第一章 一篇完成得太好的作业：究竟谁学会了
参与不是靠喊一句“你要有主体性”恢复的，而是要找到可以真实进入判断的位置。
1.1 成品为什么不能独自证明学习
阿宁交来一篇关于校园阅读空间的课程报告。题目是怎样提高一间小阅览室的使用效果。报告有场景说明、方案比较、图表和实施建议，连不同读者的需求也写得十分周到。周老师读完，发现文章已经不再只围绕增加座位，而开始讨论安静、交流、通行与阅读时段之间的冲突。若单看作品，这是一份值得认真对待的报告。
这里的阿宁和周老师是本书构造的人物，报告也不是一项真实调查。我们让这个情境发生，是为了追问：当一份作品达到要求以后，教师还能从中推出什么，不能从中推出什么？周老师首先承认作品具有质量，没有因为它可能借助AI就把它贬低。他接着问阿宁，为什么把“座位数量最多”从首要标准改成了一个需要与其他条件平衡的标准。
阿宁回答，因为AI提醒不同使用者有不同需要。这句话可能是真实说明，但还没有交代他是否理解了这次改变。教师于是给出一个新条件：假如这间阅览室只供安静阅读，不承担讨论功能，原来的方案还需要保留同样的分区吗？阿宁开始重复报告中关于多样需求的句子，却没有调整原来的比较。作品能够处理的事情，暂时超过了他能够继续处理的事情。
到这里，最急迫的结论不应是“他没有学习”，而应是“这份作品尚不足以支持我们原先准备作出的能力判断”。两句话差别很大。前者给人下结论，后者限制证据的解释范围。阿宁可能理解了部分问题，可能只是没有听清新条件，也可能在临场压力下难以表达。教师需要进一步区分，而不是用一次追问替代此前所有材料。
周老师可以换一种方式：给出两张平面草图，请阿宁指出哪一处应该随新条件改变，并允许他用划线和移动标记说明。若阿宁能够稳定地调整布局，却说不出漂亮的理由，先前的问题可能更多涉及表达。若他既不能说明，也不能通过操作回应，才有更充分理由认为相应判断尚未形成。能力需要合适的显露通道，不能把最方便教师评分的通道当作唯一通道。
这并不意味着终稿失去了价值。图表是否清楚，资料是否准确，结论是否与前提相符，仍然可以从作品中检查。问题在于，一份作品可以支持对作品的判断，却不自动支持关于作者所有能力的判断。作品中有一个正确证明，不表示提交者能够独立构造全部证明；作品中有一个细致的方案，也不表示提交者能够在条件变化时继续组织方案。
我们可以把这种限制说得更严格。假如两种不同的发生过程都能产生同一份终稿，那么只观察终稿，就不能在逻辑上唯一确定是哪一种过程发生了。这不是说任何判断都不可能，而是说还需要额外证据。教师过去积累的了解、现场回应、版本变化和后续任务都可能提高判断的可靠性。不能唯一确定，不等于毫无信息；但不能把有一些信息夸大成已经知道全部。
AI让这个问题值得重新组织，不在于它创造了世界上第一次成品与理解的分离，而在于我们现在可以更直接地构造这样的情境：高度成熟的表达与尚未形成的判断出现在同一份任务中。初始论文已经据此提出，终稿不能独自承担全部学习证明[1]。专著进一步要求，我们不仅寻找更多证据，还要检查每一种证据究竟指向个人、工具还是二者共同组织的活动。
所以，教师在打开一份好作业时，可以先做一个很小的改变：暂时不把“报告写得好”翻译成“学生已经学得好”，也不把两者的距离翻译成不诚实。先肯定作品真正完成的部分，再确定需要证明的能力，最后寻找与这一能力相匹配的观察。只有把评价的推论链放慢，才可能看见教育过程在哪里需要继续。
1.2 同一份论文背后的四种发生轨迹
现在让这份报告出现在四条不同的路径中。第一条路径里，阿宁先实地观察任务材料，自己发现增加座位与通行之间的冲突，写出论证，再让AI整理语言。第二条路径里，他已有清楚问题，却缺少表达能力，AI帮助他把口头想法组织成文本。在这两种情况下，机器在作品形成中承担了作用，但作用的位置不同，不能因为最终文字都由AI参与，就说两人的学习完全相同。
