案的生成式 AI……他们不是在为自己思考。他们没有在学习分辨真伪，没有在学习理解什么构成一个好的论证，也没有在学习世界上不同的视角，因为他们实际上没有在参与这些材料。」
报告引用的一名学生说得更直接：「这很容易。你不需要用脑子。」
第二类风险：社交情感发展
最刺痛人的是 Winthrop 举的一个例子：
「如果你在跟聊天机器人抱怨父母，说『他们想让我洗碗——我恨我爸妈』——聊天机器人很可能会说：你说得对，你被误解了，我理解你。而一个朋友会说：兄弟，我在家也一直洗碗啊，这很正常。问题就在这里。」
42%
的学生说他们或认识的人用 AI 寻求陪伴。
三分之一
美国使用 AI 的青少年说，他们更愿意和聊天机器人谈严肃话题，而不是和其他人。
报告里有一句被引用的话，我觉得最凝练：
「我们学到共情，不是在我们被完美理解的时候，而是在我们误解并修复的时候。」
但同一份报告里，有一条方向完全相反的数据
使用 AI 的教师，平均每周省下近 6 小时，一学年约省 6 周。
这不矛盾。因为报告的核心反复句是：
「AI 最有用的地方，是补充而非替代一个有血有肉的老师的努力。」
也就是说：风险来自「替学生」，收益来自「帮老师」。这条分界线，就是这篇文章想讲的事。
▲ 同一份研究报告里，风险与收益同时存在
CHAPTER 03
「帮老师」这条线：一线教师已经在做什么
把三个真实工作流摆在一起看，会发现「帮老师」不是概念，而是很具体的事。
第一位 · 小学教师 Karina：用语音下指令
她的学生大多是英语学习者。她不用打字，而是用语音下一条指令：
「拉取我最新的一节二年级 ELA 课，告诉我什么打动了学生、什么没有；复盘说话时间、提问和参与度；然后基于课堂转录起草明天的教案，对齐州标准，并满足加州 ELD 标准。」
AI 自己找到昨天那节课的录音，一次性给了两样东西：一份教练式反馈，和一份已根据反馈调整过的明天的教案。反馈里说：好的地方是「师生说话比例很好，我的学生说得比我多」；可改进的是「我问了很多好的开放性问题，但没给足等待时间」；明天的一件事是「问完问题后等五秒再叫人」。
她说：「这是我立刻拿到的反馈，而不用等每月一次的教学教练面谈。」随后她把这件事变成常态——每个工作日下午 4 点自动跑。于是：
「我在开车回家的路上，它就在复盘我的课，并把明天的准备好。」
第二位 · 高中媒体艺术教师 Mr. B：三件事
01 批量反馈学生交了电影提案，每班 30 份、三个班在交，「正常情况下那是一个完整的周日」。他把文件放进文件夹，写下要求——读每份提案、写个性化反馈，语气「支持性、鼓励但直接」，每份要指出一个创意亮点、一个可改进处并给具体建议，最后用一个前瞻性问题推进思考。5 份作业约三分钟做完。
02 定时任务每个工作日早上 8 点，扫描文件夹里还没有反馈的文件，对每份跑一遍 100 分评分标准，把反馈存到作业旁边，并跳过已有反馈的文件。他很诚实地加了一句提示：「任务只在你的电脑醒着的时候运行。」
03 家长邮件把「学生编号 + 情况 + 想要的语气」写在一个文本文件里，让 AI 逐条起草。生成的邮件里有一句很能说明它为什么有用：「我写这封信不是因为我放弃了这个学生，而是因为我还没有。」
第三位 · 英国小学教师 Paul：做课堂互动教具
他用 AI 做出了一整套能投屏的交互式教具：能隐藏数字时间的时钟、答错时会解释为什么错的语法测验、从三句话里挑出用对那句的词汇游戏、历史事件排序活动、乘法表测验。理由很实在：
「很多学校买不起那些乘法表游戏的订阅。」
