AI时代：让学生在思辨浪潮中锻造批判性思维
当人工智能能以自然对话的方式输出看似周全的答案，许多课堂陷入了新的困惑，学生动动手指就能获得解释、范文甚至解题步骤，独立思考的土壤是否正在沙化。然而，那些敏锐的教师群体并未停留在焦虑之中，他们反而从这股技术浪潮里打捞出一种珍贵的教学契机，把AI当作学生思维的磨刀石，引导学生在与机器的辩证互动中，淬炼出批判性思维的锋芒。批判性思维不是天生的禀赋，它需要在一个又一个真实的认知冲突中被唤醒、被训练、被内化。而一个谦逊又时常自信过度的AI，恰好提供了近乎理想的对话对手。
一、拆解完美答案的裂缝
人工智能生成的内容往往披着流畅而笃定的外衣，这对尚未建立深度怀疑习惯的中小学生而言，具有天然的迷惑性。教师的第一步工作，便是让学生亲眼看见那些完美答案上的细小裂缝。
（一）设计会出错的任务
某位初中地理教师在讲授区域环境问题时，并没有直接让学生去检索成因，而是布置了一个别致的任务：请用AI生成某高原地区荒漠化治理的完美方案，然后从中挑出至少三处不切实际的建议。起初，学生们对着AI给出的分点论述、数据引用和措施建议连连点头，几乎找不到破绽。直到教师轻声提醒了一句，你们注意到它提出的植树品种需要年均多少降水了吗，对照一下课本里的气候图表。学生们猛然回头查阅资料，果然发现AI推荐的经济林木根本不适应当地的干旱条件，而那组关于地下水补给周期的数据也被悄悄调换了概念。这个瞬间，学生们第一次真切地感受到，原来那个对答如流的机器，也会犯常识性错误。更重要的是，他们体验到了主动“找茬”带来的思维快感，这种快感远比被动接收答案更持久、更深刻。
（二）暴露算法深藏的偏见
另一位小学高年级的班主任在社会情感课上，做过一次内敛而有力的尝试。她让学生向AI提问：请列举几位伟大的科学家，并描述他们的贡献。AI迅速生成了一串名字，清一色几乎都是男性。再追问一位做出贡献的女性科学家，AI才不情愿地补上居里夫人。教师顺势请孩子们讨论，为什么AI会这样回答，难道世界上只有很少的女科学家吗。学生们开始猜测，可能是编写程序的人给的资料不够全面，可能是网上能搜到的故事本来就偏向男性。这些朴素的分析，已经触碰到了算法偏见的本质。随后，教师引导学生自行搜索几位不同性别、不同国别的科学家事迹，整理成文档，再与AI的初始回答进行对比。孩子们发现，当他们学会用更丰富的事实去反向质询AI时，它的后续输出竟也跟着调整了。这一刻，学生领悟的不仅是性别平等，更是这样一个道理：任何看似客观的工具背后，都可能隐藏着需要审视的视角，而他们的头脑不应成为任何信息的被动容器。
二、在人机对话中搭建思维训练场
当学生具备了最初的怀疑意识，课堂便可以更进一步，将人机互动从单次问答升级为多回合的深度辩论。这需要教师精心搭建语言与逻辑的脚手架，让批判性思维在反复交锋中变得坚实。
（一）在角色扮演中完成立场对调
一位高中语文教师在议论文写作教学中，引入了角色辩论法。他先让AI以正方立场写出一篇题为“人工智能将最终取代人类教师”的短文。随后，学生被分成小组，任务是用AI生成的反方catching arguments作为弹药，去逐条批驳刚才那篇短文。但这只是第一步。真正的思维进阶发生在第二轮：教师要求每个小组轮换身份，现在你们要替AI辩护，找出刚才自己批驳的那些论点里可能存在的漏洞。一时间，课堂像被投入了催化剂的溶液，迅速沸腾起来。原本信誓旦旦断定AI缺乏情感温度的论据，忽然被另一个小组用特殊教育场景中的情感计算案例动摇了；原来被嘲笑的机械重复，又被辩护方阐释为精准不倦的优势。几轮下来，学生不再固守单一结论，他们开始习惯性地追问：这个反驳真的成立吗，对手会怎么回应，支撑双方的核心价值假设又是什么。这种穿梭于正反之间的思维操练，让批判性思维褪去了情绪化的外衣，显露出审慎权衡的内核。