第三条路径里，阿宁直接提交题目，接受系统提供的所有问题与标准。他检查错别字，换几个词，最后完成报告。如果教师问为什么放弃某种方案，他只知道最终选中的方案看起来更完整。在这条路径中，系统可能生产了有用的作品，却没有足够证据表明学生掌握了作品所展示的判断。这里需要重新建立参与，而不是简单增加一次润色。
第四条路径比较复杂。阿宁先把问题理解为怎样容纳更多读者，AI提出不同候选，他发现某些候选忽略了安静阅读，于是调整问题。随后，模型给出一个看似兼顾所有需要的方案，阿宁根据任务材料指出隔音条件并不存在，要求重新组织。最终方案来自多轮相互调整，问题与标准都不是原样保留下来的。阿宁也没有独自完成全部工作，但他参与了决定什么工作值得继续。
四条路径完全可能交出语言质量相近的报告。第一条并不因为机器作用较小而天然更先进，第四条也不因为互动复杂而天然更好。若本次学习目标是训练独立论证，第一条可能更贴近目标；若目标是组织复杂的候选比较，第四条可能提供更直接的学习机会。目标、已有基础与任务要求决定哪些活动值得培养，不存在按AI使用量排列的统一等级。
第二条路径尤其容易受到不公正的判断。一个学生可能有清楚的观察，却难以把观察写成符合学术格式的文字。借助表达工具以后，作品第一次能够呈现他的想法。教师若把语言提升全部视为机器替代，就可能看不见原来被表达障碍遮住的判断。反过来，也不能因为工具帮助了表达，就不再检查概念是否被误译、理由是否在组织过程中发生了未经理解的改变。
第四条路径也并非天然安全。阿宁可以与AI频繁相互调整，却逐渐只在系统提出的候选中选择。他能够解释每一轮修改，却从不再追问候选之外是否还有别的方向。这样的关系有复杂性，也有可能的失衡。结构上形成了深入互动，与教育上保留了开放的发展条件，是两个问题。不能为了维护复合主体的正面形象，就把一切不利情况逐出定义。
而第三条路径也不是对人的永久判决。阿宁这一次直接外包，可能与任务太难、时间不足或没有理解课程要求有关。我们需要知道这些条件，却不必因此取消个人的行动责任。教育回应可以从一个能够承接的小任务重新开始：请他识别报告中一条尚未核实的断言，找到它需要的证据，决定保留还是修改。参与不是靠喊一句“你要有主体性”恢复的，而是要找到可以真实进入判断的位置。
更进一步，四条路径都还只描述一次任务。独立完成者也可能在下一次机械照搬，深度协作者也可能没有留下可接续的变化。要研究教育对象的成长，必须让时间继续向前。阿宁是否把这次发现的条件写进下一轮材料筛选？换一个主题以后，他是否还知道怎样区分愿望与可行条件？没有这些问题，所谓不同轨迹仍只是四张活动照片。
因此，本书不把四条路径制作成学生身份表。它们只是帮助读者看清，成果归属、认知贡献、学习收获与后续能力之间不存在自动对应。一个人可以在同一天的不同任务中走过不同路径。教育的任务不是尽快把人归类，而是判断目前缺少哪种关系，哪些已有能力能够成为下一步发展的支点。
1.3 作品质量、系统表现与人的变化
作品质量回答“这个成果达到了什么标准”。系统表现回答“这一配置在这一条件下完成任务的能力如何”。人的变化则回答“参与之后，这个人的理解、判断与组织能力发生了什么”。三个问题都重要，但它们的对象并不相同。把三者压成一句“效果很好”，就会使最需要判断的教育变化消失在总体赞美中。
设想报告中的平面方案确实满足给定条件，但学生不能修改它。作品质量可以得到肯定，系统在当前任务上的表现也可能良好，人的相应判断能力却仍需支持。再设想学生的方案最后没有完成，但他已经发现某项原始资料不可靠，能够说明为什么不能继续沿用，并调整了下一次资料选择的方法。当前作品不够完整，人的某些能力却可能发生了有价值的变化。
这种分离不允许我们反过来轻视结果。一项学习若不断声称学生成长，却始终不能在任何相应任务中显露变化，那么成长主张仍然缺少支撑。问题不是把结果移出教育，而是承认结果有不同时间尺度。当天的成品、隔一段时间的理解、遇到新条件时的修订，分别显示不同的侧面。教育不应只保留最容易获得的那一种结果。
