现在上传一道难题的照片，AI就能生成解答。遇到卡点能立即提问，确实方便，但屏幕出现正确答案和自己已经学会解决问题，是两件事。即使完成家庭作业花的时间比以前更短，到了第二天，遇到概念相似的新题目却又无法继续作答，仍然有必要重新检查自己正在使用的学习方法。在选择教育用途的AI工具时，不只是看答案是否流畅、句子读起来是否顺畅；同样需要检查它的学习设计，究竟要求学习者亲自进行哪些思考和操作。
本文依据2026年10月25日核查的公开研究，提出使用AI学习的流程。下面的分数题和学习记录是说明原理的虚构案例，不是产品性能测试或真实学生记录。主图也是学生在图书馆用笔记本电脑和书籍学习的环境示意照片，并不记录研究参与者，也不能证明正在使用AI。
1. 区分有辅助的成果和独立能力
评价学习工具，首先分清两种结果：开启AI时任务做得如何，以及收起工具后能否解释概念、解决新问题。完成的答案可以体现第一种，却不会自动证明第二种。阅读讲解时觉得明白、跟着点头，也不能取代理解检查。
Bastani等人2025年发表于PNAS的研究，在土耳其高中数学课中比较普通聊天型AI，以及加入教师准备的提示和解题信息的AI家教。有辅助的练习表现与随后的无工具测评不同；普通聊天组在后者的表现低于没有使用AI的比较组。提示型家教大幅减轻了这种负面差异，但没有显著证据表明它在独立测评中优于比较组。
不能由此断言“使用AI必然降低能力”。这些结果来自特定学校、学科和活动。不过，依靠得到答案完成练习，与建立能独立运用的理解，确实需要分开确认。这也是设计实际学习方法时值得提出的问题。
2. 读到积极研究，也要一起看家教的设计
Kestin等人2025年的Scientific Reports研究，在大学基础物理的两节课中比较结构化AI家教和课堂主动学习。纳入分析的194名学生交替经历两种方式；AI家教条件下，课后立即测评的学习提升更大。但这个教育环境包含教师编写的逐题讲解与答案、分阶段推进和反馈，并不只是提供普通聊天框。
将两项研究简化为支持与反对AI，会忽略年级、学科、已有知识、练习方式、比较条件和评价时间的差别。短课后的提升也不能推广为长期记忆或所有年龄的效果。因此，与其只看产品“搭载AI”的标签，不如先检查何时展示答案、谁审查错误反馈，以及有没有独立解题的环节。
3. 输入问题前，先写一行学习目标
同一个工具，目标不同，用法也不同。不要只写“做完十道分数题”，可以写成“解释异分母分数相加时，为何要先换成大小相同的单位”。学习编程时，目标可以是解释循环的终止条件、找出出错的一行，而非获得完整代码。
接着，先在纸上写目前知道的内容。把题目条件、想到的原理、已尝试的解法、卡住的位置分开，交给AI的范围也会缩小。一开始就索要完整解决方案，会把自己理解的部分和AI代做的部分混在一起。这段先由自己完成的简短尝试，不只是为了判断最后答案究竟对还是错；它也是可以回头查看的资料，帮助自己确认目前哪些部分还不知道。
提问时可以限定协助程度，例如“只指出我的解法中第一个错误步骤，暂时不要给答案”。但这类要求并非总被遵守。如果AI马上显示整套解法，应管理自己的下一步行动：遮住窗口，重新写出原解法需要改变的地方，而不是照抄。
4. 提示一步一步来，解释用自己的话
从小提示开始。先问应关注题目中的什么信息；仍然卡住再问相关概念；然后针对自己解法的某一行获取反馈；最后只看必要的示例。这不是说此顺序对每个人最优，而是避免过早获得完整答案的实用起点。
关键在提示之后做什么。暂停聊天，修改自己的解法。不要只回复“懂了”，而要用一句话说明这项修改为何必要。如果难以解释，可能有陌生术语或被跳过的步骤。在索要更长回答前，先把问题缩小到那个位置。
