那份作业，完成的是“任务”还是“学习”——AI时代动摇的学校评价

整齐的文章。合乎逻辑的结构。美观的资料。

当孩子提交这样的报告时，成年人可能会认为“学习得很好”。然而，在生成AI能够撰写文章和构建结构的当下，其完成度不一定与本人理解的深度一致。

这个问题不能仅靠发现作弊的技术来解决。学校承认什么是学习的成果，家庭视什么为努力的证据。其标准本身正受到质疑。

在2026年10月14日的爱尔兰报纸《The Irish Times》中，康纳·墨菲通过参加教育会议“ResearchEd”表达了对教育制度的强烈担忧。

文章不仅涉及AI，还涉及记忆、复习、注意力以及可以犯错的课堂。共同的问题是，是否将“看似学到了”与“真正学到了”混为一谈。

出色的提交物展示了谁的能力

在会议上介绍心理学见解的布拉德利·布什提到，稳定地分辨学生文章中是否使用了AI的困难。

墨菲将此问题与不仅限于作业，还涉及爱尔兰毕业资格考试“Leaving Certificate”中扩展的任务评价联系起来。

该考试与大学入学有关。改革中引入的“Additional Assessment Components（AACs）”包括基于调查和项目的报告等。

根据教师工会ASTI在2026年3月公布的说明，2027年的考试中，九个新设或修订科目的AAC将占最终成绩的至少40％。同时，教师指出确认提交的任务是否为学生本人工作的困难。

评估笔试中难以捕捉的能力是有意义的。然而，随着成绩影响的增大，确认本人思考、研究和判断的机制也变得重要。

在这里需要区分的是，使用AI作为研究的辅助工具和在本人不理解的情况下制作成果物。将两者混为一谈，既难以适当利用，也难以公平评价。

“老师能识破”的期待的局限

作为考虑这种担忧的材料，有英国雷丁大学的研究。

在2024年公布的研究中，将AI制作的答案混入心理学本科科目的考试中，调查其在实际评分过程中如何处理。结果显示，94％的AI答案未被识破，平均而言，比实际学生的答案获得更高的评价。

然而，这只是特定大学、科目、考试条件下的结果。这并不意味着日本所有学校都会有相同的比例，也不代表所有AI检测技术的性能。

即便如此，仅凭“有经验的老师能通过阅读文章识破”的期待来支撑制度的危险性显而易见。

作为评价机制需要考虑的是，除了完成品，还要结合简短的口头说明、课堂中的作业、过程记录等。不能将任何一个视为万能的证明，而是需要从多个场景确认本人的理解。

用荧光笔划线，为什么会有“学习了”的感觉

原文中令人印象深刻的是，AI的话题与传统的学习方法相连接。

在教科书上划线。将笔记整理得整齐。阅读多页。

这些行为因为可见，容易向本人和周围传达努力。然而，页面被染色与能够回忆起内容是两回事。

在对学习方法进行比较的邓罗斯基等人的研究评论中，练习测试和间隔学习受到高度评价，而划线和重读在广泛条件下的有用性被评价为低。

这并不是说不能使用荧光笔。在划线之后，需要有机会自己提取出重要的内容。

例如，合上教科书列出三点要点。不看答案解题。简短解释昨天学到的内容。确认未能做到的部分，再次尝试。

即使在阅读AI生成的易懂解释时，也要提出同样的问题。只是读了就满意了吗？还是说即使关闭屏幕也能解释？

今天能做到的事情，下周未必能做到

在会议上，还讨论了区分课堂后的表现与长期保留的学习的重要性。

在听完解释后可以回答。在例题下的类似题可以解答。然而，几天后，在没有提示的情况下尝试时会停下来。这种经历并不罕见。

原文中介绍的是分散学习、结合相关内容反复确认的方法。虽然也举了30分钟左右的短学习时间为例，但并不是说“任何人30分钟都是最佳的”。

如果在家庭中采用，可以在第二天稍微回顾当天学到的内容，周末再确认一次。数学的话，不仅仅继续解答相同解法的问题，还可以混合学习过的不同类型的问题。

重要的是，不要仅以顺利进行的感觉作为成功的标准。然而，也不是说让它变得困难就好。需要有可处理的任务和能够修正错误的解释。

在SNS上，“代写的担忧”和“对一次性考试的质疑”交织

围绕这个问题的在线讨论并没有简单地分为支持或反对AI。

以下并不是对本次《The Irish Times》文章的直接反应，而是在Reddit上围绕爱尔兰教育改革和AI的相关讨论中可以确认的意见。是匿名的帖子，并不代表整体舆论的调查。

在2024年12月，关于研究任务中AI使用的讨论中，由于高分值，即使规则禁止，也可能会有学生让AI完成任务的担忧被写入。

同一帖子中，也解释说并不是完全否定口试或音乐实践等笔试以外的评价。问题在于如何为每种任务设计确认本人能力的方式。

在另一个相关讨论中，有人对家庭环境的支持差异和任务重叠带来的负担表示担忧。另一方面，也有人质疑将成绩集中在一次大型考试上，认为如果将评价分散开来，可以减轻学生的压力。

