放学后，孩子用 AI 查一段资料。回答很完整：有时间、有地点，还有一句听起来很专业的解释。孩子正准备复制进作业，我们只追问了一句：“这句话的出处在哪里？”
他回去一找，发现那个具体年份没有来源，AI 把几段相近的信息拼成了一个“看起来很对”的答案。
这正是我们会在课堂里保留 AI 错误答案的原因。不是为了让孩子不信 AI，而是让他知道：说得流畅，不等于有证据；发现问题以后，还要会查、会改、会说明。
“它答错了”只是起点
指出 AI 错了，并不比相信 AI 高明多少。孩子如果只凭感觉说“我觉得不对”，仍然没有完成判断。
我们希望他能把一句答案拆开看：哪些是可以核实的事实，哪些是建议或观点，哪些地方其实还不确定。接下来选一句最值得核查的具体说法，去找能直接支持或反驳它的材料。
最后，孩子要给出三种结论中的一种：有证据支持、有证据说明它错了、现有证据还不够。第三种同样重要。查不到时敢写“尚不能确认”，比补一个猜测更可靠。
在家可以试试： 不要问“AI 说得对不对”，改问“这段话里，哪一句最容易查？你准备用什么证明？”问题越具体，孩子越容易开始。
我们故意留下的是“可查的错误”
课堂不会让孩子在一堆真假难辨的信息里碰运气。教师会选择年龄合适、能够查证、不会造成伤害的错误样例。例如，一处与校园观察不符的描述、一条没有出处的具体数字，或一次容易被新样本推翻的识别结果。
这样的错误有三个特点：孩子看得懂，手边有办法查，最后能够把问题说清楚。涉及健康、安全、法律等高风险内容，不适合拿来做开放式猜错游戏；低年级也不必先接触复杂的“假新闻”，从熟悉的物品、规则和校园现象开始就够了。
课堂上如果 AI 临时给出了正确答案，教师也可以使用事先准备的错误案例。学习目标不是逼 AI 当场出错，而是让孩子练习核查。
在家可以试试： 从孩子熟悉的事情开始。让 AI 描述家里的一件物品或一条共同制定的规则，请孩子找出一处遗漏或不准确，再用实物、记录或当事人的说明来修正。
真本事是“用证据改回来”
面对一个看起来很对的错误，我们通常让孩子走四步：
- 圈出来：标出答案里可以核实的一句话，不笼统地说“整段有问题”。
- 找证据：查看原始记录、正式资料、实际观察或采访；另一个 AI 的回答不能直接当证据。
- 说关系：解释这份材料究竟支持或反驳了哪一句，而不是只贴一个链接。
- 改回来：修正原答案，保留仍不确定的地方，并说明自己改了什么。
这四步把“挑错”变成了一次小型探究。孩子不只是得到正确答案，还经历了提出怀疑、搜集证据、形成结论和修改表达。下次换一个 AI 工具，他仍然知道该怎么做。
在家可以试试： 允许孩子说“我还没找到足够证据”。然后一起讨论下一步去哪里找，而不是为了把作业填满，催他立刻选一个答案。
这种能力会跟着年龄一起长大
一年级课堂里，AI 小助手偶尔答错，教师可以直接问：“它哪里说错了？”孩子先建立“机器也会错”的直觉。四年级开始，学生区分事实、建议和不确定内容，用观察或采访核查一条信息。五年级再进入事实核查与 AI 幻觉，学习识别那些“编得很像真的”细节。
到了更高年级，核查会继续变深：用陌生样本找模型误判，检查智能体资料的来源，设计测试题和对照实验。课程并不是年年重复一句“AI 会错”，而是让孩子逐步学会解释它为什么错、证据够不够、怎样降低下一次出错的风险。
平台会保存孩子的提示词版本、带回的 AI 结果、核查记录和修改说明。教师看到的不是一个被润色过的最终答案，而是孩子从“我觉得”走到“我有证据”的过程。
我们想培养的不是怀疑一切
如果一看到 AI 就否定，也不是真正的判断力。孩子需要的是一种有依据的信任：普通创意可以大胆尝试，涉及事实就查来源，涉及他人和安全就先停下来，证据不足就标明不确定。
所以，我们故意给孩子看 AI 的错误答案，不是为了证明 AI 不可靠，而是把决定权交还给孩子。会发现一个“看起来很对”的错误，会用证据解释，会把答案改好——这才是孩子面对 AI 时可以带走的本事。
想了解这些能力如何按年级展开，可以继续阅读《新工具追也追不完，孩子究竟该学什么？》，或查看首页的课程成长路径。