頭圖來自：AI生成

新學期開始了，紐約市的一些孩子重新走進教室時，會發現今年的課堂和過去有一點不一樣——如果一道數學題不會，他們不能再隨手打開一個AI軟件，讓它一步一步給出答案；寫作文卡住了，也不能讓它先生成一篇「參考」文；甚至那些原本已經悄悄嵌入學習軟件裏的生成式AI功能，也有一批會從課堂裏消失。

對於一個習慣了「有問題就問AI」的孩子來說，這可能會面臨一些很具體的不方便：一道題要多想幾十分鐘；寫不出作文開頭的時候，要對着空白的紙發一會兒呆；遇到一個不知道的問題，只能先承認：我不知道。

而這恰恰是紐約想重新留給孩子們的東西。9月2日，紐約宣佈，從2026—2027學年開始，對2-K至八年級學生實施為期一年的「學生端生成式AI」暫停政策，影響接近60萬名公立學校學生，約佔整個紐約市公立學校系統學生的三分之二。

按照紐約市教育部門公布的規則，2-K至八年級學生不能使用面向學生的生成式AI軟件；此前獲准使用的38個以上教育項目中的AI功能將被停止或關閉。教師仍然可以利用符合安全標準的AI備課和處理部分行政工作，殘障學生、多語言學習者以及部分職業教育項目也有例外。

紐約沒有徹底把AI趕出學校。相反，它做了一件更微妙的事情：把AI和孩子之間的距離，按照年齡重新劃了一遍。

高中生仍然能接觸AI。紐約要求高中生每年兩次接受AI批判性思維教育；部分高中課堂還會試點5種經過審核的AI教育工具，但必須在教師直接監督下使用，而且時間受到嚴格限制。

但對於年齡更小的孩子，紐約選擇先踩一腳剎車。與此同時，紐約還同步收緊了螢幕時間：二年級及以下不進行常規一對一螢幕使用；三至五年級建議每天不超過30分鐘；六至八年級建議每天不超過45分鐘。

在紐約的教室之外，幾乎整個成年人的世界正在往相反的方向狂奔。公司要求員工學AI，程序員開始使用Coding Agent，諮詢公司培訓員工使用大模型，創業者討論怎樣讓Agent替代一部分工作流。文章信息一遍遍告訴成年人：你必須儘快學會把工作交給AI，否則就可能被時代落下。

 一、不是一場「反AI運動」，而是在給成長重新劃邊界 

過去三年，多個國家的教育政策都經歷了類似的搖擺。它們並沒有形成一場全球同步的「AI禁令」，但一個共同趨勢越來越清晰：對低齡學生更謹慎，對高年級學生逐步開放；不是只看工具有沒有用，而是把年齡、場景、教師監督、隱私和學習目的放在一起判斷。UNESCO早在2023年的生成式AI教育指南里就提出，應為學生獨立使用生成式AI設定年齡門檻，並給出13歲的參考下限。這個建議本身不是全球統一規則，但它第一次把「年齡適配」推到了AI教育討論的中心。^[3]

法國在2025年給出了更具體的分層規則：小學階段可以學習AI是什麼，但學生不直接操作生成式AI；到相當於法國初中四年級的4e階段，才允許在教師解釋、陪伴和限制下進行課堂使用；高中生可以在教師明確規定的學習框架內更自主地使用。法國教育部還明確提出，未經教師許可、又沒有學生自己的理解和加工，直接用生成式AI完成作業可以被視為作弊。

日本沒有采取全國性一刀切禁令，但2024年底修訂的中小學指南同樣強調「以人為中心」的使用原則，並通過生成式AI試點校來控制擴散節奏。澳大利亞則從2023年起建立全國學校生成式AI框架，以教學與學習、人類與社會福祉、透明、公平、問責、隱私與安全六類原則約束使用，並且每年審查，因為教育部門承認這項技術本身仍在快速變化。^[4]

這些政策背後的分歧其實沒有看起來那麼大。教育者大多不否認孩子遲早要學會使用AI，爭論的是：在認知、語言、閱讀、推理和社會能力尚未建立穩固基礎之前，AI究竟應該扮演「腳手架」，還是直接成為「代勞者」。如果AI只是在孩子已經形成基本能力之後放大效率，它更像計算器、搜索引擎和字典；但如果它在能力形成之前就替孩子完成了最難的部分，教育面對的就不是一項新工具，而是學習過程本身被重新切分。

 二、中國教育也走到了同一個路口 

這個矛盾並不只發生在紐約。中國正在更積極地把人工智能納入教育體系，同時也在給低齡學生設定清晰邊界。2024年12月，教育部部署加強中小學人工智能教育，提出小學低年級側重感知和體驗，小學高年級和初中側重理解和應用，高中側重項目創作和前沿應用，並強調要以人為本、促進思維發展、提高解決實際問題的能力。

