兒童 AI 素養：教他們主動駕馭，不是被動乘坐

大多數孩子接觸 AI 的方式就像用自動販賣機：輸入問題，取出答案，繼續前進。這個習慣值得早點打破，因為學會操控這些工具而不是被動接受輸出的孩子，才是真正能從中受益的人。引導 AI 意味著理解它能做和不能做什麼、質疑它的答案，並將它當作思考的工具而非替代品。

為什麼被動使用是預設狀態

聊天機器人和圖像生成器的設計目的就是讓人感覺毫不費力。輸入提示，幾秒內得到精美的結果。對做功課的孩子來說，這種即時性很誘人——AI 寫好了論文、解決了數學問題、畫好了圖片，任務就「完成」了。但過程中什麼都沒學到。工具做了思考，孩子只不過是請求的傳送帶。

這與孩子使用計算機的方式不同，在那種情況下，基礎數學技能通常是先教的。對於生成式 AI，孩子往往在還沒有建立任何獨立技能作為後盾時就開始使用它。這是成人需要彌補的差距。

將提示編寫教作為一項技能，而非捷徑

好的提示是具體、範圍明確的請求，編寫提示是一項真正的技能，值得刻意練習。與其讓孩子輸入「為我寫一個關於龍的故事」，不如讓他們分層次地構建提示：龍的性格是什麼？它面臨什麼衝突？語氣如何——好笑、可怕還是悲傷？每個添加的細節都是孩子做出的決定，而不是 AI 猜測的。

一個具體的練習：給兩個孩子相同的基礎提示，讓他們各自在運行前添加三個自己選擇的限制條件。之後比較輸出結果。這樣能清楚看出有多少結果來自人類的引導，有多少來自模型的猜測。

事實核查並非可選項

模型會產生幻覺——它們以完全的信心陳述錯誤信息。孩子需要親眼看到這種情況，而不只是被告知。一個有用的練習是讓孩子問 AI 工具一個他們已經很了解的事情，比如他們最喜歡的書系列或一個愛好，然後讓他們檢查回答是否與他們實際所知相符。當他們抓住模型犯錯時，課程就起效了。

養成習慣：在任何 AI 生成的事實、答案或摘要之後，都問「你怎麼檢查這個？」有時候是快速搜尋，有時候是問老師或家長，有時候只是注意到說法不符合常理。

讓他們看到工具做不到的事

當孩子直接看到 AI 的限制時，他們更快地建立起對 AI 的準確心智模型。問聊天機器人一個關於它不會知道的最近事件的問題，或一個需要仔細多步驟的數學問題，看著它失敗。讓圖像生成器畫手，或圖片裡的文字，看看會產生什麼。這些不是陷阱——它們是誠實的演示，說明這個工具是一個有真實盲點的模式匹配器，不是一個心智。

用 AI 來檢查他們自己的作業，而不是替他們做

一個強大的模式：孩子先完成作業，然後用 AI 作為審稿人。「這是我的論文——有什麼地方不清楚嗎？」或「這是我的程式碼——這個迴圈真的做了我認為的那樣嗎？」這翻轉了關係。AI 變成了第二意見而非作者，孩子仍然是做決定和對最終結果負責的人。

對於學習編碼的孩子，這特別有用。讓他們先寫一個小腳本——即使是壞掉的——在請 AI 幫忙除錯之前。他們應該能用自己的話解釋每一行修正的程式碼做什麼，然後才能繼續。如果他們解釋不了，他們就還沒有真正學到，不管最終程式碼看起來多正確。

談論訓練數據的來源

即使是簡單版本的這個對話也很重要：這些模型是通過閱讀大量真實人類製作的文本和圖像而學習的，這意味著它們可能會重複該數據中的偏見、錯誤和過時想法。年紀較大的孩子可以理解稍深一層的版本——詢問為什麼圖像生成器在未被特別說明的情況下可能會預設某些關於「醫生」或「執行長」看起來的樣子，以及這種模式可能來自哪裡。

一個簡單的家庭規則，效果不錯

一個適用於各個年齡段的規則：任何 AI 輸出離家之前，孩子要能用自己的話解釋它。不管是學校專案、生日卡片訊息還是程式碼。如果他們能講解並為其辯護，他們就很好地使用了工具。如果他們不能，工具就用了他們。

關於 AI 工具在幕後實際如何運作，以及它們的限制來自哪裡，更多資訊請查看 Korra Studio 的 AI 和數據科學部分。