人人都在谈人工智能（AI）对教育的威胁——学生用它写作业、应考、逃避思考。学府纷纷设下防火墙、检测系统，或要学生以多元方式展示学习成果，如口头发表及现场提问，以自证作业非由AI生成。真正的问题，也许是我们仍未跳出什么是教、什么是学、什么是评的既定框架——上述这些举措，多只是传统评价策略的微调。
我在一门教师培训课程里反其道而行：规定学员第一版教案（一堂课的教学设计）必须用AI生成。但那只是故事的开端。我让他们与AI同坐一张桌子，像两位共写剧本的编剧，而人同时是导演，与AI在智力上竞合，却始终握有最终的创作决策权和责任。
从教育角度看，人类与AI的关系正经历三个阶段。在“前提示语时代”，人们把AI当答题机器。到了“提示语时代”，用户学会提示语技巧，让AI执行任务、提升效率，人开始驾驭AI，却未必生成更有深度的知识产品。如今我们该进入“后提示语时代”，AI不再只是被命令的工具，而像一个能对话、能思考的伙伴。人和AI可以互教、互学、共思、共创：AI激发人类思维的广度，人类赋予AI内容的深度与方向。真正的挑战，是让学生学会与AI共思，在互动中保持判断，形成自己的思想。
为了让教师真正体验“后提示语时代”的学习样貌，我重新设计了课程作业的评价方式。要求学员先用AI生成一份教案初稿，不为图省事，而是让AI成为“起跑线上的共创者”。接着，他们必须与AI反复讨论、修改、筛选、取舍，逐步将初稿优化成可执行的方案。
作业评分标准的最大突破，是我要求他们提交AI生成的初稿与经三周与AI“共事”、迭代优化后的终稿。评分不是只看终稿，而是对比两稿，看他们能优化到什么程度。
另一个评分重点是对话记录（chatlog），从他们与AI的往来提示语中，可看出他们的教学思维、批判能力与学习轨迹。这是兼顾“产品”与“过程”的评价方式；从起点到终点的差距，以及这条来时路怎么走，正是学员如何思考、如何学习的一面镜子，他们的思考路径，对我这个评价者变得可见，所以我不必全依赖终稿来评价他们的高阶思维。
许多学员也在过程中发现，原来貌似完美的AI初稿，其实有不少漏洞，而当他们真正与AI共创、反思、再生成，成果反而更成熟、更符合教学原理和教学对象的需要。
这个创新设计，其实是“倒逼”学员养成一种更深层的能力——元任务觉察（meta-task awareness），也就是人类在进行开放式任务时，能同时觉察自己、AI，以及双方互动的状态，知道何时带AI、何时放手让AI带自己。为实现这一点，学员须在同一个对话中与AI持续共创三周。很多人习惯把AI当搜索引擎或单一任务执行器，用完即弃，对话碎片化，但在这个作业中，学员体会到：当上下文被长时间保存，人和AI会相互“记得”对方的思路，能一同延续、深化、修正早前的共同构想――AI不是外包写手，而是真正的共思伙伴。
同事听了此设计，笑说：很王家卫。王家卫从不先写完整剧本，常只凭一页剧情大纲，在拍摄中与演员、幕后互动，听取各路建议，不断生成、修正，最后在剪接台上重新组织出跟原构想大相迳庭的成品。意义不是预设的，而是在反复试探中“长出来”的。我的学员在与AI共事时，也经历类似过程：一开始提出大方向（如：“生成一堂60分钟的X年段X课文的教案”），让AI写初稿；然后，他们开始跟AI商量，挑、删、改。AI这个共同编剧，提出点子或反建议，但最终拍板的仍是“导演”本人。真正的学习和反思，就发生在这些取舍与重写之间。
王家卫电影之独特，不在镜头美，而在每一个镜头背后，都是一次艺术判断的痕迹。学习亦然：AI可以帮你写，但无法替你判断，而判断力，正是教育该培养的核心。
这个评价设计，其实是未来的预演。后提示语时代，人与AI不再是命令与回应的关系，而是共事与共创。正如职场上常说：“AI不会取代人，但会取代不会与AI共事的人。”真正的教育使命，不单是教学生写更精准的提示语，更要让他们在从学习到职场与AI同行的过程中，学会重塑思维、重构角色，准备好迎接一个“共智能”的世界。
作者是南洋理工大学国立教育学院高级教育研究科学家
