越南AI课堂的三把标尺

在教授人工智能的同时，我认为学校也需要准备好相应的评估方式，以应对学生使用AI工具完成作业的情况。

设想一下2030年的一堂自然科学课。学生借助AI撰写报告，解释月球在一个周期内的月相变化：为什么月亮有时圆、有时缺？如果老师从每位学生或每个小组那里只收到一份完整的报告，这份报告能反映学生真正理解了多少吗？

设想两份报告。一份自行搭建太阳、地球和月球的模型，亲自实验和测量，然后用AI汇总、分析数据；另一份用AI在电脑上构建虚拟仿真实验并展示结果。如果只看最终成品，老师如何评估学生真正的学习和理解？

AI可以造出外表完美的成品，但教育的目标是评估藏在里面的知识与推理能力。如果外壳太过华丽，想看清并准确评估内里的实质就会变得困难。

我曾与AI一起编写宇宙学研究软件，看到AI自行加入了一个在物理上错误的参数。用这个参数，结果只在我当时测试和比对的情形下正确，换到预设测试之外的其他情形就会出错。因此，理解AI交付的产品背后的内核非常重要。

理解一个结果——无论它来自AI，还是自己借助AI找到的——才是工作和学习者目标的关键。为准确评估这一目标，我建议AI课堂把三把标尺结合起来使用。

第一把标尺，衡量与AI协同工作的能力。就这份报告而言，老师要求学生列出已核验的AI建议，并说明为何采信或否定这些建议。如果AI解释说月缺是地球的影子造成的，学生可以用暗室里的灯和两个球来验证并回答问题：当另一个球挡住灯传向该球的光时，是否看到球出现缺损？

如果报告包含与AI的问答记录，老师可以据此找到需要追问的地方。老师要查看学生是否把解答与实验相互对照，并能解释自己的选择，而不是只给报告的流畅度打分。

第二把标尺，衡量学生在没有AI时能独立完成的部分。例如，提交报告后，全班在老师监考下当堂在纸上做一道短题。给定太阳、地球和月球的位置，每位学生自行涂出月球被照亮的部分，指出地球上观测者能看到的部分，并解释他们观测到的月相形状。

题目的难度要贴合刚学的内容。如果目标是理解月圆月缺的原因，一张配解释的示意图，比要求记住所有月相名称更贴切。学生做错，也能告诉老师需要在哪儿重讲。

第三把标尺，衡量在问题拓展时的迁移应用能力。老师问：为什么并非每次满月都会发生月食？如果把月球轨道放在与地球绕日轨道同一平面上，模型就会预测每次满月都有月食。老师提供展示这两个平面夹角的示意图。在打开AI之前，学生先修正模型，解释为什么月球通常从地球影子的旁边经过，并指出发生月食的条件。

之后，学生用AI仿真来验证。学生需要解释为什么旧模型不够用，以及补充轨道倾角后预测发生了怎样的变化。如果AI一开始就给出解答，一个正确答案仍不能说明学生本人的迁移应用能力。

三项测量可以放在同一堂课里：有AI辅助的报告、一道独立完成的题，以及一个改变条件的情境。老师需要提前告诉学生每个环节可以使用工具到什么程度，以及会被评什么……

点评结果时，老师应区分：学生与AI配合得好的部分——第一和第三把标尺；学生已证明自己能独立推理、独立实践的部分——第二把标尺；以及学生证明自己真正掌握知识的部分——第三把标尺。

给一份漂亮的报告一个统一分数，很难指出接下来要学的地方。在重要的评估中，学校至少需要有一部分证据，独立于帮助学生产出报告的那个工具。

一把旧尺子，不足以应对AI课堂。

（编译：Eric；审校：Suki；来源：越南中文社yuenan.com）