10月25日，第八届思维型教学会议在华中科技大学附属中学开幕，会期三天，主题为“AI+学生高阶思维培养”。主办方是现代教学技术教育部重点实验室、华中科技大学基础与继续教育管理办公室、武汉东湖新技术开发区教育发展研究院，承办方是华中科技大学附属中学和附属小学。会上，三位教授的报告实际上都在回答同一个问题：AI进入课堂后，边界应该画在哪里。
一条界线：事务可以交，互动不能替
教育部教材局原一级巡视员、北京师范大学教授申继亮用九组辩证关系搭起框架，谈核心素养时代的课堂。在AI赋能教育这块，他的判断相当具体：AI可以承担过去用传统手段难以处理的环节，可以减轻教师的事务性负担；但由教师亲力亲为的师生互动不能被替代。理由是机制性的，并非情感上的怀旧：社会情绪技能必须通过具身体验养成，而具身体验只发生在师生互动、同伴互动之中。情绪能力没有“代做”这种选项。
他还提到，课堂要同时处理认知问题和动力问题，要关注兴趣、爱好、需要这些非智力因素，帮学生建立学习自信，善待学生的非常规回答。这一条看上去跟AI无关，其实可以当检验标准用：如果一套工具让课堂只剩下刷题和即时纠错，把“非常规回答”统统判成错，它省下来的时间也没地方花。
四种学习形态，四种用法
北京师范大学教授苗逢春同时担任联合国教科文组织国际STEM教育研究所筹建主任，他把人的学习分成四种形态，主张按学习类型判断AI“用”与“不用”：
- 先天能力的自然生长与自然激发：AI要从“无所不能”转向“有所不为”，尤其要控制对低幼儿童自然成长的直接干预。
- 生活经验与基础技能学习：从利用AI“智能作弊”“智能交答卷”，转向基于学生学习动机和能动性的思维练习与创造，重点看没有AI时学生能做什么。
- 学科知识与学科思维、跨学科知识与跨学科思维：要追求真正能促进概念结构、学科内部推理能力和综合问题解决能力的AI。
- 社会情感、价值观的养成与内化：坚持“反人工智能化”，人与AI的互动不应完全取代师生之间、教师之间以及家庭中的交流。
第四条最坚决。“反人工智能化”的意思并不是不接触AI，而是这一段不外包。苗逢春把这套主张放在一个更大的前提里：在AI冲击教育、行政推动压力加大的当下，教育的首要命题是教师在育人中坚守每一个学生作为人的本质。
助教，还是“代工厂”
北京师范大学资深教授林崇德围绕“创造性概念的研究”作报告，从创造性的由来、定义，讲到创新人才培养的内外因、基本特征及成长规律。他那句话后来被反复转述：人工智能用好了是教育教学的助教，用坏了会成为思维的“代工厂”。条件他也讲清楚了：学生事事依赖智能体、长期低头看手机，缺乏好奇心和内驱力，就不可能有创造性。
“代工厂”这个比喻之所以有说服力，在于它描述的并不是能力退步，而是能力被替换：活还是那些活，只是不再由学生自己做。判断标准也随之变得简单：这件事做完之后，学生自己的推理、试错、表达到底有没有发生。
一套规则，还缺一次验证
把三位教授的说法合起来，能整理出一份粗略清单：事务性、信息性、演示性的环节可以交给AI；具身体验、社会情绪、价值观养成，以及需要学生自己推理试错的部分，要留给人；对低幼儿童，能不介入就不介入；对任何场景，先问一句“没有AI时学生能做什么”。
但这套规则目前只是会议观点。报道对会议的描述停在议程与主张层面：主题报告、区域与学校实践分享、小初高全学段思维课堂样态的集中展示。通篇没有课堂实验的样本量、对照设计、测评工具或前后测数据。也就是说，“展示课上得好看”和“这套用法真能提升高阶思维”之间，还差一次像样的检验。
对每天排课的老师、对家里有孩子用AI的家长来说，这套说法真正有用的地方是它给了分类，并没有停留在喊口号上；之所以仍然值得怀疑，是因为分类的依据来自经验与理论推演，还没有数据支撑。用的时候不妨自己补上那一环：每次把某个环节交给AI，就记一笔学生独立做到了什么。学校如果愿意做，几十个学生的前后对照并不难，成本比再开一场会低得多。