中小学 AI 素养与创新实践平台K–10 AI LITERACY

把 AI 的错误答案变成学习证据:学校如何培养学生的查证能力

一份经过控制的 AI 错误答案,可以成为“主张—证据—结论—修正”的探究任务。本文给出分龄目标、课堂流程、评价依据与平台承接方式。

学生围坐在桌前核查一张人工智能答案,用资料找出问题并完成修正,教师在一旁记录探究过程。

一节 AI 课上,学生拿到一段生成得很完整的回答。它语句通顺、结构清楚,还带着一个具体数字。教师没有立刻公布对错,只问:“哪一句可以核实?什么材料能证明?”

几分钟后,学生发现这个数字没有可靠来源。更重要的是,他们能说清:原回答提出了什么主张,证据为什么不支持它,应该怎样修改。

对学校来说,一份经过控制的 AI 错误答案,不是教学事故,而是一种探究材料。

它可以把抽象的“AI 可能出错”,转成学生可观察、可查证、可评价的学习任务。

AI 错误样例为什么值得进入课程

学生真正面对的难点,往往不是明显的胡言乱语,而是那些语气肯定、细节完整、读起来没有破绽的错误。如果课堂只教提示词技巧,学生可能更会获得流畅答案,却没有同步建立核查习惯。

错误样例能把学习目标从“生成了什么”转向三个可观察的动作:

  • 能否从一段话里提取可以核实的具体主张;
  • 能否选择来源清楚、时间匹配、与主张直接相关的证据;
  • 能否根据证据修正结论,并保留仍不确定的部分。

这里评价的是学生的判断过程,不是他是否比 AI 更早知道标准答案。一个学生原先也相信错误答案,但能在查证后主动修正,同样完成了有价值的学习。

不是让 AI 随机“胡说”,而是设计可查证任务

学校使用错误样例,需要同时满足四个条件:

  1. 可理解:错误与学生年龄、学科经验和真实生活相匹配。
  2. 可查证:学生能通过正式资料、原始记录、观察、实验或采访获得证据。
  3. 低风险:不把健康、法律、人身安全等高风险误导当作开放式猜题。
  4. 有收束:课堂结束前明确证据、结论与仍存的不确定,不能让错误信息悬在学生脑中。

教学也不必依赖模型当场出错。模型版本会变化,同一个问题今天可能答错,明天可能答对。更稳定的做法是由教研组审核一批错误样例,保留原回答、适用年级、查证材料和教师收束语。现场生成可以作为补充,预审样例才是课堂主材料。

一节课可以怎样组织

一个完整任务可以按“主张—证据—结论—修正”推进:

环节 学生动作 留下的学习证据
读原回答 圈出事实、观点与不确定内容 原回答标注稿
提取主张 选一句具体、可核实的话 核查问题
搜集证据 比较来源、时间、相关性与完整性 来源记录或证据卡
作出判断 写明支持、反驳或证据不足 证据与主张的对应说明
修正回答 改写错误,标注仍不确定处 修改前后版本与反思

纸面条件下,可以把回答、资料和记录表做成卡片;有终端时,可在 Prompt 实验室保存不同提示词版本和 AI 输出,再把核查材料、修改说明与作品一并提交。设备不同,不应改变任务的核心证据。

同一能力要按年级逐步加深

课程中的“AI 会错”不是一句跨十个年级重复的口号,而是一条逐年加深的能力线:

  • 低年级:从熟悉场景出发,能指出机器说错或认错的地方,知道最后要由人确认。
  • 四年级:区分事实、建议和不确定内容,用观察或采访核查一条信息。
  • 五年级:完成事实核查流程,识别“编得很像真的”细节,形成 AI 幻觉案例卡。
  • 六年级:用未参与训练的新样本测试模型,分析误判与样本、标签之间的关系。
  • 七至十年级:继续检查知识库来源、设计诱导测试、统计错误率,并通过评估集和对照实验形成结论。

这条进阶把语言模型的事实错误、识别模型的误判和智能体的资料边界放在同一个学习框架中:先发现异常,再找证据解释,最后修改并复测。

评价时看证据链,不只看最后答对没有

若只给“答案正确”打分,学生可能直接换一个工具重新问,过程仍不可见。更合适的评价可以关注五项表现:

  • 是否准确指出需要核实的主张;
  • 是否说明证据来源、时间和适用范围;
  • 是否解释证据怎样支持或反驳主张;
  • 是否在证据不足时保留不确定;
  • 是否留下修正前后版本,并说明人的决定。

平台侧可保存提示词版本、关联的 AI 输出、证据选择、任务提交、修改说明与教师评价。教师看到的不是只有一份“正确成品”,而是学生在哪里起疑、用了什么证据、怎样改变结论。这些材料也更适合进入课堂观察与成长记录,不需要再增加一场知识性考试。

学校落地时,先跑通一个小任务

教研组可以先选一个年级、一个与校园真实情境相关的问题,完成样例预审、证据准备、课堂实施和评价复盘。首次试用重点看三件事:学生能否提出可查的问题,教师能否在一节课内完成收束,平台或纸面记录能否还原判断过程。

跑通后,再按学科和年级扩充样例库。每个样例都记录适用年级、错误类型、证据来源、风险边界与更新日期;资料变化时及时下线,不把一份旧答案长期当作固定题库。

我们已有的课程把事实核查、误判分析、提示词版本、智能体测试和项目证据安排在不同年级。平台负责承接任务与过程记录,教师仍负责选材、引导、确认和评价。这样,AI 的错误不会被掩盖,也不会被拿来制造恐慌,而会成为学生学习证据意识的一次具体机会。

可继续阅读《新工具追也追不完,学校的 AI 课该教什么?》,或从课程体系查看各年级的实施路径。

← 回到最新动态