本文编译自 aiEDU 文章 Three Years of Trailblazers: What 300 Teachers Taught Us About AI Readiness。原文
六年级数学科学老师 Alfred Gonzalez 原本只打算花十五分钟做个热身讨论，题目是“AI 陪伴”——你怎么看有人把 AI 当作建议来源、心理咨询、朋友？
一小时后他不得不打断学生。
“孩子们本可以一直聊下去。这让我很震惊。“这些六年级学生的态度非常一致：关于感情、情感依恋，尤其是心理咨询，这些必须来自真人。讨论越久，他们的立场越坚定。好几个学生根据自己的经历讲述了这些应用怎么讨好用户、怎么让人上瘾。
Gonzalez 希望孩子们带进初中的一句话是：“它不是你的朋友。AI 唯一的任务就是让你一直挂在那个 App 上。”
一个反直觉的结论
aiEDU 的“开拓者”教师项目跑了三年、16 期，培训了 300 多位 K-12 教师，从纽约南布朗克斯到南卡罗来纳乡村再到考艾岛。
他们得出的答案让许多参与的老师自己都感到意外：培养学生对 AI 的“准备度”，往往跟让学生真的动手用 AI 工具没多大关系。
真正起作用的是有结构的课堂讨论——AI 怎么运作、该用在什么地方、不该用在什么地方、哪些事只有人才能做。
为什么“先谈，不先上工具”
大多数申请者本来期待的是工具培训。南卡罗来纳的图书管理员 Cassie Owens Moore 以为这个项目就是“用这个 AI、用那个 AI”。刚结束第 36 年教学生涯的 Leah Aiwohi 也一样：“老实说，我以为就是学更多工具。”
但他们最后都说，正是“先谈不先上工具”让课程真正起了作用。Owens Moore 教的那些活动“完全不需要学生打开设备”。这也成了她说服抵触 AI 的同事的开场白：
“很多老师跟我说’我不想在课堂上用 AI’，我就说，那你更应该看看这套课程。”
刚参加完项目的 Savanna Dempsey 解释了为什么这种设计有效：“它去掉了我必须精通软件的压力，让我可以专注做一个引导批判性思考的人。”
数据也支持这一点：123 份项目后调查中，91% 的教师表示这个项目大幅提升了他们支持学生 AI 准备度的能力，84% 表示有信心教这方面的内容。
学生想说的比老师以为的多
一旦老师主导起围绕真实议题的简短讨论，各个年级、各种背景的学生都让老师惊讶于他们愿意讨论的深度。Gonzalez 那次十五分钟变一小时不是个例——45% 的教师反馈课程实际用时超过了建议时长，只有 2% 提前结束。
密歇根的商业课教师 Sangeetha Janakiraman 做了个实验。学生花十二周学 Bootstrap 和 JavaScript 之后，她让他们把期末项目直接交给 AI 做——AI 一节课就做出了原本要好几周的东西。
然后她让学生改一下配色方案。
学生改不了。因为代码不是他们写的。
差不多同时，她还就一系列 AI 议题给全班做了小调查，发现学生的态度比她预想的保守：AI 不该写歌、不该抢功劳、不该当朋友。
于是她把两件事摆在一起：你们说 AI 不该做这些事，可你们刚刚就是靠 AI 拿了学分——而且现在你们连自己做的东西都改不了。
接下来的讨论里，学生自己得出了结论：找 AI 帮忙没问题，但不能把“学习”这件事本身外包出去。
“当他们自己想明白这一点时，我知道这个道理会真正留在他们脑子里。因为这不是我说的，是他们自己悟出来的。”
一个特殊教育班的例子
Owens Moore 的图书馆课上有个特殊教育班，学生的学业水平落后三四个年级。她事先问过带班老师学生们喜欢什么（答案是汽车），于是选了一节关于自动驾驶的课，准备好了引导话术。
结果她根本不需要引导。一个学生自己讲出了正反两面：自动驾驶可能更安全，比如一个女性深夜从机场回家、不想搭陌生人的车；但另一方面，这项技术也可能让靠开车谋生的人失去工作。
带班老师被惊到了，转头问：“他说得对吗？”
Owens Moore 说对——因为这节课本来就不要求“标准答案”，而是要学会权衡，这个学生完全是自己做到的。
最没条件的那两组，提升最大
项目在每一期前后都做了学生问卷，覆盖三个维度九个题目。提升最明显的几项是：AI 相关知识（5 分制提升 0.55 分）、对偏见和公平性的理解（0.49 分）、判断何时该用 AI（0.48 分）。
提升的是判断力，不是工具操作能力。
更说明问题的是：项目里有专门面向乡村地区的一期，还有一期名为 Indigitize 的原住民教师专场。这两期学生入学时接触 AI 最少、起点分数最低。如果 AI 准备度真的取决于能不能接触到工具，他们本该提升最小。
事实恰恰相反——他们提升幅度最大：Indigitize 组 0.57 分，乡村组 0.53 分，每个维度都有进步。
对老师（和家长）的三个新要求
这套方法很大程度上就是“好的教学法”。但项目也发现了三处新挑战：
一、愿意和孩子一起学。 老师习惯了当权威。Owens Moore 说得直白：“我们并不总是那么容易被教导。“但面对 AI，所有人都还在学。教了 36 年的 Aiwohi 的做法是直接说清楚：“我一开始就告诉学生，我也是在和他们一起学，我的挑战就是尽量比他们早一步。”
二、判断什么时候该用、什么时候不该用。 两种极端的压力都在——彻底禁止或全面拥抱——真正的答案要一节课一节课地自己判断。
三、坦诚谈论孩子在课堂之外已经在做的事。 管住比讨论容易得多，但正是讨论才能让孩子意识到，自己在何时、如何使用 AI 这件事上是有发言权的。
最后一句
Gonzalez 说：
“你自己要不要用 AI、要不要让学生用 AI，这个可以你和你的学校自己商量。但有一件事是不能跳过的，那就是 AI 素养教育。每个班级、每位老师都得做。当年社交媒体那一波，我们没能帮上什么忙。但这次 AI，我们是可以帮上忙的，我觉得我们也必须这么做。”
编者按：这篇对家长的用处不比对老师小。它说明两件事：
你不需要先成为专家。 需要的是愿意跟孩子讨论，并且承认自己也在学。
讨论本身就是教学。 不用非得打开某个 AI 工具。饭桌上问一句“你觉得 AI 该不该当朋友”，孩子说的可能比你以为的多得多。
Janakiraman 那个实验尤其值得复制——让孩子先说自己的原则，再看看自己的实际做法，中间的矛盾由他自己解释。这比家长直接讲道理有效。