问题——智能工具广泛入校，能力结构亟待同步升级 当前，以智能生成、智能推荐和智能辅学为代表的新技术正快速进入课堂、作业、阅读与评价等环节。学习资源获取更便捷、知识呈现更高效的同时，也带来新的“成长难题”：信息真伪难辨、答案唾手可得引发思维惰性、对工具的依赖削弱自主学习、算法偏好影响价值取向等。如何让学生智能环境中保持清醒判断、形成深度思考并产出创新成果，成为基础教育与高等教育共同面对的新课题。 原因——技术“强供给”与学生“弱辨识”之间存在落差 一上，智能技术具备高效率的内容生成与聚合能力，能短时间内提供看似完整的文本、方案与解题路径，降低学习的时间成本。另一上，智能生成内容的可靠性、偏差风险与价值隐含并不总是清晰可见，且常以“权威语气”增强说服力。对不少学生而言，辨识来源、核验事实、检验逻辑、审视立场等能力仍较薄弱；部分教学环节对这些基础能力训练有所弱化，导致“会搜会用”与“会想会判”之间出现断层。再加上网络信息生态复杂、碎片化传播加剧，误用、滥用甚至被动接受的风险随之放大。 影响——从学习方式到人才质量，深层变化正在发生 在学习层面，若缺少判断与提问训练，学生容易把“生成答案”当作“掌握知识”，把“速度提升”误当“能力增长”，从而出现理解浅表化、论证空心化。就个体发展而言，过度依赖工具可能削弱对问题的耐心、对复杂性的承受力以及对长期目标的自我驱动。就育人导向而言，教育的核心任务并不会因工具更新而改变，价值观、伦理观、逻辑思维与科学精神的培养不能被弱化。只有把“技术使用”与“能力塑造”同步推进，才能避免“技术很强、主体很弱”的结构性风险。 对策——面向智能时代，三项能力构成递进式培养框架 专家建议，学生应重点锻造三项关键能力，并在教学评价与课堂组织中形成可落地的训练体系。 第一，选择判断力：在信息洪流中守住价值坐标与理性底线。 智能工具可以提供多种答案，但“选择由谁做、责任由谁担”不能外包。培养选择判断力，关键是把技术判断与价值判断结合起来。学生要学会基本核验：来源是否可靠、数据是否可追溯、论证是否自洽、结论是否夸大；同时警惕隐性偏见、立场预设与情绪化表达对判断的干扰。教学中可强化逻辑训练、媒介素养与伦理教育，引导学生在多种建议中权衡取舍，形成基于事实、规则与价值的决策能力。更重要的是，把智能工具定位为辅助而非裁决，让学生保有独立判断与最终责任意识。 第二，深度提问力：以高质量问题带动高水平学习。 智能对话的效果很大程度取决于“问题质量”。浅问往往只能得到浅答，深问才能逼近本质。深度提问力要求学生从“查知识点”走向“追问因果链”，从“要结论”转向“要论证与边界”，并建立跨学科连接。课堂应倡导问题导向学习，鼓励学生敢质疑、会追问、能分层：先明确目标与约束，再提出假设与证据需求，继而设计验证路径并进行多轮迭代。通过与工具的反复对话与自我修正，学生完成概念澄清、结构梳理与思维升级，把“问答”真正变成“思考训练”。 第三，重构创新力：在智能协同中实现从生成到创造的跃升。 智能工具擅长“生成”，但创新不是拼接，也不是复制。重构创新力强调以真实问题为牵引，将已有知识、数据与素材重新组织，形成新结构、新方案、新表达，并能经受检验。学生应学会搭建清晰的任务框架：界定需求、设定评价标准、组织多源材料、比较不同方案，最终形成可落地的作品或解决路径。教育部门和学校可通过项目式学习、研究性学习、跨学科实践等方式，把创新训练落到具体场景中；在评价体系中突出过程性证据、原创性贡献与社会价值，减少唯结果、唯速度的倾向。 前景——以教育数字化为牵引，回归“育人”本质实现协同发展 面向未来，智能技术将更深度嵌入教学、管理与评价体系。政策层面已提出推进智能技术助力教育变革。可以预见，下一阶段的关键不在于“用不用”，而在于“怎么用、谁主导、边界在哪里”。在规则上，应深入完善校园使用规范以及数据安全、内容安全与伦理边界；在供给上，推动优质资源下沉，缩小地区、校际数字鸿沟；在课堂上，把基础能力训练、价值引导与技术应用融合推进，让学生在更高效的学习环境中依然保持思维深度、人格独立与创造活力。
技术进步不断改变学习方式，但教育的根本始终是培养完整的人；面对人工智能带来的便利与挑战，学生既要学会借力，也要学会自立：在纷繁信息中守住判断，在持续追问中逼近真相，在反复重构中实现创新。把工具用对、把方向立稳，才能在时代变革中成长为能担当、善创造、负责任的新时代青年。