（二）用连续追问挤干逻辑水分
同样是面对AI，某位初中历史教师则偏爱追问的艺术。在探讨明代航海活动的意义时，学生从AI那里得到了“郑和下西洋是一场伟大的和平外交壮举”这一经典评述。教师没有让学生止步于此，而是发下一张追问清单，和平外交的明确定义是什么，非和平的行为有哪些，郑和船队是否完全没有发生过武装冲突；如果有，还能不能叫纯粹的和平外交，如果目的之一是宣扬国威，这和外交的本质有无区别。学生带着这些问题，像剥笋一样一层层向AI抛出追问。起初AI的回答在宏大叙事和具体细节间摇摆，几轮之后，学生敏锐地捕捉到了它在修饰词上的闪躲，从绝对化的没有战争，悄悄改为没有大规模的用词征服战争，再到承认存在个别小规模冲突。学生们在笔记中写道：原来一个词的改动，就能让整句话的性质发生微妙变化。他们意识到，批判性思维不是全盘否定对方的结论，而是不放过任何一个模糊的用词、任何一处隐藏的前提，追问到底，直到把浮在空中的论断压实在证据的地面上。
三、用证据和反思建构理性的表达
经历了质疑与辩论，学生涌动的心智需要沉淀为清晰有力的表达。批判性思维的完成态，不是满腔怀疑，而是能够用事实和逻辑浇筑出属于自己的判断，并在反思中持续修正。
（一）让质疑扎根于实证的土壤
某校小学科学课上的一个案例极有说服力。三年级学生在探究植物向光性时，用AI查询到一份标准解释：植物体内的生长素分布不均导致弯曲生长。一个男孩回家后，把自己种的绿豆苗放在窗台上，刻意让一面朝向阳光，另一面用硬纸板挡住。观察五天后他回到课堂，小声对教师说：我觉得AI讲得可能不全对。原来，他发现自己那株被完全遮挡一侧光线的豆苗，不仅弯曲，而且整个茎秆比完全接受光照的对照组要细长许多。AI的解释里并没有提及光照强度对茎秆粗细的影响。教师当即抓住这个机会，让这个男孩把照片、测量数据和AI的原始解释一起展示给全班，并指导他整理成一份小小的质疑报告。全班同学受到鼓舞，纷纷设计对照实验，去检验AI给出的其他植物知识。这个过程让学生们刻骨铭心地体会到，再流畅的语言也比不上亲手测出的一组数据更能支撑一个观点的重量。批判，从此在他们心中与行动和证据牢牢绑定。
（二）在反思修正中实现思维可视
另一位初中英语教师则在写作讲评中渗透了反思的力量。她请学生把自己写的英文短文交给AI润色，然后对比原稿与修改稿，用不同颜色的批注标出：哪些修改确实提升了表达，自己心悦诚服地接受；哪些修改虽然语法正确，却失掉了自己想强调的语气或文化内涵，需要据理力争；还有哪些地方，自己原以为AI改得好，但经同学讨论后才发现改得反而更生硬，属于误判。这样一次活动后，每个学生都得到了一张三色错题式反思表。更为关键的是，教师要求学生在下次写作前重新阅读这张表格，并说一说自己准备在哪些方面警惕盲从。几个循环下来，班里出现了一种自觉的风气：任何人引用AI给出的句子时，都会下意识停顿一下，想一想它是否真的适合当下的语境。这种将思维过程外显化、可视化的做法，如同在奔腾的溪流中设下了几道滤网，滤去了轻信与浮躁，留住了审慎与澄明。
结语
把AI变成发展批判性思维的对手与镜鉴，不是一两节展示课就能完成的任务，它需要教师以一种静默而持久的定力，在每一处可质疑的节点停下来，在每一次要滑过的思维惰性前拦住学生。这份工作不像传授具体知识点那样立竿见影，但它保护的是学生在信息洪流中不随波逐流的底气，是面对任何权威都能平和而坚定地说出“我看到了另一面”的勇气。当未来的某一天，这些孩子离开校园，面对更加复杂纷繁的世界，他们或许会记起，自己第一次在课堂上对着一个机器生成的答案皱起眉头，认真寻找证据的那个下午。那便是批判性思维真正生根的时刻，也是一位教师所赠予的最深沉的行囊。
作者：郭威彤，西北师范大学教育技术学院（智能教育学院），副教授