到2026年的「人工智能+教育」行動計劃，政策又進一步提出推動AI教育全面納入地方課程體系，但同時強調科技教育與人文教育結合，重視學生的啓智和心靈培養。^[5]

真正值得注意的是2025年發布的《中小學生成式人工智能使用指南》。其中明確：小學階段禁止學生獨自使用開放式內容生成功能，教師可以在課內適當使用AI輔助教學；初中階段可以適度探索生成內容的邏輯性分析；高中階段允許結合技術原理開展探究性學習。指南同時要求學生避免把AI生成內容簡單複製成作業答案，避免在創造性和個性化表達任務中過度依賴AI，也提醒家長防範技術過度依賴造成的心靈培育缺失。

換句話說，中國的政策也不是「讓孩子離AI越遠越好」，而是在努力同時做兩件看似矛盾的事：讓下一代擁有AI素養，又儘量不讓AI替代那些本該由孩子自己完成的認知成長。^[6]

但這也是現實學校最難的地方。一邊，AI已經可以成為很好的「腳手架」。教育部今年介紹中國人民大學附屬中學的實踐時提到，學生會用大模型對大量史料做語義聚類，也會用AI進行種群增長模擬或分析衛星遙感圖像，教師則把重點放在模型建構、深度閱讀、科學辨析和價值思考上。這樣的使用並不是把答案端給學生，而是讓學生藉助工具進入過去很難進入的材料規模和實驗環境。

另一邊，當同一個大模型回到家庭作業場景，只需要輸入題目就能直接給出解法、作文、提綱和總結時，老師和家長又很難知道：孩子究竟是在學習，還是只是在管理一台替他學習的機器。^[7]

真正困難的不是「要不要讓孩子用AI」，而是怎麼讓AI幫助孩子走得更遠，卻不替他走掉那些必須親自走過的路。

 三、一道自己解出來的題，價值從來不只在那個答案 

想象一個再普通不過的晚上。一個十歲的孩子被一道數學題卡住：條件看懂了，數字也都認識，可就是不知道第一步該從哪裏下手。他在草稿紙上畫了兩遍圖，第一次把數量關係畫反了；第二次算到一半發現結果不可能，又把整行數字劃掉。十幾分鍾過去，他開始煩躁，甚至想說「我不會」。如果這時把題目拍給AI，幾秒鐘之後，他會得到一個條理清楚的解法，可能比家長和老師講得還完整。作業會立刻向前推進，那個晚上也會輕鬆很多。

可如果他沒有立刻得到答案，也許會發生另一種不那麼高效的事情。他重新讀題，把兩個條件圈起來，突然意識到自己一直把「總數」和「相差」混在了一起。他在草稿紙上寫出一個新的式子，算完後愣一下，又回頭驗算一遍，最後抬起頭說：「我知道了。」那個瞬間的高興很小，可能第二天他自己都說不清楚為什麼高興。但真正被留下來的，不只是一個算式。那十幾分鍾裏，他經歷了困惑、錯誤、重新表徵問題、檢查自己的判斷，最後得到一種很樸素的經驗：原來我卡住的時候，不一定只能等別人給答案；我也可以繼續琢磨。

學習科學裏有一個並不浪漫但很重要的概念——「productive failure」，可以理解為「有產出的失敗」。相關研究發現，在合適的教師引導和後續講解下，讓學生先嚐試解決一個尚未掌握的問題、暴露自己的錯誤和知識缺口，反而可能幫助他們更深入地理解概念並提高遷移能力。

這裏的重點不是把「受苦」神聖化，也不是說所有失敗都能帶來成長，而是說明：學習並不只發生在正確答案出現的那一刻，很多真正的理解，恰恰發生在「我哪裏想錯了」「還有沒有別的方法」「為什麼這個答案不對」的來回修正裏。^[8]

生成式AI最大的誘惑，在於它太擅長把這段不舒服的過程壓縮掉。2025年MIT Media Lab一項針對54名成年人的寫作實驗發現，在該實驗條件下，不借助工具的參與者表現出更強、更廣泛的腦連接，LLM組的參與者在記憶自己文章內容、感受到「這是我寫的」方面表現較弱。研究團隊把這種現象稱作可能的「認知債務」。

但這項研究規模很小，研究對象主要是成年人，最初以預印本形式發布，後續也有研究者對樣本規模、EEG分析和結果解釋提出方法學質疑，因此它絕不能被簡化成「AI會讓孩子變笨」。它真正值得我們保留的，只是一個問題：如果一個人在能力形成階段持續跳過最費力的認知過程，長期會發生什麼，我們現在還不知道。^[9]

