周末，兒子坐在書桌前，對著一道數學拓展題苦思冥想。

寫了擦，擦了寫，一會撓頭，一會咬筆，整整半小時他都在嘆氣中度過。

他可憐巴巴地看向我，恰好我有急事要處理，就讓他自己再想想，或者先做其它作業。

沒想到，我忙完后過去一看，他竟如有神助，兩張復習卷都快寫完了。

一問，原來他請AI幫忙了。

他抬起頭，有些不安地問：“媽，我這算不算抄襲？”

“你考試的時候咋辦？”一旁的爸爸急了，“腦子是越用越靈，你偷懶不用會生銹變笨的。”

我明白爸爸的顧慮，我也理解兒子的為難，總不能為一道題，耗費大半天吧！

那天晚上，我失眠了，腦子里只有一個問題：

如果孩子以后都用AI寫作業，他的腦子，真的會變笨嗎？

后來，我多方查閱資料、請教教育專家、觀察“別人家孩子”怎么用AI，才發現：

原來我們對“變笨”這兩個字的理解，可能從一開始就錯了。

01

我們以為的變笨，其實是工具的進化

在我查閱資料過程中，有三個故事特別觸動我。

第一個故事，公元前4世紀，文字開始在古希臘萌芽，作為口語文化的捍衛者，哲學家蘇格拉底非常鄙視書寫，且從不用筆著書立說。

他擔心用“文字學習”，會讓人變得不求甚解，會喪失批判性和創造性。

結果呢，幸好柏拉圖把他倆的對話記錄下來，蘇格拉底的哲學思想才沒在口口相傳中遺失。

第二個故事，20世紀70年代，電子計算器被普及推廣，我記得當時很多老師和家長都強烈反對學生使用計算器。

他們憂心忡忡地說，“用計算器學習，孩子大腦會退化，以后連加減乘除都不會算。”

如今四十多年過去了，當年的我們并沒有因計算器變傻、變笨。相反，計算器簡化了四則運算，讓我們有更多的精力去探索規律、驗證猜想、解決實際問題。

第三個故事，21世紀初，谷歌、百度走進千家萬戶。有人感慨道：“有了搜索引擎，人的記憶力會全面衰退。”

但事實呢？搜索引擎打破了信息壁壘，我們獲取資源的速度更快、內容更豐富。

我們的大腦不但沒退化，反而更加敏捷，更擅長提問和整合信息。

從以上三個故事，我們不難發現，每一次新工具的出現，都會引起焦慮和恐慌。但每一次新浪潮過后，人類不但沒變笨，反而越來越聰明。

正如作家麥克·盧漢所說：“我們塑造工具，工具塑造我們。”

每一次技術更新迭代背后，其實都是人類躍遷新智慧的開始。

AI能帶給我們這代人什么，目前尚無定論，但對十幾歲的孩子來說，他們是最具可塑性的“數字原住民”，最有改變的希望和機會。

02

真正讓孩子變笨的，不是用了AI，而是停止思考

說到這，或許有家長會疑惑：既然AI是新型智能工具，為何仍有研究表明，長期使用AI，會導致大腦活躍度下降47%呢？

其實，我也有過這種困惑，但看了“別人家孩子”用AI的做法后，我頓時豁然開朗了。

首當其沖的，是美國高中生Matteo Paz，他的橫空出世不僅震驚了我，也沸騰了整個科學界。

年僅18歲的他，用自己研發的AI算法，狂掃NASA的2000億條天文數據后，竟找到了約150萬個新天體。

這項研究，NASA曾耗時十多年一無所獲，而Paz僅用6周就完成了關鍵突破。

更厲害的是，Paz的這項研究公開發表后，加州理工團隊又用他提供的星表，發現數十個全新雙星系統。

與NASA科學家相比，高中沒畢業的Paz，唯有的優勢就在于他把AI工具，訓練成能識別天體特征的“火眼金睛”。

無獨有偶，前兩天同事女兒獲中學生辯論賽最佳辯手，也給了我不小的震撼。

印象中這丫頭不是伶牙俐齒型，說話經常要慢半拍，怎么突然就開掛了。

原來，每次賽前她都會讓AI扮演“杠精”，給她瘋狂挑刺，使勁挖坑。

隨后她查資料、補論據、重寫辯詞，與AI反復交手打磨技藝，這樣比賽時無論對手從哪個角度質疑，她都能從容應對。

你看，這兩個“別人家孩子”用AI的方式，都有一個共同點，那就是自己做舵手，AI當跑腿伙計，但具體怎么跑、往哪跑皆由他們主導。

所以，孩子會不會變笨，不取決于“用不用AI”，而是取決于“怎么用AI”。

03

做對三件事，把AI從“答案生成器”變成“智能加速器”