已有研究提供了一个值得谨慎使用的例子。Deslauriers等人在大学物理课堂中比较主动参与与被动听讲，发现主动课堂中的学生在独立测验上学得更多，却感觉自己学得较少[4]。这是一项特定课堂条件下的结果，不是关于所有学习的定律。它在这里说明，学习感受与测量到的学习结果需要分开，而不是说明学生的体验不值得倾听。
体验仍然重要。一个方法即使在短期测验中有效，如果长期带来难以承受的负担，教育也需要重新设计。学生觉得困惑，可能意味着正在接触需要重组的问题，也可能意味着任务没有获得必要支持。教师不能把所有不适都赞美成深度学习。必须观察困惑之后发生了什么：是问题更清楚了，还是行动完全停住了；是获得了修订能力，还是学会了掩饰不会。
同样，系统表现优越也不能自动证明人的成长，却可能具有真实用途。一个有经验的研究者借助系统完成更广泛的材料比较，未必需要把所有材料记进脑内。评价这种专业活动，应当尊重协作资源。可是，在一个旨在形成基础概念的课程中，直接把同一套安排复制过来，就可能使本该形成的概念被绕过。不是工具突然变好或变坏，而是教育问题变了。
这要求我们在任务开始之前说清，当前究竟是在生产、训练还是同时进行二者。生产任务追求可用成果，训练任务关心能力的形成，二者可以协同，也可能发生张力。例如，为了准时完成展示，团队可能让最熟练者处理关键环节；为了培养所有成员，又需要给初学者参与关键环节的机会。AI进入以后，这种张力不会自动消失，只是分工获得了新的可能。
因此，一门课程应当避免事后切换评价口径：开始时鼓励学生使用一切资源形成高质量成果，结束时却要求他证明每一句话都独立生成；或者开始时承诺培养基础判断，结束时只展示系统产出了多少作品。这样的切换使学生无法知道自己究竟被要求学习什么。把目标、资源条件与证据对应起来，是比增加检测软件更基础的工作。
本章由此提出一个有限但重要的结论：同一件成果不能未经分别论证，就同时证明作品合格、系统可靠与个人成长。我们需要的不是三套无限膨胀的考试，而是在关键任务上明确三种结论的边界。一份报告可以同时提供多种证据，只要教师没有把它们混成一个不加说明的总分。
1.4 为什么“是否使用AI”不是充分问题
“你用了AI吗？”是一个容易提出的问题，却不是所有教育问题的入口。它可以服务于事先明确的使用规则，也可以帮助了解材料来源，但一个“是”或“否”不能说明工具进入了哪一层活动。生成一张标题页、检查已经理解的语法、发现研究漏洞、决定问题范围，都是使用AI，却不是同一种知识行动。
更有区分力的提问，是让学生定位一个实际变化：原来准备怎样做，哪个材料或建议改变了什么，后来为什么作出不同决定。这个提问并不要求每个任务都出现重大转折。学生完全可以回答，工具没有改变论证，只整理了格式。只要这种说明与任务材料相符，它就是合适的工具使用，不必为了获得高评价而编造一场主体重生。
如果学生说AI改变了问题，教师还可以进一步问，改变以后什么不再被研究了。一个问题变宽，通常也意味着时间、证据或目标需要重新安排；一个问题变窄，则可能使原来雄心勃勃的结论被放弃。真正的问题变化会对后续行动产生限制，而不只是给报告增加更响亮的标题。能指出放弃了什么，有时比能说新增了什么更有解释力。
也可以问，哪些建议被采纳以后仍然需要核验。这里不要求学生必须拒绝AI才能证明自己。合理采纳是判断的一种形式，机械反对也可能是另一种服从。关键在于采纳与拒绝是否基于当前任务的理由。若学生始终反对模型，只因为教师把“拒绝次数”列为指标，那么所谓批判性思维已经被改造成另一种可计算表演。
于是，过程评价同样可能犯终稿评价的错误。完整日志可以由真实探索留下，也可以为了提交而补写；一次漂亮的反思可以来自理解，也可以来自新的生成任务。我们不能把终稿神话换成日志神话。证据必须回到它能够支持的具体判断：这段版本显示一个修改，是否显示学生理解修改，还需看其他材料；这次迁移显示可以使用方法，是否来自某条历史关系，也需另行分析。