另一個來自Microsoft Research和卡內基梅隆大學的研究則調查了319名知識工作者的936個真實AI使用案例。研究發現，受訪者越相信AI，報告的批判性思考投入往往越少；同時，AI並沒有讓思考完全消失，而是把一部分思考轉移到了驗證信息、整合答案和監督任務上。

對成年人來說，這種遷移未必是壞事，因為成年人通常已經擁有領域知識，可以把精力從「生成初稿」轉到「判斷質量」。但對孩子來說，最關鍵的問題恰恰是：如果「生成初稿」「自己列式」「自己組織語言」「自己回憶知識」這些基礎動作還沒有長出來，就直接把它們升級為「審核AI」，孩子拿什麼去審核？^[10]

 四、把AI趕出童年，也不等於我們就保護了孩子 

警惕思考外包，不應該滑向另一種簡單答案：把AI重新描述成電視、遊戲或者手機之後的又一個「洪水猛獸」。AI對教育真正有價值的部分同樣具體。一個家庭負擔不起長期一對一輔導，AI可以在一定程度上提供低成本解釋和練習；一個在課堂裏不敢舉手的孩子，可以反覆追問直到聽懂；多語言學習者、閱讀障礙學生和部分特殊教育需求者，可以通過語音、改寫、翻譯和個性化節奏獲得過去昂貴又稀缺的支持。

紐約的新政策本身也為殘障學生和英語學習者保留必要的輔助技術例外，這說明即使最謹慎的政策，也沒有否認技術的補償價值。^[1]

更現實的問題是，簡單封禁還可能製造新的不平等。學校裏禁止，不代表家庭裏消失。資源更豐富的家庭仍然可以訂閱AI、請家長或老師教孩子如何「正確使用」；資源不足的孩子反而可能既失去公開、受指導的AI教育，又在未來進入大學和職場時突然面對一個已經普及的工具。

因此，真正公平的做法不是讓所有孩子在成年前都遠離AI，而是讓所有孩子都能在同樣安全、透明、年齡適配的環境中學習怎樣與AI相處。澳大利亞和日本選擇建立框架、試點和持續更新，而不是一次性給出永久答案，本質上也是承認：這是一套需要隨着孩子、學校和技術共同變化的社會規則。^[4]

所以，紐約的一年暫停政策值得關注，卻未必值得照抄。它最大的價值可能不是提供了一個「正確答案」，而是把一個此前被效率和創新敘事遮住的問題擺到了台面上：教育究竟是在為孩子未來使用工具做準備，還是在幫助一個人形成不依賴工具也能站住的基本能力？兩者都重要，只是順序不能被完全顛倒。

 五、真正需要重建的，不是「禁不禁AI」的規則 

如果把這場爭論只交給學校，最後很可能還是失敗。因為孩子為什麼會把作業交給AI，並不只因為AI太方便，也因為我們給他們的學習越來越像一個需要儘快完成的任務清單：作業要按時交，考試要拿分，競賽要出結果，升學材料要漂亮，家長擔心落後，學校擔心排名，整個社會都在獎勵更快、更標準、更可量化的產出。

在這樣的評價體系裏，一個孩子願意花四十分鐘自己想一道題，反而可能顯得「效率太低」。如果社會的獎勵機制不變，再嚴格的AI禁令也很容易被繞開，因為AI只是把我們原本就追求的效率推到了極致。

真正更好的教育環境，首先應該允許不同年齡擁有不同的技術權限。低齡階段可以認識AI、討論AI、在教師帶領下觀察AI如何回答問題，卻不必默認擁有一個隨時替自己生成答案的私人助手；隨着基礎閱讀、表達、數學和判斷能力逐漸形成，再逐步開放更復雜的使用。

其次，學校需要的也不是「更會給答案」的教育AI，而是更懂得什麼時候不該給答案的AI：先問孩子「你已經想到哪一步」，要求他畫圖、列條件、解釋原因，必要時只給一個提示，而不是把完整解法一次性鋪在螢幕上。技術公司如果真的要進入兒童教育，應該把「是否促進獨立思考」當成核心產品指標，而不是只把留存、使用時長和答題效率當成成功。

更重要的是，作業和評價方式也必須變。如果一份作業只需要一個標準答案、一篇格式正確的作文、一份可以被複制的報告，那麼AI天然會成為最優解。未來的學校可能需要更多過程性證據：課堂討論、口頭解釋、草稿和修改記錄、真實項目、面對面答辯，讓老師看到學生「怎麼想到這裏」，而不只看最後交出來的成品。

老師們也需要更多時間和更好的培訓去做這件事。我們不能一邊減少人與人的教學投入，一邊要求老師獨自承擔識別AI、糾正依賴、培養批判思維、照顧情緒和維持課堂關係的全部責任。

