如何提升学生人机协同能力

教育部等五部门印发的《“人工智能+教育”行动计划》明确，到2030年形成全民人工智能素养培育长效机制。随着人工智能的广泛应用，培养学生人机协同的能力，成为学生人工智能素养培育中的迫切课题，也是教育必须回应的现实命题。

人机协同能力是人工智能素养在复杂任务情境中实践性、整合性表现，不仅表现为理解技术和会用工具，更包括发现和界定问题、追问和核验答案、在真实情境中迭代方案并对结果负责。智能时代，人工智能素养的培育过程就是真实问题的解决过程，在问题解决中提升学生的人机协同能力，以问题意识和提问能力为抓手，以思考习惯和批判思维为进阶，促进真实的问题解决，确保负责任的使用和价值共创。

辽宁省大连市中山区望海小学学生借助云平台了解城市数据运转。学校供图

1 建立问题意识，重塑思考习惯

问题是有效人机协同的起点，问题意识贯穿人机协同全过程。重塑思考习惯，意味着三重转变：从“等答案”到“问问题”，从“拿结论”到“审结论”，从“独自苦想”到“带着自己的判断与机器对话”。教学中应着力培养学生带着问题使用工具、围绕问题组织学习、在持续追问中深化思考的习惯。

一是用前立判断，保持认知投入。如果学生尚未理解任务，便直接向人工智能索要答案，观察、推理和表达等必要的认知过程就可能被跳过，容易产生“学习好像发生了”的假象。引导学生养成“已经知道什么”“还要解决什么”“人工智能可以帮助什么”的思考习惯，可以制作成三列的表格，让学生在每次使用人工智能工具前填写，久而久之养成思考的习惯，让技术服务思考，确保思维始终在场，促进学生的认知投入。

二是用中设冲突，激发深度思考。人工智能的回答未必完全可靠，这种不确定性恰恰是课堂中最宝贵的教学资源。例如，一位高中信息技术教师在“如何解决校园午餐浪费现象”的项目式教学中，就现象成因分析环节专门设计了一组“找碴儿”任务，引导学生对AI生成的原因分析，开展分组审查。学生们很快发现，AI对“午餐浪费”的理解停留在“学生不爱吃”等表面归因上，忽略了供餐时间安排、菜品保温条件、餐具设计等具体情境变量。把AI的“缺陷”暴露给学生看，比告诉他们“AI也会犯错”要有效得多。

三是用后做复盘，辨明人机分工。协同结束后的复盘是思维升华的关键。教师在课堂上可引入“人机协同学习单”，引导学生记录最初设想、提问内容、关键信息、修改理由和最终结论，并选取一次有效追问、一个被纠正的误判或一条未被采纳的建议进行说明。这张学习单的价值不在“留痕”，而在于逼着学生回头审视自己的思考路径。事实上，这些记录应该成为学习评价的必要组成部分，让技术使用的过程可见，帮助教师更好了解学生。

2 提升提问能力，深化批判思维

高质量提问是提升人机协同效能的关键。提问能力的提升，本质上是思维品质的磨砺，体现为从模糊到精准、从接受到审辩、从单一到多维的进阶过程。

在一次关于“教育体制”的教学中，学生首先向AI提出问题“俄罗斯的教育体制”，回答笼统缺乏深度，后来学生将问题限定为俄罗斯公立初中，并增加办学理念、课程设置、学时要求和典型案例等分析维度，最终获得对问题的理解。可见，提问的首要能力是精准提问，把问题问清。问题对象不清，机器容易给出宽泛答案；边界不明，回答难以聚焦。任务和标准缺失，生成内容也难以比较和检验。同一个学生、同一台机器，问法一变，答案的质量截然不同，清晰定义与表达问题，是人机协同过程中的重要基础。

提问能力还表现为辩证提问，把依据辨明。机器回答应被视为一份等待审查的材料，而非可直接采用的结论。一般可以从四个方面审查机器回答：一是查来源，评估信息的可追溯性与权威性；二是核事实，将回答与教材、实验结果和可靠数据库交叉比对；三是辨逻辑，判断结论是否得到证据支持；四是看立场，思考回答是否暗含了有违社会伦理的价值观念。对于无法确认的信息，需要引导学生标注信息“不确定”的习惯，并引导其继续追问依据、前提和适用范围。

此外，学生提问还需多维提问，把视角打开。多维提问的核心，在于转换观察问题的约束条件、学科视角或者角色情境。所谓改变约束条件，即比较不同目标之间的取舍，转换学科视角，是指调用不同知识解释问题，转换角色和情境，则是分析不同主体的感受、利益和选择。如在设计“校园噪声治理方案”时，学生不仅让AI提供“隔音墙”的技术方案，还让其代入“学生”和“教师”的角色分析感受。结果发现，单纯的技术方案虽能降噪，却可能阻碍校园的通透感。多维视角的引入，让学生明白问题解决没有标准答案，只有在多方权衡中的“最优解”。

3 解决真实问题，实现价值共创

提问的价值最终要在真实问题解决中得到检验。真实问题的解决包含三个环环相扣的环节：问题从哪里来、方案如何迭代、价值由谁校准。由此，人机协同能力培养才能超越工具使用，落实为解决真实问题和负责任创新的能力。

真问题，从真实情境中来。以往不少学习任务由教师预先设定好问题，学生缺少发现问题的机会。真实情境中的问题没有标准答案，却最能唤起学生的问题意识。如有学生注意到校园里快递包装垃圾与日俱增，便借助人工智能调研不同材质包装的生命周期，把“减少浪费”的模糊愿望，界定为“在快递收发点设置分类回收装置”的具体问题。问题从学生身边“长”出来，人工智能的介入才有了真实的支点。

真求解，在循环迭代中推进。在以往一些学习任务中，问题、步骤和评价标准往往由教师预先设定，学生沿着“理解任务—查找资料—形成方案—提交成果”的线性路径推进。人工智能能够迅速提供信息和方案，若只是被简单加入原有流程，学生反而可能跳过分析推演和反复尝试。人机协同需要把这条直线变成一个环：人先界定问题，人和AI一起生成方案，人用事实证据和实践反馈检验方案，发现偏差后重新提问、重新生成、重新验证。流程重构的重点，是让学生始终承担问题选择、证据判断和结果验证的任务。

真价值，由人的需要来校准。创新不仅要回答“能不能做”，还要回答“为什么做”“为谁而做”。技术可以提供一百种解决方案，但判断哪种方案更符合人的需求、更具社会价值，必须由人来决定。教学中，教师需引导学生跳出技术本身，审视人工智能生成方案背后的价值取向，是单纯追求效率，还是兼顾公平？是满足少数人的便利，还是关照大多数人的权益？特别是在评估AI生成的方案时，要警惕可能存在的算法偏见，思考方案是否会对特定群体造成隐形伤害。这种“价值锚定”，让人机协同超越了单纯的技术博弈，成为培养学生社会责任感与人文关怀的重要载体。

人工智能可以帮助学生更快获得答案，却不能替代人的判断与责任。以真实问题为牵引，让学生在持续追问、验证和创新中保持思维主动，才能充分发挥人工智能的赋能作用，真正成为拓展认知边界、促进真实成长和创造公共价值的力量。

（作者杨俊锋系杭州师范大学经亨颐教育学院和中国教育现代化研究院教授，赵怡丹系杭州师范大学研究生，本文系浙江省哲学社会科学规划重大课题［23SYS10ZD］的部分成果）