文章摘要
快开学了，和校长们聊新学期规划时，AI依然是绕不开的话题。但聊得越深入，越能发现一个变化：大家已经不太纠结“要不要用AI”，而是开始追问“怎么用AI”。可问题也出在这里。
快开学了，和校长们聊新学期规划时，AI依然是绕不开的话题。
但聊得越深入，越能发现一个变化：大家已经不太纠结“要不要用AI”，而是开始追问“怎么用AI”。可问题也出在这里。很多学校嘴上说的是“怎么用”，实际做的却是先买平台、先上系统、先做展示，至于这个工具到底解决谁的问题、能不能进课堂、能不能持续产生价值，反而被放到了后面。
这几年，AI进校园的场景越来越多。有的学校买了机器人和AI课程包，开放日展示时很热闹，活动结束后就放进柜子里；有的学校上线了智慧课堂和智能作业系统，老师还没适应，学生已经多了好几个账号；还有的学校开始做AI素养评价，想知道学生会不会用AI、能不能理解AI、有没有基本的伦理意识和判断能力。方向当然没错，但如果AI素养评价只是一次测评、一张证书、一份报告，它很快也会变成另一种“为了用而用”。
AI进校园，最怕的不是慢一点，而是学校还没想清楚，就已经花了钱。尤其是AI素养评价系统，看起来比硬件更“轻”，比机器人更容易落地，但它背后牵涉到课程、教师、数据、评价和学校治理。校长们真想把它用好，先别急着问哪套系统功能更多，而要先想清楚三个问题：AI到底帮谁减负？系统买回来以后怎么用？评价结果能不能形成闭环？
第一：AI到底帮谁减负？
很多学校一提AI素养评价，第一反应是让学生测一测。测学生知不知道AI是什么，测学生会不会写提示词，测学生能不能识别AI生成内容，测学生有没有数据安全和伦理意识。这些当然都重要，但如果学校只盯着学生端，很容易把AI素养评价做成一项新的任务：学生要做测评，老师要组织，班主任要催进度，教务要统计，最后系统生成一堆报告，看起来学校有了数据，实际上一线老师又多了一件事。
所以，AI素养评价系统首先要回答的问题，不是“学生能测出什么”，而是“老师能少做什么、看清什么”。一个真正有用的系统，不应该只是给学生打分，而应该帮老师把原来分散在课堂观察、作业表现、项目活动和日常交流里的信息整理出来。比如，一个班的学生普遍会使用AI生成文字，但不太会核验信息来源；有些学生能提出问题，但追问能力弱；还有些学生工具用得很熟，却容易直接接受AI答案，缺少修改和判断。过去老师要靠经验慢慢摸索，现在系统可以先把班级画像、年级画像和个体报告整理出来，让老师把时间花在后面的教学判断上。
这也是AI素养评价和普通考试最大的区别。普通考试更多回答“学生会不会”，AI素养评价还要回答“接下来怎么教”。如果系统发现学生在信息辨别上薄弱，信息科技老师可以补一节“AI答案如何核验”的课；如果系统发现学生过度依赖AI生成内容，语文老师可以设计一次“人机共写后的修改讨论”；如果系统发现学生对隐私、安全和责任边界理解不够，班主任和道法老师就可以结合真实案例做一次主题讨论。评价不是把学生分成几档，而是帮老师找到下一步教学的入口。
所以，AI素养评价系统不能只服务管理者看大屏，也不能只服务学生拿结果。它最应该先服务教师，让老师少做统计、多做判断，少花时间整理材料，多花时间设计教学。老师从重复事务里腾出手来，学生的AI素养教育才有可能从“测一测”走向“教一教、改一改、再看一看”。
第二：买后怎么用？
这是很多学校最容易忽视的坑。
一套AI素养评价系统买回来，开通账号，导入学生，组织测评，生成报告，流程看起来很完整。开放日展示时，页面漂亮，数据清楚，校长也能讲出“学生AI素养画像”“数字化评价闭环”“五育融合评价”这些关键词。但一个月后，老师还会不会打开系统？教研组会不会使用报告？学生的AI素养课有没有因此调整？学校有没有把评价结果放进课程建设、社团活动、项目学习和综合素质评价里？如果这些问题没有答案，系统很快就会变成一个一年用一两次的测评工具，测完归档，数据沉睡。
问题往往不在系统本身，而在采购前没有想清楚使用场景。很多学校买AI系统时，最关注功能全不全、界面新不新、报告好不好看，却很少追问：这个系统一学期到底用几次？哪个部门负责？测完以后谁来解读？解读完以后谁来改教学？如果这些问题答不上来，功能越多，后期越容易闲置。
