要讨论这个问题，首先要了解AI。近年来很多AI大厂紧盯教育这块大蛋糕，AI的 解题能力越来越强，拍照上传即可秒出答案。学生在家里独立完成某张试卷可能需要50分钟，但使用AI后，5秒就能搞定。前者可能答案错误率很高，后者可能全对。“聪明”的学生故意抄错几个答案，不认真批改作业的老师就会被蒙骗，以为这是学生的真实实力。到了考试当天，这些学生就原形毕露了。
其次要了解学生，现在很多小学生、初中生的信息技能不比老师差，有些甚至远超老师。老师笼统地让他们“合理、适当”地使用AI，他们并不会照做。况且“合理、适当”也没有衡量标准。实际上，学生中建有各种分享用AI抄写答案的群，令老师防不胜防。
尽管如此，面对AI带来的“虚假繁荣”，老师们并非束手无策。要破解这一困局，核心在于重构作业设计与评价机制，让AI的“代劳”失去用武之地。
作业的设计需从“结果导向”转向“过程导向”，增加AI难以代劳的开放性、综合性作业。既然AI能轻易生成标准答案，老师就应减少机械性、标准化的书面作业。
我更加倾向于在长假中让高中理科学生使用AI来完成探究性作业，并且这种作业并非面向全员布置，可以经过层层筛选确定布置人选。
例如，高中地理的月相是一个很多学生较难掌握的知识点，老师可以让学生在自家阳台固定位置观察并拍下月相。两个月后，让AI把所有照片生成动态图片。因为受到各种天气因素的影响，学生可能会经历连续数日无法观测的挫败，或是因城市光污染、云层遮挡而只能捕捉到残缺的影像。然而，正是这些“不完美”的真实记录，构成了AI无法凭空捏造的实践数据。当学生将这些带有时间戳、受客观条件限制的照片交给AI时，AI不再是直接给出标准答案的“代写者”，而是化身为辅助他们进行数据清洗、图像增强与规律可视化的“科研助手”。
学生需要结合AI生成的动态推演，去比对真实观测与理论模型的差异，进而分析天气、地理位置对观测结果的具体干扰。在这一过程中，AI负责处理繁琐的图像合成与效率提升，而学生则必须调动地理空间思维，去解释“为什么今晚没看到月亮”或“为什么亮面朝向与预期不同”。
这种基于真实情境的探究，将原本枯燥的背诵转化为解决现实问题的科学推演，剥离了AI“一键生成”的捷径。这样引导学生用AI做回家作业，人机协同，才能让学生真有收获。