那么，究竟怎么用AI，才能讓孩子成為AI的主人呢？其實并不難，只要做對這三件事，就能讓AI成為智能加速器。

方法一：改變輸入，讓AI給思路，而不是答案

大多數人用AI，習慣性直接問：“這個問題怎么解答？”

這種你問我答的直線方式，AI是答案生成器，大腦不需要思考，只要接收答案即可，長此以往，大腦活躍度就會日趨下降。

但如果換種方式打開AI，結果會大不同。

比如做數學題，不直接問答案，而是問“這道題考的是什么知識點？請例舉類似歷年考題。”

這樣從知識點出發，以點及面，孩子學的就不是一道題，而是一類題。

還有寫作文，不直接生成文章，而是讓AI給出三個寫作方向，孩子從中挑一個寫。

孩子雖然使用了AI，但沒有代勞，只是搭了個梯子，最后必須動腦筋，才能走完剩下的路。

方法二：增加輸出，讓AI當陪練，而不是替身

還記得著名的“費曼學習法”不，它的核心就是讓孩子用自己的話復述課本內容，用輸出倒逼輸入。

現實操作中，這個方法很難落地，因為不是每個家長都有足夠的時間和耐心。

但換成AI呢，它絕對是24小時在線的“完美搭檔”。

更重要的是，它能不厭其煩地精準提問，還能反饋高能量的情緒價值。

記得兒子學習“阿基米德原理”時，第一次試講，他講得磕磕巴巴，AI追問了七八次后，他才完整流暢地講清楚、講明白。

有意思的是，剛講完，AI就連連夸贊，“你講得太好了，都可以當小老師啦！”

兒子一臉得意，主動說道：“那我再給你講講物體的沉浮條件。”

不得不說，輸出的力量勝過千言萬語。

以前復習功課，他總是走馬觀花，現在不弄清理透，決不罷休。

方法三：學會追問，讓AI當起點，而不是終點

做完輸入和輸出環節，還有最重要的一步，就是學會追問。

具體怎么做呢？請教教育專家后，我給糖球總結了三句“追問魔法”：

第一句：“為什么這么思考？”在孩子學習過程中，答案其實并不重要，重要的是推理過程。比如糖球做幾何題，AI提示的方向是畫輔助線，他會追問：“你是怎么想到在這里畫輔助線的？有什么規律嗎？”

經過這一追問，AI會進一步解釋背后的原理及思考過程，孩子就可以總結提煉出這一類母題的做題規律，而不僅僅是一個做題技巧。

第二句：“有沒有其他的方法？”有句話說得好，條條道路通羅馬，做學問也是一樣。AI給的答案不一定是最優解法，如果孩子繼續追問第二種、第三種，那他一定能找到一個更簡潔、更好懂、更適合自己的解法。

而這個追問和比較的過程，本身也是在鍛煉和提升孩子的發散思維和判斷力。

第三句：“如果換個角度或條件，會怎樣？”兒子有次突發奇想問豆包：“天為什么是藍色的？”AI解釋是瑞利散射現象。接著他問，“為何日落時天又是紅色的？”“如果地球沒有大氣層，天空是什么顏色？”

多次追問后，兒子自己總結出一個物理原理，“原來天空的顏色，是太陽光與大氣的相互作用的結果。”

當然，這三句魔法追問，不僅適用于學習，也適用于生活各個方面。

當孩子凡事習慣多追問幾句，他就從一個被動信息接收者，變成了主動思考者。未來的路也將越走越遠、越行越穩。

回到兒子最初的那個問題：“媽，我這算不算抄襲？”

如今，我終于可以肯定地回答他：

“如果你只是把答案抄上去，那是抄襲；但如果你看了AI的答題思路，自己弄明白了前因后果，也學會了舉一反三，那就不算。因為這個題涉及的知識點，已經成了你的血肉。”

聽我這么一說，兒子如釋重負。

不由得想起張雪峰的一句話，“這個時代，最值錢的能力，是用巧勁。”

確實，AI時代來了，身為父母，我們也要與時俱進，重新定義“努力”和“用腦”。

未來AI不會淘汰孩子，但會用AI的孩子，會淘汰不會用AI的孩子。

而我們能做的，不是替他擋開AI，而是教會他：無論工具怎么變，思考的能力，永遠是你的護城河。

作者簡介

七七，前美股上市公司市場總監，深耕母嬰行業12年了，努力工作的同時和13歲的兒子“糖球”斗智斗勇。育兒和教育的路上，咱們一起切磋吧~