此外，一位教师总结了 7 个省时场景，最有意思的是「评论库」——「如果报告卡上有四句话要说一百遍」，就让 AI 生成可反复取用的评语库，还能压缩到 96 个字符以适配评分软件的字数限制。
▲ 一线教师的三种做法——语音指令、批量反馈、定时任务
CHAPTER 04
「替学生」这条线：为什么它在低龄段几乎不可行
有一家公司真的去做了这件事——给 4 到 9 岁的孩子 做实时 AI 导师。他们公开的工程记录，读起来像一份「为什么这件事比想象中难得多」的清单。
01 延迟他们的原话是：「两秒的停顿，对一个孩子和对一个开发者是完全不同的体验。几秒钟就足够让孩子的注意力飘走，学习就此停止。」真实后果是这样的：一个六岁男孩等智能体思考，然后问：「他为什么什么都不做？这什么时候开始？好无聊。」记录写得很冷峻：「延迟教会了她把导师屏蔽掉。那也是她停止学习的时刻。」
02 「给答案」的诱惑他们试过更小更快的模型，结果「响应很快，但不停地把答案说出去。每一次这样做，都拿走了学习真正发生的那一刻」。
03 安全而且几乎无解。他们的原话是：「在和一个五岁孩子的实时对话里，无处可藏。也没有撤销键：孩子无法『没听见』导师说过的话。」他们的安全系统里有一个「急切回应」机制——孩子说「我喜欢恐龙」，它就回「你喜欢恐龙！我也是」。但——「如果孩子提到有同学骂了他，那个把『我喜欢恐龙』变成『你喜欢恐龙！我也是』的反射，会把那个难听的名字原样回给孩子。」
「你不可能靠选对模型、写好提示词，就做出一个儿童 AI 导师。」
这不是技术不够好，而是「替学生」这条线在低龄段同时撞上了技术极限和伦理极限。
教育学者 Nancy Frey 的按年级段设计
K-2 阶段
不让孩子碰聊天机器人，而是由教师建立一种习惯——问「这是真的吗？」她把这些孩子叫做「真相侦探」：在碰键盘之前，就建立验证的习惯和倾向。
3-5 年级
培养「信息调查员」，而且很多时候是教师带着学生一起搜索，让他们看到聊天机器人到底生成了什么、怎么反驳它。
「我们要仔细想想，怎么重新设计我们要求学生做的任务，让它们更抗 AI。」 —— 教育学者 Nancy Frey
▲ 给幼儿做实时 AI 导师，延迟与安全是双重难题
CHAPTER 05
具体有哪些技能可用：一份可核查的清单
上面这些做法听起来都不难，但真到自己动手时，第一个问题就是：我该从哪个技能开始？下面这些技能名称都来自可核查的公开来源——不是设想，是已经有人在用的。
▲ 教育行业可用的技能，覆盖备课、批改、沟通、科研四类
面向教师日常工作的技能
备课
Anthropic 官方在 Claude for Teachers 里提供的两条核心教学技能之一。你提出要一节课，它从对齐你所在州学术标准的常用课程里取材，参考标准之下更细的「学习成分」和学习顺序，起草教案和可直接发给学生的材料——输出是可修改的草稿，不是成品。
差异化
官方清单里的第二条。你要求它为不同准备水平的学生适配材料，它会给你一份差异化方案，以及每个水平对应的个性化学生材料。一位教师描述过类似做法：她让学生讲出自己最喜欢的东西，然后每份讲义都按这个学生的兴趣重做，「她注意到参与度确实上升了」。
批量反馈
来自一线教师实践。把学生作业放进文件夹，然后描述任务——读每份作业、写个性化反馈、指定语气、要求每份反馈包含「一个具体亮点 + 一个可改进处 + 一个推进思考的问题」。5 份作业约三分钟完成。
家长邮件
维护一个文本文件，每行写「学生编号 + 情况 + 想要的语气」，然后让 AI 逐条起草。
评论库
适用场景很具体：「如果报告卡上有四句话要说一百遍」——让 AI 生成可反复取用的评语库。它还能把评语压缩到指定字符数（比如 96 个字符），以适配很多评分软件的字数限制。
课堂互动教具