反过来，如果完全没学过的概念让你无法起步，就不必一味减少帮助。先学习课本基本说明或教师例题，再独立做一道相似的新题。目的不是把协助降到最少，而是分清开始理解所需的讲解，和需要自己练习的过程。
5. 虚构案例：分数题不要全部交给AI
假设学习者把3/4 + 1/6写成4/10。与其问“答案是什么”，可以说：“我分别把分子和分母相加了。请用一个问题引导我检查，是不是在把不同大小的单位相加。”反馈要能通过课本或教师查证；即使语气友好，AI仍可能讲错规则。
学习者亲自画出或写出变为相同大小小块的过程。3/4等于9/12，1/6等于2/12，所以总和是11/12。核心解释不是“分母总是相乘”，而是“先转成大小相同的单位，再把小块数量相加”。除了结果，还要记下原来的4/10为什么不恰当。
然后关闭屏幕，解2/3 + 1/4。这道不同的例题用来检查自己仅记住前一题数字，还是能运用通分的理由。答案就在眼前时复写同样的解法，与独立处理条件改变的问题，要分开记录。这里的数字与顺序是说明案例，不是经验证的教学方案。
6. 将不用工具的检查和次日复习纳入计划
每次学习结束，暂时收起AI和笔记，完成一个解释或问题。根据目标选择：用自己的话写核心概念、解释另一种方法为何错误，或者做数字或情境变化的题目。看见答案后觉得“想起来了”，与什么都不看就先尝试回忆，应分别记录。
次日或后续复习，也先独立尝试，再查需要的部分。这里的时间安排只是实践示例，不是对所有学科和学习者都最优的间隔。错题不要整篇抄答案，而要用一行记下原因，如“没统一单位”“遗漏一个条件”。用针对该原因的新题检查，下一次提问会更具体。
独立表现不好，不表示全部AI使用都失败了。检查讲解是否过难、先备概念是否缺失、提示是否过早暴露答案。如果自己反复失败，与其无限延长同一段聊天，转向教师或可靠教材、改变学习路径，可能更有帮助。
7. 准确性和隐私要另外检查
AI给出的书名、论文链接、公式和代码都需要核查。链接能打开，和文档确实支持某个结论，是两回事。优先采用课本定义和解题标准；如果与AI冲突，找原文并询问教师。数学的单位与符号、科学假设、代码输入条件等影响答案的地方，也要一并检查。
UNESCO生成式AI教育指南强调以人为本的教育设计、隐私保护和适龄使用。不要原样上传含学生姓名、学校、学号、成绩、联系方式的材料；去除个人信息，只用必要片段。未成年人应确认家长和学校规定，以及服务目前的年龄条件。摄像头和语音输入也应采用相同标准。
学校作业可能另有使用规则。确认允许的辅助范围及披露方法，区分自己的思考与AI帮助的部分。把生成答案当自己的作品提交，也会让学习效果难以判断。不要为方便共享账号，或未经许可上传别人的作业、非公开教学材料。
8. 记录留下的能力，而不只是使用时间
学习记录不必长。简记日期、今日目标、首次尝试、得到的帮助、无工具结果、下次检查即可。例如“解释通分原因／分子分母分别相加／一次单位提示／另一题独立完成／明天再次解释”。比起只数聊天次数或完成题量，这更能说明得到哪种帮助后自己会做什么。
定期阅读记录、调整帮助量。同一概念如果总需要完整解法，先拆小目标或回到基础，再考虑换工具。如果已能独立解释并应用到其他题目，可以减少AI介入。比较标准应是自己查证的表现，而非他人的使用时长或广告文案。
教育AI的价值不止是快速展示正确答案。它可以帮助整理问题、定位卡点，但思考、解释和核查应留给学习者。下次学习，打开AI前写一行目标并做首次尝试，结束前做一次不用工具的检查。这个小记录，就是分辨便利帮助与真实积累能力的起点。