黄龙翔：从防堵AI到深拥AI ――学习评价的新范式刍议

Dr Wong Lung Hsiang argues that AI’s real challenge to education is not cheating but outdated views of teaching, learning, and assessment. In a teacher-training course, trainees must use AI to generate an initial lesson plan, then refine it through sustained human–AI collaboration. Assessment focuses on improvement between drafts and on chat logs that reveal thinking processes. This approach represents a “post-prompt” era, where AI is a thinking partner rather than a tool. By co-creating with AI, learners develop judgment, reflection, and meta-task awareness—core capacities education must cultivate in a future of human–AI co-intelligence.

人人都在谈人工智能（AI）对教育的威胁——学生用它写作业、应考、逃避思考。学府纷纷设下防火墙、检测系统，或要学生以多元方式展示学习成果，如口头发表及现场提问，以自证作业非由AI生成。真正的问题，也许是我们仍未跳出什么是教、什么是学、什么是评的既定框架——上述这些举措，多只是传统评价策略的微调。

我在一门教师培训课程里反其道而行：规定学员第一版教案（一堂课的教学设计）必须用AI生成。但那只是故事的开端。我让他们与AI同坐一张桌子，像两位共写剧本的编剧，而人同时是导演，与AI在智力上竞合，却始终握有最终的创作决策权和责任。

从教育角度看，人类与AI的关系正经历三个阶段。在“前提示语时代”，人们把AI当答题机器。到了“提示语时代”，用户学会提示语技巧，让AI执行任务、提升效率，人开始驾驭AI，却未必生成更有深度的知识产品。如今我们该进入“后提示语时代”，AI不再只是被命令的工具，而像一个能对话、能思考的伙伴。人和AI可以互教、互学、共思、共创：AI激发人类思维的广度，人类赋予AI内容的深度与方向。真正的挑战，是让学生学会与AI共思，在互动中保持判断，形成自己的思想。

为了让教师真正体验“后提示语时代”的学习样貌，我重新设计了课程作业的评价方式。要求学员先用AI生成一份教案初稿，不为图省事，而是让AI成为“起跑线上的共创者”。接着，他们必须与AI反复讨论、修改、筛选、取舍，逐步将初稿优化成可执行的方案。

作业评分标准的最大突破，是我要求他们提交AI生成的初稿与经三周与AI“共事”、迭代优化后的终稿。评分不是只看终稿，而是对比两稿，看他们能优化到什么程度。

另一个评分重点是对话记录（chatlog），从他们与AI的往来提示语中，可看出他们的教学思维、批判能力与学习轨迹。这是兼顾“产品”与“过程”的评价方式；从起点到终点的差距，以及这条来时路怎么走，正是学员如何思考、如何学习的一面镜子，他们的思考路径，对我这个评价者变得可见，所以我不必全依赖终稿来评价他们的高阶思维。

许多学员也在过程中发现，原来貌似完美的AI初稿，其实有不少漏洞，而当他们真正与AI共创、反思、再生成，成果反而更成熟、更符合教学原理和教学对象的需要。

这个创新设计，其实是“倒逼”学员养成一种更深层的能力——元任务觉察（meta-task awareness），也就是人类在进行开放式任务时，能同时觉察自己、AI，以及双方互动的状态，知道何时带AI、何时放手让AI带自己。为实现这一点，学员须在同一个对话中与AI持续共创三周。很多人习惯把AI当搜索引擎或单一任务执行器，用完即弃，对话碎片化，但在这个作业中，学员体会到：当上下文被长时间保存，人和AI会相互“记得”对方的思路，能一同延续、深化、修正早前的共同构想――AI不是外包写手，而是真正的共思伙伴。

同事听了此设计，笑说：很王家卫。王家卫从不先写完整剧本，常只凭一页剧情大纲，在拍摄中与演员、幕后互动，听取各路建议，不断生成、修正，最后在剪接台上重新组织出跟原构想大相迳庭的成品。意义不是预设的，而是在反复试探中“长出来”的。我的学员在与AI共事时，也经历类似过程：一开始提出大方向（如：“生成一堂60分钟的X年段X课文的教案”），让AI写初稿；然后，他们开始跟AI商量，挑、删、改。AI这个共同编剧，提出点子或反建议，但最终拍板的仍是“导演”本人。真正的学习和反思，就发生在这些取舍与重写之间。

王家卫电影之独特，不在镜头美，而在每一个镜头背后，都是一次艺术判断的痕迹。学习亦然：AI可以帮你写，但无法替你判断，而判断力，正是教育该培养的核心。

这个评价设计，其实是未来的预演。后提示语时代，人与AI不再是命令与回应的关系，而是共事与共创。正如职场上常说：“AI不会取代人，但会取代不会与AI共事的人。”真正的教育使命，不单是教学生写更精准的提示语，更要让他们在从学习到职场与AI同行的过程中，学会重塑思维、重构角色，准备好迎接一个“共智能”的世界。

（作者是南洋理工大学国立教育学院高级教育研究科学家）

Read the original article here. 

Source: Lianhe Zaobao © SPH Media Limited. Permission required for reproduction.