生成可投屏的交互式练习：能隐藏数字时间的时钟、答错时会解释为什么错的语法测验、从三句话里挑出用对那句的词汇游戏、历史事件排序活动、乘法表测验。
面向教学与科研的技能
课程开发 / 文献综述助手 / 基金申请研究
三条来自同一家学术检索平台，分别面向课程设计、文献梳理和科研经费申请的前期调研。一位做学术工作流的从业者演示时说：「我会毫不犹豫地把这些放进我的 Claude。」
同行评审助手
来自一位研究者的开源分享。用途很具体：如果你有一篇准备投稿的论文，可以用它先检查一遍，看看评审人可能会挑出什么漏洞。演示者的形容很生动：「它就像一个脾气不好的评审人。」它的工作流是接收稿件，然后顺序跑四到六次检索去找证据。
技能创建器
不是教育专用，但对教育者可能最有用：帮你把自己的一套做法变成技能——已经跑通一个流程就直接说「把这个捕获成技能」，或从零开始让它一步步问你「这个技能要让 AI 能做什么」「什么时候该触发它」。
用这些技能前，有三件事要知道
01 技能不是「下载就能用」那位从业者说得很直接：「你不能盲目使用它。不要随便从网上拿一个技能，却不看它的工作流是否真的符合你想要的东西。」
02 来源要挑他的原话是：「有可能下载到危险的技能。这些技能实际上会让代码在你的电脑上运行。」判断标准是看星标数量——「如果有很多星标，我会比较有信心，因为这意味着很多人看过它的代码并觉得有用」。
03 先跑通一遍，再写成技能最容易被忽略的一点：技能的价值不在技能本身，而在你有没有先跑通一遍。一位一线实践者讲过一个失败案例：他让智能体研究赞助商邮件，结果「每一封的回答都是靠谱、靠谱、靠谱」，一次拒绝都没有——因为它根本不知道「什么算不靠谱」。他后来总结：「很多人会先识别出自己有个工作流，然后立刻跳去创建技能。这是你能做的最糟的事。」正确顺序是：先陪它跑通一次，再把它写成技能。
CHAPTER 06
分界线怎么划：三个环节，三种做法
学前教育
不给孩子用，而是先建立「验证习惯」。Anthropic 教育团队给家长的建议更具体：「我推荐坐下来和孩子一起过 AI。问一个问题，然后说：这句话说得很自信，但这就够了吗？希望答案是不。你还能查什么？」他们还补了一句：「反过来也要做——示范『不知道』是什么样子。」因为「找到答案只是你学习旅程的开始」。
义务教育
重点从「检测作弊」转向「重新设计作业」。Nancy Frey 给了一个很聪明的做法：要求学生提交和聊天机器人的对话记录，而不只是最终成品。另一个做法来自教育学者 Carol Jago：在作文末尾问几个反思性问题——「你觉得最难做的是什么？」「如果时间更多，你接下来会做什么？」她的判断是：「这些反思性问题，是聊天机器人很难回答的。」这正好呼应布朗大学那位教授的做法——他没有去抓作弊，而是取消了带回家的考试。
家庭教育
不是禁止，而是示范「不知道的时候怎么办」。Anthropic 教育团队有一句话点破了关键：「如果你数学不好，你就判断不出 AI 数学好不好。」所以家庭教育的第一件事不是「管住孩子用 AI」，而是让孩子看到你如何验证一件事。
机构层面：芝加哥大学法学院的一份完整范本
框架是三层：与 AI 一起、不用 AI、关于 AI。
「这个要求让论文更抗 AI，因为它在一个学生无法依赖技术的环境里，测试了他对自己所写内容的理解。」
▲ 学前、义务教育、家庭三个环节，做法完全不同
CHAPTER 07
让全校老师用上同一版：管理端配一次，桌面端直接用
上面这些技能，怎么才能让全校老师都用上、而且用的是同一版？