家庭同樣需要重新理解「幫助」。有時最難的不是教會孩子用一個新工具，而是忍住不替他把困難拿走。孩子做不出來一道題時，家長當然可以給提示；可如果我們每一次都急着讓他趕緊完成、趕緊正確、趕緊進入下一項任務，AI只是把這種成人焦慮自動化了。我們真正能給孩子的，也許是一個更慢的機會：允許他發呆，允許他試錯，允許他在二十分鐘後纔想明白，甚至允許他今天沒有想明白。

我們總在討論怎樣讓孩子適應AI時代，卻很少反過來問：我們能不能把AI時代建設成一個更適合孩子成長的社會？

 結語：別把成人世界的效率焦慮，提前交給孩子 

這可能纔是紐約這場爭論真正應該留給我們的東西。AI時代當然不會因為一紙校規停下來，全世界的孩子最終都會生活在一個機器能夠隨時給答案、寫文字、做計算、生成圖像甚至代理行動的世界裏。

我們不可能完全替他們守住一個「沒有AI的童年」。但社會仍然可以決定，在一個人最初形成閱讀能力、語言能力、數量感、好奇心、自我效能和人與人關係的幾年裏，什麼應該由機器加速，什麼應該被刻意保留給孩子自己。

成年人已經太熟悉效率的邏輯：郵件要更快寫完，報告要更快生成，代碼要更快上線，會議要更快總結。我們甚至會因為沒有充分利用AI而感到焦慮。可孩子不是一個等待被優化的生產系統，童年也不是職業訓練的預備流水線。

一個十歲的孩子花很久解出一道並不重要的題，那種笨拙和緩慢，從成年人的生產率視角看幾乎沒有價值；但正是在這些沒有捷徑的時刻裏，他第一次知道「我能靠自己把一件不會的事弄明白」。這種經驗日後可能變成面對新問題時的耐心、面對錯誤時不立即逃開的勇氣，以及當所有機器都給出一個看似正確的答案時，仍然願意多問一句「為什麼」的習慣。

所以，真正值得整個社會警惕的，不只是孩子會不會用AI作弊，也不只是某一次考試能不能防住ChatGPT。更深的問題是：如果我們把「更快得到結果」變成教育默認的價值，一個孩子為什麼還要經歷那些緩慢、重複、挫敗、沒有即時回報的學習？如果學校、家庭和社會都只獎勵結果，孩子把過程交給AI幾乎是理性的選擇。到那時，問題就不再是AI奪走了思考，而是我們先把思考從評價體系裏變得不值錢。

也許下一代真正需要的，不是一套教他們從小「贏在AI起跑線」的課程，而是一種更有耐心的社會安排：有足夠好的老師，有可以放心犯錯的課堂，有不被螢幕填滿的空白時間，有公平可獲得而又懂得剋制的AI工具，有不會因為孩子慢一點就立刻焦慮的家庭，也有一種不把分數、效率和產出視為唯一價值的教育。我們當然要教孩子駕馭技術，但在此之前，還要確保他們擁有一個不借助技術也能思考、表達、判斷和與人相處的自己。

我們總喜歡問：孩子怎樣才能適應未來？也許AI時代更應該反過來問一次：我們這些已經掌握規則的大人，準備為孩子創造一個怎樣的未來？如果一個社會連童年的遲疑、笨拙、失敗和漫長思考都容不下，那麼真正需要被重新設計的，也許從來不只是課堂裏的AI。

資料來源：

[1] NYC Mayor's Office / NYC Public Schools，2026-09-02：Mayor Mamdani and Chancellor Samuels Put Students First with Nation's Broadest Generative AI Moratorium in Schools；Guidance on Artificial Intelligence and Screen Time。

[2] NYC Public Schools / Chalkbeat，2023-2024：紐約公校2023年限制ChatGPT、隨後調整並擁抱AI教育的公開記錄。

[3] UNESCO，2023：Guidance for Generative AI in Education and Research。

[4] 法國教育部 / 日本文部科學省 / 澳大利亞教育部，2024-2025：法國教育AI使用框架；日本中小學生成式AI指南2.0；Australian Framework for Generative AI in Schools。

[5] 中華人民共和國教育部，2024-12 / 2026-04：教育部部署加強中小學人工智能教育；「人工智能+教育」行動計劃。

[6] 教育部基礎教育教學指導委員會，2025-05：《中小學生成式人工智能使用指南（2025年版）》。

[7] 中華人民共和國教育部，2026-07-21：《面向未來，向新而行》：中小學AI教育實踐案例。

[8] Learning and Instruction，2021：Robust effects of the efficacy of explicit failure-driven scaffolding in problem-solving prior to instruction。

[9] MIT Media Lab / arXiv，2025-2026：Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task；以及後續方法學評論。

[10] Microsoft Research / Carnegie Mellon University，CHI 2025：The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers。

本內容未經允許不得轉載。授權事宜請聯繫 hezuo@huxiu.com。

 End

想漲知識 關注虎嗅視頻號！