问题：随着大模型应用进入校园与家庭学习场景，中小学生是否应当使用、如何使用，成为教育界共同面对的新课题。一方面，涉及的应用凭借题目识别、解析与个性化讲解等能力，提升了获取知识与解决问题的效率；另一方面——若过度依赖——容易出现“只要答案、忽略过程”的倾向，削弱思考、表达与实践训练，也对评价方式以及师生互动带来新的挑战。 原因：其一，学习方式正在改变。研讨会分享的观察指出，智能工具在学生群体中的使用率快速上升，部分学生已将其作为日常学习的高频工具，资料检索、写作辅助、口语练习与难题拆解逐渐成为常态。其二，教育资源供需不均仍然存在。优质课程、名师辅导与题库资源在不同地区、不同家庭之间仍有差距，促使家长与学生更倾向借助工具补齐短板。其三，学校与家庭对新工具的理解与规范尚未同步。当前不少场景缺少清晰的使用边界、过程要求与评价标准，导致“能用但不会用、会用但用不好”的情况同时存在。 影响：从积极面看，工具的普惠性有望扩大优质资源的覆盖范围。对偏远地区或师资紧缺学校而言，智能工具可在基础答疑、知识梳理与学习反馈等环节提供补充，帮助学生更快搭建知识框架，也为课堂教学提供新的素材与数据支持。对教师而言，自动批改、作业讲评素材生成、错题归因等功能如果用得得当，可减少部分重复性工作，让教师把更多精力投入到情感支持、个性化指导与价值观引导等更需要人的工作上。对家庭而言，一些常见学科辅导的成本降低，有助于减轻部分家庭的支出压力。 同时也需正视风险。第一，能力结构可能被“答案导向”带偏。若学生习惯直接调用结论，缺少审题、建模、推理与验证等训练，容易形成“会用工具但不会解决问题”的错位。第二，学习诚信与评价公平面临新挑战。作业、论文、项目等成果性任务如果缺少过程性证据与现场展示，可能出现更难识别的“代工化”问题。第三，差距可能以新的形式出现。工具本身并不自动带来平等，信息素养、提问能力、家庭陪伴与学习管理水平的差异，可能放大不同学生在同一工具下的收益差别，引发“新差距”的担忧。 对策：多位与会者强调，相关工具的核心价值在于“辅助”，不能替代教师的情感交流与人格引领，也不能替代学生的批判性思维、创造力与实践能力。围绕“如何用得好”，研讨会讨论集中在三条主线。 一是把“提问能力”放在更突出位置。与会嘉宾认为，智能时代的好问题应更具个性化、可延展并贴近真实情境：不仅问“是什么”，更要问“为什么”“如何验证”“还有哪些方案”。培养提问能力，本质上是在训练学生的独立思考、信息辨识与创新意识。学校可在学科教学中强化“问题链”设计，鼓励学生用工具做资料搜集与方案比较，但必须在课堂上呈现推理过程、证据来源与反思结论，让“会问、会辨、会证”成为基本功。 二是建立可操作的使用规范与评价机制。建议从“使用范围、使用时段、结果呈现、引用标注、过程留痕”五个维度制定校规与家规：基础知识巩固与拓展阅读可鼓励使用；涉及测验、竞赛与要求独立完成的任务需明确限制；对作业与项目实行过程性评价，要求提交思路草稿、修改记录与关键步骤说明，推动学生把工具当作“学习伙伴”而不是“替身”。 三是以教师专业发展和家校协同降低风险。教师端应加强对工具能力边界、常见错误类型与教学融合方法的培训，避免“一禁了之”或“放任不管”。家长端则需从单纯“管控”转向“陪伴式引导”：关注孩子是否形成依赖，是否能复述自己的思路，是否能把工具输出转化为自己的表达与行动。研讨会中，青少年代表分享利用工具开发班级分组系统的实践案例，提示教育应更多鼓励学生在真实问题中使用工具完成设计、协作与迭代，把“能解决实际问题”作为衡量学习成效的重要标尺。 前景：与会者普遍认为，智能工具进入教育场景是长期趋势，关键不在“用不用”，而在“怎么用、用到什么程度、由谁来引导”。未来一段时期，教育治理将更强调三项能力：一是信息素养与辨识能力，能判断来源可靠性并进行交叉验证；二是思维与表达能力，能把工具生成内容转化为自己的逻辑链条与语言表达；三是实践与创新能力，能在真实任务中提出问题、设计方案并持续迭代。，公共资源供给与制度设计也需同步推进，通过更均衡的数字资源配置、更清晰透明的使用规范以及更科学的评价方式，避免技术红利在不同群体间出现“冷热不均”。
AI与教育的融合是一项长期工作，需要在实践中不断校准。这不是“能用”或“不能用”的简单选择，而是如何科学、理性、有效使用新技术的复杂议题。教育的核心仍是促进人的全面发展，AI应成为服务此目标的工具与助手。只有在充分看到AI的教育价值的同时，也清楚认识其边界与风险；既鼓励学生接触新技术，也坚持培养独立思考、表达能力与创新实践，才能让AI真正成为推动教育进步的力量，为学生成长与发展打开更广阔的空间。