管理员在管理端的 「SKILLS 服务管理」 里上传技能包（.zip 格式，包内需有合法的 SKILL.md，YAML 头至少含 name / description / version），后端会自动解析并规范化版本号，列表里直接显示最新版本与包状态；要改内容，包内的文本文件可以在线编辑后「仅保存」。
配好之后是授权——这一步是按人做的：左侧是部门-成员树，可以逐人勾选，右侧按部门分组显示已授权成员。比如「备课」和「差异化」两个技能授权给全体任课教师，「同行评审助手」只授权给带研究生论文的老师。授权完成后，教师打开自己的 WorkMate 桌面端，在输入区的技能按钮里就能看到这些技能，勾选即用，不需要自己去找、去装、去核对版本。
· 定时任务：像 Karina 那种「每天下午 4 点复盘我的课」的固定动作，用自然语言描述一次，AI 自动解析出时间表达式，之后按点自动执行；每次执行都会进「定时历史」，点开能看到当时的提示词与 AI 回复。
· 知识库：学生的作业、课堂材料这类需要反复引用的东西放进知识库（分个人、企业、分享三类，其中企业库全员可见但只读，由管理员统一维护），对话时勾选即可引用。
一句话：技能在管理端配好、按人授权，教师在桌面端勾选即用。这才是「把流程固定下来」真正落地的那一步。
CHAPTER 08
边界：教育不是「快速试错」的地方
Anthropic 自己的教育团队说了一句分量很重的话：
「当涉及教育时，尤其是『快速行动、打破东西』不是一个选项。」
他们还给出了一个价值观表述：
「我们宁可教一百万人不要用 AI，也不愿看着十亿人依赖这项技术。」
他们研究了自己产品里的学生交互，发现 47% 是「非常直接、交易型、几乎没有参与度」的——在可以当苏格拉底式导师用的工具里，接近一半的人只是在让它做作业。
所以真正的护栏不是检测工具，而是把 AI 放在哪一环。芝加哥大学法学院的做法已经说明了这一点——他们不是去抓作弊，而是增加人的环节：禁设备、线下考、口头答辩。
这一点，前面那份技能清单已经给出了答案：备课、批改、沟通这些「帮老师」的活可以放心交给技能，而「替学生」的活不该被写成技能。
也正因为技能是可以被分发的东西，它的来源和版本才需要被管起来。管理端的「SKILLS 服务管理」正是为此存在：技能包统一上传、版本号由后端规范化、授权按人做。有两点需要如实说明——管理端的「SKILLS 服务审批」目前是预留占位页，页面可正常进入但功能尚未接入；技能列表里的「删除」实际行为是从列表移除并停用，历史包与授权记录会保留，同名技能包重新上传后可以恢复。
写在最后
回到开头那个问题：AI 进课堂，到底该帮谁？
现在答案应该清楚了。AI 在教育里真正跑通的地方，全都是「帮老师」；一旦变成「替学生」，同一项技术立刻出问题。
这不是因为老师比学生更重要，而是因为这两种用法对「人」的依赖程度完全不同。「帮老师」是把重复劳动拿走，让人去做只有人能做的事——判断这个孩子今天卡在哪、该不该给他一个提示、这封家长信该用什么语气。「替学生」是把学习本身拿走，而学习恰恰是需要人自己挣扎、犯错、再修复的那个过程。
我们学到共情，不是在我们被完美理解的时候，而是在我们误解并修复的时候。
布鲁金斯学会报告 · 全文注脚
所以如果你正在把 AI 带进课堂，也许可以先问三个问题：
01 这件事是帮老师，还是替学生？决定方向。
02 用哪个技能把它固定下来？决定你能不能复用——上面那份清单里的技能，就是「固定下来」的具体形态。
03 它能不能在关键的地方停下来等人？决定你敢不敢真的把它交出去。
这三个问题答得上，AI 才真的开始帮上忙。
AI 进课堂，先划清那条线
把重复劳动交给 AI，把学习本身留给人。
点赞 · 在看 · 收藏 三连，我们下篇见