孩子写作业卡住了，打开对话框，三秒钟，答案出来了。格式工整，条理清楚，比你当年查半小时资料写出来的还像样。 你心里有点不踏实，但一时说不上哪里不对。 不对的地方不在那三秒。是在那三秒之后——孩子有没有再问一句。
答案不稀缺了，判断答案的能力才稀缺
过去很长一段时间，教育在解决"信息不够"的问题。查资料、背知识点、记公式，本质上都是在往孩子脑子里装答案，因为答案不好找。 现在答案随手就有，而且大部分时候是对的。麻烦在于"大部分时候"。 AI 会把不确定的事说得很确定。它不会告诉你哪一句是它编的，也不会提醒你这个数据是三年前的。它给出的答案没有语气差别——真的假的，听起来一模一样。 所以孩子要练的不再是"找到答案"，是拿到答案之后的三句话： 是真的吗。为什么。我该不该用。 这三句话，就是我们这门课在教的东西。
第一句：是真的吗
四年级的课程叫「AI 观察员训练营」。孩子的任务不是用 AI，是盯着 AI 看：它是怎么"看"图片的，是怎么分类的，它的答案从哪里来。 五年级学生成式 AI 时，重点是识别幻觉与偏差。课程里还会做一件让很多家长意外的事——故意让 AI 答错。 不是为了考倒孩子。是因为"AI 会错"这件事，说一百遍不如自己抓住一次。孩子亲手找出一个"看起来很对"的错误，再用证据说明它错在哪，这个印象能留很多年。 课堂上的动作很具体：拿到答案，先找来源；找不到来源的，标一个问号；两个来源打架的，记下来带回来讨论。 在家里可以怎么做：孩子拿 AI 写的东西给你看时，别急着判对错。问一句"这段你怎么知道它是对的"。答不上来很正常——答不上来正是要练的地方。
第二句：为什么
知道 AI 会错还不够。孩子还得大致知道它为什么会错，不然"AI 不可信"就成了另一句背下来的话。 六年级的核心是自己教一个模型。 孩子自己拍照片、自己分类、自己贴标签，然后训练，然后测试。模型认错的时候，他们要回头看是哪一步出的问题——是样本太少，是拍的角度太单一，还是标签本身就贴错了。改数据，再训练，再试一次。 走完这一圈，"AI 是从数据里学的"就不是一句定义了，是他自己动手的经历。他也会因此明白一件事：数据里有什么，模型就学到什么；数据里缺什么，它就在那儿出错。 七年级再往前一步，孩子要自己做一个智能体：设定它的角色、给它知识、给它边界——明确写出哪些问题它不能回答。写完还要写测试用例，验证它真的会拒绝。 给 AI 划边界的人，才知道边界是怎么回事。
第三句：我该不该用
前两句是关于 AI 的。第三句是关于人的，也是最难的一句。 有些事，用了 AI 就没意义了。练字、口算、背课文，练的就是"你自己能不能"，AI 一插手，练的那件事就没了。 有些事，用了反而更好。查资料、找思路、把想法整理成一段话，AI 帮着做，孩子省下的时间可以用在更该花力气的地方。 还有一些事，AI 不该碰。身体不舒服、心情很糟、要做一个重要决定——这些要去找真实的人。课程里有专门讲这件事的部分，包括一句直白的话：知道什么时候关掉对话框，也是本事。 隐私是同一件事的另一面。名字、住址、定位、家人的照片，哪些不能随手上传；拍到别人之前为什么要先问一句。这些不能等出了问题再学。 在家里可以怎么做：不必立规矩说"作业不许用 AI"。换个问法——"这次作业练的是什么？"练输出的，用；练思考的，先自己来。这个判断孩子自己就能做，而且会用一辈子。
那我怎么知道孩子真的在想
这是家长最实际的顾虑：孩子说他想过了，你没法验证。 平台把过程留下来了。 孩子在平台上做的每一件事都有痕迹：他问了什么、AI 答了什么、他改了几版、为什么改、同学给了什么反馈、老师怎么评的。用没用 AI、在哪一步用的，要写进作品里，是评价的一部分。 所以你看到的不只是一份漂亮的成品，还有前面那几版不漂亮的。第一次做错、后来改对了的那条痕迹，比一次做对更值得看。 这些记录会沉淀成成长档案。孩子的作品默认不对外，要老师确认之后才会扩大可见范围，可以随时撤回。
十年，一条线
这不是一门"教孩子用 AI 工具"的课。工具会换，按钮会变，今天熟悉的界面明天就改版了。 从一年级认识身边的智能设备，到十年级做一个有社会价值的 AI 项目，中间这十年练的是同一件事：面对一个现成的答案，你能不能不轻信、不盲从，也不因为害怕就干脆不用。 AI 三秒给出答案，孩子要学的，是那三秒之后的事。