教育部等五部門印發的《“人工智能+教育”行動計劃》明確，到2030年形成全民人工智能素養培育長效機制。隨著人工智能的廣泛應用，培養學生人機協同的能力，成為學生人工智能素養培育中的迫切課題，也是教育必須回應的現實命題。

　　人機協同能力是人工智能素養在複雜任務情境中實踐性、整合性表現，不僅表現為理解技術和會用工具，更包括發現和界定問題、追問和核驗答案、在真實情境中迭代方案並對結果負責。智慧時代，人工智能素養的培育過程就是真實問題的解決過程，在問題解決中提升學生的人機協同能力，以問題意識和提問能力為抓手，以思考習慣和批判思維為進階，促進真實的問題解決，確保負責任的使用和價值共創。

　　1 建立問題意識，重塑思考習慣

　　問題是有效人機協同的起點，問題意識貫穿人機協同全過程。重塑思考習慣，意味著三重轉變：從“等答案”到“問問題”，從“拿結論”到“審結論”，從“獨自苦想”到“帶著自己的判斷與機器對話”。教學中應著力培養學生帶著問題使用工具、圍繞問題組織學習、在持續追問中深化思考的習慣。

　　一是用前立判斷，保持認知投入。如果學生尚未理解任務，便直接向人工智能索要答案，觀察、推理和表達等必要的認知過程就可能被跳過，容易産生“學習好像發生了”的假像。引導學生養成“已經知道什麼”“還要解決什麼”“人工智能可以幫助什麼”的思考習慣，可以製作成三列的表格，讓學生在每次使用人工智能工具前填寫，久而久之養成思考的習慣，讓技術服務思考，確保思維始終在場，促進學生的認知投入。

　　二是用中設衝突，激發深度思考。人工智能的回答未必完全可靠，這種不確定性恰恰是課堂中最寶貴的教學資源。例如，一位高中信息技術教師在“如何解決校園午餐浪費現象”的項目式教學中，就現象成因分析環節專門設計了一組“找碴兒”任務，引導學生對AI生成的原因分析，開展分組審查。學生們很快發現，AI對“午餐浪費”的理解停留在“學生不愛吃”等表面歸因上，忽略了供餐時間安排、菜品保溫條件、餐具設計等具體情境變數。把AI的“缺陷”暴露給學生看，比告訴他們“AI也會犯錯”要有效得多。

　　三是用後做復盤，辨明人機分工。協同結束後的復盤是思維昇華的關鍵。教師在課堂上可引入“人機協同學習單”，引導學生記錄最初設想、提問內容、關鍵信息、修改理由和最終結論，並選取一次有效追問、一個被糾正的誤判或一條未被採納的建議進行説明。這張學習單的價值不在“留痕”，而在於逼著學生回頭審視自己的思考路徑。事實上，這些記錄應該成為學習評價的必要組成部分，讓技術使用的過程可見，幫助教師更好了解學生。

　　2 提升提問能力，深化批判思維

　　高品質提問是提升人機協同效能的關鍵。提問能力的提升，本質上是思維品質的磨礪，體現為從模糊到精準、從接受到審辯、從單一到多維的進階過程。

　　在一次關於“教育體制”的教學中，學生首先向AI提出問題“俄羅斯的教育體制”，回答籠統缺乏深度，後來學生將問題限定為俄羅斯公立初中，並增加辦學理念、課程設置、學時要求和典型案例等分析維度，最終獲得對問題的理解。可見，提問的首要能力是精準提問，把問題問清。問題對象不清，機器容易給出寬泛答案；邊界不明，回答難以聚焦。任務和標準缺失，生成內容也難以比較和檢驗。同一個學生、同一台機器，問法一變，答案的品質截然不同，清晰定義與表達問題，是人機協同過程中的重要基礎。

　　提問能力還表現為辯證提問，把依據辨明。機器回答應被視為一份等待審查的材料，而非可直接採用的結論。一般可以從四個方面審查機器回答：一是查來源，評估信息的可追溯性與權威性；二是核事實，將回答與教材、實驗結果和可靠數據庫交叉比對；三是辨邏輯，判斷結論是否得到證據支持；四是看立場，思考回答是否暗含了有違社會倫理的價值觀念。對於無法確認的信息，需要引導學生標注信息“不確定”的習慣，並引導其繼續追問依據、前提和適用範圍。

　　此外，學生提問還需多維提問，把視角打開。多維提問的核心，在於轉換觀察問題的約束條件、學科視角或者角色情境。所謂改變約束條件，即比較不同目標之間的取捨，轉換學科視角，是指調用不同知識解釋問題，轉換角色和情境，則是分析不同主體的感受、利益和選擇。如在設計“校園噪聲治理方案”時，學生不僅讓AI提供“隔音墻”的技術方案，還讓其代入“學生”和“教師”的角色分析感受。結果發現，單純的技術方案雖能降噪，卻可能阻礙校園的通透感。多維視角的引入，讓學生明白問題解決沒有標準答案，只有在多方權衡中的“最優解”。

　　3 解決真實問題，實現價值共創

　　提問的價值最終要在真實問題解決中得到檢驗。真實問題的解決包含三個環環相扣的環節：問題從哪來、方案如何迭代、價值由誰校準。由此，人機協同能力培養才能超越工具使用，落實為解決真實問題和負責任創新的能力。

　　真問題，從真實情境中來。以往不少學習任務由教師預先設定好問題，學生缺少發現問題的機會。真實情境中的問題沒有標準答案，卻最能喚起學生的問題意識。如有學生注意到校園裏快遞包裝垃圾與日俱增，便借助人工智能調研不同材質包裝的生命週期，把“減少浪費”的模糊願望，界定為“在快遞收發點設置分類回收裝置”的具體問題。問題從學生身邊“長”出來，人工智能的介入才有了真實的支點。

　　真求解，在循環迭代中推進。在以往一些學習任務中，問題、步驟和評價標準往往由教師預先設定，學生沿著“理解任務—查找資料—形成方案—提交成果”的線性路徑推進。人工智能能夠迅速提供信息和方案，若只是被簡單加入原有流程，學生反而可能跳過分析推演和反復嘗試。人機協同需要把這條直線變成一個環：人先界定問題，人和AI一起生成方案，人用事實證據和實踐反饋檢驗方案，發現偏差後重新提問、重新生成、重新驗證。流程重構的重點，是讓學生始終承擔問題選擇、證據判斷和結果驗證的任務。

　　真價值，由人的需要來校準。創新不僅要回答“能不能做”，還要回答“為什麼做”“為誰而做”。技術可以提供一百種解決方案，但判斷哪種方案更符合人的需求、更具社會價值，必須由人來決定。教學中，教師需引導學生跳出技術本身，審視人工智能生成方案背後的價值取向，是單純追求效率，還是兼顧公平？是滿足少數人的便利，還是關照大多數人的權益？特別是在評估AI生成的方案時，要警惕可能存在的演算法偏見，思考方案是否會對特定群體造成隱形傷害。這種“價值錨定”，讓人機協同超越了單純的技術博弈，成為培養學生社會責任感與人文關懷的重要載體。

　　人工智能可以幫助學生更快獲得答案，卻不能替代人的判斷與責任。以真實問題為牽引，讓學生在持續追問、驗證和創新中保持思維主動，才能充分發揮人工智能的賦能作用，真正成為拓展認知邊界、促進真實成長和創造公共價值的力量。