AI素养评价系统不是越复杂越好。学校真正需要的，可能不是几十个炫目的功能，而是一套能嵌入日常教学的流程。比如，开学初做一次基础测评，了解学生AI素养起点；学期中结合项目化学习做一次过程性评价，看学生能不能用AI辅助查找资料、提出方案、优化作品；学期末再做一次综合评价，观察学生在认知、应用、伦理和创新上的变化。这样，系统就不是孤立的测试平台，而是进入了学校的课程节奏。
采购前，学校还要看教师学习成本。一个系统如果需要老师花很长时间研究后台、设置量表、导出数据、解读报告，就很难真正落地。中小学老师本来就忙，一个工具如果不能在短时间内上手，后续使用率大概率会下降。所以学校和供应商沟通时，不要只问“系统有哪些功能”，还要问“教师培训怎么做”“报告怎么解读”“能不能结合本校课程调整评价维度”“班主任、信息科技老师、学科老师能不能看到不同层级的数据”“测评结果能不能转化成教学建议，而不是只给一个分数”。
很多学校舍得花钱买平台，却舍不得花时间让老师理解AI素养到底评什么。结果就是系统上线了，老师不会用；报告生成了，教学没变化；学生测完了，下次还是原样。AI素养评价系统当然可以买，但学校买的不能只是一套产品，而应该是一套能落地的评价机制：有工具，有培训，有课程衔接，有数据解释，也有后续改进动作。先把评价架构想清楚，再谈系统采购，这个顺序不能反。
第三：评价能闭环吗？
这是最难的问题，也是最关键的问题。
很多学校做评价，停在“测出来”这一步。学生完成测评，系统生成报告，学校拿到数据，工作就结束了。但教育评价最重要的不是得到结果，而是推动改变。AI素养评价系统真正要发挥作用，必须形成闭环：测评采集数据，系统分析问题，教师调整教学，学生完成新的任务，学校再验证变化。
比如，系统发现七年级学生在“AI信息辨别”维度上普遍薄弱。学校不能只把这个问题写进总结里，而应该安排对应行动：信息科技课讲AI幻觉和事实核查，语文课训练资料引用和观点辨析，道法课讨论算法偏见和责任边界。过一段时间，再通过项目任务或二次测评，看学生有没有改善。如果系统发现学生“会用AI生成内容，但不会修改和反思”，学校就可以把“人机协作过程记录”纳入项目学习评价，让学生不只提交最终作品，还要说明自己向AI提出了什么问题，采纳了哪些建议，否定了哪些建议，为什么这样处理。
这比单纯禁止学生使用AI更有效。AI时代的素养，不是“会不会点开工具”，而是能不能提出好问题、判断答案、承担责任、完成创造。评价系统如果只测知识点，就会把AI素养做窄；如果能记录过程，就能帮老师看到学生真实的思维方式。一个学生最后交上来的作品可能很完整，但他到底是直接复制了AI答案，还是经过了追问、筛选、修改和验证，只有把过程纳入评价，老师才看得出来。
但闭环不是技术自动完成的。数据采集了，谁来看？问题发现了，谁来改？课程调整了，谁来跟？学生变化了，谁来验证？这些都需要学校内部有人负责。比较可行的做法，是由校长牵头，教务、德育、信息科技、年级组共同参与。信息科技老师不能单独扛起AI素养教育，班主任也不能只负责通知测评。学校要把AI素养评价放进课程建设、教师教研和学生发展评价中，让不同部门都能从数据里找到自己的行动。
比如，教务处负责把测评结果反馈给学科组，信息科技组负责设计AI工具使用课程，德育处关注学生的伦理、安全和责任意识，年级组根据班级画像安排主题活动。这样，数据才不会只停在后台。否则，系统再先进，也只是把问题展示得更清楚，却没有人把问题接住。
当然，学校也不能迷信数据。AI素养报告再细，也只是参考。系统能告诉老师一个学生在“提示词表达”上得分不高，但它不知道这个学生是不理解任务，还是平时缺少表达训练，或者只是那天状态不好。系统能提示一个班级“AI伦理意识薄弱”，但真正让学生理解边界的，还是课堂讨论、真实案例和教师引导。报告的价值在于提供起点，不等于给出结论。老师看到数据后，还是要回到学生身边，问一问、聊一聊，看一看学生怎么想、怎么用、怎么改。
回到开头的问题。
学校做AI，不是为了显得先进；学校做AI素养评价，也不是为了多一张漂亮报表。校长们真正要想清楚的，还是三个问题：给谁减负，怎么买系统，如何形成闭环。
这三个问题想清楚了，AI素养评价系统就不会只是一次测评，而会变成学校理解学生、支持教师、改进课程的工具。它能帮学校看见学生面对AI时的真实状态，也能帮老师找到下一步教学的方向。
AI再强，也是工具。工具要服务育人，而不是让学校围着工具转。AI素养评价的意义，也不在于证明学生“会用AI”，而在于帮助学生学会判断、学会提问、学会负责地使用技术。
最后，学校要培养的不是更会操作机器的学生，而是更能驾驭工具的人。
