问题——“长期使用会变笨吗”，折射出教育焦虑与评价惯性。随着智能工具在查资料、解题、练口语等场景迅速普及，不少家长担心孩子依赖“标准答案”，进而出现思维惰性、学习能力下降。研讨会上，专家普遍把讨论重点从“要不要用”转到“怎么用、用来做什么”：工具可以降低获取知识的门槛，但替代不了人的理解、判断与创造。真正需要回应的是，在技术触手可及的时代，学校要培养什么样的学生，以及应采用怎样的选拔与评价方式。 原因——争议的根源在于把“聪明”等同于“会做题、会背诵”，把“学习”等同于“拿到答案”。有专家指出，“用工具就会变笨”的判断往往隐含一个前提：以应试为主的训练必然能让人更聪明。但现实中，学生能力结构的形成不仅取决于知识量，更取决于思维方式、问题意识、情绪管理、合作沟通与实践体验等综合因素。技术的出现让“知识占有”不再稀缺，过去基于信息不对称形成的优势正在被改写；如果仍用旧指标衡量新学习，就容易把工具带来的效率提升误读为能力下滑，从而放大不必要的焦虑。 影响——技术正在改变知识获取方式，也在推动课堂与师生关系重构。智能工具让答案更快可得，客观上缩短了“从提问到获得解释”的路径，一些学生从被动接受转向主动追问，学习呈现更强的探索性和即时反馈。同时，教师的“知识权威”需要重新定位：当学生可以随时通过自然语言获得解释，课堂不再只是知识传递的场所，更需要成为理解建构、价值澄清与能力训练的空间。对教师群体而言，工具也带来减负空间——题目生成、作业初步批改、学情分析等环节效率提升，可能为教师腾出更多时间投入学生的情感关怀、个性发展与价值引导。但影响并非全是正向：如果缺乏边界与规范，学生可能停留在“知道”而非“会做”，对输出结果形成依赖，甚至带来学术诚信风险；家庭在设备、内容与指导能力上的差异，也可能造成新的不均衡。 对策——把“学”与“习”区分开，让工具服务能力，而不是替代思考。研讨中有观点将学习更清晰地拆分为“学”（理解概念、掌握方法）与“习”（动手实践、反复训练）。在“学”的层面，智能工具擅长讲清概念、提供示例、给出多种解释路径，可作为学生的随身参考与纠错助手；但在“习”的层面，能力只能通过真实任务、持续练习与反思迭代获得，任何“代做”都只会制造“看上去很会”的假象。由此，学校层面需要建立可操作的使用规范：明确哪些环节可用、如何标注引用、如何开展过程性评价，避免作业沦为“只交结果”。课堂层面应增加项目式学习、实验探究、表达辩论与社会实践，用不可外包的任务检验理解深度。教师培训也应随之调整：在强化学科能力的同时，更突出对学生的观察、支持与引导，提升提出好问题、设计任务、组织讨论与反馈评价的专业素养。家庭层面则宜从“盯答案”转向“盯过程”，鼓励孩子用工具做资料检索、思路对照与语言训练，同时要求其说明推理步骤、记录学习轨迹、复盘错误来源，把“会问、会证、会改”变成日常习惯。 前景——技术将成为“新文具”，教育改革的关键在评价与治理。与会人士认为，智能工具正逐渐成为继铅笔、尺子、橡皮之后的“第四件文具”，其普及是趋势，简单“一禁了之”既不现实，也可能错失培养数字时代能力的机会。面向未来，决定学生竞争力的不只是信息获取速度，更是提出问题的能力、跨学科整合能力、批判性思维、创造力与实践力，以及协作与社会连接的能力结构。教育治理需要同步跟进：完善数据与隐私保护规则，明确校园使用边界与伦理规范；推动优质资源更普惠，缩小“工具鸿沟”；在评价体系上更重过程与综合表现，减少对“标准答案”的依赖，让学生在真实情境中呈现能力。随着选拔机制与课堂形态的调整，教师的价值将更加体现于人格引领、情感支持与成长陪伴，技术则应被定位为“增强器”，而不是“替代者”。
AI时代的教育变革是一场系统性调整，而非简单的技术替代。关键在于准确理解AI的功能边界，运用其辅助价值，同时守住教育的人文本质。教师需要从“知识权威”转向“成长引路人”，家长需要减少对单一传统学习路径的执念，学生则要在AI助力下形成独立思考与创新能力。只有社会各方逐步形成共识、合力推进，AI才能成为教育进步的助推器，而不是教育焦虑的来源。