周老师因此不要求阿宁上传全部聊天。他只请阿宁选出一个真正改变方案的节点，附上此前与此后的选择，再安排一个相关的新条件。若阿宁说不清，教师把结论记为仍需确认，而不是立即断言他没有学习。接下来可以用更小的任务帮助他进入判断。评价与教学在这里发生连接，但不把每一个教学提示都反过来计为已经独立掌握。
删除工具也需要同样谨慎。假如突然拿走熟悉系统，学生表现下降，下降可能来自资源减少、界面改变或一时无所适从。它能提示依赖，却不能独自裁定主体边界。真正有意义的比较，应当说明想保留什么、改变什么，是否给了适当的熟悉时间，以及基础能力与复杂协作能力分别承受了何种影响[2]。
对某些任务而言，合适的观察不是完全撤除AI，而是替换一个建议、改变一个条件，看看学生能否识别影响。对另一些任务，确实需要一段没有直接生成支持的独立活动。两者没有普遍优先关系。证据设计必须服从所要判断的能力，不能让最有戏剧性的“断网测试”代替全部教育分析。
因此，AI使用披露只是起点之一。真正的教育问题至少还包括：谁在组织问题，什么进入判断，哪些变化被理解，哪些支持仍然必要，哪些作用已经由个人承接。使用规则越清楚，这些问题反而越容易被认真讨论；若所有讨论只围绕是否违规，学习的结构便可能一直躲在合规表格背后。
1.5 从辨认作者，转向辨认学习发生
回到阿宁的报告。周老师最终发现，阿宁确实理解座位与通行之间的关系，但对不同阅读功能的比较主要停留在复述。这个结论不需要把整份作业判为无效。教师可以保留前一部分的成绩与肯定，同时将后一部分明确为下一步需要发展的能力。评价不是把一个人整体判好或判坏，而是让学习在哪里已经发生、在哪里尚未发生变得可行动。
接下来的任务不必再写一篇更长的报告。周老师让阿宁处理一个较小的问题：给定固定面积与明确的使用目标，比较两种安排，各指出一个优势和一个无法满足的条件。允许调用AI，但要求在看到生成方案之前先写出自己认为不能被忽略的限制。任务由此把阿宁放回一个可以参与标准形成的位置，而不是要求他继续润色已经超出理解范围的成品。
阿宁发现，自己最初提出的一个限制并不必要，另一个被忽略的条件才决定方案能否成立。他修改了判断，并把这次变化整理成一张简短的条件卡。卡片不是“我学会了批判性思维”，而是具体写明：什么目标改变了比较，哪个条件不能由漂亮图纸替代，下一次遇到同类任务应先检查什么。这张卡片为以后提供了可能，但还没有独自证明历史已经生效。
过一段时间，另一个任务要求设计班级资料展示区。阿宁没有原样套用阅览室方案，而是先询问展示与阅读是否需要同样的空间条件。他可能仍然需要新的资料，也仍然会犯错，但过去的差异已经改变了他的提问方式。我们在这个构造分支中看见的，不只是完成第二份作品，而是第一次学习进入了第二次学习的起点。
同一个故事也可以有失败分支。阿宁每次都提交条件卡，却从不阅读；或者把“凡事先列十个限制”当作通用规则，使简单任务也无法推进。前者说明保存没有变成激活，后者说明继承失去了适用边界。二者都提醒我们，关系历史不能按数量评价。教育需要的不只是把过去带过来，还包括知道过去哪些部分不应在这里继续工作。
正是在这个意义上，本书从辨认作者进一步转向辨认学习发生。辨认作者关注文本的来源，辨认学习发生关注差异怎样改变行动，以及这种改变怎样跨任务延续。两者不能互相替代，但后者使我们不再把教育的全部希望寄托于恢复一个没有工具参与的作品来源。
这个转向也保护了合理协作。一个学生可以诚实承认模型提出了关键反例，同时说明自己怎样检查反例、修订命题并在后来使用其条件意识。机器的贡献没有被抹去，人的学习也没有被取消。共同完成与个人成长可以在同一段历史中被分别看见，不必争夺同一个百分比。
本章最后留下的，不是一张给学生定级的表，而是一种提问方式。看到好作品，先问作品证明了什么；看到学生的回应，再问相应能力是否得到支持；看到多次任务，再问过去怎样进入后来。教育对象的重新提出，就从这三个不再混写的问题开始。下一章将把同样的辨别带进课堂：当教师能够更快地展示更多知识时，学习究竟可能增长在哪里，又可能被省略在哪里。