从这些讨论中可以看出，这并不是“考试还是任务”二选一就能解决的问题。

任务评价承认花时间探究的价值。然而，如果家庭能够获得的帮助不同，本人的理解也难以确认，就可能产生另一种不公平。无论哪种方式，都有需要保护的优点和需要补充的弱点。

在日本的学校中，也希望先决定“评估什么”

这个问题也涉及到日本的读书感想文、研究学习、探究活动和大学报告。

例如，即使是同样的“总结地区问题”作业，目的也不止一个。是想培养信息收集能力吗？还是资料比较能力？或者是写作能力？根据这些，允许AI参与的工作会有所不同。

如果在练习写作的任务中生成整篇文章，练习的核心就会丧失。另一方面，在比较信息的任务中，也可以考虑调查AI的解释与官方资料的差异。

文部科学省在2024年12月修订的指南第2版也以以人为中心的利用和基于AI存在的信息利用能力培养为基础。在儿童学生的使用中，考虑到发展阶段、能力培养状况和风险对策。

要将这一方向性落实到课堂中，仅仅传达“可以使用AI”是不够的。需要在每个任务中明确允许的使用方式，如思维辅助、表达修正、生成文本等。

除了完成品，还要转向“思考的痕迹”可见的评价

那么，什么样的任务更容易确认本人的学习呢？以下是基于原文和相关资料的建议。

一种方法是逐步分享提交过程。最初的问题、参考的资料、过程中改变的想法、最终的结论。无需大量记录全部内容。即使只有重要的分歧点，也能捕捉到从完成品中看不到的判断。

另一种方法是在提交后的简短说明。

“选择这份资料的理由是什么？”
“最初的想法有什么变化？”
“在不同条件下也会得出相同的结论吗？”

这些问题不仅是为了限制AI的使用，也是加深理解的机会。

然而，不能仅凭即答的速度或在众人面前讲话的能力来评价。需要根据学习目标提供思考时间，允许用短文或图表进行解释等方法。

此外，如果将所有确认工作都作为教师的额外负担，将难以长久。重新审视任务数量和分量，确保在课堂上确认过程的时间，也是评价改革的一部分。

在不能犯错的课堂上，思考的过程也会消失

原文的结尾部分强调了在安全环境中能够犯错的重要性。

这与AI时代的教育密切相关。如果只评价完成的正确答案，而过程中的迷茫和错误成为羞耻，学生就没有理由展示自己不完美的想法。

相反，如果能承认从错误中修正了什么，就会赋予展示思考过程的意义。

“到这里我明白了”
“即使读了AI的解释也没能理解这一部分”
“最初使用的资料有问题”

如果课堂能将这样的发言作为学习的起点，教师也更容易掌握需要支持的地方。

原文中介绍的教师实践也试图吸引学生的注意力，并将其转化为深入思考的时间。无论方法或世代如何不同，教师们都共有对学生有学习潜力的信任。

“做了多少页？”之后想问的问题

家庭中也有可以改变的事情。

除了问“做了多少页？”，还可以问“今天学到了什么？”。不仅问“全部完成了吗？”，还可以问“还有不明白的地方吗？”。

每次都进行口试并不是必要的。当孩子在解释时卡住时，也不应作为责备的材料，而是作为一起确认的契机。

生成AI可以在短时间内制作出美观的成果物。然而，制作出成果物与学习者内在留下知识和判断力并不相同。

未来教育中需要确认的不仅是提交页面的完成度。还要看孩子理解了什么，重新审视了什么，接下来能凭自己的力量做到什么。

AI时代学校的价值在于仔细观察这些差异。

出处及参考资料

1. The Irish Times：
   关于AI和任务评价、记忆、注意力、可以犯错的环境的描述。
   https://www.irishtimes.com/ireland/education/2026/10/14/we-are-walking-our-way-into-a-fundamentally-flawed-education-system-and-we-have-been-warned/

2. ASTI：2026年3月31日公布的教师调查说明。
   参考AAC的分数、本人任务制作的确认、负担的担忧。Association of Secondary Teachers Ireland
   https://www.asti.ie/news-campaigns/latest-news/the-student-or-ai-teachers-warn-of-verification-issues-in-new/

3. 雷丁大学：将AI答案混入实际评分过程的研究发表。
   特定大学考试中94％的AI答案未被识破的结果出处。University of Reading
   https://www.reading.ac.uk/news/2024/Research-News/AI-generated-exam-answers-go-undetected-in-real-world-blind-test

4. 邓罗斯基等人的学习方法评论／肯特州立大学的研究介绍。
   关于练习测试、分散学习、划线、重读等有用性的资料。pubmed.ncbi.nlm.nih.gov
   https://pubmed.ncbi.nlm.nih.gov/26173288/
   https://www.kent.edu/kent/news/success/all-study-strategies-not-created-equal-according-kent-state-researchers

5. 文部科学省：关于学校现场生成AI的利用。
   参考指南第2版的基本理念和儿童学生使用时的注意事项。关于学校现场生成